251 lines
18 KiB
Plaintext
251 lines
18 KiB
Plaintext
---
|
||
title: "MAPEAMENTO DAS CARACTERÍSTICAS CLIMÁTICAS E DE SOLO DO ASSENTAMENTO SÃO LOURENÇO."
|
||
author: "Adenor Vicente Wendling"
|
||
date: "22/11/2020"
|
||
output:
|
||
word_document:
|
||
toc: yes
|
||
reference_odt: my-styles.odt
|
||
bibliography: Assentamento.bib
|
||
csl: ABNT_IFPR.csl
|
||
---
|
||
|
||
|
||
```{r setup, include=FALSE }
|
||
knitr::opts_chunk$set(echo = TRUE, include=FALSE, message=FALSE)
|
||
```
|
||
|
||
```{r include=FALSE}
|
||
#install.packages("remedy")#para auxiliar na digitação ex.: ctrl + b -> negrito ctrl + i -> italico ctrl + k -> link ctrl + 1 -> h1 (cabeçalho 1) ctrl + 2 -> h1 (cabeçalho 2) ctrl + r -> insertar chunk de código!
|
||
#install.packages("kableExtra") # para inserir tabela
|
||
require(remedy)
|
||
require(kableExtra)
|
||
library(plotrix)
|
||
library(knitr)
|
||
library(tidyverse)
|
||
library(readr)
|
||
```
|
||
|
||
<https://liibre.github.io/Latin-R/#1>
|
||
|
||
|
||
<https://www.rosannavanhespen.nl/2016/02/16/writing-your-thesis-with-r-markdown-1-getting-started/>
|
||
|
||
|
||
# 1 INTRODUÇÃO
|
||
O assentamento São Lourenço foi criado em 1999, quando foram assentadas 58 famílias no local. Mas, como mostra uma reportagem do jornal “TribunaPR (2003)”, ainda 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, atualmente existem aproximadamente 50 famílias residindo nos assentamentos, mas houve várias trocas de moradores, ou seja; nem todas as famílias inicialmente assentadas estão residindo nos assentamentos.
|
||
|
||
|
||
Estas trocas e abandonos podem provir da falta de opções de atividades que possam gerar renda para as famílias, além da distância da centro urbano e dada dificuldade de adaptação ao novo ambiente.
|
||
|
||
|
||
Durante as conversas rápidas mantidas pelo grupo de servidores do IFPR com os moradores do assentamento, e na busca bibliográfica, não foi identificado nenhuma ação de planejamento coletivo para diagnosticar as opções de atividades que pudessem ser exploradas no local, tampouco um levantamento detalhado das características específicas que pudesse embasar tal diagnóstico.
|
||
|
||
|
||
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, entre outros, falta de conhecimentos, baixa produtividade, etc.
|
||
|
||
|
||
Para embasar um bom planejamento agropecuário, é necessário adotar boas práticas de planejamento, preferencialmente participativo, e ter um bom conhecimento das condições específicas da área. Entre as características sensíveis para a definição de atividades agropecuárias, podem ser enumeradas: fertilidade do solo, declividades do terreno, classes de aptidão do solo, pluviosidade, ventos predominantes, ocorrência de geadas, temperaturas máximas, mínimas e médias, etc. Muitas destas informações são acessíveis e disponibilizadas pelo IAPAR, IBGE, Exercito, Universidades, geralmente em âmbito municipal. Para conhecer as características específicas dos solos, entretanto, é necessário que se faça uma série de análises de sua fertilidade, , em locais adequadamente selecionados de acordo com a inclinação do terreno, tipo de vegetação, manejo dos últimos anos, etc.
|
||
|
||
Para tanto, este trabalho prevê a necessidade de realizar análises básicas de solo de diferentes áreas do assentamento, e a composição de mapas temáticos das características dos solos. Uma das hipóteses é que que existe uma grande heterogeneidade das fertilidades do solo, além da maioria apresentar pH baixo e deficiência de vários minerais.
|
||
Desta forma, o objetivo deste estudo, é coletar as informações disponíveis em forma digital nos sites especializados, bem como coletar e analisar 150 amostras de solos e a partir destes dados realizar análises e construir mapas temáticos com as características climáticas e do solo do Assentamento São Lourenço, de Palmas, PR.
|
||
|
||
# 2 OBJETIVOS
|
||
|
||
## 2.1 OBJETIVO GERAL
|
||
Criar mapas temáticos e criar um banco de dados sobre: fertilidade do solo; ventos predominantes; declividade e curvas de nível da área, através dos softwares livres “Qgis” e “R”.
|
||
|
||
## 2.2 OBJETIVOS ESPECÍFICOS
|
||
- Buscar os dados e mapas disponíveis na internet que abrangem a área do assentamento São Lourenço;
|
||
- Coletar 150 amostras de solo, georreferenciados (três amostras por morador);
|
||
- Realizar a análise química e física das amostras do solo no laboratório;
|
||
- Utilizar os mapas e o banco de dados para embasar futuros planejamentos de atividades agropecuárias para o assentamento.
|
||
|
||
# 3 JUSTIFICATIVA
|
||
No início de 2020 foi submetido o projeto ‘Diagnóstico e planejamento participativo dos assentamentos Paraíso do Sul, Margem do Iratim, São Lourenço, localizados no Município de Palmas/PR” ao edital de seleção de projetos de seleção no âmbito do IFPR. O projeto foi aprovado, porém os cuidados necessários para com a pandemia da COVID19 inviabilizam sua execução total no período atual.
|
||
|
||
O projeto aprovado prevê a realização de análises do solo nos estabelecimentos rurais dos assentamentos como parte do diagnóstico, e posterior elaboração de mapas temáticos com esses dados, para subsidiar o planejamento participativo e a priorização de atividades agropecuárias a serem fomentadas.
|
||
|
||
|
||
Tendo em vista a pandemia da COVID as atividades da elaboração do orçamento participativo estão suspensas. Enquanto isso não for possível, será efetuado a coleta, análise, interpretação e elaboração dos mapas temáticos, que posteriormente farão parte do projeto global. Mas, independentemente da realização das atividades de planejamento, que prevê reuniões com participação de público, os dados coletados, analisados e interpretados, serão base para elaboração de documentos, além de subsidiar possíveis orientações de políticas públicas de projetos a serem executados nestes assentamentos.
|
||
|
||
# 4 REVISÃO DA LITERATURA
|
||
Várias alternativas para diminuir os custos ambientais e financeiros, sem comprometer a oferta de alimentos para a população, têm sido testadas nos últimos anos, entre as quais mencionamos: redução e otimização do uso de fertilizantes minerais, especialmente do N (O’BRIEN, GEOGHEGAN, et al., 2016); diminuição da renovação das pastagens para evitar a perda de C orgânico do solo (SCHILS, VERHAGEN, et al., 2005), manejo rotativo racional das pastagens como forma de elevar produtividade e aumentar estoque de C orgânico (CONANT, SIX, et al., 2003, SEÓ, MACHADO FILHO, et al., 2017), SILP (MACEDO, 2009), substituição de adubo químico por orgânico (SANTOS, CASTAGNARA, et al., 2014), o plantio direto (PD), e os sistemas polifíticos (STEINBEISS, BESSLER, et al., 2008).
|
||
Ao mesmo tempo, 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).
|
||
|
||
O uso de softwares para o geoprocessamento de imagens de satélites (Gis) vem sendo muito uteis na análise, interpretação e comunicação dos dados na agricultura. 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 (CORTE, SILVA, et al., 2020, SANCHEZ, AHAMED, et al., 2009).
|
||
No mesmo artigo, (SANCHEZ, AHAMED, et al., 2009) citam vários exemplos da importância e benefícios do uso de ferramentas de GIS para auxiliar na interpretação dos dados dos solos em escala macro. Os autores ainda definem que um mapa digital do solo é essencialmente um banco de dados espacial das características do solo, baseado em estatística tipicamente de paisagem. Para isso, são coletadas amostras de solo a campo, e analisadas em laboratórios. Estes dados são utilizados para predizer a distribuição espacial das características do solo em uma determinada região ou característica conhecida.
|
||
|
||
|
||
Sempre é necessário lembra que a agropecuária é responsável por uma grande quantidade da emissão de gases, além de ter participação na eutrofização das águas, na perda da fertilidade do solo e na perda da diversidade (BUTCHART, WALPOLE, et al., 2010, GERBER, STEINFELD, et al., 2013). Por isso, o uso de tecnologias que possam diminuir esses problemas, sempre será muito desejado pela sociedade. E é isso que os sistemas GIS oferecem.
|
||
|
||
|
||
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 (SILVA, NASCIMENTO, et al., 2019).
|
||
Outro estudo, mais avançado e detalhado, foi realizado na região dos vinhedos (SARMENTO, FLORES, et al., 2008), e mostra a grande capacidade de produção de mapas, com informações de grande importância para a agricultura.
|
||
|
||
# 5 METODOLOGIA
|
||
## 5.1 – Coleta e análise do solo
|
||
O solo será coletado na profundidade de 0 a 0,20 m, com trado tipo holandês, com 10 subamostras amostra. O solo coletado será seco ao ar livre, destorroado e analisado no laboratório de solos da IFPR em Palmas para determinação de: pH, índice SMP, Ca e Mg, P, K, carbono orgânico total (COT) e matéria orgânica (MO). O método utilizado para avaliação dos atributos químicos está descrito em (EMBRAPA, 2009), e é especificado a seguir. O Ca e Mg serão extraídos pelo método KCl e determinado pelo método de espectrofotometria. A extração de P e K será com solução de Mehlich-1. A determinação da concentração de P será em Spectrophotometer V-1600, segundo (MURPHY, RILEY, 1962) e de K foi em fotômetro de chama. Os teores de COT serão quantificados pelo método de oxidação via úmida, com aquecimento externo, conforme descrito por (YEOMANS, BREMNER, 1988). Os teores de MO serão determinados multiplicando-se os valores de COT por 1.724 (NELSON, SOMMERS, 1982). As análises químicas serão em duplicatas, e amostras com erro e outsiders serão repetidas.
|
||
|
||
## 5.2 Análise dos dados
|
||
s dados das análise dos solo serão analisados e interpretadas com o auxilio do software Qgis. Para uma melhor interpretação, serão importados dados públicos sobre a declividade, inclinação, altitude, tipo de solo, pluviosidade, e interpolados com os resultados das análises do solo. Os dadas serão buscados em “ftp://geoftp.ibge.gov.br/cartas_e_mapas/”, https://bdgex.eb.mil.br/mediador/index.php?modulo=login&acao=entrar, (FOREST, 2020), etc. Com esta interpolação, serão construídos os mapas temáticos, extrapolando os dados dos pontos coletados para toda a área do assentamento.
|
||
Na figura 1 estão representadas as curvas de nível do assentamento São Lourenço. Os dados para a elaboração deste mapa constam no site do exército, e as delimitações do assentamento em arquivos disponibilizados pelo INCRA. A altitude, conforme identificado na figura 1, varia de 1060 a 1180m, e a área do assentamento é de 15,254 km².
|
||
Já na figura 2 estão representados os tipos de solos, e a declividade do assentamento São Lourenço, com uma resolução de 1:250.000. esta resolução é muito grande e não permite identificar pequenas variações existentes na área do assentamento, mas possibilita identificar especialmente as características gerais da área.
|
||
|
||
# 6 CRONOGRAMA
|
||
|
||
Tabela 1 – Descrição das atividades, período de realização e responsável pela realização, do projeto.
|
||
|O Quê| Quem| Quando |Como |
|
||
|-:|-:|-:|-:|
|
||
|Planejar locais de coleta|Adenor|Outubro 2020|Análise mapas|
|
||
|Informar público alvo|Adenor/Orientador|Outubro 2020|Rádio, rede local informal|
|
||
|Coleta das amostras|Bolsista/Adenor|Novembro 2020|Recomendações do manual|indicação de dados geográficos|
|
||
|Análise do solo em laboratório|Bolsistas|Novembro/dez 2020|Conforme manual Embrapa|
|
||
|Análise dos dados coletados|Equipe|Janeiro/Fev. 2021|Estatística descritiva, interpolação, gradientes|
|
||
|Produção dos mapas temáticos|Adenor|Março 2021|Uso do Qgis|
|
||
|Elaboração documentos final, com descrição, analise dos dados e mapas|Equipe|
|
||
Abril a julho 2021|Para publicar em boletim ou congresso.|
|
||
|
||
|
||
# 7 ORÇAMENTO
|
||
|
||
|
||
```{r, include=TRUE, echo=FALSE}
|
||
|
||
Orcamento = data.frame(Descrição = c("Reagentes para análises do solo","Despesas com viagens ao assentamento", "Bolsa estudo", "Impressão material relatório final", "Soma"), Quantidade = c(150,5,12,50, "-"),Preço_unitário = c("R$ 5,00", "R$ 100,00", "R$ 400,00", "R$ 4,00", "-"), Valor_Total=c("R$ 750.00", "R$ 500.00", "R$ 1200.00", "R$ 200,00", 500.00+ 1200.00+200.00+ 750.00))
|
||
#Orcamento
|
||
kbl(Orcamento, caption = "Tabela 2 - Orçamento para realização do projeto", booktabs = T) %>%
|
||
#kable_styling(latex_options = "striped")
|
||
kable_styling(latex_options = c("striped", "scale_down"))%>%
|
||
column_spec(1, width = "12cm")
|
||
```
|
||
|
||
|
||
Os recursos descritos como fonte de origem “Projeto”, são provenientes do convênio/projeto aprovado…… As despesas com a análise do solo serão em parte realizados com utilização dos reagentes oriundos do laboratório de solos, adquiridos com recursos ordinários do IFPR, como contrapartida.
|
||
Os recursos para a despesa de viagens ao assentamento foram oferecidos como contrapartida do IFPR para a realização do convênio.
|
||
|
||
# Características do relevo no assentamento
|
||
|
||
## Dados das altitudes
|
||
O dados das altitudes são provenientes do arquivo raster fornecido pelo site "Topodata". A Partir do arquivo raster `Altitude_SL`, foi recortado a área pertencente ao assentamento, e calculados os indices a seguir para 10 grupos de altitudes.
|
||
|
||
|
||
```{r, echo=FALSE, message=FALSE, include=TRUE, warning=FALSE}
|
||
|
||
Alt_estatistica <- read_delim("data/Alt_estatistica.txt", "|", escape_double = FALSE, col_names = FALSE,
|
||
trim_ws = TRUE, skip = 4)
|
||
#View(Alt_estatistica)
|
||
```
|
||
|
||
|
||
|
||
```{r, echo=FALSE, message=FALSE, include=TRUE}
|
||
|
||
Altitude_SL<-Alt_estatistica%>%
|
||
filter(X3=="from to . . . . . . . . . . . .")%>%
|
||
select(X2,X4)%>%
|
||
transmute(
|
||
De_Ate=X2,
|
||
Metro_Quad=X4,
|
||
Ha=X4/10000,
|
||
Porcentagem=X4/15215421*100,
|
||
)%>%
|
||
tidyr::separate(De_Ate, into=c("De","Até"), sep="-", remove="TRUE" )%>%
|
||
mutate(
|
||
Alt_Menor = as.numeric(De),
|
||
Alt_Maior = as.numeric(Até)
|
||
)
|
||
view(Altitude_SL)
|
||
```
|
||
|
||
Na tabela 2 constam os dados da altitude da área de terra do Assentamento, divididas em 1 grupos, com as altitudes variando de 1067 a 1198 metros acima do nível do mar, e as respectivas porcentagens e área pertencentes ao grupo.
|
||
|
||
```{r kable_a_dados, echo=FALSE, include=TRUE}
|
||
|
||
kable(Altitude_SL[ ,3:6 ],
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption =("Tabela 2 - Quantidade de metros quadrados de área de cada altitude, no assentamento Sâo Lourenço"))
|
||
```
|
||
|
||
|
||
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.
|
||
|
||
No gráfico 1 apresenta os mesmos dados de altitude, mas de forma mais didática, e a representação permite visualiar que a maior parte das áreas está em altitude que variam de 1100 a 1175 metros.
|
||
|
||
```{r, echo=FALSE,message=FALSE}
|
||
Grafico1 <-ggplot(Altitude_SL, aes(x=Alt_Menor, y=Porcentagem))+
|
||
geom_col(col="red",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, no Assentamento São Lourenço")
|
||
|
||
```
|
||
|
||
## Orientação do terreno
|
||
|
||
Os dados de orientação mostram para qual quadrante a área está inclinada. Serão usados os dados do arquivo raster de orientação, disponível no site TOPODATA, e recortado para a área do assentamento.
|
||
|
||
|
||
```{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}
|
||
|
||
Orient_NEst<-Orient_NEst%>%
|
||
filter(X3=="from to . . . . . . . . . . . . .")%>%
|
||
select(X2,X4)%>%
|
||
transmute(
|
||
De_Ate=X2,
|
||
Metro_Quad=X4,
|
||
Ha=X4/10000,
|
||
Porcentagem=X4/15163779*100,
|
||
)%>%
|
||
tidyr::separate(De_Ate, into=c("De","Até"), sep="-", remove="TRUE" )%>%
|
||
mutate(
|
||
Orient_Menor = as.numeric(De),
|
||
Orient_Maior = as.numeric(Até)
|
||
)%>%
|
||
arrange(Orient_Menor)
|
||
|
||
```
|
||
|
||
|
||
|
||
|
||
```{r kable_b_dados, echo=FALSE, include=TRUE}
|
||
|
||
kable(Orient_NEst[ ,6:4 ],
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "1 - Quantidade de metros quadrados de área de cada orientação, no assentamento Sâo Lourenço")
|
||
```
|
||
|
||
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<-Orient_NEst$Ha
|
||
|
||
radial.plot(OrientaHa,labels=OrietNames,rp.type="r",label.prop=1.1, main="Gráfico 2: Área (ha) conforme orientação, do assentamento São Lourenço",
|
||
grid.unit="Ha",poly.col="green",radial.lim=c(0,250),show.grid.labels=1,
|
||
line.col = "red", lwd=5, grid.col = "blue")
|
||
|
||
```
|
||
|
||
|