Made available in DSpace on 2014-06-11T19:30:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-04-20Bitstream added on 2014-06-13T20:21:13Z : No. of bitstreams: 1 sartori_lr_dr_prud.pdf: 4148637 bytes, checksum: 5616600e595cbbe65fef21b03cd5309c (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O propósito deste trabalho foi avaliar o potencial dos dados PALSAR polarimétricos para discriminar e mapear espécies de macrófitas (vegetação aquática) de uma área alagável da Amazônia, a planície de inundação do Lago Grande de Monte Alegre, no estado do Pará. A coleta de dados foi realizada quase simultaneamente à aquisição dos dados de radar. Três principais espécies de macrófitas foram encontradas na área: Paspalum repens (PR), Hymenachne amplexicaulis (HA) e Paspalum elephantipes (PE). Variáveis morfológicas foram medidas em campo e usadas para derivar outras variáveis tais como a biomassa. Atributos foram gerados a partir da matriz de covariância [C] extraída da imagem ALOS/PALSAR em modo SLC (single look complex). Os atributos polarimétricos foram analisados para as três espécies e identificados aqueles capazes de discriminar as espécies. Foram aplicadas as seguintes abordagens de classificação: baseada em regras, baseada em modelos de decomposição (Decomposições de Freeman-Durden e Cloude-Pottier), baseada em estatística (Classificação supervisionada baseada na distância Wishart) e híbrida (Classificador Wishart com classes de entrada baseadas na decomposição de Cloude-Pottier). Finalmente, a variável morfológica “volume da haste” foi modelada por regressão múltipla em função de alguns atributos polarimétricos. Os resultados sugerem que a imagem polarimétrica banda L possui potencial para discriminar as espécies de macrófitas, sendo os principais atributos para isso sigma zero HH ( ), sigma zero HV ( ) e sigma zero VV ( ), índice de estrutura da copa... / The purpose of this work was to evaluate the potential of fully polarimetric PALSAR data to discriminate and map macrophyte species in the Amazon floodplain, more specifically in the Monte Alegre Lake, in the state of Pará, Brazil. Fieldwork was carried out almost simultaneously to the radar acquisition. Three main species were found in the study area: Paspalum repens (PR), Hymenachne amplexicaulis (HA) and Paspalum elephantipes (PE). Macrophyte morphological variables were measured on the field and used to derive others variables, like the biomass. Attributes were calculated from the covariance matrix [C] derived from the SLC (single look complex) data. The polarimetric attributes were analyzed for the three species and it was identified that ones capable of discriminating them. The following classification approaches were applied: a rule-based classification, model-based classifications (Freeman-Durden and Cloude-Pottier), a statistical-based classification (supervised classification using Wishart distance measure) and a hybrid classification (Wishart classifier with the input classes based on the H/a plane). Finally, the morphological variable “stem volume” was modeled using multiple regression. The findings suggest that the fully polarimetric image has potential for discriminating plant species, being the main attributes sigma-nought HH ( ), sigma-nought HV ( ) and sigma-nought VV ( ), canopy structure index ( ), HH-VV polarimetric coherence ( ), helicity of the third scattering mechanism (τ ), orientation angle of the first scattering mechanism ( ) and scattering type phase of the first mechanism ( ); among the different classifications, only the supervised (Wishart) and the rule-based discriminated the species, with overall accuracy of 75,04% and 87,18%, respectively; the stem volume was modeled using the following attributes: biomass index ( ), volumetric scattering ... (Complete abstract click electronic access below)

The scarce resources of public health makes the administrator manage the destination of resources, aiming to rationalize and optimize its collection, in order to improve the assistance to patients because the hospital is a public institution and does not get profits but promotes the community well-being. Thus, the hospital infection is acquired after the patient comes to the hospital of after he goes home and might be associated with his staying in hospital or with hospital procedures. This cost must be avoided. Once the complete eradication is not impossible, it is necessary to analyze and to control the monthly cost of the main antibiotics used for its treatment so that there is enough knowledge to foresee the resource collection to buy them. In this context, the main reason of this research is to carry out a forecast of the monthly cost and of the resource collection needed to purchase those medicine used in the treatment of hospital infections at the University Hospital of Santa Maria. To do so, a methodology for forecast by dynamic and multiple linear regressions was used. They were combined with to a multivariate technique by principal components. The technique of principal components was used to eliminate the multiple linearity existing among the original variants so, the resulting principal components were used as variables in the construction of the model of multiple linear regression and of dynamic regression. Therefore, these methodologies are applied to a case study of public health, in order to foresee and to conclude about which model is more suitable to forecast the monthly cost of antibiotics in hospital infections. The results obtained from the two models were considered satisfactory but the model of dynamic regression was chosen to be more suitable because it presented a mean absolute percentage error (MAPE). Finally, the findings might be a managerial tool for hospital administration when they offer subsides for the budget of planning and of the resource finances, especially in a time when resources are globally scarce, making health even more expensive. / Os escassos recursos da saúde pública impõem ao administrador gerenciar a destinação dos recursos buscando racionalizar e otimizar sua alocação, permitindo, desta forma, melhorar o atendimento aos pacientes, pois o hospital, sendo uma entidade pública, não tem por objetivo o lucro, mas sim promover o bem estar da comunidade. Com isso, a infecção hospitalar que é adquirida após a internação do paciente e se manifesta durante a internação ou mesmo após a alta, podendo ser relacionada com a internação ou procedimentos hospitalares, deve ser evitada. Uma vez que sua total erradicação não é possível, se faz necessário analisar e controlar o custo mensal dos principais antibióticos utilizados no seu tratamento a fim de se ter embasamento suficiente para prever a alocação de recursos para sua aquisição. Nesse contexto, o principal objetivo desta pesquisa é realizar a previsão do custo mensal e de alocação de recursos necessários para aquisição de medicamentos utilizados no tratamento de infecções hospitalares no Hospital Universitário de Santa Maria. Para isso, utilizou-se a metodologia de previsão por regressão linear múltipla e de regressão dinâmica combinada com a técnica multivariada de componentes principais que foi utilizada para eliminar a multicolinearidade existente entre as variáveis originais. Com isso, as componentes principais resultantes foram utilizadas como variáveis independentes na construção do modelo de regressão linear múltipla e de regressão dinâmica. Portanto, essas metodologias são aplicadas a um estudo de caso na saúde pública, a fim de fazer previsões e tirar conclusões a respeito de qual modelo é mais adequado para realizar a previsão do custo mensal dos antibióticos em infecções hospitalares. Os resultados obtidos nos dois modelos foram considerados satisfatórios, mas foi escolhido, como modelo mais adequado para realizar as previsões, o modelo de regressão dinâmica, porque apresentou o menor erro percentual absoluto médio (MAPE). Por fim, as previsões encontradas, podem se constituir em uma ferramenta gerencial para a administração hospitalar ao fornecer subsídios para o planejamento orçamentário e financeiro dos recursos, especialmente em uma época em que há escassez de recursos em escala global, com reflexos muito intensos nos custos da saúde.

Made available in DSpace on 2015-05-14T13:21:51Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2432134 bytes, checksum: aeda44e0d999a92b980354a5ea66ce01 (MD5) Previous issue date: 2010-09-22 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This study proposes a modification in the Successive Projections Algorithm (SPA), that makes models of Multiple Linear Regression (MLR) more robust in terms of interference. In SPA, subsets of variables are compared based on their root mean square errors for the validation set. By taking into account the statistical prediction error obtained for the calibration set, and dividing by the statistical prediction error obtained for the prediction set, SPA can be improved. Also taken into account is the leverage associated with each sample. Three case studies involving; simulated analytic determinations, food colorants (UV-VIS spectrometry), and ethanol in gasoline (NIR spectrometry) are discussed. The results were evaluated using the root mean square error for an independent prediction set (Root Mean Square Error of Prediction - RMSEP), graphs of the variables, and the statistical tests t and F. The MLR models obtained by the selection using the new function were called SPE-SPA-MLR. When an interferent was present in the prediction spectra, almost all of the models performed better than both SPA-MLR and PLS. The models when compared to SPA-MLR showed that the change promoted better models in all cases giving smaller RMSEPs and variable numbers. The SPE-SPA-MLR was not better in some cases, than PLS models. The variables selected by SPA-SPE-MLR when observed in the spectra were detected in regions where interference was the at its smallest, revealing great potential. The modifications presented here make a useful tool for the basic formulation of the SPA. / Este trabalho propõe uma modificação no Algoritmo das Projeções Sucessivas (Sucessive Projection Algorithm - SPA), com objetivo de aumentar a robustez a interferentes nos modelos de Regressão Linear Múltipla (Multiple Linear Regression - MLR) construídos. Na formulação original do SPA, subconjuntos de variáveis são comparados entre si com base na raiz do erro quadrático médio obtido em um conjunto de validação. De acordo com o critério aqui proposto, a comparação é feita também levando em conta o erro estatístico de previsão (Statistical Prediction Error SPE) obtido para o conjunto de calibração dividido pelo erro estatístico de previsão obtido para o conjunto de previsão. Tal métrica leva em conta a leverage associada a cada amostra. Três estudos de caso envolvendo a determinação de analitos simulados, corantes alimentícios por espectrometria UV-VIS e álcool em gasolinas por espectrometria NIR são discutidos. Os resultados são avaliados em termos da raiz do erro quadrático médio em um conjunto de previsão independente (Root Mean Square Error of Prediction - RMSEP), dos gráficos das variáveis selecionadas e através do testes estatísticos t e F. Os modelos MLR obtidos a partir da seleção usando a nova função custo foram chamados aqui de SPA-SPE-MLR. Estes modelos foram comparados com o SPA-MLR e PLS. Os desempenhos de previsão do SPA-SPEMLR apresentados foram melhores em quase todos os modelos construídos quando algum interferente estava presente nos espectros de previsão. Estes modelos quando comparados ao SPA-MLR, revelou que a mudança promoveu melhorias em todos os casos fornecendo RMSEPs e números de variáveis menores. O SPA-SPE-MLR só não foi melhor que alguns modelos PLS. As variáveis selecionadas pelo SPA-SPE-MLR quando observadas nos espectros se mostraram em regiões onde a ação do interferente foi à menor possível revelando o grande potencial que tal mudança provocou. Desta forma a modificação aqui apresentada pode ser considerada como uma ferramenta útil para a formulação básica do SPA.

Este trabalho análise as ocorrências de 12 classes de substâncias (monoterpenos, sesquiterpenos, lactonas sesquiterpênicas, diterpenos, triterpenos, cumarinas, flavonóides, poliacetilenos, benzofuranos, benzopiranos, acetofenonas e fenilpropanóides) na família Asteraceae e na sua tribo Heliantheae. Pretende-se demonstrar a existência de correlações na produção de metabólitos secundários em níveis taxonômicos baixos (tribos, subtribos e gêneros). Utilizou-se um banco de dados com cerca de 36.000 ocorrências das principais substâncias isoladas em plantas da família. O estudo do equilíbrio químico na produção de metabólitos secundários foi feito utilizando-se Regressão Linear Múltipla. As afinidades entre os grupos com base na sua Química foram pesquisadas por vários métodos tais como: Análise de componentes principais, Análise de Cluster e Análises cladísticas. Observou-se também o grau de oxidação médio de vários metabólitos e sua utilidade como ferramenta em análises quimiotaxonômicas. Foi possível mostrar a existência de um equilíbrio na produção das 12 classes de metabólitos em níveis das tribos e subtribos. Mas, no nível dos gêneros um equilíbrio moderado foi encontrado. Também foi possível mostrar a existência de um equilíbrio oxidativo em vários níveis (tribos, subtribos). No nível dos gêneros nenhum equilíbrio foi encontrado utilizando-se o parâmetro passo oxidativo. Foi possível agrupar algumas das subfamílias de Asteraceae segundo Bremer e subtribos da tribo Heliantheae segundo Stuessy usando Análises de componentes principais e Análise de Cluster / This work analyse the occurrence of 12 classes of substances (monoterpenes, sesquiterpenes, sesquiterpene lactones, diterpenes, triterpenes, coumarins, flavonoids, polyacetylenes, Benzofurans, benzopyrans, acetophenones and phenylpropanoids) in the Asteraceae family and its Heliantheae tribe. This study intends to demonstrate the existence of correlations in the production of secondary metabolites in lower taxonomic levels (tribes, subtribes and genera). We used a database of about 36,000 occurrences of the main substances isolated from the plant family. The study of chemical equilibrium in the production of secondary metabolites was done using Multiple Linear Regression. The affinities between the groups based on their chemistry were investigated by various methods such as principal component analysis, Cluster and cladistic analysis. There was also the average degree of oxidation of various metabolites and their usefulness as a tool in chemotaxonomic analysis. It was possible to show the existence of a balance in the production of 12 classes of metabolites in the levels of the tribes and subtribes. But the level of the genus balance was found moderate. It was also possible to show the existence of an oxidative equilibrium in various levels (tribes, subtribes). The level of genus balance was not found using the parameter oxidation step. We could group some of the subfamilies of Asteraceae according to Bremer and the subtribes of Heliantheae according to Stuessy using the principal component analysis and Cluster Analysis

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-05-31T17:56:45Z No. of bitstreams: 2 Dissertação - Rhelcris Salvino de Sousa -2017.pdf: 12280322 bytes, checksum: 2985f69ec9d4b79ed4266baba761bd15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-06-01T11:00:44Z (GMT) No. of bitstreams: 2 Dissertação - Rhelcris Salvino de Sousa -2017.pdf: 12280322 bytes, checksum: 2985f69ec9d4b79ed4266baba761bd15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-06-01T11:00:44Z (GMT). No. of bitstreams: 2 Dissertação - Rhelcris Salvino de Sousa -2017.pdf: 12280322 bytes, checksum: 2985f69ec9d4b79ed4266baba761bd15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-04-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Machine learning problems usually involve a large number of features or variables. In this context, feature selection algorithms have the challenge of determining a reduced subset from the original set. The main difficulty in this task is the high number of solutions available in the search space. In this context, genetic algorithm is one of the most used techniques in this type of problem due to its implicit parallelism in the exploration of the search space of the problem considered. However, a binary type representation is usually used to encode the solutions. This work proposes an implementation solution that makes use of integer representation called intEA-MLR instead of binary. The integer representation optimizes the understanding of the data, as the features to be selected are represented by integer values, reducing the size of the chromosome used in the search process. The intEA-MLR in this context is presented as an alternative way of solving high dimensional problems in regression problems. As a case study, three different sets of data are used concerning problems involving determination of properties of interest in samples of 1) Grain Wheat, 2) Medicine tablets and 3) petroleum. Such sets were used in competitions held at the International Diffuse Reflectance Conference (IDRC) (http://cnirs.clubexpress.com/content.aspx?page_id=22&club_ id=409746&module_id=190211), in the years 2008, 2012 and 2014, respectively. The results showed that the proposed solution was able to improve the obtained solutions when compared to the classical implementation that makes use of binary coding, with both more accurate prediction models and with reduced number of features. IntEA-MLR also outperformed the competition winners, reaching 91.17% better than the competition winner for the petroleum data set. In addition, the results also indicated that the computation time required by the intEA-MLR is relatively smaller as more features are available. / Problemas de aprendizado de máquina geralmente envolvem um grande número de características ou variáveis. Nesse contexto, algoritmos de seleção de características tem como desafio determinar um subconjunto reduzido a partir do conjunto original. A principal dificuldade nesta tarefa é o elevado número de soluções disponíveis no espaço de busca. Nesse contexto, algoritmo genético é uma das técnicas mais utilizadas nesse tipo de problema em razão de seu paralelismo implícito na exploração do espaço de busca do problema considerado. Entretanto, geralmente utiliza-se uma representação do tipo biná- ria para codificar as soluções. Neste trabalho é proposto uma solução de implementação que faz uso de representação inteira denominada intEA-MLR em detrimento da binária. A representação inteira otimiza o entendimento dos dados, na medida em que as características a serem selecionadas são determinadas por valores inteiros reduzindo o tamanho do cromossomo utilizado no processo de busca. O intEA-MLR nesse contexto, se apresenta como uma forma alternativa de resolução de problemas de alta dimensionalidade em problemas de regressão. Como estudo de caso, utiliza-se três diferentes conjuntos de dados referente a problemas envolvendo determinação de propriedades de interesse em amostra de 1) Grãos de Trigo, 2) Comprimidos de remédio e 3) Petróleo. Tais conjuntos foram utilizados nas competições realizadas no International Diffuse Reflectance Conference (IDRC) (http://cnirs.clubexpress.com/content.aspx?page_id=22&club_ id=409746&module_id=190211), nos anos de 2008, 2012 e 2014, respectivamente. Os resultados mostraram que a solução proposta foi capaz de aprimorar as soluções obtidas quando comparadas com a implementação clássica que faz uso da codificação binária, tanto com modelos de predição mais acurados quanto com número reduzido de características. intEA-MLR também obteve resultados superiores aos dos vencedores das competições, chegando a obter soluções 91,17% melhores do que o vencedor da competição para o conjunto de dados de petróleo. Adicionalmente, os resultados também indicaram que o tempo de computação requerido pelo intEA-MLR é relativamente menor a medida em que um número maior de características estão disponíveis.

Este trabalho é um estudo ecológico descritivo sobre a leishmaniose tegumentar americana (LTA) na região do Vale do Ribeira paulista (composto por 23 municípios), que teve como objetivo correlacionar a incidência da doença com fatores determinantes ambientais e sociais. O trabalho se refere ao período de 1998 a 2006 o qual foi divido em três triênios, o primeiro de 1998 a 2000, o segundo de 2001 a 2003 e o terceiro de 2004 a 2006. Os coeficientes de incidência da LTA foram calculados para estes períodos (Coefmtr1, Coefmtr2 e Coefmtr3) segundo Szklo. Essa divisão de triênios se deu de acordo com as características gráficas dos coeficientes de incidência da LTA no período, que demonstraram haver num primeiro período uma fase endêmica da doença, no segundo período (2001 a 2003) a análise mostra picos de incidência que caracteriza um período epidêmico acentuado. No terceiro período alguns municípios mostram picos de incidência de proporções menores que os observados no período anterior, contudo ainda característicos de fase epidêmica. Os coeficientes de incidência são as variáveis dependentes dos três modelos de regressão realizados. As variáveis independentes foram obtidas de fontes de dados secundários e são de natureza sócio-demográfica, relacionadas as condições climáticas, de natureza político-geográficas e físico-biológicas. Essas variáveis foram separadas em qualitativas e quantitativas e analisadas respectivamente por testes não paramétricos de Mann Whitney e Spearman e selecionou-se para o processo de modelagem múltipla, as variáveis com p<0,20. Houve a necessidade de três modelos diferentes para verificar se os fatores determinantes que levaram as séries a se comportar de maneira diferenciada, seriam os mesmos ou não. O que se percebe é que há uma mudança no padrão do primeiro para os dois outros períodos. O trabalho aponta para fatores sócio-demográficos como determinantes na incidência de LTA, bem como a presença do vetor / This work is an ecological descriptive study on the American cutaneous leishmaniasis (ACL) in the Ribeira Valley region of Sao Paulo (composed of 23 municipalities), which aimed to correlate the incidence of the disease with environmental and social factors. The paper refers to the period 1998 to 2006 which was divided into three years, the first from 1998 to 2000, the second from 2001 to 2003 and the third from 2004 to 2006. The rates of incidence of ACL were calculated for these periods (Coefmtr1, Coefmtr2 and Coefmtr3) Szklo seconds. This division was made in accordance with the graphics characteristics of the coefficients of incidence of ACL in the period, which has shown a period in a first stage of the disease endemic in the second period (2001 to 2003) the peak incidence analysis shows that characterizes a epidemic period strong. In the second period some municipalities show peaks of incidence of proportions lower than those observed in the previous period, yet still features the epidemic stage. The rates of incidence are dependent variables of the three regression models performed. The independent variables were obtained from sources in secondary databases, and are: in nature and socio-demographic, related climatic conditions, a political-geographical and physical and biological. These variables were separated in quality and quantity respectively and analyzed by non-parametric tests for Spearman and Mann Whitney and selected for the process of regress multiple model, the variables with p <0.20. There was a need for three different models to see if the determining factors that led to the series to behave in a different way, would be the same or not. What we understand is that there is a change in the pattern of the first to the other two periods. The study points to socio-demographic factors as determinants in the incidence of ACL and the presence of vector

Orientador: Rodrigo Braga Moruzzi / Resumo: A falha humana é um evento indesejado para os engenheiros, e a população que se vê refém destes empreendimentos, (visto os diversos incidentes que ocorrem no Brasil) por fatores como omissão de informações, medições equivocadas ou mesmo erros técnicos, passam despercebidos durante as vistorias. Na área de Saneamento, em se tratando de esgoto sanitário, os riscos não são menores e também devem ser evitados considerando o número de doenças que são proliferadas por falhas no saneamento de esgoto. A partir deste pressuposto, a presente pesquisa visou desenvolver um modelo preditor, usando ferramentas matemáticas que viabilizassem identificar e corrigir erros técnicos no registro e medições realizadas em parâmetros físicos, químicos e biológicos de dois reatores UASB da Estação Candeia da cidade de Bauru- SP. Para isto, após uma revisão sobre a tecnologia de reatores UASB e de estudos probabilísticos baseados no conceito de confiabilidade aplicado a ETEs (Estações de Tratamento de Esgotos), definiu-se, por meio de análise de regressão, um modelo multilinear, acoplado a um algoritmo de otimização, capaz de prever e corrigir parâmetros de entrada e saídas (inconsistentes ou ausentes) no registro do monitoramento da estação referentes ao tratamento de reatores UASB. Com este procedimento matemático, através de uma análise estatística conceitual de confiabilidade do sistema, foi possível corrigir dados e estimar informações de parâmetros ausentes, em 22% das coletas de medidas e regis... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Human failure is an unwanted event for engineers, and the population that is hostage to these endeavors, (due to the various incidents that occur in Brazil) due to factors such as omission of information, wrong measurements or even technical errors, go unnoticed during surveys. . In the Sanitation area, when it comes to sanitary sewage, the risks are no less and should also be avoided considering the number of diseases that are proliferated by sewage sanitation failures. From this assumption, the present research aimed to develop a predictor model, using mathematical tools that could identify and correct technical errors in the recording and measurements performed on physical, chemical and biological parameters of two UASB reactors at Candeia Station of Bauru- SP. For this, after a review of UASB reactor technology and probabilistic studies based on the concept of reliability applied to sewage treatment plants (SEP), a multilinear model coupled to a optimization algorithm, capable of predicting and correcting input and output parameters (inconsistent or absent) in the station monitoring register for the treatment of UASB reactors. With this mathematical procedure, through a conceptual statistical analysis of system reliability, it was possible to correct data and estimate missing parameter information in 22% of the measurement collections and records in the technical reports that were made available for this study. / Mestre

Made available in DSpace on 2017-07-10T19:24:46Z (GMT). No. of bitstreams: 1 Marcio Paulo de Oliveira.pdf: 1960743 bytes, checksum: 7438fe00d388d47b01b27d6cfdf2e229 (MD5) Previous issue date: 2010-02-04 / The knowledge about soil and plant attributes is important for the improvement of agricultural management. Intense tillage activities may induce not only alterations in the soil attributes but also decrease in productivity. Studies directed to the soil and plant spatial variability identification and the relations amid these variables are tools for agriculture, with the potential to increase productivity. The data set for this study was sampled in a Rhodic Acrudox soil, at a farmland that has been being cultivated for over five years under no-tillage system, with soybean and wheat in crop succession. At 252 m long transect, 84 points were demarcated, with 3 m of spacing between each of them. The relations between soybean productivity and soil water content, micro, macro and total porosity, soil density and soil resistance to penetration at 0,0-0,10 m and 0,10-0,20 m deep layers, were evaluated, as well as the respective variabilities. The relations between soybean productivity and soil attributes were determined using simple and cross correlations, followed by the state space models determinations, compared to linear and multiple regression models. The results have shown that the soybean productivity and soil mechanical resistance variables presented not only autocorrelation structure but also crosscorrelation structure. The state space models, relating to the soybean productivity at a point i, with the same attribute at point i-1, at the two layers, were more efficient than the equivalent models in simple and multiple regression. With geoestatistics, the spatial dependence structure was determined with envelopes and models for the semivariograms, allowing identification and classification of the spatial dependence for the variables under study. The thematic maps were obtained with simple kriging and indicated the soil attributes behavior, related to the soybean productivity. / O conhecimento do comportamento dos atributos do solo e da planta é importante para a melhoria das práticas agrícolas. A intensa atividade de cultivo pode provocar modificações dos atributos do solo e reduzir a produtividade de uma cultura em determinada região. Os estudos que visam identificar a variabilidade espacial dos atributos do solo e da planta e a relação entre esses atributos surgem como um recurso para a agricultura, podendo ser utilizados para realização de um manejo adequado dos recursos disponíveis, ampliando a produtividade e preservando o meioambiente. Os dados para a realização deste estudo foram obtidos em um Latossolo Vermelho distroférrico, em uma área cultivada há mais de cinco anos com alternância entre as culturas de soja e trigo, com o sistema de plantio direto. Em uma transeção de 252 m de comprimento foram demarcados 84 elementos amostrais, espaçados de 3 m entre si. As relações da produtividade da soja com os seguintes atributos físicos e hídricos do solo: teor de água no solo, microporosidade, macroporosidade e porosidade total do solo, densidade do solo e resistência mecânica do solo à penetração, nas camadas 0,0-0,10 m e 0,10-0,20 m, foram avaliadas bem como a variabilidade espacial desses atributos. A relação entre a produtividade da soja e os atributos do solo foi determinada através das correlações simples e cruzada entre os elementos amostrais de cada atributo, seguida da estimação dos modelos em espaço de estados, comparados aos modelos equivalentes em regressão linear múltipla. Os resultados mostraram que as variáveis produtividade da soja e resistência do solo a penetração apresentaram estrutura de autocorrelação e de correlação cruzada entre si. Os modelos estimados em espaço de estados, relacionando a produtividade da soja em um ponto i com a produtividade da soja e resistência do solo a penetração nas duas camadas no ponto i -1 mostraram-se mais eficientes do que os modelos equivalentes estimados em regressão linear simples e múltipla. Por meio da geoestatística, a estrutura de dependência espacial foi avaliada por meio dos envelopes e modelos para os semivariogramas experimentais, permitindo identificar e classificar a dependência espacial das variáveis em estudo. Os mapas temáticos foram obtidos por meio de interpolação por krigagem ordinária e indicaram o comportamento dos atributos do solo ligadas a produtividade da soja.

Made available in DSpace on 2017-05-12T14:48:09Z (GMT). No. of bitstreams: 1 Marcio Paulo de Oliveira.pdf: 1960743 bytes, checksum: 7438fe00d388d47b01b27d6cfdf2e229 (MD5) Previous issue date: 2010-02-04 / The knowledge about soil and plant attributes is important for the improvement of agricultural management. Intense tillage activities may induce not only alterations in the soil attributes but also decrease in productivity. Studies directed to the soil and plant spatial variability identification and the relations amid these variables are tools for agriculture, with the potential to increase productivity. The data set for this study was sampled in a Rhodic Acrudox soil, at a farmland that has been being cultivated for over five years under no-tillage system, with soybean and wheat in crop succession. At 252 m long transect, 84 points were demarcated, with 3 m of spacing between each of them. The relations between soybean productivity and soil water content, micro, macro and total porosity, soil density and soil resistance to penetration at 0,0-0,10 m and 0,10-0,20 m deep layers, were evaluated, as well as the respective variabilities. The relations between soybean productivity and soil attributes were determined using simple and cross correlations, followed by the state space models determinations, compared to linear and multiple regression models. The results have shown that the soybean productivity and soil mechanical resistance variables presented not only autocorrelation structure but also crosscorrelation structure. The state space models, relating to the soybean productivity at a point i, with the same attribute at point i-1, at the two layers, were more efficient than the equivalent models in simple and multiple regression. With geoestatistics, the spatial dependence structure was determined with envelopes and models for the semivariograms, allowing identification and classification of the spatial dependence for the variables under study. The thematic maps were obtained with simple kriging and indicated the soil attributes behavior, related to the soybean productivity. / O conhecimento do comportamento dos atributos do solo e da planta é importante para a melhoria das práticas agrícolas. A intensa atividade de cultivo pode provocar modificações dos atributos do solo e reduzir a produtividade de uma cultura em determinada região. Os estudos que visam identificar a variabilidade espacial dos atributos do solo e da planta e a relação entre esses atributos surgem como um recurso para a agricultura, podendo ser utilizados para realização de um manejo adequado dos recursos disponíveis, ampliando a produtividade e preservando o meioambiente. Os dados para a realização deste estudo foram obtidos em um Latossolo Vermelho distroférrico, em uma área cultivada há mais de cinco anos com alternância entre as culturas de soja e trigo, com o sistema de plantio direto. Em uma transeção de 252 m de comprimento foram demarcados 84 elementos amostrais, espaçados de 3 m entre si. As relações da produtividade da soja com os seguintes atributos físicos e hídricos do solo: teor de água no solo, microporosidade, macroporosidade e porosidade total do solo, densidade do solo e resistência mecânica do solo à penetração, nas camadas 0,0-0,10 m e 0,10-0,20 m, foram avaliadas bem como a variabilidade espacial desses atributos. A relação entre a produtividade da soja e os atributos do solo foi determinada através das correlações simples e cruzada entre os elementos amostrais de cada atributo, seguida da estimação dos modelos em espaço de estados, comparados aos modelos equivalentes em regressão linear múltipla. Os resultados mostraram que as variáveis produtividade da soja e resistência do solo a penetração apresentaram estrutura de autocorrelação e de correlação cruzada entre si. Os modelos estimados em espaço de estados, relacionando a produtividade da soja em um ponto i com a produtividade da soja e resistência do solo a penetração nas duas camadas no ponto i -1 mostraram-se mais eficientes do que os modelos equivalentes estimados em regressão linear simples e múltipla. Por meio da geoestatística, a estrutura de dependência espacial foi avaliada por meio dos envelopes e modelos para os semivariogramas experimentais, permitindo identificar e classificar a dependência espacial das variáveis em estudo. Os mapas temáticos foram obtidos por meio de interpolação por krigagem ordinária e indicaram o comportamento dos atributos do solo ligadas a produtividade da soja.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-09-05T18:25:04Z No. of bitstreams: 1 HUGO MORAIS DE ALCÂNTARA - DISSERTAÇÃO PPGECA 2007..pdf: 2937576 bytes, checksum: 4120665ff013d35f135ab12cfe7ca9a5 (MD5) / Made available in DSpace on 2018-09-05T18:25:04Z (GMT). No. of bitstreams: 1 HUGO MORAIS DE ALCÂNTARA - DISSERTAÇÃO PPGECA 2007..pdf: 2937576 bytes, checksum: 4120665ff013d35f135ab12cfe7ca9a5 (MD5) Previous issue date: 2007-03-29 / O presente trabalho tem o objetivo de avaliar a natureza da variação da resistência total em canais aluviais e propor uma função de resistência total. A partir da equação fundamental da resistência da superfície, é definida uma função cuja variação pode ser associada aos efeitos da forma do leito e da distribuição granulométrica de sedimentos. A forma desta função, obtida através de análise dimensional utilizando a técnica de regressão linear múltipla, é apresentada para sedimentos unimodais e bimodais associada a cada tipo de canal e mistura de sedimentos. Foi utilizada uma grande massa de dados experimentais de laboratório e de campo coletados por diversos pesquisadores em vários estudos. Com base nos diversos estudos encontrados na bibliografia e considerando as incertezas envolvidas na separação da resistência total em, a resistência devido aos grãos na superfície e das formas do leito, decidiu-se propor uma função de resistência separadamente para cada forma do leito para o parâmetro de resistência B. A grande vantagem da metodologia proposta é que esta avalia a resistência total do leito sem a necessidade de separação dos efeitos dos grãos e das formas do leito. Os resultados mostram que uma excelente relação funcional pode ser estabelecida para cada forma do leito e mistura de sedimentos utilizando três e dois parâmetros adimensionais. O efeito da distribuição granulométrica dos sedimentos ficou evidenciado no caso do leito plano e com sedimentos bimodais, indicando que nos casos em que a distribuição natural – log-normal – de sedimentos não seja aplicável, o efeito da distribuição granulométrica é significativo na resistência total do canal aluvial. / The present work has the objective of evaluating the variation of the hydraulic resistance in alluvial channels and propose a function of total resistance. Starting from the fundamental concept of the resistance of the surface, a function is defined in which the variation of resistance can be associated with the characteristics of the bed form and the grain size distribution of the mixture of the sediments in the bed. The form of this function, obtained through dimensional analysis using the technique of multiple linear regression, is presented for unimodal and bimodal sediments associated with each channel type and mixture of sediments. Utilizing the data collected by various researchers in laboratory canals and rivers, the functional relationships for the resistance factor, here in identified as a dimensionless factor “B”, has been established utilizing three, or in a simple form, two, dimensionless parameters as independent variables. The great advantage of the resistance function proposed here is that it eliminates the need to separate the total resistance into two components. The results show that an excellent functional relationship can be established for each bed form and mixture of sediments using three parameters. The influence of the grain size distribution of the sediments was evidenced in the case of all the bed forms and especially bimodal sediments. In the cases of natural distribution (log-normal) of sediments in the sand range, the effect on the individual grain size distributions became hardly noticeable.