Rugosidade da superfície do solo sob diferentes sistemas de manejo e influenciada por chuva artificial

A rugosidade da superfície do solo é influenciada pelo manejo, formada em especial pelo tipo de preparo e reduzida pela ação da chuva, principalmente. O objetivo deste estudo foi avaliar a influência de diferentes sistemas de manejo do solo e da aplicação de chuva artificial na rugosidade da superfície do solo. Os tratamentos estudados resultaram da combinação de três sistemas de manejo do solo, semeadura direta (SD), preparo convencional (PC) e cultivo mínimo (CM), com três doses de resíduo vegetal seco de soja (Glycine max L. Merrill): 0, 2 e 4 Mg ha-1. Nas unidades experimentais foram aplicadas sete chuvas, com intensidade de precipitação pluvial de 60 mm h-1 e duração de 60 min cada, totalizando 420 mm de lâmina de chuva. A rugosidade foi avaliada imediatamente antes e após o preparo do solo e imediatamente após a aplicação de cada uma das sete chuvas artificiais. Obtiveram-se valores do índice de rugosidade ao acaso entre 1,88 e 5,41 mm na semeadura direta; entre 3,88 e 8,30 mm no preparo convencional; e entre 8,99 e 17,45 mm no cultivo mínimo. Concluiu-se que: as operações de preparo do solo aumentaram a rugosidade da sua superfície, em geral; o cultivo mínimo foi o sistema de preparo do solo que proporcionou os maiores valores de rugosidade ao acaso; e nos tratamentos semeadura direta com cobertura do solo a ação da chuva não promoveu decaimento do microrrelevo do solo.

Remaining phosphorus estimated by pedotransfer function

Although the determination of remaining phosphorus (Prem) is simple, accurate values could also be estimated with a pedotransfer function (PTF) aiming at the additional use of soil analysis data and/or Prem replacement by an even simpler determination. The purpose of this paper was to develop a pedotransfer function to estimate Prem values of soils of the State of São Paulo based on properties with easier or routine laboratory determination. A pedotransfer function was developed by artificial neural networks (ANN) from a database of Prem values, pH values measured in 1 mol L-1 NaF solution (pH NaF) and soil chemical and physical properties of samples collected during soil classification activities carried out in the State of São Paulo by the Agronomic Institute of Campinas (IAC). Furthermore, a pedotransfer function was developed by regressing Prem values against the same predictor variables of the ANN-based PTF. Results showed that Prem values can be calculated more accurately with the ANN-based pedotransfer function with the input variables pH NaF values along with the sum of exchangeable bases (SB) and the exchangeable aluminum (Al3+) soil content. In addition, the accuracy of the Prem estimates by ANN-based PTF were more sensitive to increases in the experimental database size. Although the database used in this study was not comprehensive enough for the establishment of a definitive pedotrasnfer function for Prem estimation, results indicated the inclusion of Prem and pH NaF measurements among the soil testing evaluations as promising ind order to provide a greater database for the development of an ANN-based pedotransfer function for accurate Prem estimates from pH NaF, SB, and Al3+ values.

Soil infiltration based on bp neural network and grey relational analysis

Soil infiltration is a key link of the natural water cycle process. Studies on soil permeability are conducive for water resources assessment and estimation, runoff regulation and management, soil erosion modeling, nonpoint and point source pollution of farmland, among other aspects. The unequal influence of rainfall duration, rainfall intensity, antecedent soil moisture, vegetation cover, vegetation type, and slope gradient on soil cumulative infiltration was studied under simulated rainfall and different underlying surfaces. We established a six factor-model of soil cumulative infiltration by the improved back propagation (BP)-based artificial neural network algorithm with a momentum term and self-adjusting learning rate. Compared to the multiple nonlinear regression method, the stability and accuracy of the improved BP algorithm was better. Based on the improved BP model, the sensitive index of these six factors on soil cumulative infiltration was investigated. Secondly, the grey relational analysis method was used to individually study grey correlations among these six factors and soil cumulative infiltration. The results of the two methods were very similar. Rainfall duration was the most influential factor, followed by vegetation cover, vegetation type, rainfall intensity and antecedent soil moisture. The effect of slope gradient on soil cumulative infiltration was not significant.

Comparison between artificial neural networks and maximum likelihood classification in digital soil mapping

Soil surveys are the main source of spatial information on soils and have a range of different applications, mainly in agriculture. The continuity of this activity has however been severely compromised, mainly due to a lack of governmental funding. The purpose of this study was to evaluate the feasibility of two different classifiers (artificial neural networks and a maximum likelihood algorithm) in the prediction of soil classes in the northwest of the state of Rio de Janeiro. Terrain attributes such as elevation, slope, aspect, plan curvature and compound topographic index (CTI) and indices of clay minerals, iron oxide and Normalized Difference Vegetation Index (NDVI), derived from Landsat 7 ETM+ sensor imagery, were used as discriminating variables. The two classifiers were trained and validated for each soil class using 300 and 150 samples respectively, representing the characteristics of these classes in terms of the discriminating variables. According to the statistical tests, the accuracy of the classifier based on artificial neural networks (ANNs) was greater than of the classic Maximum Likelihood Classifier (MLC). Comparing the results with 126 points of reference showed that the resulting ANN map (73.81 %) was superior to the MLC map (57.94 %). The main errors when using the two classifiers were caused by: a) the geological heterogeneity of the area coupled with problems related to the geological map; b) the depth of lithic contact and/or rock exposure, and c) problems with the environmental correlation model used due to the polygenetic nature of the soils. This study confirms that the use of terrain attributes together with remote sensing data by an ANN approach can be a tool to facilitate soil mapping in Brazil, primarily due to the availability of low-cost remote sensing data and the ease by which terrain attributes can be obtained.

Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar¹

Soil information is needed for managing the agricultural environment. The aim of this study was to apply artificial neural networks (ANNs) for the prediction of soil classes using orbital remote sensing products, terrain attributes derived from a digital elevation model and local geology information as data sources. This approach to digital soil mapping was evaluated in an area with a high degree of lithologic diversity in the Serra do Mar. The neural network simulator used in this study was JavaNNS and the backpropagation learning algorithm. For soil class prediction, different combinations of the selected discriminant variables were tested: elevation, declivity, aspect, curvature, curvature plan, curvature profile, topographic index, solar radiation, LS topographic factor, local geology information, and clay mineral indices, iron oxides and the normalized difference vegetation index (NDVI) derived from an image of a Landsat-7 Enhanced Thematic Mapper Plus (ETM+) sensor. With the tested sets, best results were obtained when all discriminant variables were associated with geological information (overall accuracy 93.2 - 95.6 %, Kappa index 0.924 - 0.951, for set 13). Excluding the variable profile curvature (set 12), overall accuracy ranged from 93.9 to 95.4 % and the Kappa index from 0.932 to 0.948. The maps based on the neural network classifier were consistent and similar to conventional soil maps drawn for the study area, although with more spatial details. The results show the potential of ANNs for soil class prediction in mountainous areas with lithological diversity.

Comparing the artificial neural network with parcial least squares for prediction of soil organic carbon and pH at different moisture content levels using visible and near-infrared spectroscopy

Visible and near infrared (vis-NIR) spectroscopy is widely used to detect soil properties. The objective of this study is to evaluate the combined effect of moisture content (MC) and the modeling algorithm on prediction of soil organic carbon (SOC) and pH. Partial least squares (PLS) and the Artificial neural network (ANN) for modeling of SOC and pH at different MC levels were compared in terms of efficiency in prediction of regression. A total of 270 soil samples were used. Before spectral measurement, dry soil samples were weighed to determine the amount of water to be added by weight to achieve the specified gravimetric MC levels of 5, 10, 15, 20, and 25 %. A fiber-optic vis-NIR spectrophotometer (350-2500 nm) was used to measure spectra of soil samples in the diffuse reflectance mode. Spectra preprocessing and PLS regression were carried using Unscrambler® software. Statistica® software was used for ANN modeling. The best prediction result for SOC was obtained using the ANN (RMSEP = 0.82 % and RPD = 4.23) for soil samples with 25 % MC. The best prediction results for pH were obtained with PLS for dry soil samples (RMSEP = 0.65 % and RPD = 1.68) and soil samples with 10 % MC (RMSEP = 0.61 % and RPD = 1.71). Whereas the ANN showed better performance for SOC prediction at all MC levels, PLS showed better predictive accuracy of pH at all MC levels except for 25 % MC. Therefore, based on the data set used in the current study, the ANN is recommended for the analyses of SOC at all MC levels, whereas PLS is recommended for the analysis of pH at MC levels below 20 %.

Multiple Geotechnological Tools Applied to Digital Mapping of Tropical Soils

ABSTRACT In recent years, geotechnologies as remote and proximal sensing and attributes derived from digital terrain elevation models indicated to be very useful for the description of soil variability. However, these information sources are rarely used together. Therefore, a methodology for assessing and specialize soil classes using the information obtained from remote/proximal sensing, GIS and technical knowledge has been applied and evaluated. Two areas of study, in the State of São Paulo, Brazil, totaling approximately 28.000 ha were used for this work. First, in an area (area 1), conventional pedological mapping was done and from the soil classes found patterns were obtained with the following information: a) spectral information (forms of features and absorption intensity of spectral curves with 350 wavelengths -2,500 nm) of soil samples collected at specific points in the area (according to each soil type); b) obtaining equations for determining chemical and physical properties of the soil from the relationship between the results obtained in the laboratory by the conventional method, the levels of chemical and physical attributes with the spectral data; c) supervised classification of Landsat TM 5 images, in order to detect changes in the size of the soil particles (soil texture); d) relationship between classes relief soils and attributes. Subsequently, the obtained patterns were applied in area 2 obtain pedological classification of soils, but in GIS (ArcGIS). Finally, we developed a conventional pedological mapping in area 2 to which was compared with a digital map, ie the one obtained only with pre certain standards. The proposed methodology had a 79 % accuracy in the first categorical level of Soil Classification System, 60 % accuracy in the second category level and became less useful in the categorical level 3 (37 % accuracy).

INTELIGÊNCIA ARTIFICIAL: SISTEMAS ESPECIALISTAS NO GERENCIAMENTO DA INFORMAÇÃO

O principal objetivo deste artigo é propor um modelo para sistemas de gerenciamento da informação baseado em técnicas de inteligência artificial. O modelo propõe uma arquitetura de sistema especialista para gerenciamento da informação, sugerindo a utilização de um analisador semântico embutido na interface do usuário final. A abordagem enfatiza a dificuldade em se obter informações com precisão e qualidade, para apoiar tomadores de decisões, e a necessidade de prover os usuários finais com mecanismos, poderosos, capazes de analisar, selecionar e direcionar-lhes informações, de acordo com as necessidades e urgências de cada um

Comportamento de fungos e de sementes de feijoeiro durante o teste de envelhecimento artificial

O teste de envelhecimento artificial, recomendado para avaliar o vigor de lotes de sementes, apresenta variabilidade em seus resultados; a ação dos fungos é considerada uma das causas dessa variabilidade. Este trabalho objetivou verificar os efeitos de diferentes períodos de envelhecimento artificial, no comportamento fisiológico de sementes do feijoeiro e dos fungos Aspergillus spp., Penicillium spp., Fusarium oxysporum e Colletotrichum lindemuthianum, inoculados artificialmente. Foram conduzidos testes de sanidade, germinação, tetrazólio, emergência, condutividade elétrica e lixiviação de potássio. As respostas obtidas, dependentes da duração do período de envelhecimento, indicaram efeitos da espécie fúngica presente. Concluiu-se que o teste de envelhecimento artificial associa a expressão de causas fisiológicas e sanitárias, o que prejudica a interpretação dos dados obtidos; a presença de fungos, principalmente de Aspergillus spp., pode ser considerada como capaz de interferir de modo negativo no desempenho das sementes envelhecidas artificialmente.

Rearing the southern green stink bug using an artificial dry diet and an artificial plant

Laboratory and greenhouse studies were conducted with an artificial dry diet to rear nymphs, and with an artificial plant as substrate for egg laying by the southern green stink bug, Nezara viridula (L.). The artificial diet was composed of: soybean protein (15 g); potato starch (7.5 g); dextrose (7.5 g); sucrose (2.5 g); cellulose (12.5 g); vitamin mixture (niacinamide 1 g, calcium pantothenate 1 g, thiamine 0.25 g, riboflavin 0.5 g, pyridoxine 0.25 g, folic acid 0.25 g, biotin 0.02 mL, vitamin B12 1 g - added to 1,000 mL of distilled water) (5.0 mL); soybean oil (20 mL); wheat germ (17.9 g); and water (30 mL). Nymphs showed normal feeding behavior when fed on the artificial diet. Nymphal development time was longer than or similar to that of nymphs fed on soybean pods. Total nymphal mortality was low (ca. 30%), both for nymphs reared on the artificial diet, and for nymphs fed on soybean pods. At adult emergence, fresh body weights were significantly (P<0.01) less on the artificial diet than on soybean pods. Despite the lower adult survivorship and fecundity on artificial plants than on soybean plants, it was demonstrated for the first time that a model simulating a natural plant, can be used as a substrate for egg mass laying, in conjunction with the artificial diet.

Produção de híbridos de amendoim forrageiro por meio de hibridação artificial

O objetivo deste trabalho foi a obtenção de híbridos de amendoim forrageiro por meio da hibridação artificial. O experimento foi realizado na Embrapa-Centro Nacional de Pesquisa de Recursos Genéticos e Biotecnologia, durante a época de florescimento dos acessos de Arachis pintoi Krap. & W. C. Gregory e de A. repens Handro. Cerca de 700 polinizações produziram 27 segmentos de frutos, com taxas de fecundação que variaram entre 1,1 e 12,9%, considerando-se todas as combinações híbridas. Os híbridos intra-específicos de A. pintoi produziram sementes F2, e os interespecíficos não produziram semente. A técnica de hibridação utilizada nas espécies forrageiras necessitou de ajustes, devido a diferenças observadas em relação ao amendoim cultivado, entre elas o hábito de crescimento.

Eficácia do tratamento Ovsynch associado à inseminação artificial prefixada em rebanhos Bos taurus e Bos indicus

O presente trabalho objetivou avaliar a eficácia do tratamento Ovsynch associado à inseminação artificial em tempo prefixado em vacas Bos taurus e Bos indicus. Foram utilizados rebanhos das raças Holandesa, Caracu, Nelore e Mantiqueira. Também foi incluído um rebanho de vacas Gir, com problemas de fertilidade. Cada rebanho foi dividido em três grupos. O grupo 1 recebeu o tratamento Ovsynch e foi inseminado em tempo prefixado. O grupo 2 foi inseminado no cio induzido com cloprostenol. O grupo 3 foi inseminado no cio natural. As taxas de concepção e de prenhez foram determinadas por ultra-sonografia. Não existiu interação significativa das variáveis reprodutivas analisadas para rebanho, idade, período pós-parto, número de parição e presença do bezerro. A taxa de concepção não diferiu (P>0,05) entre os grupos, ao passo que a taxa de prenhez foi superior (P<0,05) nos grupos 1 e 2 em comparação ao grupo 3. No rebanho Gir, o tratamento Ovsynch não alterou a taxa de concepção nem a de prenhez. Independentemente da raça, os tratamentos Ovsynch e cloprostenol não afetam a taxa de concepção, mas melhoram a taxa de prenhez. O tratamento Ovsynch não aumenta a fertilidade de vacas com problemas reprodutivos inespecíficos.

Biologia comparada e exigências térmicas de Cryptoblabes gnidiella em dieta artificial

O objetivo deste trabalho foi avaliar o desenvolvimento de Cryptoblabes gnidiella em dietas artificiais e conhecer as exigências térmicas da espécie. A biologia do inseto foi estudada em laboratório (26±1ºC, umidade relativa de 70±10% e fotófase de 14 horas), em três dietas artificiais à base de feijão carioca (D1), feijão branco e "pellet" de alfafa (D2) e feijão branco (D3). As exigências térmicas das fases de desenvolvimento foram determinadas em laboratório, tendo-se criado o inseto na D2, nas temperaturas de 18ºC, 22ºC, 26ºC e 30ºC, umidade relativa de 70±10% e fotófase de 14 horas. Com base na tabela de vida de fertilidade, a D2 foi a mais adequada para criação de C. gnidiella em laboratório e proporcionou uma viabilidade total de 53,30%. A temperatura base e a constante térmica para o ciclo total (ovo-adulto) foram 12,26ºC e 569,91 graus-dia, respectivamente. Com base nas exigências térmicas, estimou-se que o inseto completa 3,25 gerações anuais em Caxias do Sul, RS e 9,19 em Petrolina, PE.

Biologia e tabela de vida de fertilidade de Agrotis ipsilon em dieta artificial

O objetivo deste trabalho foi desenvolver uma dieta artificial para criação de Agrotis ipsilon em laboratório com base em parâmetros biológicos e na tabela de vida de fertilidade. A dieta artificial utilizada continha feijão, caseína, proteína de soja, levedura e germe de trigo como fontes protéicas. Os parâmetros biológicos duração e viabilidade das fases larval e pupal, peso de pupas, de ambos os sexos, com 24 horas de idade, razão sexual, longevidade dos adultos, período de pré-oviposição e número de ovos produzidos por fêmea e a tabela de vida de fertilidade foram avaliados. Foram observados seis ínstares larvais com duração de 25,4 dias e viabilidade de 93%. A duração da fase pupal foi de 12,4 dias e viabilidade de 96%. A viabilidade de ciclo total foi 72%. O peso de pupas foi 387 mg (machos) e 484 mg (fêmeas). A razão sexual foi 0,46. O período de pré-oviposição foi de um dia, com 1.806 ovos por fêmea. Na tabela de vida verificou-se que a taxa líquida de reprodução e a razão finita de aumento foram 616,9 e 1,14, respectivamente. A dieta artificial é adequada à manutenção da criação de A. ipsilon, em laboratório.

Biologia e tabela de vida de fertilidade de Hypercompe indecisa em dieta artificial

O objetivo deste trabalho foi estudar a biologia de Hypercompe indecisa e construir a tabela de vida de fertilidade em dieta artificial, para criação em laboratório. Foram determinados: duração e sobrevivência das fases de ovo, larva e pupa; número de estádios larvais; razão sexual; peso de pupas; longevidade; fecundidade; e períodos de pré-oviposição e oviposição. Os períodos embrionário, larval e pupal foram de 6, 25,4 e 64,3 dias, com sobrevivência de 92,7, 92 e 71,9%, respectivamente. Foram observados seis estádios larvais com durações variáveis. O peso de pupas foi: 1,04 g para fêmeas e 0,726 g para machos. O ciclo biológico foi de 95,6 dias com sobrevivência total de 61,3%. As fêmeas colocaram, em média, 1.531 ovos durante 8,3 dias, e com um período de pré-oviposição de dois dias. A longevidade média de machos e fêmeas foi de 21,9 e 21,8 dias, respectivamente, e a razão sexual de machos para fêmeas foi 0,54. A espécie H. indecisa aumentou 283 vezes a cada geração, e a duração média de uma geração é de 98 dias, e a razão finita de aumento é de 1,0593. A dieta artificial utilizada foi adequada para a criação de H. indecisa, em laboratório.