Mapeamento digital de atributos do solo e vulnerabilidade ao escoamento superficial, baseado no conhecimento de campo, na sub-bacia das Posses, Extrema, MG

Abstract

Estudos relacionados ao mapeamento digital de solo (MDS) tem se tornado importante para a criação de mapas base de alta acurácia com maior rapidez e menor custo. Os mapas base desenvolvidos têm grande aplicação no manejo do solo em bacias hidrográficas podendo ser utilizados no planejamento de atividades de uso da terra, na avaliação da fertilidade do solo, capacidade de armazenamento de água, planejamento das atividades de agricultura, riscos de erosão e manejo dos recursos naturais. No sentido de aprimorar as técnicas de MDS, principalmente em áreas de relevo declivoso este estudo foi desenvolvido com base nos seguintes objetivos: avaliar diferentes resoluções do modelo digital de elevação (MDE) para predizer atributos do solo usando técnicas de MDS, avaliar o uso da classificação do relevo com base no geomorphons combinado com técnicas de MDS para predizer atributos do solo e por último aplicar essas técnicas de MDS na predição da vulnerabilidade ao escoamento superficial para a sub-bacia hidrográfica das Posses, Extrema, MG. Foram avaliadas cinco resoluções espaciais (grids com 5, 10, 15, 25 e 50 m) para o MDE desenvolvido a partir de curvas de nível em formato de grid regular. A resolução de melhor desempenho foi utilizada para predizer a variabilidade espacial de atributos do solo usando MDS. Os atributos foram preditos comparando alguns modelos de MDS: krigagem ordinária e com regressão e lógicas fuzzy baseada no conhecimento. A vulnerabilidade ao escoamento superficial foi obtida utilizando um modelo de umidade que considera a profundidade do solo, condutividade hidráulica do solo saturado e parâmetros topográficos derivados do MDE. Os atributos do solo foram preditos usando MDS e aplicados no reconhecimento de áreas vulneráveis ao escoamento superficial e erosão hídrica na sub-bacia do estudo. Os resultados mostraram que a menor resolução não foi a melhor para ser usada no MDS para as condições de relevo desta sub-bacia, sendo a resolução de 10 m preferida. Na predição dos atributos do solo o modelo baseado no conhecimento e lógicas fuzzy que utilizou geomorphons apresentou melhor desempenho em 7 dos 9 atributos do solo estudados (78% de acerto). A avaliação do escoamento superficial indicou que o mês mais critico foi o janeiro com risco significante de escoamento em praticamente toda a sub-bacia. Nos meses considerados secos (baixa precipitação mensal) o risco é maior próximo à rede de drenagem reforçando a necessidade de manter as áreas de preservação permanente no entorno dos rios.

Digital soil mapping (DSM) studies have become really important to create base maps with high accuracy, faster, and with small cost. The base maps have had huge application on land use planning, evaluation of soil fertility, water content, agricultural planning, soil erosion risks, and natural resources management. In an effort to improve the DSM technics, mainly in steep landscapes, the objectives of this study were: evaluating different resolutions of digital elevation model (DEM), evaluating the application of landscape classification based on geomorphons combined with DSM technics, and to apply this DSM technics to predict the risk of runoff on Posses watershed, Extrema, MG, Brazil. Five DEM resolutions were tested (grid size of 5, 10, 15, 25, and 50 m) to create a DEM from contour lines on regular grid format. The best resolution was used to predict the spatial variability of soil properties using DSM. The following DSM models were tested: ordinary kriging, regression kriging, and knowledge-based inference. The runoff risk was developed by a wetness index which uses soil depth and saturated hydraulic conductivity as soil factors and topographic parameters. The soil factors used on runoff risk were predicted by DSM technics. The results showed that the finest resolution is not the best for the study relief conditions and the resolution of 10 m is preferred. To predict the soil properties the knowledge-based inference that used geomorphons had the best performance for 7 of 9 soil properties studied (78%). Evaluation of runoff risks indicated that the most critical month for runoff risks was January and in this month the risk was significant for whole watershed. The dry months (slow amount of precipitation), the runoff risk was bigger closer the drainage system, reinforcing the necessity of maintain permanent preservation areas on the streams boundary.