OLIVEIRA, Thaise Sena, também é conhecida em citações bibliográficas por: SENA, Thaise / Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-07-27T19:50:29Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Thaise Sena Oliveira.pdf: 2986397 bytes, checksum: 17321476b21b3ef2b674a031d6fa09a2 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-08-07T22:30:50Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Thaise Sena Oliveira.pdf: 2986397 bytes, checksum: 17321476b21b3ef2b674a031d6fa09a2 (MD5) / Made available in DSpace on 2018-08-07T22:30:50Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Thaise Sena Oliveira.pdf: 2986397 bytes, checksum: 17321476b21b3ef2b674a031d6fa09a2 (MD5) Previous issue date: 2017-02-22 / CAPES / A investigação e compreensão do relevo oceânico é fundamental para um gerenciamento apropriado do espaço marítimo. O tipo de substrato e a geomorfologia do fundo marinho são exemplos de parâmetros físicos que influenciam a distribuição dos habitats bentônicos. Este trabalho teve como objetivo principal o mapeamento da geodiversidade da plataforma continental interna de Recife, a partir de dados abióticos, a fim de inferir os potenciais habitats marinhos bentônicos. Os dados foram oriundos de dois projetos de mapeamento da zona costeira de Recife: o MAI e o MAPLAC. A batimetria foi realizada utilizando uma eco sonda (200kHz), em um total de 204 perfis, com intervalo de 100 metros entre eles, que se iniciou o mais próximo da zona de arrebentação até isóbata de 20 metros. Foram coletadas um total de 240 amostras de sedimentos, utilizando uma draga pontual do tipo Van Veen. Um modelo digital de terreno (MDT) e o mapa representando os tipos de substrato foram confeccionados a partir do software ArcGis 10.1. Os sedimentos foram classificados de acordo com o tamanho médio do grão. As imagens acústicas foram obtidas a partir de sonar de varredura lateral. Os resultados encontrados neste estudo indicam que a plataforma continental interna é heterogênea em sua morfologia e distribuição de sedimentos, bem como o tipo de substrato encontrado na região. Foi possível perceber a influência que a linha do beachrock submersa exerce sobre a transferência de sedimentos ao longo da plataforma. Os sedimentos apresentam poucas variações nas suas características sedimentológicas de norte a sul. A variedade mais significativa ocorre perpendicular à linha de costa. Através de um esquema de classificação a área foi dividida em dois megahabitats. O megahabitat consolidado apresenta sinal acústico variado, enquanto que o megahabitat inconsolidado é caracterizado por sinal acústico homogêneo. A área de estudo apresenta características morfológicas peculiares e diversas. Esta diversidade morfológica influencia os processos hidrodinâmicos responsáveis pelo transporte e deposição de sedimentos ao longo da área. Os dados aqui apresentados indicam que as feições do fundo marinho controlam a distribuição dos tipos substrato, influenciando diretamente na distribuição dos habitats marinhos bentônicos. / Research and mapping relief is essential for proper management of maritime space. The substrate type and seabed geomorphology are examples of physical parameters that influence the distribution of benthic habitats.. This work had the objective of mapping the geodiversity of the continental shelf of Recife, based on abiotic data, in order to infer potential benthic marine habitats. The data came from two mapping projects of the coastal zone of Recife: MAI and MAPLAC. The bathymetry was performed using an echo sounder (200kHz), in a total of 204 profiles, with a range of 100 meters between them, which started as close to the burst zone up to 20 meters isobath. A total of 240 sediment samples were collected using a Van Veen type dredger. A digital terrain model (DTM) and the map representing the substrate types were made from the ArcGis 10.1 software. Sediments samples were classified according to the mean grain size. The acoustic images were obtained from lateral sweep sonar. The results found in this study indicate that the internal continental shelf is heterogeneous in its morphology and sediment distribution, as well as the type of substrate found in the region. It was possible to perceive the influence that the submerged beachrock line exerts on the sediment transfer along the platform. The sediments present few variations in their sedimentological characteristics from north to south. The most significant variety occurs perpendicular to the coastline. Through a classification scheme the area was divided into two megahabitats. Consolidated megahabitat presents a varied acoustic signal and benthic composition composed of sessile and epifauna organisms, while the unconsolidated megahabitat is characterized by small invertebrates of discrete mobility and homogeneous acoustic signal. The study area presents peculiar and diverse morphological characteristics. This morphological diversity influences the hydrodynamic processes responsible for sediment transport and deposition along the area. The data presented here indicate that the seabed features control the distribution of substrate types, directly influencing the distribution of benthic marine habitats.

Research on digital soil mapping (DSM) in Brazil is subject to the existence of legacy soil data obtained through conventional methods for extrapolation of soil-landscape relations. In areas with no available soil maps, it is necessary to develop methodologies for the acquisition of these data in a scale compatible with the needs of the users. In this context, the main objective of this study was to develop a methodology, through techniques of DSM, to predict soil classes at semidetailed level, in a region of gently undulating relief delimited by a topographic map in a scale of 1:50,000. Techniques for relief modeling were used to elaborate and evaluate the quality of the digital elevation models used in the area covered by the topographic map and in the reference area (RA). The RA technique was used to establish soil-landscape relations in the DSM. A basemap in a scale of 1:5,000 was created to support the implementation of soil mapping by conventional methods for the RA. Decision Tree (DT) technique was used to build the prediction model based on the soil map and eight terrain attributes of the RA. Two DSM strategies were tested in order to obtain the data to create the classification rules (DSM 1 and DSM 2). Each strategy employed the eight terrain attributes as predictor variables: elevation (ele), distance to channel network (dis), slope (dec), aspect (asp), topographic wetness index (twi), profile curvature (per), plan curvature (pla), and landform classes (lan). The previous selection of digital elevation models to extract the terrain attributes aggregated quality to the use of the predictor variables that participated in the production of the model. The use of RA in areas with limitation of data proved to be an efficient strategy to improve the understanding of soil-landscape relations for prediction of occurrence of soil classes through the DSM method. The comparison between field data and the digital soil map resulted in a global accuracy (GA) of 66.15% and Kappa of 0.35 for the DSM 1, and GA of 65.58% and Kappa of 0.27 for the DSM 2. The approach of soil survey through the conventional method in the RA proved appropriate, since it contributed to the knowledge of predominant soil categories, as well as reduced the number of field observations in the area covered by the topographic map. / As pesquisas em mapeamento digital de solos (MDS) realizadas no Brasil são dependentes da existência de dados legados de solos obtidos por métodos convencionais para extrapolação das relações solo-paisagem. Em áreas onde não há disponibilidade de mapas de solos, torna-se necessário desenvolver metodologias para aquisição desses dados em escala compatível com a necessidade dos usuários. Nesse contexto, o objetivo geral desta pesquisa foi desenvolver uma metodologia, por intermédio de técnicas de MDS para predizer classes de solos em nível semidetalhado, numa região de relevo suave ondulado, tendo como limite uma carta topográfica na escala 1:50.000. Foram utilizadas técnicas de modelagem do relevo para a elaboração e a avaliação da qualidade dos modelos digitais de elevação utilizados na área de abrangência da carta topográfica e na área de referência (AR). A técnica de AR foi empregada para estabelecer as relações solo-paisagem no MDS. Foi construída uma base cartográfica, na escala 1:5.000, que serviu de apoio para executar o mapeamento de solos com técnicas convencionais para a AR. A técnica de árvore de decisão (AD) foi utilizada para construção do modelo preditivo com base no mapa de solos e em oito atributos de terreno da AR. Duas estratégias de MDS foram testadas com o objetivo de obter os dados para gerar as regras de classificação (MDS 1 e MDS 2), sendo que cada estratégia empregou os oito atributos de terreno como variáveis preditoras: elevação (ele), distância da hidrografia (dis), declividade (dec), orientação de vertente (asp), índice de umidade topográfica (twi), curvatura em perfil (per), curvatura planar (pla) e classes de geoformas (lan). A seleção prévia de modelos digitais de elevação para extrair os atributos de terreno agregou qualidade no uso das variáveis preditoras que participaram da construção do modelo. O uso da AR em locais com limitação de dados mostrou-se uma estratégia eficiente para aprimorar o conhecimento referente às relações solo-paisagem com vistas à predição de ocorrência de classes de solos geradas pelo método de MDS. A comparação entre a verdade de campo e o mapa digital de solos resultou numa exatidão global (EG) de 66,15% e Kappa de 0,35 para o MDS 1 e uma EG de 65,58% e Kappa de 0,27 para o MDS 2. A abordagem de levantamento de solos pelo método convencional na AR demonstrou ser apropriada, visto que contribuiu para o conhecimento dos tipos de solos predominantes, assim como reduziu a quantidade de observações de campo na área de abrangência da carta topográfica.

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.