Made available in DSpace on 2017-07-10T19:24:36Z (GMT). No. of bitstreams: 1 Mario Antonio Faraco.pdf: 2332700 bytes, checksum: 571424bd7076023344d5d704ea9ab256 (MD5) Previous issue date: 2006-05-03 / Researches about the spatial variability of the soil attributes that influence the productivity are highly important for the development of new technologies that benefits the agriculture. To verify the variability of these attributes we used the geostatistic that offers techniques to the obtainment of information concerning this variability. The processes of data analysis use methods that include optimization algorithms to the choice a geostatistic model and the estimation of that model parameters. We studied the following soil attributes: soil resistance to penetration, soil density, soil humidity and the soybean s productivity variable. This paper has as its purpose to describe the spatial behavior of empiric and simulated data and to build models of spatial variability to the attributes in study with the main purpose of evaluating the quality of the adjustments according to the Criterions of Akaike, Filliben, Jackknifing and Cross Validation. The research was developed in the West Parana region, in a area of 54 ha where the typical soil of the region is the Red Distrofic Latosoil and a net with a 100 georeferred parcels was utilized. To the structure analyze of spatial dependency we used experimental semivariograms generated from sample data set. Afterward those theoretical models were adjusted to the experimental semivariograms and techniques of evaluation of the adjustments were applied to the geoestatistic models. Consequently, the results of the several methods studied were analyzed and the gotten results were compared, concluding for the cross validation as the best adjustment criterion. / Pesquisas sobre a variabilidade espacial dos atributos do solo que influenciam a produtividade são de suma importância para o desenvolvimento de novas tecnologias que beneficiam a agricultura. Para verificar a variabilidade desses atributos utilizou-se a geoestatística que disponibiliza técnicas para a obtenção de informações a respeito dessa variabilidade. Os processos de análise de dados utilizam métodos que incluem algoritmos de otimização para escolha de um modelo geoestatístico e a estimação dos parâmetros desse modelo. Foram estudados os atributos do solo: resistência do solo à penetração, densidade do solo, umidade do solo e a variável produtividade da soja. Este trabalho tem por objetivo descrever os comportamentos espaciais de dados empíricos e simulados e construir modelos de variabilidade espacial para os atributos em estudo com o objetivo principal de avaliar a qualidade dos ajustes segundo os Critérios de Akaike, Filliben, Jackknifing e Validação Cruzada. A pesquisa foi desenvolvida na região Oeste do Paraná, em uma área de 57 há, cujo solo típico é o Latossolo Vermelho Distrófico e foi utilizada uma malha com 100 parcelas georeferenciadas. Para a análise da estrutura de dependência espacial foram utilizados emivariogramas experimentais gerados a partir dos dados amostrais. Em seguida, ajustaram-se modelos teóricos aos emivariogramas experimentais e aplicaram-se as técnicas de avaliação dos ajustes aos modelos geoestatísticos. Em conseqüência, analisaram-se os resultados dos diversos métodos estudados, compararando-se os resultados obtidos e concluindo-se pela validação cruzada como o melhor critério de ajuste.

Made available in DSpace on 2017-05-12T14:47:59Z (GMT). No. of bitstreams: 1 Mario Antonio Faraco.pdf: 2332700 bytes, checksum: 571424bd7076023344d5d704ea9ab256 (MD5) Previous issue date: 2006-05-03 / Researches about the spatial variability of the soil attributes that influence the productivity are highly important for the development of new technologies that benefits the agriculture. To verify the variability of these attributes we used the geostatistic that offers techniques to the obtainment of information concerning this variability. The processes of data analysis use methods that include optimization algorithms to the choice a geostatistic model and the estimation of that model parameters. We studied the following soil attributes: soil resistance to penetration, soil density, soil humidity and the soybean s productivity variable. This paper has as its purpose to describe the spatial behavior of empiric and simulated data and to build models of spatial variability to the attributes in study with the main purpose of evaluating the quality of the adjustments according to the Criterions of Akaike, Filliben, Jackknifing and Cross Validation. The research was developed in the West Parana region, in a area of 54 ha where the typical soil of the region is the Red Distrofic Latosoil and a net with a 100 georeferred parcels was utilized. To the structure analyze of spatial dependency we used experimental semivariograms generated from sample data set. Afterward those theoretical models were adjusted to the experimental semivariograms and techniques of evaluation of the adjustments were applied to the geoestatistic models. Consequently, the results of the several methods studied were analyzed and the gotten results were compared, concluding for the cross validation as the best adjustment criterion. / Pesquisas sobre a variabilidade espacial dos atributos do solo que influenciam a produtividade são de suma importância para o desenvolvimento de novas tecnologias que beneficiam a agricultura. Para verificar a variabilidade desses atributos utilizou-se a geoestatística que disponibiliza técnicas para a obtenção de informações a respeito dessa variabilidade. Os processos de análise de dados utilizam métodos que incluem algoritmos de otimização para escolha de um modelo geoestatístico e a estimação dos parâmetros desse modelo. Foram estudados os atributos do solo: resistência do solo à penetração, densidade do solo, umidade do solo e a variável produtividade da soja. Este trabalho tem por objetivo descrever os comportamentos espaciais de dados empíricos e simulados e construir modelos de variabilidade espacial para os atributos em estudo com o objetivo principal de avaliar a qualidade dos ajustes segundo os Critérios de Akaike, Filliben, Jackknifing e Validação Cruzada. A pesquisa foi desenvolvida na região Oeste do Paraná, em uma área de 57 há, cujo solo típico é o Latossolo Vermelho Distrófico e foi utilizada uma malha com 100 parcelas georeferenciadas. Para a análise da estrutura de dependência espacial foram utilizados emivariogramas experimentais gerados a partir dos dados amostrais. Em seguida, ajustaram-se modelos teóricos aos emivariogramas experimentais e aplicaram-se as técnicas de avaliação dos ajustes aos modelos geoestatísticos. Em conseqüência, analisaram-se os resultados dos diversos métodos estudados, compararando-se os resultados obtidos e concluindo-se pela validação cruzada como o melhor critério de ajuste.

Com o recente avanço do poder computacional, a amostragem de curvas indexadas espacialmente tem crescido principalmente em dados ecológicos, atmosféricos e ambientais, o que conduziu a adaptação de métodos geoestatísticos para o contexto de Análise de Dados Funcionais. O objetivo deste trabalho é estudar métodos de krigagem para Dados Funcionais, adaptando os métodos de interpolação espacial em Geoestatística. Mais precisamente, em um conjunto de dados funcionais pontualmente fracamente estacionário e isotrópico, desejamos estimar uma curva em um ponto não monitorado no espaço buscando estimadores não viciados com erro quadrático médio mínimo. Apresentamos três abordagens para aproximar uma curva em sítio não monitorado, demonstramos resultados que simplificam o problema de otimização postulado pela busca de estimadores ótimos não viciados, implementamos os modelos em MATLAB usando ondaletas, que é mais adequada para captar comportamentos localizados, e comparamos os três modelos através de estudos de simulação. Ilustramos os métodos através de dois conjuntos de dados reais: um conjunto de dados de temperatura média diária das províncias marítimas do Canadá (New Brunswick, Nova Scotia e Prince Edward Island) coletados em 82 estações no ano 2000 e um conjunto de dados da CETESB (Companhia Ambiental do Estado de São Paulo) referentes ao índice de qualidade de ar MP10 em 22 estações meteorológicas na região metropolitana da cidade de São Paulo coletados no ano de 2014. / The advance of the computational power in last decades has been generating a considerable increase in datasets of spatially indexed curves, mainly in ecological, atmospheric and environmental data, what have leaded to adjustments of geostatistcs for the context of Functional Data Analysis. The goal of this work is to adapt the kriging methods from geostatistcs analysis to the framework of Functional Data Analysis. More precisely, we shall interpolate a curve in an unvisited spot searching for an unbiased estimator with minimum mean square error for a pointwise weakly stationary and isotropic functional dataset. We introduce three different approaches to estimate a curve in an unvisited spot, we demonstrate some results simplifying the optimization problem postulated by the optimality from these estimators, we implement the three models in MATLAB using wavelets and we compare them by simulation. We illustrate the ideas using two dataset: a real climatic dataset from Canadian maritime provinces (New Brunswick, Nova Scotia and Prince Edward Island) sampled at year 2000 in 82 weather station consisting of daily mean temperature and data from CETESB (environmental agency from the state of São Paulo, Brazil) sampled at 22 weather station in the metropolitan region of São Paulo city at year 2014 consisting of the air quality index PM10.

Submitted by (lucia.rodrigues@ufrpe.br) on 2017-03-16T11:54:48Z No. of bitstreams: 1 Douglas Barbosa Castro.pdf: 3531587 bytes, checksum: 22215940a25ea18b769935787dced147 (MD5) / Made available in DSpace on 2017-03-16T11:54:48Z (GMT). No. of bitstreams: 1 Douglas Barbosa Castro.pdf: 3531587 bytes, checksum: 22215940a25ea18b769935787dced147 (MD5) Previous issue date: 2015-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Guava (Psidium guajava L.) farming has a great economic and social importance, especially for the Brazilian semiarid region. Severe damage caused by nematodes parasitism, particularly Meloidogyne enterolobii is reported in orchards across the country, with heavy losses. Neem-based products (Azadirachta indica) have emerged as a sustainable management alternative of these pathogens. The objectives of this study were: (a) evaluate the effects of the neem cake in nematode communities, in the soil microbial activity, soil and plant properties; (b) describe the structure and the composition of nematode communities in guava orchard area recently implemented; (c) to assess variations in the spatial and temporal distributions of plant nematodes and chemical properties of the soil by incorporating the neem cake. The study was conducted in a guava orchard located in a rural settlement in Pernambuco State, Brazil, which was divided into two areas, one of which was applied neem cake treatment. The evaluations were done before treatment, 90 and 180 days after initiation of treatment. Descriptive statistics, covariance and geostatistics was proceeded for nematological data, soil properties and plants nutrition. The results indicated that the neem cake improves soil quality, increasing of organic carbon content, microbial activity and microfauna abundance. Neem cake was effective to control plant parasitic nematode Pratylenchus, however it was not effective against M. enterolobii. The geostatistical analysis revealed that the spherical model fitted for the most of variables studied. Most nematodes not present spatial dependence, featuring pure nugget effect. The contour maps showed that neem cake incorporation increased the variability of soil chemical properties; spatial distribution of essential nutrients for root growth influenced the distribution of plant parasitic nematodes; and the introduction of M. enterolobii in the study area was through infected seedlings. / A cultura da goiabeira (Psidium guajava) é de grande importância econômica e social, especialmente para o semiárido do nordeste brasileiro. Danos severos causados pelo parasitismo por nematoides, principalmente os da espécie Meloidogyne enterolobii, são reportados em pomares de todo país, com elevados prejuízos. Os produtos à base de nim (Azadirachta indica) têm se mostrado uma alternativa para um manejo mais sustentável desses patógenos. Os objetivos do presente estudo foram: (a) avaliar os efeitos da incorporação da torta de nim nas comunidades de nematoides, na atividade microbiana do solo e nos atributos do solo e das plantas; (b) descrever a estrutura e a composição das comunidades de nematoides em área de pomar de goiabeiras recém-implantado; (c) avaliar variações nas distribuições espaço-temporal dos fitonematoides e atributos químicos do solo após a incorporação da torta de nim. O estudo foi conduzido em um pomar de goiabeiras localizado em um assentamento rural no agreste Pernambucano, o qual foi dividido em duas áreas; em uma delas foi aplicado o tratamento com a torta de nim. As avaliações foram feitas antes do tratamento, 90 e 180 dias após o início do tratamento. Procedeu-se com análises de estatística descritiva, covariância e geoestatística para os dados nematológicos, atributos do solo e nutricional de plantas. Os resultados obtidos indicaram que a torta de nim melhora a qualidade do solo, elevando os níveis de carbono orgânico, atividade microbiana e da microfauna. O tratamento foi eficaz em controlar os nematoides do gênero Pratylenchus presentes no solo, no entanto não foi eficaz contra M. enterolobii. A análise geoestatística revelou que o modelo esférico foi o que mais se ajustou às variáveis estudadas e que a maior parte das variáveis nematológicas não apresentou dependência espacial, caracterizando efeito pepita puro. Os mapas de isolinhas mostraram que a incorporação da torta de nim aumentou a variabilidade dos atributos químicos do solo; que a distribuição espacial de nutrientes importantes para o desenvolvimento radicular das plantas influenciou na distribuição de fitonematoides e permitiu concluir que a introdução de M. enterolobii na área se deu por meio de mudas infectadas.

Com o recente avanço do poder computacional, a amostragem de curvas indexadas espacialmente tem crescido principalmente em dados ecológicos, atmosféricos e ambientais, o que conduziu a adaptação de métodos geoestatísticos para o contexto de Análise de Dados Funcionais. O objetivo deste trabalho é estudar métodos de krigagem para Dados Funcionais, adaptando os métodos de interpolação espacial em Geoestatística. Mais precisamente, em um conjunto de dados funcionais pontualmente fracamente estacionário e isotrópico, desejamos estimar uma curva em um ponto não monitorado no espaço buscando estimadores não viciados com erro quadrático médio mínimo. Apresentamos três abordagens para aproximar uma curva em sítio não monitorado, demonstramos resultados que simplificam o problema de otimização postulado pela busca de estimadores ótimos não viciados, implementamos os modelos em MATLAB usando ondaletas, que é mais adequada para captar comportamentos localizados, e comparamos os três modelos através de estudos de simulação. Ilustramos os métodos através de dois conjuntos de dados reais: um conjunto de dados de temperatura média diária das províncias marítimas do Canadá (New Brunswick, Nova Scotia e Prince Edward Island) coletados em 82 estações no ano 2000 e um conjunto de dados da CETESB (Companhia Ambiental do Estado de São Paulo) referentes ao índice de qualidade de ar MP10 em 22 estações meteorológicas na região metropolitana da cidade de São Paulo coletados no ano de 2014. / The advance of the computational power in last decades has been generating a considerable increase in datasets of spatially indexed curves, mainly in ecological, atmospheric and environmental data, what have leaded to adjustments of geostatistcs for the context of Functional Data Analysis. The goal of this work is to adapt the kriging methods from geostatistcs analysis to the framework of Functional Data Analysis. More precisely, we shall interpolate a curve in an unvisited spot searching for an unbiased estimator with minimum mean square error for a pointwise weakly stationary and isotropic functional dataset. We introduce three different approaches to estimate a curve in an unvisited spot, we demonstrate some results simplifying the optimization problem postulated by the optimality from these estimators, we implement the three models in MATLAB using wavelets and we compare them by simulation. We illustrate the ideas using two dataset: a real climatic dataset from Canadian maritime provinces (New Brunswick, Nova Scotia and Prince Edward Island) sampled at year 2000 in 82 weather station consisting of daily mean temperature and data from CETESB (environmental agency from the state of São Paulo, Brazil) sampled at 22 weather station in the metropolitan region of São Paulo city at year 2014 consisting of the air quality index PM10.