Variabilidade espacial da textura de um latossolo sob cultivo de citros

Relief influences soil texture variability, since it contributes to the time of exposition of the materials to weathering factors. Our work was carried out in the city of Gavião Peixoto (SP), with the objective of characterizing the spatial variability of texture of a dystrophic Red Latosol cultivated with citrus. The hillside was divided into three segments: top, stocking lean and inferior lean. Soil samples were collected in a grid with regular intervals of 50 m, at the depths of 0.0-0.2 m and 0.6-0.8 m, comprising a total of 332 points in an area of 83.5 ha. The data were submitted to descriptive and geostatistics analyses (semivariogram modeling and kriging maps). The spatial behavior of the texture of oxisols is directly related to the relief forms in this study, which controls the direction of surface and subsurface water flows. The concept of homogeneity of clay distribution in the Oxisol profile is a piece of information that can be adjusted by knowing the spatial pattern of this distribution in different relief forms.

Dose de exposição radiométrica de granitos do estado de Rondônia, Brasil

Este trabalho avaliou a concentração dos radioelementos K, eU e eTh em amostras de granitos do Estado de Rondônia, Brasil. A análise estatística dos dados obtidos indicou que eles seguem distribuições lognormais. Os valores modais encontrados correspondem a cerca de 11% para K, 29 ppm para eU e 85 ppm para eTh. Correlações diretas significativas foram determinadas entre as concentrações dos três radioelementos, isto é, r = 0,71 (entre K e eU), r = 0,72 (entre K e eTh)e r = 0,72 (entre eU e eTh), sugerindo que são congruentes os processos de seu acúmulo nos minerais das rochas analisadas. Os dados de concentração permitiram estimar a taxa de dose absorvida de radiação no ar acima de 1 m do nível do terreno, a qual também segue uma distribuição lognormal, com valor modal de 2,7 mSv/ano, que é ligeiramente superior à média global de 2,4 mSv/ano. Os resultados obtidos também permitiram avaliar, do ponto de vista radiométrico, se os granitos analisados são adequados para emprego como revestimento em construção civil.

Técnicas de diagnóstico de influência local na análise espacial da produtividade da soja

A modelagem da estrutura de dependência espacial pela abordagem da geoestatística é fundamental para a definição de parâmetros que definem esta estrutura, e que são utilizados na interpolação de valores em locais não amostrados pela técnica de krigagem. Entretanto, a estimação de parâmetros pode ser muito afetada pela presença de observações atípicas nos dados amostrados. O desenvolvimento deste trabalho teve por objetivo utilizar técnicas de diagnóstico de influência local em modelos espaciais lineares gaussianos, utilizados em geoestatística, para avaliar a sensibilidade dos estimadores de máxima verossimilhança e máxima verossimilhança restrita na presença de dados discrepantes. Estudos com dados experimentais mostraram que tanto a presença de valores atípicos como de valores considerados influentes, pela análise de diagnóstico, pode exercer forte influência nos mapas temáticos, alterando, assim, a estrutura de dependência espacial. As aplicações de técnicas de diagnóstico de influência local devem fazer parte de toda análise geoestatística a fim de garantir que as informações contidas nos mapas temáticos tenham maior qualidade e possam ser utilizadas com maior segurança pelo agricultor.

Variabilidade espacial da textura de um Argissolo Vermelho Amarelo sob cultivo de pastagem e vegetação nativa

O conhecimento da variabilidade espacial dos atributos de um solo sob diferentes coberturas auxilia o estudo das alterações ocorridas em razão do manejo. O objetivo deste trabalho foi determinar, com uso da estatística clássica e geoestatística, a variabilidade espacial das frações texturais de um solo cultivado com pastagem e vegetação nativa. Amostras de solo foram coletadas na profundidade de 0-0,20m, nos pontos de cruzamento de uma malha, com intervalos regulares de 10m, totalizando 64 pontos em cada área. Na área de pastagem, as frações areia grossa e total apresentaram valores médios maiores em relação à vegetação nativa e correlações negativas com as altitudes dos pontos amostrais nas duas áreas. Todas as frações texturais apresentaram dependência espacial de moderada a alta nas duas áreas e com o patamar definido, com exceção da areia fina e do silte na pastagem. Grande parte dessa variabilidade ocorre em função da erosão hídrica.

Using Bayesian networks with rule extraction to infer the risk of weed infestation in a corn-crop

This paper describes the modeling of a weed infestation risk inference system that implements a collaborative inference scheme based on rules extracted from two Bayesian network classifiers. The first Bayesian classifier infers a categorical variable value for the weed-crop competitiveness using as input categorical variables for the total density of weeds and corresponding proportions of narrow and broad-leaved weeds. The inferred categorical variable values for the weed-crop competitiveness along with three other categorical variables extracted from estimated maps for the weed seed production and weed coverage are then used as input for a second Bayesian network classifier to infer categorical variables values for the risk of infestation. Weed biomass and yield loss data samples are used to learn the probability relationship among the nodes of the first and second Bayesian classifiers in a supervised fashion, respectively. For comparison purposes, two types of Bayesian network structures are considered, namely an expert-based Bayesian classifier and a naive Bayes classifier. The inference system focused on the knowledge interpretation by translating a Bayesian classifier into a set of classification rules. The results obtained for the risk inference in a corn-crop field are presented and discussed. (C) 2009 Elsevier Ltd. All rights reserved.

A classification methodology for the risk of weed infestation using fuzzy logic

Despite modern weed control practices, weeds continue to be a threat to agricultural production. Considering the variability of weeds, a classification methodology for the risk of infestation in agricultural zones using fuzzy logic is proposed. The inputs for the classification are attributes extracted from estimated maps for weed seed production and weed coverage using kriging and map analysis and from the percentage of surface infested by grass weeds, in order to account for the presence of weed species with a high rate of development and proliferation. The output for the classification predicts the risk of infestation of regions of the field for the next crop. The risk classification methodology described in this paper integrates analysis techniques which may help to reduce costs and improve weed control practices. Results for the risk classification of the infestation in a maize crop field are presented. To illustrate the effectiveness of the proposed system, the risk of infestation over the entire field is checked against the yield loss map estimated by kriging and also with the average yield loss estimated from a hyperbolic model.

Mitigation of the torque ripple of a switched reluctance motor through a multiobjective optimization

The purpose of this work is to perform a multiobjective optimization in a 4:2 switched reluctance motor aiming both to maximize the mitigation of the torque ripple and to minimize the degradations of the starting and mean torques. To accomplish this task the Pareto Archived Evolution Strategy was implemented jointly with the Kriging Method, which acts as a surrogate function. The technique was applied on the optimization of some rotor geometrical parameters with the aid of finite element simulations to evaluate the approximation points for the Kriging model. The numerical results were compared to those from tests.

Soil CO(2) emission estimated by different interpolation techniques

Soil CO(2) emissions are highly variable, both spatially and across time, with significant changes even during a one-day period. The objective of this study was to compare predictions of the diurnal soil CO(2) emissions in an agricultural field when estimated by ordinary kriging and sequential Gaussian simulation. The dataset consisted of 64 measurements taken in the morning and in the afternoon on bare soil in southern Brazil. The mean soil CO(2) emissions were significantly different between the morning (4.54 mu mol m(-2) s(-1)) and afternoon (6.24 mu mol m(-2) s(-1)) measurements. However, the spatial variability structures were similar, as the models were spherical and had close range values of 40.1 and 40.0 m for the morning and afternoon semivariograms. In both periods, the sequential Gaussian simulation maps were more efficient for the estimations of emission than ordinary kriging. We believe that sequential Gaussian simulation can improve estimations of soil CO(2) emissions in the field, as this property is usually highly non-Gaussian distributed.

THE TEMPO AND MODE OF EVOLUTION OF TRANSPOSABLE ELEMENTS AS REVEALED BY MOLECULAR PHYLOGENIES RECONSTRUCTED FROM MOSQUITO GENOMES

Although many mathematical models exist predicting the dynamics of transposable elements (TEs), there is a lack of available empirical data to validate these models and inherent assumptions. Genomes can provide a snapshot of several TE families in a single organism, and these could have their demographics inferred by coalescent analysis, allowing for the testing of theories on TE amplification dynamics. Using the available genomes of the mosquitoes Aedes aegypti and Anopheles gambiae, we indicate that such an approach is feasible. Our analysis follows four steps: (1) mining the two mosquito genomes currently available in search of TE families; (2) fitting, to selected families found in (1), a phylogeny tree under the general time-reversible (GTR) nucleotide substitution model with an uncorrelated lognormal (UCLN) relaxed clock and a nonparametric demographic model; (3) fitting a nonparametric coalescent model to the tree generated in (2); and (4) fitting parametric models motivated by ecological theories to the curve generated in (3).

Estimating Income Inequality in China Using Grouped Data and the Generalized Beta Distribution

There are two main types of data sources of income distributions in China: household survey data and grouped data. Household survey data are typically available for isolated years and individual provinces. In comparison, aggregate or grouped data are typically available more frequently and usually have national coverage. In principle, grouped data allow investigation of the change of inequality over longer, continuous periods of time, and the identification of patterns of inequality across broader regions. Nevertheless, a major limitation of grouped data is that only mean (average) income and income shares of quintile or decile groups of the population are reported. Directly using grouped data reported in this format is equivalent to assuming that all individuals in a quintile or decile group have the same income. This potentially distorts the estimate of inequality within each region. The aim of this paper is to apply an improved econometric method designed to use grouped data to study income inequality in China. A generalized beta distribution is employed to model income inequality in China at various levels and periods of time. The generalized beta distribution is more general and flexible than the lognormal distribution that has been used in past research, and also relaxes the assumption of a uniform distribution of income within quintile and decile groups of populations. The paper studies the nature and extent of inequality in rural and urban China over the period 1978 to 2002. Income inequality in the whole of China is then modeled using a mixture of province-specific distributions. The estimated results are used to study the trends in national inequality, and to discuss the empirical findings in the light of economic reforms, regional policies, and globalization of the Chinese economy.

Recoverable reserves and support effects when optimizing open pit mine designs

Orebody modelling, support effects and the estimation of recoverable reserves are key parts of open pit optimization studies. A case study is presented on the estimation of recoverable reserves using an implementation of indicator kriging where metal quantity is used to select cutoffs, and support corrections founded on a conditional simulation approach. Mining selectivity is explored in the subsequent optimization study to compare results from indicator kriging of grade estimates on a regular size blocks and indicator kriging estimates on small size blocks. The use of indicator kriging models adjusted for a given selectivity and the use of grade proportions in each block for the optimization study, provide a presentation of the expected ore recovery for a predefined level of selectivity. The case study shows that indicator kriging estimation with full accounting of block grade distributions generates substantially better results in the pit optimization study. In addition, the adverse effects of small blocks and over-smoothing on optimization results are illustrated.

Conditional simulation of random fields by successive residuals

This paper presents a new approach to the LU decomposition method for the simulation of stationary and ergodic random fields. The approach overcomes the size limitations of LU and is suitable for any size simulation. The proposed approach can facilitate fast updating of generated realizations with new data, when appropriate, without repeating the full simulation process. Based on a novel column partitioning of the L matrix, expressed in terms of successive conditional covariance matrices, the approach presented here demonstrates that LU simulation is equivalent to the successive solution of kriging residual estimates plus random terms. Consequently, it can be used for the LU decomposition of matrices of any size. The simulation approach is termed conditional simulation by successive residuals as at each step, a small set (group) of random variables is simulated with a LU decomposition of a matrix of updated conditional covariance of residuals. The simulated group is then used to estimate residuals without the need to solve large systems of equations.

Variabilidade espacial do estado nutricional do cafeeiro conilon utilizando índice DRIS

A combinação da agricultura de precisão e do Sistema Integrado de Recomendação Foliar (DRIS) possibilita monitorar espacialmente o balanço nutricional dos cafezais para fornecer recomendações de adubação mais equilibradas e mais ajustadas economicamente. O objetivo deste trabalho foi avaliar a variabilidade espacial do estado nutricional do cafeeiro conilon, utilizando o Índice de Balanço Nutricional (IBN) e sua relação com a produtividade. A produtividade das plantas em cada ponto amostral foi determinada e construiu-se o seu mapa considerando a variabilidade espacial; determinou-se o Índice de Equilíbrio Nutricional (IBN) das plantas em cada ponto amostral e construiu-se o seu mapa; e utilizou-se a análise de componentes principais (ACP) para estimar o IBN do cafeeiro por cokrigagem. Os dados do cafeeiro conilon foram coletados em fazenda experimental, no município de Cachoeiro de Itapemirim-ES. O IBN do cafeeiro e a sua produtividade foram analisados por meio de geoestatística, com base nos modelos e parâmetros dos semivariogramas, utilizando o método de interpolação krigagem ordinária para estimar valores para locais não amostrados. O índice de Balanço Nutricional da lavoura do cafeeiro conilon apresentou dependência espacial, porém não apresentou correlação linear e nem espacial com a produtividade. A lavoura em estudo se encontra em desequilíbrio nutricional, sendo que entre os macronutrientes, o Potássio foi o que apresentou maior desequilíbrio na área, entre os micronutrientes, o Zinco e o Ferro foram os que apresentaram menores concentrações nas folhas. A confecção dos mapas possibilitou a distinção de regiões com maior e menor desequilíbrio nutricional e produtividade, o que possibilita adotar o manejo de forma diferenciada e localizada. A análise multivariada baseada em componentes principais fornece componentes com alta correlação com as variáveis originais P, Ca, Zn , Cu, K e B. A cokrigagem utilizando as componentes principais permite estimar o IBN e a produtividade da área.

Metodologia básica de ensaios e execução de ensaios acelerados de vida na área de fiabilidade

Os ensaios acelerados de vida são testes que se realizam com o objectivo de estimar determinados parâmetros fiabilísticos, referentes a um dado bem, provocando-lhe a ocorrência de um dado modo de falha específico num espaço de tempo mais curto do que aquele em que normalmente este evento ocorreria. É através dos ensaios acelerados, e de modelos analíticos específicos, que se torna então possível prever as falhas antes de estas ocorrerem, potenciando atempadamente possíveis alterações de projecto ou concepção, antes do bem entrar no mercado. Este tipo de ensaios possibilita, por exemplo ao fabricante, uma economia de tempo na determinação da informação de dados de vida (considerados relevantes) que deverá acompanhar o produto na sua comercialização. Para uma melhor compreensão da temática, abordam-se no trabalho duas áreas essenciais, nomeadamente: O conceito de Fiabilidade e o conceito de Ensaios Acelerados de Vida. Ao longo do documento podem-se analisar os modelos mais utilizados em Ensaios Acelerados, como o Modelo de Arrhenius, o Modelo de Eyring, o Modelo de Potência Inversa e o Modelo de Temperatura e Humidade. Também são apresentadas algumas distribuições importantes relacionadas com esses modelos, como a Distribuição Normal, a Distribuição Lognormal, a Distribuição Exponencial e a Distribuição de Weibull. Para verificação da metodologia, realizou-se uma aplicação experimental, tendo por base a normalização existente e os parâmetros seguidos pelo fabricante do componente estudado. Para tratamento dos dados resultantes dos ensaios acelerados utiliza-se o programa ALTA 7.0 PRO, que de uma forma expedita permite extrapolar das condições de ensaio para uma utilização normal, e assim determinar os parâmetros fiabilísticos correspondentes ao bem. De salientar que este ‘’software’’ pode trabalhar com um ou mais níveis de aceleração, como por exemplo conjugar a influência da temperatura com a humidade. O conhecimento dos modelos usados nesta área permite compreender a metodologia de ensaios acelerados e o comportamento dos componentes. Os dados demonstram uma alta precisão dos resultados, num período de tempo reduzido.

Cr2O3 thin films grown at room temperature by low pressure laser chemical vapour deposition

Chromia (Cr2O3) has been extensively explored for the purpose of developing widespread industrial applications, owing to the convergence of a variety of mechanical, physical and chemical properties in one single oxide material. Various methods have been used for large area synthesis of Cr2O3 films. However, for selective area growth and growth on thermally sensitive materials, laser-assisted chemical vapour deposition (LCVD) can be applied advantageously. Here we report on the growth of single layers of pure Cr2O3 onto sapphire substrates at room temperature by low pressure photolytic LCVD, using UV laser radiation and Cr(CO)(6) as chromium precursor. The feasibility of the LCVD technique to access selective area deposition of chromia thin films is demonstrated. Best results were obtained for a laser fluence of 120 mJ cm(-2) and a partial pressure ratio of O-2 to Cr(CO)(6) of 1.0. Samples grown with these experimental parameters are polycrystalline and their microstructure is characterised by a high density of particles whose size follows a lognormal distribution. Deposition rates of 0.1 nm s(-1) and mean particle sizes of 1.85 mu m were measured for these films. (C) 2011 Elsevier B.V. All rights reserved.