O governo federal nos últimos anos vem tentando avançar no campo da regularização fundiária em áreas de sua dominialidade, principalmente as localizadas na Amazônia Legal, a fim de garantir que os imóveis da União cumpram sua função socioambiental. O presente estudo visa a compatibilização de políticas ambientais, como o cadastro ambiental rural (CAR), com as políticas de gestão do patrimônio da União, como a delimitação das áreas indubitáveis e a regularização fundiária das mesmas. A identificação dessas faixas de terras indubitáveis, consideradas inalienáveis às margens do rio federal Tocantins na gleba Palmeirante foi realizada utilizando geotecnologias, tais como técnicas de sensoriamento remoto e de geoprocessamento, aplicando a metodologia de predição morfológica que está sendo utilizada no Ministério do Planejamento, Desenvolvimento e Gestão para delimitação dessas áreas. Esta metodologia consiste fundamentalmente na utilização da base de dados de Otto Bacias gerados pela ANA - Agência Nacional de Águas. Após identificação e seleção da bacia, o dado vetorial foi utilizado como polígono para recorte dos dados SRTM produzidos pela NASA e disponibilizados pelo INPE, gerando assim o Modelo Digital de Elevação empregado no presente trabalho. Com o MDE montado, tratado e recortado pela bacia de referência aplicou-se o algoritmo Saga Wetness Index, que consiste em identificar ambientes de concentração. Esse algoritmo é similar ao índice topográfico de umidade, que visa identificar ambientes com saturação hídrica. A metodologia de predição morfológica se mostrou eficiente na identificação das áreas indubitavelmente da União na Gleba Palmeirante. Tal fato foi confirmado a partir da caracterização dos solos da região, pois os solos encontrados na faixa indubitável (neossolos flúvicos, plintossolos háplicos e neossolos quartzarênicos) possuem drenagem deficiente e apresentaram índices de umidade elevados, próximos ao índice da modelagem final que foi de 26,36. Delimitou-se também as Áreas de Preservação Permanente conforme estabelece o Código Florestal Brasileiro, procedimento por meio do qual foi possível constatar que toda a APP da Gleba Palmeirante está inserida na área indubitavelmente da União. Desta forma, o presente estudo visou propor de acordo com o estabelecido na Lei Nº. 11.952/2009 a regularização fundiária dessas áreas, inserindo cláusula delimitando a área de preservação permanente e sua situação atual no título de CDRU, esses dados podem ser obtidos a partir do cadastro ambiental rural. Além disso, criando-se também encargos ambientais, fixando prazos para recuperação de APP degradadas ou para preservação dessas áreas, sob pena de cancelamento do título de concessão de direito real de uso. A delimitação e regularização dessas áreas indubitavelmente da União visa, portanto, dar subsídio às políticas ambientais de fiscalização, recuperação e conservação das áreas de preservação permanente às margens do rio federal Tocantins de forma a garantir as funções ecológicas e ambientais dessas áreas. / The federal government in recent years has been trying to advance land regularization in areas of its dominance, especially those located in the Legal Amazon, in order to ensure that the properties of the Union fulfill their socio-environmental function. The present study aims at the compatibility of environmental policies, such as the rural environmental register (RER), with the policies of management of the Union's assets, such as the delimitation of the undoubted areas and the land regularization of these. The identification of these indubitable land ranges considered inalienable on the banks of the federal Tocantins river in the Gleba Palmeirante was carried out using geotechnologies such as remote sensing and geoprocessing techniques, applying the morphological prediction methodology that is being used in the Planning, Development And Management Ministry for delimitation of these areas. This methodology consists essentially in the use of the Otto Bacias database generated by ANA(NWA) - National Water Agency. After identification and selection of the basin, the vector data was used as a polygon to cut the SRTM data produced by NASA and made available by INPE, thus generating the Digital Elevation Model used in this work. With the MDE mounted, treated and trimmed by the reference basin, the Saga Wetness Index algorithm was applied, which is to identify concentration environments. This algorithm is similar to the topographic index of humidity, which aims to identify environments with water saturation. The methodology of morphological prediction proved to be efficient in identifying the undoubtedly areas of the Union in the Gleba Palmeirante. This fact was confirmed by the characterization of the soils of the region, because the soils found in the undoubted range (flossic neoses, plinthsols, and quartzarenic neosols) have poor drainage and presented high humidity indexes, close to the final modeling index, which was 26,36. The Permanent Preservation Areas were also delimited according to the Brazilian Forestry Code, through which it was possible to verify that the entire GPA of Gleba Palmeirante is inserted in the area undoubtedly of the Union. Therefore, the present study aimed to propose according to Established in Law No. 11.952 / 2009 the land regularization of these areas, inserting clause delimiting the permanent preservation area and its current status in the CDRU title, these data can be obtained from the rural environmental register. In addition, environmental charges are also created, setting deadlines for the recovery of degraded APP or for preservation of these areas, under penalty of cancellation of the concession title of real right of use. The delimitation and regularization of these areas undoubtedly aims to contribute to the environmental policies for the monitoring, restoration and conservation of permanent preservation areas on the banks of the federal river Tocantins in order to guarantee the ecological and environmental functions of these areas.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Social demands on soil information have grown dramatically, meanwhile the soil surveys are seldom carried out in the country. Digital soil mapping techniques can be applied to infer the spatial distribution of soil from existing soil maps or from reference areas, extrapolating this information to areas not mapped. The purpose of this study was to apply in a Geographic Information System the Multiple Logistic Regressions (MLR) using Principal Components (PC) as explanatory variables to predict soil classes spatial distribution. The study area was the region of municipality São Pedro do Sul / RS. For the development of predictive models a set of nine terrain attributes were used. Model training was executed on an existing soil map and with a survey carried out in a reference area, both in a 1:50.000 scale. The first three retained PC explained 65.57% of the data variability. The predictive models which used PC had lower values of kappa index. The most accurate predicted map reached a kappa value of 63.20% and was generated by using the nine attributes of land as predictive covariates. The mapping accuracy is sensitive to similarities between the mapped classes, and mapping in a more homogeneous categorical level reduces the accuracy of the predicted maps. Soil classes relatively not representative in the training maps are not properly spatialized. The use of MLR allows spatializing of soil classes to areas not mapped, although the use of PC needs to be tested with a larger number of covariates. / As demandas da sociedade pela informação solo têm crescido, porém levantamentos pedológicos praticamente não ocorrem mais no país. Técnicas de Mapeamento Digital do Solo podem ser empregadas para inferir a distribuição espacial de classes de solos a partir de mapas existentes e áreas de referência, extrapolando esta informação para áreas não mapeadas. O objetivo deste estudo foi empregar em um Sistema de Informações Geográficas as Regressões Logísticas Múltiplas (RLM) utilizando-se de Componentes Principais (CP) como variáveis explicativas para a predição espacial de classes de solos. A área de estudo foi na região do município de São Pedro do Sul / RS. Para o desenvolvimento dos modelos preditivos foram utilizados um conjunto de nove atributos do terreno. O treinamento dos modelos foi executado em um mapa de solos existente, e em um levantamento realizado em áreas de referência, ambos na escala 1:50.000. As três primeiras CP retidas explicaram 65,57% da variabilidade dos dados. Os modelos preditivos que empregaram CP obtiveram menores valores do índice kappa. O mapa predito mais acurado empregou os nove atributos do terreno e alcançou um valor de kappa de 63,20%. A acurácia do mapeamento é sensível a semelhança entre as classes mapeadas, e o mapeamento em níveis categóricos mais homogêneos reduz a precisão dos mapas preditos. Classes de solos relativamente pouco representativas não são corretamente espacializadas. O emprego de RLM permite espacializar classes de solos para áreas não mapeadas, embora o emprego de CP necessite ser testado com um maior número de covariáveis.