Avaliação dos parâmetros genéticos da população de arroz irrigado CNA 11 e da divergência genética entre os genitores

Os avanços nas práticas de manejo e no melhoramento das cultivares de arroz irrigado têm permitido consolidar o Rio Grande do Sul como maior produtor deste cereal no Brasil. A seleção recorrente é um método alternativo de melhoramento que permite a recombinação cíclica de genótipos selecionados em uma população geneticamente divergente. Os objetivos deste trabalho foram avaliar o potencial da população CNA 11 para fins de melhoramento para tolerância ao frio, estudar a divergência genética dos seus genitores e quantificar as alterações nas freqüências alélicas como resultado do processo de seleção. Para isso foram conduzidos dois ensaios de campo compostos de 140 famílias S0:2 derivadas da população CNA 11 e quatro cultivares testemunhas, no delineamento látice 12 x 12 e em dois locais: Cachoeirinha (RS) e Santa Vitória do Palmar (RS), onde foram avaliados dez caracteres fenotípicos. O DNA dos genitores da população CNA 11 e de 133 famílias S0:2 foi analisado com marcadores moleculares do tipo microssatélites. A população CNA 11 apresentou alto potencial para fins de melhoramento, com ampla variabilidade genética em todos os dez caracteres avaliados. Os caracteres estatura de planta, esterilidade de espiguetas e número de grãos por panícula apresentaram altas correlações genotípicas com rendimento de grãos, podendo ser usados como critérios de seleção indireta. A esterilidade de espiguetas mostrou ser um critério eficiente de seleção para identificação de genótipos de arroz com tolerância ao frio no estádio reprodutivo. Os genitores da população CNA 11 apresentaram ampla divergência genética e, de modo geral, as freqüências dos alelos de microssatélites característicos dos genótipos da subespécie índica aumentaram e as da subespécie japônica diminuíram à medida que a intensidade de seleção aumentou. As melhores famílias S0:2 mostraram maior similaridade genética com os genitores da subespécie índica.

Separação caulinita-dióxido de titânio por floculação seletiva : mecanismo, seletividade e aplicação no cualim do Rio Jari (AP)

No presente trabalho, é investigado um método alternativo para remover as impurezas coloridas contidas no caulim ultrafino do Rio Jari (AP), mediante a adsorção seletiva com polímeros aquosolúveis. Apesar desse método (floculação seletiva) ser considerado inovador no tratamento de minérios ultrafinos, problemas como a alta sensibilidade do meio e o baixo rendimento, freqüentemente comprometem a sua aplicação em sistemas naturais. Nesse contexto, o presente trabalho enfatiza questões envolvendo a seletividade do processo, bem como os mecanismos e os fenômenos envolvidos na adsorção seletiva de uma das fases minerais, A caracterização do minério define o tipo de contaminante (anatásio) e as suas relações de contato com a caulinita (ausência de adesão física). Tal informação é útil na avaliação do rendimento ativo do processo. A eficiência na remoção do anatásio, frente ao ambiente específico do meio e em combinação com a intensidade de carga aniônica do polímero floculante, define a condição mais favorável em termos de adsorção e seletividade. Tal condição prevê a utilização de poliacrilamidas fracamente aniônicas em meio alcalino (pH = 10). o aumento da concentração de hexametafosfato-Na (dispersante de atividade eletrostática) provoca uma redução nos níveis de adsorção da caulinita, pelo aumento da sua carga superficial. A seletividade do processo atinge o seu nível máximo com a adição de poliacrilato-Na (dispersante que combina a atividade eletrostática com o efeito estérico). Nessas condições, remoções consideráveis de anatásio são obtidas, fazendo com que o teor de Ti02 contido no caulim caia de 1,3% para 0,2% e com que a recuperação permaneça em níveis satisfatórios (57%). o nível de adição química do meio também condiciona o grau de consistência dos flocos gerados, aumentando a cinética de sedimentação. Nos ambientes considerados altamente seletivos, a sedimentação dos flocos chega a atingir uma velocidade de 18 mm/minuto em polpa com 30% de sólidos.

Previsão de demanda de energia elétrica por meio de redes neurais artificiais

Este estudo propõe um método alternativo para a previsão de demanda de energia elétrica, através do desenvolvimento de um modelo de estimação baseado em redes neurais artificiais. Tal método ainda é pouco usado na estimativa de demanda de energia elétrica, mas tem se mostrado promissor na resolução de problemas que envolvem sistemas de potência. Aqui são destacados os principais fatores que devem pautar a modelagem de um sistema baseada em redes neurais artificiais, que são: seleção das variáveis de entrada; quantidade de variáveis; arquitetura da rede; treinamento; previsão da saída. O modelo ora apresentado foi desenvolvido a partir de uma amostra de 125 municípios do Estado do Rio Grande do Sul (Brasil), nos anos de 1999 a 2002. Como variáveis de entrada, foram selecionados a temperatura ambiente (média e desvio-padrão anual), a umidade relativa do ar (média e desvio-padrão anual), o PIB anual e a população anual de cada município incluído na amostra. Para validar a proposta apresentada, são mostrados resultados baseados nas simulações com o modelo proposto.