General Agricultural and Biological Sciences, Environmental Science
19
Scopus Publications
Scopus Publications
Hydrogeomorphometry and dynamics of land cover in the Saldanha river microbasin, Western Amazon, Brazil Jhony Vendruscolo, Nilson Reinaldo Fernandes dos Santos Junior, Emanuel Maia, Gean Paulino Montagnolli, Carolaine Maia de Souza, et al. Revista Brasileira De Geografia Fisica, 2025 A microbacia do rio Saldanha tem 593 propriedades rurais, 2 Pequenas Centrais Hidrelétricas, é um berçário natural da fauna aquática, e está localizada a montante da Reserva Indígena Rio Branco e Reserva Biológica do Guaporé. Assim, objetivou-se com o presente trabalho disponibilizar informações sobre as características hidrogeomorfométricas e dinâmica da cobertura do solo na microbacia do rio Saldanha, para auxiliar no desenvolvimento sustentável da região. As informações foram obtidas por meio de geotecnologias. A microbacia do rio Saldanha tem área de 574,93 km2, perímetro de 164,81 km, forma alongada, altitudes de 221 m a 566 m, relevos planos a escarpados, regiões com aptidão à mecanização agrícola (80,07% da área total), padrão de drenagem dendrítico, hierarquia fluvial de 7ª ordem, 3.326 nascentes, 5,79 nascentes km-2, densidade de drenagem alta, coeficiente de manutenção médio, rio principal divagante e tempo de concentração baixo. A dinâmica da cobertura do solo (1985 a 2022) revelou a crescente redução da área de formação florestal na microbacia e na zona ripária, restando respectivamente, apenas 26,68% de 28,03% desta cobertura no último ano. Conclui-se que a microbacia tem elevado potencial para o desenvolvimento de atividades agropecuárias e geração de energia hidrelétrica, contudo, o aumento excessivo da agropecuária na microbacia e o avanço desta atividade na zona ripária compromete a disponibilidade de recursos hídricos e, consequentemente, o desenvolvimento sustentável da região. Assim, recomenda-se o uso integrado de práticas conservacionistas e outras ações para mitigar os impactos antrópicos nos recursos naturais e reduzir os riscos de eventos extremos.
Optimizing UAV-LiDAR Point Density for Eucalyptus Height Estimation in Agroforestry Ernandes Macedo da Cunha Neto, Emmanoella Guaraná, Marks Melo Moura, Hudson Franklin Pessoa Veras, Angélica Maria Almeyda Zambrano, et al. Forests, 2025 The demand for forest materials necessitates advancements in forest management and inventory practices. We explore the integration of Unmanned Aerial Vehicles (UAVs) equipped with LiDAR sensors as a cost-effective alternative for precise forest monitoring. It evaluates the impact of varying point cloud densities on the accuracy of individual tree height estimation in Eucalyptus benthamii within Crop–Livestock–Forestry systems (15.9 ha and 357 individuals·ha−1). We use a DJI M600 Pro UAV with a Velodyne 32c Ultra Puck LiDAR sensor at the Center for Technological Innovation in Agriculture (NITA) in Brazil. The resulting point clouds were processed to generate Digital Terrain Models and Canopy Height Models at densities ranging from 5 to 2000 points per square meter (pts·m−2). Statistical analyses, including Pearson correlation, root mean square error, and bias, were conducted to compare UAV-LiDAR-derived heights with field measurements. We found that reduced point densities, particularly around 100 pts·m−2, maintained high accuracy in height estimation (RMSE = 17.129%, BIAS = −7.889%), with more than 90% in trees’ detection. UAV-LiDAR systems with optimized point cloud densities offer a viable solution for forest monitoring. 100 pts·m−2 is an optimal density, promoting faster data collection, lower battery consumption, and reduced computational costs on trees’ height estimates.
Mitigation strategies for flooding and water scarcity in urban areas of the Western Amazon: a case study of Rolim de Moura Milka Samara Nunes da Silva, Jhony Vendruscolo, Karoline Ruiz Ferreira, Kenia Michele de Quadros, Karen Janones da Rocha, et al. Revista Brasileira De Geografia Fisica, 2025 A inundação e a escassez hídrica são eventos extremos intensificados pelas mudanças climáticas e ação humana. Assim, objetivou-se analisar as características da paisagem e selecionar estratégias para reduzir os riscos destes eventos em Rolim de Moura. Para tal, foi delimitada as áreas urbana, expansão urbana e contribuição hidrográfica, e realizada a análise das características da paisagem utilizando geotecnologias. As áreas urbana, expansão urbana e contribuição hidrográfica tem 2.111,27, 15.987,40 e 38.419,86 ha, respectivamente. A região tem hidrografia formada principalmente pelo rio Anta Atirada, altitudes de 201 a 439 m, predominância do relevo suave ondulado, rochas sedimentares e Latossolos Vermelhos, e estruturas no perfil do solo que potencializam as inundações após a supressão da vegetação nativa. De 1985 a 2022 ocorreu intensa redução da vegetação nativa na área em estudo, restando apenas 14,01% da área coberta com esta vegetação. Na zona ripária existe predominância de atividades agropecuárias em 2022, e a redução de sua área (3,8 vezes) com o novo Código Florestal. Identificou-se que 33,50% da área urbana apresenta alta suscetibilidade a inundações, e que a supressão da vegetação nativa intensificou a escassez hídrica. Conclui-se que a área em estudo tem características naturais que favorecem a formação de inundações e escassez hídrica nos períodos das chuvas e estiagem (respectivamente) após a supressão da vegetação nativa. Para reduzir os riscos destes eventos é necessário adotar medidas integradas, com destaque para políticas públicas que incentivem e mantenham a vegetação mínima para conservação da água.
Santa Teresinha River Basin: geotechnologies applied to the analysis of land cover dynamics, environmental planning and management, and combat water scarcity Nícolas Arruda Faustino, Rodrigo De Oliveira Segatto, Íthalo Eduardo Bravin da Fonseca, Rosalvo Stachiw, Wanderson Cleiton Schmidt Cavalheiro, et al. Revista Brasileira De Geografia Fisica, 2025 A vegetação nativa atua como amortecedor dos impactos ocasionados pelo fenômeno El Niño, logo, reduz os riscos de escassez hídrica. Assim, objetivou-se com a pesquisa, analisar a dinâmica da cobertura do solo na microbacia e zona ripária do rio Santa Teresinha. A análise foi realizada com imagens do Projeto MapBiomas registradas em 1985, 2008 e 2022, utilizando o software QGIS 3.28.9 (Firenze). A microbacia e a zona ripária têm áreas de 176,39 km2 e 7,40 km2, respectivamente. Em 1985, as áreas apresentavam principalmente formação florestal (87,27% e 83,78% da área, respectivamente) e pastagem (8,91% e 5,41% da área, respectivamente). Em 2008 ocorreu o aumento da área de pastagem e a redução da área de formação florestal, logo, a área de pastagem chegou a ocupar 58,09% da área da microbacia e 37,97% da área da zona ripária. Neste ano também foi detectado área de soja na microbacia. No ano de 2022, foi verificada a pressão das atividades agropecuárias sobre a área de formação florestal, principalmente na microbacia, restando apenas 29,77% da área total com essa cobertura. Na zona ripária, ocorreu um pequeno aumento da área de formação florestal no ano de 2022, contudo, 39,87% desta região ainda estava ocupada com atividades agropecuárias (2,95 km2). Conclui-se que a supressão excessiva da vegetação nativa na microbacia e a supressão na zona ripária reduziu a capacidade de manutenção dos recursos hídricos do rio Santa Teresinha e aumentou o risco de escassez hídrica. Portanto, recomenda-se a adoção de ações integradas para reverter esse cenário.
Analysis of land cover dynamics in the Santa Cruz river microbasin as a tool for environmental planning and management, and combat water scarcity Gilmara Susiane Gonzaga da Silva, Bruna De Lima Santos, Iranildo De Andrade Almeida, Rosalvo Stachiw, Wanderson Cleiton Schmidt Cavalheiro, et al. Revista Brasileira De Geografia Fisica, 2025 Os recursos hídricos são primordiais para a manutenção dos ecossistemas naturais e para o desenvolvimento das atividades agropecuárias, logo, é necessário o planejamento e a gestão ambiental adequada para conservar este recurso e assim, favorecer o desenvolvimento sustentável. Neste contexto, objetivou-se analisar a dinâmica espacial e temporal da cobertura do solo na microbacia e zona ripária do rio Santa Cruz, para auxiliar o desenvolvimento sustentável da região. Para isso, foram utilizadas imagens dos anos de 1985, 2008 e 2022, obtidas do projeto MapBiomas, e o software QGIS 3.28.9. A microbacia do rio Santa Cruz tem área de 503,41 km2 e sua zona ripária tem área de 29,66 km2. No ano de 1985, as áreas da microbacia e zona ripária eram compostas principalmente por formação florestal (74,36% e 68,61%, respectivamente) e pastagem (22,93% e 22,12%, respectivamente). Já em 2022, último ano, a área da microbacia era composta principalmente por pastagem (39,89%), soja (38,96%) e formação florestal (17,85%), e a zona ripária por pastagem (44,88%), formação florestal (41,13%) e soja (4,01%). Conclui-se que, apesar da agropecuária ser a base da economia na região em estudo, a redução excessiva da vegetação nativa na microbacia e a supressão desta vegetação na zona ripária estão reduzindo a disponibilidade de água, colocando em risco, consequentemente, a manutenção das próprias atividades agropecuárias. Portanto, o uso e a ocupação do solo no ano de 2022 está na contramão do que é necessário para o desenvolvimento sustentável, sendo necessário adotar práticas conservacionistas e ações integradas mudar este cenário.
Multitemporal analysis of land use in the jaru biological reserve, western Amazon, Brazil Revista Geografica Venezolana, 2020
Biometry and gas exchange in clonal cuttings coffee submitted to different substrates Coffee Science, 2016
Application of the spatial analysis on the evaluation of selection experiments of pera orange tree clones Emanuel Maia, Dalmo Lopes de Siqueira, Sérgio Alves de Carvalho, Luiz Alexandre Peternelli, Rodrigo Rocha Latado Ciencia Rural, 2013 Em experimentos de competição de cultivares de citros, geralmente são utilizados muitos tratamentos, o que requer o emprego de grandes blocos e parcelas com poucas plantas. Tem sido debatido que, nessas condições, pode ocorrer a correlação entre parcelas vizinhas, violando assim a pressuposição de erros independentes da análise de variância. O presente trabalho teve por objetivo avaliar diferentes parametrizações de modelos, considerando ou não a dependência espacial entre parcelas, em dois experimentos de competição de clones de laranjeira Pêra (Citrus sinensis L. Osbeck). Foi utilizada a estrutura auto-regressiva separável de primeira ordem (AR1 x AR1) como modelo de dependência espacial entre os erros. Os resultados encontrados apontam que a modelagem espacial dos erros utilizando modelos auto-regressivos separáveis de primeira ordem para experimentos de seleção de clones de laranjeira Pêra, normalmente trazem pequenos ganhos em termos de qualidade de ajuste. A análise desconsiderando o fator blocos mais o ajuste espacial auto-regressivo separável de primeira ordem apresentou melhor qualidade de ajuste entre os modelos avaliados.
