Os solos são vitais para todos os ecossistemas terrestres e deles depende a maior parte dos recursos para a manutenção dos seres vivos. Seu uso é importante para a agricultura e, para assim serem usados, é necessário conhecê-los, tanto como são como onde estão na paisagem. Esse conhecimento pode ser adquirido através de levantamentos de solos para os quais existem muitas limitações, como alta demanda financeira, elevado tempo para sua execução e subjetividade associada ao conhecimento tácito dos pedólogos. Por isso, são necessárias novas estratégias que auxiliem a execução de mapas de solos. Uma abordagem promissora é a identificação de unidades naturais do relevo em nível de detalhe, uma vez que é possível predizer a ocorrência de atributos e tipos de solos na paisagem quando associando as feições dos seus perfis com as de sua superfície. Diante disto, este trabalho objetiva testar procedimentos digitais para segmentação detalhada de elementos das encostas e relacioná-los com os atributos e classes taxonômicas de solos. Em uma área de estudo de 2.500 ha, situada na região de Piracicaba (SP), parâmetros geomorfométricos organizados hierarquicamente em regras em uma árvore de decisão foram utilizados para classificar, em escala detalhada (1:10.000), os cinco elementos da encosta (topo, ombro, meia-encosta, sopé coluvial e sopé colúvio-aluvial). Avaliou-se uma estratégia de análise de similaridade visando à identificação de agrupamentos de amostras de solos da mesma classe, a partir de diferentes conjuntos de variáveis. Essa segmentação digital mostrou que é possível explicitar a localização de cada um dos elementos da encosta e que neles dominam perfis de solos que se assemelham. Na maioria dos casos, essa semelhança pode ser comprovada com o uso tanto de análises convencionais como espectrais das amostras de solo coletadas até 1 m de profundidade. Essa classificação digital dos elementos da encosta pode auxiliar no mapeamento de solos detalhados e ultradetalhados (escalas 20.000 ou maiores). / Soils are vital for all terrestrial ecosystems and the majority of resources for maintenance of human beings depend on them. Their use is important for agriculture and, in order to be used in this manner, it is essential to know them, as well as how they are and where they are located in the landscape. This knowledge can be acquired through soil surveys, that have several limitations, such as high financial demand, time-consuming execution and subjectivity associated with the pedologists tacit knowledge. Considering this, new strategies are needed to support the elaboration of soil maps. One promising approach is the identification of detailed natural units of relief, since it is possible to predict the occurrence of attributes and types of soils in the landscape when associating the features of their profiles with those of their surface. Therefore, this research aims to test digital procedures for detailed segmentation of hillslope elements and to relate them to soil attributes and taxonomic classes. In a study area of 2,500 ha located in the Piracicaba (SP) region, geomorphometric parameters hierarchically organized into rules in a decision tree were used in order to classify, in a detailed scale (1:10,000), five hillslope elements (summit, shoulder, backslope, footslope and toeslope). A similarity analysis strategy was used to identify groupings of soil samples from the same class, from different sets of variables. This digital segmentation showed that it is possible to make explicit the location of each one of the hillslope elements, where similar soil profiles are dominant. In most cases, this similarity can be verified with the use of both conventional and spectral analyses of soil samples collected up to a depth of 1 m. This digital classification of hillslope elements can support 1st and 2nd order soil survey (scales 1:36,680 or greater).
Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-26072017-110043 |
Date | 03 February 2017 |
Creators | Marques, Karina Patricia Prazeres |
Contributors | Dematte, Jose Alexandre Melo |
Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
Source Sets | Universidade de São Paulo |
Language | Portuguese |
Detected Language | Portuguese |
Type | Dissertação de Mestrado |
Format | application/pdf |
Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0126 seconds