Aplicação de técnicas de mapeamento digital de solos no âmbito do zoneamento ecológico-econômico do bioma Amazônia no Maranhão.
O conhecimento dos solos e de sua distribuição espacial na paisagem é um importante instrumento para o planejamento do uso das terras e para tomada de decisões para subsidiar políticas públicas, tais como o Zoneamento Ecológico-Econômico (ZEE). Esse conhecimento pode ser adquirido pelo levantamento e mapeamento pedológico convencional e/ou por meio da técnica de Mapeamento Digital de Solos (MDS). No Brasil, estudos relacionados à aplicação das técnicas de MDS iniciaram nos anos 2000, com o ?2nd Workshop on Digital Soil Mapping?, organizado pela Embrapa Solos em 2004, onde vários estudos brasileiros foram apresentados, buscaram maximizar o uso de mapas e informações de solos pré-existentes (dados legados) e assim fornecer estimativas de classes e atributos do solo para áreas mais amplas. O presente trabalho teve como finalidade utilizar a técnica de MDS no MA com os seguintes objetivos: (a) organizar uma base de dados de solos referente à área do ZEE-Amazônia-MA; (b) gerar informações espaciais antecipadas sobre onde executar novas amostragens de solos; (c) realizar a predição de Classe de Solos e do Teor de Carbono Orgânico por meio de técnicas de MDS. A área de estudo possui aproximadamente 138.551,765 km² e compreende a área do ZEE-Amazônia-MA. Foram compilados 236 perfis de solo na área, onde 26 não apresentaram a classificação do tipo de solo conforme o Sistema Brasileiro de Classificação de Solos e 71 não tinham o teor de carbono orgânico. Dessa forma, o número de perfis considerado para modelagem preditiva de classes de solos foi 193 (236 ? 17 perfis pouco representativos ? 26 sem informação da classe). Já para o teor de carbono orgânico foi utilizado 165 perfis (236 - 71). Como covariáveis preditoras foram utilizadas 12 covariáveis do terreno, índice de vegetação por diferença normalizada (NDVI), uso e cobertura do solo, geomorfologia e geologia. O método utilizado na calibração dos modelos de predição das classes de solos (no nível de subordem) e do teor de carbono orgânico na camada de 0-30 cm foi o método Floresta Aleatória (Random Forest). Foram definidos 70 pontos de amostragem na área do ZEE-Amazônia-MA em locais com escassez de dados de solo. Os locais de amostragem desses pontos foram selecionados com base na variabilidade da paisagem pelo algoritmo de Amostragem por Hipercubo Latino condicionado (conditioned Latin Hypercube Sampling). O mapa de classes de solos gerado apresentou uma acurácia geral de 55% e Kappa de 0,60 na validação. A classe dos Argissolos Vermelho-Amarelos apresenta a maior área mapeada, seguido pela classe dos Latossolos Amarelos, Argissolos Amarelos, Plintossolos Argilúvicos e Gleissolos Háplicos. As classes com menor área mapeada foram Argissolos Vermelhos e Nessolos Flúvicos. O modelo de predição do teor de carbono orgânico apresentou na validação cruzada R² de 0,40 e RMSE (root-mean-square error) de 1.19%. O mapa do teor de carbono orgânico mostrou as áreas onde os teores de carbono são altos, por exemplo, na área da baixada maranhense. O alto teor de carbono indica a necessidade de criação de políticas públicas com objetivo de minimizar a degradação pelo uso inadequado do solo, que pode acarretar perda de carbono na forma de dióxido de carbono para atmosfera. Já em áreas com baixos teores de carbono, deve-se fomentar práticas de manejo, como sistemas de integração lavoura-pecuária-floresta (ILPF), visando aumentar o carbono orgânico do solo. Em geral, os resultados mostraram o potencial que a técnica de Mapeamento Digital de Solos possui em relação à geração de informações de solos para área do ZEE-Amazônia-MA, possibilitando a obtenção de uma base de dados sólida, em que as incertezas são informadas para o usuário final da informação. Isso auxilia na tomada de decisões mais assertivas por parte dos órgãos responsáveis por planejar e executar projetos de políticas públicas, assim como no planejamento do uso da terra por equipes técnicas.
Main Authors: | , , , , |
---|---|
Other Authors: | |
Format: | Livros biblioteca |
Language: | Portugues pt_BR |
Published: |
2020
|
Subjects: | Solo, Classificação do Solo, Reconhecimento do Solo, Zoneamento Ecológico, |
Online Access: | http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1129349 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | O conhecimento dos solos e de sua distribuição espacial na paisagem é um importante instrumento para o planejamento do uso das terras e para tomada de decisões para subsidiar políticas públicas, tais como o Zoneamento Ecológico-Econômico (ZEE). Esse conhecimento pode ser adquirido pelo levantamento e mapeamento pedológico convencional e/ou por meio da técnica de Mapeamento Digital de Solos (MDS). No Brasil, estudos relacionados à aplicação das técnicas de MDS iniciaram nos anos 2000, com o ?2nd Workshop on Digital Soil Mapping?, organizado pela Embrapa Solos em 2004, onde vários estudos brasileiros foram apresentados, buscaram maximizar o uso de mapas e informações de solos pré-existentes (dados legados) e assim fornecer estimativas de classes e atributos do solo para áreas mais amplas. O presente trabalho teve como finalidade utilizar a técnica de MDS no MA com os seguintes objetivos: (a) organizar uma base de dados de solos referente à área do ZEE-Amazônia-MA; (b) gerar informações espaciais antecipadas sobre onde executar novas amostragens de solos; (c) realizar a predição de Classe de Solos e do Teor de Carbono Orgânico por meio de técnicas de MDS. A área de estudo possui aproximadamente 138.551,765 km² e compreende a área do ZEE-Amazônia-MA. Foram compilados 236 perfis de solo na área, onde 26 não apresentaram a classificação do tipo de solo conforme o Sistema Brasileiro de Classificação de Solos e 71 não tinham o teor de carbono orgânico. Dessa forma, o número de perfis considerado para modelagem preditiva de classes de solos foi 193 (236 ? 17 perfis pouco representativos ? 26 sem informação da classe). Já para o teor de carbono orgânico foi utilizado 165 perfis (236 - 71). Como covariáveis preditoras foram utilizadas 12 covariáveis do terreno, índice de vegetação por diferença normalizada (NDVI), uso e cobertura do solo, geomorfologia e geologia. O método utilizado na calibração dos modelos de predição das classes de solos (no nível de subordem) e do teor de carbono orgânico na camada de 0-30 cm foi o método Floresta Aleatória (Random Forest). Foram definidos 70 pontos de amostragem na área do ZEE-Amazônia-MA em locais com escassez de dados de solo. Os locais de amostragem desses pontos foram selecionados com base na variabilidade da paisagem pelo algoritmo de Amostragem por Hipercubo Latino condicionado (conditioned Latin Hypercube Sampling). O mapa de classes de solos gerado apresentou uma acurácia geral de 55% e Kappa de 0,60 na validação. A classe dos Argissolos Vermelho-Amarelos apresenta a maior área mapeada, seguido pela classe dos Latossolos Amarelos, Argissolos Amarelos, Plintossolos Argilúvicos e Gleissolos Háplicos. As classes com menor área mapeada foram Argissolos Vermelhos e Nessolos Flúvicos. O modelo de predição do teor de carbono orgânico apresentou na validação cruzada R² de 0,40 e RMSE (root-mean-square error) de 1.19%. O mapa do teor de carbono orgânico mostrou as áreas onde os teores de carbono são altos, por exemplo, na área da baixada maranhense. O alto teor de carbono indica a necessidade de criação de políticas públicas com objetivo de minimizar a degradação pelo uso inadequado do solo, que pode acarretar perda de carbono na forma de dióxido de carbono para atmosfera. Já em áreas com baixos teores de carbono, deve-se fomentar práticas de manejo, como sistemas de integração lavoura-pecuária-floresta (ILPF), visando aumentar o carbono orgânico do solo. Em geral, os resultados mostraram o potencial que a técnica de Mapeamento Digital de Solos possui em relação à geração de informações de solos para área do ZEE-Amazônia-MA, possibilitando a obtenção de uma base de dados sólida, em que as incertezas são informadas para o usuário final da informação. Isso auxilia na tomada de decisões mais assertivas por parte dos órgãos responsáveis por planejar e executar projetos de políticas públicas, assim como no planejamento do uso da terra por equipes técnicas. |
---|