Padrões nutricionais para lavouras arrozeiras irrigadas por inundação pelos métodos da CDN chance matemática

Para o arroz irrigado, poucos trabalhos utilizam métodos de diagnose foliar desenvolvidos para as condições locais de clima, solo ou cultivares. O objetivo deste trabalho foi avaliar os métodos da Diagnose da Composição Nutricional e da Chance Matemática na definição dos padrões nutricionais de lavouras arrozeiras do Estado do Rio Grande do Sul. Resultados de produtividade de grãos e teores foliares de N, P, K, Ca, Mg, S, B, Cu, Fe, Mn, Zn e Mo de 356 lavouras arrozeiras cultivadas sob sistema de irrigação por inundação foram utilizados para a determinação das faixas de suficiência calculadas pelo método da Chance Matemática. As faixas de suficiência foram comparadas com valores críticos propostos pela literatura e com o intervalo de confiança do teor médio dos nutrientes em lavouras consideradas nutricionalmente equilibradas, identificadas pelo método Diagnose da Composição Nutricional. Observou-se pouca concordância entre os valores das faixas de suficiência indicados pelos métodos da Chance Matemática e da Diagnose da Composição Nutricional e os respectivos valores indicados na literatura. A faixa de teores foliares adequados, consistentes com maior produtividade média das lavouras arrozeiras, foi indicada ser de 23 a 28 g kg-1 para N; 11 a 14 g kg-1 para K; 1,4 a 2,0 g kg-1 para S; 6 a 12 mg kg-1 para B; e 70 a 200 mg kg-1 para Fe. Para os teores foliares de P, Ca, Mg, B, Cu, Mn e Zn e Mo nenhuma das faixas adequadas testadas indicou capacidade para distinguir as lavouras arrozeiras quanto à produtividade média.

Morfologia matemática aplicada à detecção de sombras e nuvens em imagens de alta resolução

The spatial resolution improvement of orbital sensors has broadened considerably the applicability of their images in solving urban areas problems. But as the spatial resolution improves, the shadows become even a more serious problem especially when detailed information (under the shadows) is required. Besides those shadows caused by buildings and houses, clouds projected shadows are likely to occur. In this case there is information occlusion by the cloud in association with low illumination and contrast areas caused by the cloud shadow on the ground. Thus, it's important to use efficient methods to detect shadows and clouds areas in digital images taking in count that these areas care for especial processing. This paper proposes the application of Mathematical Morphology (MM) in shadow and clouds detection. Two parts of a panchromatic QuickBird image of Cuiab-MT urban area were used. The proposed method takes advantage of the fact that shadows (low intensity - dark areas) and clouds (high intensity - bright areas) represent the bottom and top, respectively, of the image as it is thought to be a topographic surface. This characteristic allowed MM area opening and closing operations to be applied to reduce or eliminate the bottom and top of the topographic surface.