???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufrrj.br/jspui/handle/jspui/2820
???metadata.dc.type???: Dissertação
Title: Funções de pedotransferência para estimativa da densidade dos solos da Bacia do Solimões, sob Floresta Tropical Amazônica
Other Titles: Pedotransfer functions to estimate soil bulk density for soils in the Solimões Basin, under Amazon Tropical Forest
???metadata.dc.creator???: GOMES, Andréa da Silva 
???metadata.dc.contributor.advisor1???: Ceddia, Marcos Bacis
First advisor-co: Menezes, Michele Duarte de
???metadata.dc.contributor.referee1???: Ceddia, Marcos Bacis
???metadata.dc.contributor.referee2???: Valladares, Gustavo Souza
???metadata.dc.contributor.referee3???: Pereira, Marcos Gervasio
???metadata.dc.description.resumo???: Dados de densidade do solo (Ds), frequentemente, não estão disponíveis em relatórios de levantamento de solos dificultando a geração de mapas de atributos como disponibilidade de água e estoque de carbono (EC). A carência de dados de Ds é ainda mais limitante em regiões como a Amazônia brasileira. Nessas regiões, a mata densa e o limitado número de vias de acesso elevam sobremaneira os custos de mapeamento e amostragem de solos. Diante da ausência de dados medidos, pesquisadores desenvolvem funções de pedotransferência (FPTs) para estimar este atributo. Embora essas funções permitam sobrepor a limitação de dados medidos, poucos trabalhos na literatura aprofundam medidas de acurácia dessas funções que têm como base um conjunto de dados externos. Além disso, também são raros os estudos que quantificam os efeitos de diferentes FPTs na qualidade final de mapas de variabilidade espacial, de atributos tais como estoque de carbono. Considerando o exposto, esse trabalho teve os seguintes objetivos: a) desenvolver FPTs para estimar a Ds em solos da Bacia do Solimões; b) comparar o desempenho dos modelos gerados com os demais modelos encontrados na literatura; e c) quantificar o efeito do uso de FPTs para estimar a densidade do solo, na variabilidade espacial de EC. Para geração das FPTs para estimar Ds, foram utilizados dados de atributos físicos e químicos de 96 perfis, originados de levantamento detalhado de solos da Base de Operação Geólogo Pedro de Moura (Coari-Amazonas). Foram desenvolvidos modelos de regressão linear múltipla e comparado o seu desempenho com o de modelos existentes na literatura para a região Amazônica Brasileira (Bernoux et al., 1998; Tomasella & Hodnett, 1998; e Benites et al., 2007), sendo aplicados os seguintes indicadores estatísticos: coeficiente de determinação (R2), o erro médio de predição (MPE), a Raiz do Quadrado médio do erro de predição (RMSPE) e o erro médio absoluto (MAE). A partir de diferentes dados de Ds (medido e estimados pelas FPTs), foram gerados mapas de variabilidade espacial de EC através de krigagem ordinária. Ainda para comparar os mapas gerados a partir de diferentes dados de Ds, foi realizada a análise espacial através de álgebra de mapas, subtraindo-se o mapa gerado com dados medidos dos mapas gerados a partir de FPTs. Na etapa de validação, os modelos MG1, MG2 e MG3 apresentaram os melhores índices de MEP, MAE, RMSPE e R2; contudo o MG3 selecionou menor número de variáveis e, desta forma, o modelo foi o mais simples. Os mapas de variabilidade de EC gerados com Ds estimada pelos modelos MG1, MG3 e de Tomasella & Hodnett (1998) apresentaram amplitude de valores bem próxima aos valores encontrados para o mapa de EC medido; já os mapas estimados pelos modelos de Benites et al. (2007) e Bernoux et al. (1998) tenderam a superestimar esses valores. O MG3 foi mais eficiente na predição da Ds para os solos da Bacia do Solimões, o que era esperado devido à função ter sido desenvolvida com banco de dados obtido nesse ambiente. Quanto aos mapas de variabilidade de EC, o gerado a partir de valores de EC calculados com a Ds estimada pelo modelo MG3 foi o que mais se aproximou do mapa de EC medido. Os resultados da análise espacial mostram os menores valores de erro nos mapas EC MG1 e EC MG3, que foram de 0,09 ± 0,5 kg C m-2 e 0,05 ± 0,5 kg C m-2, respectivamente. Já os mapas com os maiores valores de erro foram os obtidos segundo Benites et al (2007) e Bernoux et al. (1998), que foram de 1,56±0,5 kg C m-2 e 1,44±0,5 kg C m-2, respectivamente; em relação ao mapa EC medido.
Abstract: Soil bulk density (BD) data, commonly, are not available in soil survey reports making difficult the generation of soil attributes maps such as availability of water and carbon stock (CS). Lack of BD data is even more limiting in regions such as the Brazilian Amazon. In these regions, the dense forest and the limited access roads increase costs of soil mapping and sampling. In the absence of measured data, researchers have developed pedotransfer functions (PTFs) to estimate this attribute. Although these functions allow overcome the limitation of measured data, few studies in the literature get deeper on measuring the accuracy of these functions based on a set of external data. Furthermore, few studies quantify the effects of different PTFs on the final quality of maps of spatial variability of attributes such as carbon storage. Considering this explanation, this study had as objectives: a) to develop PTFs for estimating BD in soils of the Solimões Basin; b) to compare the performance of the models generated against other models found in the literature; and, c) to quantify the effect of using PTFs to estimate the BD, on the quality of spatial variability of CS. For the generation of PTFs to estimate BD, physical and chemical data measures in 96 soil profiles were used. The soils were sampled during a detailed soil survey carried out in the Base Operacional Geólogo Pedro de Moura, located in Coari, Amazonas State. Multiple linear regression models were developed and their performance was compared with those existing in the literature for the Brazilian Amazon region (Bernoux et al., 1998; Tomasella & Hodnett, 1998; and Benites et al., 2007). The following statistical indicators were applied: coefficient of determination (R2), the mean prediction error (MPE), the Root mean Square error of prediction (RMSPE), and the mean absolute error (MAE). From the different BD data (measured and estimated by PTFs), maps of spatial variability of CS were generated by using ordinary kriging. Also, to compare the maps obtained from the distinct BD data, spatial analysis was performed using map algebra, which consisted on subtracting the generated map with measured data from the maps generated with the PTFs. It was observed that the MG1, MG2 and MG3 models showed the best levels of MEP, MAE, and R2 RMSPE, in the validation phase. However, the MG3 selected the lowest number of variables, thus it was considered the best model. The maps of spatial variability generated for CS estimated by using BD from the models MG1, MG3, and Tomasella & Hodnett (1998) showed a range of values very close to the values found for the map of CS measured. On the other hand, the maps obtained by the models of Benites et al. (2007) and Bernoux et al. (1998) tended to overestimate the CS values. The MG3 was more efficient in predicting the BD for soils of Solimões Basin; which was expected, since the function was developed with the database collected in the same environment condition. As for the CS spatial variability, the map generated using the values calculated with the BD estimated by the MG3 model, presented the closest similarity to the map from CS measured values. The results of spatial analysis showed that the CS estimated by the MG1 and MG3 models had the lowest error, with values of 0.09 ± 0.5 kg C m-2 and 0.05 ± 0.5 kg C m-2, respectively. Besides, the maps showing the greatest errors were those generated using PTFs published by Benites et al. (2007) and Bernoux et al. (1998), with values of 1.56 ± 0.5 kg C m-2 and 1.44 ± 0.5 kg C m-2, respectively; when compared to the map of CS with measured values.
Keywords: Amazônia Brasileira
Estoque de carbono
Regressão linear múltipla
Brazilian Amazon
Carbon stock
Multiple linear regression
???metadata.dc.subject.cnpq???: Agronomia
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Federal Rural do Rio de Janeiro
???metadata.dc.publisher.initials???: UFRRJ
???metadata.dc.publisher.department???: Instituto de Agronomia
???metadata.dc.publisher.program???: Programa de Pós-Graduação em Agronomia - Ciência do Solo
Citation: GOMES, Andréa da Silva. Funções de pedotransferência para estimativa da densidade dos solos da Bacia do Solimões, sob Floresta Tropical Amazônica. 2014. 50 f. Dissertação (Mestrado em Agronomia, Ciência do Solo). Instituto de Agronomia, Departamento de Solos, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2014.
???metadata.dc.rights???: Acesso Aberto
URI: https://tede.ufrrj.br/jspui/handle/jspui/2820
Issue Date: 18-Feb-2014
Appears in Collections:MESTRADO EM AGRONOMIA - CIÊNCIA DO SOLO

Files in This Item:
File Description SizeFormat 
2014 - Andréa da Silva Gomes.pdfDocumento principal3.64 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.