Questões de Concurso Para pesquisador

Foram encontradas 5.939 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

Q3314807 Engenharia Ambiental e Sanitária

O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI. 


import numpy as np

import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,

saida_ndvi):

    with rasterio.open(arquivo_nir) as nir_src:

        nir = nir_src.read(1).astype('float32')

        perfil = nir_src.profile

    with rasterio.open(arquivo_red) as red_src:

        red = red_src.read(1).astype('float32')

    ndvi = (nir - red) / (nir + red + 1e-10)

    perfil.update(dtype=rasterio.float32,

count=1)

    with rasterio.open(saida_ndvi, 'w',

**perfil) as dst:

        dst.write(ndvi, 1)

    print(f"NDVI calculado e salvo em:

{saida_ndvi}") 


Com base no código precedente, julgue os itens a seguir. 

Com base no código precedente, julgue o item a seguir. 


Se o código estiver processando imagens advindas do satélite LANDSAT 8, as bandas espectrais do vermelho e do infravermelho próximo serão B4 e B5, respectivamente. 

Alternativas
Q3314806 Programação

O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI. 


import numpy as np

import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,

saida_ndvi):

    with rasterio.open(arquivo_nir) as nir_src:

        nir = nir_src.read(1).astype('float32')

        perfil = nir_src.profile

    with rasterio.open(arquivo_red) as red_src:

        red = red_src.read(1).astype('float32')

    ndvi = (nir - red) / (nir + red + 1e-10)

    perfil.update(dtype=rasterio.float32,

count=1)

    with rasterio.open(saida_ndvi, 'w',

**perfil) as dst:

        dst.write(ndvi, 1)

    print(f"NDVI calculado e salvo em:

{saida_ndvi}") 


Com base no código precedente, julgue os itens a seguir. 

Com base no código precedente, julgue o item a seguir. 


Na interpretação do resultado do código, valores de NDVI próximos de 0 indicam maiores quantidades de vegetação fotossinteticamente ativa, enquanto valores próximos de 1 sugerem uma baixa vegetação. 

Alternativas
Q3314805 Programação

O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI. 


import numpy as np

import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,

saida_ndvi):

    with rasterio.open(arquivo_nir) as nir_src:

        nir = nir_src.read(1).astype('float32')

        perfil = nir_src.profile

    with rasterio.open(arquivo_red) as red_src:

        red = red_src.read(1).astype('float32')

    ndvi = (nir - red) / (nir + red + 1e-10)

    perfil.update(dtype=rasterio.float32,

count=1)

    with rasterio.open(saida_ndvi, 'w',

**perfil) as dst:

        dst.write(ndvi, 1)

    print(f"NDVI calculado e salvo em:

{saida_ndvi}") 


Com base no código precedente, julgue os itens a seguir. 

Com base no código precedente, julgue o item a seguir. 


Ao salvar a imagem resultante, o código preserva automaticamente a escala original dos valores de NDVI, sem precisar de ajustes adicionais. 

Alternativas
Q3314804 Programação

O NDVI (ou índice de vegetação por diferença normalizada) permite identificar a presença de vegetação verde e caracterizar sua distribuição espacial, como também sua evolução no decorrer do tempo. Para calcular o NDVI, a linguagem Python é amplamente utilizada, devido à sua flexibilidade e às bibliotecas de processamento de dados geoespaciais disponíveis. A seguir, é apresentado um código em Python relativo ao cálculo do NDVI. 


import numpy as np

import rasterio def calcular_ndvi(arquivo_nir, arquivo_red,

saida_ndvi):

    with rasterio.open(arquivo_nir) as nir_src:

        nir = nir_src.read(1).astype('float32')

        perfil = nir_src.profile

    with rasterio.open(arquivo_red) as red_src:

        red = red_src.read(1).astype('float32')

    ndvi = (nir - red) / (nir + red + 1e-10)

    perfil.update(dtype=rasterio.float32,

count=1)

    with rasterio.open(saida_ndvi, 'w',

**perfil) as dst:

        dst.write(ndvi, 1)

    print(f"NDVI calculado e salvo em:

{saida_ndvi}") 


Com base no código precedente, julgue os itens a seguir. 

Com base no código precedente, julgue o item a seguir. 


A função calcular_ndvi recebe, como parâmetros obrigatórios, três arquivos; se um deles não for encontrado, o código gerará um erro, o que impedirá a continuidade da execução. 

Alternativas
Q3314803 Engenharia Florestal

Tendo em vista que a análise da dinâmica florestal fornece informações sobre mudanças estruturais e florísticas ao longo do tempo, permitindo inferir alterações demográficas essenciais para o manejo sustentável, julgue o item subsecutivo. 


A estrutura diamétrica de uma floresta, sob o ponto de vista da produção, permite caracterizar e indicar o estoque de madeira disponível anteriormente a uma exploração, além de fornecer informações que auxiliem na tomada de decisões sobre a necessidade de reposição florestal. 

Alternativas
Q3314802 Engenharia Florestal

Tendo em vista que a análise da dinâmica florestal fornece informações sobre mudanças estruturais e florísticas ao longo do tempo, permitindo inferir alterações demográficas essenciais para o manejo sustentável, julgue o item subsecutivo. 


No inventário de uma floresta plantada, é recomendado o uso de processo de amostragem estratificada, devido à uniformidade do cenário. 

Alternativas
Q3314801 Engenharia Florestal

Tendo em vista que a análise da dinâmica florestal fornece informações sobre mudanças estruturais e florísticas ao longo do tempo, permitindo inferir alterações demográficas essenciais para o manejo sustentável, julgue o item subsecutivo. 


O índice de sítio é a medida que representa a capacidade produtiva de um local e, geralmente, é representado pelo diâmetro da árvore na altura do peito (DAP) em uma idade de referência, que é uma variável altamente correlacionada com a produtividade volumétrica e pouco influenciada pela variação da densidade do povoamento e por tratos silviculturais.

Alternativas
Q3314800 Noções de Informática

No que se refere à inteligência artificial aplicada ao manejo florestal, julgue o item subsequente.


Backpropagation é uma rede neural composta por três tipos de camadas: a de entrada, que recebe os dados; as camadas ocultas, responsáveis pelo processamento das informações; e a de saída, que gera os resultados. Essa estrutura permite a captura de relações complexas nos dados, tornando-se uma ferramenta eficaz na previsão e análise de variáveis florestais.

Alternativas
Q3314799 Engenharia Agronômica (Agronomia)

No que se refere à inteligência artificial aplicada ao manejo florestal, julgue o item subsequente.


Algoritmos de inteligência artificial podem ser utilizados para identificar espécies florestais com potencial econômico no manejo sustentável das florestas, a partir de informações botânicas extraídas de imagens aéreas captadas por drones, que são processadas para reconhecer as espécies de interesse.

Alternativas
Q3314798 Noções de Informática

No que se refere à inteligência artificial aplicada ao manejo florestal, julgue o item subsequente.


No manejo florestal por meio de machine learning, os métodos supervisionados são amplamente utilizados para prever variações, como crescimento das árvores, a partir de dados rotulados provenientes de sensores e inventários florestais; enquanto os métodos não supervisionados são aplicados para identificar padrões e agrupar áreas com características especificas, como tipos de vegetação, grau de intervenção ou diferentes estágios de crescimento da floresta. 

Alternativas
Q3314797 Engenharia Florestal

No que se refere à inteligência artificial aplicada ao manejo florestal, julgue o item subsequente.


No manejo florestal, o uso de redes neurais pode ser limitado pelo overfitting, um problema que ocorre quando o modelo se ajusta aos dados de treinamento e perde a capacidade de prever dados para novas áreas, o que pode resultar em abrangências imprecisas ao aplicar o modelo em florestas com condições ambientais diferentes das utilizadas no treinamento. 

Alternativas
Q3314796 Engenharia Florestal

No que se refere à inteligência artificial aplicada ao manejo florestal, julgue o item subsequente.


A técnica de machine learning é particularmente aplicável em situações em que há um baixo conjunto de dados para análise, ou quando se deseja automatizar o processo de análise de dados.

Alternativas
Q3314795 Engenharia Florestal

No que se refere à inteligência artificial aplicada ao manejo florestal, julgue o item subsequente.


Em aprendizagem supervisionada, os algoritmos de classificação, como perceptron, overfitting, random forest e bayesian networks, aprendem com o conjunto de treinamento e atribuem novos pontos de dados a uma classe específica. 

Alternativas
Q3314794 Meio Ambiente

Julgue o próximo item, em relação à modelagem e à simulação de ecossistemas florestais. 


Tecnologias baseadas em aprendizado de máquina e inteligência artificial — como redes neurais em conjunto com dados de sensoriamento remoto — podem ser uma abordagem alternativa para a modelagem da biomassa acima do solo, pela economia de tempo e capacidade de otimização para grandes áreas, além de trabalharem com um pequeno volume de dados. 

Alternativas
Q3314793 Engenharia Florestal

Julgue o próximo item, em relação à modelagem e à simulação de ecossistemas florestais. 


Nos inventários florestais para a estimativa do crescimento da floresta, a variável altura é facilmente obtida com custos baixos, no entanto, a variável diâmetro pode ser de difícil mensuração, principalmente em florestas densas, por isso, são estimados de forma indireta, a partir de uma relação hipsométrica que correlaciona as alturas com os diâmetros das árvores. 

Alternativas
Q3314792 Engenharia Florestal

Acerca de exploração e inventário florestal, julgue o item que se segue. 


A intensidade amostral de um inventário florestal contínuo depende da homogeneidade florística e distribuição espacial e, principalmente, dos recursos disponíveis e do objetivo do inventário, como no caso de comunidade de florestas naturais, em que geralmente os estudos ecológicos detalhados necessitam de uma baixa intensidade amostral. 




Alternativas
Q3314791 Engenharia Florestal

Acerca de exploração e inventário florestal, julgue o item que se segue. 


Para possibilitar a quantificação das mudanças na arquitetura, estrutura e composição florística, bem como avaliar os impactos da exploração e determinar o tipo e a intensidade de aplicação dos tratamentos silviculturais, um inventário florestal contínuo deverá ser planejado, de preferência antes da exploração florestal. 

Alternativas
Q3314790 Engenharia Florestal

Acerca de exploração e inventário florestal, julgue o item que se segue. 


Nos procedimentos de amostragem utilizados em inventários florestais em sucessivas ocasiões, a amostragem sucessiva independente utiliza parcelas temporárias, as quais são medidas uma única vez, sendo abandonada toda a estrutura de amostragem para a medição no período seguinte. Esse é o melhor procedimento para analisar as mudanças na floresta, já que os indivíduos amostrados não são os mesmos em cada ocasião. 

Alternativas
Q3314789 Engenharia Florestal

A respeito do manejo florestal de precisão e do monitoramento das parcelas permanentes de florestas nativas e plantadas, julgue o item a seguir. 

Entre os problemas advindos da falta de padronização na adoção de procedimentos e critérios de medição nas parcelas permanentes, incluem-se parcelas muito pequenas ou instaladas sem bordadura, medições de altura inadequadas em número, distribuição e precisão, estimativas de idade das árvores ou do povoamento não acuradas, e omissão de registro das condições iniciais do povoamento ou da floresta. 

Alternativas
Q3314788 Engenharia Florestal

A respeito do manejo florestal de precisão e do monitoramento das parcelas permanentes de florestas nativas e plantadas, julgue o item a seguir. 


Parcelas permanentes — áreas permanentemente demarcadas na floresta com o objetivo de obter informações sobre o crescimento e a dinâmica da floresta — normalmente apresentam custos relativamente baixos para a sua implantação e manutenção, o que muitos administradores de empreendimentos consideram vantajoso. 

Alternativas
Respostas
2221: C
2222: E
2223: E
2224: C
2225: C
2226: E
2227: E
2228: E
2229: C
2230: C
2231: C
2232: E
2233: E
2234: E
2235: E
2236: E
2237: C
2238: E
2239: C
2240: E