Modelagem computacional de óxidos da família das perovskitas

Pós-graduação em Ciência e Tecnologia de Materiais - FC

Modelagem em análise de sobrevivencia com eventos recorrentes aplicada a dados da área médica

Pós-graduação em Biometria - IBB

Transformadas integrais, modelagem fracionária e o sistema de Lotka-Volterra

Pós-graduação em Biometria - IBB

Modelos de estimativa da radiação atmosférica em função da temperatura, umidade e dos índices radiométricos Kt e Kd para Botucatu - SP

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Aplicação dos FRBR na modelagem de catálogos bibliográficos digitais

Pós-graduação em Ciência da Informação - FFC

Métodos geoestatísticos na modelagem espacial do diâmetro médio do cristal da goethita

Uma das necessidades da agricultura de precisão é avaliar a qualidade dos mapas dos atributos dos solos. Neste sentido, o presente trabalho objetivou avaliar o desempenho dos métodos geoestatísticos: krigagem ordinária e simulação sequencial gaussiana na predição espacial do diâmetro médio do cristal da goethita com 121 pontos amostrados em uma malha de 1 ha com espaçamentos regulares de 10 em 10 m. Após a análise textural e da concentração dos óxidos de ferro, calcularam-se os valores do diâmetro médio do cristal da goethita os quais foram analisados pela estatística descritiva e geoestatística; em seguida, foram utilizadas a krigagem ordinária e a simulação sequencial gaussiana. Com os resultados avaliou-se qual foi o método mais fiel para reproduzir as estatísticas, a função de densidade de probabilidade acumulada condicional e a estatística epsilon εy da amostra. As estimativas E-Type foram semelhantes à krigagem ordinária devido à minimização da variância. No entanto, a krigagem deixa de apresentar, em locais específicos, o grau de cristalinidade da goethita enquanto o mapa E-Type indicou que a simulação sequencial gaussiana deve ser utilizada ao invés de mapas de krigagem. Os mapas E-type devem ser preferíveis por apresentar melhor desempenho na modelagem.

Modelagem geoestatística das incertezas da distribuição espacial do fósforo disponível no solo, em área de cana-de-açúcar

Phosphorus is one of the limiting nutrients for sugarcane development in Brazilian soils. The spatial variability of this nutrient is great, defined by the properties that control its adsorption and desorption reactions. Spatial estimates to characterize this variability are based on geostatistical interpolation. However, inherent uncertainties in the procedure of these estimates are related to the variability structure of the property under study and the sample configuration of the area. Thus, the assessment of the uncertainty of estimates associated with the spatial distribution of available P (Plabile) is decisive to optimize the use of phosphate fertilizers. The purpose of this study was to evaluate the performance of sequential Gaussian simulation (sGs) and ordinary kriging (OK) in the modeling of uncertainty in available P estimates. A sampling grid with 626 points was established in a 200-ha experimental sugarcane field in Tabapuã, São Paulo State. The sGs algorithm generated 200 realizations. The sGs realizations reproduced the statistics and the distribution of the sample data. The G statistic (0.81) indicated good agreement between the values of simulated and observed fractions. The sGs realizations preserved the spatial variability of Plabile without the smoothing effect of the OK map. The accuracy in the reproduction of the variogram of the sample data obtained by the sGs realizations was on average 240 times higher than that obtained by OK. The uncertainty map, obtained by OK, showed less variation in the study area than that obtained by sGs. Thus, the evaluation of uncertainties by sGs was more informative and can be used to define and delimit specific management areas more precisely.

Desenvolvimento de uma plataforma de software para a modelagem digital de terrenos baseada em TIN

Topographical surfaces can be represented with a good degree of accuracy by means of maps. However these are not always the best tools for the understanding of more complex reliefs. In this sense, the greatest contribution of this work is to specify and to implement the architecture of an opensource software system capable of representing TIN (Triangular Irregular Network) based digital terrain models. The system implementation follows the object oriented programming and generic paradigms enabling the integration of various opensource tools such as GDAL, OGR, OpenGL, OpenSceneGraph and Qt. Furthermore, the representation core of the system has the ability to work with multiple topological data structures from which can be extracted, in constant time, all the connectivity relations between the entities vertices, edges and faces existing in a planar triangulation what helps enormously the implementation for real time applications. This is an important capability, for example, in the use of laser survey data (Lidar, ALS, TLS), allowing for the generation of triangular mesh models in the order of millions of points.

Evolução geomórfica e modelagem termocinemática 3D da região do planalto de Poços de Caldas (SP/MG)

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelagem dinâmica temporal para a avaliação da disponibilidade hídrica e seus efeitos na sustentabilidade do sistema da sub-bacia do córrego do Boi Branco - SP

Pós-graduação em Agronomia (Irrigação e Drenagem) - FCA

Aplicação de modelagem hidrológica associada à análise geoespacial, para caracterização da vazão na micro Central Hidroelétrica Ilha Anchieta - SP

Pós-graduação em Engenharia Mecânica - FEG

Estudo dos impactos do corte seletivo de árvores na diversidade genética e demografia de população de araucaria angustifolia, utilizando modelagem ecogene

Pós-graduação em Agronomia - FEIS

Modelagem IEEE 1815 DNP3 em VHDL e análise de comunicação SG via IEEE 802.15.4 e IEEE 802.11

Pós-graduação em Engenharia Elétrica - FEIS

Modelagem generalizada do problema de planejamento da expansão de sistemas de transmissão

Pós-graduação em Engenharia Elétrica - FEIS

Estimativa da produtividade de trigo em função da adubação nitrogenada utilizando modelagem neuro fuzzy

Currently new techniques for data processing, such as neural networks, fuzzy logic and hybrid systems are used to develop predictive models of complex systems and to estimate the desired parameters. In this article the use of an adaptive neuro fuzzy inference system was investigated to estimate the productivity of wheat, using a database of combination of the following treatments: five N doses (0, 50, 100, 150 and 200 kg ha(-1)), three sources (Entec, ammonium sulfate and urea), two application times of N (at sowing or at side-dressing) and two wheat cultivars (IAC 370 and E21), that were evaluated during two years in Selviria, Mato Grosso do Sul, Brazil. Through the input and output data, the system of adaptive neuro fuzzy inference learns, and then can estimate a new value of wheat yield with different N doses. The productivity prediciton error of wheat in function of five N doses, using a neuro fuzzy system, was smaller than that one obtained with a quadratic approximation. The results show that the neuro fuzzy system is a viable prediction model for estimating the wheat yield in function of N doses.