How to not inflate population estimates? Spatial density distribution of white-lipped peccaries in a continuous Atlantic forest

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

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 espacial de áreas de recarga subterrânea em região de afloramento do sistema aquífero guarani (sag), em Brotas/SP

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

Uncertainties in the prediction of spatial variability of soil CO2 emissions and related properties

A emissão de CO2 do solo apresenta alta variabilidade espacial, devido à grande dependência espacial observada nas propriedades do solo que a influenciam. Neste estudo, objetivou-se: caracterizar e relacionar a variabilidade espacial da respiração do solo e propriedades relacionadas; avaliar a acurácia dos resultados fornecidos pelo método da krigagem ordinária e simulação sequencial gaussiana; e avaliar a incerteza na predição da variabilidade espacial da emissão de CO2 do solo e demais propriedades utilizando a simulação sequencial gaussiana. O estudo foi conduzido em uma malha amostral irregular com 141 pontos, instalada sobre a cultura de cana-de-açúcar. Nesses pontos foram avaliados a emissão de CO2 do solo, a temperatura do solo, a porosidade livre de água, o teor de matéria orgânica e a densidade do solo. Todas as variáveis apresentaram estrutura de dependência espacial. A emissão de CO2 do solo mostrou correlações positivas com a matéria orgânica (r = 0,25, p < 0,05) e a porosidade livre de água (r = 0,27, p <0,01) e negativa com a densidade do solo (r = -0,41, p < 0,01). No entanto, quando os valores estimados espacialmente (N=8833) são considerados, a porosidade livre de água passa a ser a principal variável responsável pelas características espaciais da respiração do solo, apresentando correlação de 0,26 (p < 0,01). As simulações individuais propiciaram, para todas as variáveis analisadas, melhor reprodução das funções de distribuição acumuladas e dos variogramas, em comparação à krigagem e estimativa E-type. As maiores incertezas na predição da emissão de CO2 estiveram associadas às regiões da área estudada com maiores valores observados e estimados, produzindo estimativas, ao longo do período estudado, de 0,18 a 1,85 t CO2 ha-1, dependendo dos diferentes cenários simulados. O conhecimento das incertezas gerado por meio dos diferentes cenários de estimativa pode ser incluído em inventários de gases do efeito estufa, resultando em estimativas mais conservadoras do potencial de emissão desses gases.

Prediction and spatial variability of soil dynamic properties in sugar cane fields of São Paulo State Brazil

The objective of this work was to model and diagnose the spatial variability of soil load support capacity (SLSC) in sugar cane crop fields, as well as to evaluate the management impact on São Paulo State soil structure. The investigated variables were: pressure preconsolidation (sigma(p)), apparent cohesion () and internal friction angle (). The conclusions from the results were that the models and spatial dependence maps constitute important tools in the prediction and location of the mechanical internal strength of soils cultivated with sugar cane. They will help future soil management decisions so that soil structure sustainability will not be compromised.

A Spatial and Temporal Prediction Model of Corn Grain Yield as a Function of Soil Attributes

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Search for Large Extra Spatial Dimensions in the Dielectron and Diphoton Channels in p(p)over-bar Collisions at root s=1.96 TeV

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Mapping soil pollution by spatial analysis and fuzzy classification

Spatial analysis and fuzzy classification techniques were used to estimate the spatial distributions of heavy metals in soil. The work was applied to soils in a coastal region that is characterized by intense urban occupation and large numbers of different industries. Concentrations of heavy metals were determined using geostatistical techniques and classes of risk were defined using fuzzy classification. The resulting prediction mappings identify the locations of high concentrations of Pb, Zn, Ni, and Cu in topsoils of the study area. The maps show that areas of high pollution of Ni and Cu are located at the northeast, where there is a predominance of industrial and agricultural activities; Pb and Zn also occur in high concentrations in the northeast, but the maps also show significant concentrations of Pb and Zn in other areas, mainly in the central and southeastern parts, where there are urban leisure activities and trade centers. Maps were also prepared showing levels of pollution risk. These maps show that (1) Cu presents a large pollution risk in the north-northwest, midwest, and southeast sectors, (2) Pb represents a moderate risk in most areas, (3) Zn generally exhibits low risk, and (4) Ni represents either low risk or no risk in the studied area. This study shows that combining geostatistics with fuzzy theory can provide results that offer insight into risk assessment for environmental pollution.

Spatial pattern detection modeling of thrips (Thrips tabaci) on onion fields

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

An intelligent system to real time rainfall prediction using radar data

This work presents a new approach for rainfall measurements making use of weather radar data for real time application to the radar systems operated by institute of Meteorological Research (IPMET) - UNESP - Bauru - SP-Brazil. Several real time adjustment techniques has been presented being most of them based on surface rain-gauge network. However, some of these methods do not regard the effect of the integration area, time integration and distance rainfall-radar. In this paper, artificial neural networks have been applied for generate a radar reflectivity-rain relationships which regard all effects described above. To evaluate prediction procedure, cross validation was performed using data from IPMET weather Doppler radar and rain-gauge network under the radar umbrella. The preliminary results were acceptable for rainfalls prediction. The small errors observed result from the spatial density and the time resolution of the rain-gauges networks used to calibrate the radar.

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

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)