Em 1965 foi criado o modelo USLE (Universal Soil Loss Equation), que objetiva prever a erosão que ocorrerá em determinada área, servindo como método para auxiliar na tomada de decisão sobre o uso e o manejo do solo. O modelo relaciona seis fatores, entre eles o de erosividade da chuva (R), que tem sido o mais utilizado para análise da erosão hídrica, justamente por colaborar em projetos de dimensionamentos mais eficientes de obras hidráulicas. Assim, objetivou-se estimar o valor do Fator R para Marudá (PA) fazendo com que os dados sirvam como base para os municípios próximos, dado a escassez de informações mais atualizadas. Utilizou-se o período de 1994 a 2019, e se calculou o período de retorno e a probabilidade de ocorrência das chuvas erosivas. A erosividade média mensal das chuvas foi bastante variável, apresentando valores de 3,09 a 382,89 MJ mm ha-1 h-1 mês-1. A erosividade anual variou de 1.063,39 (em 1998) a 2.374,61 MJ mm ha-1 h-1 ano-1 (em 2009). O valor do Fator R para Marudá é de 1.725,36 MJ mm ha-1 h-1 ano-1. O maior valor anual teve um período de retorno estimado em 27 anos com probabilidade de ocorrência de 3,7 %. Todas as informações obtidas no estudo podem ser utilizadas com segurança para localidades próximas e com características climáticas semelhantes, o que estende a possibilidade da utilização da Equação Universal de Perdas de Solo no planejamento tanto da atividade agrícola quanto urbana.
As praias estuarinas são depósitos intermareais de areia ou cascalho localizados às margens de estuários. Marahú é uma destas praias, situada no Rio Pará, estuário amazônico. O objetivo deste artigo foi analisar a variação morfosedimentar de curto período nesta praia, buscando averiguar de uma maré de sizígia a uma maré de quadratura, se há alterações na morfologia e sedimentação praial em apenas um ciclo lunar. A importância deste estudo é constatar o dinamismo sedimentar de praias localizadas em estuários dominados por marés. A metodologia consistiu em aquisição de dados topográficos através de perfis de praia e amostragem de sedimentos superficiais, em 30/09/2016 e 09/11/2016. A partir dos resultados obtidos pôde-se conferir que na praia do Marahú predominou o estado morfodinâmico intermediário ao reflexivo (2° a 6°) e, que houve mudanças significativas no volume sedimentar praial de uma situação de maré a outra, em apenas um ciclo lunar. Na maré equinocial de sizígia ocorreu maior volume sedimentar nos perfis praias (53,62 m3/m a 175,37 m3/m) e, predominância de areia média (1 a 2 phi). Já na maré de quadratura também houve esta predominância, mas houve perda de sedimentos de -0,35 m3/m a -71,19 m3/m. Como as amostragens ocorreram em período de transição à estação mais chuvosa amazônica, ou seja, quando os índices pluviométricos começam a aumentar, pôde-se constatar também a predominância da sazonalidade climática sobre a dinâmica sedimentar. Desta forma, a tendência de perda de sedimentos da estação menos chuvosa a mais chuvosa na praia. Morphology and Sedimentation of an Amazon Estuarine Beach (Marahú/PA) During Different Tide Ranges A B S T R A C TEstuarine beaches are intertidal sand or gravel deposits located on the banks of estuaries. Marahú is one of these beaches, located on the Pará River, an Amazonian estuary. The objective of this paper was to analyze the short-term morphosedimentary variation on this beach, seeking to ascertain from a spring tide to a neep tide, if there are changes in morphology and sedimentation beach in just one lunar cycle. The importance of this study is to verify the beaches sedimentary dynamism located on tidal dominated estuaries. The methodology consisted of topographic data acquisition through beach profiles, and surface sediment sampling, in 09/30/2020 and 10/09/2020. From the results obtained, it was possible to verify that at Marahú beach the intermediate to reflective morphodynamic state (2° to 6°) predominated and that there were significant changes on the beach sedimentary volume from one tidal situation to another, in just one cycle lunar. In the equinoctial spring there was a greater sedimentary volume in the beach profiles (53.62 m3/m to 175.37 m3/m). In the neep tide, there was also this predominance, but there was a loss of sediment from -0.35 m3/m to -71.19 m3/m, especially fine sand (> 2 phi). As the sampling occurred in a transition period to the Amazon rainiest season, when the rainfall indexes start to increase, it was also possible to verify the predominance of climatic seasonality over the sedimentary dynamics. Thus, the tendency of sediment loss from the least rainy to the rainiest season on the beach.Keywords: Coastal Morphodynamics, Sedimentology, Estuarine Beach, Tide, Amazon.
O Brasil apresentou um crescimento significativo ao longo dos anos no mercado internacional do agronegócio, sendo o maior produtor mundial de soja, com uma produção de 135,4 milhões de toneladas na safra 2020/21. No entanto, a logística ainda é um obstáculo para a competitividade do país no mercado mundial, resultando em elevados custos de produção e transporte. A demanda pela utilização da hidrovia do rio Madeira vem crescendo ao longo dos anos, se tornando um dos principais eixos logísticos do norte do país. Por meio de modelagem e simulação de eventos discretos será realizada uma análise operacional do transporte de soja adaptado às características de transporte fluvial na hidrovia do rio Madeira, identificando os principais fatores críticos da logística fluvial, que permitam a compreensão do processo e buscando a maximização do transporte. A simulação discreta é normalmente utilizada para avaliar e/ou analisar o desempenho dos sistemas de produção ou de serviços, principalmente aqueles mais complexos, onde vários eventos, dependentes entre si, ocorrem ao mesmo tempo. Os dados de entrada no modelo serão coletados e tratados estatisticamente, antes de serem implementados no modelo computacional. O Software ProModel será utilizado na construção desse modelo, devido a interface gráfica e a possibilidade de construção de modelos estocásticos baseados em Simulação de Eventos Discretos (SED).Para a construção do modelo computacional, será definida e implementada uma série de parâmetros, dentre eles: número de comboios, tipo de embarcação, carga transportada, rotas de transporte e outros. E por meio da comparação de cenários, seja possível um dimensionamento mais adequado, dentro das especificações existentes no sistema real, obtendo-se uma maior racionalização dos recursos disponíveis. O modelo permitirá a representação de diferentes cenários devido a abrangência do sistema utilizado.
There are many rules to be followed to assess the safety of navigation, the certifiers and classifiers are responsible for ensuring compliance with all these rules that ensure the integrity of the vessels, however, this is not enough. The Naval District, in which the state of Pará is included, was the first in accidents that occurred in the year 2020 and the third in the year 2021. Due to these accident occurrences, concepts of artificial intelligence, machine learning and deep learning were applied in this area. Aiming to assist in this process, this work proposes to develop an application using Convolutional Neural Network (CNN) for image recognition (Vessels and plimsoll disk). In this sense, a Convolutional Neural Network (CNN) learning technique was used to identify the type of ship through a bank of supplied images, the same method was applied to identify if there is accident risk with the ship through the analysis of plimsoll disk images. To perform the training of the CNNs, six different network architectures were evaluated with: changing the number of filters in each convolutional layer; varying the amount of convolutional layers and; using transfer learning of the VGG-16 network with the fine tuning technique. The results achieved in this work are promising and demonstrate the feasibility of employing Convolutional Neural Network as a method for identifying the images of vessels as from the plimsoll disk).
Brazil occupies a prominent position on the international scene in several agricultural chains, being the largest producer and exporter of soybeans, sugar, coffee, among others. Part of this efficiency is explained by the technological advances, investments in research and expansion of cultivation that have enabled significant progress in the production of commodities.Within this aspect, the strategic location, due to the proximity of the ports to international consumer markets and the wide availability of more sustainable intermodal transport routes, makes the Amazonian Northern Arc play a central role. This being said, this study proposed to classify the supply and demand of the ports of the Northern Arc, as well as to develop an optimization model of the logistic transport corridors, through Linear Programming techniques, for soybean from Mato Grosso. The aspects evaluated were: transport price, municipal production and port capacity, through the BR-163 (MT-PA), Ferrogrão (EF-170) and the Araguaia-Tocantins waterway corridors. The analysis concluded that the use of intermodality, such as rail and waterway transportation provides a large reduction in transportation costs, as well as greater energy efficiency and lower emissions of polluting gases, and promotes an optimization of the Mato Grosso soybean supply chain, besides stimulating competitiveness in the international Market.
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.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.