Defesa de dissertação – Sandra Deodoro

O Programa de Pós-graduação em Análise e Modelagem de Sistemas Ambientais do Instituto de Geociências da UFMG convida para a primeira defesa de dissertação da turma 2019:

DEFESA DE DISSERTAÇÃO

Discente: Sandra Cristina Deodoro

Orientador: Prof. Dr. Plínio Temba

Título: “Classificação e mapeamento preditivo do solo na região de Volta Grande do Rio Uruguai – SC/RS (Brasil)”

Data: 16 de outubro de 2020

Horário: 09:30h

Link para acompanhar a videoconferência: https://conferenciaweb.rnp.br/webconf/sandra-cristina-deodoro

Resumo:

O solo é um recurso natural que pode ser analisado a partir de suas funções antrópicas e (geo)ecossistêmicas. O conhecimento da textura do solo (proporção das frações granulométricas) faz-se importante sob estes contextos, principalmente das camadas superficiais as quais são as primeiras a serem erodidas. Além disso, a textura constitui importante característica devido à sua relação com outras propriedades do solo tais como estrutura, porosidade, permeabilidade, fertilidade, química e conteúdo de umidade. Há uma crescente necessidade por informações espacialmente contínuas e quantitativas de solo para modelagem e gestão ambiental, em diferentes escalas cartográficas. A falta de amostragem de dados é geralmente compensada por resultados de predição e modelagem cujos procedimentos, conhecidos como mapeamento preditivo de solo, são especialmente desenvolvidos para estimar distribuição espacial de variáveis do solo. Mapeamento digital de solo constitui-se uma abordagem útil para predição espacial de atributos do solo. Tal abordagem envolve uma relação entre o solo e as variáveis ambientais, baseada em modelos estatísticos e geoestatísticos, para criar mapa preditivo ou derivar valores de propriedades de solo em locais sem medição a partir de dados coletados de campo. A presente dissertação tem como objetivo a elaboração de um mapa da textura superficial do solo na bacia do rio Uruguai (divisa entre os Estados de Santa Catarina e Rio Grande do Sul), no trecho conhecido como Volta Grande, por meio de dados espectrais de solo coletados do sensor MSI do satélite Sentinel-2, dados de campo (amostragem granulométrica), modelagem estatística preditiva (Análise Discriminante) e interpolação IDW. Os resultados mostraram que a textura do solo foi classificada a uma acurácia de 71% conforme Índice de Kappa, com predomínio de argila. Apoiados em dados morfométricos e no Índice MRVBF – Multiresolution Index of Valley Bottom Flatness –, derivados do MDE SRTM GL1 (12,5 m), a maior parte da área foi representada por colúvios argilosos, coerentemente com as observações de campo e com os extensos segmentos declivosos de vertente amplamente distribuídos. Concluiu-se que a ocorrência de colúvio-aluvio às margens do rio Uruguai, nas áreas de planície, indica contribuição das vertentes na dinâmica pedogeomorfológica da área de estudo e não somente dinâmica fluvial. Com base nos resultados, a metodologia aplicada neste trabalho demonstrou que produtos e técnicas de sensoriamento remoto, aliados à modelagem estatística, possuem potencial utilidade como conhecimentos e técnicas auxiliares para obtenção, análise e mapeamento de atributos do solo, como a granulometria. A dissertação é original e envolve conceitos interdisciplinares de sensoriamento remoto e pedogeomorfomogia, integrados por modelagem estatística e sistema de informação geográfica. Como implicação prática, apresenta o solo como recurso natural importante para análise ambiental. Por utilizar dados de um sensor relativamente recente (2015), quando comparado com outros como o Landsat, apresenta as potencialidades e limitações deste instrumento para aplicações em modelagem inferencial dos atributos do solo.