A morfometria da bacia hidrográfica é um importante instrumento de diagnóstico da suscetibilidade à inundação. Este diagnóstico pode nortear o planejamento e a implementação de medidas mitigadoras para se evitar prejuízos causados por alagamentos. O objetivo deste trabalho foi estudar a suscetibilidade à inundação da bacia hidrográfica do Ribeirão do Espírito Santo (BHRES), localizada no município de Juiz de Fora, Minas Gerais, Brasil, por meio de sua caracterização morfométrica utilizando-se duas, três e cinco classes de vulnerabilidade. Para isso a bacia foi subdividida considerando dois níveis de detalhamento: no primeiro, menos detalhado, foram geradas três sub-bacias e no segundo, mais detalhado, foram geradas 65 microbacias. Nestas unidades de estudo foi avaliada a suscetibilidade morfométrica à inundação e os resultados foram comparados utilizando-se as técnicas de agrupamento “K-means e Fuzzy C-means”. Os resultados demonstraram que o número de classes de vulnerabilidade adotada influencia o resultado da classificação das áreas, sugerindo que a utilização de critérios de validação de cluster pode ser usada para balizar tal escolha. Agrupamentos formados apenas por semelhanças morfométricas se distinguem daqueles obtidos pela metodologia utilizada para classificação de áreas suscetíveis à inundação, visto que a metodologia para análise de suscetibilidade transforma os valores numéricos de cada parâmetro morfométrico em uma classe de suscetibilidade, ponderando-o conforme sua implicação na inundação.
Este trabalho tem como objetivo avaliar as características fenotípicas do capim-elefante para seleção de genótipos superiores através do uso de fenotipagem de alto rendimento seja capaz de mensurar as espécies de forrageiras promissoras para produção de biomassa. Os experimentos foram realizados no Campo Experimental de Coronel Pacheco da Embrapa Gado de Leite. Para tal, foram utilizados métodos estatísticos, ferramentas de visualização de dados e técnicas de Inteligência Artificial para obter maior precisão dos dados analisados e resultados relevantes.
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.