432 lines
32 KiB
Plaintext
432 lines
32 KiB
Plaintext
---
|
||
title: "Segundo Relatório"
|
||
author: "Adenor Vicente Wendling"
|
||
date: "29/04/2021"
|
||
output:
|
||
word_document:
|
||
referencia_odt: my_styles2.odt
|
||
bibliography: ../Fruti.bib
|
||
csl: ../ABNT_IFPR.csl
|
||
always_allow_html: yes
|
||
abstract: Este relatório final apresenta as principais realizações alcançadas no projeto "diagnóstico participativo nos Assentamentos São Lourenço, Margem do Irati e Paraiso do sul" durante todo o período de execução. Foram coletadas até o momento 61 amostras de solo, sendo 24 com apoio do kobotools, e as demais pelos próprios agricultores, em função da pandemia, que inviabilizou o deslocamento da equipe para coleta. Além das coletas, foram realizados estudos osbre a geografia do assentamento, especialmente da altitude, inclinação e declividade do terreno. foram elaborados tuturiais para orientar a elaboração de mapas temáticos de localização dos pontos de coleta, do relevo, dos dados com cadastro ambiental rural e da interpretação estatística dos dados geográficos. Apesar das dificuldades que inviabilizaram a coleta de todas as amostras previstas, bem como das atividades presenciais, foram realizadas várias atividades previstas. A realização do diagnóstico participativo foi inviabilisado, inviabilizando também a realização dos estudos para as atividades elegidas como prioritárias.
|
||
---
|
||
|
||
```{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)
|
||
```
|
||
|
||
|
||
# Tuturiais
|
||
A primeira 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.
|
||
|
||
### Rápida 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 <https://git.disroot.org/Adenor-W/Assentamento/src/branch/master/tutoriais/Tutorial_1_OrganizarDadosColetaKobo.Rmd>.
|
||
|
||
|
||
|
||
O segundo mapa mostra os pontos de coleta de solo, registrados no local através da ferramenta "kobo", disponível em <https://www.kobotoolbox.org/>.
|
||
|
||
|
||
|
||
|
||
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
|
||
|
||
### Introdução
|
||
|
||
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%20_Inserir%20_Camadas.Rmd>
|
||
|
||
# Estudos sobre o assentamento.
|
||
## 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 @CORTE2020 (CORTE, SILVA, et al., 2020, SANCHEZ, AHAMED, et al., 2009).
|
||
No mesmo artigo, @Sanchez2009 (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 *XX* 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.
|
||
|
||
# Divisão política e administrativa
|
||
Quando se trabalha com bases georeferencias, a visualizaçao da localização a nível municipal facilita as atividades. Por isso, uma das primeiras camadas a inserir no projeto, é a divisão política e administrativa do estado, em níveil municipal.
|
||
|
||
A base de dados que pode ser utilizadas 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.
|
||
|
||
|
||
|
||
## 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 <https://certificacao.incra.gov.br/csv_shp/export_shp.py>
|
||
Selecione os dados e o estado do seu interesse (Ex. Projetos Assentamentos todos; Paraná). Clinque em enviar, e quando finalizado oprocessamento dos mpas, clique sobre o arquivo para donwload. Depois de baixados, e nécessário extrair os arquivos e salva-los em local de sua preferência.
|
||
|
||
|
||
|
||
|
||
# Características do relevo no assentamento
|
||
|
||
## Mapas com dados do CAR
|
||
|
||
## 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, na = "0" )
|
||
|
||
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
|
||
|
||
## Os dados do **Topodata**
|
||
|
||
A seguir tem uma pequena transcrição sobre os dados do topodata. "O projeto Topodata oferece o Modelo Digital de Elevação (MDE) e suas derivações locais básicas em cobertura nacional, ora elaborados a partir dos dados SRTM disponibilizados pelo USGS na rede mundial de computadores.
|
||
|
||
Desde que o Topodata foi lançado pela primeira vez, em agosto de 2008, o processamento dos dados foi sucessivamente inspecionado e revisado, com vistas a aprimoramentos e correções. Os dados inicialmente disponibilizados seguiram fielmente as opções e especificações constantes no “Guia de utilização” associado ao Topodata. Porém, problemas na articulação entre folhas e a demanda por mais formatos levaram a um novo tratamento dos dados desde sua preparação, e detalhes do processamento de derivação geomorfométrica foram oportunamente melhorados, e estes novos produtos estiveram disponíveis desde o dia 6 de maio de 2009.
|
||
|
||
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 - 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.`
|
||
|
||
## 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.
|
||
|
||
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)
|
||
)
|
||
#View(Altitude_SL)
|
||
```
|
||
|
||
|
||
|
||
```{r kable_a_dados, echo=FALSE, message=FALSE}
|
||
|
||
kable(Altitude_SL[ ,3:6 ],
|
||
format = "simple",
|
||
digits = 1,
|
||
padding = 2,
|
||
caption = "Tabela 1 - Quantidade de metros quadrados de área de cada altitude, no assentamento Sâo Lourenço")
|
||
```
|
||
|
||
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}
|
||
|
||
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)
|
||
|
||
```
|
||
|
||
|
||
Os dados da orientação, calculados conforme explicado anteriormente, contam na tabela 2.
|
||
|
||
```{r kable_b_dados, echo=FALSE, include=TRUE}
|
||
|
||
kable(Orient_NEst[ ,6:4 ],
|
||
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")
|
||
|
||
```
|
||
|
||
## Curvas de nível - elevação
|
||
O exerxito brasileiro oferece inúmeros dados através de mapas, sendo o mais importante para elaborar o estudo da área dos assentamentos é o mapa de elvação (curvas de nível do terreno), no link <https://bdgex.eb.mil.br/bdgexapp>. É preciso preencher um cadastro, mas os dados são públlicos e após o cadastro, facilmente obtidos no site.
|
||
Outra forma de opter as curvas de nível, é através do arquivo raster de **altitude**. Neste caso, segue-se os seguintes passos:
|
||
Selecione **Raster** no menu, em seguida **Extrair** e depois **contornos**
|
||
Na janela aberta, complete ou selecione os dados necessários, principalmente *equidistância entre contornos*.
|
||
No caso dos assentamentos, as curvas de nível foram definidas com uma distância de 10 m verticais, conforme figura (4)
|
||
|
||
|
||
# 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.
|
||
|
||
|
||
# Referências |