Desenvolvimento de funções de pedotransferência para regiões do nordeste brasileiro.

Modelos para simulação do fluxo de água no solo e previsão de produtividade de culturas requerem informações sobre parâmetros das curvas de retenção e condutividade hidráulica do solo. Funções de pedotransferência (PTFs) se constituem numa alternativa para obtenção dessas informações, a partir de dados de textura e estrutura disponíveis em levantamentos de solos. Neste trabalho, foram ajustadas PTFs para os parâmetros do modelo de van Genuchten (vG), utilizando dados de 838 curvas de retenção de diferentes locais do Nordeste. As PTFs apresentaram boa qualidade de ajuste para os parâmetros θr e θs em contraste com a baixa capacidade preditiva para logα e n. Tais resultados sugerem a viabilidade do seu uso em modelos de simulação do balanço hídrico simplificado e para algumas aplicações práticas de irrigação. No entanto, para uso em modelos complexos de fluxo de água é importante avaliar a sensibilidade das variáveis prognósticas (produtividade agrícola, concentração de solutos) a variações nos parâmetros de vG. A alta variabilidade observada tanto nas propriedades morfológicas como nos parâmetros de vG para a região de estudo sugere o agrupamento dos dados em classes texturais ou tipos de solos.

Quantificação de riscos climáticos via modelos de regressão de Cox.

O gerenciamento de riscos climáticos requer informação sobre estados futuros de variáveis climáticas, geralmente representada por funções de distribuição de probabilidade acumulada (FDPA, P(Y?y) ou por sua funções complementares (P(Y>y)), ditas funções probabilidade de exceder (FPE). Uma variedade de métodos estatísticos tem sido utilizada para estimação de FPE, incluindo, modelos de regressão linear múltipla, regressão logística e métodos não paramétricos (MAIA et al, 2007; LO et al, 2008). Apesar de parecer intuitivo que a incerteza associada às estimativas das FPE é fundamental para os tomadores de decisão, esse tipo de informação raramente é fornecido. Modelos estatísticos de previsão baseados em séries históricas da variável de interesse (chuva, temperatura) e de preditores derivados de estados do oceano e da atmosfera (índices climáticos tais como: temperaturas da superfície do mar ? TSM, índice de oscilação sul, IOS, El Nino/Oscilação Sul - ENSO) se constituem em alternativas promissoras para auxílio às tomada de decisão, em escalas locais e regionais. O uso de tais indicadores permite incorporar mudanças de padrão derivadas de mudanças climáticas em modelos estatísticos que utilizam informação histórica. Neste trabalho, mostramos como o Modelo de Regressão de Cox (MRC; COX, 1972), tradicionalmente utilizado para modelagem de tempos de falha, em investigações na área médica e em ciências sociais, pode ser de grande utilidade para avaliação probabilística de riscos climáticos, mesmo para variáveis que não representam tempos de falha tais como chuva, produtividade de culturas, lucros, entre outras. O MRC pode ser utilizado para avaliar a influência de preditores (índices climáticos) sobre riscos de interesse (representados pelas FPE), estimar FPE para combinações específicas de preditores e incertezas associadas além de fornecer informação sobre riscos relativos, de grande valor para tomadores de decisão. Apresentamos dois estudos de caso nos quais o Modelo de Cox foi usado para investigar: a) o efeito do IOS e de um índice derivado de TSM do Pacífico sobre o início da estação chuvosa em Cairns (Austrália) e b) a influência o índice Nino 3.4, derivado de estados da TSM no Pacífico Equatorial sobre o chuva acumulada no período de Março a Junho em Limoeiro do Norte (Ceará, Brasil). O objetivo da apresentação desses estudos é meramente didático, para demonstrar o potencial do método proposto como ferramenta de auxílio à tomada de decisão.

Funções de uso e indicadores de sustentabilidade: casos de expansão sucroalcooleira no Sudoeste de Goiás.

2015

Estabilidade de comunidades microbianas do solo e de suas funções sob sistemas agrícolas convencional e conservacionista.

2016