Espaço de cores

O artigo apresenta definições para os termos espaço de cores e sistemas de cores; classifica, de acordo com David Brainard (2003), os sistemas de cores em dois grupos: aparência de cores e diferenças de cores. Dentre os diversos sistemas de cores existentes, o artigo descreve dois deles: o sistema de cores Munsell &– um dos mais utilizados entre os sistemas de aparência de cores &– e a descrição do sistema de cores CIE 1931 &– um dos mais utilizados dentre os sistemas de diferença de cores. Faz-se uma retrospectiva histórica da busca por espaços de cores que representem a percepção de cores humana assim como as diversas reconstruções de espaços de cores por métodos eletrofisiológicos ou psicofísicos. Muitas dessas reconstruções utilizam a escala multidimensional (mds). O artigo também introduz a possibilidade da reconstrução dos espaços de cores de pacientes com discromatopsia adquirida como uma distorção do espaço de indivíduos tricromatas normais.

Simulation of soybean growth and yield under northeastern Amazon climatic conditions

O objetivo deste trabalho foi parametrizar, calibrar e validar uma nova versão do modelo de crescimento e de produtividade da soja desenvolvido por Sinclair, em condições naturais de campo no nordeste da Amazônia. Os dados meteorológicos e os valores de crescimento e de área foliar da soja foram obtidos em um experimento agrometeorológico realizado em Paragominas, PA, de 2006 a 2009. As condições climáticas durante o experimento foram muito distintas, com uma ligeira redução na precipitação em 2007, em virtude do fenômeno El Niño. Houve redução no índice de área foliar (IAF) e na produção de biomassa neste ano, a qual foi reproduzida pelo modelo. A simulação do IAF apresentou raiz do erro quadrado médio (REQM) de 0,55 a 0,82 m2 m‑2, de 2006 a 2009. A simulação da produtividade da soja para os dados independentes apresentou um REQM de 198 kg ha‑1, ou seja, uma superestimativa de 3%. O modelo encontra-se calibrado e validado para as condições climáticas da Amazônia e pode contribuir positivamente para a melhoria das simulações dos impactos da mudança de uso da terra na região amazônica. A versão modificada do modelo de Sinclair simula adequadamente a formação de área foliar, a biomassa total e a produtividade da soja, nas condições climáticas do nordeste da Amazônia.

Simulação computacional no auxílio à tomada de decisão nos processos industriais: utilizando a ferramenta Tecnomatix Plant Simulation 9.0

Atualmente existem inúmeros processos produtivos automatizados, os quais vêm se tornando cada vez mais complexos em função das necessidades do mundo moderno e, portanto, demandam nas fases de projetos e de implementação ferramentas de engenharia cada vez mais poderosas para modelá-los e analisá-los da maneira mais eficiente possível. Nesse ambiente de crescente pressão por resultados positivos, racionalização e aprimoramento de recursos internos, que a ferramenta computacional Tecnomatix Plant Simulation 9.0, surge como um caminho para a obtenção de competitividade produtiva. Ressaltando ainda que, o estudo proposto é de grande relevância para os profissionais da gestão produtiva, os quais almejam resultados que minimizem custos e maximizem lucros.

O emprego da geoestatística na determinação do tamanho "ótimo" de amostras aleatórias com vistas à obtenção de estimativas dos volumes dos fustes de espécies florestais em Paragominas, estado do Pará

O objetivo do trabalho foi determinar o tamanho adequado de amostra para estimar o volume de fustes de espécies florestais de uma população de árvores a serem cortadas no sistema de manejo florestal da empresa Cikel Brasil Verde Madeiras - Pará. Utilizaram-se as metodologias da amostragem sistemática e do estimador geoestatístico da krigagem ordinária com simulação sequencial, respectivamente para a escolha das amostras e estimação dos volumes dos fustes das árvores. Os resultados mostraram que os métodos podem ser utilizados no cálculo dos volumes de fustes de árvores. Entretanto, o método da krigagem apresenta um efeito de suavização, tendo como conseqüência uma subestimação dos volumes calculados. Neste caso, um fator de correção foi aplicado para minimizar o efeito da suavização. A simulação sequencial indicativa apresentou resultados mais precisos em relação à krigagem, uma vez que tal método apresentou algumas vantagens, tal como a não exigência de amostras com distribuições normais e ausência de efeito de suavização, característico dos métodos de interpolação.

Insights of meso and micro-scale processes for the Caxiuanã forest region from high resolution simulation

Dados meteorológicos e simulações numéricas de alta resolução foram usados para estimar campos espaciais na região leste da Amazônia onde se situam a Floresta e a Baía de Caxiuanã, no Estado do Pará. O estudo foi feito para o período de Novembro de 2006, quando foi realizado o experimento de campo COBRA-PARÁ. Análises de imagens do sensor MODIS mostram a ocorrência de vários fenômenos locais como avenidas de nuvens, sistemas convectivos precipitantes, e importante influência das interfaces entre a floresta e as superfícies aquáticas. Simulações numéricas para o dia 7 de novembro de 2006 mostraram que o modelo representou bem as principais variáveis meteorológicas. Os resultados mostram que a Baía de Caxiuanã provoca importante impacto nos campos meteorológicos adjacentes, principalmente, através da advecção pelos ventos de nordeste que induzem a temperaturas do dossel mais frias a oeste da baía. Simulações de alta resolução (LES) produziram padrões espaciais de temperatura e umidade alinhados com os ventos durante o período diurno e mudanças noturnas causadas principalmente pela presença da baía e chuvas convectivas. Correlações espaciais entre os ventos de níveis médios e os fluxos verticais de calor latente mostraram que existe uma mudança de correlações negativas para as primeiras horas do dia passando para correlações positivas para o período da tarde e início da noite.

Modelagem do mCSEM no domínio do tempo usando transformada discreta de Fourier

A modelagem do mCSEM é feita normalmente no domínio da frequência, desde sua formulação teórica até a análise dos resultados, devido às simplificações nas equações de Maxwell, possibilitadas quando trabalhamos em um regime de baixa frequência. No entanto, a abordagem através do domínio do tempo pode em princípio fornecer informação equivalente sobre a geofísica da subsuperfície aos dados no domínio da frequência. Neste trabalho, modelamos o mCSEM no domínio da frequência em modelos unidimensionais, e usamos a transformada discreta de Fourier para obter os dados no domínio do tempo. Simulamos ambientes geológicos marinhos com e sem uma camada resistiva, que representa um reservatório de hidrocarbonetos. Verificamos que os dados no domínio do tempo apresentam diferenças quando calculados para os modelos com e sem hidrocarbonetos em praticamente todas as configurações de modelo. Calculamos os resultados considerando variações na profundidade do mar, na posição dos receptores e na resistividade da camada de hidrocarbonetos. Observamos a influência da airwave, presente mesmo em profundidades oceânicas com mais de 1000m, e apesar de não ser possível uma simples separação dessa influência nos dados, o domínio do tempo nos permitiu fazer uma análise de seus efeitos sobre o levantamento. Como parte da preparação para a modelagem em ambientes 2D e 3D, fazemos também um estudo sobre o ganho de desempenho pelo uso do paralelismo computacional em nossa tarefa.

Estabilidade exponencial de um sistema termo elástico poroso: lei de Cattaneo versus lei de Fourier

No presente trabalho estudamos a existência e unicidade de solução bem como o decaimento exponencial do modelo abaixo. Nosso resultado mais importante versa sobre o decaimento exponencial do sistema termo-elástico-poroso: Cattaneo versus Fourier, dado por: ρu_tt = µu_xx + bφ_x − βθ_x em (0, π) × (0, ∞), Jθφ_tt = αφ_xx − bu_x − ξφ+mθ – γφ_t em (0, π) × (0, ∞), cθ_t = k∗q_x − βu_xt − mφ_t em (0, π) × (0, ∞), τq mφ_t= −βq − θ_x em (0, π) × (0, ∞), u = φ_x = θ = q = 0 sobre (0, π) × (0, ∞), (u(., 0), φ (., 0), θ (., 0), q(., 0)) = (u₀ (x), φ₀ (x), θ₀ (x), q₀ (x)) em (0, π), (ut(., 0), φt(., 0)) = (u1(x), φ1(x)) em (0, π), a existência e unicidade sera´ obtida usando o Teorema de Lumer-Phillips e para o decaimento exponencial usaremos uma técnica de semigrupo.