Respecification of structural models allows evaluating new hypothesis and enhances understanding of how changes in one pool can affect the other pools in the model. The aim of this study was to evaluate the theoretical concept of P pools (unmeasurable variables-latent) using data from Hedley's sequential extraction method for a better understanding of the P cycle in tropical soils. The theoretical concept being tested is the degree to which available P is controlled by different soil P pools as measured by extraction techniques. The respecified models were adequate and able to represent a generalization of P cycling in soils. The best structural model including latent variables with multiple indicators was consistent with the theoretical concept that the indicators of soil P pools are P fractions determined by the sequential extraction method. In this model, not only is there a direct relationship between the organic, occluded and primary mineral pools and the available P pool, but the indirect relationships via the organic pool were theoretically and statistically adequate. Thus, the model showed the interrelationships of geochemical and biological processes on the available P and it corroborated the hypothesis of the dependence of the available P pool to the organic pool in unfertilized tropical soils.
Resumo. Assimilação Variacional de Dados e Equações Adjuntas são dois métodos que, combinados, originam uma metodologia capaz de fornecer uma condição inicial de um sistema em estudo bastante realística e adequada a simulações numéricas, a um custo computacional aceitável e temporal que permite tomadas de decisão mais eficientes no caso de certos acidentes ambientais, quando apenas algumas observações e a dinâmica do sistema são conhecidas. Neste artigo, os fundamentos matemáticos e os procedimentos para se obter o adjunto de um dado programa computacional, uma tarefa fundamental para a aplicação da metodologia, são examinados.Palavras-chave. Assimilação variacional de dados, Método das equações adjuntas.
A Gestão Ambiental torna-se, cada vez mais, uma área de suma importância na preservação dos recursos hídricos, da flora e da fauna do planeta. Embora tenha havido algum avanço na conscientização de empresários, cidadãos e na legislação, existe ainda uma deficiência de metodologias para ações eficazes, por parte das autoridades, quando necessário. Neste artigo, apresenta-se, como ferramenta confiável para tais ações, o método da Assimilação Variacional de Dados e o das Equações Adjuntas que, combinados, são capazes de fornecer uma condição inicial bastante realística de um sistema em estudo para simulações computacionais, a um custo computacional e temporal razoáveis, quando apenas algumas observações e a dinâmica do sistema são conhecidas, permitindo um primeiro passo na remediação de um acidente envolvendo o derrame de óleo em corpos de água.Palavras-chave: Assimilação Variacional de Dados; Equações Adjuntas; Previsão de Trajetórias de Óleo no Mar.
Variational Data Assimilation and Adjoint Equation Method are presented here as a general methodology designed to improve the quality of computational simulation when are given the dynamics and a set of observation of the system under study. The mathematical foundations the procedures to obtain the adjoint of a given computational program, a fundamental task in order to apply the methodology, are carefully examined. Keywords: Variational Data Assimilation, Adjoint Equations, Adjust of Trajectories.
RESUMO: ASSIMILAÇÃO VARIACIONAL DE DADOS: FUNDAMENTOS MATEMÁTICOS E UMA APLICAÇÃO A Assimilação Variacional de Dados e o método das EquaçõesAdjuntas são aqui apresentados como uma metodologia geral, desenvolvida para melhorar a qualidade das simulações computacionais, quando a dinâmica e um conjunto de observações do sistema em estudo são conhecidos. Os fundamentos matemáticos e os procedimentos para se obter o adjunto de um dado programa computacional, uma tarefa fundamental para a aplicação da metodologia, são cuidadosamente examinados.
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.