Análise digital do terreno: ferramenta na identificação de pedoformas em microbacia na região de "Mar de Morros" (MG)

Este trabalho reporta a utilização de ferramentas de um SIG (Sistema de Informação Geográfica) para o delineamento das geoformas e pedopaisagens em um estudo de caso em microbacia do município de Viçosa (MG), a partir dos dados da carta topográfica (escala 1:50.000) da região. Trabalhos de campo permitiram aferir uma exatidão global de 72 % na classificação das formas da paisagem e correlacionar as classes obtidas com as classes de solos dominantes. Após ajustes, elaborou-se um mapa síntese preliminar de distribuição de pedoformas, que auxilia no mapeamento de solos. O método de classificação das formas da paisagem baseado na geração de um MNT (Modelo Numérico do Terreno) e no cálculo dos atributos do relevo (elevação, declividade, curvatura) mostra-se uma alternativa rápida e econômica em comparação ao delineamento manual a partir da utilização de análise estereoscópica de fotografias aéreas.

Modelo digital de elevação na caracterização de solos desenvolvidos de basalto e material arenítico

Os levantamentos de solos são na maioria antigos e pouco detalhados, geralmente nos níveis exploratório e de reconhecimento. Isso pode ser explicado pelo fato de que o método tradicional de levantamento de solos é lento e caro, requerendo grande número de observações de campo. Assim, o presente trabalho teve como objetivo caracterizar unidades de mapeamento de solos das regiões de Ibaté e São Carlos, SP, desenvolvidos de materiais basálticos e areníticos em função da declividade e altitudes correspondentes, com base em modelo digital de elevação (MDE). Primeiramente, foi feito um mapa de solos semidetalhado pelo método tradicional. Posteriormente, utilizando-se curvas de nível da região, foi elaborado o MDE, do qual foram extraídos mapas com diferentes classes de declividade e elevação. Por meio da tabulação cruzada, foi determinada a incidência de cada solo nas respectivas classes de declives e altitudes. Cada solo apresentou comportamento diferenciado em relação às classes de declive. Contudo, nas faixas limítrofes de declividade pode ocorrer sobreposição de dois ou mais solos. Na referida região, o Latossolo Amarelo encontra-se predominantemente nas regiões mais altas e de relevo plano; entretanto, solos pouco intemperizados, como os Neossolos Litólicos, aparecem em diferentes faixas de declividade. Conclui-se que o conhecimento da distribuição dos solos no relevo é de grande importância, pois facilita a execução do levantamento de solos. O modelo de elevação apresenta semelhanças com o mapa de solos, podendo auxiliar na sua determinação. As variações de solo, no entanto, são mais complexas, não dispensando as observações de campo.

Uso de regressões logísticas múltiplas para mapeamento digital de solos no Planalto Médio do RS

Regressões nominais logísticas estabelecem relações matemáticas entre variáveis independentes contínuas ou discretas e variáveis dependentes discretas. Essas foram avaliadas quanto ao seu potencial em predizer a ocorrência e distribuição de classes de solos na região dos municípios de Ibirubá e Quinze de Novembro (RS). A partir de modelo numérico de terreno digital (MNT) com 90 m de resolução, foram calculadas variáveis de terreno topográficas (elevação, declividade e curvatura) e hidrográficas (distância dos rios, índice de umidade topográfica, comprimento de fluxo de escoamento e índice de poder de escoamento). Foram então estabelecidas regressões logísticas múltiplas entre as classes de solos da região com base em levantamento tradicional na escala 1:80.000 e as variáveis de terreno. As regressões serviram para calcular a probabilidade de ocorrência de cada classe de solo, e o mapa final de solos estimado foi produzido atribuindo-se a cada célula do mapa a denominação da classe de solo com maior probabilidade de ocorrência. Observou-se acurácia geral (AG) de 58 % e acurácia pelo coeficiente Kappa de Cohen de 38 %, comparando-se o mapa original com o mapa estimado dentro da escala original. Uma simplificação de escala foi pouco significativa para o aumento da acurácia do mapa, sendo 61 % de AG e 39 % de Kappa. Concluiu-se que as regressões logísticas múltiplas apresentaram potencial preditivo para serem usadas como ferramentas no mapeamento supervisionado de solos.

Integração de dados do quickbird e atributos do terreno no mapeamento digital de solos por redes neurais artificiais

No presente estudo, foi realizada uma avaliação de diferentes variáveis ambientais no mapeamento digital de solos em uma região no norte do Estado de Minas Gerais, utilizando redes neurais artificiais (RNA). Os atributos do terreno declividade e índice topográfico combinado (CTI), derivados de um modelo digital de elevação, três bandas do sensor Quickbird e um mapa de litologia foram combinados, e a importância de cada variável para discriminação das unidades de mapeamento foi avaliada. O simulador de redes neurais utilizado foi o "Java Neural Network Simulator", e o algoritmo de aprendizado, o "backpropagation". Para cada conjunto testado, foi selecionada uma RNA para a predição das unidades de mapeamento; os mapas gerados por esses conjuntos foram comparados com um mapa de solos produzido com o método convencional, para determinação da concordância entre as classificações. Essa comparação mostrou que o mapa produzido com o uso de todas as variáveis ambientais (declividade, índice CTI, bandas 1, 2 e 3 do Quickbird e litologia) obteve desempenho superior (67,4 % de concordância) ao dos mapas produzidos pelos demais conjuntos de variáveis. Das variáveis utilizadas, a declividade foi a que contribuiu com maior peso, pois, quando suprimida da análise, os resultados da concordância foram os mais baixos (33,7 %). Os resultados demonstraram que a abordagem utilizada pode contribuir para superar alguns dos problemas do mapeamento de solos no Brasil, especialmente em escalas maiores que 1:25.000, tornando sua execução mais rápida e mais barata, sobretudo se houver disponibilidade de dados de sensores remotos de alta resolução espacial a custos mais baixos e facilidade de obtenção dos atributos do terreno nos sistemas de informação geográfica (SIG).