Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-06-22T18:27:37Z No. of bitstreams: 1 ClemesonVale.pdf: 2109688 bytes, checksum: 66c1f271c7e5c2d788b9a17c44829c52 (MD5) / Made available in DSpace on 2017-06-22T18:27:37Z (GMT). No. of bitstreams: 1 ClemesonVale.pdf: 2109688 bytes, checksum: 66c1f271c7e5c2d788b9a17c44829c52 (MD5) Previous issue date: 2014-03-31 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The constant concerns over the unsustainable use of natural resources, coupled with rapid population growth, direct them to the productive process of maximizing resources systems to provide greater increases in production to minimize impacts to the environment yields. The objective of this research was to evaluate the performance of maize in no-tillage in legume straw depending on the spatial variability of soil chemical properties and nutrient input in a Dystrophic cohesive oxisol. The experiment was conducted in a 0.6 ha area containing two environments (without legumes and pulses) and 170 sampling points regularly dispersed (7.0 x 5.0 m) for chemical soil variability and productive maize yields. Data were initially analyzed using descriptive statistics and later by geostatistical methods. The interaction between soil chemical properties and yield of corn production was assessed by Pearson correlation to 5%. There was an increase in levels of soil chemical properties in the area with legumes compared to the area without legumes, proving the applicability of this management system to improve the chemical quality of the soil due to continuous addition of plant residues. Found the presence of spatial variability for all soil chemical properties and productive yield with spatial dependence ranged from moderate to strong, allowing reveal through thematic maps the potentialities and limitations of the production system. The productive efficiency, productivity specifically, correlated positively with calcium, sum of bases, phosphorus, potassium, base saturation and cation exchange capacity. / As constantes preocupações com o uso insustentável dos recursos naturais, juntamente com o acelerado crescimento demográfico, direcionam os sistemas produtivos ao processo de maximização dos recursos a fim de proporcionar maiores incrementos nos rendimentos produtivos com minimização dos impactos ao ambiente. O objetivo da presente pesquisa foi avaliar o desempenho produtivo do milho em sistema de plantio direto na palha de leguminosas em função da variabilidade espacial dos atributos químicos do solo e do aporte de nutrientes num Latossolo Amarelo distrocoeso. O experimento foi conduzido numa área de 0,6 ha contendo dois ambientes (sem leguminosas e com leguminosas) e 170 pontos amostrais regularmente dispersos (7,0 x 5,0 m) para determinação da variabilidade química do solo e dos rendimentos produtivos do milho. Os dados foram inicialmente analisados por meio da estatística descritiva e posteriormente por métodos geoestatísticos. A interação entre os atributos químicos do solo e o rendimento produtivo do milho foi verificada pela correlação de Pearson a 5%. Verificou-se a elevação nos teores dos atributos químicos do solo na área com leguminosas quando comparado com a área sem leguminosas, comprovando a aplicabilidade desse sistema de manejo para a melhoria da qualidade química do solo em consequência da adição continuada de resíduos vegetais. Constatou-se a presença de variabilidade espacial para todos os atributos químicos do solo e rendimento produtivo, com grau de dependência espacial que variaram de moderado a forte, o que possibilitou revelar por meio de mapas temáticos as potencialidades e limitações do sistema de produção. O rendimento produtivo, especificamente a produtividade, apresentou correlação positiva com o cálcio, a soma de bases, o fósforo, o potássio, a saturação por bases e a capacidade de troca catiônica.

Made available in DSpace on 2017-07-10T19:25:02Z (GMT). No. of bitstreams: 1 Mari Roman.pdf: 1996303 bytes, checksum: 22872a541ea904a1f0fdd764e5ced3f1 (MD5) Previous issue date: 2005-02-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work had by objective to study and to model the spatial variability of variables relative at the wheat development cultivated in year 2003 in 22,62 ha pertain at Central Co-operative of Agricultural Research (COODETEC). Went used the cultivates Coodetec 101 (3,52 ha) and Coodetec 103 (18,10 ha). The samples went colected in gride of 50 x 50 m, totalized 89 points, the analysis unity a square with 0,25 m2. Went obtained data of emergency seedling, number of s-shoot, height of plants, number of spikes, length spikes, number of grain by spike, weight of thousand seed and production. The spatial dependence went more clear by mean number of s-shoot collected 60 days after to sow and crop height of plants. Variables with relation at the spike and the number of s-shoot 30 days after sow don t had spatial dependence. The others variables went considered with spatial dependence. To the variable spatial independence, compared the mean between the cultivates, and by mean number of s-shoot collected 30 days after to sow and length spikes the mean had difference signification in level of 5 %, by Tukey test. Went made prediction of all variables, spatial dependence or independence, to places no sampled by kriging technical and begot contour maps. There was spatial correlation negative and positive between variables, with correlation range of 200 till 700 m. / Este trabalho teve por objetivo estudar e modelar a variabilidade espacial de variáveis referentes ao desenvolvimento do trigo cultivado no ano de 2003 em área de 22,62 ha pertencente à Cooperativa Central de Pesquisa Agrícola (COODETEC). Foram utilizadas cultivares CD 101 (3,52 ha) e CD 103 (18,10 ha). As amostragens foram em grade de 50 x 50 m, totalizando 89 pontos, a unidades de análise um quadrado de 0,25 m2. Foram obtidos dados de emergência de plântulas, número de perfilho, altura de plantas, número de espigas, comprimento de espigas, número de grãos por espiga, peso de mil sementes e produtividade. A dependência espacial foi mais evidente para o número médio de perfilhos por planta coletado 60 dias após a semeadura (DAS) e para a altura de plantas na colheita do trigo. Nas variáveis relacionadas com a espiga do trigo e os dados do número médio de perfilhos por planta 30 dias após semeadura não identificou-se dependência espacial. As demais variáveis foram consideradas espacialmente dependentes. Para as variáveis consideradas independentes espacialmente, comparou-se a média entre as cultivares, o número médio de perfilhos aos 30 DAS e o comprimento da espiga apresentaram médias significativamente diferentes ao nível de 5 % de significância pelo teste de Tukey. Estimou-se os valores das variáveis para locais não amostrados pela técnica da krigagem e foram gerados mapas de contorno, para as variáveis consideradas espacialmente dependentes ou independentes.Houve correlações espaciais negativas e positivas entre as variáveis consideradas, com alcances de correlação de 200 a 700 m.

Made available in DSpace on 2017-05-12T14:48:23Z (GMT). No. of bitstreams: 1 Mari Roman.pdf: 1996303 bytes, checksum: 22872a541ea904a1f0fdd764e5ced3f1 (MD5) Previous issue date: 2005-02-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work had by objective to study and to model the spatial variability of variables relative at the wheat development cultivated in year 2003 in 22,62 ha pertain at Central Co-operative of Agricultural Research (COODETEC). Went used the cultivates Coodetec 101 (3,52 ha) and Coodetec 103 (18,10 ha). The samples went colected in gride of 50 x 50 m, totalized 89 points, the analysis unity a square with 0,25 m2. Went obtained data of emergency seedling, number of s-shoot, height of plants, number of spikes, length spikes, number of grain by spike, weight of thousand seed and production. The spatial dependence went more clear by mean number of s-shoot collected 60 days after to sow and crop height of plants. Variables with relation at the spike and the number of s-shoot 30 days after sow don t had spatial dependence. The others variables went considered with spatial dependence. To the variable spatial independence, compared the mean between the cultivates, and by mean number of s-shoot collected 30 days after to sow and length spikes the mean had difference signification in level of 5 %, by Tukey test. Went made prediction of all variables, spatial dependence or independence, to places no sampled by kriging technical and begot contour maps. There was spatial correlation negative and positive between variables, with correlation range of 200 till 700 m. / Este trabalho teve por objetivo estudar e modelar a variabilidade espacial de variáveis referentes ao desenvolvimento do trigo cultivado no ano de 2003 em área de 22,62 ha pertencente à Cooperativa Central de Pesquisa Agrícola (COODETEC). Foram utilizadas cultivares CD 101 (3,52 ha) e CD 103 (18,10 ha). As amostragens foram em grade de 50 x 50 m, totalizando 89 pontos, a unidades de análise um quadrado de 0,25 m2. Foram obtidos dados de emergência de plântulas, número de perfilho, altura de plantas, número de espigas, comprimento de espigas, número de grãos por espiga, peso de mil sementes e produtividade. A dependência espacial foi mais evidente para o número médio de perfilhos por planta coletado 60 dias após a semeadura (DAS) e para a altura de plantas na colheita do trigo. Nas variáveis relacionadas com a espiga do trigo e os dados do número médio de perfilhos por planta 30 dias após semeadura não identificou-se dependência espacial. As demais variáveis foram consideradas espacialmente dependentes. Para as variáveis consideradas independentes espacialmente, comparou-se a média entre as cultivares, o número médio de perfilhos aos 30 DAS e o comprimento da espiga apresentaram médias significativamente diferentes ao nível de 5 % de significância pelo teste de Tukey. Estimou-se os valores das variáveis para locais não amostrados pela técnica da krigagem e foram gerados mapas de contorno, para as variáveis consideradas espacialmente dependentes ou independentes.Houve correlações espaciais negativas e positivas entre as variáveis consideradas, com alcances de correlação de 200 a 700 m.

Made available in DSpace on 2014-06-11T19:33:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-09-23Bitstream added on 2014-06-13T19:23:56Z : No. of bitstreams: 1 rosa_j_dr_jabo.pdf: 2608907 bytes, checksum: b7b01ebc553dff94742210a39847a17e (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundecitrus / A distribuição espacial do cancro cítrico em talhões com laranjeira ‘Natal’ enxertada em limoeiro ‘Cravo’ com 3 anos de idade foi estudada utilizando a geoestatística. Foram utilizados 13 talhões mapeados pelo Fundecitrus (Fundo de Defesa da Citricultura), com 595 ou 1080 plantas cada, infectados naturalmente com Xanthomonas citri subsp. citri, em uma única propriedade, no Estado de São Paulo. A severidade da doença em cada planta foi avaliada por meio de uma escala com os seguintes níveis: 0 - sem folhas com sintomas; 1 - de 1 a 5 folhas com sintomas; 2 - de 6 a 10 folhas com sintomas; 3 - de 11 a 20 folhas com sintomas; 4 - de 21 a 50 folhas com sintomas e 5 - > 50 folhas com sintomas. Nestes talhões, as coordenadas correspondentes à posição das plantas contaminadas foram obtidas com um GPS, permitindo mapear a doença no talhão. A distribuição espacial foi avaliada por ajuste de semivariogramas e interpolação dos dados por krigagem. A distribuição de plantas com cancro cítrico no talhão mostrou-se agregada, com raio de agregação de 30 a 45 m. Os mapas de krigagem mostraram que os focos da doença ocorreram mais frequentemente nos limites dos talhões. Quando a nota média de severidade da doença foi menor que 0,04, o semivariograma apresentou efeito pepita puro, indicando que não houve dependência espacial / The spatial distribution of citrus canker in areas with orange 'Natal' grafted on ‘Rangpur’ lime with three years of age were studied using geostatistics. We used 13 plots mapped by Fundecitrus (Citrus Defense Fund), with 595 or 1080 individual plants, naturally infected with Xanthomonas citri subsp. citri that were on the same property in the State of São Paulo. Disease severity in each plant was assessed using a scale with the following levels: 0 - no leaf with symptoms, 1 – 1 - 5 leaves with symptoms; 2 – 6 -10 leaves with symptoms; 3 – 11 - 20 leaves with symptoms; 4 – 21 - 50 leaves with symptoms and 5 - > 50 leaves with symptoms. In these plots, the coordinates corresponding to the position of symptomatic of infected plants was obtained with a GPS, allowing mapping the symptomatic plants in the block. The spatial distribution was evaluated by fitting of semivariograms and kriging interpolation of the data. The distribution of plants with citrus canker in the block was aggregated, with aggregate radius of 30 - 45 meters. Kriging maps showed that the foci of diseased plants stood on the edge of the blocks. When the average grade of severity was less than 0.04, the semivariogram showed pure nugget effect, indicating that no spatial dependence

Ministério da Educação, Universidade Federal Rural da Amazônia e Programa de Pós-Graduação em Agronomia / Oil palm (Elaeis guineensis Jacq.) is a very important agricultural crop as a source of vegetable oil worldwide. Although it is still not very expressive in the country, Brazil has a gigantic growth potential of this culture, mainly in the Amazon region, without the need for deforestation of new areas. However, one of the main phytosanitary harriers to its development in the region has been Fatal Yellowing (FY), a disease still unknown but has devastated many plantations. In this way, this work aimed to study the spread ofthe disease in the field, through the study of the spatial and temporal dispersion of FA and its spatial autocorrelation, in oil palm plants of different ages and genetic material, in an organic production system. in the municipality of Acará / PA. The genetic materiais studied were Avros, Deli x Lamé and Deli x Lamé (EMBRAPA). The plants were monitored monthly for the purpose of identifying plants attacked by FY. Using the centroid of the plots, the study of the space-time distribution of the number of diseased plants per plot was done. Through the Moran index, it was possible to observe the presence of positive spatial autocorrelation in the arca, identifying areas of high and low incidence of disease clusters, as well as outliers. The index has proved to be a promising tool in epidemiological research, assisting in the study and management of the disease. Then a study was done isolating each genetic material. For the three materiais, the distribution model that fitted the most was Gaussian, followed by the Spherical and finally the Exponential. This reinforces the concept of FA, has a biotic cause. The Spatial Dependence Index for the Avros material was predominantly moderate, whereas for the materiais Deli x Lamé and Deli x Lamé (EMBRAPA) were strong. The range varied between the materiais, presenting a higher average value for Avros (2,939 meters), followed by Deli-Lamé (2,169 meters) and, finally, 853 meters for Deli-Lamé (EMBRAPA). The three genetic materiais tested showed different spatial distribution, statistical and geostatistical parameters, and were considered susceptible to fatal yellowing. / A palma-de-óleo (Elaeis guineensis Jacq.) é uma cultura agrícola muito importante como fonte de óleo vegetal mundial. Apesar de ainda ser pouco expressiva no país, o Brasil tem um potencial gigantesco de crescimento desta cultura, principalmente na região Amazônica, sem haver a necessidade de desmatamento de novas áreas. Entretanto um dos principais entraves fitossanitários para seu desenvolvimento na região tem sido o Amarelecimento Fatal (AF), doença de causa ainda desconhecida, mas que tem devastado muitas plantações. Desta forma, este trabalho objetivou estudar a evolução da doença em campo, por meio do estudo da dispersão espacial e temporal do AF e da sua autocorrelação espacial, em plantas de palma-de-óleo de diferentes idades e materiais genéticos, em sistema de produção orgânica, no município de Acará/PA. Os materiais genéticos estudados foram Avros, Deli x Lamé e Deli x Lamé (EMBRAPA). As plantas foram monitoradas mensalmente com a finalidade de identificar as atacadas pelo AF. Utilizando o centroide das parcelas foi feito o estudo da distribuição espaço-temporal da variável número de plantas doentes por parcela. Através do índice de Moran foi possível observar a presença de autocorrelação espacial positiva para esta variável, identificando as áreas de clusters de alta e baixa incidência da doença, além de outliers. O índice demonstrou ser uma ferramenta promissora nas pesquisas epidemiológicas, auxiliando no estudo e no manejo da doença. Em seguida foi feita uma análise isolando cada material genético. Para os três materiais o modelo de semivariograma que melhor se ajustou foi o Gaussiano, seguido do Esférico e por fim o Exponencial. Isto reforça o conceito do AF apresentar uma causa biótica. O índice de Dependência Espacial para o material Avros foi predominantemente moderado, enquanto que para os materiais Deli x Lamé e Deli x Lamé (EMBRAPA) foram fortes. O alcance variou entre os materiais, apresentando maior valor médio para o Avros (2.939 metros), seguido pelo Deli-Lamé (2.169 metros) e por fim, 853 metros para Deli-Lamé (Embrapa). Os três materiais genéticos testados, apresentaram distribuição espacial, parâmetros estatísticos e geoestatísticos distintos entre si, sendo considerados susceptíveis ao amarelecimento fatal.

Made available in DSpace on 2017-05-12T14:47:07Z (GMT). No. of bitstreams: 1 protegidoJacqueline_dissertacao.pdf: 3012964 bytes, checksum: 337f371fa8c665bb4fdfdc22709938da (MD5) Previous issue date: 2015-02-02 / The soil spatial variability s studies are based in geostatistics which appears as a method whose data comes from natural phenomena and consider the geographical location of the phenomenon. If in an area under study the researcher has interest in searching the variability of variables and has evidence that the steps which describe the spatial structure of this variables aren t independent a geostatistical bivariate model study can be proposed. This work concentrates on evaluating the variation s influence of the bivariate Gaussian common component model (BGCCM) parameters in calculating the Pearson correlation coefficient and analyzing the influence that sizes and sampling settings may present at the BGCCM s estimation and at spatial prediction variables in non-sampled locations. Moreover, for co-placed samples, crossed semivariograms were built and compared with univariate model and BGCCM, in relation to estimates of the model and the sizes associated with the spatial prediction. In order to do it, these methodologies were applied in simulated data sets and experimental data, from an agricultural property. The simulation study of the parameters variation influence s analysis of the bivariate model BGCCM in calculating the Pearson correlation coefficient between described variables of bivariate model BGCCM revealed that the Pearson s linear correlation coefficient can t be considered in decision-making about the presence of joint spatial dependence between pairs of variables. In the study with simulations, it was observed that the biggest differences of accuracy measures and the square sum of the spatial prediction s difference occurred when the univariate models and crossed semivariogram were compared to the BGCCM. Moreover, the simulation s study observed that for balanced data the regular and irregular meshes showed better efficiency as the spatial prediction. The study with real data showed that under the BGCCM approach, spatial dependence was observed, mainly between pH and Mn for co-placed and balanced data of the agriculture year 2010/2011; and between the variable inside of the next pairs: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) and (Prod, Mn) for co-placed and balanced data of the agriculture year 2013/2014; and (Prod, RSP11-20) and (Prod, RSP21-30) for co-placed and unbalanced data of the agriculture year 2013/2014. Still considering the real data study comparing the univariated models, crossed semivariogram and BGCCM, differences could be observed in the square sum of prediction s difference and in the accuracy measures, both for balanced and unbalanced data. However, considering the real data and the control sample, the spatial prediction s quality using the BGCCM model was inefficient when compared to the quality resulted from the spatial prediction using the univariate model. Nevertheless, this result may have been influenced by the choice of sample configuration. / Estudos da variabilidade espacial do solo estão baseados na geoestatística, que se apresenta como um método cujos dados provêm de fenômenos naturais e que consideram a localização geográfica do fenômeno. Se numa área em estudo o pesquisador tem interesse em pesquisar a variabilidade das variáveis e se há evidências que os passos que descrevem a estrutura espacial dessas variáveis não são independentes pode-se propor o estudo de um modelo geoestatístico bivariado. Este trabalho concentrou-se em avaliar a influência da variação dos parâmetros do modelo bivariado com componente de correlação parcialmente comum (bivariate Gaussian common component model BGCCM) no cálculo do coeficiente de correlação linear de Pearson e analisar a influência que tamanhos e configurações amostrais podem apresentar na estimação do modelo BGCCM e na predição espacial de variáveis em localizações não amostradas. Além disso, para amostras co-locadas, construíram-se os semivariogramas cruzados e comparou-se com o modelo univariado e BGCCM, em relação às estimativas do modelo e as medidas associadas à predição espacial. Para isso, essas metodologias foram aplicadas em conjuntos de dados simulados e dados experimentais, provenientes de uma propriedade agrícola. O estudo de simulação da análise da influência da variação dos parâmetros do modelo bivariado BGCCM no cálculo do coeficiente de correlação linear de Pearson entre as variáveis descritas do modelo bivariado BGCCM revelou que o coeficiente de correlação linear de Pearson não pode ser considerado na tomada de decisão quanto à presença de dependência espacial conjunta entre pares de variáveis. No estudo com simulações observou-se que as maiores diferenças das medidas de acurácia e da soma quadrada da diferença entre as predições espaciais ocorreram quando se comparou os modelos univariado e semivariograma cruzado com o BGCCM. Ainda no estudo de simulação observou-se que para os dados balanceados as malhas regular e irregular apresentaram melhor eficiência quanto à predição espacial. O estudo com dados reais mostrou que, sob a abordagem do modelo BGCCM, observou-se a presença de dependência espacial principalmente entre pH e Mn para dados co-locados e balanceados do ano agrícola 2010/2011; e entre as variáveis dentro dos seguintes pares: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) e (Prod, Mn) para dados co-locados e balanceados do ano agrícola 2013/2014; e (Prod, RSP11-20) e (Prod, RSP21-30) para dados co-locados e desbalanceados do ano agrícola 2013/2014. Ainda considerando o estudo com dados reais comparando os modelos univariado, semivariograma cruzado e BGCCM, mostraram diferenças na soma quadrada da diferença da predição e nas medidas acurácia, tanto para dados balanceados como para os desbalanceados. No entanto, considerando os dados reais e a amostra controle, a qualidade da predição espacial usando o modelo BGCCM se mostrou ineficiente quando comparada com a qualidade obtida na predição espacial usando o modelo univariado. Porém, esse resultado pode ter sido influenciado pela escolha da configuração amostral utilizada.

Made available in DSpace on 2017-07-10T19:23:53Z (GMT). No. of bitstreams: 1 protegidoJacqueline_dissertacao.pdf: 3012964 bytes, checksum: 337f371fa8c665bb4fdfdc22709938da (MD5) Previous issue date: 2015-02-02 / The soil spatial variability s studies are based in geostatistics which appears as a method whose data comes from natural phenomena and consider the geographical location of the phenomenon. If in an area under study the researcher has interest in searching the variability of variables and has evidence that the steps which describe the spatial structure of this variables aren t independent a geostatistical bivariate model study can be proposed. This work concentrates on evaluating the variation s influence of the bivariate Gaussian common component model (BGCCM) parameters in calculating the Pearson correlation coefficient and analyzing the influence that sizes and sampling settings may present at the BGCCM s estimation and at spatial prediction variables in non-sampled locations. Moreover, for co-placed samples, crossed semivariograms were built and compared with univariate model and BGCCM, in relation to estimates of the model and the sizes associated with the spatial prediction. In order to do it, these methodologies were applied in simulated data sets and experimental data, from an agricultural property. The simulation study of the parameters variation influence s analysis of the bivariate model BGCCM in calculating the Pearson correlation coefficient between described variables of bivariate model BGCCM revealed that the Pearson s linear correlation coefficient can t be considered in decision-making about the presence of joint spatial dependence between pairs of variables. In the study with simulations, it was observed that the biggest differences of accuracy measures and the square sum of the spatial prediction s difference occurred when the univariate models and crossed semivariogram were compared to the BGCCM. Moreover, the simulation s study observed that for balanced data the regular and irregular meshes showed better efficiency as the spatial prediction. The study with real data showed that under the BGCCM approach, spatial dependence was observed, mainly between pH and Mn for co-placed and balanced data of the agriculture year 2010/2011; and between the variable inside of the next pairs: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) and (Prod, Mn) for co-placed and balanced data of the agriculture year 2013/2014; and (Prod, RSP11-20) and (Prod, RSP21-30) for co-placed and unbalanced data of the agriculture year 2013/2014. Still considering the real data study comparing the univariated models, crossed semivariogram and BGCCM, differences could be observed in the square sum of prediction s difference and in the accuracy measures, both for balanced and unbalanced data. However, considering the real data and the control sample, the spatial prediction s quality using the BGCCM model was inefficient when compared to the quality resulted from the spatial prediction using the univariate model. Nevertheless, this result may have been influenced by the choice of sample configuration. / Estudos da variabilidade espacial do solo estão baseados na geoestatística, que se apresenta como um método cujos dados provêm de fenômenos naturais e que consideram a localização geográfica do fenômeno. Se numa área em estudo o pesquisador tem interesse em pesquisar a variabilidade das variáveis e se há evidências que os passos que descrevem a estrutura espacial dessas variáveis não são independentes pode-se propor o estudo de um modelo geoestatístico bivariado. Este trabalho concentrou-se em avaliar a influência da variação dos parâmetros do modelo bivariado com componente de correlação parcialmente comum (bivariate Gaussian common component model BGCCM) no cálculo do coeficiente de correlação linear de Pearson e analisar a influência que tamanhos e configurações amostrais podem apresentar na estimação do modelo BGCCM e na predição espacial de variáveis em localizações não amostradas. Além disso, para amostras co-locadas, construíram-se os semivariogramas cruzados e comparou-se com o modelo univariado e BGCCM, em relação às estimativas do modelo e as medidas associadas à predição espacial. Para isso, essas metodologias foram aplicadas em conjuntos de dados simulados e dados experimentais, provenientes de uma propriedade agrícola. O estudo de simulação da análise da influência da variação dos parâmetros do modelo bivariado BGCCM no cálculo do coeficiente de correlação linear de Pearson entre as variáveis descritas do modelo bivariado BGCCM revelou que o coeficiente de correlação linear de Pearson não pode ser considerado na tomada de decisão quanto à presença de dependência espacial conjunta entre pares de variáveis. No estudo com simulações observou-se que as maiores diferenças das medidas de acurácia e da soma quadrada da diferença entre as predições espaciais ocorreram quando se comparou os modelos univariado e semivariograma cruzado com o BGCCM. Ainda no estudo de simulação observou-se que para os dados balanceados as malhas regular e irregular apresentaram melhor eficiência quanto à predição espacial. O estudo com dados reais mostrou que, sob a abordagem do modelo BGCCM, observou-se a presença de dependência espacial principalmente entre pH e Mn para dados co-locados e balanceados do ano agrícola 2010/2011; e entre as variáveis dentro dos seguintes pares: (Prod, RSP0-10), (Prod, RSP11-20), (Prod, RSP21-30) e (Prod, Mn) para dados co-locados e balanceados do ano agrícola 2013/2014; e (Prod, RSP11-20) e (Prod, RSP21-30) para dados co-locados e desbalanceados do ano agrícola 2013/2014. Ainda considerando o estudo com dados reais comparando os modelos univariado, semivariograma cruzado e BGCCM, mostraram diferenças na soma quadrada da diferença da predição e nas medidas acurácia, tanto para dados balanceados como para os desbalanceados. No entanto, considerando os dados reais e a amostra controle, a qualidade da predição espacial usando o modelo BGCCM se mostrou ineficiente quando comparada com a qualidade obtida na predição espacial usando o modelo univariado. Porém, esse resultado pode ter sido influenciado pela escolha da configuração amostral utilizada.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / This study aimed to analyze the spatial distribution and use of orbital images for the identification of white grub damage. Will be presented in two chapters, the chapter one, presents the geostatistical characterization of white grub spatial distribution and chapter two describes the use of orbital images for the identification of white grub damage. Surveys were made during 2009 in São Francisco de Assis, Cruz Alta, Ijuí, Lagoa Vermelha, Vacaria and Tapejara, RS. The perimeters of the areas were marked with GPS navigation, with interface for computer-to-hand, used the CR-Campeiro software to create grids of sampling. The population density was estimated from soil trenches, the analysis of spatial variability was made with semivariograms, maps were generated with the ArcGIS 9.3 software, and spatial dependence estimated by classification of Cambardella et al. (1994). The satellite image is from the ALOS satellite, a scene was selected from the PRISM sensor with spatial resolution of 2.5 m, which has a dimension of 35 x 70 km. The classification of the orbital image and white grub spatial distribution map was performed in ENVI software, for this we used the unsupervised classification, the K-means algorithm to evaluate the classification accuracy; this was related to the true field (larvae m-²). The models are adjusted for different species and areas, and the species of white grubs present spatial dependence in all areas, the semivariograms indicate that the species of white grubs have different behavior spatial variability, the sampling grids and sampling can be used to characterize the spatial distribution of white grubs, the map of the spatial distribution of white grubs pests showed the aggregate behavior of these species, white grubs influence the spectral response of culture, Kappa coefficient is considered good, the ALOS image to identify white grubs damage. / Este trabalho teve por objetivo analisar a distribuição espacial e a utilização de imagens orbitais na identificação de danos de corós. Será apresentado em dois capítulos; no capítulo um, apresenta-se a caracterização geoestatística da distribuição espacial de larvas de melolontídeos e o capítulo dois descreve o uso de imagens orbitais na identificação dos danos de larvas de melolontídeos. Para isso foram feitos estudos no ano de 2009, em São Francisco de Assis, Cruz Alta, Ijuí, Lagoa Vermelha, Vacaria e Tapejara, RS. O perímetro das áreas foram demarcados com GPS de navegação, com interface para computador-de-mão, utilizou-se o programa computacional CR-Campeiro para confeccionar os grides de amostragem, a partir da abertura de uma trincheira por ponto do gride e com a contagem das larvas encontradas, foi estimada a densidade populacional, a análise da variabilidade espacial foi feita com semivariogramas, os mapas foram gerados com o programa computacional ArcGis 9.3, e a dependência espacial estimada pela classificação de Cambardella et al. (1994). A imagem de satélite é oriunda do satélite ALOS, do qual selecionou-se uma cena do sensor PRISM, com resolução espacial de 2,5 m, esta possui dimensão de 35 x 70 km, a classificação da imagem orbital e do mapa da distribuição espacial de corós foi efetuada no programa computacional ENVI; para tal foi utilizada a classificação não supervisionada, pelo algoritmo K-means, para avaliar a exatidão da classificação, esta foi relacionada com a verdade de campo (larvas m-²). Os modelos ajustados são diferentes para as espécies e áreas; a distribuição espacial das larvas de melolontídeos apresenta dependência espacial em todas as áreas; os semivariogramas indicam que as espécies de corós apresentam comportamento de variabilidade espacial diferenciado; os grides amostrais e a técnica de amostragem podem ser utilizados para caracterizar a distribuição espacial de corós; o mapa da distribuição espacial de larvas de melolontídeos demonstrou o comportamento agregado dessas espécies; as larvas de melolontídeos influenciaram na resposta espectral da cultura; o coeficiente Kappa é considerado bom; a imagem ALOS permite identificar os danos de larvas de melolontídeos.

Ecossistemas marinhos costeiros são explorados por diversas atividades, como a portuária e a pesqueira, gerando impactos ambientais, além de interferências entre elas, visto que, frequentemente, apresentam sobreposição espacial na área de atuação. A identificação e avaliação dos padrões espaço-temporais e interações entre essas atividades são de extrema importância para a realização de um manejo eficaz, considerando os diversos usos de forma integrada. Esta Tese visa avaliar espaçotemporalmente a variação da pesca de arrasto-duplo de pequeno porte, e na abundância de sua espécie alvo, o camarão-sete-barbas (Xiphopenaeus kroyeri), na região do Porto de Santos, SP, Brasil, e áreas adjacentes, durante um período de 6 anos (2009 a 2014). Modelos lineares generalizados foram aplicados aos dados de captura e esforço pesqueiro da espécie, e a partir dos coeficientes destes, foi calculada a captura-por-unidade-de-esforço (CPUE; kg/ dia de pesca) padronizada por célula de 1 milha náutica (MN) de lado e ano, a qual é representativa da abundância da espécie. Técnicas de semivariograma e krigagem foram utilizadas para avaliar a existência de dependência espacial nos dados e estimar os valores da CPUE em locais não amostrados. Geovisualizações tridimensionais interativas foram aplicadas para identificar padrões espaço-temporais na variação das áreas preferenciais das pescarias e da abundância da espécie. Foram ajustados modelos esféricos de semivariograma, os quais mostraram padrão de dependência espacial e foram utilizados para estimar a abundância da espécie nos vazios amostrais. Conclui-se que, durante o período analisado as operações de pesca de arrasto-duplo de pequeno porte, na área de interferência do porto de Santos, apresentaram padrões de variação espaço-temporal relacionados ás mudanças nas atividades portuárias. Por sua vez, não foi identificado um padrão na variação espaço-temporal da abundância de sua espécie alvo, o camarão-sete-barbas, na região. / Coastal marine ecosystems around the world are exploited by various activities, including serving as ports and supporting fishing, which create important environmental impacts. These activities can interfere with each other because they often have spatial overlap. Identify and evaluate the spatiotemporal patterns and interactions between the activities is of great importance for a coastal management that considers the different uses in a integrate way. This thesis aims to evaluate the spatiotemporal variability in small double-trawl fisheries, and in the abundance of its target species, the Seabob shrimp (Xiphopenaeus kroyeri), in a region with port activity and adjacent environmental protection areas, during a 6-year period (2009 to 2014). Generalized linear models were applied to the catch, and effort data and model coefficients were used to calculate the catch per unit effort (CPUE, kg/fishing day) standardized per square nautical mile and year. Semivariogram and kriging techniques were used to evaluate the existence of spatial dependence in the data and to estimate the standardized CPUE in unsampled areas. Interactive three-dimensional geovisualization were applied to identify spatiotemporal patterns in fishing operations and in the species abundance. Spherical isotropic semivariogram models that showed a pattern of spatial dependence were fitted and used to estimate the species abundance in unsampled areas. It is concluded that, during the analyzed period, the small double-trawl fisheries operations in the port of Santos presented spatiotemporal patterns that are related to changes in port activities. On the other hand, a spatiotemporal pattern variation on the abundance of its target species, the Seabob shrimp, was not identified in the region.

Made available in DSpace on 2015-03-26T13:32:11Z (GMT). No. of bitstreams: 1 texto completo.pdf: 446864 bytes, checksum: 1ba8efc18a08b922adc7e2c5eb3dc55c (MD5) Previous issue date: 2011-02-24 / The aim of this study was to evaluate the efficiency of spatial analysis, which considers spatially dependent errors, for classification of common bean families in relation to traditional analysis in randomized blocks and lattice that assuming independent errors. Were considered different degrees of spatial dependence and experimental precision. Were taken as reference to simulate the results of seven experiments carried out in simple square lattice for genetic evaluation of yield (g/plot) of families and bean cultivars of winter crops and water used in 2007 and 2008. From the results presented in the simulation, it was possible to assess the quality of their experiments based on different analysis (Block, lattice and Spatial) and simulated average of 100 families in different scenarios for Spatial Dependence (DE) and Accuracy Selective (AS). In the process of simulation, the average yield (645 g/plot) and the residual variance (7744.00), was defined based on the analysis results of the tests in blocks of bean breeding program at UFV. To make up the four simulated scenarios were considered magnitude of spatial dependence (null, low, medium and high), corresponding to ranges of 0, 25, 50 and 100% of the maximum distance between plots. Were also simulated three classes of selective accuracy (0.95, 0.80 and 0.60), corresponding to the experimental precision very high, high and average, respectively. The actual classification of families was used to evaluate the efficiency of analysis methods tested by Spearman correlation applied to orders and genotypic classification of Selection Efficiency between classifications based on tested methodologies and the actual classification for the selection of 10, 20 and 30% of the best families. To compare the efficiency of adjustment of the models tested, was used the Akaike information criterion (AIC), based on likelihood. Spatial analysis has provided estimates of residual variance very close to the simulated residual variance and higher selective accuracy estimated in all scenarios, indicating greater experimental accuracy. With the reduction in the accuracy and selective increase in spatial dependence, there was greater influence of analysis on the classification of families, and the spatial analysis showed the best results, providing more efficient selection of bean families than traditional analysis of randomized blocks and lattice, mainly for the selection of fewer families. The results for selective accuracy estimated on the basis of F statistics were very close to those obtained with the Spearman correlation between estimated and simulated averages for families, indicating that the accuracy should be used selectively as a measure of experimental precision tests of genetic evaluation. / O objetivo deste trabalho foi avaliar a eficiência da análise Espacial, que considera erros dependentes espacialmente, para classificação de famílias de feijoeiro em relação às análises tradicionais em blocos casualizados e em látice que assumem erros independentes. Considerou-se diferentes graus de dependência espacial e de precisão experimental. Foram tomados como referência para simulação os resultados de sete ensaios instalados em látice quadrado simples para avaliação genética da produtividade de grãos (g/parcela) de famílias e cultivares de feijoeiro das safras de inverno e das águas de 2007 e 2008. A partir dos resultados apresentados na simulação, foi possível avaliar a qualidade dos respectivos experimentos com base nas diferentes análises (Bloco, Látice e Espacial) e médias simuladas das 100 famílias nos diferentes cenários para Dependência Espacial (DE) e Acurácia Seletiva (AS). No processo de simulação, a média de produção (645 g/parcela), bem como a variância residual (7744,00), foi definida com base nos resultados de análises em blocos de ensaios do programa de melhoramento do feijoeiro da UFV. Para a composição dos cenários simulados foram consideradas quatro magnitudes de dependência espacial (nula, baixa, média e alta), correspondendo aos alcances 0, 25, 50 e 100% da distância máxima entre parcelas. Também foram simuladas três classes de acurácia seletiva (0,95, 0,80 e 0,60), correspondente a precisão experimental muito alta, alta e média, respectivamente. A classificação real das famílias foi utilizada para avaliar a eficiência das metodologias de análise testadas através da correlação de Spearman aplicada às ordens de classificação genotípica e da Eficiência de Seleção entre classificações com base nas metodologias testadas e na classificação real, para a seleção de 10, 20 e 30% das melhores famílias. Para comparar a eficiência de ajuste dos modelos testados, foi utilizado o critério de Informação de Akaike (AIC), baseado em verossimilhança. A análise Espacial apresentou estimativas de variância residual muito próxima da variância residual simulada e maior acurácia seletiva estimada em todos os cenários, indicando maior precisão experimental. Com a redução na acurácia seletiva e aumento na dependência espacial, observou-se maior influência do tipo de análise sobre a classificação das famílias, sendo que a análise espacial apresentou os melhores resultados, proporcionando seleção mais eficiente das famílias do feijoeiro do que as análises tradicionais em Látice e em Blocos casualizados, principalmente, para seleção de menor número de famílias. Os resultados para acurácia seletiva estimada em função da estatística F foram muito próximos aos obtidos para a correlação de Spearman entre médias estimadas e simuladas para as famílias, indicando que a acurácia seletiva deve ser utilizada como medida de precisão experimental nos ensaios de avaliação genética.