Métodos de interpolação de dados e distribuição espacial de Macrophomina phaseolina no solo.

2016

Comparação de métodos de interpolação para espacialização de dados de transmissão da radiação fotossitenticamente ativa em sistema silvipastoril.

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.

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.

Caracterização ambiental da microbacia do Córrego Espraiado.

A caracterização ambiental da microbacia estudada foi realizada com o objetivo de criar um conjunto de planos de informação (PI's), de modo a permitir um conhecimento apropriado do local pela equipe do projeto, o planejamento de atividades de pesquisa e a identificação de áreas de risco. A microbacia do Córrego Espraiado está localizada entre os municípios de Ribeirão Preto e Cravinhos. As informações básicas utilizadas na caracterização ambiental foram: I) conjunto de cartas planialtimétricas, escala 1:10.000 (IGC, 1992); II) mapa de solos, escala 1:25.000 (MIKLOS, 1996); III) imagem de satélite LANDSAT TM 5, passagem 01/09/93, bandas 3, 4 e 5. A partir destas informações foram gerados os planos: limite da microbacia, redes de drenagem e viária, modelo numérico de terreno (MNT), classes de declive, uso da terra (1995) e solos. Outros planos foram gerados a partir do cruzamento dos anteriores: potencial de infiltração e escoamento superficial da água, potencial natural de erosão, perdas de solo e expectativa de erosão. A versão do IDRISI utilizada foi a 4.1 (DOS). Para a entrada de dados vetoriais foi utilizado o TOSCA 2.12. Na geração dos mapas foi utilizado o COREL DRAW 4. Os planos foram exportados do IDRISI para o COREL DRAW no formato TIF. O limite da microbacia foi traçado sobre as cartas planialtimétricas e posteriormente digitalizado. Com este PI foi construída uma máscara, utilizada para extrair as células que não pertenciam à microbacia em vários procedimentos posteriores. As redes de drenagem e viária foram digitalizadas a partir das informações contidas nas cartas planialtimétricas e rasterizadas pelo módulo LINERAS, gerando os PI's correspondentes. As informações de altimetria passaram por processo semelhante ao anterior, porém na rasterização foi também usado o módulo POINTRAS. Posteriormente as informações de altimetria, já rasterizadas foram interpoladas de modo a preencher todas as células (módulo INTERCON), gerando o MNT da microbacia. Para eliminar os defeitos nas bordas da microbacia, foram também digitalizadas algumas informações de altitude fora do limite da microbacia. Finalmente, para excluir os resultados da interpolação, fora da área de interesse, foi utilizada a máscara realizando-se uma multiplicação entre planos, função presente no módulo OVERLAY. As classes de declive foram obtidas após o calculo da declividade por meio de função presente no módulo SURFECE e o MNT, resultando em um PI intermediário com os valores de declividade em cada célula. Então, utilizou-se o módulo RECLASS para agrupar as células em 7 classes. A imagem em "falsa cor" (composição colorida) foi obtida usando-se o módulo COMPOSIT e posteriormente registrada por meio do módulo RESAMPLE. As coordenadas UTM dos pontos de controle foram extraídos das cartas planialtimetricas. O PI-Uso Atual, foi obtido das informações também retiradas das cartas planialtimetricas, análise da imagem de satélite e de visitas ao campo, realizadas no ano de 1995. O arquivo vetorial produzido foi editado no TOSCA e os polígonos gerados, com o uso do módulo CYCLE. Finalmente o arquivo com os polígonos foi rasterizado (POLYRAS). O PI-Solos foi gerado da digitalização do mapa de solos semidetalhado produzido por MIKLOS (1996). Novamente foi utilizado o TOSCA, seguido dos módulos CYCLE e POLYRAS para produzir o arquivo matricial correspondente. O PI-Potencial de infiltração e Escoamento Superficial da Água foi obtido pelo cruzamento das informações de condutividade hidráulica dos solos e da declividade do terreno. Este PI e um passo intermediário de um método proposto para a identificação das áreas de risco de contaminação por agrotóxicos, apresentado em LUIS (1996) e GOMES (1996). Foram também gerados alguns PI's relacionados com o estudo de erosão na microbacia, utilizando a Equação Universal de Perdas de Solo - EUPS. O IDRISI forneceu os recursos necessários aos objetivos do trabalho. As principais deficiências encontradas são a interface homem/máquina e a criação dos polígonos com a TOSCA, onde há necessidade de informar para cada arco digitado os identificadores dos polígonos por ele dividido. Esta operação consome um esforço considerável e está sujeita a freqüentes erros.

Sistemas de produção em pecuária espacializados quanto ao Índice de Vegetação da Diferença Normalizada (NDVI) derivado de imagens do satélite Landsat 8.

Nosso objetivo neste estudo foi avaliar espacialmente, usando geoestatística, a variação do Índice de Vegetação da Diferença Normalizada (NVDI) em dois tipos de sistemas de pastejo: rotacionado e contínuo. A obtenção do NDVI ocorreu por meio de imagens do satélite Landsat 8 de 2013 a 2015, tratadas usando o software ArcGIS 10.3. Os valores de NDVI foram atribuídos a cada pixel (30 x 30 m) da imagem. As datas das imagens foram agrupadas em duas estações, seca (de abril a setembro) e chuvosa (de outubro a março), e os valores de NDVI foram analisados usando estatística descritiva e geoestatística, incluindo análise dos semivariogramas e interpolação por krigagem ordinária em uma grade de 1 x 1 m. Os parâmetros de dependência espacial obtidos pelo ajuste do semivariograma foram utilizados para a interpolação por krigagem ordinária, e os mapas foram elaborados. Houve dependência espacial para o NDVI nos dois sistemas de produção de pecuária, com melhor representação da variabilidade na estação seca de 2013, pois o padrão de variabilidade espacial do semivariograma escalonado indica maior homogeneidade dos dados da área de estudo nessa época em relação às demais. Os mapas resultantes da krigagem permitiram identificar, com maior precisão, a interferência da condição de estresse hídrico no desenvolvimento da pastagem, mais vigorosa no sistema rotacionado. A utilização de NDVI obtido por imagens de satélite Landsat 8 demonstrou potencial para o acompanhamento do vigor da vegetação em áreas de pastagem.

Spatial scale effects of sampling on the interpolation of species distribution models in the southwestern Amazon.

Knowledge of the geographical distribution of timber tree species in the Amazon is still scarce. This is especially true at the local level, thereby limiting natural resource management actions. Forest inventories are key sources of information on the occurrence of such species. However, areas with approved forest management plans are mostly located near access roads and the main industrial centers. The present study aimed to assess the spatial scale effects of forest inventories used as sources of occurrence data in the interpolation of potential species distribution models. The occurrence data of a group of six forest tree species were divided into four geographical areas during the modeling process. Several sampling schemes were then tested applying the maximum entropy algorithm, using the following predictor variables: elevation, slope, exposure, normalized difference vegetation index (NDVI) and height above the nearest drainage (HAND). The results revealed that using occurrence data from only one geographical area with unique environmental characteristics increased both model overfitting to input data and omission error rates. The use of a diagonal systematic sampling scheme and lower threshold values led to improved model performance. Forest inventories may be used to predict areas with a high probability of species occurrence, provided they are located in forest management plan regions representative of the environmental range of the model projection area.