Análises de dados longitudinais em bovinos nelore mocho por meio de modelos não lineares.

2016

Metodologia para padronizar informações climáticas dos cenários futuros no banco de dados geográfico do projeto CLIMAPEST.

Estudos sobre os impactos das mudanças climáticas globais são importantes para atenuar seus possíveis impactos negativos. O objetivo deste trabalho foi desenvolver metodologia para padronizar as informações fornecidas pelos modelos climáticos globais do Quarto Relatório do IPCC (Painel Intergovernamental sobre Mudanças Climáticas), utilizando métodos de interpolação de dados a fim de que os planos de informação no banco de dados do SIG possuam as mesmas características de resolução espacial e limites geográficos.

Avaliação dos cenários futuros na região nordeste do Brasil utilizando modelos climáticos globais: tendências de temperatura.

O Nordeste é a região brasileira mais vulnerável ao aquecimento global. Os modelos climáticos globais são a melhor ferramenta para projetar cenários prováveis de alterações climáticas para o futuro, apesar da incerteza envolvida. O objetivo deste trabalho foi realizada uma avaliação da tendência da temperatura média nos cenários futuros previstos pelos modelos climáticos globais do IPCC para região Nordeste do Brasil. Foi realizada uma análise estatística básica dos dados de comparação entre os modelos. Foi possível agrupar os modelos em 5 grupos, desde modelos estimando temperaturas médias comparativamente inferiores em todos os meses a outros com valores superiores em todos os meses.

Modelos para estimativa de volume de árvores individuais pela morfometria da copa obtida com LiDAR.

A estimativa volumétrica, a partir do escaneamento digital de florestas por meio do uso do LIDAR, potencializa o emprego de técnicas de manejo de precisão no planejamento da exploração nas florestas tropicais. A utilização dessa tecnologia de sensoriamento remoto permite a incorporação de variáveis da morfometria de copa, ainda pouco empregadas e menos conhecidas em decorrência da dificuldade de coleta em campo. O objeto deste estudo foi construir equações capazes de estimar o volume do fuste de árvores individuais dominantes e codominantes, a partir da morfometria da copa obtida por meio do LIDAR aerotransportado, considerando duas situações de inventário florestal: a) com a coleta do DAP, conjuntamente com as variáveis morfométrica da copa obtidas pelo LIDAR e b) apenas com os dados de morfometria de copa. Para seleção dos modelos foram considerados: a matriz de correlação das variáveis preditoras e a combinação das variáveis que geraram os melhores resultados estatísticos pelos critérios Syx, Syx(%) e Pressp, e que foram homocedásticos e com disposição dos resíduos normais e independentes. Para as melhores equações foram realizadas análise de influência. Os resultados estatísticos do ajuste dos modelos para as duas situações permitiram selecionar equações com e sem DAP, com resultados R2 aj.(%) de a) 92,92 e b) 79,44; Syx (%) de a) 16,73 e b) 27,47; e, critério de Pressp de a) 201,15 m6 e b) 537,47 m6, respectivamente. Por meio das variáveis morfométricas, foi possível desenvolver equações capazes de estimar com precisão o volume do fuste de árvores dominantes e codominantes em florestas tropicais.

Cenário de mudanças climáticas no brasil segundo modelos do IPCC-AR4: proposta metodológica utilizando SIG.

O IPCC (Painel Intergovernamental de Mudanças Climáticas) disponibiliza cenários de clima do futuro de modelos climáticos globais provenientes de diferentes instituições de pesquisa do mundo. Este trabalho teve como objetivo propor metodologia em SIG (Sistema de nformações Geográficas) para avaliar o cenário de mudanças climáticas no Brasil utilizando modelos do IPCC-AR4 para as variáveis temperatura média, máxima e mínima.Os dados georreferenciados do AR4 foram manipulados utilizando SIG Idrisi 32. Foram obtidos os mapas climáticos referentes à média de modelos selecionados para o ano de 2080 dos cenários A (pessimista) e B (otimista). A análise foi realizada comparando os mapas do AR4 e os mapas do TAR, apresentando amplitudes entre -4ºC e 4ºC para temperatura média, 8ºC a 8ºC para temperatura máxima e 6ºC e 4ºC para temperatura mínima, considerando as variações ao longo dos meses do ano e da distribuição espacial no País.

Comparação da estimativa de parâmetros estruturais e de mapas de predição de biomassa produzidos por meio de simulações de métodos de amostragem e dados LIDAR na reserva florestal da Embrapa Acre.

O uso de tecnologias no setor florestal tem permitido dentre outras possibilidades, conhecer a real condição da floresta desempenhando o menor trabalho possível, o que garante uma maior eficiência ao se tratar, por exemplo, em tipos de amostragem no inventário florestal. A pesquisa teve como objetivo testar a eficiência da amostragem aleatória e sistemática em quatro níveis de intensidade amostral para produzir estimativas de biomassa seca acima do solo e comparar mapas de predição de biomassa com dados gerados pelo LIDAR (Light Detection and Ranging). O trabalho foi realizado em uma reserva florestal de 800 ha do Campo Experimental da Embrapa Acre. Os dados foram fornecidos pela Embrapa Acre e gerados em duas fases, a primeira por meio de um inventário 100%, no qual foi utilizado para simular a amostragem na área de estudo, sendo utilizado todas as árvores vivas com DAP > 30 cm, a segunda fase através de dados LIDAR, ou seja, utilizando o perfilhamento à Laser aerotransportado. Para simular a amostragem foram utilizados três tamanhos de parcelas distintos 20mx20m, 50mx50m e 100mx100m em diferentes intensidades amostrais que foram 0,5%, 1%, 5% e 10%. O parâmetro utilizado para comparação foi o da biomassa seca acima do solo em Mg.ha-1 pelo teste Tukey, a 95% de probabilidade através do programa Minitab17 e as parcelas foram sorteadas e distribuídas por meio de simulações de instalação de parcelas utilizando o Arc GIS 10. Os dados LIDAR foram amostrados por uma empresa contratada, a partir deles foram realizados todos os modelos e a extrapolação das métricas para toda a área através do comando gridmetrics. Os mapas de predição foram confeccionados pela ferramenta de interpolação vizinhos próximos do Arc GIS 10 e as comparações entre os mapas foram feitas pela ferramenta do Arc GIS 10, Zonal statistic. A biomassa média obtida do inventário florestal foi de 155,2 Mg.ha-1, sendo que o tamanho de parcela ótimo encontrado foi de 50mx50m e os tratamentos que mais se aproximaram da média do inventário florestal foram o aleatório com intensidade amostral de 5% e o sistemático com intensidade amostral de 10%. Os tratamentos que atenderam o erro aceitável de 10% foram à amostragem aleatória com intensidades amostrais de 5% e 10% e a amostragem sistemática com intensidade amostral de 10%. Não houve diferença estatística significativa entre os tratamentos. Os mapas de vegetação baseados na biomassa que melhor representaram a biomassa seca acima do solo no tamanho de parcela 50mx50m foram na amostragem aleatória com intensidade amostral de 10%, e na amostragem sistemática com intensidades amostrais de 5% e 10%, comparando com os mapas gerados a partir do inventário 100% e dos dados LIDAR. Pode-se concluir que o tamanho ótimo de parcela foi de 50mx50m, com intensidades amostrais acima de 5% não havendo diferença entre os métodos de amostragem e que os mapas gerados pelo inventário 100% e pelos dados LIDAR foram equivalentes.

Enfoque da estatística espacial em modelos dinâmicos de mudança do uso do solo.

O atual nível das mudanças uso do solo causa impactos nas mudanças ambientais globais. Os processos de mudanças do uso e cobertura do solo são processos complexos e não acontecem ao acaso sobre uma região. Geralmente estas mudanças são determinadas localmente, regionalmente ou globalmente por fatores geográficos, ambientais, sociais, econômicos e políticos interagindo em diversas escalas temporais e espaciais. Parte desta complexidade é capturada por modelos de simulação de mudanças do uso e cobertura do solo. Uma etapa do processo de simulação do modelo CLUE-S é a quantificação da influência local dos impulsores de mudança sobre a probabilidade de ocorrência de uma classe de uso do solo. Esta influência local é obtida ajustando um modelo de regressão logística. Um modelo de regressão espacial é proposto como alternativa para selecionar os impulsores de mudanças. Este modelo incorpora a informação da vizinhança espacial existente nos dados que não é considerada na regressão logística. Baseado em um cenário de tendência linear para a demanda agregada do uso do solo, simulações da mudança do uso do solo para a microbacia do Coxim, Mato Grosso do Sul, foram geradas, comparadas e analisadas usando o modelo CLUE-S sob os enfoques da regressão logística e espacial para o período de 2001 a 2011. Ambos os enfoques apresentaram simulações com muito boa concordância, medidas de acurácia global e Kappa altos, com o uso do solo para o ano de referência de 2004. A diferença entre os enfoques foi observada na distribuição espacial da simulação do uso do solo para o ano 2011, sendo o enfoque da regressão espacial que teve a simulação com menor discrepância com a demanda do uso do solo para esse ano.

Comparação de métodos para ajuste de modelos de semivariograma da precipitação pluvial anual.

Comumente dados de precipitação pluvial apresentam variação e a obtenção da estimativa de sua distribuição espacial é primordial no planejamento agrícola e ambiental. O objetivo neste trabalho foi comparar o método de estimação dos mínimos quadrados ponderados para ajuste de modelos ao semivariograma com o método de tentativa e erro, através da técnica de auto-validação "jack-knifing", para dados de precipitação pluvial média anual do Estado de São Paulo. Observações de precipitação correspondentes ao período de 1957 a 1997 foram usadas para trezentos e setenta e nove (379) estações pluviométricas abrangendo todo o Estado de São Paulo, representando uma área de aproximadamente 248.808,8 km². A periodicidade exibida pelos semivariogramas foi ajustada pelo modelo "hole effect", em que os parâmetros foram estimados com maior precisão pelo método de mínimos quadrados ponderados quando comparado com o método de tentativa e erro. O método de auto-validação "jack-knifing" mostrou-se adequado para a definição de métodos e modelos a serem usados para semivariâncias, cujo procedimento permitiu definir dezesseis vizinhos como o número ideal para a estimativa por krigagem de valores de precipitação pluvial para locais não amostrados no Estado de São Paulo.