Resultados: 7
#1
au:Veloso, Gustavo Vieira
Filtros
Ordenar por
Página
de 1
Próxima
1.
Soil carbon prediction in Marajó island wetlands
Facebook Twitter
Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Arruda, David Lukas de
; Ker, João Carlos
; Veloso, Gustavo Vieira
; Henriques, Renata Jordan
; Fernandes-Filho, Elpídio Inácio
; Camêlo, Danilo de Lima
; Gomes, Lucas de Carvalho
; Schaefer, Carlos Ernesto Gonçalves Renaud
.
ABSTRACT Soil is an important carbon repository in terrestrial ecosystems, serving a fundamental role in the intricate cycling of this elemental component. Wetlands are crucial components of the global carbon cycle, playing a significant role in carbon sequestration due to their remarkable productivity and unique sedimentary structures. Our study focuses on the wetlands east of Marajó island, recognized as the largest fluvial-marine plain in South America. In this study, we applied a methodological framework to optimize SOC content prediction in the wetlands of Marajó island using readily available environmental covariates. We collected and analyzed 81 soil samples from the most representative geoenvironments on the island at a layer of 0.00-0.20 m. Our database included vegetation indices, morphometric maps, and covariates based on distance from water bodies and archaeological sites. We tested five machine learning algorithms - Cubist, Linear Model, Random Forest, K Nearest Neighbor, and Support Vector Machine - to obtain the best prediction performance. Cubist model demonstrated the highest performance for training (R2 = 0.483) and testing (R2 = 0.505) datasets, making it the optimal choice for SOC prediction in the topsoil. The most important covariates selected by Cubist using recursive feature elimination were digital elevation model, topographic heterogeneity index, vertical distance between the summit and base of the slope, and Euclidean distance from water bodies. Geoenvironments characterized by dense alluvial rainforest with palms on Plinthosols and Gleysols, mangroves with Gleysols, and coastal muddy plains exhibited the highest SOC content in the topsoil. ecosystems component cycle structures fluvialmarine fluvial marine America 8 0.000.20 000020 0.00 0.20 0 00 20 0.00-0.2 m indices maps sites Model Forest Neighbor R2 R (R 0.483 0483 483 0.505 0505 505 datasets topsoil index slope Gleysols 000 0.000.2 00002 0.0 020 0.2 2 0.00-0. 0.48 048 48 0.50 050 50 0.000. 0000 0. 02 0.00-0 0.4 04 4 0.5 05 5 0.000 0.00-
2.
Diretriz da SBC sobre Diagnóstico e Tratamento de Pacientes com Cardiomiopatia da Doença de Chagas – 2023 202 20 2
Facebook Twitter
Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Marin-Neto, José Antonio
; Rassi Jr, Anis
; Oliveira, Gláucia Maria Moraes
; Correia, Luís Claudio Lemos
; Ramos Júnior, Alberto Novaes
; Luquetti, Alejandro Ostermayer
; Hasslocher-Moreno, Alejandro Marcel
; Sousa, Andréa Silvestre de
; Paola, Angelo Amato Vincenzo de
; Sousa, Antônio Carlos Sobral
; Ribeiro, Antonio Luiz Pinho
; Correia Filho, Dalmo
; Souza, Dilma do Socorro Moraes de
; Cunha-Neto, Edecio
; Ramires, Felix Jose Alvarez
; Bacal, Fernando
; Nunes, Maria do Carmo Pereira
; Martinelli Filho, Martino
; Scanavacca, Maurício Ibrahim
; Saraiva, Roberto Magalhães
; Oliveira Júnior, Wilson Alves de
; Lorga-Filho, Adalberto Menezes
; Guimarães, Adriana de Jesus Benevides de Almeida
; Braga, Adriana Lopes Latado
; Oliveira, Adriana Sarmento de
; Sarabanda, Alvaro Valentim Lima
; Pinto, Ana Yecê das Neves
; Carmo, Andre Assis Lopes do
; Schmidt, Andre
; Costa, Andréa Rodrigues da
; Ianni, Barbara Maria
; Markman Filho, Brivaldo
; Rochitte, Carlos Eduardo
; Macêdo, Carolina Thé
; Mady, Charles
; Chevillard, Christophe
; Virgens, Cláudio Marcelo Bittencourt das
; Castro, Cleudson Nery de
; Britto, Constança Felicia De Paoli de Carvalho
; Pisani, Cristiano
; Rassi, Daniela do Carmo
; Sobral Filho, Dário Celestino
; Almeida, Dirceu Rodrigues de
; Bocchi, Edimar Alcides
; Mesquita, Evandro Tinoco
; Mendes, Fernanda de Souza Nogueira Sardinha
; Gondim, Francisca Tatiana Pereira
; Silva, Gilberto Marcelo Sperandio da
; Peixoto, Giselle de Lima
; Lima, Gustavo Glotz de
; Veloso, Henrique Horta
; Moreira, Henrique Turin
; Lopes, Hugo Bellotti
; Pinto, Ibraim Masciarelli Francisco
; Ferreira, João Marcos Bemfica Barbosa
; Nunes, João Paulo Silva
; Barreto-Filho, José Augusto Soares
; Saraiva, José Francisco Kerr
; Lannes-Vieira, Joseli
; Oliveira, Joselina Luzia Menezes
; Armaganijan, Luciana Vidal
; Martins, Luiz Cláudio
; Sangenis, Luiz Henrique Conde
; Barbosa, Marco Paulo Tomaz
; Almeida-Santos, Marcos Antonio
; Simões, Marcos Vinicius
; Yasuda, Maria Aparecida Shikanai
; Moreira, Maria da Consolação Vieira
; Higuchi, Maria de Lourdes
; Monteiro, Maria Rita de Cassia Costa
; Mediano, Mauro Felippe Felix
; Lima, Mayara Maia
; Oliveira, Maykon Tavares de
; Romano, Minna Moreira Dias
; Araujo, Nadjar Nitz Silva Lociks de
; Medeiros, Paulo de Tarso Jorge
; Alves, Renato Vieira
; Teixeira, Ricardo Alkmim
; Pedrosa, Roberto Coury
; Aras Junior, Roque
; Torres, Rosalia Morais
; Povoa, Rui Manoel dos Santos
; Rassi, Sergio Gabriel
; Alves, Silvia Marinho Martins
; Tavares, Suelene Brito do Nascimento
; Palmeira, Swamy Lima
; Silva Júnior, Telêmaco Luiz da
; Rodrigues, Thiago da Rocha
; Madrini Junior, Vagner
; Brant, Veruska Maia da Costa
; Dutra, Walderez Ornelas
; Dias, João Carlos Pinto
.
3.
[SciELO Preprints] - Guideline of the Brazilian Society of Cardiology on Diagnosis and Treatment of Patients with Chagas Disease Cardiomyopathy
Facebook Twitter
Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Marin-Neto, José Antonio
Rassi Jr., Anis
Moraes Oliveira, Gláucia M.
Lemos Correia, Luís Claudio
Novaes Ramos Jr., Alberto
Hasslocher-Moreno, Alejandro Marcel
Luquetti Ostermayer, Alejandro
Sousa, Andréa Silvestre de
Amato Vincenzo de Paola, Angelo
Sobral de Sousa, Antonio Carlos
Pinho Ribeiro, Antonio Luiz
Correia Filho, Dalmo
Moraes de Souza, Dilma do Socorro
Cunha-Neto, Edecio
J. A. Ramires, Felix
Bacal, Fernando
Pereira Nunes, Maria do Carmo
Martinelli Filho, Martino
Ibrahim Scanavacca, Maurício
Magalhães Saraiva, Roberto
Alves de Oliveira Júnior, Wilson
M. Lorga-Filho, Adalberto
de Jesus Benevides de Almeida Guimarães, Adriana
Lopes Latado Braga, Adriana
Sarmento de Oliveira, Adriana
V. L. Sarabanda, Alvaro
Yecê das Neves Pinto, Ana
Assis Lopes do Carmo, André
Schmidt, André
Costa, Andréa Rodrigues da
Ianni, Barbara Maria
Markman Filho, Brivaldo
Eduardo Rochitte, Carlos
Thé Macedo, Carolina
Mady, Charles
Chevillard, Christophe
Bittencourt das Virgens, Cláudio Marcelo
Nery de Castro, Cleudson
De Paoli de Carvalho Britto, Constança Felícia
Pisani, Cristiano
do Carmo Rassi, Daniela
C. Sobral Filho, Dario
Rodrigues Almeida, Dirceu
A. Bocchi, Edimar
T. Mesquita, Evandro
de Souza Nogueira Sardinha Mendes, Fernanda
Pereira, Francisca Tatiana
Sperandio da Silva, Gilberto Marcelo
de Lima Peixoto, Giselle
Glotz de Lima, Gustavo
H. Veloso, Henrique
Turin Moreira, Henrique
Bellotti Lopes, Hugo
Masciarelli Francisco Pinto, Ibraim
Pinto Dias, João Carlos
Bemfica, João Marcos
Silva-Nunes, João Paulo
Soares Barreto-Filho, José Augusto
Kerr Saraiva, José Francisco
Lannes-Vieira, Joseli
Menezes Oliveira, Joselina Luzia
V. Armaganijan, Luciana
Martins, Luiz Cláudio
C. Sangenis, Luiz Henrique
Barbosa, Marco Paulo
Almeida-Santos, Marcos Antônio
Simões, Marcos Vinicius
Shikanai-Yasuda, Maria Aparecida
Vieira Moreira, Maria da Consolação
Higuchi, Maria de Lourdes
Costa Monteiro, Maria Rita de Cássia
Felix Mediano, Mauro Felippe
Maia Lima, Mayara
T. Oliveira, Maykon
Moreira Dias Romano , Minna
Nitz, Nadjar
de Tarso Jorge Medeiros, Paulo
Vieira Alves, Renato
Alkmim Teixeira, Ricardo
Coury Pedrosa, Roberto
Aras, Roque
Morais Torres, Rosália
dos Santos Povoa, Rui Manoel
Rassi, Sérgio Gabriel
Salles Xavier, Sérgio
Marinho Martins Alves , Silvia
B. N. Tavares, Suelene
Lima Palmeira, Swamy
da Silva Junior, Telêmaco Luiz
da Rocha Rodrigues, Thiago
Madrini Junior, Vagner
Maia da Costa , Veruska
Dutra, Walderez
This guideline aimed to update the concepts and formulate the standards of conduct and scientific evidence that support them, regarding the diagnosis and treatment of the Cardiomyopathy of Chagas disease, with special emphasis on the rationality base that supported it.nbsp;
Chagas disease in the 21st century maintains an epidemiological pattern of endemicity in 21 Latin American countries. Researchers and managers from endemic and non-endemic countries point to the need to adopt comprehensive public health policies to effectively control the interhuman transmission of T. cruzi infection, and to obtain an optimized level of care for already infected individuals, focusing on diagnostic and therapeutic opportunistic opportunities.
nbsp;
Pathogenic and pathophysiological mechanisms of the Cardiomyopathy of Chagas disease were revisited after in-depth updating and the notion that necrosis and fibrosis are stimulated by tissue parasitic persistence and adverse immune reaction, as fundamental mechanisms, assisted by autonomic and microvascular disorders, was well established. Some of them have recently formed potential targets of therapies.nbsp;
The natural history of the acute and chronic phases was reviewed, with enhancement for oral transmission, indeterminate form and chronic syndromes. Recent meta-analyses of observational studies have estimated the risk of evolution from acute and indeterminate forms and mortality after chronic cardiomyopathy. Therapeutic approaches applicable to individuals with Indeterminate form of Chagas disease were specifically addressed. All methods to detect structural and/or functional alterations with various cardiac imaging techniques were also reviewed, with recommendations for use in various clinical scenarios. Mortality risk stratification based on the Rassi score, with recent studies of its application, was complemented by methods that detect myocardial fibrosis.nbsp;
The current methodology for etiological diagnosis and the consequent implications of trypanonomic treatment deserved a comprehensive and in-depth approach. Also the treatment of patients at risk or with heart failure, arrhythmias and thromboembolic events, based on pharmacological and complementary resources, received special attention. Additional chapters supported the conducts applicable to several special contexts, including t. cruzi/HIV co-infection, risk during surgeries, in pregnant women, in the reactivation of infection after heart transplantation, and others.nbsp; nbsp;nbsp;
Finally, two chapters of great social significance, addressing the structuring of specialized services to care for individuals with the Cardiomyopathy of Chagas disease, and reviewing the concepts of severe heart disease and its medical-labor implications completed this guideline.
Esta diretriz teve como objetivo principal atualizar os conceitos e formular as normas de conduta e evidências científicas que as suportam, quanto ao diagnóstico e tratamento da CDC, com especial ênfase na base de racionalidade que a embasou.
A DC no século XXI mantém padrão epidemiológico de endemicidade em 21 países da América Latina. Investigadores e gestores de países endêmicos e não endêmicos indigitam a necessidade de se adotarem políticas abrangentes, de saúde pública, para controle eficaz da transmissão inter-humanos da infecção pelo T. cruzi, e obter-se nível otimizado de atendimento aos indivíduos já infectados, com foco em oportunização diagnóstica e terapêutica.
Mecanismos patogênicos e fisiopatológicos da CDC foram revisitados após atualização aprofundada e ficou bem consolidada a noção de que necrose e fibrose sejam estimuladas pela persistência parasitária tissular e reação imune adversa, como mecanismos fundamentais, coadjuvados por distúrbios autonômicos e microvasculares. Alguns deles recentemente constituíram alvos potenciais de terapêuticas.
A história natural das fases aguda e crônica foi revista, com realce para a transmissão oral, a forma indeterminada e as síndromes crônicas. Metanálises recentes de estudos observacionais estimaram o risco de evolução a partir das formas aguda e indeterminada e de mortalidade após instalação da cardiomiopatia crônica. Condutas terapêuticas aplicáveis aos indivíduos com a FIDC foram abordadas especificamente. Todos os métodos para detectar alterações estruturais e/ou funcionais com variadas técnicas de imageamento cardíaco também foram revisados, com recomendações de uso nos vários cenários clínicos. Estratificação de risco de mortalidade fundamentada no escore de Rassi, com estudos recentes de sua aplicação, foi complementada por métodos que detectam fibrose miocárdica.
A metodologia atual para diagnóstico etiológico e as consequentes implicações do tratamento tripanossomicida mereceram enfoque abrangente e aprofundado. Também o tratamento de pacientes em risco ou com insuficiência cardíaca, arritmias e eventos tromboembólicos, baseado em recursos farmacológicos e complementares, recebeu especial atenção. Capítulos suplementares subsidiaram as condutas aplicáveis a diversos contextos especiais, entre eles o da co-infecção por T. cruzi/HIV, risco durante cirurgias, em grávidas, na reativação da infecção após transplante cardíacos, e outros.nbsp;nbsp;nbsp;
Por fim, dois capítulos de grande significado social, abordando a estruturação de serviços especializados para atendimento aos indivíduos com a CDC, e revisando os conceitos de cardiopatia grave e suas implicações médico-trabalhistas completaram esta diretriz.nbsp;
4.
ENVIRONMENTAL FRAGILITY BY MACHINE LEARNING ALGORITHMS
Facebook Twitter
Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Souza, Cristiano Marcelo Pereira de
; Silva, Lucas Augusto Pereira
; Veloso, Gustavo Vieira
; Leite, Marcos Esdras
; Fernandes Filho, Elpídio Inácio
.
Resumen El avance de los modelos predictivos mediante Machine Learning Algorithms (ML) asociados a datos ambientales permite mejorar los modelos de fragilidad ambiental, que son herramientas fundamentales para la toma de decisiones. Este estudio tuvo como objetivo derivar una predicción de la fragilidad ambiental mediante la prueba de ML asociado con covariables ambientales en el estado de Minas Gerais. Se utilizaron variables físico-ambientales (suelo, geología, clima, relieve) con peso de fragilidad para los atributos y cálculo de la media para obtener un modelo de Fragilidad Ambiental Potencial (PEF). Posteriormente, extrajimos los valores de PEF a una cuadrícula de 4800 puntos, que se utilizó para generar una nueva predicción de ML, llamada PEFML. Esta predicción se basó en la prueba de cinco algoritmos y un conjunto de 105 covariables ambientales. Los resultados indicaron que la predicción PEFML con mejor desempeño fue el modelo Random Forest (R2 0.59 y RMSE 0.47), indicando un predominio del bajo nivel de fragilidad ambiental. Los modelos PEF y PEFML muestran fuertes correlaciones (0,7 Pearson); sin embargo, PEFML tiene correlaciones más fuertes con otros datos ambientales. Por lo tanto, la predicción PEFML es un modelo robusto que captura información de covariables y tiene patrones espaciales coherentes. (ML decisiones Gerais físicoambientales físico suelo, suelo (suelo geología clima relieve PEF. . (PEF) Posteriormente 480 puntos 10 R2 R (R 059 0 59 0.5 0.47, 047 0.47 , 47 0.47) 0,7 07 7 (0, Pearson Pearson) embargo tanto coherentes (PEF 48 1 05 5 0. 04 0.4 4 0, (0 (
Resumo O avanço de modelos preditivos por Algoritmos de Aprendizado de Máquina (ML) associados à dados ambientais possibilita aprimoramento de modelos de fragilidade ambiental, os quais são importantes ferramentas para tomada de decisão. O objetivo desse estudo foi derivar uma predição de fragilidade ambiental, testando ML associados a covariáveis ambientais no estado de Minas Gerais. Utilizamos variáveis físico-ambientais (solo, geologia, clima, relevo) com peso de fragilidade para os atributos e cálculo da média obtendo o modelo de Fragilidade Ambiental Potencial (PEF). Posteriormente, extraímos os valores de PEF para uma grade de 4.800 pontos e usadas para gerar uma nova predição por ML, denominada PEFML. A predição foi com teste de cinco algoritmos e conjunto de 105 covariáveis ambientais. Comparamos os dois modelos de fragilidade ambiental (PEF e PEFML), inclusive com outros dados de riscos/vulnerabilidade/fragilidade. Os resultados indicaram que a predição de PEFML de melhor desempenho foi o modelo Random Forest (R2 0.59 e RMSE 0.47), indicando predomínio do nível fragilidade baixa. Os modelos de fragilidade PEF e PEFML têm forte correlação (0.7 Pearson), porém, PEFML possui correlações mais fortes com outros dados ambientais. Portanto, a predição de PEFML é um modelo robusto que capta informações de covariáveis e possui padrões espaciais coerentes (ML decisão Gerais físicoambientais físico solo, solo (solo geologia clima relevo PEF. . (PEF) Posteriormente 4800 4 800 4.80 10 PEFML, , PEFML) riscosvulnerabilidadefragilidade riscos vulnerabilidade riscos/vulnerabilidade/fragilidade R2 R (R 059 0 59 0.5 0.47, 047 0.47 47 0.47) baixa 0.7 07 7 (0. Pearson, Pearson Pearson) porém Portanto 480 80 4.8 1 05 5 0. 04 0.4 (0 48 8 4. (
Abstract The advancement of predictive models by Machine Learning Algorithms (ML) associated with environmental data enables the improvement of models of environmental fragility, which are essential tools for decision-making. This study aimed to derive a prediction of environmental fragility by testing ML associated with environmental covariates in the state of Minas Gerais. We use physical-environmental variables (soil, geology, climate, relief) with a weight of fragility for the attributes and calculation of the average to obtain a model of Potential Environmental Fragility (PEF). Subsequently, we extracted the PEF values to a 4,800-point grid, which was used to generate a new prediction by ML called PEFML. This prediction was based on testing five algorithms and a set of 105 environmental covariates. The results indicated that the best-performing PEFML prediction was the Random Forest model (R2 0.59 and RMSE 0.47), indicating a predominance of the low environmental fragility level. The PEF and PEFML models have strong correlations (0.7 Pearson); however, PEFML has stronger correlations with other environmental data. Therefore, the PEFML prediction is a robust model that captures information from covariates and has coherent spatial patterns. (ML decisionmaking. decisionmaking decision making. making decision-making Gerais physicalenvironmental physical soil, soil (soil geology climate relief PEF. . (PEF) Subsequently 4,800point 4800point point 4,800 4 800 grid 10 bestperforming best performing R2 R (R 059 0 59 0.5 0.47, 047 0.47 , 47 0.47) level 0.7 07 7 (0. Pearson Pearson) however Therefore patterns (PEF 800point 4800 4,80 80 1 05 5 0. 04 0.4 (0 480 4,8 8 ( 48 4,
5.
Melhoria de desempenho acústico de vedação interna de habitação de interesse social usando simulação numérica
Facebook Twitter
Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Lima, Isadora Veloso
; Braga Neto, Gerardo Alves Nogueira
; Quixaba, Gabriel Soares
; Melo, Gustavo da Silva Vieira de
; Mesquita, Alexandre Luiz Amarante
.
Resumo Com a publicação da norma de desempenho em edificações habitacionais, NBR 15575:2013, os novos projetos buscam pelo menos o atendimento dos níveis acústicos mínimos de desempenho estabelecidos na norma. Contudo, não é raro encontrar edificações que falham nesses quesitos. No presente trabalho, apresenta-se um estudo de caso de modelagem acústica de uma habitação de interesse social visando a melhor solução para vedação interna vertical da edificação. Medições foram realizadas no interior da edificação e um modelo numérico da edificação foi gerado por meio do método do traçado de raios. O modelo, após calibrado pelo D nT,w (diferença padronizada de nível ponderada) experimental, foi utilizado para realização de simulações numéricas de várias configurações. Finalmente, os resultados das configurações de soluções são discutidos em relação ao seu desempenho acústico.
Abstract New housing projects aim to meet at least the minimum levels established by the Brazilian standard for residential buildings performance, NBR 15575:2013. However, it is not uncommon to find buildings that fail to meet its criteria. This paper presents a case study consisting of the acoustic modelling of a dwelling in a social housing project, with the aim of finding a better solution for the building’s vertical internal walls. Measurements were performed inside the dwelling and a numerical model was generated using the ray tracing method. The model was calibrated by experimental D nT,w (weighted standardized level difference) and used to perform numerical simulations of various configurations. Finally, the results of the solution configurations are discussed with regards to their acoustic performance.
https://doi.org/10.1590/s1678-86212021000400564
16 downloads
6.
Reference Values of Soil Quality for the Rio Doce Basin
Facebook Twitter
Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Guevara, Yang Zumbo Coronel
; Souza, José João Lelis Leal de
; Veloso, Gustavo Vieira
; Veloso, Renato Welmer
; Rocha, Pablo Azevedo
; Abrahão, Walter Antônio Pereira
; Fernandes Filho, Elpídio Inácio
.
ABSTRACT: The great geological and soil variation in the state of Minas Gerais, Brazil, indicates the need for regional studies to understand the geochemical background of soils. The Rio Doce Basin became a priority area for geochemical background determination after the rupture of the tailings dam of Fundão in 2015. In this context, the objectives of this study were to propose Reference Values of Soil Quality in the Rio Doce Basin, to define variables that can predict metal(loid) concentrations in the soil, and to examine the correlation between metal(loid) concentrations determined by X-ray fluorescence and by the traditional method. One hundred and seven samples were collected from minimally disturbed areas, representing the main soils and source materials. Metal(loid)s were determined by acid digestion and X-ray fluorescence. Descriptive statistics of the data, as well as the calculation of the Randomized Dependence Coefficient (RDC) and Principal Component Analysis (PCA) were carried out. The soils were found to be acidic, dystrophic with low Mehlich-1 extracted P contents, and have a variable texture. The coefficient of determination ranged from 0.4 to 0.9, suggesting X-ray fluorescence as a promising technique for determining metal(loid) concentrations in soils. The absence of correlation between clay and organic matter contents with metal(loid) concentrations suggests that the latter were inherited exclusively from the parent material, with little influence of pedogenesis. Metal mineralization in the highlands that constitute the topographic drainage divide of the basin increase the reference values of soil quality to higher values than established for the State of Minas Gerais.
https://doi.org/10.1590/18069657rbcs20170231
2148 downloads
7.
Multivariate Analysis and Machine Learning in Properties of Ultisols (Argissolos) of Brazilian Amazon
Facebook Twitter
Facebook Twitter
- Outras redes sociais
- Google+
- StambleUpon
- CiteULike
- Mendeley
- Outras redes
- Métricas
Souza, Cristiano Marcelo Pereira de
; Thomazini, André
; Schaefer, Carlos Ernesto Gonçalves Reynaud
; Veloso, Gustavo Vieira
; Moreira, Guilherme Musse
; Fernandes Filho, Elpídio Inácio
.
ABSTRACT: Ultisols are the most common soil order in the Brazilian Amazon. The Legal Amazon (LA) has an area of 5 × 106 km2, with few accessible areas, which restricts studies of soils at a detailed level. The pedological properties can be estimated more efficiently using statistical procedures and machine learning techniques, tools which are capable of recognizing patterns in a large soil database. We analyzed the main chemical and physical properties of the B horizons of the Ultisols of the Brazilian Amazon, as well as the spatial variability of the most explanatory properties of these horizons. Physical and chemical data of 1,068 profiles of the RadamBrasil Project were used. A principal component analysis (PCA) was applied and the most explanatory variables were separated by morphostructural units and climate zones. The technique of machine learning was used for spatialization of the explanatory variables based on predictive covariates. In general, the horizons are thick, clay, with a predominance of negative charges, and low levels of exchangeable cations. The variables retained in the PCA were: sum of bases (SB), Al3+, degree of flocculation (Floc), ∆pH, and organic carbon content (C). Areas of greater precipitation have low SB, with higher values in the basement complex (BC) and in areas under the Andean influence. Higher levels of Al3+ and degrees of flocculation were also associated with greater precipitation. However, the soils are predominantly electronegative, showing a kaolinitic mineralogy. The C contents in general were low, with an increase in more humid zones due to the process of mineralization and illuviation (podzolization), and in the BC due to the protection of C by the aggregation of clay. The use of multivariate analysis allowed a better understanding of the Ultisols’ main properties in different morphostructural and climatic domains, and its spatialization facilitated the interpretation of properties and their relationships with environmental characteristics in the Legal Amazon.
https://doi.org/10.1590/18069657rbcs20170419
1465 downloads
Exibindo
itens por página
Página
de 1
Próxima
Visualizar estatísticas de
Enviar resultado
Exportar resultados
Sem resultados
Não foram encontrados documentos para sua pesquisa
Glossário e ajuda para busca
Você pode enriquecer sua busca de uma forma muito simples. Use os índices de pesquisa combinados com os conectores (AND ou OR) e especifique cada vez mais sua busca.
Por exemplo, se você deseja buscar artigos sobre
casos de dengue no Brasil em 2015, use:ti:dengue and publication_year:2015 and aff_country:Brasil
Veja abaixo a lista completa de índices de pesquisa que podem ser usados:
Cód. do Índice | Elemento |
---|---|
ti | título do artigo |
au | autor |
kw | palavras-chave do artigo |
subject | assunto (palavras do título, resumo e palavras-chave) |
ab | resumo |
ta | título abreviado da revista (ex. Cad. Saúde Pública) |
journal_title | título completo da revista (ex. Cadernos de Saúde Pública) |
la | código do idioma da publicação (ex. pt - Português, es - Espanhol) |
type | tipo do documento |
pid | identificador da publicação |
publication_year | ano de publicação do artigo |
sponsor | financiador |
aff_country | código do país de afiliação do autor |
aff_institution | instituição de afiliação do autor |
volume | volume do artigo |
issue | número do artigo |
elocation | elocation |
doi | número DOI |
issn | ISSN da revista |
in | código da coleção SciELO (ex. scl - Brasil, col - Colômbia) |
use_license | código da licença de uso do artigo |