Carta de Áreas Prioritárias para Recuperação na Bacia do Córrego Laranja Doce, em Dourados/MS, com base no Fator A e Temperatura de Superfície Terrestre

Authors

  • Thayne Danieli Schmidt Zolin Universidade Estadual de Mato Grosso do Sul, Laboratório de Modelagem Computacional em Saneamento e Geotecnologias, Rodovia Dourados-Itahum Km 12, Cidade Universitária, 79804-970, Dourados, MS, Brasil
  • Shaline Séfara Lopes Fernandes Universidade Estadual de Mato Grosso do Sul, Laboratório de Modelagem Computacional em Saneamento e Geotecnologias, Rodovia Dourados-Itahum Km 12, Cidade Universitária, 79804-970, Dourados, MS, Brasil
  • Vinícius de Oliveira Ribeiro Universidade Estadual de Mato Grosso do Sul, Laboratório de Modelagem Computacional em Saneamento e Geotecnologias, Rodovia Dourados-Itahum Km 12, Cidade Universitária, 79804-970, Dourados, MS, Brasil
  • Laércio Alves de Carvalho Universidade Estadual de Mato Grosso do Sul, Laboratório de Modelagem Computacional em Saneamento e Geotecnologias, Rodovia Dourados-Itahum Km 12, Cidade Universitária, 79804-970, Dourados, MS, Brasil
  • Antonio Conceição Paranhos Filho Universidade Federal de Mato Grosso do Sul, Faculdade de Engenharias, Arquitetura e Urbanismo e Geografia, Laboratório de Geoprocessamento para Aplicações Ambientais, Avenida Costa e Silva s/n, Cidade Universitária, 79070-900, Campo Grande, MS, Brasil

DOI:

https://doi.org/10.11137/2020_3_190_202

Keywords:

índice de áreas prioritárias, TST, reclassificação

Abstract

O presente trabalho tem como objetivo estabelecer um novo modelo para determinação de áreas prioritárias para a recuperação para a bacia hidrográfica do Córrego Laranja Doce, localizada na porção sul do estado de MS, com o auxílio de ferramentas de Geotecnologia, baseando-se na Equação Universal da Perda de Solos (USLE) e na Temperatura de Superfície Terrestre (TST). O modelo proposto, mostrou-se eficiente e apontou que 9,95% da área total da bacia possui alta prioridade para recuperação ambiental, enquanto para média e baixa prioridade, apresentaram o total de 55,28% e 34,77% respectivamente. A quantidade de elementos utilizados para a indicação desses índices, aumenta a confiabilidade dos resultados obtidos, o que leva a indicação do uso do Índice de Áreas Prioritárias para Recuperação (IAP) como ferramenta auxiliar na escolha de áreas a serem recuperadas.

References

Alexander, M. 1980. Introducion a la microbiologia del suelo. México, D.F., Libros y Editoriales. 491 p.

Almeida, A.J.P.; Guimarães-Junior, S.A.M.; Andrade E.L. & Ferreira Neto, J.V. 2015. Relação entre o Índice de Vegetação e a Temperatura de Superfície na estimativa e identificação das ilhas de calor na cidade de Maceió-AL. In: Simpósio Brasileiro de Sensoriamento Remoto – SBSR, XVII, João Pessoa, 2015. Anais, João Pessoa-PB, INPE, p. 2047-2054.

Alves, L.F. & Metzger, J.P. 2006. A regeneração florestal em áreas de floresta secundária na Reserva Florestal do Morro Grande, Cotia, SP. Biota Neotropica, 6(2). Disponível em: < https://www.biotaneotropica.org.br/v6n2/pt/abstract?article+bn00406022006>. Acesso em: 12 dez. 2018.

Arcoverde, G.F.B.; Almeida, C.M.; Ximenes, A.C.; Maeda, E.E. & Araújo, L.S. 2011. Identificação de áreas prioritárias para recuperação florestal com o uso de rede neural de mapas auto-organizáveis. Boletim de Ciências Geodésicas, 17(3): 379-400.

Barbosa, A.F.; Oliveira, E.F.; Mioto, C.L. & Paranhos-Filho, A.C. 2015. Aplicação da Equação Universal de Perda do Solo (USLE) em Softwares Livres e Gratuitos. Anuário do Instituto de Geociências- UFRJ, 38(1): 170-179.

Barbosa, C.C.F. 1997. Álgebra de mapas e suas aplicações em sensoriamento remoto e geoprocessamento. São José dos Campos: INPE.

Biscaro, G.A. 2007. Meteorologia agrícola básica. Série Engenharia, vol. I. Cassilândia: UNIGRAF, 87 p.

Carvalho, N.O. 2008. Hidrossedimentologia Prática. Rio de Janeiro: CPRM – Companhia de Pesquisa em Recursos Minerais.

Catelani, C.S.; Batista, G.T.; Targa, M.S. & Dias, N.W. 2012. Determinação de áreas prioritárias para o restabelecimento da cobertura florestal, apoiada no uso de geotecnologias. Revista Ambiente & Água, 7 (3): 113-126.

CORINE. 2000. Coordination of information on the environment. Land cover technical guide: addendum. Copennhagen: European Environment Agency. Disponível em: <https://www.eea.europa.eu/publications/COR0-landcover>. Acesso em: 10 out. 2018.

Correa, N.F.; Ribeiro, V.O.; Mioto, C.L. & Paranhos-Filho, A.C. 2017. Obtenção de MDE Corrigido para Delimitação de Bacia Hidrográfica com Auxílio de Geotecnologias Livres. Anuário do Instituto de Geociências - UFRJ, 40: 217-225.

Costa, Y.T. & Rodrigues, S.C. 2015. Relação entre cobertura vegetal e erosão em parcelas representativas de cerrado. Revista Geográfica Acadêmica, 9 (2): 61-75.

Eltz, F.L.F.; Cassol, E.A. & Pascotini, P.B. 2011. Potencial erosivo e características das chuvas de Encruzilhada do Sul, RS. Revista Brasileira de Engenharia Agrícola e Ambiental, 15 (4): 331-337.

Faiz, S. & Mahmoudi, K. 2016. Geographic Information Systems Applications and Advancements. Pensilvânia, EUA, IGI Global, 650p.

Ferreira, C.C. 2005. Relações entre a temperatura mínima do ar e da relva e a temperatura da superfície terrestre, obtida a partir de imagens NOAA, no Rio Grande do Sul. Programa de Pós-Graduação em Sensoriamento Remoto, Universidade Federal do Rio Grande do Sul, Dissertação de Mestrado, 110p.

Ferreira, E.P.B.; Stone, L.F. & Martin-Didonet, C.C.G. 2017. População e atividade microbiana do solo em sistema agroecológico de produção. Revista Ciência Agronômica, 48 (1): 22-31.

Fietz, C.R.; Fisch, G.F.; Comunello, E. & Flumignan, D.L. 2017. O clima da região de Dourados, MS. Dourados: Embrapa Agropecuária Oeste, 3 ed., 31p.

Freitas, L.; Casagrande, J.C.; Oliveira, I.A.; Campos, M.C.C. & Oliveira, V.M.R. 2015. Atributos químicos de Latossolo Vermelho submetido a diferentes manejos. Floresta, 45 (2): 229-240.

IBGE – EMBRAPA. 2001. Mapa de Solos do Brasil. Escala 1:5.000.000. Disponível em: <http://www.dpi.inpe.br/Ambdata/mapa_solos.php>. Acesso em: 08 mai. 2016.

IBGE. 2017. Instituto Brasileiro de Geografia e Estatística. Base Cartográfica Contínua do Brasil. Escala 1:250.000. Disponível em: <https://www.ibge.gov.br/geociencias/downloads-geociencias.html >. Acesso em: 12 jan. 2018.

Martins E.R.; Castro D.M.; Castellani, D.S. & Dias, E.J. 1994. Plantas medicinais. Viçosa: UFV, 220 p.

Mazurana, J.; Cassol, E.A.; Santos, L.C.; Eltz, F.L.F. & Bueno A.C. 2009. Erosividade, padrões hidrológicos e período de retorno das chuvas erosivas de Santa Rosa (RS). Revista Brasileira de Engenharia Agrícola e Ambiental, 13 (suplemento): 975-983.

Mello, G.; Bueno, C.R.P. & Pereira, G.T. 2006. Variabilidade espacial de perdas de solo, do potencial natural e risco de erosão em áreas intensamente cultivadas. Revista Brasileira de Engenharia Agrícola e Ambiental, 10 (2): 315-322.

MS. 2015. Mato Grosso do Sul- Secretaria de Meio Ambiente, Desenvolvimento Econômico, Produção e Agricultura Familiar/SEMAGRO. Região da Grande Dourados. Disponível em: <http://www.semagro.ms.gov.br/wp-content/uploads/2017/06/estudo_dimensao_territorial_2015.pdf >. Acesso 08 jul. 2018.

MS. 2019. Mato Grosso do Sul- Secretaria de Meio Ambiente, Desenvolvimento Econômico, Produção e Agricultura Familiar/SEMAGRO. Disponível em: <https://www.semagro.ms.gov.br/com-area-maior-soja-pode-ter-producao-recorde-e-chegar-a-10-milhoes-de-toneladas/>. Acesso em: 12 dez. 2019.

Nicodemo, M.L.F. 2009. Uso de biomassa microbiana para avaliação de qualidade do solo em sistemas silvipastoris. São Carlos: Embrapa Pecuária Sudeste, 34 p.

Nossack, F.A.; Zimback, C.R.L.; Silva, F.R.B. & Sartori, A.A.C. 2014. Aplicação de análise multicriterial para determinação de áreas prioritárias à recomposição florestal. Irriga, 19 (4): 612-625.

OA Digital. 2010. GvSIG-OADE- Oxford Archaeology Digital Edition 1.10. Disponível em: <http://oadigital.net/software/gvsigoade/gvsigfeaturesprobs.html>. Acesso em: 20 jan. 2016.

Pedreira, B.C.C.G.; Fidalgo, E.C.C.; Uzeda, M.C. & Costa, M.D.A. 2011. Áreas prioritárias para recuperação na região da bacia hidrográfica do Rio Guapi-Macacu, RJ. Rio de Janeiro: Embrapa Solos, 50 p.

Primavesi, A. 2002. Manejo ecológico do solo: a agricultura em regiões tropicais. São Paulo: Nobel, 549 p.

QGIS Development Team. 2016. QGIS 2.14.16 Lisboa. Geographic Information System. Open Source Geospatial Foundation Project. Disponível em: <https://www.qgis.org/en/site/forusers/download>. Acesso em: 09 març. 2016.

Rozenstein, O.; Qin, Z.; Derimian, Y. & Karniel, A. 2014. Derivation of land surface temperature for Landsat-8 TIRS using a Split Window Algorithm. Sensors, 14: 5768-5780.

USGS. 2018a. United States Geological Survey. Earth Explorer. Sentinel-2/MSI. Órbita 224, ponto 075. Disponível em: < https://earthexplorer.usgs.gov/>. Acesso em: 09 març. 2018.

USGS. 2018b. United States Geological Survey. Earth Explorer. Cátalogo SRTM 2000. Órbita 224 ponto 75. Disponível em: < https://earthexplorer.usgs.gov/>. Acesso em: 11 jan. 2018.

USGS. 2018c. United States Geological Survey. Earth Explorer. Imagens Landsat 8. Órbita 224, ponto 075. Disponível em: < https://earthexplorer.usgs.gov/>. Acesso em: 11 jun. 2018.

Wischmeier, W.H. & Smith, D.D. 1978. Predicting rainfall erosion losses; a guide to conservation planning. Washington: U.S. Department of Agriculture (Agriculture Handbook) 537, 58 p.

Published

2020-09-30

Issue

Section

Article