RESUMO.O conhecimento dos níveis de concentração de metais pesados no ambiente e sua disseminação no solo e nas águas são de primordial importância em estudos ambientais, por constituir um dos indicadores de "medição" do equilíbrio da biodiversidade e da estabilidade dos ecossistemas. O presente trabalho teve como objetivo, estudar a distribuição espacial de dois metais pesados (cobre e cádmio) ao longo das margens do rio Meuse, por forma a medir os níveis de contaminação por esses metais. Foram usados dados da concentração de Cd e Cu amostrados em 155 pontos georeferenciados. Estes dados foram obtidos no programa R no pacote "gstat" cuja base de dados denomina-se "Meuse". A metodologia de análise dos dados consistiu em ajustar semivariogramas para análise da dependência espacial, e foram ajustados os modelos esféricos e gaussiano para a concentração de Cobre e cádmio, respectivamente. O grau de dependência espacial foi classificado como forte para a concentração de Cobre e moderada para a concentração de cádmio. A estimação da concentração destes metais pesados em pontos não amostrados foi feita usando o método de krigagem produzindo mapas de distribuição espacial da concentração de cobre e cádmio que apresentaram um padrão similar entre si. Verificou-se que dentre os dois metais pesados, o Cobre apresenta concentrações muito altas que chegam a atingir os 130 mg/Kg de solo. Palavras Chave: Metais pesados, geoestatística, semivariograma, krigagem Study of the spatial variability of copper and cadmium concentration along the Meuse River marginABSTRACT. The knowledge of the concentration levels of heavy metals in the environment and their dissemination in soil and water are of paramount importance in environmental studies, as one of the indicators of "measuring" the balance of biodiversity and the stability of ecosystems. The objective of this study was to study the spatial distribution of two heavy metals (Copper and Cadmium) along the banks of the Meuse River, in order to measure the levels of contamination by these metals. Cd and Cu concentration data were sampled at 155 georeferenced points. These data were obtained in the program R in the package "gstat" whose database is called "Meuse". The data analysis methodology consisted in adjusting semivariograms for spatial dependence analysis, and the spherical and Gaussian models were adjusted for the copper and cadmium concentration, respectively. The degree of spatial dependence was classified as strong for the copper concentration and moderate for the cadmium concentration. The estimation of the concentration of these heavy metals in non-sampled points was done using the kriging
La determinación de tamaño óptimo de parcela, en cualquier cultivo, es una de las formas de aumentar la precisión experimental y maximizar las informaciones obtenidas en un experimento. Trabajos relacionados al dimensionamiento del tamaño óptimo de parcela con batata dulce datan del año 2006, entretanto, no se registran trabajos anteriores realizados con la variedad Morotí. Por tanto, con la finalidad de ofrecer y/o actualizar informaciones referentes al dimensionamiento adecuado de parcelas para el cultivo, el objetivo de este trabajo fue estimar el tamaño óptimo de parcela en experimento de campo con batata dulce [Ipomoea batatas (L.) Lam.] utilizando tres métodos, el método de máxima curvatura modificada, el modelo linear segmentado con respuesta plato y el modelo cuadrático segmentado con respuesta plato. Para ello se hizo un ensayo de uniformidad con batata dulce variedad Morotí. La unidad experimental básica fue definida en una planta (0,30 m²), posteriormente fueron simulados ocho diferentes tamaños de parcelas y se determinó el coeficiente de variación para cada uno de los tamaños simulados. Los métodos utilizados estimaron tamaños de parcela diferentes, siendo el método de máxima curvatura modificada el que estimó el menor valor relacionado al tamaño de parcela. Los métodos basados en modelos segmentados con plato estimaron tamaños adecuados de parcela. Se recomienda utilizar 13 a 16 plantas (3,90 a 4,80 m 2 ) por parcela.
Para expressar uma relação funcional entre duas ou mais variáveis pode-se determinar um modelo matemático conhecido como modelo de regressão, uma das metodologias utilizados na obtenção dessa relação é baseada na estimação de uma equação. O objetivo proposto neste estudo é a obtenção de uma equação que explique a relação entre duas variáveis com uso da calculadora cientifica CASSIO fx-82MS. Foi utilizando o delineamento inteiramente casualizado (DIC), com 5 tratamentos e 4 repetições, na determinação do número de folhas injuriadas (Queimadas) que foram contadas, cinco dias após a adubação foliar com MAP (Monofosfato amoniado) purificado, sendo uma calda com 350 litros de água/há. Conclui-se que para ocorrência de injúrias, a análise de regressão mostrou-se significativa e teve comportamento linear, ou seja, quanto maior a concentração de MAP foliar aplicado maior o número de folhas queimadas.
Para analisar o efeito de diferentes doses de enraizamento no cultivo da soja, foi realizado um estudo a partir de um experimento instalado no Departamento de Caaguazú, com as coordenadas S25º 24 ’7.5’’LS e W54º 51’ 29.3’’ LO. O experimento foi realizado nos meses de setembro de 2018 a janeiro de 2019. Foram avaliadas 20 unidades experimentais dispostas em blocos ao acaso completos. Os tratamentos consistiram em quatro diferentes doses de agente de enraizamento (0, 2, 4, 6) expressas em ml com cinco repetições para cada um dos tratamentos. Para estabelecer a dose ideal de agente de enraizamento, foi realizada uma análise de regressão usando o modelo linear segmentado com uma resposta em placa. Nas condições em que o experimento foi realizado, os resultados mostram que a dose ótima do agente de enraizamento Fertiactyl LEG que maximiza a produtividade é igual a 5,08 ml/kg, o que permite obter uma produtividade de 3.809 kg / ha. O coeficiente de determinação também mostra que o modelo linear segmentado com uma resposta de placa é adequado para modelar eventos que relacionam a dose ao desempenho.
Licenciamento: Este artigo é publicado na modalidade Acesso Aberto sob a licença Creative Commons Atribuição 4.0 (CC-BY 4.0), a qual permite uso irrestrito, distribuição, reprodução em qualquer meio, desde que o autor e a fonte sejam devidamente creditados.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.