Análise de processos de transformações da paisagem com base em espectroscopia de reflectância e sensoriamento remoto multiespectral : estudo de caso no Núcleo de Gilbués, Piauí-Brasil

ADELSOM SOARES FILHO

ANÁLISE DE PROCESSOS DE TRANSFORMAÇÃO DA PAISAGEM COM BASE EM ESPECTROSCOPIA DE REFLECTÂNCIA E SENSORIAMENTO REMOTO

MULTIESPECTRAL: ESTUDO DE CASO NO NÚCLEO DE GILBUÉS, PIAUÍ – BRASIL

CAMPINAS-SP 2015

iii

NÚMERO: 255/2015 UNIVERSIDADE ESTADUAL DE CAMPINAS

INSTITUTO DE GEOCIÊNCIAS

ADELSOM SOARES FILHO

“ANÁLISE DE PROCESSOS DE TRANSFORMAÇÃO DA PAISAGEM COM BASE EM ESPECTROSCOPIA DE REFLECTÂNCIA E SENSORIAMENTO REMOTO

MULTIESPECTRAL: ESTUDO DE CASO NO NÚCLEO DE GILBUÉS, PIAUÍ – BRASIL”

ORIENTADOR: PROF. DR. CARLOS ROBERTO DE SOUZA FILHO

TESE DE DOUTORADO APRESENTADA AO INSTITUTO DE GEOCIÊNCIAS DA UNICAMP PARA OBTENÇÃO DO TÍTULO DE DOUTOR EM CIÊNCIAS NA ÁREA DE ANÁLISE AMBIENTAL E DINÂMICA TERRITORIAL.

ESTE EXEMPLAR CORRESPONDE À VERSÃO FINAL DA TESE DEFENDIDA PELO ALUNO ADELSOM SOARES FILHO E ORIENTADO PELO PROF. DR. CARLOS ROBERTO DE SOUZA FILHO

CAMPINAS 2015

Ficha catalográfica

Universidade Estadual de Campinas Biblioteca do Instituto de Geociências Cássia Raquel da Silva - CRB 8/5752

Soares Filho, Adelsom,

1966-So11a SoaAnálise de processos de transformações da paisagem com base em

espectroscopia de reflectância e sensoriamento remoto multiespectral : estudo de caso no Núcleo de Gilbués, Piauí-Brasil / Adelsom Soares Filho. – Campinas, SP : [s.n.], 2015.

SoaOrientador: Carlos Roberto de Souza Filho. SoaCoorientador: Juliano Alves de Senna.

SoaTese (doutorado) – Universidade Estadual de Campinas, Instituto de Geociências.

Soa1. Análise Espectral. 2. Degradação ambiental - Gilbués (PI). 3. Solos. I. Souza Filho, Carlos Roberto de,1965-. II. Senna, Juliano Alves de,1972-. III. Universidade Estadual de Campinas. Instituto de Geociências. IV. Título.

Informações para Biblioteca Digital

Título em outro idioma: Analysis of landscape transformation process based on reflectance spectroscopy and multispectral remote sensing

: a case of study in Gilbues nucleus, Piauí-Brazil Palavras-chave em inglês:

Spectral analysis

Land degradation - Gilbues (PI) Soils

Área de concentração: Análise Ambiental e Dinâmica Territorial Titulação: Doutor em Ciências

Banca examinadora:

Carlos Roberto de Souza Filho [Orientador] Lindon Fonseca Matias

Samuel Fernando Adami Ary Tavares Rezende Filho Luiz Eduardo Vicente

Data de defesa: 27-01-2015

Programa de Pós-Graduação: Geografia

Powered by TCPDF (www.tcpdf.org)

vii

AGRADECIMENTOS

- ao Prof. Dr. Carlos Roberto de Souza Filho, pela orientação, profissionalismo, incentivo e confiança no meu trabalho;

- ao Prof. Dr. Juliano Alves de Senna, pela co-orientação e compartilhamento do seu conhecimento comigo;

- aos Professores. Dr. Lindon Fonseca Matias e Dr. Archimedes Perez Filho, pelas contribuições diretas ao trabalho feitas no exame de qualificação;

- aos amigos Danilo, Luciola, Rosa, Marquinhos, Zé Henrique, e muitos outros do IG com os quais compartilhei bons momentos de lazer e trabalho;

- ao Instituto de Geociências (Unicamp), por meio de seus funcionários e docentes, por oferecer infra-estrutura e apoio material para o desenvolvimento da pesquisa;

- à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela bolsa de estudo que recebi durante o início de desenvolvimento desta pesquisa;

ix

UNIVERSIDADE ESTADUAL DE CAMPINAS INSTITUTO DE GEOCIÊNCIAS

Análise de processos de transformação da paisagem com base em

espectroscopia de reflectância e sensoriamento remoto multiespectral: Estudo de caso no núcleo de Gilbués, Piauí – Brasil

RESUMO Tese de Doutourado Adelsom Soares Filho

Processos de degradação da terra têm sido freqüentemente descritos no sudoeste do Piauí como um dos maiores casos de desequilíbrio ambiental do Brasil. Uma das áreas mais citadas é denominada de "Núcleo de Desertificação de Gilbués” (NDG). Inserido na faixa de transição entre o domínio dos cerrados do Brasil Central e o domínio do semiárido do nordeste brasileiro, essa área apresenta acentuada exposição de materiais de superfície relacionados à erosão do solo e degradação das terras. Nesse contexto, o principal objetivo desse trabalho é investigar a possível relação entre processos de degradação das terras, amplamente verificados no NDG, com variações na composição mineralógica dos solos e a compartimentação estrutural regional, visando demonstrar e debater potenciais efeitos causais, sejam eles naturais e/ou antrópicos, que possam ter funcionado como deflagradores ou maximizadores desses processos e seus efeitos. A metodologia abrangeu a determinação da composição físico-química do solo a partir de espectros de reflectância medidos em laboratório com um espectrorradiômetro portátil. Após a identificação das assembléias de minerais presentes em diferentes tipos de solos, suas similaridades foram avaliadas, o que favoreceu a escolha de endmembers representativos da área, os quais foram, em seguida, utilizados na classificação das imagens ASTER. Os intervalos espectrais na região do visível (520-690 nm), NIR (0.78-860 nm), SWIR (1.300-2.500 nm) e TIR (8.125-11.65 nm) foram investigados. Os resultados indicam que a caulinita corresponde ao material de topo e as esmectitas ao da base das vertentes. Os minerais mapeados foram distribuídos espacialmente na base de dados e de acordo com as características de declive, suscetibilidade erosiva do solo e uso da terra, e classificados segundo diferentes estágios de degradação. A exposição dos terrenos aparenta ser um processo predominantemente natural, com alguma contribuição antrópica. Os resultados obtidos podem contribuir para o entendimento de sistemas ambientais em avançados estágios de degradação da terra. O uso dos dados e métodos de sensoriamento remoto aqui experimentados com sucesso podem ser reaplicados em ambientes análogos visando atingir objetivos equivalentes.

xi

UNIVERSITY OF CAMPINAS INSTITUTE OF GEOSCIENCE

Analysis of landscape transformation process based on reflectance spectroscopy and multispectral remote sensing: a case of study in the Gilbues Desertification

Core, Piauí State, Brazil

ABSTRACT Doctorate Thesis Adelsom Soares Filho

Land degradation processes have been described in southwest Piauí as a leading case of environmental imbalance in Brazil. One of the key studied areas is referred to as the "Gilbués Desertification Core" (GDC). Inserted in the transition zone between the central Brazilian Cerrado (savanna) terrains and the Northeastern Brazilian semi-arid terrains, the area has an ample exposure of surface materials related to soil erosion and land degradation. In this context, the main objective of this work is to investigate the possible relationship between land degradation processes, widely observed in the GDC, with variations in the mineralogical composition of the soils and regional structures. The notion is to demonstrate and discuss potential natural and/or anthropic causes, which may have worked as triggers or maximizers of the degradation processes and their effects. The method involved the determination of the physical-chemical composition of the soils from reflectance spectra measured in the laboratory with a portable spectrometer. Once mineral assemblages present in different types of soils were identified, their similarities were evaluated. This favored the choice of representative endmembers for specific sectors in the study area, which were used in the classification of ASTER images, considering Visible (520-690 nm), Near Infrared (780-860 nm), Shortwave Infrared (1.300-2.500 nm) and Thermal Infrared (8.125-11.650 nm) wavelengths. The results indicate that kaolinite dominates the top of the topographic highs, whereas smectite is commonly found along the slopes and in the pediplains. Mineral maps yielded from the ASTER data were merged with slope, soil erosion susceptibility and land use maps, and then classified according to different stages of degradation. The exposure of land and erosion appears to be a predominantly natural process, with minor anthropogenic contribution. The results yielded in the GDC may contribute to the understanding of environmental systems in advanced stages of land degradation. Remote sensing data and methods successfully tested here can be applied in comparable environments in order to reach similar goals.

xiii

SUMÁRIO

2 VARIABILIDADE DA COMPOSIÇÃO MINERAL EM SOLOS TROPICAIS DEGRADADOS NO SUDOESTE DO PIAUÍ ATRAVÉS DA ANÁLISE ESPECTRAL ... 9

2.1 Introdução... 9

2.2 Caracterização da área de estudo ... 12

2.2.1 Aspectos geológicos e geográficos ... 13

2.2.2 Solos ... 16 2.2.2.1 Neossolos quartzarênicos ... 18 2.2.2.2 Latossolos amarelos ... 19 2.2.2.3 Neossolos litólicos ... 19 2.2.2.4 Luvissolos ... 19 2.2.3 Aspectos fisiográficos ... 20

2.3 Processamento e análise de dados ... 20

2.3.1 Coleta e preparação de amostras ... 21

2.3.2 Espectroscopia de reflectância – ER ... 22

2.3.3 Difração de Raios-X – DRX ... 24

2.3.4 Classificação Espectro-Mineralógica ... 26

2.4 Resultados da Classificação Espectro-Mineralógica ... 30

2.4.1 Análise estatística visando o agrupamento de amostras por similaridades. ... 30

xiv

2.4.2 Caracterização das classes do grupo mineral da caulinita ... 33

2.4.2.1 Caulinita - classe 1 ... 34

2.4.2.2 Caulinita/Esmectita – classe 2 ... 36

2.4.3 Caracterização das classes do grupo mineral das Esmectitas ... 38

2.4.4 Neossolos Quartzarênicos ... 40 2.4.5 Neossolos Litólicos ... 43 2.4.6 Luvissolos ... 45 2.4.7 Latossolos Amarelos ... 47 2.5 Validações da ER com DRX ... 49 2.6 Conclusões ... 58 2.7 Referências ... 60

3 ESPACIALIZAÇÃO E ANÁLISE DA DISTRIBUIÇÃO MINERALÓGICA EM TERRAS DEGRADADAS NO SUDOESTE DO PIAUÍ UTILIZANDO IMAGEAMENTO ASTER ... 65

3.1 Introdução... 65

3.2 Área de estudo ... 67

3.2.1 Características geológicas, geomorfológicas, pedológicas e fisiográficas... ... 68

3.3 Materiais e métodos ... 71

3.3.1 Materiais ... 71

3.3.2 Métodos ... 73

3.4 Resultados ... 78

3.4.1 Classificação Espectral de Dados VNIR-SWIR do sensor ASTER ... 78

3.4.2 Classificação espectral de dados TIR do sensor ASTER ... 84

3.4.3 Análise dos usos das terras e cobertura vegetal ... 89

3.5 Considerações finais ... 91

xv

4 CARACTERIZAÇÃO DOS ESTÁGIOS DE DEGRADAÇÃO DOS TERRENOS DO SUDOESTE DO PIAUÍ A PARTIR DE ANÁLISE GEOMORFOLÓGICA E

ESPECTRAL. ... 97

4.1 Introdução... 97

4.2 Localização da área de estudo ... 99

4.2.1 Geologia, Pedologia, Geomorfologia e Fisiografia ... 100

4.2.1.1 Geologia ... 100 4.2.1.2 Pedologia ... 103 4.2.1.3 Fisiografia ... 104 4.3 Materiais e métodos ... 105 4.3.1 Materiais ... 105 4.3.2 Métodos ... 106

4.3.3 Análise dos materiais de superfície por espectroscopia de reflectância.... ... 107

4.3.4 Classificação Espectro-mineralógica ... 108

4.3.5 Pré-processamento das imagens ASTER ... 109

4.3.6 Análise e comparação entre espectros de referência dos materiais110 4.3.7 Processamento digital dos Dados ASTER ... 112

4.3.8 Caracterização dos estágios de degradação da terra ... 113

4.4 Resultados e discussão ... 115

4.4.1 Caracterização geomorfológica ... 115

4.4.2 Classificação espectral das superfícies ferruginosas ... 118

4.4.3 Classificação espectral dos argilominerais ... 119

4.4.4 Análise dos estágios de degradação das terras - Pedo-Geomorfológica ... 121

4.4.5 Análise mineralógica e variabilidade espacial ... 124

4.5 Conclusões ... 127

4.6 Referências ... 129

xvi

5.1 Quanto à análise espectral para determinação da variabilidade da composição mineral na área de estudo ... 133

5.2 Quanto ao uso da classificação hiperespectral em dados multiespectrais. ASTER ... 134

5.3 Quanto a caracterização dos estágios de degradação do NDG a partir de análise geomorfológica e espectral ... 134

xvii

LISTA DE FIGURAS

Figura 2-1 Localização da área de estudo. ... 13 Figura 2-2 Mapa litológico simplificado da região do NDG (CPRM, 2004). ... 16 Figura 2-3 Paisagem característica dos solos expostos do NDG com anotação dos

horizontes identificados. ... 17 Figura 2-4 Mapa de solos do NDG. ... 18 Figura 2-5 Pontos de coleta de amostras no NDG sobrepostos a uma composição

colorida falsa-cor das bandas 432 (RGB) do sensor ASTER. ... 22 Figura 2-6 A) Curvas espectrais das diversas faces de uma amostra (SPI.001, SPI.002,

SPI.003), apresentando degraus (“gaps”) entre 350nm e 1900nm e a assinatura espectral média dessas leituras. B) Curva da média com filtro de suavização e sem degraus. ... 23 Figura 2-7 Fluxograma dos processos para preparação das amostras para análise por

Difração de Raios-X. ... 25 Figura 2-8. Cálculo do Indice de Senna com base em características de reflectância em

torno de 2.200 nm (Fonte: Senna et al. 2008). ... 28 Figura 2-9. Classificação espectral com SIMIS. Em preto: assinatura espectral das

amostras. Em azul: assinatura espectral das misturas simuladas pelo SIMIS com espectros da biblioteca do USGS (buscando a maior similaridade possível). ... 29 Figura 2-10.Representação da ACP e da classificação SIMCA para as 343 amostras

dos materiais de superfície do NDG. A) Diagrama de espalhamento dos scores da ACP com as amostras anômalas (outliers) selecionadas. B) Resultado da classificação SIMCA aplicada a ACP. ... 31 Figura 2-11. Dendograma resultante da classificação SIMCA. A-Caulinitas, B-Esmectitas. C-Misturas, com coeficiente de distância euclidiana ( método Ward). Note a linha de corte (seta alongada) para formação das classes de cada grupo mineral. ... 32 Figura 2-12. Valores do IS de 2.200 nm e 2.160-2.180nm para uma classe de caulinita.

xviii

Figura 2-13. Classe-1 de caulinita ordenada pelo IS. ... 35 Figura 2-14. Gráfico demonstrativo dos valores do IS para a classe-1 de caulinita. ... 36 Figura 2-15. Classe-2 de caulinia/esmectita ordenada pelo IS. ... 37 Figura 2-16. Gráfico demonstrativo dos valores do IS para a classe-2 de

caulinita/esmectita. ... 38 Figura 2-17. Comprimento de ondas em 2.200 nm plotados em relação ao valor da

profundidade da banda de absorção de uma das classes de esmectita, onde se visualiza os grupos predominantes nas amostras. ... 39 Figura 2-18. Valores da profundidade das absorções em 2.300 nm (FeOH, CO3 e/ou

MgOH) plotados em relação ao valor das profundidade das absorções em 2.200 nm (AlOH), mostrando possíveis agrupamentos de amostras. ... 40 Figura 2-19. (a) Curvas de reflectância espectral de amostras representativas da

unidade Neossolos Quartzarênicos (AQ). (b) Número de amostras analisadas e assembleias minerais identificadas na unidade com base nas regiões espectrais do VNIR e SWIR (Aq1). ... 42 Figura 2-20. (a) Curvas de reflectância espectral de amostras representativas da

unidade Neossolos Litólicos (R). (b) Numero de amostras analisadas e assembleias minerais identificadas na unidade com base nas regiões espectrais do VNIR e SWIR (R1). ... 44 Figura 2-21. (a) Curvas de reflectância espectral de amostras representativas da

unidade Luvissolos (PE). (b) Número de amostras analisadas e assembleias minerais identificadas na unidade com base nas regiões espectrais do VNIR e SWIR (Pe1). ... 46 Figura 2-22. (a) Curvas de reflectância espectral de amostras representativas da

unidade Latossolo Amarelo (LA). (b) Número de amostras analisadas e assembleias minerais identificadas na unidade com base nas regiões espectrais do VNIR e SWIR(La1). ... 48 Figura 2-23. Comparação da classificação Espectral e Difratométrica da amostra

SPI.096 da classe dos Luvissolos, do NDG. ... 51 Figura 2-24. Comparação da classificação Espectral e Difratométrica da amostra

xix

Figura 2-25. Comparação da classificação Espectral e Difratométrica da amostra SPI.485-486 de Neossolos Quartzarênicos (Areias Quartzosas) do NDG. ... 55 Figura 2-26.Comparação da classificação Espectral e Difratométrica da amostra

SPI.699-700 dos Neossolos Litólicos do NDG. ... 57 Figura 3-1. Localização da área de estudo. A figura principal correponde a uma imagem

ASTER (composição colorida RGB-231), sobre a qual foram lançados os locais de diversos pontos de coleta de amostra no campo. ... 68 Figura 3-2. Mapa litológico (CPRM), com as drenagens e relevo sombreado da área em

estudo. ... 69 Figura 3-3. Mapa de solos (EMBRAPA) com as drenagens e relevo sombreado da

área. ... 70 Figura 3-4. Características dos dois sub-sistemas ASTER (VNIR e SWIR) com

espectros de alguns minerais da biblioteca USGS re-amostrados para a resolução espectral (9 bandas) do sensor ... 73 Figura 3-5. Etapas de processamento das imagens ASTER... 76 Figura 3-6. Espectros de referência selecionados para a classificação das imagens

ASTER no espectro VNIR. (A) Espectros selecionados da biblioteca do USGS; (B) Espectros das amostras obtidas em laboratório; (C) Os mesmos espectros re-amostrados para a resolução espectral (3 bandas) do sensor ASTER-VNIR). ... 77 Figura 3-7. Espectros de referência selecionados para a classificação das imagens

ASTER no espectro SWIR. (A) Espectros selecionados da biblioteca USGS; (B) Espectros das amostras obtidas em laboratório; (C) Os mesmos espectros reamostrados para a resolução espectral (6 bandas) do sensor ASTER-SWIR. ... 78 Figura 3-8. Resultado da classificação SAM na faixa do VNIR para os minerais de ferro.

As siglas (ta, tb, tm) referem-se à estimativa relativa de ferro na amostra: alto, médio e baixo. A imagem de fundo é a banda 3N ASTER. ... 79 Figura 3-9. Resultados da clasificação MTMF na faixa do VNIR, expostos numa

composição colorida RGB para abundância de hematita e goethita. Sobreposta a banda 3N ASTER no fundo. ... 80

xx

Figura 3-10. Resultado da classificação SAM no SWIR para argilominerais, micas e carbonatos, usando endmembers conhecidos. A imagem de fundo trata-se da banda 3N do sensor ASTER. ... 81 Figura 3-11. Composição colorida da classificação MTMF na faixa espectral do SWIR

para argilominerais e micas, sobreposta a banda 3N ASTER como imagem de fundo. ... 83 Figura 3-12. Composição colorida da classificação MTMF na faixa espectral do SWIR

para argilominerais e carbonatos. A imagem de fundo trata-se da banda 3N ASTER. ... 84 Figura 3-13. Assinaturas espectrais comparativas entre os minerais da biblioteca

espectral do JPL e pixels extraídos da imagem ASTER em sítios representativos de ocorrências de quartzo, argilas e carbonato na área de estudo. As bandas 14, 12 e 10 do sensor ASTER são ilustradas em barras vermelho, verde e azul. Essas bandas foram utilizadas na composição colorida da Figura 3-14. ... 86 Figura 3-14. Composição colorida das bandas ASTER Termal 14/12/10 em RGB. As

anotações QTZ indicam as áreas ricas em quartzo. ... 87 Figura 3-15. Composição colorida 14/12/10 ASTER, processada pelo método de realce

por decorrelação e com ajuste do histograma, evidenciando, em vermelho, áreas ricas em quartzo. Para realce textural, o MDT/ASTER foi utilizado como imagem de fundo. ... 87 Figura 3-16. Composição coloridas das bandas ASTER 14/13/12, originalmente em

radiância, convertidas para emissividade. Arg=argilomineral; Arg+Qtz= argilomineral/quartzo; Qtz=quartzo. Para realce textural, o MDT/ASTER foi utilizado como imagem de fundo. ... 88 Figura 3-17. Mapa de uso da terra e cobertura vegetal do NDG. O gráfico representa os

percentuais mapeados de cada classe. ... 90 Figura 4-1. Localização da área de estudo... 99 Figura 4-2. A área do Núcleo de Desertificação de Gilbués posicionada na Bacia do

Parnaíba e no mapa geológico 2-a. Bacia Sedimentar do Parnaíba mostrando no detalhe a área estudada e o Arco de São Francisco. 2-b. Mapa litológico

xxi

simplificado (CPRM) sobreposto ao relevo sobreado; 4-B1. e 4-B2, Fotos da área mostrando a faixa de contato entre os grupos (A) Areado e (U) Urucuia. ... 102 Figura 4-3. Mapa de solos sobreposto ao relevo sombreado. ... 104 Figura 4-4. Fluxograma do método para associar a distribuição da composição

mineralógica com as características do relevo e os estágios degradação da terra no NDG. ... 107 Figura 4-5. a) Espectros de reflectância dos óxidos e hidróxidos de ferro extraídos da

biblioteca espectral do USGS; b) Espectros das amostras dos materiais de superfície da área de estudo, medidos em laboratório. Note a equivalência das feições espectrais com os espectros do USGS. c) Espectros das amostras reamostrados para a resolução espectral (9 bandas) do sensor ASTER. ... 111 Figura 4-6. a) Espectros de reflectância de caulinita, montmorilonita, muscovita e calcita

extraidos da biblioteca espectral do USGS; b) Espectros das amostras de materiais de superfície da área de estudo, medidos em laboratório.Note a equivalência das feições espectrais com os espectros do USGS. c) Espectros das amostras reamostrados para a resolução espectral (9bandas) do sensor ASTER. ... 112 Figura 4-7. Prancha das Características Geomorfológicas da Área. a) Mapa

Geomorfológico simplificado do NDG. b). Modelo Digital de Terreno – MDT, com barra de escala de tempo geológico associado à altitude. c) Mapa de Declividade com as 6 classes apresentadas. ... 117 Figura 4-8. Classificação espectral baseada em dados ASTER no VNIR. O mapa

contendo minerais de ferro férrico foi sobreposto ao relevo sombreado (MDT/ASTER). Nos detalhes são exibidas áreas mais degradadas com a concentração de hematita e goethita... 118 Figura 4-9. Classificação espectral baseada em dados ASTER, na região do SWIR

sobreposto ao relevo sombreado (MDT/ASTER). Ná rede de drenagem (fig.A-1) ocorre quantidade abundante de montmorilonita. A área mais degradada apresenta concentração de montmorilonita-ilita (fig.B-1). ... 120 Figura 4-10. A). Mapa síntese dos Estágios de Degradação das Terras consolidados no

NDG, os pontos indicam a localização das amostras de campo e os argilominerais identificados pela ER. B) As assinaturas espectrais dos minerais de caulinita e as

xxii

fotos dos locais de coleta das amostras. C) As assinaturas espectrais das Esmectitas (montmorilonita) e as fotos dos locais de coleta das amostras em campo. ... 123 Figura 4-11. Perfil de relevo da amostra D09-19-AF. A) Mapa hipsométrico com a

localização do local de coleta da amostra (a seta indica a direção do perfil). B) Recorte da imagem extraída do Google Earth®, ilustrando os locais de coleta; B1) Perfil do local, com as cotas de altitude. C) Foto do local da coleta em campo. A linha amarela indica a zona de contato entre o Grupo Urucuia no topo e o Grupo Areado na base. (D,E,F). Amostras utilizadas em laboratório. G) Assinaturas espectrais das respectivas amostras ilustradas nas fotos. ... 124 Figura 4-12. Perfil de relevo da amostra D19-02-AE. A) Mapa hipsométrico com a

localização do local de coleta da amostra (a seta indica a direção do perfil). B) Recorte da imagem Google Earth® ilustrando os locais de coleta. B1) Perfil do local, com as cotas de altitude. C) Fotos do local de coleta em campo. (D,E,F) Amostras utilizadas em laboratório. G) Assinaturas espectrais das respectivas amostras ilustradas nas fotos. ... 125 Figura 4-13. Perfil de relevo da amostra D09-05-AT. A) Mapa hipsométrico com a

localização do local de coleta da amostra (a seta indica a direção do perfil). B) Recorte da imagem extraída do Google Earth, ilustrando os locais de coleta. B1) Perfil do local, com as cotas de altitude. C) Fotos do local de coleta em campo. (D,E,F) Amostras utilizadas em laboratório. G) Assinaturas espectrais das respectivas amostras ilustradas nas fotos. ... 125 Figura 4-14. Área de contato entre o siltito e o arenito vermelho do grupo Areado, onde

ocorre a estabilização da erosão do solo. ... 126 Figura 4-15. Fotos exibindo características da paisagem da região. A) Vegetação

rasteira, conhecida localmente por "malhada". A linha pontilhada e o martelo indicam a ruptura no terreno. B) Drenagem assoreada por sedimentos. A seta indica a ponte que havia no local. ... 127

xxiii

LISTA DE TABELAS

Tabela 1-1. Principais espaçamentos interplanares dos minerais identificados em amostras de materiais do Núcleo de Desertificação de Gilbués. ... 26 Tabela 2-2. Composição química e siglas adotadas para os minerais representantes

dos óxidos, hidróxidos, filossilicatos e carbonatos, detectados por ER. ... 30 Tabela 2-3 Grupo de minerais identificados em 4 amostras com ER e DRX por

comparação das distâncias interplanares em diferentes condições de tratamento de amostras: em pó; secagem ao ar; solvatada com etilenoglicol e calcinada a 500°C. ... 49 Tabela 3-1. Características dos 3 sensores ASTER utilizados na pesquisa ... 72 Tabela 3-2 Área total das classes dos usos das terras e cobertura vegetal do NDG. ... 89 Tabela 4-1.Características dos 2 sub-sistemas do sensor ASTER usados nesse

trabalho (Adaptado de ABRAMS & HOOK, 2002). ... 109 Tabela 4-2. Classes e propriedades de solos e relevo utilizados na avaliação dos

xxv

LISTA DE ABREVIATURAS E SIGLAS

Å Ångstrom

ACORN Atmospheric Correction Now

ACP Análise por Componentes Principais

AQ Areias Quartzosas (neossolo)

ASD Analytical Spectral Devices

ASTER Spacebone Thermal Emission and Reflection Radiometer DRX Difratometria de Raio-X

ENVI Environment for Visualizing Images

ER Espectroscopia de Reflectância

ETM+ Enhanced Tematic Mapper

FAO Food and Agriculture Organization of the United Nations GPS Global Positioning System

ICDD International Centre for Diffraction Data®

LA Latossolo Amarelo

MDT Modelo Digital de Terreno

MNF Minimum Noise Fraction Transform

MODTRAN Moderate Resolution Atmosferic Radiance and Transmittance Model MTMF Mixture Tunned Matched Filtering

NDVI Normalized Difference Vegetation Index NIR Near infrared – infravermelho próximo

xxvi

SWIR Shortwave Infrared - Infravermelho de ondas curtas TIR Thermal Infrared – Infravermelho termal

nm Nanômetro: 10-9 m

OH Hidroxila

PE Podzólico vermelho amarelo - eutrófico

PPI Pixel Purity Index

R Solo Litólico (neossolo)

RC Remoção do Contínuo

RGB Red – Green - Blue

SAM Spectral Angle Mapper

SIG Sistemas de Informações Geográficas

SIMIS Spectrometer Independent Mineral Indentification Software USGS United States Geological Survey

1

1

INTRODUÇÃO GERAL

As transformações globais ocorridas nos últimos séculos, na maioria das vezes ligadas à expansão urbana, atividades agrícolas, pastoris, mineração, entre outros fenômenos, apesar de ter promovido desenvolvimento econômico e tecnológico, têm provocado o aumento de problemas ambientais, incluindo alterações climáticas, degradação do solo e da terra. Dentre os problemas mais evidentes, a erosão do solo associada à deterioração ou perda de recursos hídricos pode ser uma das mais graves e menos reversíveis formas de degradação da terra em ambientes tropicais (UNEP, 1992).

Nesse sentido, a Convenção das Nações Unidas de Combate à Desertificação (UNITED NATIONS, 2001) atesta que os problemas de degradação da terra e desertificação incidem sobre 25% da superfície terrestre, ou seja, uma área de aproximadamente 3,6 bilhões de hectares. Isso afeta cerca de 2,1 bilhões de pessoas, o que corresponde a cerca de 40% da população mundial. No Brasil, segundo a Convenção de Combate à Desertificação e Mitigação dos Efeitos da Seca (BRASIL, 2004), as áreas susceptíveis à desertificação se concentram na região Nordeste, incluindo os espaços semiáridos e subúmidos, além de áreas afetadas pelos fenômenos da seca nos estados de Minas Gerais e Espírito Santo. Representam 1.338.076 km2 (15,72% do território brasileiro) e abrigam uma população de mais de 31,6 milhões de habitantes (18,65% da população do país).

A fragilidade e a degradação da terra nessas áreas normalmente estão associadas a solos frágeis, com baixo teor de argila em sua composição, e à retirada da cobertura vegetal natural. Dessa maneira, é fundamental considerar os aspectos pedológicos e ambientais de uma área como indicadores de sua vulnerabilidade (KASSAS, 1998; VERSTRAETE & SCHWARTZ, 1991).

Segundo Brasil (2007), vulnerabilidade pode ser definida como grau de suscetibilidade em que um componente do meio, de um conjunto de componentes ou de uma paisagem, apresenta em resposta a uma ação, atividade ou fenômeno. A vulnerabilidade natural mostra a predisposição do ambiente frente a fatores ambientais

2

(GRIGIO, 2008). Já a vulnerabilidade ambiental é definida por TAGLIANI (2003), como qualquer suscetibilidade de um ambiente a um impacto potencial provocado por um uso antrópico qualquer.

A maior ou menor suscetibilidade de um solo a sofrer os processos erosivos da morfogênese depende de diversos fatores. Os mais importantes são: a estrutura do solo, tipo e quantidade das argilas e matéria orgânica, permeabilidade e profundidade do solo e a presença de camadas impermeáveis. Essas áreas podem ser predisponíveis aos processos de desertificação (COSTA FILHO, 2011).

As áreas susceptíveis à desertificação são sistemas ambientais complexos e difíceis de serem analisados na sua totalidade, já que seus elementos e processos não atuam isoladamente, mas funcionam como um conjunto em interação dinâmica entre suas unidades, formando os denominados geossistemas. Conforme SOTCHAVA (1978), geossistema é uma classe particular de sistemas dirigidos, sendo o espaço terrestre de todas as dimensões, onde os componentes individuais da natureza se encontram numa relação sistêmica uns com os outros e, com uma determinada integridade, interatuam com a esfera cósmica e com a sociedade humana. Para CHRISTOFOLETTI (1999), os sistemas ambientais físicos são similares aos geossistemas, pois representam a organização espacial na superfície terrestre, resultante da interação dos elementos físicos e biológicos da natureza.

A fundamentação teórico-metodológica que subsidiou a elaboração desta pesquisa apoiou-se na análise integrada do ambiente, pautada na concepção de sistemas ambientais, caracterizados como organização espacial formada pelos subsistemas físico-natural e sócio-econômico, bem como por suas interações, conforme explicado por MATTOS (2005), VICENTE (2007) e QUARESMA (2008). Os dados necessários à análise geográfica da organização espacial e aos componentes do geossistema aqui estudado estão representados por documentos em formato matricial e vetorial, contendo dados geoespaciais, tais como imagens de satélites e arquivos

shapefile e dados tabulares.

A pesquisa é baseada no conceito de sistema ambiental e no uso de geotecnologias, representando uma busca para trabalhar com processos de degradação já consolidados, os quais nos desafiam a propor soluções a partir da

3

identificação dos mecanismos relacionados às possíveis causas e processos que possam acentuar os problemas ambientais. Nas últimas décadas, tem sido um desafio constante encontrar as técnicas mais apropriadas para o estudo de propriedades do solo de forma eficaz e, ao mesmo tempo, reduzir tempo e esforço envolvidos na amostragem de campo e análise laboratorial. Essa é uma preocupação constante não só para cientistas e pesquisadores do solo, como para gestores ambientais.

Nesse sentido, o sensoriamento remoto aplicado ao estudo de terras degradadas e/ou em processo de desertificação vem sendo amplamente pesquisado, pois a resposta espectral do solo pode ser correlacionada às suas diversas características e propriedades (FARIFTEH; FARSHAD, 2002). A maioria dos sensores lançados recentemente possui, na região do infravermelho de ondas curtas, um grande conjunto de bandas com resolução espectral, temporal e espacial relativamente elevada, criando oportunidades para especialistas na área. Por outro lado, a heterogeneidade dos solos gera uma série de dificuldades em termos de avaliação de suas propriedades nos espectros de reflectância. Se a resposta espectral for bem conhecida, imagens multiespectrais podem ser usadas com sucesso para o mapeamento de solos (BEN-DOR et al., 2002).

Os espectros de reflectância foram usados durante muitos anos como fonte de informação sobre a variação na composição da superfície da Terra (VAN DER MEER et

al., 2001). A maioria das bandas de absorção diagnósticas da composição mineral

ocorre na porção do infravermelho de ondas curtas do espectro eletromagnético, entre 2.000 a 2.500 nm. As imagens multiespectrais, quando utilizadas em conjunto com espectros de reflectância medidos no campo e/ou laboratório, permitem a identificação remota de alvos mais amplos no terreno e de suas características, tal como as propriedades físicas e químicas do solo.

O sensor multiespectral ASTER (Advanced Spaceborne Thermal Emission and

Reflection Radiometer), que captura dados de alta resolução espacial em 14 bandas do

visível ao infravermelho termal, foi utilizado com resultados satisfatórios em diversas aplicações em áreas remotas para identificação de diferentes atributos do solo (CHANG; ISLAM, 2000; APAN et al., 2002).

4

1.1 Hipóteses da pesquisa

Sobre os processos de degradação da terra identificados no Núcleo de Desertificação de Gilbués, no Piauí, há basicamente três hipóteses possíveis para suas causas. Os processos podem ocorrer em função de fatores naturais, antrópicos ou uma combinação de ambos. Nessa pesquisa, busca-se demonstrar que fatores como o tipo, a quantidade e a distribuição espacial de argilas no relevo, associadas a estrutura de solos frágeis, camadas litológicas impermeáveis, baixa densidade de cobertura vegetal, numa área com chuvas intensas e concentradas somente em alguns meses do ano, são os principais condicionantes dos processos de degradação.

1.2 Objetivos

O principal objetivo dessa tese é investigar a possível relação entre processos de degradação de terras, amplamente verificados no Núcleo de Desertificação de Gilbués, no Estado do Piauí, com as variações na composição mineralógica dos solos e a compartimentação estrutural regional. A pesquisa visa demonstrar e debater potenciais efeitos causais, sejam eles naturais e/ou antrópicos, que possam ter funcionado como deflagradores ou maximizadores desses processos e seus efeitos.

1.3 Objetivos específicos

- Identificar as propriedades dos solos adequadas à análise de seu potencial erosivo, de acordo com as características de relevo da área em estudo e com a literatura.

- Criar uma biblioteca espectral de solos e rochas com base nas amostras coletadas na região, a partir de respostas espectrais obtidas em laboratório, bem como extraídas de imagens multiespectrais ASTER, identificando suas variações e bandas de absorção características.

5

- Classificar e analisar as cenas ASTER, visando identificar variações mineralógicas, classes e propriedades do solo, associando-as ao intenso processo de degradação da terra vigente na área.

- Integrar os resultados da análise das imagens ASTER com os derivados em condições de laboratório e os dados fisiográficos da área, objetivando dimensionar os níveis de degradação da terra ocorridos na região.

1.4 Justificativa

A utilização de técnicas hiperespectrais em dados multiespectrais ASTER para obter informações de minerais e determinar locais e seu potencial para mineração alcançou resultados bastante eficazes, passando a ser muito utilizada em estudos relacionados a essa área de pesquisa. Essas técnicas de sensoriamento remoto, no entanto, ainda não foram suficientemente aplicadas em imagens ASTER para gerar informações sobre a distribuição espacial dos minerais em áreas degradadas e, assim, correlacioná-las ao relevo e ao nível de degradação da terra. Nesse contexto, a efetivação de um estudo utilizando imagens ASTER em um núcleo de desertificação no nordeste brasileiro representa uma contribuição para estudos e projetos futuros voltados ao mapeamento de terras degradadas, como subsídio ao monitoramento, bem como de medidas de suporte à recuperação de áreas em processo de desertificação.

Os resultados de um estudo dessa natureza podem: (i) proporcionar uma melhor compreensão sobre as causas da degradação das terras, contribuindo para sua mitigação; (ii) esclarecer aspectos da influência das rochas subjacentes aos solos, do arcabouço estrutural sobre o relevo e seu potencial erosivo; (iii) demonstrar a viabilidade e eficácia da aplicação de metodologias específicas, capazes de mapear, monitorar e avaliar os impactos advindos do meio físico e/ou antrópico em ambientes suscetíveis à degradação da terra ou desertificação no território brasileiro.

6

1.5 Estrutura da tese

Esta tese de doutorado foi estruturada em cinco capítulos, auto-consistentes, que discutem aspectos e características da área estudada, por meio de mapeamentos e análises fundamentadas no sensoriamento remoto. De acordo com os objetivos do trabalho, dos métodos e estrutura adotada para elaboração da tese (na forma geral de artigos), alguns temas permeiam todos os capítulos. Sendo assim, ocorrem repetições, em geral no que se refere ao uso de materiais e métodos, e aos aspectos fisiográficos da área, visto que a utilização dos mesmos objetiva a preparação e sistematização dos dados para a construção de resultados em cada capítulo.

O capitulo 1 é introdutório, apresenta as hipóteses, justificativas e objetivos da tese.

O capítulo 2 enfoca o diagnóstico das características e propriedades dos solos, principalmente a caracterização mineralógica, visto que sua composição físico-química indica transformações que podem ter sido originadas pelo uso da terra, processos pedogenéticos ou mudanças climáticas. Visando alcançar os objetivos desse capítulo, utilizou-se a espectroscopia de reflectância, que compreende a análise das feições espectrais de absorção na região do visível e infravermelho próximo 350 -1.000 nm (VNIR), e do infravermelho de ondas curtas 1.300 -2.500 nm (SWIR). As amostras de solos e rochas obtidas no Núcleo de Desertificação de Gilbués foram mensuradas por um espectrorradiômetro em laboratório e as assinaturas espectrais foram interpretadas visando à caracterização espectro-mineralógica dos solos. A interpretação foi validada por análises de difratometria de Raios-X em amostras representativas da área estudada. Foi possível identificar e mapear os argilominerais, óxidos de ferro, micas e carbonatos.

O capitulo 3 refere-se à extração de informações dos dados multiespectrais ASTER, a partir de técnicas de processamento digital de imagens, objetivando o mapeamento da abundância e distribuição de minerais nos solos, em locais de terras degradadas do nordeste brasileiro, utilizando bandas espectrais no VNIR, SWIR e TIR. As bandas do sensor ASTER foram corrigidas atmosfericamente, convertidas para reflectância, processadas e classificadas com técnicas hiperespectrais. Os resultados

7

foram espacializados, estabelecendo uma relação de presença e abundância dos minerais numa ampla área.

O capitulo 4 objetivou integrar os resultados sobre a distribuição espacial dos minerais mapeados a partir dos dados ASTER com informações de clima, solo, geologia, vegetação e relevo da área de estudo, bem como mensurar, de acordo com o seu posicionamento e as suas características, os níveis de degradação de cada classe de solo. Para atingir os objetivos propostos, elaborou-se o mapa de declividade da área, utilizando como base as imagens estereopar ASTER 3n e 3b. A partir dessas informações de relevo, selecionou-se um limiar de declive entre <12% e ≥ 12%, considerando a suscetibilidade erosiva dos solos segundo a Equação Universal de Perda de Solo por Erosão (USLE). Cada classe de solo foi reclassificada em duas fases, de acordo com os níveis de degradação da terra. E o capítulo 5 apresenta as conclusões gerais da tese.

1.6 Referências

APAN, A.; KELLY, R.; JENSEN, T.; BUTLER, D.; STRONG, W.; BASNET, B. 2002, Spectral Discrimination and Seperability Analysis of Agricultural Crops and Soil Attributes Using ASTER Imagery, 11th Australian Remote Sensing and Photogrammetry Association Conference, ISBN 0-9581366-0-2.397.

BEN-DOR, E.; PATKIN, K.; BANIN, A.; KARNIELI, A. 2002 Mapping of several soil properties using DAIS- 7915 hyperspectral scanner data - a case study over clayey soils in Israel, International Journal of Remote Sensing, 23, 1043-1062.

BRASIL. Programa de Ação Nacional de Combate à Desertificação e Mitigação dos Efeitos da Seca (PAN-BRASIL). Brasília: Ministério do Meio Ambiente, 2004.

BRASIL. Ministério do Meio Ambiente. Vulnerabilidade ambiental: desastres naturais ou fenômenos induzidos? Brasília, 2007. 192 p.

CHANG, D.; ISLAM, S., 2000, Estimation of Soil Physical Properties Using Remote Sensing and Artificial Neural Network, Remote Sensing of Environment, 74: 534-544

CHRISTOFOLETTI, A. Modelagem de Sistemas Ambientais. São Paulo: Edgar Blücher, 1999.

COSTA FILHO, R. Técnicas de sensoriamento remoto e geoprocessamento aplicadas ao planejamento territorial do município de Cantá, Estado de Roraima. Boa Vista. 2011. 143p. Dissertação de mestrado. Programa de Pós Graduação em Recursos Naturais. Universidade Federal de Roraima.

8

FARIFTEH Jamshid; FARSHAD, Abbas. Remote sensing and modeling of topsoil properties, a clue for assessing land degradation. 17th WCSS, 14-21 August 2002, Thailand.

GRIGIO, A. M. Evolução da paisagem do baixo custo do Rio Piranhas-Assu (1988-2024): Uso de autômatos celulares em modelo dinâmico espacial para simulação de cenários futuros. 2008. 205f. Tese (Doutorado em Geodinâmica) - Programa de Pós-Graduação em Geodinâmica e Geofísica, Universidade Federal do Rio Grande do Norte, Natal, 2008.

KASSAS, M. (1995). Desertification: A general review. J. Arid Enviroment, 30, p. 115-128, 1998.

MATTOS, Sérgio Henrique Vannucchi Leme de. Avaliação da qualidade ambiental da bacia hidrográfica do córrego do Piçarrão. 2005. 000 f. Campinas-SP. Tese de doutorado. Campinas, SP.: [s.n.], 2005.

QUARESMA, Cristiano Capellani. Organizações espaciais físico/naturais e

fragilidades de terras sob Cerrado: abordagem sistêmica aplicada à escala local. Tese de doutorado. Campinas, SP.: [s.n.], 2008.

SOTCHAVA, V. B. (1978) Por uma teoria de classificação de geossistemas da vida terrestre. São Paulo, Instituto de Geografia USP. 23 p.

TAGLIANI, C. R. A. Técnica para avaliação da vulnerabilidade ambiental de ambientes costeiros utilizando um sistema geográfico de informação. In: SEMINÁRIO BRASILEIRO DE SENSORIAMENTO REMOTO, 11., 2003, Belo Horizonte. Anais... São José dos Campos: INPE, 2003. p. 1657-1664.

UNEP. World Atlas of Desertification. 69 plates. UNEP, Nairobi & Edward Arnold, London, UK : 1992. 69 p.

UNITED NATIONS. CONVENTION TO COMBAT DESERTIFICATION. Disponível em: <www.unccd.int/convention/text/convention.php>. Acesso em jul. 2014.

VAN DER MEER, F., 2001, Basic Physics of Spectrometry, Chapter 1 of Imaging Spectrometry: Basic Principles and Prospective Applications, Kluwer Academic Publishers, Netherlands, 15p.

VERSTRAETE, M. M.; SCHWARTZ, S. A. Desertification and global change. Vegetation, 91: 3-13, 199

VICENTE, Luiz Eduardo. Caracterização de sistemas ambientais tropicais complexos utilizando análise sistêmica e classificação hiperespectral de dados do sensor ASTER (Advanced Spaceborne Thermal Emission and

Reflection Radiometer). 2007. 192 f.– Tese de Doutorado, Instituto de Geociências, Unicamp, Campinas-SP, 2007.

9

2

VARIABILIDADE DA COMPOSIÇÃO MINERAL EM SOLOS

TROPICAIS DEGRADADOS NO SUDOESTE DO PIAUÍ ATRAVÉS

DA ANÁLISE ESPECTRAL

2.1 Introdução

Os primeiros estudos científicos sobre o processo de degradação de terras conhecido como desertificação remete a década de 30 (BRASIL, 2001). No Brasil, as principais áreas identificadas e reconhecidas como em processo de desertificação concentram-se na região nordeste, sendo uma delas localizada em Gilbués, no sudoeste do Piauí. O Núcleo de Desertificação de Gilbués caracteriza-se por complexos processos evolutivos de degradação de terras, que tem sido objeto de estudo de diversos trabalhos. Nessa região, os processos de degradação ambiental, sua evolução no tempo e espaço tem sido amplamente discutidos em literatura especializada (SILVA

et al., 1972; BRASIL, 2004; VASCONCELOS SOBRINHO, 1982; CREPANI et al. 2008;

IICA, 2010; SILVA e BARROS, 2012) sob variadas formas de abordagens, mas, de maneira geral, sob a perspectiva de “deserto brasileiro”.

Conforme estabelecido pela Agenda 21, a Convenção das Nações Unidas de Combate à Desertificação – CCD, desertificação é um processo que culmina com a degradação das terras nas zonas áridas, semi-áridas e subúmidas secas, como resultado da ação de fatores diversos, com destaque para as variações climáticas e as atividades humanas. A degradação da terra é compreendida como correspondendo à degradação dos solos, dos recursos hídricos, da vegetação e da biodiversidade. Refere-se a redução da qualidade de vida das populações afetadas pelo conjunto combinado desses fatores.

A degradação da terra é o produto de uma complexa interação de muitas variáveis que diminui a capacidade ou o potencial do solo para produzir bens e serviços. Os principais agentes atuantes nesse processo são a erosão acelerada pela água e vento, o esgotamento de matéria orgânica, redução dos nutrientes e o acúmulo de sais na superfície, deteriorando a estrutura do solo.

10

Entretanto, fatores que aceleram o processo de degradação podem ser divididos entre aqueles que encerram condições naturais desfavoráveis de temperatura altas e pluviosidade concentrada, litologia e relevo, e fatores induzidos pelo homem, como aumento populacional, urbanização, sobrepastoreio, excesso de cultivo e desmatamento (FARSHAD, 1997).

A degradação da terra afeta diretamente as propriedades físicas e químicas do solo, através da acumulação de sais solúveis. O efeito prejudicial de sódio adsorvido sobre as propriedades físicas do solo resulta na baixa taxa de infiltração de água, baixa permeabilidade à água e gases e a estrutura pobre do solo. O aumento de sódio trocável promove mudanças estruturais, resultando em solo instável e compactado. Por outro lado, as alterações das propriedades químicas aumentam a susceptibilidade do solo, impermeabilizando e formando crostas (FAO, 1988).

Em solos sódicos, o teor de matéria orgânica tende a diminuir ou não se decompõe satisfatoriamente. É comum a superfície de solos salinos, como crostas, rachaduras, manchas dilatadas e a presença de plantas tolerantes ao sal apresentar efeitos no espectro de reflectância do solo. A influência da degradação na qualidade da terra pode ser avaliada utilizando a estrutura do solo (FARIFTEH e FARSHAD, 2002).

A necessidade de detectar a ocorrência e avaliar a gravidade de degradação da terra é imprescindível e o sensoriamento remoto vem contribuindo de forma satisfatória para tal abordagem. Há uma alta correlação entre a reflectância do solo e as várias propriedades do solo, tais como: mineralogia, teor de matéria orgânica, de umidade, distribuição granulométrica, teor de óxido de ferro, a cor e o teor de sal solúvel (BOWERS & HANKS, 1965). Os efeitos dos constituintes do solo sobre a sua reflectância também podem ser mensurados quantitativamente no laboratório ou em campo com um espectrorradiômetro.

Os minerais na natureza raramente são puros. A análise da reflectância do mineral contido no solo é complexa, pois é produto de uma série de fatores, incluindo atômico-moleculares, estrutura cristalina e impurezas (HUNT e SALISBURY, 1970).

Os recursos do sensoriamento remoto e suas aplicações para detecção de terras degradadas têm sido explorados há muito tempo e, recentemente, tem sido ampliado. Os parâmetros do solo, influenciados pela degradação, provaram ser detectáveis por

11

meio de análise numérica de dados de sensoriamento remoto (BAUMGARDNER et al., 1970).

Espectros de reflectância adquiridos em laboratório com muitas bandas de absorção específicas das propriedades do objeto aumentam a precisão das características de mapeamento em estudos da superfície terrestre.

As ligações que dão origem as feições de absorção na região do infravermelho de ondas curtas (SWIR), entre 1.100 e 2.500 nm, são do grupo hidroxila, água, carbonato e amônia e entre Al-OH, -OH Mg e Fe-OH. Essas moléculas são os principais componentes encontrados em filossilicatos (argilas, micas, clorita e serpentina), silicatos (como epídoto e anfibólios), sulfatos (alunita, jarosita e gipso), carbonatos e minerais de amônia.

A maioria das características de absorção espectral utilizadas para distinguir diferentes filossilicatos no SWIR são devidos a transições vibracionais relacionadas com hidroxilas e água, produzindo feições de absorção em torno de 1400 nm (OH-H2O) e 1900 nm (H2O). Outras importantes feições de absorção espectrais diagnósticas ocorrem próximo a 2.200, 2.250 e 2.330 nm e estão relacionadas a vibrações e estiramentos das ligações entre AlOH, FeOH e MgOH, respectivamente (PONTUAL et

al., 1997).

Hunt e Salisbury (1976) descobriu que solo rico em gipsita (CaSO4 2H2O) pode ser francamente distinguido dos demais devido à presença de uma banda de absorção tripla na região de 1330-1650nm, causada por água intracristalina presente naquele mineral. O solo calcário possui várias bandas de absorção em 2.250, 2.350, 2.380 e 2.465 nm, devido à vibração interna do íon carbonato na calcita (CaCO3). O solo salino pode ser caracterizado por possuir quatro bandas de absorção próximas de 2.200, 2.230, 2.340 e 2.440 nm. As crostas podem ser reconhecidas espectralmente pelo aumento total do albedo em 12 a 15% no NIR e SWIR.

No intervalo de 400 a 1.100 nm, na região do visível e infravermelho próximo (VNIR), ocorrem as transições eletrônicas, que controlam as feições espectrais devidas à presença do ferro férrico (Fe3+) e ferroso (Fe2+). Os minerais mais comuns analisados nessa região espectral são a hematita e a goethita. A diferença de cor entre esses dois minerais é determinada por transições eletrônicas de efeito de campo cristalino

12

centradas em 480 nm para a goethita e 530 nm para a hematita (BAPTISTA e MENESES 2009).

Em geral, as avaliações quantitativas da qualidade e degradação do solo são dificultadas pela falta de atributos facilmente mensuráveis que reflitam a capacidade do solo para realizar a produção específica, assim como as funções ambientais ou ecológicas. A qualidade do solo é mais comumente avaliada em laboratório, utilizando as propriedades físicas, químicas e biológicas, que compreendem os atributos funcionais do mesmo. A determinação dessas propriedades envolve a análise de grandes quantidades de amostras, as quais são coletadas e analisadas a custo alto, demoram a ser produzidas e não necessariamente representam a real variabilidade espacial e temporal do solo. Nesse sentido, a determinação da variabilidade mineral, utilizando o sensoriamento remoto, pode ser útil para detectar as propriedades e contribuir consideravelmente para a avaliação da degradação da terra.

O objetivo principal desse trabalho é determinar a variabilidade da composição mineral dos terrenos aflorantes no Núcleo de Desertificação de Gilbués, através da espectroscopia de reflectância. O estudo será realizado em sedimentos, solos e rochas a partir de espectros de reflectância na faixa do VNIR-SWIR obtidos em laboratório. Busca-se, com essa pesquisa, demonstrar que a variabilidade da composição mineral dos terrenos na região de Gilbués está intrinsicamente associada a agentes que favorecem a degradação do solo.

2.2 Caracterização da área de estudo

A área de estudo localiza-se no sudoeste do Piauí, abrangendo parte dos municípios de Gilbués, Monte Alegre do Piauí, Barreiras do Piauí, São Gonçalo do Gurguéia e Corrente. Está localizada entre os paralelos 9° 42’ e 10° 16’ de latitude sul e os meridianos 45° 37’ e 44° 59’ de longitude oeste. Possui área de aproximadamente 307.800 hectares e está compreendida no denominado Núcleo de Desertificação de Gilbués - NDG (Figura 2.1).

13 Figura 2-1 Localização da área de estudo.

Essa região apresenta intensos processos de degradação do solo, erosão e assoreamento de rios, sendo reconhecida como núcleo de desertificação pelo Plano de Ação Nacional de Combate a Desertificação (BRASIL, 2004). Recebe o nome de Gilbués porque a maior parte das áreas degradadas pertence ao município homônimo.

2.2.1 Aspectos geológicos e geográficos

O Núcleo de Desertificação de Gilbués localiza-se na faixa de transição entre as Bacias do Parnaíba e a Sanfranciscana sobre rochas sedimentares Paleozóicas e Cenozóicas sequencialmente. A Bacia do Parnaíba apresenta evolução tectono-sedimentar complexa, podendo ser dividida em quatro sub-bacias com as características geológicas e tectônicas de determinados sítios deposicionais: Bacia do

14

Parnaíba propriamente dita, Bacia das Alpercatas, Bacia do Grajaú e Bacia do Espigão-Mestre (SILVA et al. 2003).

Das unidades litoestratigráficas pertencentes à Bacia do Parnaíba, serão aqui abordadas principalmente aquelas que afloram na área de estudo, as quais são representadas pelas Formações Poti e Piauí (Figura 2.2). A Formação Poti, de idade Eocarbonífero, pertence ao Grupo Canindé. É composta por arenito esbranquiçado, com lâminas de siltito subordinadas, formados em ambientes deltáico e de planície de maré (SANTOS; CARVALHO, 2009).

A Formação Piauí pertence ao Grupo Balsas. Este Grupo encontra-se sobreposto em discordância ao Grupo Canindé e sotoposto, também em discordância, ao Grupo Urucuia (GÓES et al. 1990, 1992). A Formação Piauí compreende arenito cinza esbranquiçado fino a médio, bem selecionado, eventualmente conglomerático, folhelho vermelho e calcário esbranquiçado, interpretados por Small (1914) como depósitos de ambiente continental e litorâneo, sob severas condições de aridez.

A tectônica que atuou na abertura do Atlântico Equatorial refletiu na estrutura interna da bacia durante o Cretáceo, acarretando o deslocamento dos depocentros, que se mantinham até então na região central, para norte e nordeste (VAZ et al.,2007). Os litotipos aflorantes na região originada neste período pertencem à Bacia Sanfranciscana e correspondem as associações rochosas e espessas coberturas cretáceas que compõem o grupo Areado e Urucuia.

Apesar dos dois grupos serem divididos em mais unidades por vários autores, optou-se nesse estudo por tratá-los de forma indivisa, sob a forma de Grupo Areado e Grupo Urucuia.

Segundo Tschiedel (2004, p. 23)

O Grupo Areado é a unidade da Bacia Sanfranciscana com maior variação lateral de litofácies. As mudanças laterais são principalmente função da atuação simultânea de diversos ambientes deposicionais, entre os quais leques aluviais, fluviais entrelaçados, fluvio-deltáicos, lacustres, campo de dunas e interdunas.

15

O Grupo Areado é constituído por sedimentos pelíticos, com folhelhos e siltitos esverdeados, rosados, ocres, violáceos ou avermelhados, que ocorrem interestratificados entre si, apresentando variações de cores, raramente associados aos calcários. No topo ocorrem intercalações de arenitos finos, médios e grossos.

A presença de vários níveis centimétricos de arenitos, compostos de grânulos e grãos de areia, em meios aos pelitos, caracteriza a influência eólica nessa sedimentação lacustre, confirmando a deposição simultânea de pelitos no lago e a migração e retrabalhamento de dunas em suas adjacências (CAMPOS; DARDENNE, 1997).

O Grupo Urucuia é representado por fácies fluvial e eólica, constituída de arenitos vermelhos com matriz montmorilonítica e mais raramente conglomerados. Representa possivelmente sedimentação sob condições fluviais (SEER et al.,1989).

Esta unidade é composta predominantemente por arenito com estratificação de grande porte, que chegam a alcançar mais de 200 metros de espessura (CAMPOS, 1996; CAMPOS & DARDENNE, 1997), além de arenito conglomerático e pelito (CPRM, 2004).

O arenito, pelito e conglomerado apresentam coloração avermelhada, com níveis amarelados. Os conglomerados formam níveis de até 50 cm na base dos arenitos. São vermelhos, com seixo de quartzo, quartzitos, arenitos e feldspatos caolinizados.

Os níveis pelíticos são vermelhos e geralmente oxidados na porção superior da formação (CAMPOS & DARDENNE, 1997).

16

Figura 2-2 Mapa litológico simplificado da região do NDG (CPRM, 2004).

2.2.2 Solos

Foram analisadas e descritas as características dos solos em cortes de estradas e sob exposição por erosão (Figura 2.3). Praticamente não ocorre mudança de coloração entre os horizontes A e C, exceto quando existe uma concentração relativamente alta de argilas no horizonte B (Figura 2.3.c). Na maioria dos solos, o horizonte B possui alto teor de óxidos de ferro e nenhum material orgânico. No horizonte C, ocorre o saprolito, com relictos da rocha original (Figura 2.3.a, c e d). A base subjacente, de origem sedimentar, fornece, através de sua mineralogia, a fonte

17

para a formação pedogênica de óxidos de ferros e argilominerais observados nos horizontes superiores. Os processos de erosão do solo expõem o horizonte B, rico em ferro, intensificando a vermelhidão da superfície. Nesse sentido, a exposição e a coloração dos solos podem ser usadas como um indicador para a avaliação da degradação de terras em Gilbués.

Figura 2-3 Paisagem característica dos solos expostos do NDG com anotação dos horizontes identificados.

As unidades pedológicas da área de estudo foram identificadas a partir do mapa de solos da Embrapa (1986) e incluem Neossolos (Quartzarênicos e Litólicos), Latossolo Amarelo e Luvissolos (Figura 2.4).

18 Figura 2-4 Mapa de solos do NDG.

2.2.2.1 Neossolos quartzarênicos

São solos constituídos de material mineral e pouca matéria orgânica. Pouco evoluídos, não apresentam horizonte diagnóstico, conforme definição do Sistema Brasileiro de Classificação de solos (EMBRAPA, 2006).

Segundo Santos & Zaroni, (s.d.3), os Neossolos abrangem diversos ambientes climáticos. Encontram-se associados a áreas de relevo variado, entre ondulado a forte ondulado até plano. Quanto ao protólito, pode variar desde sedimentos aluviais a rochas do cristalino (Figura 2.3-a).

19

2.2.2.2 Latossolos amarelos

São solos não hidromórficos, muito intemperizados (Figura 2.3-b). Normalmente possuem um perfil de 1,50 m de espessura, ou superior. Possuem a fração argila composta principalmente de caulinita, além de hematita (óxido de ferro) e goethita (hidróxido de ferro). Quando muito argilosos e sob o condicionamento de chuvas torrenciais, próprias do clima tropical, têm tendência ao selamento superficial. Ocorre em praticamente todas as áreas planas e suavemente onduladas em vales ou chapadas (EMBRAPA, 2006; SANTOS & ZARONI et al., 2005).

2.2.2.3 Neossolos litólicos

São solos pouco desenvolvidos, contendo o horizonte A assentado diretamente sobre a rocha ou o horizonte C, de pouca espessura (Figura 2.3-c). São solos rasos ou muito rasos, usualmente rochosos e pedregosos. Situam-se em áreas acidentadas de serras e encostas íngremes, normalmente exibindo erosão laminar, ou em sulcos (EMBRAPA, 2006; JARBAS et al., 2005).

2.2.2.4 Luvissolos

São solos caracterizados pela presença de horizonte subsuperficial diagnóstico textural (Bt; EMBRAPA, 2006), imediatamente abaixo de qualquer tipo de horizonte A (Figura 2.3-d). Variam de bem a perfeitamente drenados, normalmente pouco profundos (60 a 120cm), moderadamente alcalinos, e quantidade variável, mas expressiva, de argilominerais do tipo 2:1. Ocorrem normalmente nas áreas de clima seco (déficit hídrico), em temperaturas altas e baixas, estando normalmente associados às áreas de relevos movimentados (SANTOS & ZARONI, 2005).

20

2.2.3 Aspectos fisiográficos

Situado a 481 metros de altitude média, Gilbués apresenta, de acordo com a classificação de Köppen, clima semi-úmido (tropical chuvoso com seca no inverno), com temperaturas mínimas de 25° C e máximas de 36° C, com período de 4 a 5 meses de estiagem. A precipitação pluviométrica média anual é definida no Regime Equatorial Continental. Apresenta entre 1100 a 1250 mm totais anuais, concentradas entre novembro-dezembro e abril-maio. O trimestre mais úmido compreende os meses de dezembro, janeiro e fevereiro (BRASIL, 1977).

A região possui cobertura vegetal predominante de Cerrado, caracterizado de acordo com o IICA (2010). A savana florestada (cerradão) e a savana arborizada (campo cerrado) são fisionomias típicas e características das áreas areníticas, topograficamente elevadas e solos profundos.

A rede de drenagens é formada pelos rios Gurguéia, Uruçuí-vermelho, Rio Fundo e o riacho de Santa Marta, todos perenes. As drenagens intermitentes são predominantes na área. Geomorfologicamente, de acordo com BRASIL (1973), a área está localizada sobre a Depressão Sertaneja que bordeja o Planalto Ocidental do Médio São Francisco e apresenta altitudes decrescentes de sul para norte.

2.3 Processamento e análise de dados

A etapa de processamento e análise dos dados consistiu de dois métodos fundamentais: a Espectroscopia de Reflectância (ER) e a Difratometria de Raio-X (DRX). A ER foi utilizada buscando-se determinar a composição e a variabilidade mineral dos materiais de superfície (solos, rochas) no NDG. A DRX foi empregada como técnica de calibração e validação dos resultados da ER.

A compartimentação do NDG em unidades de solos foi a sistemática escolhida com o intuito de representar a variabilidade mineral dos diversos materiais pesquisados.

21

2.3.1 Coleta e preparação de amostras

Essa etapa teve como finalidade a coleta de amostras de solos e rochas, considerando-se características como cor, textura, formação geológica, classes de solos e sua posição em relação ao relevo.

As atividades de campo compreederam:

(a) a identificação e escolha dos locais em que ocorrem os processos erosivos mais intensos. Os locais foram selecionados a partir de análise preliminar realizadas em mapas temáticos (geologia e solos) e composições coloridas de imagens Aster;

(b) localização geográfica de acordo com um sistema de referência utilizando-se um receptor de posicionamento global – GPS (UTM/WGS-84);

(c) coleta de materiais (solos e rochas) para posterior análise das assinaturas espectrais em laboratório. O processo de amostragem foi realizado aleatoriamente; (d) anotação e descrição das características fisiográficas do local em caderneta de campo, bem, como registro fotográfico. Trezentos e quarenta e três (343) amostras foram coletadas em diferentes pontos da área de estudo (figura 2.5). As amostras foram acondicionadas em recipientes plásticos e identificadas de acordo com o seu local de coleta.

22

Figura 2-5 Pontos de coleta de amostras no NDG sobrepostos a uma composição colorida falsa-cor das bandas 432 (RGB) do sensor ASTER.

2.3.2 Espectroscopia de reflectância – ER

O equipamento FieldSpec® Full Resolution, da Analytical Spectral Devices, foi utilizado para as medidas de reflectância espectral das amostras. Este equipamento detecta a radiação eletromagnética no intervalo espectral de 350 nm a 2.500 nm nm, através de três detectores (ASD, 1994). As amostras foram analisadas no Laboratório de Espectroscopia de Reflectância do Instituto de Geociências da Unicamp com o