Estimativa de ocorrência de precipitação em áreas agrícolas utilizando floresta de caminhos ótimos

As condições meteorológicas são determinantes para a produção agrícola; a precipitação, em particular, pode ser citada como a mais influente por sua relação direta com o balanço hídrico. Neste sentido, modelos agrometeorológicos, os quais se baseiam nas respostas das culturas às condições meteorológicas, vêm sendo cada vez mais utilizados para a estimativa de rendimentos agrícolas. Devido às dificuldades de obtenção de dados para abastecer tais modelos, métodos de estimativa de precipitação utilizando imagens dos canais espectrais dos satélites meteorológicos têm sido empregados para esta finalidade. O presente trabalho tem por objetivo utilizar o classificador de padrões floresta de caminhos ótimos para correlacionar informações disponíveis no canal espectral infravermelho do satélite meteorológico GOES-12 com a refletividade obtida pelo radar do IPMET/UNESP localizado no município de Bauru, visando o desenvolvimento de um modelo para a detecção de ocorrência de precipitação. Nos experimentos foram comparados quatro algoritmos de classificação: redes neurais artificiais (ANN), k-vizinhos mais próximos (k-NN), máquinas de vetores de suporte (SVM) e floresta de caminhos ótimos (OPF). Este último obteve melhor resultado, tanto em eficiência quanto em precisão.

Análise do uso da terra na microbacia do Arroio do Meio - Santa Maria - RS, por Sistema de Informações Geográficas e imagem de satélite

O objetivo desse trabalho foi verificar a viabilidade do uso de um Sistema de Informações Geográficas (SIG) e a imagem de satélite para a análise do uso atual da terra e localização de áreas onde possam estar ocorrendo conflitos entre capacidade e uso do solo, na microbacia hidrográfica do Arroio do Meio. Foram utilizadas técnicas de geoprocessamento, como álgebra entre mapas, consulta ao banco de dados e reclassificação de imagens. Uma microbacia foi escolhida como objeto deste estudo, por ser considerada por muitos autores como sendo uma das melhores unidades para o planejamento e desenvolvimento sócioeconômico dos habitantes do meio rural. Na microbacia estudada, foram encontrados 555ha cobertos com florestas, compreendendo 24% da área total. As lavouras com área de 1.314ha ocupam a maior parte da microbacia (56%). Os campos de pastagens cobrem 184ha, ou seja, 8% da área total. As áreas alagadas representam 11% da área da microbacia, tendo respectivamente 265ha. Foram detectados ainda, 31ha sombreados (1%) onde não se determinou com exatidão o uso da terra. Nas áreas com declividade superior a 47%, foram detectados 32ha sem cobertura de florestas, perfazendo 1,4% da área da microbacia. em declives superiores a 30%, existem 71ha (3%) sendo usados para a agricultura. A área ocupada com Chernossolos e Neossolos Litólicos, unidade de mapeamento Ciríaco-Charrua em declividade maior que 30% sem cobertura florestal é de 14ha (0,6%). de acordo com a declividade e o solo, as áreas de conflito alcançam 5% da área total, o que demonstra que, na maior parte da microbacia, a terra está sendo usada de acordo com sua capacidade.

Variabilidade temporal e meridional de estimativas de Satélite da concentração de clorofila superficial na plataforma continental brasileira

Forecast of biological consequences of climate changes depend on both long-term observations and the establishment of carbon budgets within pelagic ecosystems, including the assessment of biomasses and activities of all players in the global carbon cycle. Approximately 25% of oceanic primary happen over continental shelves, so these are important sites for studies of global carbon dynamics. The Brazilian Continental Shelf (BCS) has sparse and non-systematic in situ information on phytoplankton biomass, making products derived from ocean color remote sensing extremely valuable. This work analyzes chlorophyll concentration (Chl) estimated from four ocean color sensors (CZCS, OCTS, SeaWiFS and MODIS) over the BCS, to compare Chl and annual cycles meridionally. Also, useful complementary ocean color variables are presented. Chl gradients increased from the central region towards north and south, limited by estuarine plumes of Amazon and La Plata rivers, and clear annual Chl cycles appear in most areas. In southern and central areas, annual cycles show strong seasonal variability while interannual and long-term variability are equally important in the remaining areas. This is the first comparative evaluation of the Chl over the BCS and will aid the understanding of its long-term variability; essential initial step for discussions of climate changes.

Avance de la Cuenta Satélite de Servicios de Salud en la Región de las Américas

Incluye Bibliografía

Modelagem neutrosférica sobre a América do Sul baseada em PNT e assimilação de dados locais e robusta avaliação utilizando observações GNSS

Pós-graduação em Ciências Cartográficas - FCT

Mapeamento geoambiental com imagem de satélite do Vale do Paraíba

Pós-graduação em Geociências e Meio Ambiente - IGCE

Cuentas satélite y cuentas de salud: Un análisis comparativo

Incluye bibliografía.

Estimativas do IWV utilizando receptores GPS em bases terrestres no Brasil: sinergia entre a geodésia e a meteorologia

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelagem hidrológica aplicada ao planejamento dos recursos hídricos na bacia hidrográfica do rio Acre

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Iniciação de tempestades convectivas em um ambiente tropical úmido

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Metodologia para ensaio de sistemas de direcionamento via satélite em percursos retos e curvos

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Estimativa de parâmetros estruturais de áreas de produção de eucalipto através de imagens de satélite na região de Botucatu /SP

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Um método para classificação de imagens de satélite usando Transformada Cosseno Discreta com detecção e remoção de nuvens e sombras

Apresenta-se nesta dissertação a proposta de um algoritmo supervisionado de classificação de imagens de sensoreamento remoto, composto de três etapas: remoção ou suavização de nuvens, segmentação e classificação.O método de remoção de nuvens usa filtragem homomórfica para tratar as obstruções causadas pela presença de nuvens suaves e o método Inpainting para remover ou suavizar a preseça de sombras e nuvens densas. Para as etapas de segmentação e classificação é proposto um método baseado na energia AC dos coeficientes da Transformada Cosseno Discreta (DCT). O modo de classificação adotado é do tipo supervisionado. Para avaliar o algioritmo foi usado um banco de 14 imagens captadas por vários sensores, das quais 12 possuem algum tipo de obstrução. Para avaliar a etapa de remoção ou suavização de nuvens e sombras são usados a razão sinal-ruído de pico (PSNR) e o coeficiente Kappa. Nessa fase, vários filtros passa-altas foram comparados para a escolha do mais eficiente. A segmentação das imagens é avaliada pelo método da coincidência entre bordas (EBC) e a classificação é avaliada pela medida da entropia relativa e do erro médio quadrático (MSE). Tão importante quanto as métricas, as imagens resultantes são apresentadas de forma a permitir a avaliação subjetiva por comparação visual. Os resultados mostram a eficiência do algoritmo proposto, principalmente quando comparado ao software Spring, distribuído pelo Instituto Nacional de Pesquisas Espaciais (INPE).

Estudo comparativo da distribuição espaço-temporal da precipitação na Amazônia Oriental

Este trabalho utilizou os dados de precipitação do período de janeiro de 2000 a setembro de 2007 da torre micrometeorológica localizada na Estação Científica Ferreira Pena (ECFP) em Caxiuanã e foram comparados com o algoritmo 3B42 que combina dados de satélites no canal de microoondas para ajustar aqueles do canal infravermelho. Adicionalmente foi feita uma análise da distribuição temporal e espacial da precipitação na Amazônia Oriental utilizando os dados de cinco algoritmos estimadores de precipitação: O Geostationary Environmental SalellitePrecipitation lndex (GPI); o 3B42; 3A12 e 3A25 que são os algoritmos provenientes dos sensores de microondas e do radar meteorológico à bordo do satélite Tropical Rainfall MeasuringMission (TRMM); e o Global Precipitation Climatology Center (GPCC) de janeiro de 1998 a dezembro de 2007. A comparação entre o algoritmo 3B42 com os dados do pluviógrafo da torre mostrou que o estimador 3B42 superestima a precipitação em relação aos dados da torre para todo o período de estudo. Os períodos mais chuvosos foram os trimestres de março-abril-maio (MAM) e dezembro-janeiro-feveireiro (DJF) e os períodos menos chuvosos foram setembro-outubro-novembro (SON) e junho-julho-agosto (JJA). Esta sazonalidade da precipitação se apresenta principalmente devido à influência da Zona de Convergência Intertropical (ZCIT), que contribui de maneira apreciável para a modulação da estação chuvosa na região. A comparação trimestral entre o algoritmo 3B42 e pluviógrafo da torre, mostra que o algoritmo 3B42 superestimou (subestimou) a precipitação em relação ao pluviógrafo em MAM e JJA (DJF e SON); e DJF é o trimestre que apresenta as estimativas de precipitação com valores mais aproximados a precipitação medida na torre micrometeorológica de Caxiuanã. Na média mensal o 3B42 subestima a precipitação de outubro a janeiro e superestima em relação as dados medidos na torre, de março a agosto. O algoritmo3B42 superestimou (subestimou) a precipitação noturna (matutina e vespertina) do ciclo diurno em relação ao pluviógrafo da torre, nas vizinhanças de Caxiuanã. No entanto ambos estimadores mostraram que em média o horário de maior precipitação é por volta das 1800hora local (HL). Além disso, as análises do ciclo diurno médio sazonal indicam que em DJF nos horários de 0900 HL, 1500 HL e 1800HL têm os valores de precipitação estimada pelo algoritmo3B42 mais aproximados aos valores da precipitação medida pontualmente em Caxiuanã. Os meses de novembro a fevereiro têm um máximo principal de precipitação no período vespertino, tanto na torre como no algoritmo 3B42. No período de maio à julho o horário os máximos diurnos de precipitação passam do período da tarde para os da noite e madrugada,modificando o ciclo diurno em comparação aos demais meses. A comparação entre os cinco algoritmos na Amazônia Oriental mostrou diferentes comportamentos entre os estimadores. O algoritmo GPI subestimou s precipitação em relação aos demais algoritmos na região costeira do Amapá e Guiana Francesa e superestimou na região central da Amazônia. Tanto o algoritmo 3A12 quanto o 3A25 apresentaram menor precipitação que os demais algoritmos. O algoritmo 3842, por ser uma combinação de várias estimativas baseadas no canal de microondas e infravermelho, apresenta padrões semelhantes a Figueroa e Nobre (1990). No entanto, o GPCC mostra menos detalhes na distribuição espacial de precipitação nos lugares onde não há pluviômetros como, por exemplo, no Noroeste do Pará. As diferenças entre os algoritmos aqui considerados podem estar relacionados com as características de cada algoritmo e/ou a metodologia empregada. As comparações pontuais de precipitação de um pluviômetro com a média numa área com dados provenientes de satélites podem ser a explicação para as diferenças entre os estimadores nos trimestres ou ciclo diurno. No entanto não se descartam que essas diferenças sejam devidas à diferente natureza da precipitação entre as subregiões, assim como a existência de diferentes sistemas que modulam o ciclo diurno da precipitação na Amazônia Oriental.