631 lines
40 KiB
Plaintext
631 lines
40 KiB
Plaintext
---
|
||
title: "Relatório do estágio II"
|
||
author: "Adenor Vicente Wendling"
|
||
date: "29/04/2021"
|
||
output:
|
||
html_document:
|
||
df_print: paged
|
||
referencia_odt: my_styles2.odt
|
||
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 município de Palmas, PR. A caracterização foi elaborada com bases nos arquivos digitais disposíveis na internet, em sites oficiais, com as seguintes detalhes; Área total e delimitações, cobertura vegetal, declividade, curvas de nível, orientação, tipo de solo, aptidão de uso e ferilidade do solo. Para a caracterização da fertilidade foram coletadas sesenta e uma amostras de solo, sendo vinte e quatro com apoio do kobotools, e as demais pelos próprios agricultores, em função da pandemia, que inviabilizou o deslocamento da equipe para coleta. Todas as avaliações e processos realizadso para a elaboração deste relatório foram registrados e serviram para a elaboração tuturiais. Esses tutoriais, com o passo a passo foram elaborados para servir de orientação para futuros interessados nesta área. Os tutoriais e este relatório foram elaborados pelo sofware "Rstudio" e em sistema de controle de versões "gitea" e disponibilizados na internet em link <https://git.disroot.org/Adenor-W/Assentamento.git>
|
||
---
|
||
|
||
```{r setup, include=FALSE}
|
||
knitr::opts_chunk$set(echo = TRUE)
|
||
```
|
||
|
||
|
||
```{r echo=FALSE, message=FALSE}
|
||
require(dplyr)
|
||
require(tidyr)
|
||
require(ggplot2)
|
||
require(kableExtra)
|
||
library(plotrix)
|
||
library(knitr)
|
||
library(tidyverse)
|
||
library(readr)
|
||
```
|
||
|
||
# 1. Introdução
|
||
|
||
Os assentamentos São Lourenço, Margem do Irati e Paraiso do sul foram criados em 1999, quando foram assentadas 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, mas houve várias trocas de moradores, ou seja; nem todas as famílias inicialmente assentadas estão residindo nos assentamentos.
|
||
|
||
|
||
Durante as conversas rápidas mantidas pelo grupo de servidores do IFPR com os moradores dos assentamentos, e em busca bibliográfica, não foram identificados documentos com a caracterização da area dos 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 via internet, e, com o 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]).
|
||
|
||
|
||
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 e o Qgis*, ou ainda os controladores de versões conhecidos como *HUB*, também não são de conhecimento amplo, e por isso, muitos dos dados disponíveis deixam de ser utilizados apropriadamente.
|
||
|
||
Para elaborar um estudo dos assentamentos, foram utilizados inímeros dados disponíveis em sites oficias, importados e manipulados através dos sofwares livres citados acima, bem como o sistema de controle de versões gitea.
|
||
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 curvas de nível da área, através dos softwares livres “Qgis” e “R”.
|
||
|
||
|
||
# 2. Revisão de Literatura
|
||
## 2.1 Utilização da cartografia
|
||
O uso de mapas temáticos, ou seja, dos produtos cartográficos, faz parte da história do homem, e tem como objetivo é 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, permite 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.
|
||
|
||
|
||
>> Mapas Temáticos: são representações de determinados aspectos ou temas sobre outros mapas existentes, denominados de mapas-base. Qualquer mapa que apresente informações além daquelas específicas sobre a superfície é um mapa temático
|
||
|
||
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].
|
||
|
||
## 2.1 Sistemas geodésicos
|
||
As referências as posições da terra e da localização de espaços, é chamado de sistema geodésico. No Brasil já foram adotados como oficiais os sistemas geodésicos Córrego-Alegre, Astro datum Chuá, SAD-69 e atualmente válido o Sistema de referencia geocêntrico para as Américas - (SIRGAS 2000) [@MarcusV2019].
|
||
|
||
## 2.1 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, UTM,
|
||
|
||
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.
|
||
|
||
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.
|
||
|
||
|
||
# 3. METODOLOGIA
|
||
## 3.1 – Coleta e análise do solo
|
||
Os dados e mapas aqui apresentados 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.
|
||
A excessão dos dados das amostras de solos, que foram coletados nos assentamentos na profundidade de 0 a 0,20 m, com trado tipo holandês, com 10 subamostras amostra. O solo coletado foi analisado no laboratório de solos da IFPR em Palmas, utilizando a metodologia descrita em (EMBRAPA, 2009),
|
||
|
||
# Localização dos Assentamentos
|
||
|
||
# Localização
|
||
A base de dados para elaborar o mapta de localização utilizada é a do IBGE, e pode ser localizada 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.
|
||
|
||
|
||
Os assentamentos São Lourenço, Margem do Irati e Paraiso do sul”, localizados município de Palmas, PR, próximo à divisa com o município de Bituruna. Localiza-se entre as coordenadas 7088360 e 7074803 S e 427935 a 447683 O, conforme figura 1. A Altitude varia de 1023 a 1251 m.
|
||
|
||
|
||
|
||
## 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, segundo @Alvares2013 é o Cfb, ou seja: Clima temperado, com verão ameno. Chuvas uniformemente distribuídas, sem estação seca e a temperatura média do mês mais quente não chega a 22ºC. Precipitação de 1.100 a 2.000 mm. Geadas severas e freqüentes, num período médio de ocorrência de dez a 25 dias anualmente.
|
||
|
||
Segunda dados fornecidos no site do IDR-Paraná, que abrange o período de 1979 a 2017, a temperatura média máxima e mínima anual foi de 22,6 e 12,1 °C. 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.
|
||
|
||
## Solos dos 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,SUB_GRUPO_,"%")
|
||
```
|
||
|
||
|
||
```{r echo=FALSE,message=FALSE, error=FALSE}
|
||
require(kableExtra)
|
||
kable(soloAssts2,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "1 - Tipo 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 forte 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 presença uniforme de Cambissolo (CX) e Neossolo (RL).
|
||
|
||
|
||
O Neosolo 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 saturação por bases (valor V) inferior a 65% @SBCS2018.
|
||
|
||
O nitossolo são solos 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.
|
||
|
||
O Cambissolos háplicos 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.
|
||
|
||
|
||
A distribuição dos solos, até o nível de Sub Grupo, constam na figura 4.
|
||
|
||
|
||
|
||
|
||
|
||
# CAR - Cadastro ambiental rural
|
||
O Cadastro ambiental rural reune as informações ambientais fornecidadas pelos proprietários dos imóveis rurais, no âmbito da lei Nº 12.651, DE 25 DE MAIO DE 2012, que Dispõe sobre a proteção da vegetação nativa; altera as Leis nºs 6.938, de 31 de agosto de 1981, 9.393, de 19 de dezembro de 1996, e 11.428, de 22 de dezembro de 2006; revoga as Leis nºs 4.771, de 15 de setembro de 1965, e 7.754, de 14 de abril de 1989, e a Medida Provisória nº 2.166-67, de 24 de agosto de 2001; e dá outras providências.
|
||
|
||
Os dados disponibilizados estão divididos em vários grupos, conforme se visualiza na imagem 1.
|
||
.
|
||
|
||
|
||
Através dos dados, foram elaborados os mapas da figura 01, 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
|
||
RLporc=AreaReserva/4495
|
||
|
||
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$area)/10000
|
||
App
|
||
Appporc=AreaReserva/4495
|
||
|
||
Appporc
|
||
```
|
||
|
||
A área destinada para a APP nos 3 assentamentos, calculada a partir da ferramenta *"v.report, do pacote GRASS no sofware Qgis"* é de `r Appporc/100`%, ou seja `r App` ha.
|
||
|
||
As áreas de APP e de Reserva legal são sobrepostas em algumas situações, o que pede uma análise desta sobrepposição para calcular a área total destinada de acordo com a lei acima citada.
|
||
|
||
```{r echo=FALSE, message=FALSE, include=FALSE}
|
||
sobrepor <- read_delim("Assentamento/sobrepor.txt",
|
||
"|", escape_double = FALSE, trim_ws = TRUE)
|
||
|
||
sobrepor<-sobrepor%>%
|
||
filter(area>0.0000000001)
|
||
Sobrepor=sum(sobrepor$area)/10000
|
||
Sobrepor
|
||
```
|
||
|
||
|
||
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, é de `r (App+AreaReserva-Sobrepor)` ha.
|
||
|
||
|
||
# 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 SRTM disponibilizados pelo USGS na rede mundial de computadores. Os primeiros dados do Topodata foram lançados em em agosto de 2008, e a partir daí o processamento dos dados foi sucessivamente inspecionado e revisado, com vistas a aprimoramentos e correções.
|
||
|
||
Para possibilitar uma futura expansão do Topodata, foi feita uma nova revisão dos produtos e processos, que culminou numa metodologia passível de aplicação onde quer que existam dados SRTM. Os dados atualmente disponíveis, desde novembro de 2011, foram elaborados em fiel correspondência a estes procedimentos."Fonte <http://www.dsr.inpe.br/topodata/index.php>
|
||
|
||
O acesso aos dados - imagens rasters e vetoriais - são através do link abaixo: <http://www.webmapit.com.br/inpe/topodata/>. Neste banco de dados podemos obter dados de: altitude, declividade, orientação, relevo sombreado, com resolução de 30 x 30 m.
|
||
|
||
## Formato e descrição doss arquivos
|
||
Os arquivos das imagens de declividade, altitude,orientação, relevo e curvaturas, são em formato disponibilizados em .gif.
|
||
A nomemnclatura segue um padrão, sendo:
|
||
Os primeiros dois números representam a latitude da imagem;
|
||
A letra S significa latude sul, e a letra N significa latitude Norte;
|
||
Os três últimos números são da longitude.
|
||
As letras finais indicam a finalidade da imagem, sendo:
|
||
`**ZN** para altitude`
|
||
|
||
`**SN** para Declividade`
|
||
|
||
`**ON** para Orientação`
|
||
|
||
`**OC** para Orientação octante`
|
||
|
||
`**RS** para Relevo sombreado`
|
||
|
||
`**VN** para Curvatura Vertical de 3 classes`
|
||
|
||
`**H3** representa imagens de curvatura Horizontal de 3 classes.`
|
||
|
||
|
||
## Altitudes e curvas de nível dos assentamentos
|
||
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.
|
||
|
||
Através dos dados, e utilizando o roteiro descrito no tutorial, foi elaborado o mapa com as altitudes do terreno dos 3 assentamentos (Figura 2)
|
||
|
||
|
||
|
||
|
||
Na tabela 1 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 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)
|
||
|
||
```
|
||
|
||
|
||
|
||
Porém, é necessário manipular o nome das colunas, para ser possível trabalhar com os dados.
|
||
|
||
```{r, include=FALSE, echo=FALSE, message=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 1 - Representação das altitudes e curvas de nível dos Assentamentos de Palmas")
|
||
```
|
||
|
||
Os dados são os seguintes: 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="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.
|
||
|
||
Inicialmente, através dos dados foi gerado o mapa com a orientação do terreno nos três assentamentos (Figura 3). O roteiro para a elaboração desses mapas está no tutorial 2.
|
||
|
||
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%20de%20Porcentagem.html>.
|
||
|
||
|
||
```{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)
|
||
|
||
#View(OrientAss4)
|
||
|
||
|
||
```
|
||
|
||
|
||
Os dados da orientação, calculados conforme explicado anteriormente, contam na tabela 2.
|
||
|
||
```{r kable_b_dados, echo=FALSE, include=TRUE}
|
||
|
||
kable(OrientAss4[ ,3:1 ],
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 2 - 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")
|
||
|
||
```
|
||
|
||
|
||
# Capacidade de uso segundo declividade do terreno
|
||
## De acordo com @Lepsch1983
|
||
Este manual, elaborado e publicado durante décadas, é 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:
|
||
|
||
> 1. Classe 1: terras cultiváveis, aparentemente sem problemas especiais de conservação;
|
||
|
||
> 1. Classe 2: terras cultiváveis com problemas simples de conservação;
|
||
|
||
> 1. Classe 3: terras cultiváveis com problemas complexos de conservação;
|
||
|
||
> 1. Classe 5: terras cultiváveis apenas ocasionalmente ou em extensão limitada, com sérios problemas de conservação;
|
||
|
||
> 1. Classe 5: terras adaptadas em geral para pastagens e/ou reflorestamento, sem necessidade de práticas especiais de conservação, cultiváveis apenas em casos muito especiais;
|
||
|
||
> 1. 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 = TRUE, 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)
|
||
```
|
||
|
||
|
||
### organizando dados
|
||
```{r, include=TRUE}
|
||
|
||
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 a seguir constam os dados das declividades, de acordo com a metodologia proposta por @Lepsch1983, dos assentamentos de Palmas.
|
||
|
||
```{r kable_b_dados declive}
|
||
|
||
kable(Declive_b,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "5 - Área (M²) e respectiva porcentagem (%) da declividade das áreas dos assentamentos de Palmas, PR, de acordo com @Lepsch1983")
|
||
```
|
||
|
||
|
||
De acordo com esses dados, pode-se verificar que a maior apenas 20.82% da área possui pequena o nenhuma dificuldade de conservação do solo (Classes 1 e 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.
|
||
|
||
## 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 7. 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 = TRUE, 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 = TRUE, 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 os dados da quatidade de m² de área de cada classe de declividade, de acordo com @Embrapa1994, dos assentamentos de Palmas.
|
||
|
||
```{r}
|
||
|
||
kable(Declive_c,
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "6 - Quantidade de metros quadrados de área de cada classe de declividade, conforme classificação da Embrapa (1991) no assentamento Sâo Lourenço")
|
||
```
|
||
|
||
|
||
|
||
Na imagem 10 pode ser observada a distribuição das áreas de acordo com a declividade segundo Embrapa 1994.
|
||
|
||
|
||
|
||
|
||
|
||
# Fertilidade do solo
|
||
As informação a seguir são oriundas das análises de solo coletadas no assentamento e analisadas no laboratório de solos do IFPR.
|
||
No pojeto original havia previsão de mais amostras de solo, com uma amostragem representativa para viabilizar uma análise mais geral dos assentamentos. Infelizmente isso não fooi possível, em virtude da pandemia, que inviabilizou o deslocamento dos integrantes do projeto para tantas amostras. Com isso, a interpolação de dados em mapas de cada assentamento não se justifica, pois não temos amostragem representativa.
|
||
|
||
As analises dos solos coletados, bem como as interpretações foram entregues as 28 famílias, com orientaçẽos de adubação de correção e manutenção, para a cultura indicada pelos agricultores. As interpretações e recomendações foram baseadas no Manual de adubação e calagem para o estado do Paraná [@PR2017].
|
||
|
||
Além disso, 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.
|
||
|
||
O primeiro mapa é sobre o pH das áreas amostradas (figura 5)
|
||
|
||
|
||
|
||
O segundo mapa se refere à saturação pr bases (V%).
|
||
|
||
|
||
|
||
|
||
O Terceiro mapa elaborado foi o de matéria orgânica no solo (MO).
|
||
|
||
.
|
||
|
||
|
||
Os dados acima distribuídos nos mapas de acordo com o local de coleta também podem ser visualizados na tabela 3.
|
||
|
||
```{r echo=FALSE, message=FALSE, include=FALSE}
|
||
library(readr)
|
||
Assent_Result_Solo <- read_csv("data/Assent_Result_Solo.csv")
|
||
str(Assent_Result_Solo)
|
||
```
|
||
|
||
```{r echo=FALSE, message=FALSE}
|
||
Rasult_pHVMOPK<-Assent_Result_Solo%>%
|
||
dplyr::select(Linha,pH, Fosforo, K_mg_k, MO, Sat_Base,CTCpH7)
|
||
```
|
||
|
||
|
||
```{r echo=FALSE, message=FALSE}
|
||
|
||
kable(Rasult_pHVMOPK[],
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 3 - Resultado das análises do solo das amostras coletadas no assentamentos")
|
||
```
|
||
|
||
|
||
# Simulação de recomendação de adubação para Macieira
|
||
cinco assentados estão implantando pomares de macieiras em suas propriedades, com o objetivo de incrementar a renda das familias. Com vistas a facilitar a interpretação dos dados, foi elaborado um script no "R" para gerar a interpetação e recomendação do solos, com base no Manual de Adubação e calagem para os estados do Rio Grande do Sul e Santa Catarina [@CQFSRS/SC2004], já que no manual do Paraná não há recomendação específica para a cultura da macieira.
|
||
|
||
Neste manual diz: "Os fertilizantes fosfatado e potássico indicados na adubação de pré-plantio devem ser aplicados a lanço na área total e incorporados na camada de zero a 20 cm de profundidade", pg 249.
|
||
Este script pode ser acessado no link <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_6_Macieira.Rmd> e no anexo 5. O script ppode ser utilizado para o banco de dados disponível no repositório do git. Também pode serir para outra base de dados de análises, desde que os dados estejam organizados da mesma forma, e que o interessado tenha uma pequena noção do manipulação de dados no software "R". É importante ressaltar que, este script, é apenas uma pequena amostra das possibilidade de automação de serviços rotineirosd através de tecnologia da informação, e pelos softwares já citados durante o presente relatório. A única informação que necessito informar ao rodar o script, é o número da análise que será interpretada.
|
||
|
||
# Tuturiais
|
||
A sencunda parte do relatório apresenta 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 será utilizado par a confecção dos mapas temáticos sobre o assentamento.
|
||
|
||
O Tutorial na integra pode ser lido no anexo 1.
|
||
|
||
## Coleta e organização dos dados pela ferramenta Kobotools
|
||
Como a coleta dos dados foi realizada pelo aplicativo **"Kobotools"**, os dados serão manipulados para permitir a análise no interpretação "R". Depois desta manipulação, esses dados poderão ser visualizados em mapas, e intercalados com outras informações que se acrescentam durante as análises dos assentamentos.
|
||
|
||
### Descrição
|
||
|
||
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. Em cada propriedade visitada, foram coletados entre 1 a 5 pontos na área agrícola. Os dados dos pontos estão em uma linha, e sua utilização exige que estejam organizados de forma a que cada ponto (Lat, Long, Alt e número do ponto), esteja em uma coluna. Ou seja, de cada linha, deve ter de 1 a 5 novas colunas.
|
||
O script foi escrito em duas mãos. Inicialmente o Adenor fez o script, com suas possibilidades, e posteriormente o José escreveu a parte do pivot_longer. Ao final, um mapa com os pontos, para demonstra o resultado.
|
||
No anexo 1 apresentamos o tuturial completo, elaborado captar e organizar os dados deste trabalho, bem como, para servir de base para futuras coletas de dados
|
||
|
||
Os resultados da localização pontos de coleta de solo, registrados no local através da ferramenta "kobo", disponível em <https://www.kobotoolbox.org/> constam na figura 2
|
||
|
||
|
||
|
||
|
||
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.Rmd>.
|
||
|
||
## Uso de Bancos de dados para confecção de mapas de interesse
|
||
|
||
### Descrição
|
||
|
||
Este documento 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 com:
|
||
1. Divisão política e administrativa;
|
||
1. Delimitação da área dos assentamentos;
|
||
1. Características do terreno;
|
||
1. 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.Rmd>
|
||
|
||
## 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.Rmd>
|
||
|
||
## Interpolaçao dedados de fertilidade
|
||
A interpolação de dados serve para eliminar o chamado “efeito mosaico” ou “efeito xadrez” na visualização de mapas temáticos. É o uso de uma equação matemática, para estimar um conjuto de dados separados no espaço, a partir de dados espaciais conehecidos. Ou seja, os dados conhecidos serão utilizados para estimar os dados enexistentes.
|
||
No tutorias, foi utlizado a ferramenta
|
||
>>> o tuturial não está completo
|
||
|
||
## Recomendações adubação macieira
|
||
Este documento tem como finalizade buscar uma recomendação adequada para a implantação e desenvolvimento da cultura da macieira na propriedade de IFPR, em Palmas. No Manual de adubação e calagem para o estado do Paraná [@PR2017] não há recomendação específica para a cultura da macieira. Por isso, a base para a recomendação será o Manual de Adubação e calagem para os estados do Rio Grande do Sul e Santa Catarina [@CQFSRS/SC2004].
|
||
Através do tutorial, que busca o banco de dados das análises do solos existentes na pasta especificada, bascam informar o número da análise a ser interpretada, e rodar o script.
|
||
|
||
|
||
O tutorial pode ser acessoado aqui <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_6_Macieira.Rmd>
|
||
|
||
## 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>
|
||
|
||
|
||
# Referências |