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.

Relação entre altitude e temperatura: uma contribuição ao zoneamento climático no estado de Santa Catarina, Brasil.

A relação da altitude com a temperatura é especialmente importante para as regiões tropicais e subtropicais onde uma diferença altitudinal de algumas centenas de metros provoca mudanças sensíveis no ambiente, adaptação da biota e consequente sucesso na introdução de espécies para cultivo agrícola. A temperatura do ar sofre alterações com a altitude, latitude e longitude e em função do relevo cada local pode apresentar um gradiente térmico específico. Neste trabalho, o Estado de Santa Catarina foi delimitado em grupos climáticos homogêneos e se estabeleceram análises de correlação entre a temperatura média de janeiro, de julho e média anual, com as respectivas altitudes dos grupos assim formados. A correlação da altitude com a temperatura média anual de janeiro, considerando dados de 44 estações meteorológicas, foi mais forte comparada à temperatura média de julho. Para os coeficientes de correlação mais elevados foram obtidas retas de regressão linear simples e os respectivos coeficientes de determinação das retas. O gradiente térmico médio obtido para o conjunto de todas as estações do Estado foi de -1ºC/213m, o que equivale a uma redução de aproximadamente 0,48oC a cada 100 metros de altitude. Foram também obtidos gradientes térmicos médios em função da latitude e longitude. A altitude, latitude e longitude, nesta ordem, influenciam a temperatura média do ar.

Análise por CLAE para determinação da biodegradabilidade do fungicida carbendazim em meio de cultura líquido.

Uma vez que as técnicas cromatográficas permitem a separação, quantificação e identificação dos compostos organicos parentais e dos produtos de degradação e, considerando-se que a maioria dos fungicidas benzimidazois absorvem fortemente a luz ultra-violeta, testou-se o método de Cromatografia Liquida de Alta Eficiência (CLAE), para quantificar a biodegradabilidade do fungicida carbendazim. Neste experimento foi utilizada uma linhagem de Alternaria alternata isolada de solos agrícolas suplementados com benomil. Os frascos com os microorganismos crescidos foram repicados para frascos contendo meios de cultura batata-dextrose (50%) + carbendazim (100mg/ml). Estes foram incubados sob agitacao a 28oC mais ou menos 1oC por períodos de 2,4,7,15 e 30 dias. Apos extração e purificação das amostras procedeu-se a analise cromatográfica. Para tanto utilizou-se uma coluna de troca cationica nas seguintes condições: temperatura da coluna: 40oC, fase móvel: fosfato de amônio 0,0125M com fluxo de 0,2ml por minuto e detector de absorbância operando a 280nm. Sob estas condições, o tempo de retenção de carbendazim e 2 amino-benzimidazol foi de aproximadamente 4,5 e 6,3 minutos, respectivamente. A quantificação foi feita utilizando-se regressão linear de curvas de calibração obtidas em soluções padrões de carbendazim versus a resposta (altura ou área do pico), obtida no cromatograma. A confirmação da identidade do pico com alto grau de confiança foi possível pela comparação do tempo de retenção e o espectro de absorbância em ultra-violeta do carbendazim. Este espectro, em diferentes condições de cultivo de A alternata, indicou índices de similaridade da molécula variando de 0,99 a 1 entre as diferentes amostras. Por este método foram obtidas recuperações acima de 70% da concentração inicial de carbendazim. A degradação de carbendazim foi de 66,4% aos dois dias de incubação.

Aplicação de espectroscopia de infravermelho FTIR para quantificação de álcoois em soluções.

A espectroscopia no infravermelho médio com transformada de Fourier (FTIR) é uma técnica alternativa de quantificação rápida, fácil manuseio, baixo custo e ampla aplicabilidade. O presente estudo utilizou-se da FTIR associada à análise de regressão linear pelo método dos mínimos quadrados e análise gráfica dos espectrogramas para quantificar diferentes concentrações de metanol, etanol e propanol em soluções-padrão. As concentrações das soluções foram 0,1%; 0,25%; 0,5%; 1%; 2%; 3%; 4%; 5%; 10%; 20%; 30%; 40%; 50%; 60%;75% e 99,9 % de metanol, etanol e propanol. Observaram-se picos de absorbância de 0,106 para metanol; 0,070 para etanol e 0,143 para propanol, que correspondem aos números de onda 1017,0; 1043,7 e 1125,7 cm-1, respectivamente. A relação absorbância vs. concentração de álcoois metanol, etanol, e propanol mostrou as seguintes equações: y = 0,0055x + 0,0427 com R2 de 0,9893; y = 0,0061x + 0,0928 com R2 de 0,9937 e y = 0,002x + 0,0475 com R2 de 0,9938, descrevendo a concentração de álcool para um determinado volume de solução. A técnica mostrou boa aplicabilidade na determinação de álcoois metanol, metano e propanol na faixa de concentração de 2% a 60%.

Calibração de uma sonda TDR em Latossolos sob sistema de integração lavoura-pecuária-floresta e mata nativa.

2016

Predição da fertilidade do solo do polo agrícola do Rio de Janeiro por meio de modelagem solo x paisagem.

O objetivo deste trabalho foi predizer a fertilidade do solo no polo agrícola do Estado do Rio de Janeiro, por meio da modelagem solo x paisagem. A área de estudo compreendeu as regiões mais produtivas do Estado do Rio de Janeiro: Norte, Noroeste e Serrana. Características químicas do solo ? pH em H2O e capacidade de troca catiônica (CTC) ? e ambientais ? elevação, plano de curvatura, perfil de curvatura, índice de umidade, aspecto e declividade do terreno, além de tipos de solos, índice de vegetação normalizada (NDVI), imagens Landsat 7 e litologia ? foram utilizadas como variáveis preditoras. A análise exploratória dos dados identificou valores extremos, os quais foram expurgados, na preparação para a análise por regressão linear múltipla (RLM). Aos resultados da RLM, foram adicionados os resultados de krigagem dos resíduos da regressão, com uma técnica de mapeamento digital de solos (MDS) denominada regressão-krigagem. Na região Serrana, as variáveis ambientais explicaram as variáveis químicas. A variável NDVI foi importante nas três regiões, o que evidencia a importância da cobertura vegetal para a predição da fertilidade do solo. Em geral, os solos analisados apresentaram baixo pH. Os valores de CTC, nas regiões estudadas, estão dentro do intervalo considerado bom para a fertilidade do solo.

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.