O planeta terra tem grande dimensão, e seus recursos naturais precisam ser mapeados e conhecidos para nortear políticas públicas. O solo é um destes importantes recursos. O seu conhecimento passa pela caracterização e mapeamento pedológico e/ou de seus atributos. Para o adequado monitoramento, é necessário o conhecimento em escala detalhadas. Isto demanda recursos humanos, altos custos financeiros e de logística. Fato este ainda difícil de se atingir. Logo, é preciso investir em tecnologias que auxiliem na rápida obtenção de informações de qualidade, à baixo custo. Tendo em vista as áreas agrícolas da região de estudo, os objetivos deste trabalho foram: (i) definir uma metodologia que identifique em imagens de satélite, locais de o solo exposto; (ii) Mapear os teores granulométricos através de imagens de satélite e atributos do relevo, utilizou-se das imagens compostas do tópico (i). A área de estudo localiza-se na região de Araraquara, São Paulo, Brasil, com dimensão de 14.614 km2. Dentro desta área foram demarcados 952 pontos para coleta de amostras de terra na camada superficial, as quais foram georreferenciadas e analisadas granulometricamente em laboratório. Sua demarcação seguiu os preceitos do método da topossequência com o intuito de representar a variabilidade da região. Foram obtidas imagens do satélite Landsat 5 (sensor TM) multitemporais as quais foram processadas e transformadas em reflectância. As amostras de terra coletadas em campo passaram por sensor em laboratório (400-2500 nm), os espectros laboratoriais foram utilizados para validar aqueles obtidos nas imagens de satélite. Para tanto, nos locais onde foram coletadas as amostras, foram extraídos os dados espectrais dos pixels perfazendo os gráficos das curvas espectrais. Estas foram comparadas com os dados de obtidos em laboratório simulados. Feita a correlação, as imagens passaram por processos de eliminação de objetos que não fossem solo. Todas as imagens multitemporais foram finalizadas contendo apenas solo exposto, as quais dentro do software R foram sobrepostas e gerou-se uma imagem composta, com apenas solo exposto. Os resultados mostraram que as curvas espectrais de laboratório foram extremamente semelhantes aos das imagens de satélite, seguindo a lógica das variações texturais. Além disso, as técnicas de componentes principais e relação entre bandas 3-4, 5-7, e correlação entre bandas (sendo a mais expressiva com r de 0,87 entre TM7), comprovaram que a imagem apresentou solo exposto. Se um usuário utilizar-se somente uma imagem para estudar solos, teria na faixa de 4% de solo exposto, porém utilizando a técnica de composição de imagens, atingiria 43%. Não obstante, se a área de estudo fosse 100 % com agricultura poderia atingir 95% de solo exposto. Num segundo momento, o trabalho comprova, com o modelo Cubist, que tanto por imagens de satélite quanto por relevo foi possível quantificar os teores de argila da área da camada superficial, atingindo R2 de ≈0,65. No entanto, a qualidade visual do mapa gerado por relevo é ruim. Porém, quando se integra dados de imagens, relevo e geomorfologia, este resultado é de 0,72 e apresenta o melhor resultado visual. / Planet Earth has great dimension, and its natural resources has to be mapped and monitored, looking towards correct decisions. Soil is one of these important resources. Know soils is related with its caracterization and mapping by pedological and attributes recognition. For soil monitoring, its necessary maps in large scale, which demand man power and high cost. Thus, its necessary to invest in geotechnologies, to reach the goal faster and low cost. The objective of this work was to determine a method to determine exposed soils in satellite images, even when have vegetation, taking in account a multitemporal dataset, in agricultural areas, where as in a given season will have exposed soils. b. quantify clay and sand contents by satellite images and relief attributes. The area is located in Araraquara, SP, Brazil, with a 14.614 km2 dimension. We collected soil samples all over the area with a total of 952 points and 0-20 cm depth, georeferenced, representative of the area. Samples were granulometric analysed and afterwards passed throgh a vis-nir-swir sensor (400-2500 nm). We collected multitemporal images from landsat satellite from september and october n the last 15 years. Images were atmospheric corrected and transformed into reflectance. Laboratory spectral data was used to validate pixels spectra information from satellite. We extracted all objects which were not soils from all images. Using R software, we merged the multitemporal images and performed a unique bare soil image. Also, we made processing on the DEM of the área reaching several soil attribute factors. Results indicated as follows: a. labortory spectral curves validated satellite data; b) principal componentes and relation between bands ¾ and 5/7 reached great R2 until 0,87 between laboratory and satellite data; d) a user could reach 1,21% of na image with bare soil, while with our method could reach 43% in the entire image. On the other hand, if the user have only agriculture area, could reach until 95% with bare soil. In a second step of this work, we prove that by regression tree statistics, clay and sand content can be quantified by satellite images with a 0,62 of R2, as also with terrain atributes. On the other hand, when we associate image spectral data with terrain atributes, we can reach 0,72 on clay quantification. Despite this, the visual aspecto of data, is better using image data than relief , which presented more noise. Another conclusion, is that images could substitute geology information in the models. This work can considerably assist pedologists, farmers and environment professionals on soil monitoring.

O planeta terra tem grande dimensão, e seus recursos naturais precisam ser mapeados e conhecidos para nortear políticas públicas. O solo é um destes importantes recursos. O seu conhecimento passa pela caracterização e mapeamento pedológico e/ou de seus atributos. Para o adequado monitoramento, é necessário o conhecimento em escala detalhadas. Isto demanda recursos humanos, altos custos financeiros e de logística. Fato este ainda difícil de se atingir. Logo, é preciso investir em tecnologias que auxiliem na rápida obtenção de informações de qualidade, à baixo custo. Tendo em vista as áreas agrícolas da região de estudo, os objetivos deste trabalho foram: (i) definir uma metodologia que identifique em imagens de satélite, locais de o solo exposto; (ii) Mapear os teores granulométricos através de imagens de satélite e atributos do relevo, utilizou-se das imagens compostas do tópico (i). A área de estudo localiza-se na região de Araraquara, São Paulo, Brasil, com dimensão de 14.614 km2. Dentro desta área foram demarcados 952 pontos para coleta de amostras de terra na camada superficial, as quais foram georreferenciadas e analisadas granulometricamente em laboratório. Sua demarcação seguiu os preceitos do método da topossequência com o intuito de representar a variabilidade da região. Foram obtidas imagens do satélite Landsat 5 (sensor TM) multitemporais as quais foram processadas e transformadas em reflectância. As amostras de terra coletadas em campo passaram por sensor em laboratório (400-2500 nm), os espectros laboratoriais foram utilizados para validar aqueles obtidos nas imagens de satélite. Para tanto, nos locais onde foram coletadas as amostras, foram extraídos os dados espectrais dos pixels perfazendo os gráficos das curvas espectrais. Estas foram comparadas com os dados de obtidos em laboratório simulados. Feita a correlação, as imagens passaram por processos de eliminação de objetos que não fossem solo. Todas as imagens multitemporais foram finalizadas contendo apenas solo exposto, as quais dentro do software R foram sobrepostas e gerou-se uma imagem composta, com apenas solo exposto. Os resultados mostraram que as curvas espectrais de laboratório foram extremamente semelhantes aos das imagens de satélite, seguindo a lógica das variações texturais. Além disso, as técnicas de componentes principais e relação entre bandas 3-4, 5-7, e correlação entre bandas (sendo a mais expressiva com r de 0,87 entre TM7), comprovaram que a imagem apresentou solo exposto. Se um usuário utilizar-se somente uma imagem para estudar solos, teria na faixa de 4% de solo exposto, porém utilizando a técnica de composição de imagens, atingiria 43%. Não obstante, se a área de estudo fosse 100 % com agricultura poderia atingir 95% de solo exposto. Num segundo momento, o trabalho comprova, com o modelo Cubist, que tanto por imagens de satélite quanto por relevo foi possível quantificar os teores de argila da área da camada superficial, atingindo R2 de ≈0,65. No entanto, a qualidade visual do mapa gerado por relevo é ruim. Porém, quando se integra dados de imagens, relevo e geomorfologia, este resultado é de 0,72 e apresenta o melhor resultado visual. / Planet Earth has great dimension, and its natural resources has to be mapped and monitored, looking towards correct decisions. Soil is one of these important resources. Know soils is related with its caracterization and mapping by pedological and attributes recognition. For soil monitoring, its necessary maps in large scale, which demand man power and high cost. Thus, its necessary to invest in geotechnologies, to reach the goal faster and low cost. The objective of this work was to determine a method to determine exposed soils in satellite images, even when have vegetation, taking in account a multitemporal dataset, in agricultural areas, where as in a given season will have exposed soils. b. quantify clay and sand contents by satellite images and relief attributes. The area is located in Araraquara, SP, Brazil, with a 14.614 km2 dimension. We collected soil samples all over the area with a total of 952 points and 0-20 cm depth, georeferenced, representative of the area. Samples were granulometric analysed and afterwards passed throgh a vis-nir-swir sensor (400-2500 nm). We collected multitemporal images from landsat satellite from september and october n the last 15 years. Images were atmospheric corrected and transformed into reflectance. Laboratory spectral data was used to validate pixels spectra information from satellite. We extracted all objects which were not soils from all images. Using R software, we merged the multitemporal images and performed a unique bare soil image. Also, we made processing on the DEM of the área reaching several soil attribute factors. Results indicated as follows: a. labortory spectral curves validated satellite data; b) principal componentes and relation between bands ¾ and 5/7 reached great R2 until 0,87 between laboratory and satellite data; d) a user could reach 1,21% of na image with bare soil, while with our method could reach 43% in the entire image. On the other hand, if the user have only agriculture area, could reach until 95% with bare soil. In a second step of this work, we prove that by regression tree statistics, clay and sand content can be quantified by satellite images with a 0,62 of R2, as also with terrain atributes. On the other hand, when we associate image spectral data with terrain atributes, we can reach 0,72 on clay quantification. Despite this, the visual aspecto of data, is better using image data than relief , which presented more noise. Another conclusion, is that images could substitute geology information in the models. This work can considerably assist pedologists, farmers and environment professionals on soil monitoring.

Geostatistical methods were used to find efficient and accurate means for salinity assessment using regionalized random variables and limited sampling. The random variables selected, sodium absorption ratio (SAR), electrical conductivity (EC), and clay content were measured on samples taken over an area of fifteen square miles. Ordinary kriging and co-kriging were used as linear estimators. They were compared on the basis of average kriging variance and sum of squares for error between observed and estimated values. The results indicate a significant improvement in the average kriging variance and sum of squares by using co-kriging estimators. EC was used to estimate SAR because of the high correlation between them. This was not true for clay content. A saving of two-thirds of the cost and time was achieved by using electrical conductivity as an auxiliary variable to estimate sodium absorption ratio. The nonlinear estimator, disjunctive kriging, was an improvement over co-kriging in terms of the variances. More information at the estimation site is a more important consideration than when the estimator is linear. Disjunctive kriging was used to produce an estimate of the conditional probability that the value at an unsampled location is greater than an arbitrary cutoff level. This feature of disjunctive kriging aids salinity assessment and reclamation management. A solute transport model was used to show how saptially variable initial conditions influenced the amount of water required to reclaim a saline soil at each sampling point in a simulated leaching of the area. / Graduation date: 1992

The Stone Age settlement site outside the village of Vuollerim in northern Sweden was first discovered in the 1980s and has been an important part of the research regarding Mesolithic and Neolithic in Norrland. One of the houses on the site was named Norpan 2 and nearly fifteen hundred soil samples were collected and stored during the excavations between 1983 and 1987. This study has focused on analysing nearly one thousand of the collected soil samples using phosphate and magnetic susceptibility analysis to further study activity on site and social structure. Furthermore, due to the large quantity of samples, a short comparison of soil sampling density was made to perceive the effect sampling density has on the interpretation of soil mapping. The results of the study indicate that the site has a large deposit of Magnetite (Fe3O4) in the soil that gives unusual MS-readings from the collected samples. The results also show a bipolar separation of finds and geoarchaeological traces within the house. This distinctive separation has been argued as an indication of dividing the space between families, but this study indicate that this separation might be due to house being divided between different activities but the evidence is not conclusive enough without further studies. The study has also shown that while a high density soil mapping gives much greater details it is still possible to gain the necessary information with fewer samples. In conclusion, it is still too early to conclude the investigations at the Vuollerim site and with the added data from this study and new information there is still more to learn from the Vuollerim site.KeywordsPhosphate analysis, Magnetic susceptibility, Vuollerim, Norpan 2, Geoarchaeology, Soil mapping

Thesis (Ph.D.)--University of Western Australia, 2007.

Thesis (Ph. D.)--West Virginia University, 2007. / Title from document title page. Document formatted into pages; contains xii, 197 p. : ill. (some col.), maps (some col.). Includes abstract. Includes bibliographical references (p. 167-181).

Thesis (Ph. D.)--University of Texas at Austin, 1998. / Vita. Includes bibliographical references (leaves 238-246). Available also in a digital version from Dissertation Abstracts.

Orientador: José Marques Júnior / Coorientador: Diego Silva Siqueira / Banca: José Alexandre Melo Demattê / Banca: Leandro Borges Lemos / Banca: Helena Maria Ramos Alves / Banca: Glauco de Souza Rolim / Resumo: A agricultura moderna no contexto internacional propõe inovações para o agronegócio, em especial para as práticas agrícolas. No entanto, este avanço deverá auxiliar o empresário rural a aumentar a eficiência, utilizando de forma sustentável os recursos naturais: água, terra e energia. Desse modo, objetivou-se, neste estudo, verificar o potencial dos sensores para obter os dados espectrais de um argissolo com cultivo de café. Utilizou-se de um conjunto de dados de um grid com 51 amostras de solo, em 39 hectares, com cultivo de café (Catuaí Amarelo, linhagem IAC 62). A obtenção das variáveis da cor: matiz, valor, croma, red, green e blue foi determinada por espectroscopia de reflectância difusa (ERD) e sensor próximo móbile (SPM). Os resultados mostraram relação com os atributos do solo nos seguintes casos: redSPM e argila: (R2 = 0,70, p < 0,01), greenSPM e CTC (R2 = 0,73, p < 0,01), redSPM e P (R2 = 0,64, p < 0,05), blueSPM e EC (R2 = 0,96, p < 0,01) e, greenSPM e Fe (R2 = 0,75, p < 0,01). Para os atributos da planta, foram: greenSPM e P17 (R2 = 0,70, p < 0,01), defeitos com regressões variando de 0,71 - 0,84 e, redSPM e produtividade (R2 = 0,95, p < 0,01). Os resultados mostraram que o uso da cor determinada pelo red, green e blue permitiu identificar atributos do solo e áreas com potenciais produtivos e qualitativos do café. Para o estudo no Planalto Ocidental Paulista, realizou-se um grid em área de 13 milhões de hectares, totalizando 600 amostras na profundidade de 0,00-0,... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Modern agriculture in the international context proposes innovations for agribusiness, especially for agricultural practices. However, this progress must help the rural entrepreneur to increase efficiency, using sustainable natural resources: water, land and energy. Thus, the objective of this study was, to verify the potential of the sensors to obtain the spectral data of an argisol with coffee cultivation. We used a set of data with a grid 51 soil samples on 39 hectares, with coffee cultivation (Yellow Catuaí, lineage IAC 62). Obtaining the color variables: hue, value, chroma, red, green and blue was determined by diffuse reflectance spectroscopy (DRS) and mobile near sensor (MNS). The results were related to soil attributes in the following cases: redMNS and clay: (R2 = 0.70, p <0.01), greenMNS and CTC (R2 = 0.73, p <0.01), redMNS and P (R2 = 0.64, p <0.05), blueMNS and EC (R2 = 0.96, p <0.01) and, greenMNS and Fe (R2 = 0.75, p <0.01). For the plant atributes, were: greenMNS and P17 (R2 = 0.70, p <0.01), defects with regressions ranging from 0.71 - 0.84 and, redMNS and productivity (R2 = 0.95, p <0.01). The results showed that the use of the color determined by red, green and blue allowed to identify soil attributes and areas with productive and qualitative potentials of coffee. For the study in the Midwest Paulista Plateau, a grid was realized in an area of 13 million hectares, totaling 600 samples in the depth of 0.00-0.20 meters. In these samples, the color variables we... (Complete abstract click electronic access below) / Doutor

Made available in DSpace on 2014-06-11T19:33:37Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-02-14Bitstream added on 2014-06-13T21:06:40Z : No. of bitstreams: 1 rodrigues_fm_dr_jabo.pdf: 2541232 bytes, checksum: 5245a13f5cbdee59eb7a3c69139ac7ef (MD5) / Os estudos de caracterização, diagnóstico e prognóstico de bacias hidrográficas visando o manejo dos recursos naturais têm sido realizados para compreender e implantar práticas conservacionistas no sistema produtivo agrícola. A ocupação do meio é uma ação antrópica que ocorre ao longo dos anos, dado ao crescimento populacional e o conhecimento territorial é o primeiro passo para o planejamento ambiental. Este trabalho teve como objetivo principal caracterizar ambientalmente a bacia hidrográfica do Córrego Rico utilizando técnicas de geoprocessamento. Mapas da rede de drenagem, solos, uso e ocupação e declividade da área foram analisados utilizando técnicas estatísticas e sistema de informação geográfica. A divisão da bacia foi realizada em compartimentos hidrológicos e foram determinadas as principais características geomórficas. Nas áreas de preservação permanente foram identificadas as ocorrências de conflito de uso, tendo como referência a legislação ambiental. Os resultados analíticos obtidos refletiram características ambientais dos recursos hídricos, com sistema drenante de fluxo superficial na área para o Rio Mogi-Guaçú. No que refere a sua degradação ambiental, vem ocorrendo uma diminuição na cobertura vegetal original nos mananciais, causada pelo desmatamento da mata ciliar decorrente da expansão da área urbana, e um abandono destas áreas na área agrícola. Em algumas regiões ocorreram reflorestamentos, tanto nas nascentes como ao longo da rede de drenagem. A Bacia Hidrográfica do Córrego Rico apresenta uma área de 563,13 km2, e foi dividida em 25 compartimentos hidrológicos para o planejamento da implantação de práticas conservacionistas. As declividades predominantes foram de 3 a 8%, em 55,3% da área total, e o principal uso observado foi a cultura de... / The characterization, diagnosis and prognosis studies on watersheds aimed to manage the natural resource have been performed to understand and implement conservation practices on agricultural production system. The occupation is a means of human action that occurs over the years, due to population growth, and the land use and land use change knowledge is the first step to environmental planning. This study aimed to characterize the environment of the Córrego Rico watershed using geographic information system techniques. Maps of the drainage network, soils, land use and land use change and slope were analyzed using statistical techniques and geographic information system. The division of the basin was performed in hydrological areas and the main physical characteristics were determined. In the permanent preservation areas were identified areas of land use conflict, with reference to Brazilian environmental legislation. Analytical results reflected environmental characteristics of water resources, with the drainage system in the area flowing to the Rio Mogi Guaçú. In terms of its environmental degradation, there has been a decrease in vegetation cover in the watershed caused by deforestation of riparian vegetation due to the expansion of the urban area, and an abandonment of these areas was observed. In some regions reforestation occurred in both the springs and along the drainage network. The watershed has an area of 563.13 km2, and was divided into 25 hydrological areas for planning the conservation practices. The predominant slopes were 3 - 8%, in 55,3% of the total area, and the main use was sugar cane. The soils that predominate at the downstream area was Oxisoil and Ultisols at upstream region. Of the total area, 6.12% are occupied with permanent preservation area totalizing... (Complete abstract click electronic access below)

Made available in DSpace on 2018-07-27T18:26:18Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-12-08. Added 1 bitstream(s) on 2018-07-27T18:30:47Z : No. of bitstreams: 1 000881014.pdf: 6148920 bytes, checksum: 5c7e453ecdfb25f9189e533208588ad1 (MD5) / O presente estudo buscou desenvolver um modelo capaz de compreender as relações solo-paisagem para a predição de classes de solo das folhas do IBGE de Ribeirão Preto, Serrana, Cravinhos e Bonfim Paulista, que constituem a quadrícula de Ribeirão Preto. Para isto, foram utilizadas informações contidas em um mapa pedológico convencional semidetalhado na escala 1:100.000, um Modelo Digital de Elevação (MDE) com resolução espacial de 30 metros, além do mapa geológico na escala 1:50.000. Do mapa geológico foi obtida a litologia e do MDE, foram obtidas as variáveis geomorfométricas por meio de técnicas de geoprocessamento. Todas essas informações foram relacionadas em uma matriz, de onde foram selecionadas três amostragens estratificadas de acordo com a área das classes, extraindo-se dados para treino e teste, que foram utilizados para aplicação em modelos do método Random Forest e avaliação da acurácia. Foram testados diferentes ajustes, com aplicação dos modelos nas classes no segundo e terceiro nível categórico. Com uma amostragem que compreende apenas 0,43% do total da área, o modelo para o segundo nível categórico apresentou uma exatidão global de 62,5%, com o mapa digital de solos apresentando uma persistência de 70,63% das classes do mapa original, valores maiores do que os apresentados para o terceiro nível categórico, com exatidão global de 57,1% e persistência de 44,24%. As variáveis mais importantes na compreensão das relações solo-paisagem foram Litologia, Elevação, Declividade e Distância da rede de drenagem. O estudo mostrou que a metodologia empregada é capaz de contribuir para criação de mapas de solo, com a possibilidade de ser empregado em áreas onde não há informações de solos pré-existentes, de maneira rápida e menos onerosa, auxiliando o trabalho dos pedólogos / This study aimed to develop a model to understand the soil-landscape relationships to predict soil classes of topographic sheets of IBGE from Ribeirão Preto, Serrana, Cravinhos and Bonfim Paulista, constituting the grid Ribeirão Preto. For this, we used information included in a conventional semi-detailed soil map at 1:100,000 scale, a Digital Elevation Model (DEM) with a spatial resolution of 30 meters, in addition to the geological map at 1: 50,000 scale. From geological map was obtained lithology and from MDE were obtained the geomorphometric variables through geoprocessing techniques. All this information was linked in a matrix, from which they were selected three stratified sampling according to the area of classes, extracting data for training and testing, which were used for use in models of Random Forest method and evaluation of accuracy. Adjustments were tested with application of models in classes on the second and third categorical level. With a sample comprising only 0.43% of the total area, the model for the second categorical level had an overall accuracy of 62.5%, with the digital soil map showing a persistence of 70.63% of classes from original map, higher values than those presented for the third categorical level, with an overall accuracy of 57.1% and persistence of 44.24%. The most important variables in understanding the soil-landscape relationships were Lithology, Elevation, Slope Distance and drainage network. The study showed that the method is able to contribute to the creation of soil maps, with the possibility of being employed in areas where there is no pre-existing soil information quickly and less costly way, assisting the work of soil scientists