Capacidade de uso agrícola das terras utilizando classificação supervisionada, levantamento de campo e índices morfométricos obtidos por drone

Orientadora: Profa. Dr. Nerilde Favaretto

Coorientadores: Prof. Dr. Jairo Calderari de Oliveira Junior, Prof. Dr. Luiz Cláudio de Paula Souza

Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Ciência do Solo. Defesa : Curitiba, 24/08/2021

Inclui referências

Área de concentração: Solo e Ambiente

Resumo: Grandes prejuízos ambientais e econômicos podem ser gerados quando o sistema de produção agrícola adotado não considera o planejamento correto do uso do solo. Para o estado do Paraná não existe uma proposta de metodologia padronizada de avaliação do potencial de uso agrícola das terras. Neste sentido, o objetivo deste estudo foi desenvolver uma metodologia simplificada para determinar a capacidade de uso agrícola das terras, utilizando parâmetros de relevo e de solo, tradicionais e advindos do geoprocessamento. Espera-se auxiliar técnicos de campo e produtores para reduzir impactos ambientais negativos inerentes à atividade agrícola. O estudo foi conduzido no Centro de Estações Experimentais - Fazenda Cangüiri, pertencente à Universidade Federal do Paraná, em uma área de 82 ha. A partir do referencial teórico, foram definidas tabelas simplificadas para utilização do método paramétrico de enquadramento das classes de capacidade de uso. O levantamento a campo foi realizado em 39 pontos, sorteados aleatoriamente em software GIS, considerando as classes de declividade, com pelo menos 1 ponto a cada 2 ha. Os seguintes atributos foram coletados: declividade, profundidade efetiva do solo, presença de erosão em sulcos, drenagem e pedregosidade; a partir dos quais definiu-se a classe de capacidade de uso para cada ponto. Através de imagens obtidas por drone e processadas em software GIS, foram gerados os seguintes índices morfométricos: Fator LS, Índice topográfico de umidade (TWI) e Índice de planicidade do fundo do vale (MRVBF), os quais foram cruzados com informações do levantamento à campo, gerando um mapa de capacidade de uso, pela classificação supervisionada. Embora exija conhecimento técnico para o uso dos softwares utilizados, quando comparada com a metodologia tradicional, a metodologia de classificação supervisionada foi mais coerente com os dados de campo, sendo o MRVBF o índice que melhor representou as diferentes classes de uso agrícola. Os índices TWI e Fator LS devem ser reavaliados quanto a categorização, a fim de adequá-los para o sistema de classificação de capacidade de uso agrícola das terras.

Abstract: Environmental and economic impacts can be generated when the adopted agricultural production system does not consider the correct land use There is no proposal for a standardized methodology to assess the potential for agricultural land use in Paraná state. The objective of this study was to develop a simplified methodology to determine the agricultural land use capacity using traditional and geoprocessing parameters of relief and soil. We expect to help agricultural technicians and farmers on reducing environmental impacts inherent to agricultural activity. The study was performed at the Experimental Station Center - Fazenda Cangüiri, which belongs to the Federal University of Paraná, in an area of 82 ha. Based on the theoretical framework, simplified tables were defined to use the parametric method to obtain the land use classes. The field survey was carried out in 39 points, randomly in GIS software, considering the slope classes, with at least 1 point every 2 ha. The following information was collected: slope, effective soil depth, presence of gully erosion, drainage, and rockiness; from which the land use class was defined for each point. Based on the images obtained by drone and processed in GIS software, the following morphometric indices were generated: LS factor, Topographic Wetness Index (TWI), and Multiresolution Index of Valley Bottom Flatness (MRVBF), which were crossed with information from the field survey, generating a map of land use capacity by supervised classification. Although it requires technical knowledge to use the software, the supervised classification methodology resulted a map coherent with the field survey, with the MRVBF being the index that best represented the different land use classes, needing to reevaluate the base values of TWI and LS factor, to use them in the agricultural land use classification.