Os objetivos deste trabalho foram estimar as associações genéticas entre características de crescimento e produção de leite, utilizando análises bicaracterísticas, e entre características de crescimento, perímetro escrotal e idade ao primeiro parto utilizando modelos de regressão aleatória, de animais da raça Guzerá. Para as análises bicaracterísticas foram utilizadas 252.257 informações de pesos de machos e fêmeas aos 120 dias (P120), ao desmame (PD), ao ano (P365), ao sobreano (PSOBRE) aos 24 meses de idade (P24) e 6.493 lactações encerradas (P305), pertencentes a 4.723 vacas, e os modelos incluíram como os efeitos aleatórios o genético aditivo direto, de ambiente permanente materno e residual, e como efeitos fixos os grupos de contemporâneos e a idade da vaca ao parto (efeito linear e quadrático). Para as análises com os modelos de regressão aleatória foram utilizadas 159.366 observações de pesos e 23.780 de perímetro escrotal, realizadas entre 335 e 724 dias de idade dos animais e agrupadas em classes com intervalo de 10 dias, e 63.596 observações de idade ao primeiro parto. Os efeitos aleatórios considerados foram o genético aditivo direto, de ambiente permanente e residual e como efeitos fixos os grupos de contemporâneos, a idade da vaca ao parto (efeito linear e quadrático) e a curva fixa para modelar a tendência média da população (quadrática) sobre as classes de idade. Foram testados quatro possíveis graus de polinômios de Legendre (zero, linear, quadrático e cúbico), sendo o quadrático mais adequado para descrever as variâncias das características analisadas. Para verificar a existência de diferentes padrões de crescimento e agrupar os touros com base nos seus valores genéticos para produção de carne, leite e duplo propósito, foram realizadas análises de componentes principais e de agrupamento. As herdabilidades estimadas foram 0,23; 0,14; 0,16; 0,17; 021 e 0,22 para P305, P120, PD, P365, PSOBRE e P24, respectivamente, sugerindo que para as características de pesos, as herdabilidades aumentam com o aumento da idade dos animais. Mesma tendência foi observada pelas análises de regressão aleatória, cujas herdabilidades variaram de 0,17 a 0,31. As correlações genéticas entre os pesos em diferentes idades e a produção de leite foram positivas e de magnitude moderada a baixa, variando de 0,27 a 0,38 sugerindo que a seleção para peso e P305 possa ser realizada de forma simultânea nos mesmos animais. As análises de componentes principais indicaram a mesma tendência observada pelas correlações genéticas. As análises de agrupamento mostraram que a raça Guzerá possui touros com diferentes perfis genéticos, sendo possível realizar a seleção para corte, leite ou duplo propósito. As correlações genéticas entre os pesos e perímetro escrotal foram positivas e favoráveis, variando de 0,31 a 0,47, indicando que a seleção para aumento do peso poderá resultar em animais com maior perímetro escrotal. As correlações entre peso e idade ao primeiro parto variaram de -0,56 a -0,38 e perímetro escrotal e idade ao primeiro parto variaram de -0,55 a 0,08, sugerindo que a redução da idade ao primeiro parto poderá ocorrer, a longo prazo, quando peso e perímetro escrotal forem objetivos de seleção. A eficiência relativa de seleção indicou maior resposta pela seleção indireta para idade ao primeiro parto, quando realizada a seleção para perímetro escrotal a partir dos 615 dias de idade, quando comparada com o ganho genético direto para idade ao primeiro parto. / The objectives of this study were to estimate the genetic associations between growth and milk production traits in Guzerat cattle using two-trait analysis and between growth traits, scrotal circumference and age at first calving using random regression models. For two-trait analysis, 252,257 weight records of males and females obtained at 120 days of age (W120), weaning (WW), yearling (YW), post-weaning (PWW) and 24 months of age (W24), as well as 6,493 complete lactation records (W305) of 4,723 cows, were used. The models included direct additive genetic, maternal permanent environmental and residual effects as random effects, and the contemporary groups and age of cow at calving (linear and quadratic effect) as fixed effects. For the random regression models, 159,366 observations of weight and 23,780 observations of scrotal circumference, obtained at 335 and 724 days of age of the animals and divided into classes at 10-day intervals, as well as 63,596 observations of age at first calving, were used. Random direct additive genetic, permanent environmental and residual effects and the fixed effects of contemporary group and age of cow at calving (linear and quadratic effect) were considered. A fixed curve was used to model the average trend of the population (quadratic) on the age classes. Four possible degrees of Legendre polynomials (zero, linear, quadratic and cubic) were tested and the quadratic polynomial was the most appropriate to describe the variances in the traits analyzed. Principal component and cluster analyses were performed to determine the existence of different growth patterns and to group bulls based on their breeding values for meat, milk and dual-purpose production. The estimated heritabilities were 0.23, 0.14, 0.16, 0.17, 0.21 and 0.22 for W305, W120, WW, YW, PWW and W24, respectively, suggesting that, for the growth traits, heritabilities increased with increasing age of the animals. The same trend was observed when random regression analysis was performed, with heritabilities ranging from 0.17 to 0.31. The genetic correlations between weights at different ages and milk yield were positive and of moderate to low magnitude, ranging from 0.27 to 0.38. These estimates suggest that selection for weight and W305 can be performed simultaneously in the same animals. Principal component analysis indicated the same trend as observed by the genetic correlations. Cluster analysis showed the presence of bulls with different genetic profiles in the Guzerat breed, thus permitting selection for meat, milk or dual purpose. The genetic correlations between weights and scrotal circumference were positive and favorable (0.31 to 0.47), indicating that selection for increased weight will result in animals with greater scrotal circumference. The correlations between weights and age at first calving ranged from -0.56 to -0.38 and between scrotal circumference and age at first calving from -0.55 to 0.08, suggesting that the use of weight and scrotal circumference as selection objectives will result in the long-term reduction of age at first calving. The relative efficiency of selection indicated a greater response to indirect selection for age at first calving when selecting for scrotal circumference after 615 days of age, compared to the genetic gain obtained by direct selection for age at first calving.

Made available in DSpace on 2014-08-13T14:50:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-07-15Bitstream added on 2014-08-13T18:01:19Z : No. of bitstreams: 1 santos_gl_me_ilha.pdf: 4835852 bytes, checksum: 8f5c7964f7834bad1240378b2d45737b (MD5) / As técnicas de termografia vêm atualmente ganhando espaço como técnicas de manutenção preditiva, principalmente, por seu caráter não invasivo (ferramenta de não contato) que possibilita o monitoramento do aquecimento de máquinas e equipamentos em operação ou mesmo energizados. A utilização de câmeras termográficas hoje é uma realidade em vários setores industriais para monitoramento e detecção de falhas com base na temperatura. Entretanto, a utilização de câmaras termográficas na manutenção não deve se restringir apenas à avaliação da temperatura, uma vez que as imagens termográficas são sinais que apresentam padrões complexos que podem captar as diferentes características e condição de operação do equipamento. Outras informações além da temperatura poderiam ser observadas para uma avaliação mais consistente do estado de operação do equipamento. Este trabalho discute a utilização da técnica da estatística multivariada, Análise de Componentes Principais (ACP) para o processamento e análise de um conjunto de imagens termográficas. Essa proposta visa à identificação de padrões associados às variações térmicas das imagens, bem como, a interpretação desses dados em termos da sua variabilidade espacial/temporal para aplicação na manutenção preditiva com base na termografia. Num primeiro momento a técnica foi aplicada para a avaliação de um conjunto de dados (imagens térmicas) obtidos a partir da simulação do aquecimento de um dado componente (chave elétrica), cujo objetivo foi testar e verificar a validade da proposta e do programa desenvolvido. Posteriormente a técnica foi aplicada para o acompanhamento e avaliação do aquecimento de componentes de um modelo simplificado de um painel de telefonia, formado por blocos de alumínio fixados em uma placa de acrílico. A análise no modo espacial e no modo temporal do conjunto de ... (Resumo completo, clicar acesso eletrônico abaixo) / Thermography techniques are currently gaining ground as predictive maintenance techniques, mainly due to its non-invasive character (non-contact tool) that allows the monitoring of heating condition of machines and equipment also in operation and even energized. The use of thermographic cameras is now a reality in many industrial and electrical sectors for monitoring and fault detection based on temperature. However, the use of thermal imagers in the maintenance should not be restricted to only the evaluation of temperature, since the thermographic images are signs that show complex patterns and they can capture the different characteristics of the actual condition of the monitored equipment. Information other than temperature could be observed for a more consistent evaluation of its state of operation. This paper discusses the propose of use of the multivariate analysis technique, Principal Component Analysis (PCA) for the processing and analysis of a series of thermographic images in order to identify patterns associated with temperature variations of the images, as well as, the interpretation of these data in terms of their spatial/temporal variability. Initially the technique was used to the analysis of data (thermal images) obtained from the simulation of heating conditions of a component (electric switch) aiming at to test and verify the validity of the proposal and program development. Later the technique was applied to the monitoring and evaluation of the heating condition of components of a simplified model of a telephone panel, formed by aluminum blocks fixed in a plate of acrylic. The analysis in the spatial and temporal mode of the set of thermograms obtained for different heating conditions of the blocks, it showed that it is possible to verify and establish correlations between the Principal Components and the thermal profile of the system

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In the present work we introduce the Mean Shift Clustering (MSC) algorithm as a valuable alternative to perform materials phase classification from hyperspectral images. As opposed to other multivariate statistical techniques, such as principal components analysis (PCA), clustering techniques directly assign a class (phase) label to each pixel, so that their outputs are phase segmented images, i.e. , there is no need for an additional segmentation algorithm. On the other hand, as compared to other clustering procedures and classification methods based on cluster analysis, MSC has the advantages of not requiring previous knowledge of the number of data clusters and not assuming any shape of these clusters, i.e., neither the number nor the composition of the phases must be previously known. This makes MSC a particularly useful tool for exploratory research, allowing automatic phase identification of unknown samples. Other advantages of this approach are the possibility of multimodal image analysis, composed of different types of signals, and estimate the uncertainties of the analysis. Finally, the visualization and interpretation of results are also simplified, since the information content of the output image does not depend on any arbitrary choice of the contents of the color channels. In this paper we apply the PCA and MSC algorithms for the analysis of characteristic X-ray maps acquired in Scanning Electron Microscopes (SEM) which is equipped with Energy Dispersive Detection Systems (EDS). Our results indicate that MSC is capable of detecting minor phases, not clearly identified when only three components obtained by PCA are used. / No presente trabalho será introduzido o algoritmo de Agrupamento por Deslocamento para a Média (ADM) como uma alternativa para executar a classificação de fases em materiais a partir de imagens hiperspectrais de mapas raios X característicos. Ao contrário de outras técnicas estatísticas multivariadas, tal como Análise de Componentes Principais (ACP), técnicas de agrupamentos atribuiem diretamente uma classe de rótulo (fase) para cada pixel, de modo que suas saídas são imagens de fase segmentadas, i.e., não há necessidade de algoritmos adicionais para segmentação. Por outro lado, em comparação com outros procedimentos de agrupamento e métodos classificação baseados em análise de agrupamentos, ADM tem a vantagem de não necessitar de conhecimento prévio do número de fases, nem das formas dos agrupamentos, o que faz dele um instrumento particularmente útil para a pesquisa exploratória, permitindo a identificação automática de fase de amostras desconhecidas. Outras vantagens desta abordagem são a possibilidade de análise de imagens multimodais, compostas por diferentes tipos de sinais, e de estimar as incertezas das análises. Finalmente, a visualização e a interpretação dos resultados também é simplificada, uma vez que o conteúdo de informação da imagem de saída não depende de qualquer escolha arbitrária do conteúdo dos canais de cores. Neste trabalho foram aplicados os algoritmos de ADM e ACP para a análise de mapas de raios X característicos adquiridos em Microscópios de Varredura Eletrônica (MEV) que está equipado com um Espectrômetro de Raios X por Dispersão em Energia (EDS). Nossos resultados indicam que o método ADM é capaz de detectar as fases menores, não claramente identificadas nas imagens compostas pelo três componentes mais significativos obtidos pelo método ACP.

This work aimed the application of multivaried statistical techniques using Software STATISTICA 7.0 for Windows, in the analysis of red ceramics data produced in the Central region of the state of the Rio Grande do Sul. The used variable had been: total monthly production, massive number of ceramic industries, bricks, structural blocks. The used techniques had been Cluster Analysis, Factor Analysis, and Principal Components Analysis. The objective of the technique of Cluster Analysis is to determine the degree of similarity between the variables. The Factor Analysis aims to reduce the number variable analyzed in agreement with the Cluster Analysis. The degree of contribution of the variable in the formation of the factors is identified by the technique of Principal Components Analysis. The work concluded that the techniques can be applied in data of ceramic products, because of the results had confirmed previous works. The employed techniques had demonstrated to be pertinent to the considered objectives. / Este trabalho visou empregar técnicas estatísticas multivariadas através do Software STATISTICA 7.0 for Windows, na análise de dados de cerâmica vermelha produzidos na região Central do estado do Rio Grande do Sul. As variáveis utilizadas foram: produção mensal total, número de indústrias cerâmicas, tijolos maciços, blocos de vedação e blocos estruturais. As técnicas utilizadas foram Análise de Agrupamento, Análise Fatorial, e Análise de Componentes Principais. O objetivo da técnica de Análise de Agrupamento é determinar o grau de similaridade entre as variáveis. A Análise Fatorial visa reduzir o número de variáveis analisadas em concordância com a Análise de Agrupamento. O grau de contribuição das variáveis na formação dos fatores é identificado pela técnica de Análise de Componentes Principais. No trabalho concluiu-se que as técnicas podem ser aplicadas em dados de produtos cerâmicos, pois os resultados obtidos confirmaram resultados e conclusões obtidas em trabalhos anteriores. As técnicas empregadas demonstraram ser pertinentes aos objetivos propostos.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work presents a different method for power quality signal classification using the principal components analysis (PCA) associated to the wavelet transform (WT). The standard deviation of the detail coefficients and the average of the approximation coefficients from WT are combined to extract discriminated characteristics from the disturbances. The PCA was used to condense the information of those characteristics, than a smaller group of characteristics uncorrelated were generated. These were processed by a probabilistic neural network (PNN) to accomplish the classifications. In the application of the algorithm, in the first case, seven classes of signals which represent different types of disturbances were classified, they are as follows: voltage sag and interruption, flicker, oscillatory transients, harmonic distortions, notching and normal sine waveform. In the second case were increased four more situations that usually happen in distributed generation systems connected to distribution grids through converters, they are as follows: connection of the distributed generation, connection of local load, normal operation and islanding occurrence. In this case, the voltage on the point of common coupling between GD and grid were measured by simulations and were analyzed by the proposed algorithm. In both cases, the signals were decomposed in nine resolution levels by the wavelet transformed, being represented by detail and approximation coefficients. The application of the WT generated a lot of variations in the coefficients. Therefore, the application of the standard deviation in different resolution levels can quantify the magnitude of the variations. In order to take into account those features originated from low frequency components contained in the signals, was proposed to calculate the average of the approximation coefficients. The standard deviations of the detail coefficients and the average of the approximation coefficients composed the feature vector containing 10 variables for each signal. Before accomplishing the classification these vectors were processed by the principal component analysis algorithm in order to reduce the dimension of the feature vectors that contained correlated variables. Consequently, the processing time of the neural network were reduced to. The principal components, which are uncorrelated, were ordered so that the first few components account for the most variation that all the original variables acted previously. The first three components were chosen. Like this, a new group of variables was generated through the principal components. Thus, the number of variables on the feature vector was reduced to 3 variables. These 3 variables were inserted in a neural network for the classification of the disturbances. The output of the neural network indicates the type of disturbance. / Este trabalho apresenta um diferente método para a classificação de distúrbios em sinais elétricos visando analisar a qualidade da energia elétrica (QEE). Para isso, a análise de componentes principais (ACP) e a transformada wavelet (TW) são associadas. O desvio padrão dos coeficientes de detalhes e a média dos coeficientes de aproximação da TW são combinados para extrair características discriminantes dos distúrbios. A ACP é utilizada para condensar a informação dessas características, originando um conjunto menor de características descorrelacionadas. Estas são processadas por uma rede neural probabilística (RNP) para realizar as classificações. Na aplicação do algoritmo, inicialmente, foram utilizadas senóides puras e seis classes de sinais que representam os diferentes tipos de distúrbios: afundamentos e interrupções de tensão, flicker, transitórios oscilatórios, distorções harmônicas e notching. Em seguida, são acrescentadas mais quatro situações ocorridas em sistemas de geração distribuída (GD) conectados em redes de distribuição através de conversores. São elas: conexão da geração distribuída, conexão de carga local, operação normal e ocorrência de ilhamento. Neste caso, os sinais de tensão no ponto de acoplamento comum (PAC) entre a GD e a rede são medidos e analisados pelo algoritmo. Em ambos os casos, os sinais são decompostos em nove níveis de resolução pela transformada wavelet, ficando representados por coeficientes de detalhes e aproximações. A aplicação da transformada wavelet discreta gera muitas variações nos coeficientes. Por isso a aplicação do desvio padrão, nos diferentes níveis de resolução, é capaz de quantificar a magnitude destas variações. Para considerar as características originadas pelas componentes de baixa freqüência contidas nos sinais, propõe-se o uso da média dos coeficientes de aproximação do sinal. Os desvios padrões dos coeficientes de detalhes e a média da aproximação compõem um vetor de características contendo 10 variáveis para cada sinal analisado. Antes de realizar a classificação estes vetores passam por um algoritmo de análise das componentes principais, visando reduzir a dimensão dos vetores de características que continham variáveis correlacionadas e conseqüentemente, reduzir o tempo de processamento da rede neural. As componentes principais, descorrelacionadas, são ordenadas de forma que as primeiras componentes contenham a maior parte das informações das variáveis originais. Dessa forma, as três primeiras componentes são escolhidas, pois elas representam cerca de 90% das informações relacionadas com o sinal em estudo. Assim, um novo conjunto de variáveis é gerado através das componentes principais, reduzindo o número de variáveis contidas no vetor de características de 10 (dez) para 3 (três). Finalmente, estas 3 variáveis são inseridas em uma rede neural para a classificação dos distúrbios de forma que o resultado da rede neural indica o tipo de distúrbio presente no sinal analisado.

Orientador: João Antonio Pereira / Banca: Amarildo Tabone Paschoalini / Banca: Renê Pegoraro / Resumo: As técnicas de termografia vêm atualmente ganhando espaço como técnicas de manutenção preditiva, principalmente, por seu caráter não invasivo (ferramenta de não contato) que possibilita o monitoramento do aquecimento de máquinas e equipamentos em operação ou mesmo energizados. A utilização de câmeras termográficas hoje é uma realidade em vários setores industriais para monitoramento e detecção de falhas com base na temperatura. Entretanto, a utilização de câmaras termográficas na manutenção não deve se restringir apenas à avaliação da temperatura, uma vez que as imagens termográficas são sinais que apresentam padrões complexos que podem captar as diferentes características e condição de operação do equipamento. Outras informações além da temperatura poderiam ser observadas para uma avaliação mais consistente do estado de operação do equipamento. Este trabalho discute a utilização da técnica da estatística multivariada, Análise de Componentes Principais (ACP) para o processamento e análise de um conjunto de imagens termográficas. Essa proposta visa à identificação de padrões associados às variações térmicas das imagens, bem como, a interpretação desses dados em termos da sua variabilidade espacial/temporal para aplicação na manutenção preditiva com base na termografia. Num primeiro momento a técnica foi aplicada para a avaliação de um conjunto de dados (imagens térmicas) obtidos a partir da simulação do aquecimento de um dado componente (chave elétrica), cujo objetivo foi testar e verificar a validade da proposta e do programa desenvolvido. Posteriormente a técnica foi aplicada para o acompanhamento e avaliação do aquecimento de componentes de um modelo simplificado de um painel de telefonia, formado por blocos de alumínio fixados em uma placa de acrílico. A análise no modo espacial e no modo temporal do conjunto de ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Thermography techniques are currently gaining ground as predictive maintenance techniques, mainly due to its non-invasive character (non-contact tool) that allows the monitoring of heating condition of machines and equipment also in operation and even energized. The use of thermographic cameras is now a reality in many industrial and electrical sectors for monitoring and fault detection based on temperature. However, the use of thermal imagers in the maintenance should not be restricted to only the evaluation of temperature, since the thermographic images are signs that show complex patterns and they can capture the different characteristics of the actual condition of the monitored equipment. Information other than temperature could be observed for a more consistent evaluation of its state of operation. This paper discusses the propose of use of the multivariate analysis technique, Principal Component Analysis (PCA) for the processing and analysis of a series of thermographic images in order to identify patterns associated with temperature variations of the images, as well as, the interpretation of these data in terms of their spatial/temporal variability. Initially the technique was used to the analysis of data (thermal images) obtained from the simulation of heating conditions of a component (electric switch) aiming at to test and verify the validity of the proposal and program development. Later the technique was applied to the monitoring and evaluation of the heating condition of components of a simplified model of a telephone panel, formed by aluminum blocks fixed in a plate of acrylic. The analysis in the spatial and temporal mode of the set of thermograms obtained for different heating conditions of the blocks, it showed that it is possible to verify and establish correlations between the Principal Components and the thermal profile of the system / Mestre

[pt] Mercados emergentes de renda fixa desenvolveram-se rapidamente nesta última década. No contexto de mercados de renda fixa, a estrutura a termo da taxa de juros desempenha papel fundamental. No entanto, muitos dos métodos estatísticos e econométricos aplicados a problemas relacionados à estrutura a termo em mercados desenvolvidos não são úteis em mercados emergentes. A maior dificuldade encontra-se normalmente na falta de informações e na baixa liquidez. Neste trabalho,apresentamos uma extensão do modelo de estimação de estruturas a termo em mercados emergentes proposto em Almeida et al. [1998], e usamos este modelo para obter três diferentes aplicações em mercados emergentes de renda fixa: alocação de carteiras, evolução da estrutura a termo da taxa de juros e estimação de risco. / [en] Fixed income emerging markets developed quickly during the last decade. In the context of studying fixed income markets, the term structure of interest rates appears as a fundamental tool. However, many statistical and econometrics methods used to solve problems related to the term structure in developed markets are not useful in the context of emerging markets. The greatest difficulty is usually related to the lack of information and liquidity. In this work, we present an extension of a model for the estimation of term structures in emerging markets proposed in Almeida et al. [1998], and apply this model to obtain three different applications in fixed income emerging markets: portfolio allocation, term structure evolution and risk estimation. / [es] Mercados emergentes de renta fija se desarrollaron rápidamente en esta última década. En el contexto de mercados de renta fija, la extructura a término de la tasa de interés desempeña un papel fundamental. Sin embargo, muchos de los métodos estadísticos y econométricos aplicados a problemas relacionados a la extructura a término en mercados desarrollados no son útiles en mercados emergentes. La mayor dificuldad se encuentra normalmente en la falta de informaciones y en la baja liquidez. En este trabajo,presentamos una extensión del modelo de estimación de extructuras a término en mercados emergentes propuesto en Almeida et al. [1998], y usamos este modelo para analizar tres aplicaciones diferentes en mercados emergentes de renta fija: asignación de carteras, evolución de la extructura a término de la tasa de interés y estimación de riesgo.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-10-19T19:02:18Z No. of bitstreams: 1 SHEILLA CHRISTINI SANTANA - DISSERTAÇÃO PPGMET 2003..pdf: 13359166 bytes, checksum: 0cea1495cd15ff677974b4a226b59053 (MD5) / Made available in DSpace on 2018-10-19T19:02:18Z (GMT). No. of bitstreams: 1 SHEILLA CHRISTINI SANTANA - DISSERTAÇÃO PPGMET 2003..pdf: 13359166 bytes, checksum: 0cea1495cd15ff677974b4a226b59053 (MD5) Previous issue date: 2003-05-30 / CNPq / Analisou-se o comportamento das atividades da Oscilação de Madden & Julian (OMJ) em um ano em que ocorreu um episódio de El Nino (1993), observando sua variação temporal e espacial em uma faixa do globo limitada pelas latitudes de 20°S a 20°N. Para isto foram utilizados dados diários das reanalises do NCEP: taxa de precipitação total, pressão ao nível médio do mar, vento zonal em 850 e 200 hPa, fluxo de calor latente, radiação de onda longa emitida para o espaço e temperatura do ar em 700 hPa. Estes dados estão distribuídos em uma malha de pontos de grande de 2,5°X2,5°. Nosso interesse em verificar isto partiu do princípio que a literatura destaca que as atividades da OMJ tendem a ser fracas ou ausentes durante os episódios fortes ou moderados de El Nino. Utilizaram-se as técnicas de Análise multivariada em Componentes Principais, Análise de Fourier, e correlações espaciais. A técnica de Componentes Principais foi capaz de determinar as atividades da OMJ no ano de 1993. De posse das médias móveis no espaço, observou-se a variação temporal e a propagação para leste da OMJ, e a técnica de correlação linear não se mostrou satisfatória para detectar as atividades da OMJ em um ano de El Nino. A análise para a região Nordeste do Brasü, devido à redução da escala, que passou de global a regional, permitiu evidenciar as oscilações associadas a sistemas de menor escala de tempo, destacando as perturbações associadas às ondas de Rossby e em menor intensidade a OMJ. / We analyzed the behavior of the Madden & Julian Oscillation (MJO) during 1993, a year of an El Nino episode. We observed both time and space variation within a strip of the globe limited by the latitudes of 20 °N and 20 °S. To accomplish this, we used the following NCEP-reanalysis daily data: total precipitation rate, mean sea level pressure, zonal wind at 850 and 250 hPa* latent heat fluxy long-wave radiation emitted to space and 700-hPa air temperature. These data are distributed in a 2.5 by 2.5 degree grid mesh. Our motivation to develop this study came from the fact, widely supported by literature, that MJO activity tends to be weak or even absent during years of strong or moderate El Nino events. We used Multivariate Analysis: Principal Components, Fourier analysis, and space correlation. The results showed that the Principal Components technique was able to detect the activities of MJO during 1993. By using moving mean in space, we could observe both the time variation and the eastward propagation of the MJO. However the linear correlation technique did not show a good tool to detect the MJO during El Nino years. The North-East of Brazil analysis, through a global-to-regional reduction of scale, allowed a better identification of oscillations associated to systems with smaller time scale. It enhanced the observation of Rossby-type perturbations and, in a lesser degree, the MJO.

[pt] Foi estudada a otimização da digestão ácida de amostras de sedimento visando à determinação de metais (Al, Fe, Mn,Cr, Ni, V, Cu, Zn e Pb), usando-se microondas com frasco fechado. Para tal, verificou-se a recuperação destes utilizando materiais de referência certificados: MESS-3, sedimento marinho, do National Research Council of Canada (NRCC) e SRM 1645, sedimento de rio, do National Institute of Standards and Technology (NIST), sendo a determinação realizada por espectrometria de emissão óptica por plasma indutivamente acoplado (ICP-OES). O processo de digestão ácida com microondas em sistema fechado foi otimizado empregando- se planejamento fatorial com três variáveis e dois níveis. Como resultado, obteve-se as seguintes condições operacionais: potência máxima de 600W, o tempo total de digestão de 40 minutos e uma mistura ácida constituída de 2 mL HNO3 + 6 mL HCl para a digestão de 250 mg de amostra. Com base na metodologia desenvolvida, foi realizada a determinação destes elementos em 163 amostras de sedimento oriundas da região petrolífera da Bacia de Campos do Estado do Rio de Janeiro, Brasil. Os resultados obtidos foram avaliados empregando técnicas estatísticas univariadas e multivariadas como: regressão linear, regressão múltipla, análise de componente principal (PCA) e de agrupamento (CA). Foi feito também a comparação dos dados obtidos com os resultados do Diagnóstico ambiental das áreas de exploração e produção de petróleo da Bacia de Campos, Santos e Espírito Santo (2002) pelo laboratório contratado pela Petrobras. / [en] The optimization of acid digestion of sediment samples was studied with the purpose of determining the metals (Al, Fe, Mn, Cr, Ni, V, Cu, Zn and Pb) using closed microwaves sisteem. For that, the recovery of these metals was noticed using certified reference materials: MESS-3, marine sediment, from the National Research Council of Canada (NRCC) and SRM 1645, river sediment, from the National Institute of Standards and Technology (NIST), with the determination performed by inductively coupled plasma optic emission spectrometry (ICP-OES). The acid digestion process with closed microwave system was optimized using factorial planning with three variables and two levels. As a result, the following operational conditions were achieved: maximum power of 600W, total digestion time of 40 minutes, and an acid mixture of 2 mL HNO3 + 6 mL HCl for 250 mg of sample digestion. Determination of these elements in 163 sediment samples from in the oil region of Bacia de Campos in the state of Rio de Janeiro, Brazil, was based on the methodology developed. The results were evaluated employing univariate and multivariate statistical techniques such as: linear regression, multiple regressions, Principal Component Analysis (PCA) and Cluster Analysis (CA). The data were compared with the results from the environmental diagnosis of oil exploration and production areas in Bacia de Campos, Santos and Espírito Santo (2002) by laboratory contracting by Petrobras.

[pt] Neste trabalho apresentamos metodologias baseadas em algoritmos de agrupamento de dados utilizadas para processamento de dados sísmicos 3D. Nesse processamento, os voxels de entrada do volume são substituídos por vetores de características que representam a vizinhança local do voxel dentro do seu traço sísmico. Esses vetores são processados por algoritmos de agrupamento de dados. O conjunto de grupos resultantes é então utilizado para gerar uma nova representação do volume sísmico de entrada. Essa estratégia permite modelar a estrutura global do sinal sísmico ao longo de sua vizinhança lateral, reduzindo significativamente o impacto de ruído e demais anomalias presentes no dado original. Os dados pós-processados são então utilizados com duas finalidades principais: o mapeamento automático de horizontes ao longo do volume, e a produção de volumes de visualização destinados a enfatizar possíveis descontinuidades presentes no dado sísmico de entrada, particularmente falhas geológicas. Com relação ao mapeamento de horizontes, o fato de as amostras de entrada dos processos de agrupamento não conterem informação de sua localização 3D no volume permite uma classificação não enviesada dos voxels nos grupos. Consequentemente a metodologia apresenta desempenho robusto mesmo em casos complicados, e o método se mostrou capaz de mapear grande parte das interfaces presentes nos dados testados. Já os atributos de visualização são construídos através de uma função auto-adaptável que usa a informação da vizinhança dos grupos sendo capaz de enfatizar as regiões do dado de entrada onde existam falhas ou outras descontinuidades. Nós aplicamos essas metodologias a dados reais. Os resultados obtidos evidenciam a capacidade dos métodos de mapear mesmo interfaces severamente interrompidas por falhas sísmicas, domos de sal e outras descontinuidades, além de produzirmos atributos de visualização que se mostraram bastante úteis no processo de identificação de descontinuidades presentes nos dados. / [en] We present clustering-based methodologies used to process 3D seismic data. It firstly replaces the volume voxels by corresponding feature samples representing the local behavior in the seismic trace. After this step samples are used as entries to clustering procedures, and the resulting cluster maps are used to create a new representation of the original volume data. This strategy finds the global structure of the seismic signal. It strongly reduces the impact of noise and small disagreements found in the voxels of the entry volume. These clustered versions of the input seismic data can then be used in two different applications: to map 3D horizons automatically and to produce visual attribute volumes where seismic faults and any discontinuities present in the data are highlighted. Concerning the horizon mapping, as the method does not use any lateral similarity measure to organize horizon voxels into clusters, the methodology is very robust when mapping difficult cases. It is capable of mapping a great portion of the seismic interfaces present in the data. In the case of the visualization attribute, it is constructed by applying an auto-adaptable function that uses the voxel neighboring information through a specific measurement that globally highlights the fault regions and other discontinuities present in the original volume. We apply the methodologies to real seismic data, mapping even seismic horizons severely interrupted by various discontinuities and presenting visualization attributes where discontinuities are adequately highlighted.