The first case of the novel coronavirus in Brazil was notified on February 26, 2020. After 21 days, the first case was reported in the second largest State of the Brazilian Amazon. The State of Pará presented difficulties in combating the pandemic, ranging from underreporting and a low number of tests to a large territorial distance between cities with installed hospital capacity. Due to these factors, mathematical data-driven short-term forecasting models can be a promising initiative to assist government officials in more agile and reliable actions. This study presents an approach based on artificial neural networks for the daily and cumulative forecasts of cases and deaths caused by COVID-19, and the forecast of demand for hospital beds. Six scenarios with different periods were used to identify the quality of the generated forecasting and the period in which they start to deteriorate. Results indicated that the computational model adapted capably to the training period and was able to make consistent short-term forecasts, especially for the cumulative variables and for demand hospital beds.

Resumo Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como ‘redes neurais artificiais’, para geração de 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.

La caracterización del comportamiento de la variación espacial de atributos dendrométricos de especies tropicales en sistemas agroforestales es importante para su manejo y, en ese sentido, la geoestadística se destaca por utilizar técnicas capaces de caracterizar esa variación. Se utilizaron métodos geoestadísticos para evaluar y mapear la variabilidad espacial del diámetro a 1.3 m del nivel del suelo (dap), de la altura comercial (h_c) y del volumen comercial (v_c) de árboles de Swietenia macrophylla King, plantadas en un sistema agroforestal en la Amazonia brasileña. El muestreo de campo se realizó con base en una cuadrícula de 50 m × 50 m, que resultó en 36 puntos sistemáticos. En cada punto, se instaló una parcela circular de 500 m² para medir el dap y la h_c. El v_c fue estimado con la ecuación mejor ajustada a los datos de cubicación de 108 árboles. Luego se modelaron los patrones de distribución espacial de las variables por medio de la geoestadística y se utilizó kriging ordinario para generar mapas con predicciones e incertidumbres de las variables. El modelo de Schumacher-Hall resultó en la mejor ecuación para estimar el v_c y la cuadrícula sistemática utilizada mostró ser eficiente para detectar los patrones espaciales de esas variables. Los modelos de semivariogramas ajustados demostraron la fuerte dependencia espacial del dap, de la h_c y del v_c, lo que permitió hacer interpolaciones precisas, generando resultados de validación cruzada sin tendencia, principalmente para v_c que presentó el modelo teórico mejor ajustado.

Uma das variáveis que influenciam o desempenho do feller buncher é a declividade do terreno e é neste sentido que este trabalho objetivou analisar a produtividade desta máquina em diferentes classes de declividade. O estudo foi conduzido em uma empresa florestal localizada na região Centro-Oeste do Paraná, Brasil. As análises foram realizadas em plantios de Pinus taeda sob regime de corte raso aos 15 anos de idade e os dados foram obtidos pelo método contínuo de tempos e movimentos. Foram determinadas a produtividade e o tempo efetivo médio do ciclo em três classes de declividade do terreno: Plano a Moderado; Íngreme; e Muito Íngreme. Com o aumento da declividade do terreno houve um aumento no tempo médio do ciclo operacional do feller buncher. A atividade parcial “busca e corte” consumiu maior tempo, seguido do “deslocamento vazio” e do “empilhamento”. A produtividade da colheita com o feller buncher diminuiu com o aumento da declividade do terreno. Na comparação das declividades, o terreno íngreme apresentou uma queda de 8,6% em relação ao muito íngreme. Em média o rendimento no terreno plano a moderado foi 76,14 m³.he-1, no íngreme foi de 63,12 m³.he-1 e no muito íngreme foi de 69,05 m³.he-1.