Ciências Agrárias

Neste trabalho aplicamos o método Sample Entropy (SampEn) para analisar a complexidade em séries temporais da temperatura do ar, umidade relativa e velocidade da vento, registradas na estação meteorológica em Piracicaba- SP, Brasil no período de 1977 a 2008. Os resultados mostram um nível moderado de complexidade para todas as séries estudadas, com o valor do índice de SampEn mais alto para a velocidade do vento. Uma análise da evolução temporal mostrou que o índice de SampEn apresentou um comportamento inversamente proporcional a intensidade do fenômeno EL Niño.

O Pólo Gesseiro do Araripe em Pernambuco é um grande consumidor de madeira para produção de gesso. Devido à grande necessidade de se buscar uma alternativa econômica e ambiental para a região é de interesse obter uma produção sustentável para o Eucalyptus ssp, uma vez que esta é um gênero de rápido crescimento e grande versatilidade. No planejamento do manejo florestal sustentado uma variável é de extrema importância: o crescimento. Sua modelagem é fundamental na prognose da produtividade, qualidade do local e dinâmica de populações. Geralmente, as curvas de crescimento são estudadas por meio de modelos não-lineares desenvolvidos empiricamente para relacionar, por exemplo, circunferência e idade. Um modelo não-linear bastante utilizado na prática para modelar curvas de crescimento é o modelo de Chapman-Richards. Em estudos deste tipo, em geral, assume-se que os erros seguem distribuição normal. Contudo, a modelagem sob a suposição de erros com distribuição normal é bastante sensível a valores atípicos que por ventura possam ocorrer, podendo distorcer as estimativas dos parâmetros. Uma alternativa para corrigir esse problema é adotar distribuições mais robustas que a distribuição normal. Desta forma, a classe de modelos simétricos se torna uma alternativa viável para corrigir tal problema. Com a expectativa de obter melhores estimativas de crescimento de Eucalyptus ssp, aplicaram-se ao modelo de Chapman-Richards as seguintes distribuições: normal, t de Student, Cauchy, exponencial potência e logística II que apresentou a distribuição Cauchy com melhores estimativas de crescimento em circunferência de Eucalyptus ssp no Pólo Gesseiro de Pernambuco.

Visando reduzir custos e tempo, muitas vezes, nas parcelas de um inventário florestal, apenas algumas árvores têm suas alturas medidas, sendo necessário estimar a altura das demais. Para isso é comum o uso de modelos de regressão relacionando altura e o diâmetro à altura do peito. No entanto, a suposição de independência dos erros em um modelo de regressão nem sempre é razoável, uma vez que para medidas feitas em pontos próximos entre si, espera-se que as alturas tenham valores parecidos (alta correlação espacial). Neste contexto, o presente trabalho tem por objetivo, comparar, sob o enfoque bayesiano, quatro modelos de regressão para relação hipsométrica, sendo dois deles comumente utilizados na literatura e outros dois modelos correspondentes aos dois primeiros adicionados de uma componente espacial (descrevendo a autocorrelação espacial), para um plantio de Pinus sp da Floresta Nacional de Ipanema - SP. Dos modelos ajustados o modelo que se mostrou com melhor desempenho foi o modelo com componente espacial e tendência quadrática em relação ao dap.