<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
  <channel>
    <title>DSpace Coleção: Capítulo em livro técnico (CNPM)</title>
    <link>https://www.infoteca.cnptia.embrapa.br/infoteca/handle/item/42934</link>
    <description>Capítulo em livro técnico (CNPM)</description>
    <pubDate>Mon, 06 Apr 2026 04:26:41 GMT</pubDate>
    <dc:date>2026-04-06T04:26:41Z</dc:date>
    <item>
      <title>Monitora Oeste: Mobile app com alerta de ocorrência de pragas e doenças na soja e algodão e indicadores agrometeorológicos.</title>
      <link>https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1185156</link>
      <description>Título: Monitora Oeste: Mobile app com alerta de ocorrência de pragas e doenças na soja e algodão e indicadores agrometeorológicos.
Autoria: LEIVAS, J. F.; TEIXEIRA, A. H. DE C.; TAKEMURA, C. M.; BOGIANI, J. C.; BARROSO, P. A. V.; GARCON, E. A. M.; CUSTODIO, D. de O.; PAIM, F. A. de P.
Conteúdo: O MonitoraOeste é um aplicativo desenvolvido para monitorar e emitir alertas sobre o avanço da ferrugem da soja e da mancha de ramulária do algodão em lavouras do Oeste da Bahia. Os alertas emitidos apontam os locais de ocorrência, trazendo informações atualizadas em tempo real e revelam se as condições climáticas são favoráveis para o desenvolvimento de pragas e doenças, com informações sobre a presença e a dispersão de esporos. No app mobile também estão disponibilizados índices agrometeorológicos, como evapotranspiração, biomassa, NDVI e eficiência no uso da água. Com o MonitoraOeste, os produtores agrícolas e os tomadores de decisão tem acesso a informações complexas, de forma simplificada. A tecnologia auxilia na segurança fitossanitária das lavouras de soja e algodão da região, possibilitando a redução do custo de produção e o impacto ambiental das culturas, considerando as condições climáticas e permitindo um melhor monitoramento das lavouras durante seu desenvolvimento. Abstract: MonitoraOeste is a system developed to monitor and issue alerts on soybean rust and Ramularia leaf spot in cotton crops at Western Bahia, Brazil. Its mobile app features spectral agrometerological indices such as evapotranspiration, biomass, NDVI and water-use efficiency. Its warnings are issued to disclose locations of occurrence and real-time / up-to-date information to reveal if weather conditions are favorable for the development of plagues and diseases, and to provide users with information on the presence and dispersion of spores. Farmers and decision makers have access to complex information which are offered in a simple form, in order to aid phytosanitary measures for the region’s soybean and cotton crops. By considering the local weather conditions, these crops’ production costs and environmental impacts are reduced and their development is better monitored.</description>
      <pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1185156</guid>
      <dc:date>2025-01-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Análise de aspectos qualitativos da água vinculados ao uso e cobertura da terra na bacia hidrográfica do rio Igarapé-Açu, Capanema-PA.</title>
      <link>https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1183470</link>
      <description>Título: Análise de aspectos qualitativos da água vinculados ao uso e cobertura da terra na bacia hidrográfica do rio Igarapé-Açu, Capanema-PA.
Autoria: SILVA, A. K. L.; SOUSA JUNIOR, P. M. DE; GOMES, M. A. F.; TOSTO, S. G.; QUARTAROLI, C. F.; PEREIRA, A. S.; PEREIRA, L. C.; TEIXEIRA, O. M. M.
Conteúdo: A área estudada foi a Bacia Hidrográfica do Rio Igarapé-Açu, município de Capanema-PA, situada na Região Nordeste do Estado do Pará, que é a área de mais antiga ocupação da Amazônia. Nesse contexto, o presente trabalho objetivou analisar alguns aspectos qualitativos da água (compostos de Nitrogênio e Fósforo) das águas do Rio Igarapé-Açu, em algumas datas dos anos de 2020 e 2021, como forma de contribuir com a avaliação da influência antrópica na qualidade da água, especificamente correlacionando as concentrações desses elementos ao mapeamento do uso e cobertura da terra. Os resultados das concentrações observadas, tanto do N-Total quanto do Nitrato, podem ser oriundos de processos de decomposição da matéria orgânica e fixação biológica; lixiviação em áreas com fossas sépticas e depósitos de lixo e esterco animal; e o uso intensivo de fertilizantes minerais e até orgânicos. No caso dos compostos de Fósforo Total, Fosfato e Ortofosfato, as ocorrências e concentrações observadas estão relacionadas às fontes de poluição difusas, somada às características ambientais que expõem a bacia a elevadas taxas de perdas de solos, representando o mais importante mecanismo possível de aporte de Fósforo para os cursos d’água, identificado no presente estudo. As concentrações dos compostos de Nitrogênio e Fósforo mostraram que a água do Rio Igarapé-Açu estava imprópria para consumo humano, conforme a legislação (Resolução do CONAMA 357/05), exigindo uma mudança considerável na gestão e manejo das atividades na bacia em questão.</description>
      <pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1183470</guid>
      <dc:date>2025-01-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Detecção remota de anomalias nas condições de umidade do solo nos biomas do SEALBA.</title>
      <link>https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1183482</link>
      <description>Título: Detecção remota de anomalias nas condições de umidade do solo nos biomas do SEALBA.
Autoria: TEIXEIRA, A. H. DE C.; SOUZA, I. F. DE; LEIVAS, J. F.; TAKEMURA, C. M.; GARCON, E. A. M.; FARIAS, F. DE J.
Conteúdo: RESUMO: Parâmetros obtidos por sensoriamento remoto foram usados em conjunto com dados climáticos na detecção de anomalias na umidade do solo, através do uso de índices padronizados, considerando os anos 2018, 2019, 2020 e 2021 e os períodos históricos de 2007 até cada um desses anos, classificando-se os biomas Floresta Atlântica (FA) e Caatinga (CT), dentro da zona de crescimento agrícola na costa do Nordeste do Brasil, limitada pelos estados de Sergipe (SE), Alagoas (AL) e Bahia (BA), chamada SEALBA. Para esta detecção foram considerados os valores da fração evaporativa (Ef), que é a razão do fluxo de calor latente (λE) sobre a energia disponível, representada pela diferença entre o saldo de radiação (Rn) e o fluxo de calor no solo (G). Com relação ao período histórico de 2007 a 2021, os valores máximos de Ef, tanto para FA como para CT, em torno de 0,90, são entre os meses de junho a julho, indicando as melhores condições de umidade do solo. Os menores valores são detectados entre dezembro e fevereiro, quando no bioma FA o valor médio Ef cai até 0,36 e no bioma CT até 0,21, evidenciando piores condições de umidade do solo para o crescimento das plantas. Das análises das anomalias, entre os anos de 2008 e 2021, os desvios das condições ótimas de umidade do solo puderam ser identificados quando comparados com aquelas para os períodos históricos, com potencial para suporte, tanto na indicação de épocas de plantio para a agricultura de sequeiro, como na recomendação de irrigação suplementar para agricultura irrigada.</description>
      <pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1183482</guid>
      <dc:date>2026-01-01T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Efficient use of Landsat-8 Data to minimize cloud coverage in the analysis of soybean, corn, and cotton cultivation.</title>
      <link>https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1181769</link>
      <description>Título: Efficient use of Landsat-8 Data to minimize cloud coverage in the analysis of soybean, corn, and cotton cultivation.
Autoria: DOMPIERI, M. H. G.; COUTINHO, P. A. Q.; SILVA, M. A. S. da
Conteúdo: Abstract: This study aimed to manipulate databases from the Landsat-8 project to select orbital scenes with minimal cloud coverage aligned with the growth periods of cotton, corn, and soybean crops in the Cerrado biome. Employing an Extract, Transform, Load (ETL) approach, the research focused on extracting and transforming large datasets by integrating georeferenced information from IBGE and data from the Agricultural Risk Zoning (ZARC). The planting windows for the 2014 to 2019 harvests were identified with a 20% or lower climate risk, considering variables such as soil and climate conditions. The results indicated that the availability of images with low cloud coverage is inversely related to the planting windows, especially during critical periods. To streamline the processing, algorithms were developed in R and Python, and a script for automatic image downloading was implemented. Despite data standardization challenges, applying big data techniques proved essential for the analysis. This study enhances efficiency in agricultural planning and emphasizes the importance of further exploring remote sensing technologies in response to current food security and sustainability demands. Resumo: Este trabalho teve como objetivo a manipulação de grandes bases de dados do projeto Landsat-8 para selecionar cenas orbitais com menor cobertura de nuvens, correspondendo ao período de desenvolvimento das culturas de algodão, milho e soja no bioma do Cerrado. Utilizando uma abordagem de Extração, Transformação e Carregamento (ETL), o estudo focou na extração e transformação de grandes bases de dados, integrando informações georreferenciadas do IBGE e dados do Zoneamento Agrícola de Risco Climático (ZARC). As janelas de plantio para as safras de 2014 a 2019 foram identificadas com um risco climático de 20% ou menos, considerando variáveis como solo e clima. Os resultados mostraram que a disponibilidade de imagens com baixa cobertura de nuvens é inversamente proporcional às janelas de cultivo, especialmente durante períodos críticos. Para facilitar o processamento, foram desenvolvidos algoritmos em R e Python, e um script para download automático de imagens com baixa cobertura de nuvens foi implementado. Apesar dos desafios na padronização dos dados, este estudo teve como objetivo contribuir para a eficiência do planejamento agrícola e destacar a importância de continuar a explorar tecnologias de sensoriamento remoto diante das demandas atuais por segurança alimentar e sustentabilidade.</description>
      <pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1181769</guid>
      <dc:date>2025-01-01T00:00:00Z</dc:date>
    </item>
  </channel>
</rss>

