A quantificação das classes de uso do solo, obtida pela classificação das imagens de satélite permite uma política mais racional de planejamento territorial, urbano e ambiental. As geotecnologias vêm sendo empregadas devido à rapidez e qualidade dos produtos gerados. A imagem do município de Viçosa, localizado na Zona da Mata de Minas Gerais, foi obtida gratuitamente na internet e foi produzida pelo satélite sino-brasileiro CBERS 2. Para a classificação supervisionada foi feita visita a campo com finalidade de reconhecimento da área e coleta de amostras de treinamento e validação. Foi utilizado GPS para identificar feições e georreferenciar os pontos de coleta. Realizaram-se duas classificações. A primeira foi feita com redes neurais artificiais – RNA – utilizando o simulador “Java Neural Network Simulator” (JavaNNS) com o algoritmo de aprendizado “backpropagation”. A outra classificação supervisionada utilizou-se o Algoritmo de Máxima Verossimilhança (MAXVER). Foi feito ainda um estudo comparativo sobre a influência das bandas espectrais para a classificação supervisionada tanto por RNA quanto pelo Maxver. Os índices de exatidão global e kappa foram maiores para o classificador de RNA's. O teste de significância (Z), realizado para comparar se houve diferença estatística entre os dois classificadores mostrou que as RNA's são estatisticamente superiores ao Maxver.
During image acquisition, is usually chosen scenes with a lesser cloud cover to avoid loss of spectral information. However, when training samples are collected for image classification, the user finds shadowed areas. Such situation is similar to the presence of clouds since spectral information of these classes is the same in all optical bands of the sensor. This fact becomes more pronounced in mountainous relief areas due to shadow projection on the terrain, which can vary among all seasons during the solar year. With the goal to obtain images with a lower presence of shadow, it was simulated, under the same relief conditions, shading variation in function of latitude (0º to 40º S). Solar radiation models were processed for the days and times passages of the Landsat TM and ETM+ satellite on the Southern Hemisphere. It was verified that over 30º S and 40º S latitudes, a loss of shading area varying between 27% to 91 % and that images should be preferentially taken between October and February. For latitudes comprising 0º and 10º S, the loss was considered negligible, when we set a 10% threshold of loss in the total valid area in an image. According to the amount of radiation in a terrain, South and West areas received less direct solar radiation over the year for all analyzed latitudes in the modeling.
Um ambiente favorável ao compartilhamento de informações e propício à inovação é capaz de proporcionar o progresso econômico e social. Este artigo objetiva propor uma metodologia de estudo para traçar estratégias para promover a Inovação Tecnológica. Os dados foram levantados através de abordagem qualitativa e quantitativa. O estudo caracterizou-se como exploratório, descritivo e de levantamento. A partir de um mapeamento do espectro industrial da região de Francisco Beltrão, foram identificados os índices de inovação às empresas atuantes em áreas de maior relevância econômica. Foram entrevistadas as empresas de modo a analisar o conhecimento dessas empresas frente às leis que incentivam a inovação e o conhecimento sobre as ações impostas pelos stakeholders e pelo poder público municipal. Foram, também, entrevistados os stakeholders, visando verificar a eficácia das ações. Os principais resultados encontrados indicaram baixo índice geral de inovação das empresas da região de Francisco Beltrão. Outro ponto foi o número baixíssimo de empresas que conheciam as leis e incentivos. O maior índice de conhecimento dessas leis e ações dos stakeholders foram das empresas participantes do único núcleo de empresas da cidade visando a inovação tecnológica. Foram propostas estratégias para promover a Inovação Tecnológica.
A água é um dos recursos naturais com maior suscetibilidade a degradação, as atividades industriais possuem elevado potencial de contaminação dos recursos hídricos. Assim, o objetivo deste trabalho foi identificar as possíveis fontes de contaminação e a caracterizar da água subterrânea utilizada em uma indústria metalomecânica localizada na região Oeste do Estado de Santa Catarina, bem como caracterizar o efluente líquido e avaliar o sistema de tratamento existente, indicando possíveis adequações. Na caracterização físico-química da água subterrânea foram analisados os parâmetros: cor aparente; pH; turbidez; Ferro total (Fe) e Manganês total (Mn). A identificação das potenciais fontes de contaminação ocorreu por meio da: 1) Inspeção do perfil do poço, com câmeras de vídeo; 2) Análise de parâmetros físico-químicos da água de poços da região; 3) Inspeções in loco e avaliações da estrutura da empresa. Na caracterização do efluente e avaliação do sistema de tratamento os parâmetros analisados foram: pH; DQO; DBO; óleos e graxas; sólidos sedimentáveis; fenóis; substâncias tensoativas; Fe e Mn. As propostas de adequação do tratamento embasaram-se em três procedimentos: 1) Ensaios de bancada com Jar-Test; 2) Ensaios no saturador com aplicação de microbolhas; 3) Análises físico-químicas do efluente antes e após o tratamento. Os resultados sugerem que o depósito de resíduos sólido da empresa possa ser responsável pela contaminação da água. As análises do efluentes indicaram que o sistema de tratamento é inadequado e os parâmetros de lançamento não atendem a legislação. Propõem-se substituição do atual sistema de tratamento por tratamento físico-químico seguido de sistema biológico.
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.