Diretivas para disponibilizar mapas na internet.

Questões sobre arquitetura da aplicação. Ambiente Web e a tecnologia da mapas. O que já existe no mercado.

Publicando mapas na Web: servlets, applets ou cgi?

2003

Usando o Google Earth para publicar dados proprietários.

Geography markup language - GML. Keyhole markup language - KML. Google earth. Google earth client.

Estudos sobre o funcionamento dos softwares TMSK e RIKTEXTpara classificação de textos e indução de regras.

Introdução. Conceitos básicos. Processos de classificação e de indução de regras. Experimentando o TMSK e o RIKTEXT. Induzindo regras.

Publicando mapas na Web: uso do ALOV Map.

Estudo de caso com a microbacia do Taquara Branca, Sumaré, SP. Definindo a estratégia de interação com mapas. Definindo o arquivo do projeto.

Índices indicadores do risco ambiental para compostos orgânicos não-iônicos: Modelo Rachel.

Descrição dos índices do Modelo Rachel. Dados para o Modelo Rachel. Simulação numéricas e resultados.

Sistema de monitoramento de pragas de frutas: projeto CNPq 48.0075/01-8.

Problema do monitoramento. Sistema em funcionamento. Proposta de extensão para o PIF. Considerações finais e recomendações.

Servidor de mapas para Web: aplicação cliente com o ALOV Map.

introdução. Por onde começar?. Alov Mapa. Interface do Alov mapa. Criar arquivo HTML. Definir o arquivo de configuração do projeto. Usando a opção de busca. Usando o botão de informações. Usando o botão de ligação Web. Usando o botão de seleção (SELECT). Conclusões.

SpringWeb: um aplicativo para publicar mapas na web.

Spring Web. Arquitetura dos dados. Migrando dados de outros SIGs. Baixando o aplicativo. Executando o Spring Web.

LIVIA - um software para classificação não supervisionada de áreas foliares infectadas pela ferrugem do café.

O objetivo deste comunicado é apresentar a implementação JavaTM do software LIVIA (Library for Visual Image Analysis). Trata-se de um módulo de processamento de imagens digitais aplicado à agricultura, desenvolvido na Embrapa Informática Agropecuária (Campinas/SP), sob demanda da Embrapa Meio Ambiente (Jaguariúna/SP).

Filtro Schen-Castan (ISEF) para detecção de borda.

Com esta publicação, dá-se prosseguimento na implementação de algoritmos úteis para a detecção de bordas, atividade importante também no campo de visão por computador. O objetivo maior dessas implementações é a constituição de uma biblioteca de processamento de imagens em Java, como software livre, sob a General Public License - GNU, conforme publicada pela Free Software Foundation. Todas as implementações encontram-se disponíveis no diretório da Rede Agrolivre ().

Implementação Java do filtro de Marr e Hildreth para detecção de bordas.

O objetivo desta publicação é apresentar a implementação Java do algoritmo de Marr e Hildreth (Marr & Hildreth, 1980) para a detecção de bordas. O objetivo maior das implementações é a construção de uma biblioteca de processamento de imagens em Java, como software livre, sob a licença GPL (General Public License) conforme publicada pela Free Software Foundation.

Distribuição de Poisson e sistema de informações geográficas: analisando secas mensais.

O objetivo deste documento é mostrar o potencial da integração de um sistema de informações geográficas (SIG) com um modelo de probabilidade, usando a distribuição de Poisson, para espacializar variáveis discretas. Modelos estatísticos são ferramentas importantes no estudo de variáveis ambientais, principalmente com a crescente importância da valoração do capital ambiental. A distribuição do Poisson é um bom modelo estatístico para manejo de variáveis discretas, pois mostra seu comportamento. Um passo posterior seria saber como essas variáveis se comportam no espaço, mostrando sua distribuição espacial. Nesse caso, os sistemas de informações geográficas (SIG) são bastante eficientes (Miranda, 2005). Para testar o uso de ambas as ferramentas e mostrar sua eficiência, este trabalho traz uma implementação específica usando uma variável ambiental discreta, secas mensais.

DiagText: manual do usuário.

DiagText é uma ferramenta que teve como objetivo inicial auxiliar o processo de extração de informações de documentos textuais que descrevem doenças de culturas agrícolas para formação de uma árvore de decisão baseada nos sintomas das doenças avaliadas.

Espacializando a distribuição gama com sistema de informações geográficas: o caso precipitação.

O objetivo deste documento é apresentar o potencial da integração de um sistema de informações geográficas (SIG) com um modelo estocástico, a distribuição de probabilidade Gama, para espacializar variáveis contínuas. Aplica-se um estudo de caso para a precipitação no Estado de São Paulo, usando uma série temporal de quinze anos com dados de precipitação diária, de janeiro de 1978 a dezembro de 1992.