Adenor Vicente Wendling
9866aa5e41
Merge branch 'master' of https://git.disroot.org/Adenor-W/Assentamento # Conflicts: # Assentamento/sobrepor.gpkg # Qgis/App_3Ass.gpkg # Qgis/Assentamento_SL.qgs.qgz # Qgis/primeiraColeta.gpkg # Relatos/RelatorioEstagioII.Rmd
901 lines
54 KiB
Plaintext
901 lines
54 KiB
Plaintext
---
|
||
title: "Relatório do estágio II"
|
||
author: "Adenor Vicente Wendling"
|
||
date: "29/04/2021"
|
||
output:
|
||
word_document:
|
||
reference_docx: "mystyles2.docx"
|
||
df_print: paged
|
||
html_document: null
|
||
bibliography: ../Fruti.bib
|
||
csl: ../ABNT_IFPR.csl
|
||
always_allow_html: yes
|
||
abstract: Este relatório apresenta a caracterização da área dos assentamentos "São Lourenço, Margem do Irati e Paraiso do Sul", localizados no município de Palmas, PR. A caracterização foi elaborada com base nos arquivos digitais disposíveis na internet, em sites oficiais, com os seguintes detalhamentos; Área total e delimitações, declividade, curvas de nível, orientação, tipo de solo, aptidão de uso de acordo com a declividade e ferilidade do solo. Para a caracterização da fertilidade foram coletadas '61' amostras de solo de 27 lotes. As amostras foram analisadas no laboratório de solos do IFPR- campus Palmas. Atualmente são '153' famílias assentatas, em uma área de '4495' ha. A altitude dos assentamentos varia de '1023' a '1260' m acima do nível médio do mar, com clima predominante Cfb. A temperatura média máxima e mínima entre os anos de '1979 a 2017', foi de '22,6 e 12,1'°C, respectivamente. A precipitação média neste período foi de '2142' mm anuais, com '141' dias com chuvas. Os solos predeminantes são Neossolos, com' 49,7%' da área, Cambissolos, com '29,1%' da área e em Nitossolo com 21% da área. A área destinada para reservas ambientais, como determina o código florestal brasileiro, é de 2214 ha. As classes de declividade dos solos indicam que apenas '20.82% 'da área possui pequena o nenhuma dificuldade de conservação do solo (Classes 1 e 2), enquanto que a maior parte da área (46,5%) tem sérios riscos de erosão. De acordo com as análises de solo, concluímos que o solo é predominantemente argiloso, possui pH e saturação de bases baixo '(<5,5; <65%,' respectivamente), e alta concentração de Matéria orgânica, com grande variação para as demais características químicas. Todas as avaliações e processos foram elaborados em software livre (Rstudio, Qgis e Gitea) em forma de tutoriais e disponibilizados na internet em link <https://git.disroot.org/Adenor-W/Assentamento.git>.
|
||
Palavras Chave: cartografia, shapefile, declividade, altitude, fertilidade do solo,
|
||
---
|
||
|
||
```{r setup, include=FALSE}
|
||
knitr::opts_chunk$set(echo = TRUE)
|
||
```
|
||
|
||
|
||
```{r echo=FALSE, message=FALSE, warning=FALSE}
|
||
require(dplyr)
|
||
require(tidyr)
|
||
require(ggplot2)
|
||
require(kableExtra)
|
||
library(plotrix)
|
||
library(knitr)
|
||
library(tidyverse)
|
||
library(readr)
|
||
```
|
||
|
||
|
||
# Introdução
|
||
|
||
Os assentamentos São Lourenço, Margem do Irati e Paraiso do Sul, foram criados em 1999 com o assentamento de 173 famílias no local. Mas, como mostra uma reportagem do jornal “TribunaPR" ([@AgenciaEstado2003]), no ano de 2003 a maioria dos moradores ainda não havia recebido sua documentação de regularização fundiária dos estabelecimentos, correndo inclusive o risco de perderem suas terras. Segundo relatos nas reuniões realizadas com os assentados durante o ano de 2000, atualmente existem aproximadamente 150 famílias residindo nos assentamentos, sendo aproximadamente 50% com o título de proprietário.
|
||
|
||
|
||
Durante as conversas rápidas mantidas por um grupo de servidores do IFPR com os moradores dos assentamentos, e em busca bibliográfica, não foram identificados documentos com a caracterização da area destes assentamentos. Não significa, entretanto, que não tenham sido realizadas iniciativas ou fomentados projetos dos mais variados, e por iniciativa de diversas entidades. Aliás, como foi relatado pelos assentados, vários projetos foram iniciados e se mostraram inviáveis, por vários motivos: falta de assistência técnica, falta de recursos financeiros, falta de planejamento, falta de conhecimentos, baixa produtividade, etc.
|
||
|
||
|
||
O planejamento de uso e ocupação de assentamentos evita custos desnecessários, e uso inadequado, especialmente em relação às questões ambientas ([@Soares2012],[@Sanchez2009]). Para realizar um bom planejamento, é necessário conhecer as condições específicas da área, como: fertilidade do solo, declividades do terreno, classes de aptidão do solo, pluviosidade, ventos predominantes, ocorrência de geadas, temperaturas máximas, mínimas e médias, etc ([@CORTE2020]). Muitas destas informações são acessíveis e disponibilizadas pelo IAPAR, IBGE, Exercito, Universidades, com acesso livre via internet.
|
||
|
||
As informações disponibilizadas nos bancos de dados com acesso público, de um modo geral, não estão em formato prontamente legível e interpretável, necessitando de tratamento através de sofwares específicos. Esses sofwares, como por exemplo o *Rstudio* ^[Um ambiente de desenvolvimento integrado para R e Python, com console, editor de realce de sintaxe que suporta execução direta de código e ferramentas para plotagem, histórico, depuração e gerenciamento de espaço de trabalho. <https://www.rstudio.com/>] e o *Qgis*^[Um Sistema de Informação Geográfica livre e aberto. <https://qgis.org/pt_BR/site/> ], ou ainda os controladores de versões *GIT*^[Controle de versão é um sistema que registra alterações em um arquivo ou conjunto de arquivos ao longo do tempo para que você possa lembrar versões específicas mais tarde <https://git-scm.com/book/pt-br/v2>], também não são de conhecimento amplo, e por isso, muitos dos dados disponíveis deixam de ser utilizados apropriadamente. Essas informações, aliadas ao uso da tecnologia de informação, podem ser analisados, interpretados e comunicados entre pessoas e entre máquinas, e desta forma evitar desperdícios, e alcançar melhores resultados e produtividade, sem comprometer o meio ambiente ([@Camara1996]).
|
||
|
||
|
||
Desta forma, o objetivo deste trabalho é de elaborar mapas temáticos e criar um banco de dados sobre: fertilidade do solo; declividade, orientação do terreno, curvas de nível, hidrografia e solos predominantes, através dos softwares livres “Qgis” e “R”.
|
||
|
||
|
||
# Revisão de Literatura
|
||
## Assentamento da reforma agrária
|
||
Segundo o portal do [@INCRA2020], "um assentamento de reforma agrária é um conjunto de unidades agrícolas, instaladas pelo Incra em um imóvel rural." Essas unidades, chamadas de parcelas ou lotes, são destinadas a famílias de agricultores ou trabalhadores rurais, que deve residir e explorar o lote, com o desenvolvimento de atividades produtivas diversas.
|
||
|
||
No Paraná, segundo dados do INCRA, existem 326 projetos de assentamento, com aproxiadamente 425 mil ha de área. No município de Palmas existem os assentamentos Cruzeiro do Sul, São Lourenço, Paraiso do Sul, Margem do Irati, Recanto Bonito e Parte do assentamento Colina Verde, com área total de aproximadamente 7800 ha, e capacidade de 335 famílias ("Dados extraídos dos arquivos shapefile, disponibilizados pelo INCRA").
|
||
|
||
## Utilização da cartografia
|
||
O uso de mapas temáticos, ou seja, dos produtos cartográficos, faz parte da história do homem, e tem como objetivo representar a superfície terrestre, ou parte dela, de forma gráfica e bidimensional. Pode-se definir a cartografia como sendo a disciplina que envolve ciencia, a arte, e a tecnologia de construção e uso de mapas, favorecendo a criação e manipulação de representações geoespaciais visuais ou virtuais, permitin a exploração, análise, compreensão e comunicação de informações sobre aquele recorte espacial [@MarcusV2019]. Os mapas gerados podem abranger um ou mais temas, sendo assim muitas vezes chamados de mapas temáticos.
|
||
|
||
Os mapas devem apresentar algumas características: os detalhes, ou temas de interesse, a escala, tipo de projeção cartográfica, a localização (coordenadas) e a simbologia [@MarcusV2019].
|
||
|
||
## Sistemas geodésicos
|
||
Para apresentar a localização do mapa, utilizam-se as referências de posições da terra e da localização de espaços, que é chamado de sistema geodésico. No Brasil já foram adotados como oficiais os sistemas geodésicos Córrego-Alegre, Astro datum Chuá, SAD-69 e o Sistema de referencia geocêntrico para as Américas - (SIRGAS 2000) [@MarcusV2019]. Atualmente recomenda-se utilizar o SIRGAS.
|
||
|
||
De Acordo com o site <https://sirgas.ipgh.org/pt/organizacao/missao-e-objetivos/>, "SIRGAS é uma organização pan-americana sem fins lucrativos, promovida por um acordo voluntário de organismos das Américas e do Caribe responsáveis pela definição de referenciais geodésicos e produção cartográfica, e centros de pesquisa que desenvolvam atividades afins com geodésia e geofísica. Os principais objetivos do SIRGAS são:
|
||
|
||
>>a) Estabelecer e manter um referencial geocêntrico continental (rede de estações com coordenadas geocêntricas de alta precisão [X, Y, Z] e sua variação ao longo do tempo [Vx, Vy, Vz]), de acordo com as recomendações da Associação Internacional de Geodésia (AIG);
|
||
b) Definir, materializar e manter um sistema de referência vertical unificado através de alturas físicas e geométricas consistentes a nível global, de acordo com as recomendações da AIG;
|
||
c) Desenvolver e atualizar um modelo geóide gravimétrico de cobertura continental, de acordo com as recomendações da AIG; e
|
||
d) Estabelecer e manter uma rede continental de gravidade absoluta, de acordo com as recomendações da AIG".
|
||
|
||
## Projeção
|
||
Projeção cartográfica é “um método, segundo o qual, a cada ponto na superfície da Terra corresponda a um ponto na carta e vice-versa” (IBGE, 1998). Existem inúmeros sistemas de projeções adotadas, e não existe uma única que possa atender a todas as situações. No brasil, os mais utilizads são: Projeção policônica e UTM ([@MarcusV2019]).
|
||
|
||
Na projeção policômica a superfície de deformação é formada por diversos cones. Estes cones possuem topos diferentes, representando cada qual uma determinada latitude.
|
||
A projeção UTM baseia-se em cilindros de rotação, normalmente secantes, com 6° de largura longitudinal e limites de latitude ao norte de 84° e ao sul de 80°. A maior parte dos mapas produzidos em escalas médias, entre 1:500.000 e 1:50.000 possuem como referência de projeção o sistema UTM.
|
||
|
||
## 2.5 uso da TI na cartografia
|
||
Várias alternativas para diminuir os custos ambientais e financeiros, sem comprometer a oferta de alimentos para a população, têm sido testadas nos últimos anos, ao mesmo tempo em que cresce rapidamente o uso da tecnologia de informação para análise, interpretação e comunicação das informações, tanto entre pessoas, quanto entre máquinas, e desta forma evitar desperdícios, e alcançar melhores resultados e produtividade, sem comprometer o meio ambiente (CÂMARA, 1996).
|
||
|
||
As ferramentes da tecnologia da informação vem sendo amplamente utilizado para elaborar, por exemplo, mapas temáticos de fertilidade de solo, distribuição geográfica dos solos, condições climáticas, entre outros. A importância de conhecer as características do solo vem sendo reconhecido nos últimos anos, tanto para o aumento da produção, quanto para a regulação ambiental @CORTE2020.
|
||
|
||
Vários trabalhos acadêmicos e científicos mostram a utilidade, benefícios e eficiência do uso de softwares de gestão de dados geográficos para a elaboração de mapas temáticos das características dos solo. Um exemplo, é uma trabalho realizado no estado da Paraíba, com o objetivo de mapear as classes de solo de duas microrregiões da Paraíba. No trabalho, apresentado. Uma das conclusões do estudo a identificação da heterogeneidade nos resultados expressos nos mapas, devido à diferença de clima, relevo, vegetação, altitude entre outros fatores @Silva2019.
|
||
|
||
Outro estudo, mais avançado e detalhado, foi realizado na região dos vinhedos [@Flores2012] e mostra a grande capacidade de produção de mapas, com informações de grande importância para a agricultura.
|
||
|
||
|
||
# Metodologia
|
||
## Coleta e análise do solo
|
||
As amostras de solos foram coletados nos assentamentos, em 27 lotes, pela técnica de amostragem não probabilística intencional. na profundidade de 0 a 0,20 m, com trado tipo holandês, com 10 subamostras por amostra. O solo coletado foi analisado no laboratório de solos da IFPR em Palmas, utilizando a metodologia descrita em (EMBRAPA, 2009). Os pontos e coleta estão representados na figura 01
|
||
|
||
|
||
|
||
## Dados Cartográficos
|
||
Os dados e mapas deste relatório foram elaborados com base nos arquivos disponíveis em diversos sites e plataformas públicas ou privadas, mas de acesso público e livre. A origem, bem como o processo de manipulação (corte, atribuição de atributos, escala utlizada, etc), estão descritos nos mapas, ou na descrição do atributo, ou ainda no tutorial.
|
||
|
||
Foram acessados arquivos dos seguintes sites:
|
||
<<https://www.usgs.gov/>
|
||
<https://www.ibge.gov.br/geociencias/organizacao-do-territorio/malhas-territoriais/15774-malhas.html?=&t=downloads>
|
||
<https://certificacao.incra.gov.br/csv_shp/export_shp.py.>
|
||
<https://www.iat.pr.gov.br/Pagina/Dados-e-Informacoes-Geoespaciais-Tematicos>
|
||
<https://www.idrparana.pr.gov.br/Pagina/Dados-Meteorologicos-Historicos-e-Atuais.>
|
||
<http://geoinfo.cnps.embrapa.br/layers/geonode%3Aparana_solos_20201105>
|
||
<https://www.car.gov.br/publico/imoveis/index>
|
||
<http://www.dsr.inpe.br/topodata/index.php.>
|
||
|
||
|
||
# Caracterização dos Assentamentos
|
||
## Localização dos Assentamentos
|
||
Os assentamentos São Lourenço, Margem do Irati e Paraiso do Sul, localizados no município de Palmas, PR, próximo à divisa com o município de General Carneiro. Localizam-se entre as coordenadas 7088360 e 7074803 S e 427935 a 447683 O, conforme figura 2. A Altitude varia de 1020 a 1260 m.
|
||
|
||
A base de dados para elaborar o mapa de localização utilizada é do IBGE, e pode ser acessada no link <https://www.ibge.gov.br/geociencias/organizacao-do-territorio/malhas-territoriais/15774-malhas.html?=&t=downloads>. Neste link podemos selecionar o estado, e o tipo de nível de divisão que nos interessa e baixar o arquivos em formato .zip.
|
||
|
||
|
||
|
||
|
||
## Delimitação da área dos assentamentos.
|
||
|
||
O INCRA fornece um conjunto de arquivos shapefile (vetoriais) com a delimitação dos assentamentos do Brasil, com diversas informações úteis, acessível em: <https://certificacao.incra.gov.br/csv_shp/export_shp.py>. Para acessá-los, selecione os dados e o estado do seu interesse (Ex. Projetos Assentamentos todos; Paraná).
|
||
|
||
Segundo os dados fornecidos pelo INCRA, as áreas de cada assentamento são: Margem do Irati com 1452 ha, Paraíso do Sul com 1518 ha e São Lourenço, com 1521 ha, somando 4495 ha.
|
||
|
||
O Clima predominante nos assentamentos, e acordo com o mapa disponibilidado pelo Instituto Agua e Terra, no link <https://www.iat.pr.gov.br/Pagina/Dados-e-Informacoes-Geoespaciais-Tematicos> e representado na figura 3, é o Cfb.
|
||
|
||
Segundo @Alvares2013, o Cfb possui as seguintes características: Clima temperado, com verão ameno. As Chuvas são uniformemente distribuídas ao longo do ano, sem estação seca, e a temperatura média do mês mais quente não chega a 22ºC, com precipitação de 1.100 a 2.000 mm. Nas regiões de clima Cfb também podem ocorrer geadas severas e freqüentes, num período médio de ocorrência de dez a 25 dias anualmente.
|
||
|
||
|
||
|
||
Segundo dados fornecidos no site do IDR-Paraná, que abrange o período de 1979 a 2017, a temperatura média máxima e a média mínima anual foi de 22,6 e 12,1 °C, respectivamente. A precipitação média neste período foio de 2142 mm anuais, com 141 dias com chuvas <https://www.idrparana.pr.gov.br/Pagina/Dados-Meteorologicos-Historicos-e-Atuais>.
|
||
|
||
Não foram encontrados dados climáticos específicos dos assentamentos, mas pelas características climáticas e dos dados existentes, usa-se como referência os dados do parágrafo anterior.
|
||
|
||
## Solos predominantes nos Assentamento
|
||
Os solos presentes nos assentamentos, de acordo com os dados do mapa de solos disponível em <http://geoinfo.cnps.embrapa.br/layers/geonode%3Aparana_solos_20201105> constam na tabela 1.
|
||
|
||
|
||
```{r echo=FALSE, results='hide', message=FALSE, error=FALSE, warning=FALSE}
|
||
library(readr)
|
||
soloAssts <- read_delim("data/soloAssts.txt",
|
||
"|", escape_double = FALSE, trim_ws = TRUE)
|
||
|
||
require(dplyr)
|
||
soloAssts1<-soloAssts%>%
|
||
filter(area>0)%>%
|
||
mutate("%" = area/44466284*100)## area somada manualmente
|
||
soloAssts2<-soloAssts1%>% select(SBCS, ORDEM_1, SUB_ORDEM_, GRANDE_GRU,"%")
|
||
```
|
||
|
||
|
||
```{r echo=FALSE,message=FALSE, error=FALSE}
|
||
|
||
kable(soloAssts2,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 1 - Classificação de solos e porcentagem (%) da área ocupada nos assentamentos São Lourenço, Margem do Irati e Paraíso do Sul, de Palmas, PR, de acordo com o Sistema Brasileiro de Classificação de Solos")
|
||
```
|
||
|
||
|
||
A maior parte do solos pertencem a ordem Neossolo, com 49,7% da área total, seguido pela ordem Cambissolo, com 29,1% da área e em menor quantidade, a ordem Nitossolo com 21% da área. O assentamento São Lourenço, caracteriza-se pela presença abundante de solos Neossolo (RL), enquanto que o assentamento Margem do Irati apresenta maior presença de solo Nitossolo (NB), e o assentamento Paraíso do Sul apresenta uniformidade na quantidade de Cambissolo (CX) e Neossolo (RL).
|
||
|
||
O Neosolo litólico húmico é caracterizado por apresentar solos pouco evoluídos, constituídos por material mineral ou por material orgânico com menos de 20 cm de espessura, sem nenhum tipo de horizonte B diagnóstico. O atributo litólico, da subordem, significa que o solo está em contato lítico diretamente sobre a rocha, ou material grosseiro. A classificação "Húmico", do 3º nível categórico, significa que o solo apresenta o horizonte A húmico, ou seja, com V% inferior a 65% @SBCS2018.
|
||
|
||
|
||
O Cambissolo háplico distrófico umbrico, caracteriza-se por ser um solo em estágio inicial de formação, possui ainda as seguintes características gerais, segundo @SBCS2018:
|
||
1. São solos constituídos por material mineral com horizonte B incipiente subjacente a qualquer tipo de horizonte superficial;
|
||
1. Não possui caracter hístico, húmico ou flúvico na camada superficial;
|
||
1. Possui argila da atividade baixa e saturação por bases < 50%, ambas na maior parte dos primeiros 100 cm do horizonte B (inclusive BA) [@SBCS2018].
|
||
|
||
O Nitossolo bruno distrófico é constituídos por material mineral, com horizonte B nítico abaixo do horizonte A, textura argilosa ou muito argilosa, e horizonte B bem expresso em termos de estrutura, moderadamente ácidos a ácidos, com argila de atividade baixa ou com caráter alumínico conjugado com argila de atividade alta. A Classificação Bruno na subordem indica horizonte A com conteúdo de carbono superior a 10 g kg-¹ até 40 cm de profundidade. A classificação "Distrofico' do 3º nível categórico indica que a saturação de bases é menor que 50% nos primeiros 100 cm do horizonte B. A classificação do 4º nível catagórico reforça a presença de horizonte A húmico [@SBCS2018].
|
||
|
||
|
||
A distribuição dos solos, até o nível de Sub Grupo, constam na figura 4.
|
||
|
||
|
||
|
||
|
||
|
||
## Reservas ambientais dos assentamentos
|
||
Uma das fontes de dados para os mapas ambientais são reunidos no Cadastro ambiental rural (CAR). Estas informações foram fornecidadas pelos proprietários dos imóveis rurais, no âmbito da lei Nº 12.651, DE 25 DE MAIO DE 2012. Esta lei estabelece normas gerais sobre a proteção da vegetação, áreas de Preservação Permanente e as áreas de Reserva Legal; a exploração florestal, o suprimento de matéria-prima florestal, o controle da origem dos produtos florestais e o controle e prevenção dos incêndios florestais, e prevê instrumentos econômicos e financeiros para o alcance de seus objetivos.
|
||
|
||
|
||
De acordo com a lei, Área de Preservação Permanente - APP é uma área protegida, coberta ou não por vegetação nativa, que possui a função ambiental de preservar os recursos hídricos, a paisagem, a estabilidade geológica e a biodiversidade, além de facilitar o fluxo gênico de fauna e flora, proteger o solo e assegurar o bem-estar das populações humanas. São áreas destinadas para APP: margem dos rios, área nos entornos de lagos naturais, reservatórios de água artificiais, nascentes, nas áeas de encostas com declividade acima de 45º, entre outros.
|
||
|
||
A Reserva Legal é a área localizada no interior de uma propriedade ou posse rural, com a função de assegurar o uso econômico de modo sustentável dos recursos naturais do imóvel rural, auxiliar a conservação e a reabilitação dos processos ecológicos e promover a conservação da biodiversidade, bem como o abrigo e a proteção de fauna silvestre e da flora nativa. No caso dos assentamentos, a área de reserva legal deve ser de 20% da área do imóvel.
|
||
|
||
|
||
Os dados disponibilizados estão divididos em vários grupos, conforme se visualiza na Figura 5.
|
||
|
||
|
||
|
||
|
||
Através dos dados, foram elaborados os mapas da figura 06, que apresenta a localização das áreas de reserva legal, das APP e nascentes dos assentamentos objeto de estudo.
|
||
|
||
|
||
|
||
|
||
```{r echo=FALSE, message=FALSE, include=FALSE}
|
||
RESERVA <- read_delim("Assentamento/RESERVA.TXT",
|
||
"|", escape_double = FALSE)
|
||
|
||
RESERVA1<-RESERVA%>%
|
||
filter(area>1)
|
||
|
||
AreaReserva=sum(RESERVA1$area)
|
||
AreaReserva=round(AreaReserva, digits=1)
|
||
RLporc=AreaReserva/4495
|
||
RLporc=round(RLporc, digits = 1)
|
||
#RLporc
|
||
```
|
||
|
||
|
||
A área destinada para a reserva legal nos 3 assentamentos, calculada a partir da ferramenta *"v.report, do pacote GRASS no sofware Qgis"* é de `r RLporc`, ou seja `r AreaReserva` ha.
|
||
|
||
```{r echo=FALSE, message=FALSE, include=FALSE}
|
||
app <- read_delim("Assentamento/app.txt",
|
||
"|", escape_double = FALSE, trim_ws = TRUE)
|
||
|
||
app<-app%>%
|
||
filter(area>0.0000000001)
|
||
App=sum(app$area)/10000
|
||
App=round(App,digits = 1)
|
||
Appporc=AreaReserva/4495
|
||
Appporc=round(Appporc, digits = 1)
|
||
Appporc
|
||
```
|
||
|
||
A área destinada para a APP nos 3 assentamentos, é de `r Appporc*100`%, ou seja `r App` ha.
|
||
|
||
As áreas de APP e de Reserva legal são sobrepostas em algumas situações, o que pede uma análise desta sobrepposição para calcular a área total destinada de acordo com a lei acima citada.
|
||
|
||
```{r echo=FALSE, message=FALSE, include=FALSE}
|
||
sobrepor <- read_delim("Assentamento/sobrepor.txt",
|
||
"|", escape_double = FALSE, trim_ws = TRUE)
|
||
|
||
sobrepor<-sobrepor%>%
|
||
filter(area>0.0000000001)
|
||
Sobrepor=sum(sobrepor$area)/10000
|
||
Sobrepor=round(Sobrepor,digits = 1)
|
||
```
|
||
|
||
|
||
Através da ferramenta *v.overlay*, foi calculada a área de sobreposição, que é de aproximadamente `r Sobrepor` ha.
|
||
|
||
A área total, destinada para questões ambientais, como determina o código florestal brasileiro seja de `r (App+AreaReserva-Sobrepor)` ha, representando aproximadamente 50% da área total.
|
||
|
||
|
||
## Características do terreno
|
||
|
||
O projeto Topodata oferece o Modelo Digital de Elevação (MDE) e suas derivações locais básicas em cobertura nacional, elaborados a partir dos dados Missão Topográfica de Radar Embarcado (SRTM) disponibilizados pelo USGS (<https://www.usgs.gov/>) na rede mundial de computadores. Os primeiros dados do Topodata foram lançados em agosto de 2008, e a partir daí o processamento dos dados foi sucessivamente inspecionado e revisado, com vistas a aprimoramentos e correções.
|
||
|
||
Os dados atualmente disponíveis, podem ser acessados em <http://www.dsr.inpe.br/topodata/index.php>. Neste banco de dados podemos obter dados de: altitude, declividade, orientação, relevo sombreado, com resolução de 30 x 30 m.
|
||
|
||
Os arquivos das imagens de declividade, altitude,orientação, relevo e curvaturas, são em formato .gif.
|
||
|
||
### Altitudes e curvas de nível dos assentamentos
|
||
O dados das altitudes são provenientes do arquivo raster fornecido pelo site "Topodata".
|
||
|
||
|
||
Através dos dados, e utilizando o roteiro descrito no tutorial, foi elaborado o mapa com as altitudes do terreno dos 3 assentamentos (Figura 7)
|
||
|
||
|
||
|
||
|
||
Na tabela 2 constam os dados da altitude da área de terra dos Assentamentos, divididas em 10 grupos, com as altitudes médias para cada grupo variando de 1067 a 1198 metros acima do nível do mar, e as respectivas porcentagens e área pertencentes ao grupo.
|
||
|
||
```{r echo=FALSE, message=FALSE, include=FALSE}
|
||
|
||
Alt_estatistica <- read_delim("data/Alt_estatistica.txt", "|", escape_double = FALSE, col_names = FALSE,
|
||
trim_ws = TRUE, skip = 4)
|
||
|
||
```
|
||
|
||
|
||
|
||
```{r, echo=FALSE, results='hide', message=FALSE, error=FALSE, warning=FALSE}
|
||
|
||
Altitude_SL<-Alt_estatistica%>%
|
||
filter(X3=="from to . . . . . . . . . . . . . . . . .")%>%
|
||
select(X2,X4)%>%
|
||
transmute(
|
||
De_Ate=X2,
|
||
Metro_Quad=X4,
|
||
Ha=X4/10000,
|
||
Porcentagem=X4/ sum(X4) *100,
|
||
)%>%
|
||
tidyr::separate(De_Ate, into=c("De","Até"), sep="-", remove="TRUE")%>%
|
||
mutate(
|
||
Alt_Menor = as.numeric(De),
|
||
Alt_Maior = as.numeric(Até)
|
||
)
|
||
AltAssts<-Altitude_SL%>%
|
||
select(Alt_Menor, Ha, Porcentagem)
|
||
#View(Altitude_SL)
|
||
```
|
||
|
||
|
||
|
||
```{r kable_a_dados, echo=FALSE, message=FALSE}
|
||
|
||
kable(AltAssts[ ],
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 2 - Representação das altitudes e curvas de nível dos Assentamentos São Lourenço, Margem do Irati e Paraiso do Sul, no município de Palmas, PR")
|
||
```
|
||
|
||
A menor área está em altitude de `r min(Altitude_SL$De_Ate)` metros acima do nível do mar (ANM) com `r min(Altitude_SL$Ha)` hectares de área, ou seja, **`r min(Altitude_SL$Porcentagem)`** porcento da área total.
|
||
A maior área está em altitude de `r max(Altitude_SL$De_Ate)` ANM, com `r max(Altitude_SL$Ha)`ha de área, ou seja, `r max(Altitude_SL$Porcentagem)` porcento da área total.
|
||
|
||
```{r echo=FALSE, message=FALSE}
|
||
Grafico1 <-ggplot(Altitude_SL, aes(x=Alt_Menor, y=Porcentagem))+
|
||
geom_col(col="blue",fill="blue" )+
|
||
theme_bw()+
|
||
theme(axis.text = element_text(
|
||
size=12,
|
||
face=3)
|
||
)+
|
||
xlab("Altitude (m)")
|
||
|
||
Grafico1 +ggtitle("Gráfico 1: Distribuição das terras de acordo com a altitude, São Lourenço, \n Margem do Irati e Paraíso do Sul, no município de Palmas, PR")
|
||
|
||
```
|
||
|
||
|
||
### Orientação do terreno
|
||
|
||
Os dados de orientação mostram para qual quadrante a área está inclinada. Para a elaboração do mapa foram usados os dados do arquivo raster de orientação, disponível no site TOPODATA, e recortado para a área dos assentamentos.
|
||
|
||
Inicialmente, através dos dados foi gerado o mapa com a orientação do terreno nos três assentamentos (Figura 8). O roteiro para a elaboração desses mapas está no tutorial 2 <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_2_Baixar _Inserir _Camadas.Rmd> .
|
||
|
||
|
||
|
||
|
||
A partir do mapa gerado, foram calculadas as porcentagem de cada orientação, através do "R", conforme tutorial 4, disponível no link <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_4_Calculos_Porcentagem.Rmd>.
|
||
|
||
|
||
```{r Orientaçao, include=FALSE, echo=FALSE}
|
||
Orient_NEst <- read_delim("data/Orient_NEst.txt",
|
||
"|", escape_double = FALSE, col_names = FALSE,
|
||
trim_ws = TRUE, skip = 1)
|
||
#View(Orient_NEst)
|
||
```
|
||
|
||
|
||
```{r include=FALSE, echo=FALSE}
|
||
#str(Orient_NEst)
|
||
Orient_NEst1<-Orient_NEst%>%
|
||
filter(X3=="from to . . . . . . . . . . . . .")%>%
|
||
select(X2,X4)#%>%
|
||
#View(Orient_NEst1)
|
||
|
||
OrientAss2<-Orient_NEst1%>%
|
||
tidyr::separate(X2, into=c("De","Até"), sep="-", remove="TRUE" )
|
||
#View(OrientAss2)
|
||
|
||
OreintAss3<-OrientAss2%>%
|
||
mutate(
|
||
De = as.numeric(De),
|
||
Até = as.numeric(Até))
|
||
#View(OreintAss3)
|
||
|
||
|
||
OrientAss4<-OreintAss3%>%
|
||
transmute(
|
||
Ha=X4/10000,
|
||
Porcentagem = X4/15163779*100,
|
||
De=De,
|
||
Até=Até)
|
||
OrientAss4<-OrientAss4%>%
|
||
arrange(De)%>%
|
||
add_column(.after="Porcentagem",Orientação=c("Norte (N)","Noroeste (NW)","Oeste (W)","Sudoeste (SW)","Sul (S)","Sudeste (SE)", "Leste (E)", "Nordeste (NE)"))
|
||
|
||
#View(OrientAss4)
|
||
|
||
|
||
```
|
||
|
||
|
||
Os dados da orientação, calculados conforme explicado anteriormente, contam na tabela 3.
|
||
|
||
```{r kable_b_dados, echo=FALSE, include=TRUE}
|
||
|
||
kable(OrientAss4[ ,3:1 ],
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 3 - Área de cada orientação, nos assentamento São Lourenço, Margem do Irati e Paraíso do Sul, no município de Palmas, PR")
|
||
```
|
||
|
||
No gráfico 2 está rerpesentada a orientação das áreas de terras do assentamento, de acordo com a "Rosa dos vendos". A maior porcentagem de terras está voltada para o norte, com 16,6 % da área, seguido pela orientação nordeste e sudeste, com 15% cada, com menor porcentagem aparecem as orientações para o Sul (9.6%), Leste (8.4%) e Sudeste (7.7 %) da área.
|
||
|
||
```{r echo=FALSE, include=TRUE}
|
||
|
||
OrietNames<-c("N","NW","W","SW","S","SE", "E", "NE")
|
||
OrientaHa<-OrientAss4$Ha
|
||
|
||
radial.plot(OrientaHa,labels=OrietNames,rp.type="r",label.prop=1.1, main="Gráfico 2: Área (ha) de terras conforme orientação, \n dos assentamentos de Palmas, PR",
|
||
grid.unit="Ha",poly.col="blue",radial.lim=c(0,300),show.grid.labels=1,
|
||
line.col = "blue", lwd=10, grid.col = "blue", radlab=0, start=1.6)
|
||
|
||
```
|
||
|
||
|
||
### Capacidade de uso segundo declividade do terreno
|
||
|
||
#### Classificação de declividade de acordo com @Lepsch1983
|
||
O manual @Lepsch1983, elaborado e publicado durante décadas, recomendada primordialmente para fins de levantamentos do meio físico e planejamento de práticas de conservação do solo em propriedades ou empresas agrícolas, ou em pequenas bacias hidrográficas. Um estudo mais detalhado, entretanto, é necessário quando envolvam as condições socioeconômicas e aptidão agroclimática das culturas. Recomenda-se, sempre que possível, nesses casos, o emprego de sistemas mais convenientes, como o da Aptidão Agrícola [@Lepsch1983].
|
||
|
||
No nosso caso, que tem como foco utilizar as informações e dados disponíveis/conhecidos nos bancos de dados de imagens na internet, não será considerado e discutivo com esta profundidade, nem coletados dados locais para aprimorar o estudo.
|
||
|
||
Para o cálculo da declividade foi utilizado o arquivo topodata Decliv(B), que apresenta os dados conforme as Classes de capacidade de uso e que definem os seguintes graus de limitação do uso:
|
||
|
||
> Classe 1: terras cultiváveis, aparentemente sem problemas especiais de conservação;
|
||
> Classe 2: terras cultiváveis com problemas simples de conservação;
|
||
> Classe 3: terras cultiváveis com problemas complexos de conservação;
|
||
> Classe 4: terras cultiváveis apenas ocasionalmente ou em extensão limitada, com sérios problemas de conservação;
|
||
> Classe 5: terras adaptadas em geral para pastagens e/ou reflorestamento, sem necessidade de práticas especiais de conservação, cultiváveis apenas em casos muito especiais;
|
||
> Classe 6: terras impróprias para cultura, pastagem ou reflorestamento, podendo servir apenas como abrigo e proteção da fauna e flora silvestre, como ambiente para recreação, ou para fins de armazenamento de água (LEPSCH et al., 83).
|
||
|
||
```{r message = FALSE, echo = FALSE, comment=FALSE, warning=FALSE}
|
||
|
||
Declive_B<- read_delim("data/declive_b.txt",
|
||
"|",
|
||
escape_double = FALSE,
|
||
col_names = FALSE,
|
||
trim_ws = TRUE,
|
||
skip = 4)
|
||
#View(Declive_B)
|
||
```
|
||
|
||
|
||
```{r, message = FALSE, echo = FALSE, comment=FALSE, warning=FALSE}
|
||
|
||
Declive_b<-Declive_B%>%
|
||
filter(!is.na(X4))%>%
|
||
select(X2,X4)%>%
|
||
transmute(
|
||
Classe=X2,
|
||
"M²"=X4,
|
||
Ha=X4/10000,
|
||
"%"=X4/sum(X4)*100,
|
||
)%>%
|
||
arrange(Classe)
|
||
|
||
#head(Declive_b)
|
||
```
|
||
|
||
|
||
Na tabela 4 constam os dados das declividades, de acordo com a metodologia proposta por @Lepsch1983, dos assentamentos de Palmas.
|
||
|
||
```{r kable_b_dados declive, echo=FALSE, include=TRUE}
|
||
|
||
kable(Declive_b,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 4 - Área (M²) e respectiva porcentagem (%) da declividade das áreas dos assentamentos São Lourenço, Margem do Irati e Paraíso do Sul, no município de Palmas, PR, de acordo com @Lepsch1983")
|
||
```
|
||
|
||
|
||
De acordo com esses dados, pode-se verificar que apenas 20.82% da área possui pequena o nenhuma dificuldade de conservação do solo (Classe 2). A maior parte da área (46,5%) tem sérios riscos de erosão do solo e são terras adaptadas em geral para pastagens e/ou reflorestamento, ou ainda impróprios para culturas, podendo servir apenas abrigo e proteção da fauna e flora silvestre, como ambiente para recreação, ou para fins de armazenamento de água.
|
||
|
||
#### Classificação de declividade de acordo com Embrapa 1994
|
||
O grau de inclinação do terreno, a comprimento da rampa, a cobertura do solo e o microrelevo intereferem na definição das classes de aptidão do solo, pois interferem na susceptibilidade da erosão. Para além da declividade, entretanto, interferem na suscebtibilidade da erosão as características como textura, estrutura, permeabilidade, profundidade, capacidade de retenão de água, presença de camadas compactadas e pedregosidade.
|
||
|
||
Todas as características acima, são ncessárias para descrever com precisão as classes de aptidão do solo, mas como essas informações não estão disponíveis nos banco de dados, e não há condições nem objetivo de busca-las, estaremos apresentando aqui somente as classes de solo em função da declividade dotereno. Este dado é um indicativo das limitações do uso do solo para cultivos agrícolas, podendo sofrer alterações em função das demais características @Embrapa1994.
|
||
|
||
Tabela 5. Classes de relevo em função da declividade, segundo @Embrapa1994
|
||
|
||
Classe nº | Classe de relevo | Declividade (%)
|
||
--------- | ---------------- | -------------------
|
||
1 | Plano |0 – 3
|
||
2 | Suave Ondulado | 3 – 8
|
||
3 | Ondulado | 8 – 20
|
||
4 | Forte Ondulado | 20 – 45
|
||
5 | Montanhoso | 45 – 75
|
||
6 | Escarpado | > 75
|
||
|
||
|
||
|
||
```{r Buscando os dados, message = FALSE, echo = FALSE, comment=FALSE, warning=FALSE}
|
||
|
||
Declive_C<- read_delim("data/declive_c.txt",
|
||
"|",
|
||
escape_double = FALSE,
|
||
col_names = FALSE,
|
||
trim_ws = TRUE,
|
||
skip = 4)
|
||
#View(Declive_C)
|
||
```
|
||
|
||
|
||
```{r Organizando os dados, message = FALSE, echo = FALSE, comment=FALSE, warning=FALSE }
|
||
|
||
Declive_c<-Declive_C%>%
|
||
filter(!is.na(X4))%>%
|
||
select(X2,X4)%>%
|
||
transmute(
|
||
Classe=X2,
|
||
"M²"=X4,
|
||
Ha=X4/10000,
|
||
"%"=X4/sum(X4)*100,
|
||
)%>%
|
||
arrange(Classe)
|
||
|
||
#head(Declive_c)
|
||
```
|
||
|
||
|
||
Na tabela 6 constam a área de cada classe de declividade, de acordo com @Embrapa1994, dos assentamentos de Palmas calculados a partir do mapa da declividade.
|
||
|
||
```{r echo=FALSE, include=TRUE}
|
||
|
||
kable(Declive_c,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 6 - Área (m²) de cada classe de declividade, conforme classificação da Embrapa (1991) nos assentamentos São Lourenço, Margem do Irati e Paraíso do Sul, no município de Palmas, PR")
|
||
```
|
||
|
||
De acordo com esses dados, menos de 10% da área dos assentamentos possui declividade menor que 8%, enquanto que a maior parte da área está com declividade entre 8 a 20%, ou seja, ondulado.
|
||
|
||
Na Figura 9 pode ser observada a distribuição das áreas de acordo com a declividade segundo Embrapa 1994.
|
||
|
||
|
||
|
||
|
||
|
||
# Fertilidade do solo
|
||
|
||
A partir dos dados das análises e suas interpretações, foram elaboradas os mapas que serão apresentaos na sequência, onde constam os níveis de cada elemento correspondente ao local da coleta do solo. Com esses mapas, é possível verificar a distribuição da fertilidade dos solos nos assentamentos, mas, com maior precisão, para cada local coletada.
|
||
|
||
## Acidez dos solos dos assentamentos
|
||
O pH é um dos critérios utilizados para definir a necessidade de calagem, além da saturação de bases e da neutralização do aluminio. No Paraná, o manual recomenda a necessidade de calagem através da V%. Mesmo assim, o pH é um indicativo de acidez de solo, e merece atenção, já que em outras regiões é utlizado para a recomendação de calagem.
|
||
Das 61 amostras coletadas, o pH médio e a mediana são 4,61 e 4,55 respectivamente, indicando forte acidez na área, o que está de acordo com o tipo de solo característico no local.
|
||
|
||
Na Tabela 7 são apresentados os dados das classes de interpretação do pH, elaborados segundo o Manual de adubação e calagem do Paraná - @PR2017.
|
||
|
||
## Classes de interpretação
|
||
Para definir as classes de interpretação do pH, foi utilizado p (@PR2017).
|
||
```{r pHClasses, echo=FALSE, include=FALSE}
|
||
|
||
ArqBase <- read_delim("data/Assent_Result_Solo.csv", delim = ",")
|
||
|
||
ArqBase1<-ArqBase %>% mutate(ClassepH = case_when(
|
||
pH <4 ~ "Muito Baixo",
|
||
pH <4.4 ~ "Baixo",
|
||
pH <4.9 ~ "Médio",
|
||
pH <5.5 ~ "Alto",
|
||
pH <=6.0 ~ "Muito alto",
|
||
pH >6 ~ "Condição a evitar"))
|
||
|
||
```
|
||
|
||
|
||
```{r include=FALSE, echo=FALSE}
|
||
pH_Classes<-ArqBase1%>%
|
||
group_by(
|
||
"Classe de interpretação do pH"=ClassepH
|
||
)%>%
|
||
summarise(
|
||
"Amostras por Faixa"=n(),
|
||
"pH Médio por faixa" = mean(pH)
|
||
)
|
||
|
||
```
|
||
|
||
```{r echo=FALSE, message=FALSE, error=FALSE, warning=FALSE}
|
||
pH_Classes%>%
|
||
kable(format="simple",
|
||
digits=1,
|
||
padding = 2,
|
||
caption = "Tabela 7 - Classe de interpretação do solo, pH médio, número de amostras correspondentes")
|
||
```
|
||
|
||
Das 61 análises, 44 estão na classe de interpretação médio, baixo ou muito baixo, ou seja, com pH menor que 4,9, e apenas 5 amostras apresentam pH acima de 6.
|
||
|
||
### Média de pH, V% e CTCpH7, por época de calagem
|
||
Durante a coleta das amostras de solo, foi preenchido um questionário com as informações sobre a área de coleta. Uma das questões foi sobre a última aplicação de calcário na área. Para isso, foram dadas 5 alternativas: "0 = Não sabe ou nunca", "1 = na safra passada", "2 = entre 2 a 5 safras passadas", 5 = mais de 5 safras passadas".
|
||
|
||
A partir dessas informações, foi elaborada a tabela 08, onde constam os dados de pH V%, CTC em pH7 agrupados pela última aplicação de calcário antes da coleta das amostras.
|
||
|
||
|
||
```{r include=FALSE, echo=FALSE}
|
||
pH_epoca_cal<-ArqBase%>%
|
||
group_by(
|
||
"Última Calagem*"=FaixapH
|
||
)%>%
|
||
summarise(
|
||
"Número amostras" = n(),
|
||
"Média pH por época de calagem" = mean(pH),
|
||
"Média V% por época de calagem"=mean(Sat_Base)*100,
|
||
"Média CTCpH7 por época de calagem"=mean(CTCpH7)
|
||
)
|
||
#head(pH_epoca_cal)
|
||
```
|
||
|
||
|
||
```{r echo=FALSE, message=FALSE, error=FALSE, warning=FALSE}
|
||
pH_epoca_cal %>%
|
||
kbl( digits=2,
|
||
padding = 2,
|
||
caption = "Tabela 8 - pH, V%, CTCpH7 e numero de amostras de acordo com a época da última calagem nas amostras coletadas nos assentamentos São Lourenço e Margem do Irati e Paraíso do Sul, Palmas, PR") %>%
|
||
kable_classic(full_width = F, html_font = "Cambria")%>%
|
||
footnote( "* 0 = Não sabe ou nunca, 1 = na safra passada, 2 = entre 2 a 5 safras passadas, 5 = mais de 5 safras passadas", general_title="Legenda:")
|
||
|
||
```
|
||
|
||
Das 61 amostras, 22 nunca receberam calcário, e apresentam pH médio de 4,53, V% médio de 22,72 e CTC a pH7 médio de 22,06. As demais, que receberam calcário, tem pH médio de 4,58, V% médio de 31,26, e CTC a pH7 médio de 21,06.
|
||
|
||
## Necessidade de Calagem
|
||
A necessidade de calagem para os solos amostrados foi calculada de acordo com o @PR2017, considerando portanto o V% adequado de 80. Para isso, foi utilizada a seguinte fórmula:
|
||
$NC(t ha^{⁻1}) = [(V2 - V1) * CTCph7] PRNT$
|
||
|
||
```{r echo=FALSE, include=FALSE}
|
||
ArqBase1<-ArqBase1%>%
|
||
mutate(NC=(0.8 - Sat_Base)*CTCpH7)
|
||
#View(ArqBase1)
|
||
|
||
NC_Calagem<-ArqBase1%>%
|
||
group_by(
|
||
FaixapH
|
||
)%>%
|
||
summarise(
|
||
"NC" = mean(NC),
|
||
"Número de Amostras" = n(),
|
||
FaixapH=mean(FaixapH)
|
||
)%>%
|
||
add_column(.after="FaixapH",Calagem=c("sem calcário", "com calcário","com calcário", "com calcário"))
|
||
|
||
|
||
NC_Calagem1<-NC_Calagem%>%
|
||
group_by(
|
||
Calagem
|
||
)%>%
|
||
summarise(
|
||
"Necessidade de Calagem" = mean(NC)
|
||
)
|
||
|
||
|
||
```
|
||
|
||
Verifica-se que há uma diferença (p = 0,05) entre a NC para as amostras “sem calcário” (NC = 13,1 t/ha) e as “com calcário” (NC = 10 t/ha).
|
||
|
||
A correção da acidez, através da aplicação do calcário, eleva o pH, a soma de bases e a V, e diminui o H + Al do solo. A duração do efeito da correção ainda não foi muito estudada, mas, como pode ser observado no estudo de Ciotta et al (2004), pode ser de até 12 anos. Esses resultados evidenciam que a aplicação do calcário não “corrigiu” o solo, e indicam que pode ter havido um descuido na sua aplicação.
|
||
|
||
|
||
O mapa com as informações do pH das áreas amostradas constam na figura 10.
|
||
|
||
|
||
|
||
O mapa com as informações da Saturação de Bases (V%) consta na figura 11.
|
||
|
||
|
||
|
||
|
||
## Matéria orgânica no solo
|
||
A média geral de matéria organica no solo das amostra é de 8%, com variação de 0% a 18,7%.
|
||
Na tabela 9 foram organizados os dados dos teores de MO de acordo com a classe de interpretação, elaborada de acordo com @PR2017.
|
||
|
||
### Classe de Interpretação de Matéria Orgânica
|
||
|
||
```{r echo=FALSE, message=FALSE}
|
||
ArqBase1<-ArqBase1 %>% mutate("Classe_de_interpretação" = case_when(
|
||
MO <0.7 ~ "Muito Baixo",
|
||
MO <1.49 ~ "Baixo",
|
||
MO <2.49 ~ "Médio",
|
||
MO <3.49 ~ "Alto",
|
||
MO >3.5 ~ "Muito alto"))
|
||
|
||
MO_Classes<-ArqBase1%>%
|
||
group_by(
|
||
Classe_de_interpretação
|
||
)%>%
|
||
summarise(
|
||
"Número de amostras"=n(),
|
||
"Média de Concentração de MO (%)" = mean(MO)
|
||
|
||
)
|
||
|
||
```
|
||
|
||
|
||
```{r, echo=FALSE, message=FALSE, error=FALSE, warning=FALSE}
|
||
kable(MO_Classes,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 9 - Número de amostras, com a média de concentração de Matéria Orgânica (%) de acordo com a classe de interpretação, dos solos dos assentamentos de Palmas, PR")
|
||
|
||
```
|
||
|
||
O mapa das informações sobre a concentração de matéria orgânica no solo (MO) pode ser vista na Figura 12.
|
||
|
||
|
||
|
||
|
||
|
||
A maioria das amostras (53) apresentou concenttração de Matéria orgânica Muito alta. Isso se deve ao fato de estarmos numa altitude superior a 1000 m, com baixa interperização da materia orgânica.
|
||
|
||
## Fósforo
|
||
Para as classes de interpretação do fósforo, o Manual do Paraná diferencia entre quantidade de argila e cultura. Em relação à argila, todas as amostras possuem mais de 50%, por isso não há distinção entre a argila para interpretação do P. Em relação à cultura, há diferenças na interpretação para culturas em geral e para olerícolas (estas duas categorias atendem ao que é cultivado pelos assentados).
|
||
|
||
Nos dados das análises de solo relativos ao fósforo foram verificados outlayers, que prejudicam uma análise estatística, sendo por isso removidos. A média dos teores de fósforo, nas análises dos assentamentos é de 7 mg kg^-1^.
|
||
|
||
|
||
### Classes de interpretação de fósforo para culturas em geral
|
||
Na tabela 10 foram organizados os dados da concentração de P (mg kg^-1^) das amostras, acordo com a classe de interpretação para culturas em geral do @PR2017.
|
||
|
||
```{r echo=FALSE, message=FALSE}
|
||
ArqBase1<-ArqBase1 %>% mutate(Classe_P_Geral = case_when(
|
||
Fosforo <3 ~ "Muito Baixo",
|
||
Fosforo <6.99 ~ "Baixo",
|
||
Fosforo <9.99 ~ "Médio",
|
||
Fosforo <12 ~ "Alto",
|
||
Fosforo <60 ~ "Muito alto",
|
||
Fosforo > 60 ~"Condição a evitar"))
|
||
|
||
P_G_Classes<-ArqBase1%>%
|
||
group_by(
|
||
Classe_P_Geral
|
||
)%>%
|
||
summarise(
|
||
"Media P (mg k-1)" = mean(Fosforo),
|
||
"Número de amostras"=n()
|
||
)
|
||
```
|
||
|
||
|
||
```{r, echo=FALSE, message=FALSE, error=FALSE, warning=FALSE }
|
||
kable(P_G_Classes,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 10 - Número de amostras, com a média do P (mg kg^-1^) de acordo com a classe de interpretação para culturas em geral, dos solos dos assentamentos São Lourenço, Margem do Irati e Paraíso do Sul, no município de Palmas, PR")
|
||
|
||
```
|
||
|
||
Para a categoria de culturas em geral, temos 44 amostras nas classes muito baixo e médio, que de acordo com o manual de adubação do Paraná, necessitam de adubação de correção. As outras 17 amostras estão nas classes Alto, muito alto ou condição a evitar.
|
||
|
||
### Classe de interpretação para olerícolas
|
||
Uma das principais atividades dos assentados onde foram coletadas as amostras de solo, é a olericultura. Em vista disso, foi elaborada a tabela 11, com os dados de classes de interpretação do P, para a olericultura.
|
||
|
||
```{r, echo=FALSE, include=FALSE}
|
||
ArqBase1<-ArqBase1 %>% mutate(Classe_P_olerícolas = case_when(
|
||
Fosforo <8.0 ~ "Muito Baixo",
|
||
Fosforo <20.99 ~ "Baixo",
|
||
Fosforo <49.99 ~ "Médio",
|
||
Fosforo <99.9 ~ "Alto",
|
||
Fosforo <300 ~ "Muito alto",
|
||
Fosforo < 1000 ~"Condição a evitar"))
|
||
|
||
P_ole_Classes<-ArqBase1%>%
|
||
group_by(
|
||
Classe_P_olerícolas
|
||
)%>%
|
||
summarise(
|
||
"Media P (mg k-1)" = mean(Fosforo),
|
||
"Número de amostras"=n()
|
||
)
|
||
|
||
```
|
||
|
||
|
||
```{r, echo=FALSE, message=FALSE, error=FALSE, warning=FALSE}
|
||
kable(P_ole_Classes,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 11 - Número de amostras, com a média do P (mg kg^-1^) de acordo com a classe de interpretação para olerícolas , dos solos dos assentamentos São Lourenço, Margem do Irati e Paraíso do Sul, no município de Palmas, PR")
|
||
```
|
||
|
||
No caso das classes do P pára olerícolas, temos 55 médias, baixas ou muito baixas, e apenas 2 na classe alto, e 4 na classe muito alto.
|
||
|
||
Na figura 13 estão representados os dados de P no solo e a respectiva localização.
|
||
|
||
|
||
|
||
|
||
|
||
## Potássio
|
||
|
||
A insterpretação dos teores de potássio, de acordo com o [@PR2017] se dá em 6 faixas, de acordo com a concentração em K trocável (extraído por Mehlich-1), e com as culturas a serem cultivadas. Desta forma, possui duas faixas para interpretação, sendo uma para culturas em geral, e outra para olericolas, alfafa e café.
|
||
Sendo que uma das principais atividades dos assentados dos quais foram amostrados os solos é a olericultura, serão apresentados as classe para esta atividade, na tabela 12.
|
||
|
||
```{r, echo=FALSE, inlcude=FALSE, results='hide'}
|
||
ArqBase1<-ArqBase1 %>% mutate(Classe_K_olerícolas = case_when(
|
||
K_cmol <0.15 ~ "Muito Baixo",
|
||
K_cmol <0.30 ~ "Baixo",
|
||
K_cmol <0.45 ~ "Médio",
|
||
K_cmol <1.20 ~ "Alto",
|
||
K_cmol <10 ~ "Muito alto",
|
||
K_cmol < 1000 ~"Condição a evitar"))
|
||
View(ArqBase1)
|
||
|
||
K_ole_Classes<-ArqBase1%>%
|
||
group_by(
|
||
Classe_K_olerícolas
|
||
)%>%
|
||
summarise(
|
||
"Media P (mg k-1)" = mean(K_cmol),
|
||
"Número de amostras"=n()
|
||
)
|
||
arrange(K_ole_Classes, "Número de amostras")
|
||
|
||
```
|
||
|
||
|
||
```{r echo=FALSE, message=FALSE, error=FALSE, warning=FALSE}
|
||
kable(K_ole_Classes,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 12 - Número de amostras, com a média do K (cmolc dm-3 ) de acordo com a classe de interpretação para olerícolas , dos solos dos assentamentos São Lourenço, Margem do Irati e Paraíso do Sul, no município de Palmas, PR")
|
||
|
||
```
|
||
|
||
|
||
Das 61 amostras coletadas, 30 apresentam teor de Potássio alto ou muito alto, enquanto que outras 18 apresentam teor médio, e 13 apresentam teor baico ou muito baixo.
|
||
|
||
|
||
O mapa da distribuição das amostras e as concentrações de potássio constam na Figura 12.
|
||
|
||
.
|
||
|
||
|
||
|
||
Os dados de fertilidade de solo indicam que há uma grande disparidade entre os solos coletados, sem relação clara com a declividade ou altitude. Isso pode ser justificado pelo fato de que muitos solos foram coletados em áreas cultivadas, que receberam calagem e adubações ao longo dos últimos anos.
|
||
|
||
As amostras analisadas, indicam, entretanto algumas caracerísticas correlacionadas com o tipo de solo característico dos assentamentos, ou seja: pH baixo (<5,5) e V% baixo (<65%), e alta concentração de Matéria orgânica.
|
||
|
||
|
||
## Considerações Finais
|
||
|
||
Atualmente são 153 famílias assentatas, em uma área de 4495 ha, nos três
|
||
assentamentos. A altitude dos assentamentos varia de 1020 a 1260 m acima do nível médio do
|
||
mar, com clima predominante Cfb. A temperatura média máxima e mínima entre os anos de
|
||
1979 a 2017, foi de 22,6 e 12,1°C, respectivamente. A precipitação média neste período foi de
|
||
2142 mm anuais, com 141 dias com chuvas. Os solos predeminantes são Neossolos, com
|
||
49,7% da área total, Cambissolos, com 29,1% da área e em Nitossolo com 21% da área,
|
||
possuindo como caracteristicas em comum, a baixa profundidade. A área destinada para a
|
||
proteção ambiental é de 2214 ha, ou seja, aproximadamente 50% da área. As classes de
|
||
declividade dos solos indicam que apenas 20.82% da área possui pequena o nenhuma
|
||
dificuldade de conservação do solo (Classes 1 e 2), enquanto que a maior parte da área
|
||
(46,5%) tem sérios riscos de erosão. De acordo com as análises de solo, concluímos que o solo
|
||
é predominantemente argiloso, possui pH e V% baixo (<5,5; <65%, respectivamente), e alta
|
||
concentração de Matéria orgânica, com grande variação para as demais características
|
||
químicas.
|
||
|
||
# Tuturiais
|
||
N sencunda parte do relatório constam os tutorias elaborados para o tratamentos dos dados no **"R"** e dos mapas no **"Qgis"**. Ambos são softwares livres, e esses tutoriais podem ser utilizados eventualmente para a realização de atividades semelhantes.
|
||
|
||
## Instalação do Qgis
|
||
No primeiro tutorial são apresentos os passos para a instalção do Qgis, tanto em linux, quanto em Windowns. Este software foi utilizado par a confecção dos mapas temáticos sobre o assentamento.
|
||
|
||
O Tutorial na integra pode ser lido no anexo 1, ou no link <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/Instalacao-QGIS.odt>.
|
||
|
||
## Coleta e organização dos dados pela ferramenta Kobotools
|
||
Como a coleta dos dados foi realizada pelo aplicativo **"Kobotools"**, os dados foram manipulados para permitir a análise no interpretação "Rstudio". Depois desta manipulação, esses dados poderão ser visualizados em mapas, e intercalados com outras informações que se acrescentam durante as análises dos assentamentos.
|
||
|
||
### Descrição do tutorial
|
||
|
||
Este script tem como objetivo organizar os dados coletados (pontos de GPS) pelo Kobotool para serem usados no Qgis, na elaboração de mapas temáticos. Os dados originais provém do aplicativo kobotols <https://www.kobotoolbox.org/>, coletados para um trabalho de elaboração demapas temáticos da area dos assentamentos de Palmas, PR.
|
||
|
||
O tutorial completo está no ANEXO 2, e pode ser acessado no link <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_1_OrganizarDadosColetaKobo.html>.
|
||
|
||
## Uso de Bancos de dados para confecção de mapas de interesse
|
||
|
||
### Descrição
|
||
|
||
Este tutorial tem como finalidade mostrar o passo a passo para inserir mapas de declividade, altitude e inclinação dos terrenos de uma área específica. Os dados de topografia também foram utilizados para determinar a altitude, inclinação de declividade dos solos no assentamento, conforme ser'apresentado no relatório.
|
||
No tutorial que consta no anexo 3 estão descritos os passos para inserir ou produzir mapas de: Divisão política e administrativa; Delimitação da área dos assentamentos; Características do terreno; Curvas de nível - elevação.
|
||
|
||
O tutorial pode ser acessoado aqui <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_2_Baixar_Inserir_Camadas_2.html>
|
||
|
||
## Cálculos da ocupação de áreas por indicadores específicos
|
||
O script (tutorial) "Cálculos da ocupação de áreas por indicadores específicos", tem como finalidade demonstrar um método para calcular os dados das imagens do projeto do Assentamento SL.
|
||
Foram calculados os indicadores dos seguintes temas:
|
||
`Porcentagem de cada altitude`,
|
||
`Porcentagem de área para cada orientação`,
|
||
`Capacidade de uso do solo`,
|
||
`Porcentagem de APP `,
|
||
`Porcentagem de Mata Nativa`,
|
||
O tutorial pode ser acessoado aqui <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_4_Calculos_Porcentagem.html>
|
||
|
||
|
||
## Uso do controle de versões GIT
|
||
"GIT" é é um sistema de "controle de versões distribuído", que é usado para registrar o histórico de edições de qualquer tipo de arquivo (Exemplo: alguns livros digitais são disponibilizados no GitHub e escrito aos poucos publicamente).
|
||
Esse relatório foi elaborado utilizando as ferramentas do GITEA, e a orientação necessária para acessar todo o projeto, com o controle de versões, está neste tutorial, que pode ser acessado via <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Projetos_Git_R.Rmd>
|
||
|
||
# Agradecimentos
|
||
Agradeço ao Dr. José Bran pelo auxilio na elaboração do tutorial 2 e uso do GIT. Ao
|
||
assentado Adelar dos Santos pelo auxílio na coleta das amostras de solos e contato com outros
|
||
assentados. Aos Linus Torvalds e Junio Hamano pelo desenvolvimento do sistema GIT. À
|
||
equipe Rteam e Rsudio pela elaboração e disponibilização do R e Rstudio em software livre.
|
||
A professora Rejane pela elaboração e execução do projeto de extensão “Diagnóstico e
|
||
planejamento participativo dos assentamentos Paraíso do Sul, Margem do Iratim, São
|
||
Lourenço, localizados no Município de Palmas/PR.
|
||
|
||
|
||
# Referências |