Modelagem agrometeorológica do rendimento de arroz irrigado no Rio Grande do Sul

O objetivo deste trabalho foi elaborar e testar modelos para a estimativa de rendimento de arroz irrigado, no Estado do Rio Grande do Sul. O estudo foi realizado com dados meteorológicos de temperatura mínima do ar, radiação solar global e dados de estatísticas agrícolas de rendimento de arroz irrigado, das seis regiões orizícolas do Rio Grande do Sul, referentes às safras 1982/1983 até 2005/2006. Foram feitas análises de tendência tecnológica dos rendimentos, e foram estabelecidos os indicadores agrometeorológicos para o ajuste de modelos de estimativa de rendimento de arroz irrigado, para o Rio Grande do Sul. Existe tendência tecnológica de aumento nos rendimentos de arroz irrigado no Estado. As variáveis meteorológicas avaliadas - dias com temperatura mínima do ar inferior a 15°C e radiação solar global - podem ser usadas como indicadores do rendimento de arroz irrigado. Os modelos agrometeorológicos elaborados para as seis regiões orizícolas e para o Estado do Rio Grande do Sul apresentam características de precisão, fácil implementação e baixo custo e podem, portanto, ser introduzidos ao programa nacional de previsão de safras.

Vegetação campestre de areais do Sudoeste do Rio Grande do Sul sob pastejo e com exclusão do pastejo

O objetivo deste trabalho foi caracterizar os efeitos de dois manejos do pastejo, sobre a vegetação natural do entorno de areais, da região Sudeste do Rio Grande do Sul. Foram estudadas 41 parcelas de comunidades de 4,5x9 m: 30 sob pastejo e 11 em areais excluídos do pastejo. A composição da vegetação foi analisada por meio de inventário das espécies de plantas vasculares, presentes nas parcelas, e por meio de estimativa da abundância/cobertura de cada espécie e substrato exposto. Foram identificadas 53 espécies, distribuídas em 43 gêneros e 16 famílias. Apareceram em mais de 50% das comunidades estudadas: Axonopus pressus, Elionurus sp., Schizachyrium microstachyum, Bulbostylis sp., Senecio sp., Baccharis coridifolia, Psidium sp., Cardionema ramosissima e Borreria verticillata. Andropogon lateralis esteve restrita ao município de Alegrete, próximo ao rio Ibicuí. A exclusão do pastejo aumenta a cobertura vegetal e a diversidade em comparação a comunidades pastejadas. Vegetação natural sob pastejo é mais suscetível ao processo de arenização. Areais manejados sob pastejo apresentam mais substrato exposto e Elionurus sp., Axonopus pressus e Cardionema ramosissima.

Un regard bayesien sur les modèles dynamiques de la macroéconomie

http://alize.finances.gouv.fr/prevision/revue/resumes/ep183184/pdf/rsf183184a6.pdf

Écrire la musique. Baudelaire face à Wagner

Baudelaire a consacré un seul essai à la musique, dans les dernières années de sa vie. Cet essai porte sur un unique compositeur, Richard Wagner, à une époque où l'esthétique du regard du poète est déjà formée depuis longtemps. De plus, Baudelaire « ne sait pas la musique », comme il l'écrit lui-même au musicien dans une longue lettre. Et pourtant, l'essai sur Wagner s'inscrit parfaitement dans les textes critiques de Baudelaire consacrés à l'art : l'image et l'imagination tiennent lieu, ici aussi, de modèles épistémologiques. La méconnaissance du langage musical est ainsi rachetée par la connaissance de l'image - mais la connaissance de l'image, de sa dimension scripturale, demeure quant à elle impensée. Ce point aveugle caractérise ce que l'on peut appeler l'esthétique de la Modernité.

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Ácaros predadores e o fungo Neozygites floridana associados a tetraniquídeos em soja no Rio Grande do Sul

O objetivo deste trabalho foi verificar a ocorrência de ácaros predadores e do fungo Neozygites floridana, associados a ácaros tetraniquídeos, em soja (Glycine max L.), no Estado do Rio Grande do Sul. Entre 2003 e 2005, foram avaliadas amostras de folhas de soja das principais regiões produtoras do Estado. Essas amostras foram coletadas de diferentes posições da planta e aleatoriamente na lavoura. As espécies de ácaros predadores encontradas foram: Neoseiulus anonymus, N. californicus, Phytoseiulus fragariae, P. macropilis, Proprioseiopsis cannaensis e Galendromus annectens. O fungo N. floridana apresentou ampla distribuição e ocorreu em todas as espécies de tetraniquídeos encontradas: Mononychellus planki, Tetranychus desertorum, T. gigas, T. ludeni e T. urticae.

De la Franche-Comté à Naples : la charbonnerie entre nation italienne et fédération européenne

Depuis les années quatre-vingt, la maçonnologie -soit l'étude des réseaux et des nouvelles formes de sociabilité constituées principalement par la Franc-Maçonnerie- s'est progressivement imposée comme une nouvelle discipline des sciences historiques, sociales et politiques. Sa démarche novatrice est interdisciplinaire et vise à comprendre l'origine sociale des adeptes, le rôle du secret comme facteur d'agrégation, ainsi que la philosophie et la morale prônées par l'ordre. Cette démarche ne s'adresse d'ailleurs pas exclusivement à la Franc-Maçonnerie ; elle peut sans problèmes être élargie à d'autres organisations secrètes telles : l'ordre des Illuminés de Bavière, la Charbonnerie, la Philadelphie etc... Les ouvrages pionniers de cette discipline -ceux de Maurice Agulhon et de Pierre-Yves Beaurepaire pour la France, de Carlo Francovich pour l'Italie et d'Helmut Reinalter pour l'Autriche et l'Allemagne- ont la particularité de s'être concentrés sur les sociétés secrètes du XVIIIe siècle : approfondissant leur dimension cosmopolite proche de la philosophie des Lumières. Cette thèse propose de se concentrer sur la Charbonnerie : une société aux origines compagnonniques encore active au début du XIXe siècle dans les provinces de Franche-Comté et de Bourgogne. Celle-ci a été transplantée dans le royaume de Naples, durant la période napoléonienne, et, dans cet environnement, elle s'est politisée épousant la cause de la lutte contre les régimes absolutistes et pour l'autodétermination des peuples. Depuis le royaume de Naples, la Charbonnerie s'est répandue, d'abord dans les autres États constituant la péninsule italienne d'alors, puis elle a été exportée, principalement par des exilés italiens, dans d'autres réalités telles: la France, l'Espagne, la Suisse, la Grande-Bretagne, la Grèce et la Russie. Son idéologie et son combat mêlent à la fois une dimension cosmopolite d'amitié entre les peuples et de secours pour les patriotes persécutés, ainsi que de lutte pour l'affirmation du principe de nationalité pour chaque peuple. - Since the 1980s, the study of Freemasonry - namely the study of the networks and forms of sociability associated with the Freemasons - has gradually established itself as a new field of historical, political and social research. This new interdisciplinary approach aims at exploring the social background of the affiliates, the role that secrecy played in their integration, and the philosophy and moral principles promoted by the Order. This approach is not confined to Freemasonry, but can be applied in the same way to other secret societies, such as the Illuminati, the Carbonari and the Philadelphians . The pioneering studies in this field - those developed by Maurice Agulhon and Pierre-Yves Beaurepaire on France, by Carlo Francovich on Italy and by Helmut Reinalter for Austria and Germany - focus on secret societies in the 18th century: consequently they emphasize their cosmopolitan dimension and their affinity to the philosophy of the Enlightenment. This doctoral thesis focuses more particularly on the Carbonari: a society that had its origins in the Compagnonnage, still present in the French provinces of the Franche-Comté and the Bourgogne in the early 19th century. During the Napoleonic period the Carboneria was imported into the Kingdom of Naples, where the society became more politicized, espousing the struggle against absolutism and for the peoples' right to self-determination. From the Kingdom of Naples, the society extended its influence first into the other countries of the Italian peninsula, then, thanks to exiled Italians, to France, Spain, Switzerland, Great Britain, Greece, and Russia. The ideals and objectives of the society combined the pursuit of cosmopolitan friendship between nations, the effort to save persecuted compatriots , and the assertion of the national identity of peoples.

15/2/20, M. Poincaré à Thionville [avec à sa droite la grande-duchesse de Luxembourg, cérémonie de remise de la croix d'honneur à la ville] : [photographie de presse] / [Agence Rol]

Référence bibliographique : Rol, 58019

15/2/20, Thionville, la grande-duchesse Charlotte [de Luxembourg] et M. Poincaré [revue des troupes, le jour de la remise de la croix d'honneur à la ville] : [photographie de presse] / [Agence Rol]

Référence bibliographique : Rol, 58022

15/2/20, Thionville [M. Poincaré avec à sa droite la grande-duchesse de Luxembourg, cérémonie de remise de la croix d'honneur à la ville] : [photographie de presse] / [Agence Rol]

Référence bibliographique : Rol, 58024

15/2/20, M. Poincaré à Thionville [avec à sa droite la grande-duchesse de Luxembourg, estrade située place du marché, cérémonie de remise de la croix d'honneur à la ville] : [photographie de presse] / [Agence Rol]

Référence bibliographique : Rol, 58025

15/2/20, M. Poincaré à Thionville [avec à sa droite la grande-duchesse de Luxembourg, place du marché, défilé de jeunes lorraines en costume, cérémonie de remise de la croix d'honneur à la ville] : [photographie de presse] / [Agence Rol]

Référence bibliographique : Rol, 58027