Aplicação de métodos geoestatísticos no estudo das distribuições espaciais de condutividade hidráulica em áreas do Sistema Aquífero Guarani (SAG) e do Sistema Aquífero Bauru (SAB) no Estado de São Paulo

A condutividade hidráulica (K) é um dos parâmetros controladores da magnitude da velocidade da água subterrânea, e consequentemente, é um dos mais importantes parâmetros que afetam o fluxo subterrâneo e o transporte de solutos, sendo de suma importância o conhecimento da distribuição de K. Esse trabalho visa estimar valores de condutividade hidráulica em duas áreas distintas, uma no Sistema Aquífero Guarani (SAG) e outra no Sistema Aquífero Bauru (SAB) por meio de três técnicas geoestatísticas: krigagem ordinária, cokrigagem e simulação condicional por bandas rotativas. Para aumentar a base de dados de valores de K, há um tratamento estatístico dos dados conhecidos. O método de interpolação matemática (krigagem ordinária) e o estocástico (simulação condicional por bandas rotativas) são aplicados para estimar os valores de K diretamente, enquanto que os métodos de krigagem ordinária combinada com regressão linear e cokrigagem permitem incorporar valores de capacidade específica (Q/s) como variável secundária. Adicionalmente, a cada método geoestatístico foi aplicada a técnica de desagrupamento por célula para comparar a sua capacidade de melhorar a performance dos métodos, o que pode ser avaliado por meio da validação cruzada. Os resultados dessas abordagens geoestatísticas indicam que os métodos de simulação condicional por bandas rotativas com a técnica de desagrupamento e de krigagem ordinária combinada com regressão linear sem a técnica de desagrupamento são os mais adequados para as áreas do SAG (rho=0.55) e do SAB (rho=0.44), respectivamente. O tratamento estatístico e a técnica de desagrupamento usados nesse trabalho revelaram-se úteis ferramentas auxiliares para os métodos geoestatísticos.

Mapping soil organic carbon storage in deep soil horizons of Amazonian Podzols

The Podzols of the world are divided into intra-zonal and zonal according to then location. Zonal Podzols are typical for boreal and taiga zone associated to climate conditions. Intra-zonal podzols are not necessarily limited by climate and are typical for mineral poor substrates. The Intra-zonal Podzols of the Brazilian Amazon cover important surfaces of the upper Amazon basin. Their formation is attributed to perched groundwater associated to organic matter and metals accumulations in reducing/acidic environments. Podzols have a great capacity of storing important amounts of soil organic carbon in deep thick spodic horizons (Bh), in soil depths ranging from 1.5 to 5m. Previous research concerning the soil carbon stock in Amazon soils have not taken into account the deep carbon stock (below 1 m soil depth) of Podzols. Given this, the main goal of this research was to quantify and to map the soil organic carbon stock in the region of Rio Negro basin, considering the carbon stored in the first soil meter as well as the carbon stored in deep soil horizons up to 3m. The amount of soil organic carbon stored in soils of Rio Negro basin was evaluated in different map scales, from local surveys, to the scale of the basin. High spatial and spectral resolution remote sensing images were necessary in order to map the soil types of the studied areas and to estimate the soil carbon stock in local and regional scale. Therefore, a multi-sensor analysis was applied with the aim of generating a series of biophysical attributes that can be indirectly related to lateral variation of soil types. The soil organic carbon stock was also estimated for the area of the Brazilian portion of the Rio Negro basin, based on geostatistical analysis (multiple regression kriging), remote sensing images and legacy data. We observed that Podzols store an average carbon stock of 18 kg C m-2 on the first soil meter. Similar amount was observed in adjacent soils (mainly Ferralsols and Acrisols) with an average carbon stock of 15 kg C m-2. However if we take into account a 3 m soil depth, the amount of carbon stored in Podzols is significantly higher with values ranging from 55 kg C m-2 to 82 kg C m-2, which is higher than the one stored in adjacent soils (18 kg C m-2 to 25 kg C m-2). Given this, the amount of carbon stored in deep soil horizons of Podzols should be considered as an important carbon reservoir, face a scenario of global climate change

Identificação de padrões de uso do solo urbano em São Paulo/SP utilizando parâmetros de variogramas.

As imagens de alta resolução espacial impulsionaram os estudos de Sensoriamento Remoto em ambientes urbanos, já que elas permitem uma melhor distinção dos elementos que compõem esse ambiente tão heterogêneo. Técnicas de Geoestatística são cada vez mais utilizadas em estudos de Sensoriamento Remoto e o variograma é uma importante ferramenta de análise geoestatística, pois permitem entender o comportamento espacial de uma variável regionalizada, neste caso, os níveis de cinza de uma imagem de satélite. O presente trabalho pretende avaliar a proposta metodológica que consiste em identificar padrões residenciais urbanos de três classes de uso e ocupação do solo por meio da análise dos valores apresentados pelos parâmetros, alcance, patamar e efeito pepita de um variograma. A hipótese é que os valores correspondentes a esses parâmetros representem o comportamento espectral padrão de cada classe e, portando, indicam que há um padrão na organização espacial de cada uma das classes. Para a presente pesquisa foram utilizadas imagem IKONOS 2002, e a classificação de uso e ocupação do solo da sub-bacia do córrego Bananal na bacia do Rio Cabuçu de Baixo em São Paulo SP. Amostras das imagens de cada classe foram extraídas e os valores de nível de cinza em cada pixel foram utilizados para calcular os variogramas. Após análise dos resultados obtidos, apenas o parâmetro alcance foi levado em consideração, pois é através desse parâmetro que se observa o grau de homogeneidade de cada amostra. Os valores de alcance obtidos nos cálculos dos variogramas identificaram com melhor precisão a classe Conjuntos Residenciais que é uma classe com padrões e características singulares, já a identificação das classes Ocupação Densa Regular e Ocupação Densa Irregular não obteve uma precisão boa, sendo que essas classes são similares em diversos aspectos.