ESCOLA DE ENGENHARIA
MAYARA CRISTINE GOMES E SILVA
AN
GEOPROCESSAMENTO
MAYARA CRISTINE GOMES E SILVA
Ambiental, da Universidade Federal Bacharel em
Orientador:
Prof. Dr. Elias Ribeiro Arruda Junior
Coorientador: Prof. Dr.
Ficha catalográfica automática - SDC/BEE Gerada com informações fornecidas pelo autor
Bibliotecário responsável: Sandra Lopes Coelho - CRB7/3389
S586a Silva, Mayara Cristine Gomes e
Análise da de áreas aptas à mecanização e expansão
agrícola utilizando geoprocessamento / Mayara Cristine Gomes e Silva ; Elias Ribeiro de Arruda Júnior, orientador ; Flávio Castro da Silva, coorientador. Niterói, 2017. 41 f.
Trabalho de Conclusão de Curso (Graduação em Engenharia Agrícola e Ambiental)-Universidade Federal Fluminense, Escola de Engenharia, Niterói, 2017.
1. Impedimento à mecanização. 2. Aptidão agrícola. 3. Solos. 4. Geotecnias. 5. Produção intelectual. I. Arruda Júnior, Elias Ribeiro de, orientador. II. Silva, Flávio Castro da, coorientador. III. Universidade Federal Fluminense. Escola de Engenharia. IV. Título.
-MAYARA CRISTINE GOMES E SILVA
DE
UTILIZANDO GEOPROCESSAMENTO
Trabalho
Ambiental, da Universidade Federal em
Aprovada em ____ de __________ de ______.
BANCA EXAMINADORA
___________________________________________________________________ Prof. Orientador Elias Ribeiro Arruda Junior, DSc UFF
___________________________________________________________________
Prof. DSc UFF
___________________________________________________________________ Profa Roberta Jimenez de Almeida Rigueira, DSc UFF
___________________________________________________________________ Prof. Leonardo da Silva Hamacher, M.Sc UFF
D
e Alded Maria Gomes Silva,
pois sem eles muitos dos .
AGRADECIMENTOS
A Deus, por ter me concedido a oportunidade concluir mais uma etapa da minha vida.
A
oportunidade da vida,
acreditar nos meus objetivos Maria Madalena Fonseca da Costa e Silva pelo incentivo.
apoio e carinho desde a nossa juventude para os nossos estudos.
As minhas amigas Priscila Aparecida Gregatti Pereira e Sarah Rocha de Oliveira
As minhas amigas Jusiane Maria da Costa e Elaini Aparecida de Oliveira pela -a-dia.
Aos meus amigos da Universidade Federal Fluminense que tornaram essa
Ao meu
Ao orientador Prof. Dr. Elias Ribeiro Arruda Junior pelo norteamento da pesquisa.
Ambiental da Universidade Federal Fluminense por acreditarem na minha capacidade e terem me apoiado como
-se: se escolher o
RESUMO
-Caceribu, Nova Friburgo, Serrana e Vassouras do estado do Rio de Janeiro, visando a
para a expans e do Projeto
RJ-25 foi gerado no SIG o mapa de classes de declividade
T pa de Solos do Brasil e o Mapa de Cobertura e
Uso da Terra
. Para as bases de dados e metodologia utilizadas, os resultados
O cruzamento dessas classes
ocorrem lossolos e Latossolos, totalizando
Km , portanto,
PALAVRAS CHAVE: ,
ABSTRACT
The objective of this study was to offer a methodological subsidy for the classification of the micro-regions of Macacu-Caceribu, Nova Friburgo, Serrana and Vassouras in the state of Rio de Janeiro, aiming to increase the use of agricultural machinery and implements, as well as mapping possible expansion of agricultural production. With the altimetric base of the SRTM and the RJ-25 Project the map of slope classes was generated in the GIS. The degrees of null to strong define the classes of I to IV of aptitude to mechanization, totaling an area of
V and VI are reserved for lands with more than 20% slope. Based on the cartography of the Brazilian Soil Map and the Land Cover and Land Use Map, a soil map was generated for pasture class in mechanizable areas. For the databases and methodology used, the results show that 25.4% of the lands in the study area are apt for mechanization and 33.94% of the lands are being used with pastures. The intersection of these classes occur predominantly in the Argilossols and Oxisols regions, totaling an area of 598 km2, which therefore has fertile soils, aptitude for mechanization and coverage for agricultural expansion.
KEY WORDS: Impediments to mechanization, agricultural aptitude, soils, geotechnologies, MDE
Figura 1: Componentes estruturais de um SIG ... 5
Figura 2: Esquema das folhas do Projeto RJ-25 IBGE, ... 7
... 10
Figura 4: Fluxograma de trabalho ... 12
... 20
... 22
. 23 Figura 8: Mapa da declividade (%) das imagens do IBGE ... 25
IBGE ... 27
Figura 10: Mapa da declividade (%) das imagens SRTM ... 29
IBGE ... 31
... 33
Figura 13: Mapa de solos par de estudo - IBGE ... 35
LISTA DE QUADROS OU TABELAS
Tabela 1: Classes de declividade ... 14
... 19 ... 23 ... 24 ... 26 ... 28 ... 30 ... 32 IBGE ... 36 - SRTM ... 38
LISTA DE ABREVIATURAS E SIGLAS ASI _ na DLR - EMBRAPA- ILP - Integra -MDE - MNT -
NASA - National Aeronautics and Space Administration NGA - National Geospatial-Intelligence Agency
SIG - Sistema d
1. ... 1 2. OBJETIVO ... 3 3. ... 4 3.1 GEOTECNOLOGIAS ... 4 3.1.1. O Geoprocessamento ... 4 ... 4 3.2.MODELOS DIGITAIS DE E SRTM... 6
3.3MODELO DIGITAL DE E RJ-25 DO IBGE ... 7
3.4M ... 8 4. ... 9 4.1D ... 9 4.2.MATERIAIS ... 10 4.2.1. Levantamento de dados ... 10 4.2. ... 11
4.2.3. Equipamentos e programas computacionais ... 11
4.3METODOLOGIA ... 11 4.3.1. Mapa ... 12 ... 13 ... 13 ... 13 4.3.3. Mapa de Declividade ... 14 ... 15
4.3.5. Mapa de Cobertura e Uso da Terra ... 18
4.3.6 Mapa de solos para classe de pastagem ... 18
... 18
5. ... 19
5.1MAPA DE SOLOS ... 19
5.2MAPA DE COBERTURA E USO DA TERRA ... 21
5.3.MAPA DE DECLIVIDADE ... 23
5.3.1. Base de dados do IBGE ... 24
... 26
5.3.2. Base de dados do SRTM ... 28
... 30
5.4MAPA DE SOLOS PARA CLASSE DE PASTAGEM ... 32
5.5.1. Base de dados IBGE ... 34
5.5.2. Base de dados SRTM ... 36
6. ... 39
1 1. Para um . E s aspectos do solo as ferramentas do sistema d de
diferentes bases de dados como cartografia, imagens orbitais e de
de Terreno (MNT) podendo assim, classificar e mapear terras. Por essas
ambiental.
Atualmente, os levantamentos dos recursos naturais tem sido utilizados expressivamente em trabalhos
de estudos para o mapeamento e gerenciamento ambiental.
O uso inadequado da terra concomitantemente com os impactos das atividades
fatores limitantes.
A falta de planejamento
naturais e de prejudicado, frequentemente, o crescimento e do solo tem acentuado os problemas ambientais.
para
.
2
e implementos para o aumento da
consequentemente
e
3
2. OBJETIVO
Este trabalho tem como objetivo geral ,
, para a de estudo,
at .
1. Montar uma base de dados georreferenciados em ambiente de Sistema de SIG
2. Analisar e demostrar das classes de solos e de
;
3. R a possibilidade de aumento da
4
3.
.
no horizontal (FLORENZANO, 2008). Esse aspecto do
2010).
3.1 Geotecnologias
3.1.1. O Geoprocessamento
O geoprocessamento surge como uma ferramenta que utiliza um conjunto de
DUARTE & BARBOSA, 2009). Segundo Varella (2004) o geoprocessamento pode ser definido como um
. Para Pontes (2002) o geoprocessamento se apresenta como uma tecnologia de custo relativamente baixo e que tem sido utilizada para ajudar na
3.1.1.1. (SIG)
oriundos de
, com seus
5
SANTOS & SILVA, 2004).
Segundo C guintes componentes:
em
Esquematicamente, a Figura 1 representa a estrutura de funcionamento de um
Figura 1: Componentes estruturais de um SIG Fonte: (1994)
CHAVES, 2008). Affonso (2002) descreve os elementos de um SIG em:
6
acuracidade dos dados de entrada e consequentemente a confiabilidade dos produtos resultantes;
-processamento: envolve o tratamento dos dados capturados em seus diferentes formatos para serem devidamente armazenados em formato digital no banco de dados computacional;
ar, atualizar, excluir e recuperar os dados armazenados;
-os componentes do banco de dad-os,
podem-do sistema, uma vez que a
facilmente notados caso os dados fossem analisados em separado. Aqui cabe e
do projeto SRTM
(National Aeronautics and Space Administration), NGA (National Geospatial-Intelligence Agency), DLR
CREPANI & MEDEIROS, 2005).
rometria a bordo a bordo da Space
conjunto composto por duas antenas coletou 14 Terabytes de dados que permitiram
CREPANI & MEDEIROS, 2004). de
7
https://earthexplorer.usgs.gov/>, na forma de imagens de 1 arco-segundo global, para criar imagens com melhor
3.3 do projeto RJ-25 do IBGE
Segundo o IBGE (ano),
-30'' de latitude por 07'-30'' de longitude, seu
conforme Figura 2.
Figura 2: Esquema das folhas do Projeto RJ-25 IBGE, Fonte: IBGE (2016c)
executado pela empresa Base Aerofotogrametria e Projetos S.A., com escala aproximada
8
(IBGE, 2016c).
de imagens em processos executados no aplicativo SOCET SET / ATE Automatic
anomalias nos modelos, ocas
(IBGE, 2016c).
As de r dados Projeto RJ-25
no site
<ftp://geoftp.ibge.gov.br/modelos_digitais_de_superficie/modelo_digital_de_elevacao _mde/rj25/tif/> na forma de imagens tiff. (IBGE, 2016c)
3.4
refas, desde o preparo do solo, semeadura e transporte, dentre outras.
Segundo Mialhe (1974) e Furlani & Silva (2006)
-no a tracionar, transportar e fornecer
.
9
MIALHE, 1974).
vidade direta e
-do solo, semeadura, plantio e transplantio
Segundo Siqueira (1999) a
.
uma vez que, aumenta a produtividade do trabalho,
com seus implementos possibilitam que o homem realize as tarefas planejadas dentro
as mais diversas condi ).
p
o trabalho manual.
tempo em que, aumenta a produtividade do trabalho ao permitir que cada homem culti
4.
A
-Caceribu no Estado do Rio de Janeiro e apresentam . Seu posicionamento encontra- " de latitude sul e entre 0' 28 " de longitude oeste (Figura 3).
10
Figura 3
4.2. Materiais
4.2.1. Levantamento de dados
As bases que foram utilizadas neste trabalho foram o mapa de solos do Brasil de 2011, disponibilizado pela IBGE - EMBRAPA (2011) na escala de 1:5.000.000, de solos predominantes, o mapa cobertura e uso da terra do estado do Rio de Janeiro, disponibilizado pela IBGE (2016) na escala de 1:250.000, representando
da terra encontrados no estado.
SRTM (Shuttle Radar Topography Mission) fornecidos pela NASA (Agencia Espacial Americana), e o
que integra o projeto RJ-25, fornecidos pelo IBGE (Instituto Brasileiro de Geografia e De forma auxiliar c icas complementares em livros, artigos,
-11
4.2.2.
ca neste estudo foi utilizado o mapa de solos do Brasil de 2011, na escala de 1:5.000.000 (IBGE - EMBRAPA, 2011)
Conjuntamente foi utilizado o mapa cobertura e uso da terra do estado do Rio de Janeiro (IBGE, 2016b) na escala de 1:250.000,
de classes de coberturas e usos da terra.
SRTM (Shuttle Radar Topography Mission), fornecidos pela NASA (Agencia Espacial Americana), dos quadrantes S22 W43, S23 W44 e S23 W43 com 30m de pixel, ou seja, uma malha quadrada
de 3 ; assim como o
projeto
RJ-'' de latitude por 07'30RJ-'' de longitude. da Malha municipal digital 2015, na escala de 1:25
4.2.3. Equipamentos e programas computacionais
O software utilizado o de mapas de declividade foi o ArcGIS 10.0 que teve como base um Modelo Digital de Eleva o MDE. O MDE um plano de informa o que descreve a altitude, ponto a ponto, de uma determinada rea. Foi e
aumento de produtiv os mapas de cobertura e uso
da terra, tipos de solo, malhas municipais e declividade. Portanto, com o ArcGIS 10.0 foi feita a leitura das imagens, apas e gerou-se o layout dos mapas.
4.3 Metodologia
A ntadas no
fluxograma da Figura 4
e aumento da produtividade
12
Figura 4: Fluxograma de trabalho
Observa-se que os dados de entrada, para o processamento no software ArcGIS 10.0 , foram o mapa de solos do Brasil de 2011 (escala de 1:5.000.000),o banco de dados da altimetria, do arquivo SRTM e do IBGE, o arquivo digital do Mapa 2015 (escala de 1:250.000) e o arquivo digital do Mapa de Cobertura e Uso da terra do estado do Rio de janeiro IBGE de 2016 (escala de 1:250.000).
4.3
do arquivo digital da Malha Municipal digital 2015 na escala de 1:25
Cartografia do IBGE. O mapa da Malha Municipal estava no sistema de coordenadas das . Para tal foi utilizada a ferramenta Project, ArctToolbox Data Management Tools Projections and Transformations.
Para criar um novo shape
selecionou- desejada e utilizou-se a ferramenta Export
Data, Open Attribute Table Data Expot
13
4.3.2. Mapa
4.3.2.1. SRTM
Para gerar o mapa de declividade inicialmente foi inserido as imagens SRTM (Shuttle Radar Topography Mission) da NASA, dos quadrantes S22 W43, S23 W43 e S23 W44 e foi feito um mosaico com as imagens para isso foi utilizada a ferramenta Mosaic to New Raster, ArctToolbox Data Management Tools
Raster Raster Dataset.
-se que ser trabalhada e, para corrigir os valores negativos de altitude, foi usado a ferramenta Con, ArctToolbox Spatial Analyst Tools Conditional. Os buracos, foram corrigidos com a ferramenta Reclassify, ArctToolbox Spatial Analyst Tools Reclass. Para a
ferramenta Fill, ArctToolbox Spatial Analyst Tools Hidrology.
shapefile rramenta
Clip, ArctToolbox Data Management Tools Raster Raster Processing.
4.3.2.2. IBGE
Como as imagens de Modelo Digital de Imagem do IBGE estava em coordenadas UTM, teve-se que transformar para (GCS WGS 1984) foi utilizada a ferramenta Project Raster, ArctToolbox Data Management Tools Projections and Transformations Raster. Depois foi feito um mosaico com as imagens do MDE para isso foi utilizada a ferramenta Mosaic to New Raster, ArctToolbox Data Management Tools Raster Raster Dataset.
Como o MDE
-se que corrigi-los, para tanto os valores negativos de altitude foram corrigidos usando a ferramenta Con, ArctToolbox Spatial Analyst Tools Conditional. Os buracos, foram corrigidos com a ferramenta Reclassify, ArctToolbox Spatial Analyst Tools Reclass.
ferramenta Fill, ArctToolbox Spatial Analyst Tools Hidrology.
Com todos os erros corrigidos e a rea de estudo definida, foi criado um novo
shapefile do a ferramenta Clip,
14
4.3.3. Mapa de Declividade
Com os is SRTM
e IBGE, foi efetuado os mapas de declividade, em porcentagem, para isso foi utilizado a ferramenta Slope, ArctToolbox 3D Analyst Tools Raster surface.
Para abrir a Tabela de atributos do mapa de declividade foi usado a ferramenta Reclassify, ArctToolbox Spatial Analyst Tools Reclass. Em seguida foi exportada, empregando a ferramenta Zonal Statistics as Table - ArctToolbox Spatial Analyst Tools Zonal.
Em seguida foi feito o fatiamento dos valores de cotas originando um plano de
inida. estabelecidas as fatias (Tabela 1)
& Beek (1995).
Tabela 1: Classes de declividade
Limites de Classe (%) Classes de Declividade
0-3 Plano 3-6 Suave Ondulado 6-12 Moderadamente Ondulado 12-20 Ondulado 20-40 Forte Ondulado > 40 Montanhoso
Fonte: Ramalho Filho & Beek (1995)
Como o arquivo estava como imagem (.tiff), teve-se que transformar em vetor, shapefile, para isso se usou a ferramenta Raster to Polygon, ArctToolbox Analyst Tools Conversion Tools From Raster.
summarize, e para a Field
Calculator.
Criou-se um novo shapefile somente com as do SRTM e do IBGE, ou seja, reas com as declividades de 0 a 20% com a ferramenta Export Data, Select by Attributes Data.
15
4.3.4. Mapa de Solos
Como o mapa de Solos do IBGE estava em coordenadas WGS 1984 Polyconic,
teve-se que transformar para coord para isso foi
utilizada a ferramenta Project Raster, ArctToolbox Data Management Tools Projections and Transformations Raster.
Para criar um novo shapefile de solos, , foi utilizado a ferramenta Clip, ArctToolbox Data Management Tools Raster Raster Processing.
segundo Freire et al (2013):
Argissolos: Compreendem solos com horizontes B textural
A, e, na maioria das classes, atividade de argila baixa (CTC menor que 27 cmol Kg
-em a
quando ambas as classes ocorrem na mesma paisagem.
Argissolos Vermelho-Amarelos: Caracterizam-se pelas cores vermelho-amareladas e
amarelo-dessas rochas.
para lavouras anuais. Podem ser usados para
Argissolos vermelho- : Solo
bases < 50%) na maior parte dos primeiros 100cm do horizonte B (inclusive BA). Altos
Caracterizam-16
sedimentos resultantes do intemperismo dessas rochas. Como principal uso desses solos
tem-A : or bases <
50%), na maior parte dos primeiros 100cm do horizonte B (inclusive BA). :
50%) e com teores de Fe2O3 (pelo H2SO4) de 18% a 36% na maior parte dos
primeiros 100cm do horizonte B (inclusive BA). Cambissolos:
sendo es
loc
: Como a classe inclui perfis de solos bastante
la. De modo geral,
determinados
: Solos com argila de atividade baixa e baixa
17
: Solos com argila de atividade baixa, alta 50%) e teores de Fe2O3 (pelo H2SO4) de 180 g kg-1 a <
360g kg-1 de solo na maior parte dos primeiros 100cm do horizonte B (inclusive BA).
Latossolos:
qualquer tipo de horizonte A, com incremento de teor de argila de A para B nulo ou
conc
-horizonte B.
espessura dos horizontes A + B), com porosidade alta (maior que 50% do volume total),
-alteradas pelo desmata
do solo, como em lavouras perenes e sistemas agroflorestais.
-ondulado, a elevada porosidade dos
mesmo motivo, a
Latossolos amarelos: Caracterizam-se pelas cores vermelho-amareladas e amarelo-avermelh
18
Apresentam como p
conservacionistas, ou, a
-Amarelos com maior declive devem ser
Latossolos vermelho- : Solos com
50%)
4.3.5. Mapa de Cobertura e Uso da Terra
representadas com sua
Para criar um novo shapefile
estudo foi utilizado a ferramenta Clip, ArctToolbox Data Management Tools Raster Raster Processing.
4.3.6 Mapa de solos para classe de pastagem
Para fazer o cruzamento do mapa de solos com o mapa de cobertura e uso da Analyst Tools
da terra e um tipo de solo para cada mapa gerado.
Para juntar todos os cruzamentos de solo e cobertura e uso da terra em somente um shapefile foi utilizado a ferramenta Merge, ArctToolbox Data Management Tools General.
4.3.7 Mapa de solos para classe de
Com o mapa gerado pelo cruzamento dos mapas de solo e cobertura e uso da terra foi realizado dois novos cruzamentos, com os mapas
do SRTM e IBGE idade de 20%, para
19
5.
com os procedimentos adotados no processamento, dados.
5.1 Mapa de Solos
de acordo com Freire et al., (2013) ilustradas na Figura 5. Sendo elas: Argissolo, Cambissolo e Latossolo
dentre eles os rgissolos
vermelho-Arg rgissolos vermelhos eu ambissolos
Tb d Tb atossolos
de acordo com a Tabela 2.
Observa- solos, Argissolos Vermelho-Amarelo
Latossolos Vermelho- %, 3,49%, 1,22% e 21,43% d dentro das Tabela 2 Solos % Argissolos Vermelho-Amarelos Distroficos 1452,52 21,23
Argissolos Vermelhos Distroficos 238,66 3,49
Argissolos Vermelhos Eutroficos 83,45 1,22
Cambissolos Haplicos Tb Distroficos 1604,35 23,45 Cambissolos Haplicos Tb Eutroficos 1995,98 29,18 Latossolos Vermelho-Amarelos Distroficos 1466,51 21,43
2 0 F ig u ra 5
21
5.2 Mapa de Cobertura e Uso da Terra
u nove classes de cobertura e uso da terra para a sendo elas:
igura 6.
Observa-estudo, ou seja, 0,16% de uso diversificado.
notou-se, contudo, que as
componentes. de estudo, ou seja, 0,94%. . est permanentes .
Analisando-tanto em terreno plano
2 2 F ig u ra 6
23
seja, 0,75% que foram destinadas ao reflorestamento.
Tabela 3 Classes % Continentais 10,74 0,16 3621,88 52,94 1,53 0,02 64,34 0,94 227,31 3,32 Culturas Permanentes 52,57 0,77 489,84 7,16 Pastagens 2321,85 33,93 Silvicultura 51,40 0,75 Total 6841,47 100,00 Figura 7 5.3. Mapa de declividade
24
identificado e determinado.
5.3.1. Base de dados do IBGE
os dados apresentados na Tabela 4. Pode-se observar que para a metodologia utilizada, 5,59%
, apresentaram um
. Sequencialmente 3,16% apresentaram um relevo de classe Ligeira, 6,22% de classe Moderada e 10,43% de classe forte;
totalizando assim lasse muito forte
e 37,49% de classe extremamente forte.
Tabela 4 Classes Declividade % % Nula 0-3 376,58 5,59 Ligeira 3-6 212,73 3,16 Moderada 6-12 419,12 6,22 Forte 12-20 703,09 10,43 Muito Forte 20-40 2502,08 37,12 Extr. Forte > 40 2526,53 37,49 Total - 6.740,14 100
2 5 F ig u ra 8 : M a p a d a d ec liv id a d e ( % ) da s im a ge n s d o IB G E
26
5.3.1.1. do IBGE
os dados apresentados na Tabela 5, pode-se observar que para a metodologia utilizada,
obteve- , na qual,
22,01% das terras apresentara
. Sequencialmente,12,43% apresentaram um relevo de classe Ligeira, 25,50% de classe Moderada e 41,06% de classe forte.
Tabela 5 Classe Declividade % % Nula 0-3 376,58 22,01 Ligeira 3,01 - 6 212,73 12,43 Moderada 6,01 - 12 419,12 24,50 Forte 12,01 - 20 703,09 41,06 Total 1711,53 100,00
2 7 F ig u ra 9 IB G E
28
5.3.2. Base de dados do SRTM
os dados apresentados na Tabela 6, pode-se observar que para a metodologia utilizada, 5,59%
, apresentaram um relevo plano, ou
. Sequencialmente 3,16% apresentaram um relevo de classe Ligeira, 6,22% de classe Moderada e 10,43% de classe forte;
e 37,49% de classe extremamente forte.
Tabela 6 Classes Declividade % % Nula 0-3 376,58 5,59 Ligeira 3-6 212,73 3,16 Moderada 6-12 419,12 6,22 Forte 12-20 703,09 10,43 Muito Forte 20-40 2502,08 37,12 Extr. Forte > 40 2526,53 37,49 Total - 6740,14 100
2 9 F ig u ra 1 0 : M a pa d a d ec liv id a de ( % ) da s im a ge n s S R T M
30
5.3 do SRTM
Pelo mapa de declividade gerado (Figura 11 dados apresentados na Tabela 7, pode-se observar que para a metodologia utilizada,
obteve-22,01% das terras apresentara
classe Nula, de impedimento . Sequencialmente 12,43% apresentaram um relevo de classe Ligeira, 25,50% de classe Moderada e 41,06% de classe forte.
Tabela 7: Classe Declividade % % Nula 0-3 376,58 22,01 Ligeira 3,01 - 6 212,73 12,43 Moderada 6,01 - 12 419,12 24,50 Forte 12,01 - 20 703,09 41,06 Total 1711,53 100,00
Confrontando os mapas de declividade (Figuras 8, 9, 10 e 11) e os quadros de d (Tabelas 3, 4, 5 e 6) observa-se que os dados obtidos foram iguais.
altimetrias dentro desse pixel, de 30 x 30 no caso de SRTM e 20 x 20 do IBGE, essa
Equiparando os mapas de declividade (Figuras 8 e 10), com os mapas de solos
(Figura 5 -se que a dist
-Caceribu e Vassouras, ao solo Argissolos
Vermelho-Cambissolos Haplicos Distr utr ermelhos Distr
3 1 F ig u ra 1 1
32
5.4 Mapa de solos para classe de pastagem
cobertura de uso da terra, no qual foi selecionado somente a classe de pastagem, foi (Figura 12) no para classe de pastagem d
de estudo (Tabela 7).
Analisando a Tabela 8 observa-Argissolos
Vermelho-- ,
Tabela 8
Solos
% Argissolos Vermelho-Amarelos Distroficos 718,36 30,95
Argissolos Vermelhos Distroficos 180,55 7,78 Argissolos Vermelhos Eutroficos 48,46 2,09 Cambissolos Haplicos Tb Distroficos 220,36 9,49 Cambissolos Haplicos Tb Eutroficos 547,27 23,55 Latossolos Vermelho-Amarelos Distroficos 606,65 26,14
3 3 F ig u ra 1 2
34
Foi selecionada a classe de pastagem para o referido trabalho pois ela
reas agricult - .
De acordo com LAZZAROTTO (2014) um sistema de integra
-biental e de melhorias na qualidade de vida dos agricultores. Este sistema integrado se
5.5
com o mapa
para classe de pastagem e (Tabela 8) e o
d (Tabela 9) .
Analisando-se a Tabela 9 observa- Argissolos
Vermelho-- na classe de
mecanizada.
3 5 F ig u ra 1 3 : IB G E
36
Tabela 9
IBGE
Solos
% Argissolos Vermelho-Amarelos Distroficos 350,44 46,73
Argissolos Vermelhos Distroficos 71,02 9,47 Argissolos Vermelhos Eutroficos 13,88 1,85 Latossolos Vermelho-Amarelos Distroficos 162,97 21,73
598,31* 79,77* Cambissolos Haplicos Tb Distroficos 55,24 7,32
Cambissolos Haplicos Tb Eutroficos 96,83 12,91
Total 750,38 100,00
3 7 F ig u ra 1 4 S R T M
38
Tabela 10:
- SRTM Solos
% Argissolos Vermelho-Amarelos Distroficos 350,44 46,73
Argissolos Vermelhos Distroficos 71,02 9,47 Argissolos Vermelhos Eutroficos 13,88 1,85 Latossolos Vermelho-Amarelos Distroficos 162,97 21,73
598,31* 79,77* Cambissolos Haplicos Tb Distroficos 55,24 7,32
Cambissolos Haplicos Tb Eutroficos 96,83 12,91
Total 750,38 100,00
*
Constatou-possuem solos mais intemperizados, como os argissolos e latossolos nos quais
39 6. concluir que: 1. Argissolos vermelho-rg rgissolos vermelhos e Tb d
Latossolos vermelho- -Caceribu, Nova
Friburgo, Serrana e Vassouras;
2. estas e pastagens da ordem
de 52,94% e 33,93% respectivamente;
3. A r que podem ser totalmente
mecanizadas
4. com
(pixel 30 x 30) e IBGE (pixel 20 x 20) apresentando os mesmos valores;
5. 2
coberta com pastagem e com declividade que perm
apresenta 600 km2 com solos mais intemperizados, apresentando uma fertilidade
relativa superior
40
AFFONSO, A.
. Anatomia de um SIG Fator GIS A Revista do Geoprocessamento,
Ano 1, N.04, 1994, p11-15.
CREPANI, E. & MEDEIROS J. S. de. Imagens CBERS + Imagens SRTM + Mosaicos GeoCover LANDSAT em ambiente SPRING e TerraView: Sensoriamento Remoto e
ais XII -21 Abril 2005, INPE, p. 2637-2644.
CHAVES, I. B; FARIAS, L. C; LIMA, E. R. V; FRANCISCO, P. R. M. Chave
Interpretativa para Levantamento Simplificado de Terras e Estimativa da Capacidade de uso, Projeto Vaca Brava, Areia - PB. XVII RBMCSA, Rio de Janeiro, 2008.
DUARTE, S. M. A.; BARBOSA, M. P. Estudo dos recursos naturais e as
Ambiental, v.6, n.3, p.168-189, 2009.
EMBRAPA- Emp urbana,
Eliseu Alves. - . 181 p.
FAO -
desarrolo: formulacion de una estrategia para la mecanizacion. Vol.1 Concepto y fundamentos. 1993.
planejamento do uso da terra. Anais do Congresso Brasileiro e Encontro Nacional de
FLORENZANO, T. G. Introd Geomorfologia: conceitos e
-30.
FREIRE, L.R.; BALIEIRO, F.C.; ZONTA, E; ANJOS, L.H.C.; PEREIRA, M.G.; LIMA, E.; GUERRA, J.G.M.; FERREIRA, M.B.C.; LEAL, M.A.A.; CAMPOS, D.V.B.;
POLIDORO, J.C
.
de
SENSORIAMENTO REMOTO, 14, 2009, Natal. Anais... INPE, 2009, p. 683-690 Jaboticabal SP. 2006.
IBGE - EMBRAPA - Mapa de Solos do Brasil. Rio de Janeiro: IBGE, 2011 - Escala 1:5.000.000. http://www.dpi.inpe.br/Ambdata/mapa_solos.php. Acesso em: 02/10/2017.
IBGE
ftp://geoftp.ibge.gov.br/informacoes_ambientais/cobertura_e_uso_da_terra/uso_atual /vetores/unidades_da_federacao/rj/escala_250_mil/ Acesso em 05/10/2017.
41
IBGE Mapa de Uso e Cobertura da Terra, Escala: 1:250.000, 2016b em :
ftp://geoftp.ibge.gov.br/informacoes_ambientais/cobertura_e_uso_da_terra/uso_atual /vetores/unidades_da_federacao/rj/escala_250_mil/ Acesso em 05/10/2017.
IBGE - Metadados do produto Modelo
-25, 2016c.
ftp://geoftp.ibge.gov.br/modelos_digitais_de_superficie/modelo_digital_de_elevacao_ mde/rj25/tif/ Acesso em 03/10/2017
LAZZAROTTO, C. Tecnologias para a agricultura familiar. Dourados: Embrapa -64.
Ceres. 1974.
MUELLER, L. et al. Assessing the productivity function of soils: a review. Agronomy for Sustainable Development, Paris, v. 30, p. 601-604, 2010.
NASA - National Aeronautics and Space Administration. SRTM (Shuttle Radar Topography Mission).
02/10/2017
PONTES, M. A. G. GIS e Geoprocessamento. Apostila de Topografia. FACENS Sorocaba/SP, 2002.
terras. 3.a ed. Rio de Janeiro: EMBRAPA-CNPS, 1995. 65p.
SANTOS, L. & SILVA, E. A. Carta de Trafegabilidade do Terreno Usando SIG e -
Gerais, visando a lavoura cafeeira. In: Si
-80
SIQUEIRA, R, Sistemas de Preparo em Diferentes Tipos de Coberturas Vegetais do Solo. Teste de Doutorado. Universidade Estadual Paulista. Botucatu, 1999.