EDUARDA ROMANINI

Mestre em Ecologia e Recursos Naturais pela Universidade federal de São Carlos (UFSCar) e doutoranda no programa de pós graduação em Ecologia da Universidade de São Paulo(USP).

O título da minha tese é: Influência da dinâmica dos usos da terra e das variações sazonais de biomassa agrícola sobre a qualidade da água no estado de São Paulo, sob orientação do Prof. Dr. Leandro R. Tambosi.

Meus exercícios

Link para os meus exercícios resolvidos: Exercícios

Proposta de Trabalho Final

Plano A - Detecção de mudanças de usos da terra

Contextualização

Alterações no uso e ocupação do solo podem afetar ciclos biogeoquímicos – como parâmetros da qualidade da água (Uriarte et al., 2011) , movimentação de espécies – por exemplo, cross habitat spillover de aves (Boesing, Nichols, Metzger, 2017) , regulação da temperatura do ar (Rocha e Fialho, 2010), emissão de gases (Neto et al., 2011), entre tantos outros exemplos. No entanto, diferentes tipos de usos da terra podem ter diferentes influências no parâmetro analisado e a dinâmica da mudança de um uso específico para outro uso de interesse, também pode tem um efeito diferencial.

Nesse sentido, uma função que consiga selecionar na paisagem mudanças entre usos da terra mostra-se relevante, podendo evidenciar quais locais passaram por essas mudanças e/ou auxiliar na escolha de locais de estudos para aqueles que desejam analisar efeitos de mudanças de usos mais específicas. Esta função seleciona as mudanças de uso de interesse, dentro da paisagem que contem diferentes locais dentro dela, de acordo com um limiar de mudança (exemplo: ter um limiar de mudança de 30%, podendo ser de diminuição ou aumento da porcentagem do uso da terra de interesse na paisagem estudada).

Mais especificamente, a entrada da função é um data.frame que contenha na primeira coluna os nomes dos locais (que estão inseridos numa paisagem maior); na segunda, os tipos de uso da terra; na terceira, as porcentagens iniciais de cada uso naquele local (no ano j) e, nas colunas seguintes, as porcentagens de cada uso para os m anos seguintes. Sendo assim, o data.frame precisa ter um número de colunas maior ou igual a quatro. A função retorna o nome dos locais nos quais se encontrou o limiar de mudança estabelecido, bem como as porcentagens totais de aumento ou diminuição do uso da terra.

Se possível (caso haja tempo e eu consiga aprender melhor sobre os pacotes que trabalham com dados espaciais no R), a função também poderá olhar para os rasters ou vetores e selecionar as mudanças de uso de interesse, dentro da paisagem, retornando os locais encontrados num mapa e também um data.frame com as porcentagens dos usos nos dois momentos que foram analisados. Nesta função, podem ser selecionadas diferentes mudanças de interesse, mas a entrada dos anos acontece de dois a dois (um ano inicial e um final). Neste caso, o usuário pode inserir arquivos raster ou vetor, selecionar quais as mudanças de interesse, definir o limiar de mudança, bem como o número que ele deseja obter de locais com aquela mudança específica (o R dividiria a paisagem em um mosaico de locais, de formato quadrangular).

Tanto para data.frame como para dados espaciais, os locais encontrados e retornados pela função são escolhidos de maneira aleatória, dentre os locais que possuem as características desejadas dentro da paisagem. Caso o usuário deseje ter como retorno todos os locais, o argumento referente ao número de locais não deve ser especificado.

Planejamento da Função

Entrada: mudancas(data, mud(i to n), anos (j to m), limiar, num, total = FALSO)

data = data.frame com porcentagens de usos da terra para cada local, em diferentes anos;
mud (i to n) = usos da terra de interesse;
anos (j to m) = anos em que se deseja procurar a mudança de uso da terra, se não especificado, função compara todas as colunas;
limiar = porcentagem mínima de mudança de uso da terra a ser procurada;
num = numero de locais dentro da paisagem que se deseja ter como retorno, se não especificado, função irá entender que o usuários quer como retorno todos os locais encontrados;
total = FALSO = argumento lógico (verdadeiro ou falso), que tem como default ser FALSO e indica se o usuário quer comparar o primeiro ano de estudo com o último (útil quando mais de dois anos estão sendo comparados;
se possível = função também terá argumentos dados1 e dados2, que se referem aos rasters ou vetores do ano incial e final, respectivamente. Se dados1 e dados2 estão presentes, data=NULL, ou seja, data.frame não é necessário.

Verificando os parâmetros

o data-frame possui o número de colunas necessárias? → se não, retorna mensagem “Número de colunas insuficiente” e para função;
existe NA nas colunas? → se sim, retorna aviso “NAs presentes” e para função;
mud (i to n) são classes de uso existentes nos dados inseridos? → se não, retorna mensagem “erro nos tipos de uso” e para função;
limiar está especificado e é um número entre 0 e 1? → se não, retorna mensagem “limiar deve estar especificado no intervalo 0 ≤ limiar ≤ 1” e para função;
num está especificado? → se não, retorna mensagem “num não especificado, resultado representa todos os locais encontrados”;
num é um número dentro do número de divisões possíveis naquela paisagem? → se não, retorna mensagem “erro no número de locais escolhidos”;
se possível inserir dados1 e dados2: dado1 e dado2 são da mesma origem (raster ou vetor)? → se não, retorna mensagem dizendo “dados possuem origens diferentes” e para função.

Pseudo-código

verificar todos os parâmetros;
usando “for”, com ciclos de 1 até o número n de mudanças de interesse, para cada uma das mudanças definidas, dentro de um “for” com ciclos de 1 até o número m de anos estudados, para cada local especificado no data.frame de entrada:

- o nome do local será sempre o indexador;

- olhar a cada transição de ano (ou seja, de uma coluna para a coluna seguinte), se houve a(s) mudança(s) de interesse (olha linha por linha se a porcentagem de uso se manteve e/ou se houve mudança de acordo com o limiar estipulado);

- caso “num” esteja especificado, realizar um processo aleatório para escolha dos locais que serão estudados, de acordo com o número de locais do argumento num;

- caso o número de locais encontrados seja menor ou igual ao estabelecido, retornar mensagem “todos os locais encontrados foram escolhidos, pois o número de locais é menor que o estabelecido” ou “todos os locais encontrados foram escolhidos, pois o número de locais é igual ao estabelecido”;

- criar um data.frame como “return”.

Se possível também trabalhar com os dados espaciais:

carregar os pacote necessário para ler e trabalhar com dados espaciais no R;
usar “for”, com ciclos de 1 até o número n de mudanças de interesse, para cada uma das mudanças definidas:

- transformar usos de interesse nos dados em 1 e 2 e demais usos em NA;

- plotar, em uma mesma janela, um mapa só com os dados do uso inicial na paisagem, outro com os dados de usos finais e um com o locais onde a mudança foi detectada (figura apenas para visualização, na será salva);

- procurar na paisagem as mudanças com o limiar determinado;

- definir, aleatoriamente, os locais encontrados que serão retornados na saída (caso argumento “num” tenha sido especificado);

- caso o numero de locais encontrados seja menor ou igual ao estabelecido, retornar mensagem “todos os locais encontrados foram escolhidos, pois o número de locais é menor que o estabelecido” ou “todos os locais encontrados foram escolhidos, pois o número de locais é igual ao estabelecido”;

- criar um data.frame como “return”;

- retornar também um mapa com os locais escolhidos na paisagem (este mapa será salvo como imagem).

Saída

Para os data.frame, um novo data.frame com os nomes dos locais escolhidos em uma coluna, na coluna seguinte o uso da terra de interesse e nas demais colunas as porcentagens de mudança (para cada ano em que a mudança foi detectada). Se argumento “num” é especificado, função retorna apenas os locais aleatoriamente escolhidos.
Caso seja possível trabalhar com dados espaciais: Summary para cada local escolhido, com as porcentagens das mudanças de interesse (quanto, em porcentagem, mudou de um ano para o outro) e mapas com os locais escolhidos.

EXEMPLO

Digamos que o usuário da função tenha a seguinte tabela de usos da terra:

Ex 1: Caso o usuário queira encontrar, em sua paisagem, locais em que cana-de-açúcar tenha passado por um limiar de mudança de 40% (seja ganho ou perda de porcentagem de área), a função compara os anos de estudo e mostra como resultado quais os locais passaram por essa mudança.

Os argumentos de entrada seriam “mud = cana” e “limiar = 40”.

No caso, a função encontra que no local 1 ocorreu essa mudança entre 2005 e 2015; no local 3, entre os anos 95 e 2005; e no local 2, não teve a mudança que eu procuro. A função retorna uma tabela com as porcentagens de mudança para os locais que tiveral mudanças maiores ou iguais ao limiar, em pelo menos um dos anos de estudo analisado.

Ex 2: Caso o usuário queira encontrar locais que tenham passado por um limiar de mudança maior ou igual a 30%, tanto para cana como para pasto, a função compara os diferentes anos e procura essa mudança específica.

Os argumentos de entrada seriam “mud = pasto, cana” e “limiar = 30”.

Neste caso, a função encontra que no local 1, para pasto e cana, a mudança ocorreu entre os anos 2005 e 2015. No local 3, ambas as mudanças especificadas ocorreram entre os anos 1995 e 2005, enquanto no local 2 essa mudança não foi encontrada. A função retorna uma tabela com os locais em que a mudança foi encontrada e a porcentagem de mudanças totais dos usos da terra de interesse.

Em abos exemplos, caso o argumento “num” estivesse especificado, a tabea seria de acordo com a escolha aleatória dos locais, porém, o argumento “num” não foi especificado e função retorna todos os locais encontrados.

Oi Eduarda,

A proposta A parece bastante interessante, mas tenho problemas para entender exatamente o que a sua função visa calcular, e mais importante ainda, a estrutura dos objetos que ela receberá como input. Do jeito que está, parece que o data frame de entrada teria mais do que duas dimensões, e vale muito a pena considerar como tais dados serão representados. Antes de continuar gostaria que você reavaliasse esses detalhes tecnicos.

Por favor lembre-se que o aceite da proposta B é obrigatorio, então, veja meus comentários sobre a mesma na seção a seguir. Próximas conversas terão lugar pelo email e uma vez a gente consiga um consenso você deverá fazer as mudanças que tenham lugar no seu wiki.

—Gustavo A. Ballen

Plano B - Necessidades alimentares de animais de estimação

Contextualização

A forma e a fase da vida de um animal levam a diferenças em suas necessidades nutricionais (Lazzarotto, 1999), por exemplo, as necessidades energéticas dos filhotes de cães variam com a idade e a raça, sendo que esses requerimentos diminuem conforme o aumento da idade (Lazzarotto, 2001). As necessidades energéticas determinam diretamente a quantidade de alimento que deve ser ingerida por um animal, sendo importante entender melhor a exigência energética de cada um deles (Parreira, 2007).

Da mesma forma que as necessidades energéticas variam para a mesma espécie em diferentes fases da vida e para raças diferentes da mesma espécie, ela também varia entre espécies. Cães e gatos possuem necessidades nutricionais bastante distintas, com os gatos precisando, por exemplo, de maior número de refeições ao longo do dia (Revista veterinária, 2018).

Nesse sentido, uma função que ajude os amantes de animais a programarem a quantidade correta de alimento a ser dada para cada um dos seus pets é bastante útil. A função calcula a quantidade energética vital para cada indivíduo, a partir da espécie, porte no animal e idade. A função retorna, baseada na necessidade energética, a quantidade de alimento que precisa ser fornecida, com qual frequência diária e quanto se deve comprar do alimento para um determinado período, previamente estipulado por um argumento da função.

Planejamento da função