Na Figura 25 são apresentados os mapas temáticos de solos na escala 1:750.000 de Bagé e Hulha Negra. Os dados de área de cada classe do solo são apresentados na Tabela 7. Na Figura 26 são apresentados os talhões de soja mapeados para a safra 2013/14 de acordo com a classe de solos. A Tabela 8 contém os valores de cada classe de solo ocupada pelos talhões de soja em tal safra.
Tabela 7 - Área de ocupação dos solos nos municípios de Bagé e Hulha Negra.
Classe de Solo Bagé Hulha Negra
ha % ha %
Argissolo vermelho 63.249 15,5 16.107 19,5
Argissolo Verm. - Amarelo 9.792 2,4 0 0
Chernossolo Argilúvico 7.758 1,9 14.208 17,3 Chernossolo Ebânico 3.454 0,8 0 0 Gleissolo Háplico 34.178 8,3 1.323 1,7 Luvissolo Háplico 85.710 21,0 11.234 13,7 Neossolo Litólico 115.930 28,4 0 0 Planossolo Háplico 86.273 21,0 5.656 6,8 Vertissolo Ebânico 2.966 0,7 33.749 41,0
Figura 25 - Mapa temático de reconhecimento dos solos dos Municípios de Bagé e Hulha Negra, na
escala 1:750.000.
Figura 26 - Mapa temático contendo os talhões de soja, de acordo com a classe de solo, para os
municípios de Bagé e Hulha Negra na safra 2013/14.
Tabela 8 - Área ocupada pelos talhões de soja de acordo com a classe de solo na safra 2013/14.
Classe de Solos Bagé Hulha Negra
ha % ha %
Argissolo Vermelho 8.527 19,7 2.831 22,2
Argissolo Verm. - Amarelo 74 0,17 0 0
Chernossolo Argilúvico 990 2,3 1.305 10,2 Chernossolo Ebânico 17 0,03 0 0 Gleissolo Háplico 5.123 11,8 209 1,6 Luvissolo Háplico 11.438 26,4 1.641 12,9 Neossolo Litólico 1.719 3,9 0 0 Planossolo Háplico 15.070 35,0 467 3,8 Vertissolo Ebânico 318 0,7 6.273 49,5
Através da tabela 7 e da figura 25 nota-se que em Bagé há uma área bastante expressiva ocupada pela classe dos Neossolos Litólicos (115.930 ha). Essa classe se caracteriza por apresentar horizontes não muito profundos e por possuir a
camada rochosa muito próxima da superfície. Isso pode explicar a baixa utilização desses solos com soja, apenas 3,9% dos talhões mapeados (Tabela 8). Tal solo pode não ser o mais adequado ao cultivo de soja devido à sua baixa capacidade de armazenamento de água, que pode ser prejudicial em épocas de seca, além do pouco volume de solo disponível para a exploração de raízes e absorção de nutrientes. Prudente et al. (2013) cruzando dados SRTM, mapas de solos e imagens Landsat-5 em 35 municípios no estado do Paraná, também encontraram poucas áreas de cultivo de soja em Neossolos, atribuindo isso, à limitada profundidade efetiva.
As classes de solos Argissolo Vermelho (15,5%), Gleissolo Háplico (8,3%) e Planossolo Háplico (21%), também apresentam áreas bastante expressivas no município. Com relação à ocupação desses solos pela cultura da soja o Argissolo Vermelho apresentou 19,7% dos talhões, o Gleissolo Háplico 11,8% e o Planossolo Háplico 35%, sendo esta a classe mais representativa com relação à presença de soja.
Embora os Gleissolos apresentem uma grande área disponível, esses são altamente influenciados pelo lençol freático, apresentando um elevado grau de hidromorfismo, o que dificulta o manejo e pode causar quedas na produção. Com relação aos solos Planossolo e Argissolo, estes são tipicamente cultivados com arroz irrigado e, embora também possuam problemas de drenagem, podem ter a estrutura de irrigação e drenagem utilizada para o arroz como uma alternativa para a irrigação da cultura da soja em épocas de déficit hídrico, assim com mencionado pela Embrapa (2008). Os Argissolos Vermelhos possuem uma área ainda não ocupada pela soja de 54.723 ha e os Planossolos Háplicos de 71.203 ha.
A segunda classe de solos mais representativa quanto à ocupação pelos talhões de soja na safra 2013/14 foi a Luvissolo Háplico, apresentando 26,4% dos talhões. Embora não sejam solos hidromórficos, estes podem variar de bem a imperfeitamente drenados, tais solos representam 21% da área total no município de Bagé e possuem 74.272 ha ainda não ocupados pela soja.
Com relação ao município de Hulha Negra, os Vertissolos Ebânicos ocupam 41% da área do município e foram ocupados por 49,5% dos talhões de soja (6.273 ha) cultivados na referida safra. Embora os Vertissolos apresentem características químicas ideais ao cultivo da soja, suas limitações estão relacionadas às características físicas, por ser um solo muito expansivo e plástico. Isto dificulta o seu
manejo quando úmido, devido à aderência aos implementos e, quando seco, devido à contração do solo.
A segunda classe de solo mais representativa no município de Hulha Negra é a do Argissolo Vermelho (19,5%), seguido pelos Chernossolo Argilúvico (17,3%), Luvissolo Háplicos (13,7%) e Planossolo Háplico (6,8%). Os talhões de soja ocuparam 2.831,4 ha (22,2%) dos Argissolos, 1.641,3 ha (12,9%) dos Luvissolos, 1.304,9 ha (10,2%) dos chernossolos e apenas 467 ha (3,8%) dos Planossolos. O Argissolo Vermelho e o Luvissolo Háplico encontram-se nas áreas de altitude classificada como Média e Alta, o que pode diminuir os riscos de longos períodos de saturação do solo. Tais solos possuem áreas ainda não ocupadas pela soja de 13.276 e 9.592 ha, respectivamente. Uma alternativa para o plantio da soja é o Chernossolo Argilúvico, que apresenta boas características químicas e uma área de 12.903 ha ainda não ocupada pela cultura no município. Porém, tais solos também possuem algumas limitações físicas em decorrência da alta plasticidade e contração. É importante frisar que, dada a escala do mapa utilizado, a avaliação das classes de solo é somente exploratória. No entanto, se estivessem disponíveis mapas de solo com escalas mais detalhadas, como por exemplo, de 1:250.000, a avaliação da distribuição dos talhões quanto à classe de solo forneceria uma melhor ferramenta de planejamento do uso e conservação de solo.
Conclusões
A partir de uma análise multitemporal foi possível produzir um mapa temático com a localização espacial dos talhões de soja para os municípios de Bagé e Hulha Negra na safra 2013/14, que retornou uma área cultivada de 43.275 e 12.726 ha para tais municípios, respectivamente.
Na análise individual das quatro principais datas de aquisição de imagens observou-se que a imagem de 08/03/14 foi a que propiciou o maior acerto no mapeamento da soja (73 e 63,6%, respectivamente, para Bagé e Hulha Negra), seguida pelas imagens de 24/03/14 (54 e 59,8%), de 19/01/14 (21 e 19%) e de 09/04/13 (6%).
Observou-se grande variação nos percentuais de acerto no mapeamento da soja para as diferentes combinações de imagens utilizadas em comparação ao mapa de referência, sendo o mais alto destes (~95%) obtido na combinação entre as datas 27/12/13, 19/01/14, 08/03/14 e 24/03/14.
O perfil espectro-temporal médio das áreas de soja nas imagens MODIS, mostrou que o pico dos valores de EVI para a maioria dos talhões deu-se entre meados de fevereiro e meados de março. Além disso, tal pico variou desde o início de fevereiro, para talhões precoces, até final de março, para talhões tardios. Ademais, as áreas de soja que geraram dúvidas por ocasião do mapeamento apresentaram um perfil médio com valores de EVI abaixo das demais, sugerindo um menor desenvolvimento do dossel.
Para o correto mapeamento da soja em municípios da metade sul do RS é necessário a utilização de pelo menos uma imagem adquirida livre de cobertura de nuvens a cada 40-50 dias, desde dezembro até abril, sendo muito importante uma imagem entre meados de fevereiro e meados de março.
Os talhões de soja encontraram-se prioritariamente abaixo de 200 metros de altitude (55,7 e 48%, para Bagé e Hulha Negra, respectivamente). No entanto, a maioria dos talhões mapeados encontrou-se localizada em declividades acima de 3% (90 e 99,2%, para Bagé e Hulha Negra, respectivamente).
De acordo com o mapa de solos utilizado, as classes de solo Neossolo Litólico, Planossolo Háplico e Luvissolo Háplico contemplaram cerca de 70% dos talhões de soja mapeados em Bagé. Em Hulha Negra, quase 78% dos talhões de soja estiveram sobre os solos Vertissolo Ebânico, Argissolo Vermelho e Chernossolo Argilúvico.
Referências
AGROLINK. Cotações históricas da soja (saco de 60 Kg) para o Rio grande do
Sul. Disponível em:
<www.agrolink.com.br/cotacoes/Historico.aspx?e=9839&p=1772&l=13142>. Acesso: 15 Janeiro 2016.
BERNARDES, T; ALVES, H.M.R.; VIEIRA, T.G.C. Classificação automática de imagens de satélites no mapeamento da região cafeeira de patrocínio, MG. In: SIMPÓSIO DE PESQUISA DOS CAFÉS DO BRASIL, 5., 2007, Águas de Lindóia, SP. Anais... Brasília, DF: Embrapa Café, 2007.
BERKA, L.M.S.; RUDORFF, B.F.T. Estimativa de área plantada com soja através de imagens landsat em municípios do norte do Paraná. In: Simpósio Brasileiro de Sensoriamento Remoto, 11., 2003, Belo Horizonte. Anais..., Belo Horizonte, Brasil, 05-10 abril 2003, INPE, p. 27-31.
BELWARD, A.S.; SKOIEN, J.O. Who launched what, when and why; trends in global land-cover observation capacity from civilian earth observation satellites. ISPRS
Journal of Photogrammetry and Remote Sensing. n. 103, p. 115 – 128, 2014.
BRASIL - Ministério da Agricultura. Departamento Nacional de Pesquisa Agropecuária. Divisão de Pesquisa Pedológica. Levantamento de reconhecimento dos solos do Estado do Rio Grande do Sul. (DNPEA. Boletim técnico n. 30). Recife, 1973, 431 p. Escala 1:750.000.
CÂMARA, G; SOUZA, R.C.M; FREITAS, U.M; GARRIDO, J; SPRING: Integrating remote sensingand GIS by object-oriented data modelling. Computers & Graphics, V. 20, n. 3, 1996, pp. 395-403.
CÂMARA, G; DAVIS, C. Introdução. In: CÂMARA, G; DAVIS, C; MONTEIRO, A.M.V.
Introdução à ciência da geoinformação. São José dos Campos: INPE, 2001. p. 1-
CÂMARA, G; MONTEIRO. Conceitos básicos em ciência da geoinformação. In: CÂMARA, G; DAVIS, C; MONTEIRO, A.M.V. Introdução à ciência da
geoinformação. São José dos Campos: INPE, 2001. p. 6- 40.
CAMPOS, P.M. et al. Mapeamento do arroz irrigado no Rio Grande do Sul - Safra 2013/2014. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 17., João Pessoa, 2015. Anais... João Pessoa: INPE, 2015. p.1463-1469.
CHEN, S.C. Contribuição de dados de satélite no sistema de previsão de safras.
INPE. São José dos Campos, INPE, 1990. 9 p.
CONAB - Companhia Nacional de Abastecimento. Acompanhamento de safra
Brasileira: grãos, décimo primeiro levantamento. V2, N11, agosto 2015, Brasilia.
p.1-101.
CONAB (a)- Companhia Nacional do abastecimento. Acompanhamento da safra
Brasileira 2015/16 - grãos, Quarto Levantamento. V3, N4, Janeiro de 2016, Brasilia.
p. 1-154.
CONAB (b) - Companhia Nacional de Abastecimento. Séries históricas. 2016.
Disponível em:
<http://www.conab.gov.br/conteudos.php?a=1252&t=&Pagina_objcmsconteudos=3# A_objcmsconteudos>. Acesso em: 02 Fevereiro 2016.
COSTA, J.A. Cultura da soja. Porto Alegre, RS, 1996; 233p.
D’ALGE, J.C.L. Cartografia para geoprocessamento. In: In: CÂMARA, G; DAVIS, C; MONTEIRO, A.M.V. Introdução à ciência da geoinformação. São José dos Campos: INPE, 2001. p. 140 – 170.
D’ARCO, E; ALVARENGA, B.S; RIZZI, R; RUDORFF, B.F.T; MOREIRA, M.A; ADAMI, M. Geotecnologias na estimativa da área plantada com arroz irrigado.
Revista Brasileira de Cartografia. No 58/03, Dezembro 2006.
EBERHARDT, I.D.R. et al., Mapeamento da área de cana-de-açúcar em Porto Xavier-RS por meio de imagens Landsat. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 15., Curitiba, 2011. Anais... Curitiba: INPE, 2011. p. 299- 306.
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. Sistema de Produção
1, Tecnologias de Produção de Soja Região Central do Brasil 2003, Versão
eletrônica, Jan/2003. Disponivel em:
<https://sistemasdeproducao.cnptia.embrapa.br/FontesHTML/Soja/SojaCentralBrasil 2003/index.htm>. Acesse em: 15 Jan. 2016.
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. Comunicado técnico 72.
Cobertura Vegetal e Produtividade da Soja no Sistema de Plantio Direto, nas Varzeas. Rogério Waltrick Coelho; Nelson Lopes da Costa; José Carlos Leite Reis;
Ruben Cassel Rodrigues. Dezembro de 2002, Pelotas RS.
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. Drenagem superficial
para cultivos rotacionados em solos de várzea. 1.ed. Pelotas: Embrapa, 2008.
22p.
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. FARIAS, J.R.B; NEPOMUCENO, A.L; NEUMAIER, N. Ecofisiologia da soja. Circular técnica 48. Londrina, PR. Setembro, 2007. 09p.
EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária. SiBCS - Sistema
Brasileiro de Classificação de Solos. 3.ed. Brasília: Embrapa, 2013. 353p.
FONTANA, D.C.; PINTO, D.G.; JUNGES, A.H.; BREMM, C. Inferências sobre o calendário agrícola a partir de perfis temporais de NDVI/MODIS. Revista Bragantia, v.74, n.3, p. 350-358, 2015.
GANAN, J.R.; ROCHA, J.V.; MERCANTE, E.; ANTUNES, J.F.G. Mapeamento da cultura da soja com imagens Landsat 5/TM utilizando algoritmos de classificação supervisionada. In: Simpósio Brasileiro de Sensoriamento Remoto, 12., 2005, Goiânia. Anais... Goiânia, Brasil, 16-21 abril 2005, INPE, p. 549-555.
HUETE, A; LIU, H.Q.; BATCHILY, K.; LEWEEN, W. A comparison of vegetation indices over a global set of TM images for EOS-MODIS. Remote Sensing of
Environment, n. 59, p. 440–451, 1997.
IBGE - Instituto Brasileiro de Geografia e Estatística. 2014. Municípios. Disponível em: <www.cidades.ibge.gov.br/xtras/home.php>. Acesso: 20 Dezembro 2015.
INPE - Instituto Nacional de Pesquisa Espacial, Banco de dados Atlas 2008, <http://www.dpi.inpe.br/spring/portugues/banco.html>. Acesso: 12 Janeiro 2016.
INPE - Instituto Nacional de Pesquisa Espacial. Ajuda On-line SPRING 5.2.7.
Disponível em:
<file:///C:/Program%20Files%20(x86)/Spring527_Portugues_x86/helpport/legal.htm# exnumerica>. Acesso em: 09 Fevereiro 2016.
JACKSON, R.D.; HUETE, A.R. Interpreting vegetation indices. Preventive
Veterinary Medicine. v.11 Amsterdam, 1991. p.185-200.
JENSEN, J.R. Sensoriamento remoto do ambiente: Uma perspectiva em
recursos terrestres. 2011, 2 ed. Tradução Epiphanio J.C.N et al. São José dos
Campos, SP: Parêntese, 2009, p. 598.
JUSTICE, C.O. et al. The Moderate Resolution Imaging Spectroradiometer (MODIS): Land Remote Sensing for Global Change Research. IEEE Transactions on
geoscience and remote sensing, vol. 36, no. 4, july 1998, pp. 1228-1249.
LAMPARELLI, R.A.C.; WASTE, M.O.C., MERCANTE, E. MAPEAMENTO DE SEMEADURAS DE SOJA (Glycine max (L.) Merr.) MEDIANTE DADOS MODIS/TERRA E TM/LANDSAT 5: UM COMPARATIVO. Engenharia Agrícola., Jaboticabal, v.28, n.2, p.334-344, abr./jun. 2008.
MAPA (a) - Ministério da agricultura pecuária e abastecimento. Portaria nº 179, de 4
de agosto de 2015. Zoneamento Agrícola de Risco Climático para a cultura de soja
no Estado do Rio Grande do Sul, ano-safra 2015/2016.
MAPA (b) - Ministério da agricultura pecuária e abastecimento. Portaria nº 60, de 31
de julho de 2015. Zoneamento Agrícola de Risco Climático para a cultura de arroz
irrigado no Estado do Rio Grande do Sul, ano-safra 2015/2016.
MAPA (c) - Ministério da agricultura pecuária e abastecimento. Projeções do
agronegócio- Brasil 2014/15 a 2024/25 projeções de longo prazo. Brazilia, DF.
Julho de 2015.
MENGUE, V.P.; FONTANA, D.C.; Avaliação da dinâmica espectro-temporal visando o mapeamento dos principais cultivos de verão no Rio Grande do Sul. Revista
Bragantia, v.74, n.3, p. 331-340, 2015.
MOTTA, J.L.G.; FONTANA, D.C.; WEBER, E. Verificação da acurácia da estimativa de área cultivada com soja através de classificação digital em imagens Landsat. In. Simpósio Brasileiro de Sensoriamento Remoto, 10., 2001, Foz do Iguaçu. Anais... Foz do Iguaçu, Brasil, 21-26 abril 2001, INPE, p. 123-129.
PONZONI, F.J.; SHIMABUKURO, Y.E. Sensoriamento Remoto no Estudo da
Vegetação. São José dos Campos, SP, 2009; 127p.
PRICE, J.C. How Unique Are Spectral Signatures? Remote Sensing of
Environment. April, 1994. New York. V.49, p.181-186.
PRUDENTE, V.H.R. et al. Utilização de SIG na caracterização das áreas cultivadas com soja no Oeste do Paraná no ano agrícola 2010/2011. In. Simpósio Brasileiro de Sensoriamento Remoto, 16., 2013, Foz do Iguaçu. Anais... Foz do Iguaçu, Brasil, 13 a 18 de abril de 2013, INPE, p. 748-755.
RISSO, J. et al. Índices de vegetação Modis aplicados na discriminação de áreas de soja. Revista Pesquisa Agropecuária Brasileira, v.47, n.9, p.1317-1326, 2012.
RIZZI, R.; RUDORFF, B.F.T. Estimativa da área de soja no Rio Grande do Sul por meio de imagens landsat. Revista Brasileira de Cartografia, v.57, n.3, p.226-234, 2005.
RIZZI, R.; RISSO, J.; EPIPHANIO, R.D.V.; RUDORFF, B.F.T.; FORMAGGIO, A.R.; SHIMABUKURO, Y.E.; FERNANDES S.L. Estimativa da área de soja no Mato Grosso por meio de imagens MODIS. In: Simpósio Brasileiro de Sensoriamento Remoto, 14., 2009, Natal. Anais... Natal, Brasil, 25-30 abril 2009, INPE, p. 387-394.
RIZZI, R. Geotecnologias em um sistema de estimativa da produção de soja:
estudo de caso no Rio Grande do Sul. Tese (Doutorado do Curso de Pós-
Graduação em Sensoriamento Remoto), INPE, São José dos Campos, 2004.
ROUSE, J.W; HAAS, R.H; SCHELL, J.A; DEERING, D.W. Monitoring vegetation systems in the great plains whith ERTS. Third Earth Resourse Technology Satellite-1 Symposium, Greenbelt: NASA SP-351, 3010- 3017.
ROY, D.P. et al. Landsat-8: Science and product vision for terrestrial global change research. Remote Sensing of Environment. n.145, 2014, p. 154–172.
RUDORFF, B.F.T. et al. IMAGENS DE SATÉLITE NO MAPEAMENTO E ESTIMATIVA DE ÁREA DE CANA-DE-AÇÚCAR EM SÃO PAULO: ANO-SAFRA 2003/04. Agricultura em São Paulo. v. 52, n.1, 2005, p. 21-39.
SANCHES, I.D.A.; EPIPHANIO, J.C.N.; FORMAGGIO, A.R.; Culturas agrícolas em imagens multitemporais do satélite Landsat. Agricultura em São Paulo. v. 52, n.1, 2005, p. 83-96.
SANTOS, F.J. Gestão agroecológica de microbacias, através de técnicas de
geoprocessamento e sensoriamento remoto – Caso Pantanoso. Dissertação
(Mestrado em sensoriamento remoto, área de concentração em solos), UFRGS, Porto Alegre, 1999.
SECEX - Secretaria do Comércio Exterior- Intercâmbio comercial brasileiro: Países e
Blocos Econômicos, Janeiro-Dezembro 2015. Disponível em:
<http://www.mdic.gov.br/sitio/interna/interna.php?area=5&menu=576>. Acesso em: 02 Fevereiro de 2016.
USDA - United States Department of Agriculture. World Agricultural Supply and
Demand Estimates. Washington, D.C. 12 Janeiro 2016.
VALERIANO, M.M. Modelo digital de variáveis morfométricas com dados SRTM para o território nacional: o projeto TOPODATA. 2005 In: Simpósio Brasileiro de Sensoriamento Remoto, 12., 2005, Goiânia, Anais.... GO. p. 3595-3602.
WILLIAMS, D.L.; GOWARD, S.N; ARVIDSON, T. Landsat: Yesterday, Today, and Tomorrow, Photogrammetric Engineering & Remote Sensing. Vol. 72, No. 10, October 2006, p. 1171–1178.