Portal InstitucionalUFPEL

Modelagem de processos erosivos

A avaliação indireta de produção de sedimentos envolve a visualização da produção e/ou medidas desta atividade, que neste caso indicam a importância das diferentes fontes potenciais de produção. Dentro das metodologias de identificação de fontes de produção de sedimentos podem ser divididas em métodos indiretos e métodos diretos, estes podendo ser divididos em metodologias qualitativas e quantitativas.
Para os métodos quali quantitativos de avaliação utiliza-se modelagem matemática para estimar a erosão bruta nas cabeceiras das bacias hidrográficas e a descarga de sólidos nos exutórios, estabelecendo dessa maneira, uma razão entre a produção de sedimentos e a erosão bruta. Estes modelos aproximam-se do modelo matemático da Equação Universal de Perdas de Solo - USLE (WISCHMEIER & SMITH, 1965), sua modificação - MUSLE (WILLIAMS & BERNDT, 1977) e sua revisão - RUSLE (RENARD et al., 1997), no entanto, apresentam a dificuldade de estabelecimento dos valores das variáveis presentes nas equações. Nesse sentido, diversas variáveis podem ser utilizadas para determinar as fontes de produção de sedimentos.
A avaliação da perda de solo e a produção de sedimentos tem sido desenvolvido em pequenas parcelas de campo, em condições de chuva natural e/ou simulada, no entanto, a adoção desses experimentos não repete em plenitude as condições ambientais, que ocorrem em pequenas bacias hidrográficas (DIDONÉ et al., 2015). Nesse sentido, a adoção de estudos de monitoramento em bacias hidrográficas tem sido desenvolvida para o aperfeiçoamento de modelos de predição de sedimentos (TIECHER et al., 2017). Dentro dos fatores utilizados na modelagem de sedimentos utilizadas para bacias hidrográficas, está a cor dos sedimentos através da Carta de Munsell ou colorimetria (MARTÍNEZ-CARRERAS et al., 2010), suscetibilidade magnética (GUZMÁN et al., 2010) a mineralogia (MIGUEL et al., 2014b), radionucleotídeos estáveis (WALLING & WOODWARD, 1995), geoquímica (TIECHER et al., 2014), frações de fósforo (TIECHER et al., 2019) e espectroradiometria (EVRARD et al., 2019). Um dos métodos que vem apresentando boa adaptabilidade na modelagem dos processos erosivos, principalmente em pequenas bacias hidrográficas (MINELLA et al., 2009; MIGUEL et al., 2014a; TIECHER et al., 2014; JIN et al., 2015; RODRIGUES et al., 2018; BISPO et al., 2020), é o método fingerprinting.

Identificação de fontes de produção de sedimentos

A produção e transporte de sedimentos em bacias hidrográficas é uma problemática que vem sendo amplamente estudada (COLLINS et al., 1997, 2001, 2010a, 2010b; COLLINS & WALLING, 2002) em decorrência dos aspectos ambientais de assoreamento e contaminação/poluição de corpos hídricos. Diversas ferramentas de modelagem para a avaliação e quantificação dos sedimentos vem sendo produzidas, tanto para modelos de campo e experimental. Somente no início dos anos 2000, Walling & Collins (2000), propuseram, o estabelecimento de um modelo para identificação de fontes de produção de sedimentos, com um maior número de variáveis, utilizando características de solo e sedimentos, sendo utilizados em grande escala os parâmetros mineralógicos, magnéticos, geoquímicos, orgânicos, radiométricos isotópicos e físicos.
Inicialmente para o Reino Unido, Collins & Walling (2002) desenvolveram diversos estudos utilizando variáveis geoquímicas como ferramentas de avaliação quantitativa da produção de sedimentos em bacias hidrográficas rurais, sendo conhecido esse método como fingerprinting. Segundo Walling (2013), a aplicação de traçadores geoquímicos fornece informações acerca das fontes de sedimentos e seu transporte pelos canais fluviais, bem como, a distinção entre a fração grosseira que irá compor o sedimento de fundo, e a fração fina que irá compor o sedimento em suspensão, determinando assim, claramente as fontes de sedimentos devido as características geoquímicas próprias de cada fonte. No entanto, em escala de bacias hidrográficas, a maioria dos modelos possuem aplicabilidade para bacias de grandes extensões (>100 km2 ) e em áreas de menor extensão os estudos ainda são incipientes (MIGUEL et al., 2014a; TIECHER et al., 2015).
O trabalho realizado por Tiecher et al. (2014), em uma bacia hidrográfica rural, que apresentava predomínio de cultivos anuais, indicou que o manejo é um dos fatores determinantes para a produção de sedimentos, bem como, a posição na paisagem de lavouras e estradas, associado a ausência de planejamento de técnicas de escoamento da água precipitada. Miguel et al. (2014b), avaliaram a utilização de variáveis mineralógicas como indicadoras das fontes de produção de sedimentos, utilizando os canais fluviais, as estradas e uma malha irregular de amostragem por toda a bacia como possíveis fontes de produção de sedimentos. Dentre os resultados encontrados, as variáveis mineralógicas foram aptas para a aplicação do método fingerprinting, indicando a contribuição de cada uma das fontes de sedimentos na bacia em estudo, discriminando que os canais fluviais foram aqueles que apresentaram a maior contribuição nos sedimentos, seguido pela malha amostral e pelas estradas avaliadas.
Desde sua concepção, o fingerprinting vem sendo remodelado com a inclusão e/ ou exclusão de variáveis traçadoras, sendo que traçadores químicos vêm sendo utilizados em escala considerável. Foram adicionados recente a técnica, a utilização da espectroradiometria (EVRARD et al., 2019), fracionamento de elementos químicos, como o P (TIECHER et al., 2019). Dessas variáveis que estão sendo utilizadas para a identificação de fontes de sedimentos, o carbono (C) é utilizado, no entanto estudos que adicionaram esse elemento não conseguiram utilizar como variável, podendo ocorrer devido ao manejo dado ao solo com aplicação de adubações e resíduos orgânicos (MINELLA et al., 2009b). Dessa forma, como alternativa a esse quadro, está sendo avaliado a inclusão de cadeias carbônicas e/ou biomarcadores.

Modelagem de carbono orgânico do solo

É no solo que se encontra a maior parte do carbono da Terra (LAL, 2004; SCHARLEMANN et al., 2014). O Carbono Orgânico do Solo (COS) pode sofrer muitas variações ao longo do espaço e do tempo, sendo atualmente as transformações antrópicas, como agricultura, um dos principais fatores de alteração nas concentrações desse COS (CAREY et al., 2020; SILVA et al., 2020). Para Schulten e Leinweber (2000), o COS encontra-se principalmente incorporado a matéria orgânica (MO), podendo compreender mais de 50% da matéria orgânica do solo (MOS).
Maiores níveis de COS refletem em uma maior fertilidade desse solo. O COS está associado a melhorias na estrutura e agregados, a um maior acúmulo de nutrientes e incrementos na atividade biológica e retenção de água (JOHANNES et al., 2017; ANTHONY et al., 2020; BOSELLI et al., 2020; LI MA et al., 2020).
Segundo Arrouays et al. (2020), as informações referentes a estoques de COS a nível global ainda são bastante escassas, estando nas pesquisas e mapeamentos locais uma das soluções para reverter esse problema. Dentre alguns métodos adotados para mapear os estoques de COS são os modelos baseados na interpolação, utilizando MDS.
Os dados utilizados pelo MDS são provenientes de análises químicas e físicas de amostras georreferenciadas de solo, variáveis oriundas do MDE e do sensoriamento remoto. Estas informações são processadas através de um algoritmo preditor capaz de gerar uma base de dados espacializados com as informações das propriedades do solo na paisagem, estimando ainda os erros e incertezas do modelo utilizado (MINASNY et al., 2013).
Poggio e Gimona (2014), testaram uma metodologia para modelar a distribuição lateral e vertical dos estoques de COS na Escócia, e destacaram a importância das informações espacializadas sobre a variabilidade das propriedades do solo para o manejo e uso da terra. Gomes et al. (2019) mapearam a distribuição de carbono lateral e vertical em todo o Brasil, as covariáveis utilizadas foram dados legados de solo provenientes do Projeto Radam, dados provenientes do MDE, índice de vegetação por diferença normalizada (NDVI), precipitação, temperatura, além de covariáveis representando os biomas do Brasil, ao todo, a base de dados foi composta por 74 covariáveis.

Modelagem de atributos pedológicos, químicos e físico-hídricos do solo

O Sistema Brasileiro de Classificação de Solos – SiBCS (SANTOS et al., 2018), coloca como critério para a classe dos Neossolos, insuficiência de expressão dos atributos diagnósticos que caracterizam os diversos processos de formação, pouca ou nenhuma diferenciação de horizontes, com individualização de horizonte A seguido de C ou R, e predomínio de características herdadas do material originário. Ainda segundo SiBCS, os Neossolos podem ser classificados em segundo nível categórico em Litólicos, Regolíticos, Flúvicos e Quartzarênicos, variando conforme a espessura do contato lítico, caráter do horizonte superficial, e/ou granulometria (SANTOS et al., 2018).
As características morfológicas dessa classe de solos se restringem basicamente a características de seu horizonte superficial, onde a cor, textura, estrutura e consistência são dependentes do material de origem, sendo bastante heterogêneos no que se refere a atributos químicos, físicos e mineralógicos (BOGNOLA et al., 2002). A profundidade efetiva é uma das principais características utilizadas para classificar, e diferenciar Neossolos Litólicos e Regolíticos, sendo o seu conhecimento fundamental para a organização taxônomica dessas classes (PEDRON, 2007).
O estudo físico-hídrico de Neossolos contribui para o planejamento e manutenção das áreas agrícolas onde ocorrem. Dentre as propriedades para a caracterização do comportamento físico-hídrico estão a textura e estrutura dos solos, influenciando a porosidade (ALMEIDA et al., 2015), profundidade, pedoforma e mineralogia (MESQUITA; MORAES, 2004).

Equação Universal de Perda de Solo (EUPS)

A EUPS é um modelo empírico utilizado para estimar a perda de solo (FERREIRA; PANAGOPOULOS, 2014; BATISTA et al., 2017; MONDAL; KHARE; KUNDU, 2018; COUTO JÚNIOR et al., 2019). A equação relaciona seis fatores que influenciam diretamente na erosão do solo, portanto, leva em consideração a erosividade da chuva, a erodibilidade dos solos, a topografia e o uso e manejo do solo.
Sendo usada mundialmente devido ao seu alto grau de flexibilidade, permitindo que o modelo seja adaptado a diferentes regiões com diferentes condições edafoclimáticas. Além disso, há extensa literatura científica que permite comparabilidade dos resultados do modelo (ALEWELL et al., 2019). A expressão se dá pela combinação linear de fatores R, K, LS, C e P têm mostrado ter influência no processo erosivo no Brasil (DIDONÉ et al., 2014; GAUBI et al., 2017; BARROS et al., 2018) e no mundo (WANG et al., 2016; PANAGOS et al., 2017).
A = R × K × LS × CP
Onde:
A = taxa anual média de erosão do solo por unidade de área (Mgha-1 ano-1);
R = fator erosividade média anual das chuvas (MJ mm ha-1h-1ano-1);
K = fator erodibilidade dos solos (t h MJ-1mm-1);
LS = fator topográfico, obtido a partir do comprimento de rampa (L) e da declividade (S);

Identificação de fontes de produção de sedimentos – método fingerprinting

Para o desenvolvimento do presente estudo será utilizada de coleta de sedimentos em suspensão na calha das drenagens presentes na bacia através de coletores fixados no leito das drenagens. Os equipamentos consistem em um cano de PVC “cap” de 75 mm/80 cm (torpedos), fechados em ambas as extremidades e com pequenos orifícios em cada ponta para a entrada de material.
Após será determinada a composição geoquímica do sedimentos e das fontes de erosão (solos) e realizadas as análises estatísticas para identificação das fontes de produção de sedimentos na área de estudo.

Para a determinação da malha de amostragem será utilizado o método conditioned Latin Hypercube Sampling (cLHS) (MINASNY e MCBRATNEY, 2006), que será aplicado em um buffer a partir das estradas da região e áreas com baixa densidade de pontos de forma que simplifique e facilite o acesso áreas de coleta. O cLHS será implementado através do pacote cLHS (ROUDIER, 2014) do software R (R Project).
No laboratório as amostras serão secas ao ar, destorroadas e passadas por peneira com malha de 2 mm, sendo então chamadas de terra fina seca ao ar (TFSA). O teor de COS será determinado via oxidação úmida com dicromato de potássio, K2Cr2O7 0,4 mol L-1 e aquecimento em bloco digestor. A titulação será por meio de sulfato de ferro II OSO, Fe (NH4)2(SO4)2.6H2O sendo a difenilamina, (C6H5)2NH, o indicador (TEIXEIRA et al., 2017).
A modelagem da predição dos estoques de COS ainda contará com o mapa de classe e mapa de uso da terra como variáveis. Para realizar a modelagem com Mapeamento Digital de Solos (MDS), (mapa de classe e de COS) serão utilizadas algumas variáveis relacionadas ao modelo scorpan. As variáveis preditoras baseadas no relevo serão geradas utilizado o MDE com resolução espacial de 12,5 m (ALOS PALSAR L1.1), de onde será extraído um conjunto de 34 variáveis, utilizando o pacote RSAGA (BRENNING, 2008).
Variáveis referentes a temperatura e pluviosidade não serão utilizadas, devido as informações disponíveis no momento não apresentarem uma variabilidade significativa em virtude das dimensões da área e escala em que essas informações são apresentadas.
O algoritmo para modelagem dos MDS será desenvolvido no software R utilizando RF (PAVLOV, 2001), com o auxílio do pacote RF (CRAN - Package randomForest).

Para caracterização dos solos da área de estudo será realizado um levantamento de solos detalhado (escala 1:10.000) seguindo os procedimentos normativos para levantamentos pedológicos (SANTOS et al., 1995). Os perfis modais completos serão descritos e coletados conforme Santos et al. (2015), a caracterização química e física das amostras será realizada de acordo com métodos descritos em Teixeira et al. (2017) e a classificação taxonômica será realizada de acordo com Santos et al. (2018).
As amostras indeformadas em anéis serão preparadas através da toalete (retirando o excesso do material), saturadas por capilaridade durante 48 horas e levadas a tensões crescentes inferindo-se o teor de água em função das tensões aplicadas. Nos potenciais de - 0,01, - 0,033 e - 0,1 Mpa (altas tensões) a umidade será determinada em câmaras de pressão de Richards e em mesa de tensão (baixas tensões) nos potenciais de - 0,006 e - 0,001 Mpa.
Para as tensões abaixo de - 0,01 Mpa será utilizado o método do ponto de orvalho (SCHELLE et al., 2013) nos horizontes superficiais e o método proposto por Gubiani et al. (2021) para preparo e leitura no WP4 das amostras provenientes dos horizontes saprolíticos, por apresentarem alto volume de fração grosseira. A curva de retenção de água, após obtida, será ajustada pela equação de Van Genuchten (VAN GENUCHTEN, 1980) utilizando o SWCR-Fit (SEKI, 2007).
O processamento das covariáveis obtidas será realizado no software R (R CORE TEAM, 2013), e sua modelagem será avaliada por estatísticas de validação cruzada leave-one-out (LOOCV) (BRUS, D. J.; KEMPEN, B.; HEUVELINK, G. B. M., 2011)

Disponibilizar informações essas que possibilitem aos gestores municipais, a agricultura intensiva, a agricultura extensiva e a agricultura familiar um melhor conhecimento do solo e alguns de seus processos, para que possam tomar melhores decisões no futuro em relação ao manejo e conservação desse recurso. Além disso, essa região, bem como muitas mais no nosso país, carecem de informações iniciais relacionadas aos estoques de COS. Essas informações são importantes para o monitoramento da mobilização de C no solo da região e podem servir como base para propriedades que buscam neutralizar suas emissões de C.
Será confeccionado um mapa de profundidade do solo fidedigno com a realidade, bem como um mapa de solos, ambos desenvolvidos através da técnica de Mapeamento Digital de Solos. Possibilitando a expansão dos conhecimentos das potencialidades do Neossolos localizados na metade sul do Rio Grande do Sul, por meio da utilização da técnica empregada no desenvolvimento do trabalho.
Disponibilizar informações a respeito de Neossolos Litólicos e Neossolos Regolíticos de Pelotas e Região, principalmente quanto a suas características hídricas. Possibilitando por meio dos dados e conclusões do estudo tomadas de decisões, por agricultores e gestores, adequadas a região em que ocorreu a pesquisa e desta forma promover manejos conservacionistas do solo e da água.

Com o avanço das fronteiras agrícolas muitas áreas com a classe de solo estudada vêm sendo utilizadas sem informações suficientes para execução de manejos adequados, gerando por vezes perdas consideráveis do solo e poluição da água, causando prejuízos econômicos a curto e longo prazo. Espera-se que através das informações obtidas por este estudo gestores públicos e agricultores possam identificar de forma mais acertada o uso das áreas, promovendo sua manutenção e permitindo que estas, quando possível, prossigam agricultáveis.
Com a pressão do uso agrícola e urbano, se vêm ocupando inadequadamente áreas de Neossolos, causando por muitas vezes danos consideráveis devido a manejos incorretos, o que acaba podendo prejudicar o desenvolvimento da cultura, ou empreendimento ali locado. Desta forma, é esperado que através dos dados expostos, se possa contribuir de maneira mais assertiva no manejo e conservação destes solos, reduzindo gastos e prolongando o seu uso por meio de culturas mais adaptadas.

Visto que a degradação das áreas resulta em prejuízos econômicos, e em alguns casos motiva o êxodo rural esta pesquisa busca contribuir com dados e conclusões relevantes para a sociedade. Como no geral esta classe de solos encontra-se em pequenas propriedades rurais a manutenção produtiva destas áreas é extremamente importante no longo prazo, para a permanência do homem no campo.
De forma geral, a classe dos Neossolos normalmente se encontra em áreas no qual se tem o predomínio da agricultura familiar. Sendo assim, em razão da ausência de assistência especializada, muitos destes produtores acabam por utilizar de culturas e/ou manejos inadequados, prejudicando na sua renda, o que faz com que abandonem estas áreas produtivas. Visto isso, se busca a difusão dos dados referentes à pesquisa, de forma a auxiliar os produtores nas melhores escolhas de manejos e culturas para estas áreas, garantindo a permanência deste no campo.

As bacias hidrográficas de estudo contribuem para o abastecimento da barragem do Santa Bárbara, assim sendo, as informações referentes ao mapa de solos, mapa de uso e cobertura da terra, mapa de COS obtidos com esse estudo podem ser integrados aos muitos outros estudos realizados na região visando o planejamento conservacionista e preservação das áreas de abastecimento da barragem.
Considerando as potencialidades desta classe de solo com base na sua capacidade de uso, o presente projeto atuará de maneira decisiva no melhor manejo possível, permitindo assim sua conservação, bem como a preservação ambiental destas áreas.
De acordo com os dados obtidos e a melhor compreensão desses solos a capacidade de uso do solo poderá ser aplicada de forma mais eficiente, contribuindo para a manutenção e preservação ambiental das áreas.