Aplicação de análise multicriterial para determinação de áreas prioritárias à recomposição florestal

Using the Geographic Information System (GIS) and taking into account its capability to analyze spatial data, a database of updated spatial data from the sub-basin of the Descalvado stream, Botucatu, SP, was developed to provide an evaluation and diagnosis of the area concerning land use and the degradation processes therein. Through GIS, priority areas for forest recovery were defined by Multicriteria Evaluation and using the Ordered Weighted Average method. The latter allows the decision maker to define the area to be recovered, facing limitation of resources, among one of the proposed scenarios, or do it in stages. The study showed that there are accelerated erosion processes in the headwaters of the springs of water bodies; there is also fragmentation of native vegetation, especially in hillside areas, and little presence of native vegetation in riparian areas. The application of the multicriteria analysis using the Ordered Weighted Average was important as it systematized and discriminated scenarios of priority for forest recovery.

Evolution and population structure of africanized honey bees in Brazil: Evidence from spatial analysis of morphometric data

In recent years, studies based on isoenzymatic patterns of geographic variation have revealed that what is usually called the Africanized honey bee does not constitute a single population. Instead, several local populations exist with various degrees of admixture with European honey bees. In this paper, we evaluated new data on morphometric patterns of Africanized honey bees collected at 42 localities in Brazil, using univariate and multivariate (canonical) trend surface and spatial autocorrelation analyses. The clinal patterns of variation found for genetically independent characters (wing size characters and some wing venation angles) are concordant with previous studies of malate dehydrogenase (MDH) allelic frequencies and support the hypothesis that larger honey bees in southern and southeastern Brazil originated by racial admixture in the initial phases of African honey bee colonization. Geographic variation patterns of Africanized honey bee populations reflect a demic diffusion process in which European genes were gradually lost because of the higher fitness of the African gene pool in Neotropical environmental conditions.

The Brazilian Seismographic Integrated Systems (BRASIS): Infrastructure and data management

In geophysics and seismology, raw data need to be processed to generate useful information that can be turned into knowledge by researchers. The number of sensors that are acquiring raw data is increasing rapidly. Without good data management systems, more time can be spent in querying and preparing datasets for analyses than in acquiring raw data. Also, a lot of good quality data acquired at great effort can be lost forever if they are not correctly stored. Local and international cooperation will probably be reduced, and a lot of data will never become scientific knowledge. For this reason, the Seismological Laboratory of the Institute of Astronomy, Geophysics and Atmospheric Sciences at the University of São Paulo (IAG-USP) has concentrated fully on its data management system. This report describes the efforts of the IAG-USP to set up a seismology data management system to facilitate local and international cooperation. © 2011 by the Istituto Nazionale di Geofisica e Vulcanologia. All rights reserved.

Applying spatial analysis of genetic and environmental data to predict connection corridors to the New World screwworm populations in South America

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

A non-homogeneous poisson model with spatial anisotropy applied to ozone data from Mexico City

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Spatial Assessment of Indices for Characterizing the Erosive Force of Rainfall in El Salvador Republic

Soil erosion data in El Salvador Republic are scarce and there is no rainfall erosivity map for this region. Considering that rainfall erosivity is an important guide for planning soil erosion control practices, a spatial assessment of indices for characterizing the erosive force of rainfall in El Salvador Republic was carried out. Using pluviometric records from 25 weather stations, we applied two methods: erosivity index equation and the Fournier index. In all study area, the rainiest period is from May to November. Annual values of erosivity index ranged from 7,196 to 17,856 MJ mm ha(-1) h(-1) year(-1) and the Fournier index ranged from 52.9 to 110.0 mm. The erosivity map showed that the study area can be broadly divided into three major erosion risk zones, and the Fournier index map was divided into four zones. Both methods revealed that the erosive force is severe in all study area and presented significant spatial correlation with each other. The erosive force in the country is concentrated mainly from May to November.

Mineralogy of the clay fraction of Alfisols in two slope curvatures: III - spatial variability

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Spatial relationships between soil attributes and corn yield in no-tillage system

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Soil sampling intensity and spatial distribution pattern of soils attributes and corn yield in no-tillage system

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Spatial variability of soil penetration resistance influenced by season of sampling

O objetivo deste trabalho foi analizar a distribuição espacial da compactação do solo e a influência da umidade do solo na resistência à penetração. Esta última variável foi descrita pelo índice de cone. O solo estudado foi Nitossolo e os dados de índice de cone foram obtidos usando um penetrômetro. A resistência do solo foi avaliada a 5 profundidades diferentes, 0-10 cm, 10-20 cm, 20-30 cm, 30-40 cm e mais de 40 cm, porém o conteúdo de umidade do solo foi medido a 0-20 cm e 20-40 cm. As condições hídricas do solo variaram nas diferentes amostragems. Os coeficientes de variação para o índice de cone foram 16,5% a 45,8% e os do conteúdo de umidade do solo variaram entre 8,96% e 21,38%. Os resultados sugeriram elevada correlação entre a resistência do solo, estimada pelo índice de cone e a profundidade do solo. Sem embargo, a relação esperada com a umidade do solo não foi apreciada. Observou-se dependência espacial em 31 de 35 séries de dados de índice de cone e umidade do solo. Esta dependência foi ajustada por modelos exponenciais com efeito pepita variável de 0 a 90% o valor do patamar. em séries de dados o comportamento foi aleatório. Portanto, a técnica das distâncias inversas foi utilizada para cartografar a distribuição das variáveis que não tiveram estrutura espacial. Na krigagem constatou-se uma suavização dos mapas comparados com esses das distâncias inversas. A krigagem indicadora foi utilizada para cartografar a variabilidade espacial do índice de cone e recomendar melhor manejo do solo.

Spatial variations at different observational scales and the seasonal distributions of stream macroalgae in a Brazilian subtropical region

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Extraction of Building Roof Contours From LiDAR Data Using a Markov-Random-Field-Based Approach

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Quality of TEC Estimated with Mod Ion Using GPS and GLONASS Data

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Use of Poisson spatiotemporal regression models for the Brazilian Amazon Forest: malaria count data

INTRODUÇÃO: A malaria é uma doença endêmica na região da Amazônia Brasileira, e a detecção de possíveis fatores de risco pode ser de grande interesse às autoridades em saúde pública. O objetivo deste artigo é investigar a associação entre variáveis ambientais e os registros anuais de malária na região amazônica usando métodos bayesianos espaço-temporais. MÉTODOS: Utilizaram-se modelos de regressão espaço-temporais de Poisson para analisar os dados anuais de contagem de casos de malária entre os anos de 1999 a 2008, considerando a presença de alguns fatores como a taxa de desflorestamento. em uma abordagem bayesiana, as inferências foram obtidas por métodos Monte Carlo em cadeias de Markov (MCMC) que simularam amostras para a distribuição conjunta a posteriori de interesse. A discriminação de diferentes modelos também foi discutida. RESULTADOS: O modelo aqui proposto sugeriu que a taxa de desflorestamento, o número de habitants por km² e o índice de desenvolvimento humano (IDH) são importantes para a predição de casos de malária. CONCLUSÕES: É possível concluir que o desenvolvimento humano, o crescimento populacional, o desflorestamento e as alterações ecológicas associadas a estes fatores estão associados ao aumento do risco de malária. Pode-se ainda concluir que o uso de modelos de regressão de Poisson que capturam o efeito temporal e espacial em um enfoque bayesiano é uma boa estratégia para modelar dados de contagem de malária.