Estimativa da superfície específica de solos e do coeficiente de sorção de pesticidas.

São apresentados dois modelos de regressão linear múltipla. O primeiro foi obtido para estimar a superfície específica (SE) de solos brasileiros tendo como variáveis independentes os conteúdos volumétricos de argila, areia, silte e carbono orgânico. Tomou-se o cuidado para que o modelo proposto respeitasse restrições físicas de positividade dos valores da superfície específica, impondo-se restrições na determinação dos coeficientes dos atributos do modelo. Posteriormente, determinou-se uma relação linear múltipla para estimar o logaritmo decimal do coeficiente de sorção de pesticidas (LogKd) por meio da superfície específica do solo, do coeficiente de partição entre o octanol e a água, da solubilidade aquosa do pesticida e do pH do solo. Os modelos ajustados explicam 82% e 78% da variabilidade das variáveis dependentes SE e LogKd, respectivamente. Foram utilizados dados de 307 perfis de solos para a determinação da relação entre a superfície específica e os atributos do solo e 118 valores de coeficientes de sorção medidos experimentalmente para 20 pesticidas em 46 dados de solos representativos do ambiente agrícola brasileiro. Todos os dados deste estudo foram coletados em trabalhos científicos publicados. Os modelos apresentados podem facilitar o trabalho da previsão da superfície específica de solos (SE) e do coeficiente de sorção de pesticidas (Kd), contribuindo na estimativa da concentração ambiental de pesticidas por modelos matemáticos ou por índices que usem esses parâmetros em seus cálculos.

Associação das técnicas multivariada e geoestatística na estimativa e interpretação de mapas de produção.

O objetivo deste trabalho foi estudar, mediante a geoestatística e análise multivariada, a variabilidade espacial da produção de milho e feijào e investigar metodologia que permita a estimativa da produção, através da redução de variáveis envolvidas, cultivadas em Latossolo vermelho-escuro, textura argilosa, durante cinco anos consecutivos (1992 - 1996), sob três sistemas de preparo (arado, grade e plantio direto) na Embrapa Arroz e Feijão, em Santo Antonio de Goiás, GO. O método dos componentes principais reduziu consideravelmente a dimensão do problema, facilitando a interpretação. Entretanto, os modelos de regressão linear múltipla baseados nos componentes principais como variáveis regressoras, apresentaram estimativa da produção mais distantes dos valores obtidos quando do uso do modelo baseado nas variáveis originais.

Balanço hídrico na bacia do Jaguaribe, Ceará, utilizando evapotranspiração de referência Penman-Monteith FAO estimada com dados mínimos.

Os dados básicos para estimar a evapotranspiração de referência de Penman-Monteith FAO (EToPM) são: temperaturas máxima e mínima, pressão de vapor real ou atual, radiação líquida e velocidade do vento, muitas vezes indisponíveis por requererem estações meteorológicas específicas. O objetivo deste trabalho foi avaliar a adequação do método para estimar a EToPM, utilizando-se dados mínimos integrados a um Sistema de Informação Geográfica, na bacia do Rio Jaguaribe, CE. Foi utilizado o sistema integrado de modelagem regional PRECIS (Providing Regional Climates for Impacts Studies), versão 1.2, com as condições de contorno do Modelo Climático Global (HadAM3P), acoplado ao Modelo Climático Regional (HadRM3P), por meio da técnica dinâmica de redução de escala (downscaling). Os dados foram analisados quanto a sua variabilidade espacial (latitude, longitude), utilizando-se o método geoestatístico de krigagem associado a um Sistema de Informação Geográfica. Para a validação do método, foi ajustada uma regressão linear entre EToPM estimada com dados mínimos (temperaturas máxima e mínima) e com dados medidos por uma estação de referência. A média da EToPM anual estimada com dados mínimos foi 1.719 mm. O método mostrou-se aceitável na região estudada, considerando os resultados da análise de regressão (coeficiente angular de 0,95, coeficiente de determinação de 0,902, resíduos menores que 0,45 mm dia-1 e a Raiz do Quadrado Médio do Erro (RQME) igual a 0,067 mm dia-1).

Uso da função discriminante linear na classificação dos fatores que determinam o êxodo rural.

A presente aplicacao da funcao discriminante linear na classificacao de fatores que determinam o exodo rural foi realizada a partir dos dados coletados em pequenas propriedades na regiao de Ouricuri, no alto sertao de Pernambuco. Dentro do complexo de problemas que condicionam o exodo rural foi escolhido um conjunto de variaveis que explicariam o fenomeno. Estas variaveis foram estudadas em duas populacoes (com exodo rural e sem exodo), para verificar em que grau se explica esse fenomeno. O objetivo do trabalho consistiu em testar instrumentos tecnicos e metodos estatisticos sobre problemas socio-economicos que possam ser usados posteriormente pelos orgaos de desenvolvimento.