RESUMO

O modelo de mobilidade focado no automóvel de uso individual triunfou por muitas gerações a partir de fatores econômicos, culturais e políticos que fortaleceram a indústria automobilística. No entanto, esse  movimento se move em direção oposta com as atuais  demandas  sociais  por modais de transporte mais sustentáveis. Este artigo propõe uma análise crítica, a partir de uma perspectiva de transições sociotécnicas, da criação do Projeto de Lei (PL) 300/2017, de autoria do deputado Milton Leite (DEM), que tramita na Câmara Municipal de São Paulo. Denominado o "PL da poluição", adia em mais dez anos a obrigação de as empresas de ônibus alterarem ou renovarem  seus veículos para uso de combustíveis limpos,contrariando artigos 50 51 da Política Municipal de Mudanças Climáticas, lei 14.933, de junho de 2009. Se virar lei, posterga a  retirada  dos  poluentes  de  ônibus  a  diesel  para  2027,  contrariando  as  metas  de  redução  de emissão  de  gases  do efeito estufa(GEE). O objetivo deste trabalho é avaliar de que maneira as reivindicações  da  sociedade  civil influenciaram  a  revisão  deste  projeto  de  lei.  A  fim  de responder essa  questão, foram levantadas as controvérsias em torno da formulação dessa lei a partir do referencial dos estudos de  governança  da  Ciência  e  da Tecnologia  (C&T),  que possibilita a compreensão das contendas sociotécnicas na governança dos riscos ambientais. Os resultados  revelam  como  a  polêmica em  torno  deste  tema  gerou  o  reexame  de  aspectos econômicos, tecnológicos e ambientais acerca do transporte público e os desafios na tomada de decisão política que permeiam o risco das mudanças climáticas nos centros urbanos. A Partir da identificação das principais disputas acerca deste caso, os resultados demonstram a necessidade de mais  participação  da  sociedade  civil, a  partir  da  coprodução  (JASANOFF,2006) na governança risco climático,uma representatividade de diferentes atores sociais no processo de tomada de decisão em políticas públicas. Clique aqui para acessar a publicação

RESUMO

Sincronizando impactos sócio climáticos em análises espaço-temporais de vulnerabilidade à seca: desafios e perspectivas para a produção de dados. Os registros de ocorrência de eventos climáticos e meteorológicos extremos vêm aumentando nos últimos anos. As mudanças do clima têm contribuído para esse aumento e os modelos projetam uma muito provável intensificação da frequência e magnitude desses eventos. O Brasil abriga uma das regiões semiáridas mais populosas do planeta, que historicamente convive com períodos de seca. À reboque disso, são notáveis os esforços de pesquisa focados  na  análise  de  riscos  de  seca  e  ameaças  de  escassez  hídrica,  bem  como,  na  evidenciação  de  fatores  de vulnerabilidade  frente  a  eventos  adversos  relacionados  com  as  mudanças  climáticas.    Entretanto,  a  coleta  de dados  sociais,  econômicos  e  demográficos  fica  à  mercê  de  levantamentos  censitários  que,  por  vezes,  não  são capazes de expressar a heterogeneidade espaço-temporal e multinível da vulnerabilidade, bem como, a velocidade com que acontecem transições sociais, políticas e culturais influenciadas por eventos extremos cada vez mais frequentes e intensos. Esse artigo busca discutir os desafios para a produção de dados, sobretudo aqueles envoltos à dimensão humana dos riscos e vulnerabilidades à seca, e trazer perspectivas de técnicas emergentes para produção e coleta de dados que busquem eficiência prática, econômica e científica. Clique aqui para acessar a publicação

RESUMO

O presente artigo apresenta a reconstrução histórica dos eventos e documentos que caracterizaram a institucionalização do ambiente em Moçambique, entre 1980 e 2014. Inicialmente, apresenta a metodologia que orientou o artigo e debates teóricos, estabelecendo diálogo entre a História Ambiental da América Latina, abordagens pós-coloniais e Sociologia do Conhecimento. Na sequência, apresenta os eventos que delimitaram a dimensão local dos riscos ambientais, e documentos que marcaram a visão global destes. Clique aqui para acessar a publicação

RESUMO

Acquiring meaningful data to be employed in building training sets for classification models is a costly task, both in terms of difficult to find suitable samples as well as their quantity. In this sense, Active Learning (AL) improves the training set building by providing an efficient way to select only essential data to be attached to the training set, consequently reducing its size and even enhancing model's accuracy, when compared to random sample selection. In this paper, we proposed a framework for time series classification in order to monitor sugarcane area in São Paulo, Brazil. The AL approach consisted of selecting seasonal time series information from less than 1 percent of each class' pixels to build the training set and evaluate this selection by an expert user supported by distance measurements, repeating this process until both distance measurement thresholds were satisfied. In most years, the classification results presented about 90 percent of correlation with official estimates based on both traditional and satellite image analysis methods. This framework can then help Land Use Change (LUC) monitoring as it produced similar results compared to other methods that demands more human and financial resources to be adopted. Clique aqui para acessar a publicação

RESUMO

The precise estimation of reference evapotranspiration (ET₀) is crucial for the planning and management of water resources and agricultural production. In this study, the applicability of the Hargreaves Samani (HS), artificial neural network (ANN), multiple linear regression (MLR) and extreme learning machine (ELM) models were evaluated to estimate ET₀ based on temperature data from the Verde Grande River basin, southeastern Brazil. These models were evaluated in two scenarios: local and pooled. In the local scenario, training, calibration and validation of the models were performed separately at each station. In the pooled scenario, meteorological data from all stations were grouped for training and calibration and then separately tested at each station. The ET₀ values estimated by the Penman-Monteith model (FAO-56 PM) were considered the target data. All the developed models were evaluated by cluster analysis and the following performance indices: relative root mean square error (RRMSE), Pearson correlation coefficient (r) and Nash-Sutcliffe coefficient (NS). In both scenarios evaluated, local and pooled, the results revealed the superiority of the artificial intelligence methods (ANN and ELM) and the MLR model compared to the original and adjusted HS models. In the local scenario, the ANN (with r of 0.751, NS of 0.687 and RRMSE of 0.112), ELM (with r of 0.747, NS of 0.672 and RRMSE of 0.116) and MLR (with r of 0.743, NS of 0.665 and RRMSE of 0.068) models presented the best performance, in addition to being grouped in the same cluster. Similar to the observations from the local scenario, the ANN (with r of 0.718, NS of 0.555 and RRMSE of 0.165), ELM (with r of 0.724, NS of 0.601 and RRMSE of 0.151) and MLR (with r of 0.731, NS of 0.550 and RRMSE of 0.091) models presented the best performance in the pooled scenario and were grouped in the same cluster. The locally trained models presented higher precision than the models generated with pooled data; however, the models generated in the pooled scenario could be used to estimate ET₀ in cases of unavailability of local meteorological data. Although the MLR, ANN and ELM models, based on temperature data, are appropriate alternatives to accurately estimate ET₀ in the Verde Grande River basin, southeastern Brazil, the MLR model presents the advantage of the use of explicit algebraic equations, facilitating its application. Clique aqui para acessar a publicação

RESUMO

O objetivo deste trabalho foi simular a distribuição geográfica do período de incubação da ferrugem do cafeeiro Coffea arabica, com uso de dados de dois modelos climáticos regionais, o Eta-HadGEM2-ES e o Eta-MIROC5. O cenário de alta emissão de gases de efeito estufa (RCP 8,5 W m-2) foi utilizado para os estados de Minas Gerais e São Paulo, para os cenários climáticos atual e futuro. O comportamento de seis diferentes equações de regressão do período de incubação (PI), disponíveis na literatura, também foi analisado em função dos dados dos modelos climáticos regionais. Os resultados indicam possibilidade de aumento de área afetada na região estudada, com PI inferior a 19 dias, de 0,5% para Eta-MIROC5 a 14,2% para Eta-HadGEM2-ES. A severidade da ferrugem do cafeeiro em cenários futuros deverá aumentar nos meses mais quentes e úmidos do ano, estendendo-se para os meses mais secos e frios. O potencial de infecção da ferrugem é estimado de forma diferente pelas equações estudadas. Em cenários de temperaturas mais elevadas, a equação de Kushalappa & Martins indica um potencial muito alto de severidade. Clique aqui para acessar a publicação

RESUMO

Coffee is one of the most consumed beverages in the world, and its international market has been growing for many years. Unfortunately, the Brazilian coffee production is threatened by high temperatures projected by climate change models. We evaluated three schemes of low levels of shade, which avoid the loss of production, as a strategy to adapt coffee to possible climate change. Additionally, as field measurements are expensive and often difficult to implement, we used numerical simulation to complement the evaluation. The microclimate simulator software Envi-met is a computer program often used to simulate urban environments, and we tested it on agriculture design. We verified that the shaded schemes assessed in the field decreased the air temperature in 0.6 °C in the studied period and reduced other possible climate stressors such as wind speed, radiation and raised air humidity in the dry period. Envi-met described the studied meteorological variable cycle very well, showing that combining numerical modelling and field research may be an important tool for planning the adaptation of the coffee sector to possible climate change, allowing growers choose a proper technique for their regions and environmental conditions. Finally, we highlighted the importance of planning the shade scheme on coffee areas in an interdisciplinary approach, including local climate evaluation to achieve a balance between temperature attenuation and production. Clique aqui para acessar a publicação

RESUMO

O objetivo deste trabalho é avaliar a utilidade dos dados de precipitação do produto orbital TRMM3B42, do satélite TRMM, na elaboração do zoneamento agrícola da soja, cana-de-açúcar e café arábica, para o estado de São Paulo. O período de análise foi 1998-2012. Dados de precipitação pluviométrica de 195 estações de superfície do Departamento de Águas e Energia Elétrica do estado de São Paulo (DAEE-SP) foram considerados como referência para o trabalho. A série de dados pluviométricos remotos foi gerada substituindo-se os dados de cada um dos 195 postos do DAEESP pelos dados da estação virtual mais próxima. As temperaturas médias mensal e anual, a evapotranspiração potencial decendial média e a probabilidade de geadas foram estimadas com base em modelos de regressão, utilizando as coordenadas geográficas (latitude, longitude e altitude) dos 195 postos pluviométricos do DAEESP. A deficiência hídrica anual e o índice de satisfação das necessidades de água (ISNA) foram calculados com base em modelos de simulação do balanço hídrico. Concluiu-se que os dados do produto orbital TRMM3B42 têm potencial para melhorar a quantidade e a distribuição espacial dos dados pluviométricos necessários para definição do zoneamento agrícola de culturas perenes e semiperenes, como a canade-açúcar e o café arábica. No caso de culturas anuais, como a soja, são necessárias adaptações no método de zoneamento devido ao impacto provocado pela tendência de superestimativa da precipitação pelo sensoriamento remoto. Clique aqui para acessar a publicação

RESUMO

The Brazilian sugar-energy sector (SES) is facing an increasing challenge due to the worldwide expansion of biofuel consumption as a strategy to reduce greenhouse gas emissions, making yield improvement and land and water availability key factors in addressing this situation. Consequently, our main aim here is to identify SES vulnerability under climate change conditions, based on the methodology used by the Agricultural Zoning of Climatic Risks (ZARC) program. We assessed changes of the sugarcane ZARC in light of the current and near-future climatic conditions given by eight general circulation models (GCM) of the 5th IPCC report and under the representative concentration pathway (RCP) 8.5. We identified a conversion of the current climatic risk levels in the Brazilian central-southern macro-region for sugarcane in future climate change scenarios, but the spatial distribution of these changes is heterogeneous. The current expansion areas located mainly in southern Goiás and northwest of São Paulo are marked by an increase in areas of low water availability in the future, while the traditional production areas, east of São Paulo, do not present this same vulnerability. Sugarcane cultivation in the south of Goiás is already occurring based on a complementary irrigation (of about 50 mm per month from April to September) to reach a yield similar to traditional areas located in São Paulo state. The development of drought-resistant cultivars based on genetic engineering and the efficiency of the irrigation systems used on a large spatial scale and also in the long term are two key points of concern in the Brazilian context of greenhouse gas emission mitigation. The challenges for the traditional production regions are related to the production system"s ability to regulate the capacity and idleness of sugarcane mills aiming to avoid current and future competition by same raw material. Clique aqui para acessar a publicação

RESUMO

Agriculture appears to be one of the human activities most vulnerable to climatic changes due to its large dependence on environmental conditions. However, the diversity of Brazilian environmental conditions could be of great advantage to adapting this sector to new climatic conditions, which should be assessed as in this study on shifting Arabica coffee cultivation to the extreme south of the country. The methodology applied is the same the one used to define climatic risks in current productive regions of Brazil and their vulnerability to climatic change predicted by IPCC reports. The basic climatic parameters applied were frost probability and annual average temperature, since annual water deficit did not prove to be a restricting factor for Arabica coffee cultivation in the study area. The climatic conditions suitable for coffee production are: annual average temperature between 18°C and 22°C, annual water deficit less than 100 mm and frost probability (risk of lowest annual temperature less than 1°C) less than 25%. An area is said to have “low climatic risks” for coffee production when these three climatic conditions are met. Current climatic conditions were used and simulations of four temperature increases between 1°C and 4°C were also performed. The results indicated a substantial increase in the size of low climatic risks areas for the production of Arabica coffee in the extreme south of Brazil, mainly for mean temperature increases of 3°C in the study area in relation to present conditions. Increases of 2°C and 4°C were also favorable, but not as good as those obtained for 3°C. It should be underscored that areas with low climatic risks will be able to be found mainly in the extreme south of the study region, the border with Uruguay and North of Argentina. Clique aqui para acessar a publicação