Uso de análise de sobrevivência para estudos fenológicos em fruteiras.

Métodos estatísticos conhecidos como análise de sobrevivência, são comumente utilizados em medicina, ciências sociais e engenharia, em estudos onde a variável-resposta de interesse é o tempo até ocorrência de um evento (morte, divórcio, falha de um equipamento). Esses métodos permitem a estimação de curvas ditas funções de sobrevivência, que representam a probabilidade de ocorrência de um evento num tempo superior a t (Prob Y>t), para diferentes valores de t (KALBFLEISH e PRENTICE 1980; ALLISON, 1995; COLOSIMO e GIOLO, 2006). Na pesquisa agrícola, informações sobre eventos fenológicos, mensuradas em escala temporal (ex. tempo até o florescimento, tempo até a colheita), são fundamentais para o manejo eficiente da cultura. Apesar do seu uso generalizado nas áreas anteriormente citadas, a análise de sobrevivência ainda é pouco utilizada em estudos fenológicos (GIENAPP; HEMERIK; VISSER, 2005). A análise de sobrevivência apresenta uma série de vantagens em relação às abordagens tradicionais baseadas na duração média de estádios fenológicos, entre as quais: a) permite comparar o padrão de ocorrência do evento fenológico de interesse (floração, maturação) ao longo do tempo; b) possiblita estimar probabilidade de ocorrência de eventos em intervalos específicos, importantes para o planejamento de atividades de manejo ou comercialização; c) fornece informações sobre percentis (ex. data em que 50% das plantas floresceram, data em que 90% dos cachos atingiram o ponto de colheita); d) permite avaliar o efeito de tratamentos sobre as referidas medidas e e) não requerem os pressupostos de homogeneidade de variâncias nem normalidade.Neste trabalho apresentamos e discutimos o uso de métodos não paramétricos de análise de sobrevivência em estudos de fenologia de fruteiras, utilizando como exemplo, um estudo sobre o efeito de diferentes tipos de adubos minerais e orgânicos sobre aspectos fenológicos da bananeira.

Estatística: uso da análise de regressão.

Muitos experimentos tem sido analisados por métodos estatísticos inadequados. O uso não criterioso destes métodos, sem o devido cuidado ou sem considerar outras possibilidades, pode reduzir o valor das discussões, conclusões e o próprio valor da pesquisa. Há uma grande gama de tipos possíveis de abordagem estatística dos dados de pesquisa, cada qual atingindo uma finalidade. Por isso, o procedimento estatístico deve ser escolhido criteriosamente. Se o objetivo de um trabalho e estimar a magnitude de um efeito, então a analise usada deve estimá-la: não basta neste caso, apenas explicar qual dos resultados diferiram significativamente. Não obstante, se o objetivo da pesquisa é determinar um ponto, então a análise deve faze-lo. Neste caso, não e suficiente verificar somente o comportamento dos dados. A escolha de um modelo de regressão e uma ponderação na qual deve ser considerados, a adequação ao fenômeno estudado, o ajuste matemático obtido e a sua aplicabilidade. As propriedades do modelo escolhido devem ser justificáveis, tanto logicamente quanto biologicamente. Portanto, a análise deve ser sensata, lógica e apropriada as questões que procura-se responder.

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.

Experiências com métodos alternativos de controle de pragas e doenças no município de Igarapé-Açu, Pará.

Com o intuito de conhecer, caracterizar e sistematizar as decisões tomadas por agricultores familiares de Igarapé-Açu, Pará, no que diz respeito à utilização de métodos alternativos no controle de pragas e doenças, a presente pesquisa foi proposta. Utilizou-se a técnica de ?sistematização?. Conclui-se que, os agricultores familiares de Igarapé-Açu acreditam ser viável a utilização de produtos alternativos, para o controle de pragas e doenças. Os principais inseticidas botânicos utilizados são: fumo (Nicotiana tabacum), nim (Azadirachta indica) e o tucupi (extraído a partir do processamento da Manihot esculenta Crantz). E a participação dos agricultores nos treinamentos oferecidos pela Embrapa Amazônia Oriental não é fator determinante para a disseminação do uso de inseticidas botânicos na região.

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.

Métodos para determinação da soma térmica para o subperíodo de semeadura a emergência do capim sudão.

O capim sudão (Sorghum sudanense) é uma gramínea de verão, originário do sul do Egito e Sudão.