Publicações

To integrate studies in the Earth System Science context, erosion models were applied only in local scale have been adapted to regional scales such as the Universal Equation for Soil Loss (USLE). Among the parameters required by USLE to estimate soil loss rates the slope length (L) is the main factor favored by advances in the acquisition of Remote Sensing data, especially topographical, and the development of Geographic Information Systems (GIS) and it responsible for satisfactory local-regional adaptation of the model. In this context, the aim of this study was to obtain the L factor map for the Sao Paulo State using the equation of Desmet and Govers (1996), a methodology that employs the concepts of flow direction and accumulate area. Therefore, it was used ArcGIS software and elevation data from TOPODATA project that have a spatial resolution of 30 m. The results showed that the lowest values occurred in interfluves (hilltops) and larger towards the bottom of the valley where there is significant distances from the turning point and flow convergence, and steep slopes (same behavior as the accumulative area). Thus, the higher the L value, the greater the speed and the concentration of runoff, which allows us to infer that these are the areas more conducive to the occurrence of erosion.

To experience the prospect of sustainable development that meets all the needs of the present without compromising the ability of future generations through the rational use of natural resources. The technologies that allow the capture of the energy coming from the Sun are in constant development, allowing its use, successfully, in several situations. Is the need to think, design and operate a mobility plan that will affect the profile of cities with an impact on economic development, stimulating the use of means of transport, especially bicycles. The research project is fundamentally related to the practical feasibility of the use of solar energy by means of photovoltaic panels as a source of clean energy production, effective and capable of being used as fuel for bicycle racks, at low cost, as a correct policy Planning, development and quality of urban life. Sustainability and economics attract consumers to solar energy.

This paper presents an adaptation of the Barometer of Sustainability for 6 municipalities of the Ribeirão Preto microregion localized in São Paulo State (Brazil): Ribeirão Preto, Cravinhos, Dumont, São Simão, Serra Azul and Serrana. Regarding the methodological aspects, socioeconomic and environmental data were analyzed for to compose of the sustainability matrix. The sustainability matrix have two dimensions: social and environmental. From the analysed data we grouped the six municipalities in three categories which represent levels of sustainability: (i) Potentially sustainable (Ribeirão Preto and Cravinhos); (ii) intermediate (Dumont, Serrana and Serra Azul) and (iii) Potentially unsustainable (São Simão). In general, the municipalities that are part of the Ribeirão Preto microregion have different development patterns, with reasonable socioeconomic conditions (if compared to municipalities of the north and northeast region of Brazil) but with social and environmental problems. In socioeconomic terms, the Ribeirão Preto municipality, in general, stands out due to its expressive economic participation in the region and in the state. In environmental terms, the situation of all municipalities is very critical. The authors believe that a better differentiation between municipalities requires close knowledge of territorial dynamics and local realities.

A presente pesquisa teve por objetivo avaliar a variação da umidade volumétrica ao longo de um perfil de solo com cerca de 2m em profundidade, como função da precipitação, em uma área de vegetação tropical esparsa. Para tanto, entre julho de 2015 e maio de 2017, foram coletados dados de umidade do solo obtidos por meio de sensores do tipo TDR (Sentek, Enviroscan) instalados nas profundidades de 10 cm, 20 cm, 40 cm, 60 cm, 90 cm e 190 cm. A área de estudo está localizada na sede do INPE, em São José dos Campos coordenadas 23º 12 25 S e 45º 51 40 W. Os dados de umidade do solo foram analisados com base nos dados de precipitação medidos pela estação meteorológica pertencente à Rede de Estações Meteorológicas Automáticas INPE/CCST/ELAT Grupo de Eletricidade Atmosférica, localizada nas proximidades da área de estudo. O sensor de umidade coleta medidas de 30 em 30 minutos enquanto os dados de precipitação são coletados de 10 em 10 minutos. Tratamentos estatísticos foram feitos de modo a se trabalhar com variações diárias e mensais da umidade e da precipitação. Os resultados mostram que as camadas superficiais do solo (sensores localizados a 10cm, 20cm e 40cm de profundidade) apresentam maior amplitude dos dados quando comparados com as camadas mais profundas (60cm, 90cm e 190cm), Na superfície, os maiores valores de umidade (respectivamente, 31%, 31% e 30% para as camadas de 10cm, 20cm e 40cm) foram observados no auge do período chuvoso (jan/17). Os menores valores (respectivamente 15%, 18% e 15%) foram observados no auge do período seco (set/16). No entanto, esse padrão de comportamento foi diferente para o período de seca extrema que atingiu a região sudeste no ano hidrológico de 2014/2015. Os dados mostram que os menores valores de umidade do solo da ordem de 7% foram observados nas camadas mais profundas (90 e 190cm) em nov/14 e dez/14. Para um ano com precipitação considerada normal p.e. 2017 o teor de umidade na camada a 90cm de profundidade manteve-se em torno de 20%. Por se tratar de uma área com vegetação esparsa, não foi possível observar de forma clara a influência da assimilação de água por parte das raízes no perfil de umidade. Assim, a grande amplitude de umidade observada nas camadas superficiais do perfil foi principalmente atribuída à influência climática, em particular, à precipitação. Com isso, conclui-se que normalmente as camadas superficiais são as mais afetadas pelo clima, porém em tempos de seca extrema as camadas mais profundas 90cm e 190cm também podem ser afetadas. Para dar continuidade a esse projeto estão programadas as atividades: análise em laboratório para a classificação do solo nas profundidades em que estão instalados os sensores e instalação de sensores de fluxo de seiva em árvores localizadas nas imediações dos sensores, para medida da transpiração das plantas.

Segundo a Organização Mundial da Saúde – OMS, a malária é uma epidemia que atinge 109 países e territórios, principalmente as regiões de zonas tropicais e subtropicais do planeta, com uma intensidade de transmissão que varia de muito baixa a muito alta. Este projeto de Iniciação Científica teve como principal objetivo realizar uma análise espaço-temporal sobre a evolução do número de casos de malária nas cinco Regiões Político-Administrativas do Brasil, entre os anos de 2003 e 2015. Inicialmente foi feita a compilação dos dados referentes ao número de pessoas infectadas diariamente por malária, segundo seus municípios de residências do país, entre 01/01/2003 e 31/12/2015, fornecidos pelo Sistema de Informações de Vigilância Epidemiológica – SIVEP MALÁRIA do Ministério da Saúde, por meio do Sistema Eletrônico do Serviço de Informação ao Cidadão (e-SIC). As informações coletadas foram organizadas em um banco de dados, que posteriormente contou com a inclusão da latitude e longitude dos municípios que tiveram a ocorrência dos casos da doença. Desse modo foi possível realizar a espacialização dos dados para a produção de mapas; a seleção de variáveis de consulta ao banco de dados espacial e síntese em tabelas para análises. Apurou-se, então, que no período em questão, 4.316.978 pessoas foram infectadas por malária no Brasil. Neste intervalo de tempo houve uma queda de 65,6% em relação ao número de pessoas infectadas por malária, tendo em vista que em 2003 eram 401.058 casos e em 2015 caiu para 137.934. Das cinco regiões brasileiras, observou-se que a Região Norte foi a mais vulnerável à doença, com 4.205.264 casos (97,41%). Verificou-se que nesta região, no ano de 2007, o número total de habitantes era de 14.623.316, conforme o Instituto Brasileiro de Geografia e Estatística (IBGE, 2007) e 435.842 pessoas era o número de infectados por malária, o que correspondia a 2,98% desta população no respectivo ano. Em 2010, sua população aumentou para 15.864.454 habitantes (IBGE, 2010), enquanto que o número de pessoas infectadas caiu para 320.832, correspondendo a 2,02% da população regional. Portanto, avaliou-se que também houve na Região Norte do Brasil um decréscimo da malária no período de estudo. Entretanto, a quantidade anual de infectados nesta região ainda é muito alta, principalmente em relação às demais regiões do país. Esta desigualdade pode estar relacionada, entre outros fatores, a variáveis ambientais, como temperatura e chuvas, e a questões socioeconômicas que determinam a capacidade da população para enfrentar o problema. Logo, este assunto será averiguado com a continuidade deste projeto.

Este estudo, iniciado em agosto de 2016, corresponde basicamente à obtenção de dados espaciais de infraestrutura do Brasil, sendo eles rodovias, ferrovias e hidrovias, e execução de validações topológicas nesses mesmos dados, bem como realização de edições para correção dos erros topológicos levantados no processo de validação, para posterior aplicação na Generalized Proximity Matrix (GPM). Os dados de infraestrutura foram obtidos a partir de fontes oficiais, cujo acesso é de domínio público, no site do Departamento Nacional de Infraestrutura de Trânsito (DNIT). Posteriormente, os testes de validação topológica e edições vetoriais foram realizados utilizando Sistema de Informações Geográficas (SIG), nesse caso, o ArcGIS. No SIG, a topologia expressa o relacionamento espacial entre as geometrias de ponto, linha ou área, que se conectam ou são adjacentes. A validação da topologia teve como objetivo estabelecer o controle sobre os dados vetoriais durante as edições e consistiu na aplicação de regras diversas e específicas, fornecidas pelo próprio ArcGIS, para detectar os possíveis erros topológicos de um dado. Dentre todas as regras, utilizou-se as 8 (oito) a seguir: must not overlap, must not have dangles, must not self-intersect, must not have pseudos, must not intersect, must be single part, must not intersect or touch interior e must not self-overlap. Os erros levantados pela ferramenta foram analisados um a um, uma vez que a correção automática pode gerar novos erros ou não solucionar o problema. Sem a correção o dado não pode ser utilizado, pois apresentará falhas que impedirá a GPM de funcionar corretamente e não será possível gerar medidas de conexões a mercados através da mesma, que computa as relações espaciais levando em conta tanto as relações absolutas (distância euclidiana) como as relações espaciais relativas. Nesse contexto, utilizou-se o TerraME, que trabalha o conceito de espaços celulares, isto é, grades regulares delimitadas por um polígono, criadas a partir de dados vetoriais ou matriciais e armazenadas em bancos de dados TerraLib. O código computacional da GPM rodado pelo TerraME está em constantes mudanças e adequações para atingir um resultado seguro. Por fim, com esse estudo, obteve-se um banco de dados contendo os dados de infraestrutura de rodovias e hidrovias validadas e corrigidas topologicamente, restando apenas validação e correção das ferrovias. Dessa forma, será possível analisar as distâncias de mercado com relação às variáveis externas, tal como a situação de superfície de uma rodovia ou o trecho navegável de um rio. Conclui-se, até o momento, que a validação e correção de erros topológicos são necessárias para obtenção de um dado confiável e extensamente aplicável em diversas situações, tais como na aplicação da GPM.

O avanço do desenvolvimento econômico e o estilo de vida moderno têm provocado um aumento na demanda energética. Junto a isso, as preocupações ambientais decorrentes do crescimento das emissões de poluentes atmosféricos e o cenário de vulnerabilidade do recurso hídrico, provocado pelas oscilações climáticas, têm apresentado importantes desafios científicos no âmbito da inovação e no desenvolvimento de alternativas para produção de energia através de fontes renováveis e de baixo impacto ambiental. Nesse contexto, a energia solar emerge com destaque. Para uma avaliação consistente do potencial e viabilidade econômica do aproveitamento solar, estudos são necessários não só para quantificar a disponibilidade, mas também a variabilidade, tanto em escala espacial quanto temporal. Concomitante a sua crescente participação na matriz energética do país, estudos têm apontado desafios a serem superados, como exemplo, as inconsistências nos dados gerados pelos diferentes sistemas observacionais disponíveis. Desta forma, este trabalho propôs o estudo dos métodos de tratamento e qualificação de dados observados em estações de coleta de dados em superfície, verificando sua consistência e apontando possíveis falhas. A base de dados utilizada neste estudo é disponibilizada pelo Instituto Nacional de Pesquisas Espaciais, responsável pela operação e manutenção das redes de estações solarimétricas da rede SONDA. Neste estudo foram revisados os algoritmos e posteriormente, propostas melhorias para incremento da confiabilidade da base de dados do recurso solar observados em superfície, e consequentemente no debate mais amplo da problemática energética e ambiental do país.

The performance of hydrological forecast models depends on the reliability and availability of real-time precipitation data. Due to its high spatialtemporal resolution, the availability of radar precipitation estimates is an option as an additional tool for monitoring and as input of hydrological forecast models. However, radar rainfall estimates have errors associated, for example: echoes from the local topography, conversion of reflectivity in precipitation rate (e.g., Z-R relationship), among others. In this context, we evaluated the use of radar ensemble precipitation estimates generated through the errors associated with its measure, and as a tool in streamflow simulation. To achieve this goal, we calibrated the MHD-INPE hydrological model using raingauge data over upper Iguaçu Basin in Brazil. Then we used the Two Dimensional Satellite Rainfall Error Model (SREM2D), developed by Hossain and Anagnastou (2006), to simulate the error propagation of the radar precipitation estimation. This model quantified the error in space, time, and magnitude.

Este trabalho tem como objetivo analisar o efeito da urbanização na dinâmica das chuvas e temperaturas para cidade de Jacareí no Vale do Paraíba paulista. Para tal, foram adquiridos dados pluviométricos, da ANA, e de temperatura, do INMET. Esses dados passaram por um processo de controle de qualidade e então foram utilizados para o cálculo de índices de extremos climáticos para a detecção de possíveis mudanças. Os dados de chuva foram agrupados de acordo com sua localização para a criação de séries representativas da área urbana e da área rural do município. Procedeu-se com a criação de mapas de uso e ocupação do solo para a cidade, classificando e calculando as áreas urbanas nos anos de 1975, 1985, 1994, 2005 e 2016. Foi utilizado também o teste nãoparamétrico de Mann-Kendall para a determinação da significância estatística das tendências resultantes dos índices climáticos calculados, sendo as tendências consideradas significativas a um nível de 5%, além do cálculo da inclinação de Sen, que fornece a magnitude das tendências observadas. Com exceção dos índices de temperatura, que apresentavam falhas, todos os outros índices tiveram suas tendências testadas. Com as áreas das manchas urbanas para os anos citados anteriormente pode-se perceber que Jacareí teve um crescimento em sua urbanização na ordem de 284% desde 1975 até 2016. Sendo de 89% de 1975 para 1985, 18% de 1985 para 1994, 21% de 1994 para 2005, e 41% de 2005 para 2016. A série criada a partir das estações localizadas na área urbana, compreendendo o período entre 1928 e 1989, apresentou tendências significativas nos índices PRCPTOT, R10, R95p e RX5day, de 0,63mm, 0,018 dia, 1,01mm e -0,28mm respectivamente. No período de 2002 até 2015, a mesma série apresentou tendências significativas nos índices CDD, PRCPTOT, R10, R95p e RX5day, de 0,71 dia, 4,93mm, 0,5 dia, 13,6mm e 1,09mm respectivamente. Já a série criada com as estações da área rural, correspondendo ao período de 1956 até 2012, apresentou tendências significativas nos índices CDD, PRCPTOT, R10 e RX5day, de 0,13 dia, -0,2mm, -0,1 dia e 0,13mm respectivamente.