Objective: Report the university research and extension product denominated ‘Boletim COVID-PA’ which presented projections about the pandemic in the State of Pará, Brazil, with practical, mathematically rigorous and computationally efficient approaches. Methods: The artificial intelligence technique known as Artificial Neural Networks was used to generate thirteen bulletins with short-term projections based on historical data from the State Department of Public Health system. Results: After eight months of projections, the technique generated reliable results with an average accuracy of 97% (147 days observed) for confirmed cases, 96% (161 observed days) for deaths and 86% (72 days observed) for occupancy of intensive care unit beds. Conclusion: These bulletins have become a useful tool for decision making by public managers, assisting in reallocating hospital resources and optimizing COVID-19 control strategies for the various regions of the State of Pará.

Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como ‘redes neurais artificiais’, para gerar 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.

Resumo Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como ‘redes neurais artificiais’, para geração de 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.

Abstract Objective: To report the university extension research result entitled ‘The COVID-PA Bulletin’, which presented forecasts on the behavior of the pandemic in the state of Pará, Brazil. Methods: The artificial intelligence technique also known as 'artificial neural networks' was used to generate 13 bulletins with short-term forecasts based on historical data from the State Department of Public Health information system. Results: After eight months of predictions, the technique generated reliable results, with an average accuracy of 97% (observed for147 days) for confirmed cases, 96% (observed for 161 days) for deaths and 86% (observed for 72 days) for Intensive Care Unit bed occupancy. Conclusion: These bulletins have become a useful decision-making tool for public managers, assisting in the reallocation of hospital resources and optimization of COVID-19 control strategies in various regions of the state of Pará.

Resumen Objetivo: Reporte el resultado de la investigación y extensión universitaria denominada ‘Boletim COVID-PA’ que presentó proyecciones sobre el comportamiento de la pandemia en el estado de Pará, con un enfoque práctico y computacionalmente eficiente. Métodos: Fue utilizada una técnica de inteligencia artificial denominadas Redes Neurales para generar trece boletines con proyecciones basado en datos históricos del sistema de la Secretaría de Salud Pública. Resultados: Después de ocho meses de previsiones, la técnica genero resultados confiables con una precisión promedio de 97% (147 días observados) para casos confirmados, 96% (161 días observados) para los fallecimientos y 86% (72 días observados) para la ocupación de camas en las unidades de cuidados intensivos. Conclusión: Estos boletines se convirtieron en una herramienta para la toma de decisiones, auxiliando en la redistribución de recursos en los hospitales en el estado de Pará.

Resumo Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como ‘redes neurais artificiais’, para geração de 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.

Abstract Objective: To report the university extension research result entitled ‘The COVID-PA Bulletin’, which presented forecasts on the behavior of the pandemic in the state of Pará, Brazil. Methods: The artificial intelligence technique also known as 'artificial neural networks' was used to generate 13 bulletins with short-term forecasts based on historical data from the State Department of Public Health information system. Results: After eight months of predictions, the technique generated reliable results, with an average accuracy of 97% (observed for147 days) for confirmed cases, 96% (observed for 161 days) for deaths and 86% (observed for 72 days) for Intensive Care Unit bed occupancy. Conclusion: These bulletins have become a useful decision-making tool for public managers, assisting in the reallocation of hospital resources and optimization of COVID-19 control strategies in various regions of the state of Pará.

Resumen Objetivo: Reporte el resultado de la investigación y extensión universitaria denominada ‘Boletim COVID-PA’ que presentó proyecciones sobre el comportamiento de la pandemia en el estado de Pará, con un enfoque práctico y computacionalmente eficiente. Métodos: Fue utilizada una técnica de inteligencia artificial denominadas Redes Neurales para generar trece boletines con proyecciones basado en datos históricos del sistema de la Secretaría de Salud Pública. Resultados: Después de ocho meses de previsiones, la técnica genero resultados confiables con una precisión promedio de 97% (147 días observados) para casos confirmados, 96% (161 días observados) para los fallecimientos y 86% (72 días observados) para la ocupación de camas en las unidades de cuidados intensivos. Conclusión: Estos boletines se convirtieron en una herramienta para la toma de decisiones, auxiliando en la redistribución de recursos en los hospitales en el estado de Pará.

RESUMO Neste estudo estimou-se a evapotranspiração a partir de imagens orbitais MODIS (Moderate Resolution Imaging Spectroradiometer) para assimilação na modelagem hidrológica do modelo SWAT (Soil Water Assessment Tools). Os dados utilizados compreendem o período de outubro de 2003 a dezembro de 2006 da sub-bacia do rio Lajeado, localizada na bacia do rio Tocantins-Araguaia, no estado do Tocantins. No geral, os resultados da utilização dos fluxos de calor estimados por sensores remotos no modelo SWAT podem ser julgados satisfatórios. Os valores de COE (Coefficient of Efficiency of Nash-Sutcliffe) variaram de -0,40 para 0,91 na comparação dos dados diários de vazão e de 0,17 para 0,77 com os dados mensais de vazão, com a assimilação da evapotranspiração a partir de imagens orbitais. Isso indica benefício no ajuste do modelo, devido a uma melhoria nos dados assimilados de aproximadamente 0,91 no COE na escala diária e de 0,60 na escala mensal.

ABSTRACT In this study, we estimated the evapotranspiration from orbital images - MODIS (Moderate Resolution Imaging Spectroradiometer) for assimilation in the hydrological modeling of the SWAT (Soil Water Assessment Tools) model. The data used include the period between October 2003 and December 2006 of the sub-basin of the Lajeado River, located in the Tocantins-Araguaia River basin in Tocantins state. Overall, the results of the use of heat flows estimated by remote sensors in the SWAT model can be considered satisfactory. The values of the COE (coefficient of efficiency of Nash-Sutcliffe) ranged from -0.40 to 0.91 in the comparison with the daily flow data and from 0.17 to 0.77 with the monthly flow data, with the assimilation of evapotranspiration from orbital images. These results indicate benefit to the model adjustment due to improvement in the data assimilated of approximately 0.91 in the COE on daily scale and 0.60 in the CEO on monthly scale.

O objetivo deste trabalho foi parametrizar, calibrar e validar uma nova versão do modelo de crescimento e de produtividade da soja desenvolvido por Sinclair, em condições naturais de campo no nordeste da Amazônia. Os dados meteorológicos e os valores de crescimento e de área foliar da soja foram obtidos em um experimento agrometeorológico realizado em Paragominas, PA, de 2006 a 2009.As condições climáticas durante o experimento foram muito distintas, com uma ligeira redução na precipitação em 2007, em virtude do fenômeno El Niño. Houve redução no índice de área foliar (IAF) e na produção de biomassa neste ano, a qual foi reproduzida pelo modelo. A simulação do IAF apresentou raiz do erro quadrado médio (REQM) de 0,55 a 0,82 m² m-2, de 2006 a 2009. A simulação da produtividade da soja para os dados independentes apresentou um REQM de 198 kg ha-1, ou seja, uma superestimativa de 3%. O modelo encontra-se calibrado e validado para as condições climáticas da Amazônia e pode contribuir positivamente para a melhoria das simulações dos impactos da mudança de uso da terra na região amazônica. A versão modificada do modelo de Sinclair simula adequadamente a formação de área foliar, a biomassa total e a produtividade da soja, nas condições climáticas do nordeste da Amazônia.

The objective of this work was to parameterize, calibrate, and validate a new version of the soybean growth and yield model developed by Sinclair, under natural field conditions in northeastern Amazon. The meteorological data and the values of soybean growth and leaf area were obtained from an agrometeorological experiment carried out in Paragominas, PA, Brazil, from 2006 to 2009. The climatic conditions during the experiment were very distinct, with a slight reduction in rainfall in 2007, due to the El Niño phenomenon. There was a reduction in the leaf area index (LAI) and in biomass production during this year, which was reproduced by the model. The simulation of the LAI had root mean square error (RMSE) of 0.55 to 0.82 m² m-2, from 2006 to 2009. The simulation of soybean yield for independent data showed a RMSE of 198 kg ha-1, i.e., an overestimation of 3%. The model was calibrated and validated for Amazonian climatic conditions, and can contribute positively to the improvement of the simulations of the impacts of land use change in the Amazon region. The modified version of the Sinclair model is able to adequately simulate leaf area formation, total biomass, and soybean yield, under northeastern Amazon climatic conditions.