generated from doomlol/lol.git.disroot.org
Primeiro comitt. Transferencia de dados
This commit is contained in:
parent
d2f26387fc
commit
ab039231e7
44 changed files with 15627 additions and 0 deletions
4
.gitignore
vendored
Normal file
4
.gitignore
vendored
Normal file
|
|
@ -0,0 +1,4 @@
|
|||
.Rproj.user
|
||||
.Rhistory
|
||||
.RData
|
||||
.Ruserdata
|
||||
13
RelatorioEstagioII.Rproj
Normal file
13
RelatorioEstagioII.Rproj
Normal file
|
|
@ -0,0 +1,13 @@
|
|||
Version: 1.0
|
||||
|
||||
RestoreWorkspace: Default
|
||||
SaveWorkspace: Default
|
||||
AlwaysSaveHistory: Default
|
||||
|
||||
EnableCodeIndexing: Yes
|
||||
UseSpacesForTab: Yes
|
||||
NumSpacesForTab: 2
|
||||
Encoding: UTF-8
|
||||
|
||||
RnwWeave: Sweave
|
||||
LaTeX: pdfLaTeX
|
||||
3
Relatos/.gitignore
vendored
Normal file
3
Relatos/.gitignore
vendored
Normal file
|
|
@ -0,0 +1,3 @@
|
|||
relatorio.odt
|
||||
RelatorioEstagioII_1.docx
|
||||
RelatorioEstagioII.Rmd
|
||||
1
Relatos/.~lock.primeiro_relatorio.odt#
Normal file
1
Relatos/.~lock.primeiro_relatorio.odt#
Normal file
|
|
@ -0,0 +1 @@
|
|||
,casa,casa-X450CA,12.12.2021 22:37,file:///home/casa/.config/libreoffice/4;
|
||||
BIN
Relatos/RelatorioEstagioII.docx
Normal file
BIN
Relatos/RelatorioEstagioII.docx
Normal file
Binary file not shown.
1516
Relatos/RelatorioEstagioII.html
Normal file
1516
Relatos/RelatorioEstagioII.html
Normal file
File diff suppressed because one or more lines are too long
250
Relatos/RelatorioProjetoAssentamento.Rmd
Normal file
250
Relatos/RelatorioProjetoAssentamento.Rmd
Normal file
|
|
@ -0,0 +1,250 @@
|
|||
---
|
||||
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")
|
||||
|
||||
```
|
||||
|
||||
|
||||
987
Relatos/RelatorioProjetoAssentamento.html
Normal file
987
Relatos/RelatorioProjetoAssentamento.html
Normal file
File diff suppressed because one or more lines are too long
Binary file not shown.
|
After Width: | Height: | Size: 14 KiB |
Binary file not shown.
|
After Width: | Height: | Size: 30 KiB |
BIN
Relatos/mystyles2.docx
Normal file
BIN
Relatos/mystyles2.docx
Normal file
Binary file not shown.
BIN
Relatos/mystyles2.odt
Normal file
BIN
Relatos/mystyles2.odt
Normal file
Binary file not shown.
432
Relatos/primeiro_relatorio.Rmd
Normal file
432
Relatos/primeiro_relatorio.Rmd
Normal file
|
|
@ -0,0 +1,432 @@
|
|||
---
|
||||
title: "Segundo Relatório"
|
||||
author: "Adenor Vicente Wendling"
|
||||
date: "29/04/2021"
|
||||
output:
|
||||
html_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
|
||||
BIN
Relatos/primeiro_relatorio.docx
Normal file
BIN
Relatos/primeiro_relatorio.docx
Normal file
Binary file not shown.
1382
Relatos/primeiro_relatorio.html
Normal file
1382
Relatos/primeiro_relatorio.html
Normal file
File diff suppressed because one or more lines are too long
BIN
Relatos/primeiro_relatorio.odt
Normal file
BIN
Relatos/primeiro_relatorio.odt
Normal file
Binary file not shown.
97
Tutoriais/Instalacao QGIS.rmd
Normal file
97
Tutoriais/Instalacao QGIS.rmd
Normal file
|
|
@ -0,0 +1,97 @@
|
|||
---
|
||||
title: "Instalação do QGIS"
|
||||
author: "Adenor Vicente Wendling"
|
||||
date: "12/12/2021"
|
||||
output:
|
||||
odt_document:
|
||||
referencia_odt: my_styles2.odt
|
||||
bibliography: ../Fruti.bib
|
||||
csl: ../ABNT_IFPR.csl
|
||||
always_allow_html: yes
|
||||
abstract: Neste tutorial tem o "passo a passo" para instalação do Qgis em linux e windows.
|
||||
---
|
||||
|
||||
```{r setup, include=FALSE}
|
||||
knitr::opts_chunk$set(echo = TRUE)
|
||||
```
|
||||
|
||||
## Instalação do Qgis.
|
||||
|
||||
QGIS é um aplicativo profissional de georeferenciamento, construído sobre Software Livre e de Código Aberto (FOSS). Possui um volume imenso de documentação, em Inglês, e traduzido em parte ou no todo para inúmeras outras linguas, incluside para o Português.
|
||||
O Qgis permite criar, editar, visualizar, analisar e publicar informações geoespaciais no Windows, Mac, Linux, BSD e dispositivos móveis. Estamos utilizando atualmente a versão 3.16.1.
|
||||
|
||||
### Instalação em Linux Ubuntu/debian
|
||||
|
||||
Neste tutorial serão apresentados os passos para instalar o QGIS estável mais recente (3.16.x Hannover) em seu Debian ou Ubuntu sem ter que editar os arquivos de configuração.
|
||||
A instalação será através do 'terminal', usando os códigos na sequência
|
||||
|
||||
1 - Primeiro instale algumas ferramentas de que você precisará para estas instruções:
|
||||
|
||||
```sudo apt install gnupg software-properties-common```
|
||||
|
||||
2 - Agora instale a chave de assinatura QGIS, para que o software QGIS do repositório QGIS seja confiável e instalado:
|
||||
|
||||
```wget -qO - https://qgis.org/downloads/qgis-2020.gpg.key | sudo gpg --no-default-keyring --keyring gnupg-ring:/etc/apt/trusted.gpg.d/qgis-archive.gpg --import ```
|
||||
|
||||
```sudo chmod a+r /etc/apt/trusted.gpg.d/qgis-archive.gpg```
|
||||
|
||||
3- Adicione o repositório QGIS para o QGIS estável mais recente (3.16.x Hannover).
|
||||
|
||||
*Observação: “lsb_release -c -s” nessas linhas retornará o nome da sua distribuição:*
|
||||
|
||||
```sudo add-apt-repository "deb https://qgis.org/debian `lsb_release -c -s` main"```
|
||||
|
||||
>É importante conferir se o anterior comando atualiza a versão do sistema operacional. Em PureOs, esse comando atualiza o nome da versão (amber) mas não atualiza o Qgis. Como dito sistema operacional é baseado em Debian 10 (Buster), usuários de dito sistema devem editar manualmente a lista de repositórios.
|
||||
|
||||
> Isso pode ser feito usando o editor nano na pasta onde se encontra dita lista:
|
||||
|
||||
`su nano /etc/apt/sources.list`
|
||||
|
||||
> Dentro do editor pode ser incluidas as seguintes linhas para sustituir a versão de PureOs (amber) por "buster":
|
||||
|
||||
`deb https://qgis.org/debian buster main`
|
||||
`deb-src https://qgis.org/debian buster main`
|
||||
|
||||
4 - Atualize as informações do seu repositório para refletir também o recém-adicionado QGIS:
|
||||
|
||||
```sudo apt update```
|
||||
|
||||
5 - Agora instale o Qgis:
|
||||
|
||||
```sudo apt install qgis qgis-plugin-grass```
|
||||
|
||||
*É provável que o instalador solicite autorização para instalar vários outros aplicativos, e a recomendação é aceitar todas.*
|
||||
|
||||
### Instalação em Windows
|
||||
|
||||
Para instalar o Qgis no windows, baixe o instalador Standalone, da última versão e de acordo com sua estrutura em bits, do endereço e <https://qgis.org/pt_BR/site/forusers/download.html>
|
||||
|
||||
|
||||
# Instalação de Plug-ins (complementos)
|
||||
|
||||
Para facilitar nossa vida, será utilizado a palavra "complemento" que tem o mesmo significado de "plug-in"
|
||||
Os complementos QGIS adicionam funcionalidades adicionais ao aplicativo QGIS. De acordo com a atividade a ser exercida, poderá ser necessário, ou mais conveniente a utilização do um complemento específico. É o caso da inserção de uma camada com vista aérea, muito util para visualizar uma propriedade ou gleba. Ou do complemento Qad, importante para a elaboração da divisão de área.
|
||||
|
||||
Existe uma coleção de complementos prontos para serem usados, disponíveis para download. Esses complementos também podem ser instalados diretamente do *gerenciar e instalar complementos*, no QGIS. Antes de iniciar a instalação de complementos, é necessário configurar o gerenciador, com os seguintes passos.
|
||||
|
||||
```Clique no menu **Complementos**```
|
||||
|
||||
Na nova janela, selecione a opção *Mostrar também os componentes experimentais*,(imagem 2) e se for do seu interesse, selecione também a opção *verificar se há atualizações ao iniciar*
|
||||
|
||||
|
||||
|
||||
## Instalação do complemento QuickMapService
|
||||
|
||||
O complemento *QuickMapService* possibilita, entre outras coisas, que se adicione uma camada web (mapas online) a um projeto do QGIS. Estas camadas provém de serviços online de mapeamento, como Google Earth, Google Maps, OpenStreetMap, entre outros.
|
||||
|
||||
Para instalar esse complemento, ```Clique no menu **Complementos**```.
|
||||
|
||||
Na nova janela, clique na opção *Tudo*, e digite *"Quick"* na linha de busca. Em seguida, selecione "QuickMapService" na lista dos complementos, e clique em *Adicionar*. Feita a instalação, feche esta janela, e o complemento já estará pronto para uso.
|
||||
|
||||
Para visualizar alguma imagem de satélite, selecione a opção *Web*, em sequida *QuickMapService* e finalmente a imagem de interesse.
|
||||
|
||||
Muitas vezes a imagem do naõ facilita a seleção do local específico (**por exenplo - é difícil encontrar a região de Palmas, no Paraná, sem auxilio de outros mapas**). Para isso, a opção *OpenStreetMap* auxilia muito. Para apresentá-la no visor, selecione *XYZTiles* e em seguida *OpenStreetMap*, na aba *NAVEGADOR* (Imagem 3).
|
||||
|
||||
|
||||
|
||||
|
||||
2113
Tutoriais/OrganizarDadosColetaKobo.html
Normal file
2113
Tutoriais/OrganizarDadosColetaKobo.html
Normal file
File diff suppressed because one or more lines are too long
417
Tutoriais/Tutorial_1_OrganizarDadosColetaKobo.Rmd
Normal file
417
Tutoriais/Tutorial_1_OrganizarDadosColetaKobo.Rmd
Normal file
|
|
@ -0,0 +1,417 @@
|
|||
---
|
||||
title: "Organizando Dados ColetaKobo"
|
||||
author: "Adenor Vicente Wendling e José Bran (RmierculisTime)"
|
||||
date: "08/11/2020"
|
||||
output:
|
||||
word_document
|
||||
|
||||
---
|
||||
|
||||
```{r setup, include=FALSE}
|
||||
knitr::opts_chunk$set(echo = TRUE)
|
||||
```
|
||||
|
||||
```{r echo=FALSE, message=FALSE}
|
||||
require(dplyr)
|
||||
require(tidyr)
|
||||
```
|
||||
|
||||
|
||||
# 1. Introdução
|
||||
|
||||
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.
|
||||
|
||||
# 2. Organizar os dados coletados
|
||||
|
||||
## 2.1. Importar os dados
|
||||
|
||||
```{r}
|
||||
|
||||
#Pontos <- read.csv("training/wrangling/Coleta_Assentamento_SL_1.csv", sep=";") #para rodar com "run"
|
||||
Pontos <- read.csv("data/Coleta_Assentamento_SL_1.csv")
|
||||
colnames(Pontos)
|
||||
```
|
||||
|
||||
## 2.2 Renomear e selecionar colunas de interesse
|
||||
|
||||
Inicialmente será trabalhado com os dados: Nome (esposo e esposa), Area do imóvel, e os pontos de moradia e da coleta dos dados.
|
||||
|
||||
Cada ponto de coleta de solos está em 5 colunas de interesse distintas: Ponto"x", Ponto"x"Lat, Ponto"x"Long, Ponto"x"Alt e ponto"x"GPS.
|
||||
|
||||
```{r echo=FALSE}
|
||||
PontosRe <- Pontos%>%
|
||||
rename( esposo = "Esposo",
|
||||
esposa = "Esposa",
|
||||
area = "Qual.a.Área.total.da.propriedade.",
|
||||
moradia = "Local.da.moradia.principal",
|
||||
Ponto_1_Unico = "Ponto.Coleta.area.1",
|
||||
Ponto_1_Lat = "X_Ponto.Coleta.area.1_latitude",
|
||||
Ponto_1_Long = "X_Ponto.Coleta.area.1_longitude",
|
||||
Ponto_1_Alt = "X_Ponto.Coleta.area.1_altitude",
|
||||
Ponto_1_GPS= "Número.do.ponto.1.no.GPS",
|
||||
Ponto_2_Unico = "Ponto.Coleta.area.2",
|
||||
Ponto_2_Lat = "X_Ponto.Coleta.area.2_latitude",
|
||||
Ponto_2_Long = "X_Ponto.Coleta.area.2_longitude",
|
||||
Ponto_2_Alt = "X_Ponto.Coleta.area.2_altitude",
|
||||
Ponto_2_GPS= "Número.do.ponto.2.no.GPS",
|
||||
Ponto_3_Unico = "Ponto.Coleta.area.3",
|
||||
Ponto_3_Lat = "X_Ponto.Coleta.area.3_latitude",
|
||||
Ponto_3_Long = "X_Ponto.Coleta.area.3_longitude",
|
||||
Ponto_3_Alt = "X_Ponto.Coleta.area.3_altitude",
|
||||
Ponto_3_GPS= "Número.do.ponto.3.no.GPS",
|
||||
Ponto_4_Unico = "Ponto.Coleta.area.4",
|
||||
Ponto_4_Lat = "X_Ponto.Coleta.area.4_latitude",
|
||||
Ponto_4_Long = "X_Ponto.Coleta.area.4_longitude",
|
||||
Ponto_4_Alt = "X_Ponto.Coleta.area.4_altitude",
|
||||
Ponto_4_GPS= "Número.do.ponto.4.no.GPS",
|
||||
Ponto_5_Unico = "Ponto.Coleta.area.5",
|
||||
Ponto_5_Lat = "X_Ponto.Coleta.area.5_latitude",
|
||||
Ponto_5_Long = "X_Ponto.Coleta.area.5_longitude",
|
||||
Ponto_5_Alt = "X_Ponto.Coleta.area.5_altitude",
|
||||
Ponto_5_GPS= "Número.do.ponto.5.no.GPS",)%>%
|
||||
select( esposo,
|
||||
esposa,
|
||||
moradia,
|
||||
area,
|
||||
Ponto_1_Unico,
|
||||
Ponto_1_Long,
|
||||
Ponto_1_Lat,
|
||||
Ponto_1_Alt,
|
||||
Ponto_1_GPS,
|
||||
Ponto_2_Unico,
|
||||
Ponto_2_Long,
|
||||
Ponto_2_Lat,
|
||||
Ponto_2_Alt,
|
||||
Ponto_2_GPS,
|
||||
Ponto_3_Unico,
|
||||
Ponto_3_Long,
|
||||
Ponto_3_Lat,
|
||||
Ponto_3_Alt,
|
||||
Ponto_3_GPS,
|
||||
Ponto_4_Unico,
|
||||
Ponto_4_Long,
|
||||
Ponto_4_Lat,
|
||||
Ponto_4_Alt,
|
||||
Ponto_4_GPS,
|
||||
Ponto_5_Unico,
|
||||
Ponto_5_Long,
|
||||
Ponto_5_Lat,
|
||||
Ponto_5_Alt,
|
||||
Ponto_5_GPS,)%>%
|
||||
unite(Ponto_Nome, c("esposo", "esposa"))
|
||||
|
||||
|
||||
#colnames(PontosRe)
|
||||
```
|
||||
|
||||
O arquivo possui algumas linhas sem informações. Esses erros ocorreram durante o período de coleta, especialmente durante os testes, e essas linhas precisam ser eliminados do arquivo. Por sorte, esses arquivos possue NA na coluna Ponto_1_Lat.
|
||||
|
||||
## 2.3. Eliminar linhas vazias
|
||||
```{r, echo=FALSE}
|
||||
PontosRen<-PontosRe%>%
|
||||
filter(!is.na(Ponto_1_Lat))
|
||||
```
|
||||
|
||||
|
||||
## 2.4. Organizar tabela
|
||||
|
||||
Como já foi relatado na introduão, os dados dos pontos de 1 a 5 estão na mesma linha e em colunas distintas, por estabelecimento, e é necessário que estejam em linhas separadas, porém na mesma coluna.
|
||||
|
||||
Para isso será utilizado o comando **pivot_longer()** para **Alongar** a tabela.
|
||||
|
||||
Inicialmente a tabela original será dividida em , sendo uma com as colunas com final "Unico", outra com final "Lat", outra com final "Long, outra última com final "Alt"e a última com fianl "GPS". Feito isso, todas serão alongadas, criando 5 tabelas, cada uma contendo uma das informações relevantes em uma única coluna. Finalmente, as cinco tabelas serão reunidas novamente.
|
||||
|
||||
### 2.4.1. divisão da tabela e 5 novas
|
||||
```{r Repartir_Tables}
|
||||
#colnames(PontosRen)
|
||||
|
||||
Unico <- PontosRen%>%
|
||||
select("Ponto_Nome", "moradia", "area", ends_with("Unico"))
|
||||
|
||||
Latitudes <- PontosRen%>%
|
||||
select("Ponto_Nome", "moradia", "area",ends_with("Lat"))
|
||||
|
||||
Longitudes <- PontosRen%>%
|
||||
select("Ponto_Nome", "moradia", "area",ends_with("Long"))
|
||||
|
||||
Altitudes<-PontosRen%>%
|
||||
select("Ponto_Nome", "moradia", "area",ends_with("Alt"))
|
||||
|
||||
GPS<-PontosRen%>%
|
||||
select("Ponto_Nome", "moradia", "area",ends_with("GPS"))
|
||||
#View(GPS)
|
||||
```
|
||||
|
||||
Temos agora cinco tabelas contendo 11 linhas e 5 colunas cada. As tabelas são: Unico, Latitudes, Longitudes, Altitudes e GPS.
|
||||
|
||||
## 2.5. Alongamento das tabelas - Adenor
|
||||
|
||||
Foram "alongadas" os arquivos criados acima, para ter as colunas com todos os dados necessários.
|
||||
```{r Alongando}
|
||||
|
||||
Unico_longer <- Unico%>%
|
||||
pivot_longer(cols = ends_with("Unico"),
|
||||
names_to = "Set")
|
||||
|
||||
Lat_longer<-Latitudes%>%
|
||||
pivot_longer(cols = ends_with("Lat"),
|
||||
names_to = "Lat")
|
||||
|
||||
Long_longer<-Longitudes%>%
|
||||
pivot_longer(cols = ends_with("Long"),
|
||||
names_to="Long")
|
||||
|
||||
Alt_longer<-Altitudes%>%
|
||||
pivot_longer(cols = ends_with("Alt"),
|
||||
names_to="Alt")
|
||||
|
||||
GPS_longer<-GPS%>%
|
||||
pivot_longer(cols = ends_with("GPS"),
|
||||
names_to="GPS")
|
||||
|
||||
```
|
||||
Temos agora 5 tabelas, sendo cada uma contendo 55 linhas e 5 colunas. O próxima passa é unir novamente essas tabelas, para que possamos ter uma tabelas com 55 linhas, e com as culunas de Lat, Long, Alt, GPS.
|
||||
|
||||
## 2.5.1. União das tabelas alongadas
|
||||
```{r unir}
|
||||
|
||||
Pontos_Col <- bind_cols(
|
||||
Alt_longer,
|
||||
Long_longer,
|
||||
Lat_longer,
|
||||
Unico_longer,
|
||||
GPS_longer
|
||||
)
|
||||
|
||||
colnames(Pontos_Col)
|
||||
```
|
||||
Com esse comando, a tabela nova possuem várias colunas desnecessárias, criadas em cada pivot_longer, como segue:
|
||||
"" "Ponto_Nome...1" "moradia...2" "area...3""" "Alt"
|
||||
"" "value...5""" - que é o valor de Altitude; "Ponto_Nome...6" "moradia...7" "area...8" [9] "Long" "" "value...10""" que é o valor da Longitude; "Ponto_Nome...11" "moradia...12" "area...13" "Lat" """value...15" "" que é o valor de Latitude; "Ponto_Nome...16" "moradia...17" "area...18" "Set" "" "value...20" "" que é ovalor de Unico; [21] "Ponto_Nome...21" "moradia...22" "area...23" "GPS" "" "value...25" "" que é o valor do ponto de GPS.
|
||||
Por isso, vai mas um chunk só para eliminar essas colunas desnecessárias
|
||||
|
||||
## 2.5.2. Limpeza da tabela
|
||||
```{r unir2}
|
||||
|
||||
Pontos_Colu <- Pontos_Col%>%
|
||||
select(
|
||||
Ponto_Nome...1,
|
||||
moradia...2,
|
||||
area...3,
|
||||
value...25,
|
||||
value...5,
|
||||
value...10,
|
||||
value...15,
|
||||
value...20,
|
||||
)%>%
|
||||
filter(value...5>0)
|
||||
Pontos_Colu
|
||||
```
|
||||
|
||||
Da mesma forma que foram criadas várias colunas no pivot_longer, no processo de bind_cols essas colunas foram juntadas, e as de mesmo nome, foram renomeadas inconvenientemente.
|
||||
Lá vai mais um chunk para dar nomes de boi aos bois.
|
||||
|
||||
### 2.5.3. Renomeação das colunas
|
||||
```{r}
|
||||
Pontos_Colun <- Pontos_Colu%>%
|
||||
rename(
|
||||
nome = "Ponto_Nome...1",
|
||||
moradia = "moradia...2",
|
||||
area = "area...3",
|
||||
Ponto="value...25",
|
||||
Altit = "value...5",
|
||||
Longit = "value...10",
|
||||
Latit = "value...15",
|
||||
Unica = "value...20"
|
||||
)
|
||||
```
|
||||
|
||||
Finalmente, após longos atalhos, está pronta a nossa tabela, contendo uma coluna de Lat, uma para Long e uma para Alt, com as demais colunas acessóarias necessárias. Vejamos que agora temos apenas 31 linhas, e não 55 como havia acima. Isso se deu já que foram eliminadas as linhas sem dados, com o comando filter.
|
||||
|
||||
```{r}
|
||||
Pontos_Colun
|
||||
```
|
||||
|
||||
|
||||
## 2.6 Pivot_longer @José
|
||||
|
||||
@jose: Outra opção para alongar a tabela e renomear as colunas no mesmo código que alonga a tabela é incluir os nomes da colunas que terá os valores "values_to"
|
||||
|
||||
Também. o filtro para eliminar células sem dado pode ser aplicado no mesmo código, aproveitando o "pippin" (%>%)
|
||||
|
||||
### 2.6.1. Pivot longer com as especificações
|
||||
Foram utilizadas as mesmas tabelas criadas no chunk "Repartir_Tables", mas com especificações na saída de cada pivot_longer, evitando criação de colunas com nomes iguais.
|
||||
|
||||
```{r}
|
||||
Unico_Longer.2 <- Unico%>%
|
||||
pivot_longer(
|
||||
cols = ends_with("Unico"),
|
||||
names_to = "Set",
|
||||
values_to = "Unica"
|
||||
)%>%
|
||||
filter(Unica!= "")
|
||||
Unico_Longer.2
|
||||
```
|
||||
Nesta primeira tabela foram mantidos os dados de nome, moradia e área. Nas pŕoximas tabelas esses serão eliminados com o comando select, pois, as colunas redundantes podem ser retiradas das próximas tabelas, já que parece que ao deixar padronizadas as linhas em 21 a ordem da coluna indicadora não se modifica e todas as tabelas ficam na mesma ordem
|
||||
|
||||
```{r}
|
||||
Lat_Longer.2 <- Latitudes%>%
|
||||
pivot_longer(
|
||||
cols = ends_with("Lat"),
|
||||
names_to = "Lat",
|
||||
values_to = "Latit"
|
||||
)%>%
|
||||
filter(Latit!= "")%>%
|
||||
select(Latit)
|
||||
|
||||
Lat_Longer.2
|
||||
```
|
||||
|
||||
```{r}
|
||||
Long_Longer.2 <- Longitudes%>%
|
||||
pivot_longer(
|
||||
cols = ends_with("Long"),
|
||||
names_to = "Long",
|
||||
values_to = "Longit"
|
||||
)%>%
|
||||
filter(Longit!= "")%>%
|
||||
select(Longit)
|
||||
```
|
||||
|
||||
|
||||
```{r }
|
||||
Alt_longer.2 <- Altitudes%>%
|
||||
pivot_longer(
|
||||
cols = ends_with("Alt"),
|
||||
names_to = "Alt",
|
||||
values_to = "Altit"
|
||||
)%>%
|
||||
filter(Altit!= "")%>%
|
||||
select( Altit)
|
||||
```
|
||||
|
||||
|
||||
```{r }
|
||||
GPS_longer.2 <- GPS%>%
|
||||
pivot_longer(
|
||||
cols = ends_with("GPS"),
|
||||
names_to = "GPS",
|
||||
values_to = "Ponto"
|
||||
)%>%
|
||||
filter(Ponto!= "")%>%
|
||||
select(Ponto)
|
||||
|
||||
```
|
||||
Apresentamos apenas as tabela Lat_Longer.2, já que as outras na sequência apresentam a mesma lógica, contendo apenas uma coluna.
|
||||
|
||||
## 2.6.2. União das tabelas alongadas
|
||||
|
||||
```{r}
|
||||
Pontos_Colun.2 <-cbind(Unico_Longer.2, GPS_longer.2, Alt_longer.2, Long_Longer.2, Lat_Longer.2)
|
||||
head(Pontos_Colun.2)
|
||||
```
|
||||
|
||||
# 3. Salvar no Arquivo
|
||||
O arquivo que queremos é um .csv. Por isso, usamos o write.csv.
|
||||
|
||||
```{r}
|
||||
#write.csv(Pontos_Colun, file = "ColetaAssentamPontos.csv")
|
||||
```
|
||||
|
||||
# 4. Mapas
|
||||
O mapa, além de trazar informaões espaciais da localizaão dos pontos, serve aqui muito mais para conferir a exatidão da coleta.
|
||||
|
||||
Com base em <https://github.com/renatamuy/mapas/commit/bdcf2fec1a23b64692d735d0a3bb4a644b81dd18>
|
||||
|
||||
## 4.1 Carregue os pacotes necessarios
|
||||
|
||||
```{r}
|
||||
library(ggplot2)
|
||||
library(ggrepel)
|
||||
library(broom)
|
||||
require(rgdal)
|
||||
```
|
||||
|
||||
|
||||
### 4.1.1. Defina qual sera a area usada como base do mapa
|
||||
|
||||
|
||||
```{r}
|
||||
|
||||
#shpA_SL <- rgdal::readOGR(dsn=, "training/wrangling/shapefiles",
|
||||
shpA_SL <- rgdal::readOGR(dsn="Qgis",
|
||||
layer="Assentamento_SL",
|
||||
verbose=TRUE,
|
||||
stringsAsFactors=FALSE)
|
||||
|
||||
```
|
||||
|
||||
### 4.4.2 - Passar para data.frama
|
||||
```{r}
|
||||
shp.df<-broom::tidy(shpA_SL)
|
||||
```
|
||||
|
||||
|
||||
## 4.3. Mapa do município
|
||||
```{r município Palmas, results="hide"}
|
||||
|
||||
#Palmas <- rgdal::readOGR(dsn=, "training/wrangling/shapefiles",
|
||||
Palmas <- rgdal::readOGR(dsn="Qgis",
|
||||
layer="Palmas",
|
||||
verbose=TRUE,
|
||||
stringsAsFactors=FALSE)
|
||||
|
||||
Palmas1<-tidy(Palmas)
|
||||
```
|
||||
|
||||
|
||||
## 4.2 Plote o mapa usando o ggplot2 como um objeto, ainda sem desenha-lo na tela
|
||||
|
||||
|
||||
Esse é o mapa a ser plotado, com os pontos de coleta, objeto do wranling acina.
|
||||
```{r, fig.cap= "Município de Palmas, PR, com destaque para o Assentamento São Lourenço",fig.align='center', fig.height=2, fig.width=3 }
|
||||
Geral <- ggplot() + geom_polygon(data = Palmas1,
|
||||
aes(x=long, y = lat, group = group),
|
||||
fill = "lightgrey", color = "black") +
|
||||
geom_polygon(data = shp.df,
|
||||
aes(x=long, y = lat, group = group),
|
||||
fill = "blue", color = "red") + #Note que voce pode mudar as cores do fundo e da borda
|
||||
coord_fixed (1.1)+
|
||||
labs(x="Longitude", y = "Latitude") #De nome aos eixos
|
||||
Geral
|
||||
|
||||
```
|
||||
|
||||
```{r fig.height=2, fig.width=2, fig.cap="Mapa do Assentamento com destaque para os Pontos de coleta de solo"}
|
||||
|
||||
assentamento <- ggplot() +
|
||||
geom_polygon(data = shp.df,
|
||||
aes(x=long, y = lat, group = group),
|
||||
fill = "lightgrey", color = "black") + #Note que voce pode mudar as cores do fundo e da borda
|
||||
coord_fixed(1.1) + #Use isto para o mapa ficar proporcional
|
||||
geom_point(data = Pontos_Colun, aes(x = Longit, y = Latit),
|
||||
color = "red", #Escolha a cor dos pontos
|
||||
size = 1, #Tamanho dos pontos
|
||||
alpha = 0.8) + #Transparencia: quanto mais proximo de 1, menos transparente
|
||||
geom_text_repel (data=Pontos_Colun, aes(x=Longit, y=Latit, label=Ponto))+ #Use isto para os rotulos dos pontos nao ficarem sobrepostos
|
||||
theme_bw() +
|
||||
labs(x="Longitude", y = "Latitude") + #De nome aos eixos
|
||||
|
||||
theme(text = element_text(size=10), #Ajuste os tamanhos das fontes
|
||||
plot.title = element_text(size=10, hjust=0.5),
|
||||
axis.text.x = element_text(size = 10, angle=0, hjust=1),
|
||||
axis.text.y = element_text(size = 10, angle=0, vjust=1),
|
||||
axis.title.x = element_text(size = 10, angle=0),
|
||||
axis.title.y = element_text(size = 10, angle=90))
|
||||
plot(assentamento)
|
||||
|
||||
```
|
||||
|
||||
|
||||
|
||||
referências
|
||||
Morkdown <https://bookdown.org/yihui/rmarkdown/html-document.html#table-of-contents>
|
||||
<https://bookdown.org/yihui/rmarkdown/>
|
||||
Foi escrito com base em <https://raulossada.gitbooks.io/r_mapas/content/section2/s2_02_getProjection.html>
|
||||
|
||||
BIN
Tutoriais/Tutorial_1_OrganizarDadosColetaKobo.docx
Normal file
BIN
Tutoriais/Tutorial_1_OrganizarDadosColetaKobo.docx
Normal file
Binary file not shown.
2207
Tutoriais/Tutorial_1_OrganizarDadosColetaKobo.html
Normal file
2207
Tutoriais/Tutorial_1_OrganizarDadosColetaKobo.html
Normal file
File diff suppressed because one or more lines are too long
573
Tutoriais/Tutorial_2_Baixar_Inserir_Camadas_2.Rmd
Normal file
573
Tutoriais/Tutorial_2_Baixar_Inserir_Camadas_2.Rmd
Normal file
|
|
@ -0,0 +1,573 @@
|
|||
---
|
||||
title: "Arquivos com informações do assentamento"
|
||||
author: "Adenor Vicente Wendling"
|
||||
date: "24/02/2021"
|
||||
output:
|
||||
html_document:
|
||||
toc: true
|
||||
toc_float: true
|
||||
theme: united
|
||||
highlight: zenburn
|
||||
df_print: paged
|
||||
---
|
||||
|
||||
```{r setup, include=FALSE}
|
||||
knitr::opts_chunk$set(echo = TRUE)
|
||||
```
|
||||
|
||||
|
||||
```{r}
|
||||
library(knitr)
|
||||
library(tidyverse)
|
||||
library(readr)
|
||||
library(kableExtra)
|
||||
```
|
||||
|
||||
# Introdução
|
||||
A elaboração de projetos no software Qgis está sendo facilitada diariamente, através da disponivilização de arquivos e banco de dados em inúmeros formatos e sites.
|
||||
|
||||
|
||||
Um projeto deve ser o mais preciso prossível. Por isso, a fonte de dados é importante. ńúmeras bases de dados com informações reevantes estão dispinívies para uso gratuito, em bancos de dados públicos ou privados.
|
||||
|
||||
Antes de mais nada, entretanto, é necessário instalar o QGIS em seu PC.
|
||||
|
||||
|
||||
## Instalação do Qgis.
|
||||
|
||||
QGIS é um aplicativo profissional de georeferenciamento, construído sobre Software Livre e de Código Aberto (FOSS). Possui um volume imenso de documentação, em Inglês, e traduzido em parte ou no todo para inúmeras outras linguas, incluside para o Português.
|
||||
O Qgis permite criar, editar, visualizar, analisar e publicar informações geoespaciais no Windows, Mac, Linux, BSD e dispositivos móveis. Estamos utilizando atualmente a versão 3.16.1.
|
||||
|
||||
### Instalação em Linux Ubuntu/debian
|
||||
|
||||
Neste tutorial serão apresentados os passos para instalar o QGIS estável mais recente (3.16.x Hannover) em seu Debian ou Ubuntu sem ter que editar os arquivos de configuração.
|
||||
A instalação será através do 'terminal', usando os códigos na sequência
|
||||
|
||||
1 - Primeiro instale algumas ferramentas de que você precisará para estas instruções:
|
||||
|
||||
```sudo apt install gnupg software-properties-common```
|
||||
|
||||
2 - Agora instale a chave de assinatura QGIS, para que o software QGIS do repositório QGIS seja confiável e instalado:
|
||||
|
||||
```wget -qO - https://qgis.org/downloads/qgis-2020.gpg.key | sudo gpg --no-default-keyring --keyring gnupg-ring:/etc/apt/trusted.gpg.d/qgis-archive.gpg --import ```
|
||||
|
||||
```sudo chmod a+r /etc/apt/trusted.gpg.d/qgis-archive.gpg```
|
||||
|
||||
3- Adicione o repositório QGIS para o QGIS estável mais recente (3.16.x Hannover).
|
||||
|
||||
*Observação: “lsb_release -c -s” nessas linhas retornará o nome da sua distribuição:*
|
||||
|
||||
```sudo add-apt-repository "deb https://qgis.org/debian `lsb_release -c -s` main"```
|
||||
|
||||
>É importante conferir se o comando anterior atualiza a versão do sistema operacional. Em PureOs, esse comando atualiza o nome da versão (amber) mas não atualiza o Qgis. Como dito sistema operacional é baseado em Debian 10 (Buster), usuários de dito sistema devem editar manualmente a lista de repositórios.
|
||||
|
||||
> Isso pode ser feito usando o editor nano na pasta onde se encontra dita lista:
|
||||
|
||||
`su nano /etc/apt/sources.list`
|
||||
|
||||
> Dentro do editor pode ser incluidas as seguintes linhas para sustituir a versão de PureOs (amber) por "buster":
|
||||
|
||||
`deb https://qgis.org/debian buster main`
|
||||
`deb-src https://qgis.org/debian buster main`
|
||||
|
||||
4 - Atualize as informações do seu repositório para refletir também o recém-adicionado QGIS:
|
||||
|
||||
```sudo apt update```
|
||||
|
||||
5 - Agora instale o Qgis:
|
||||
|
||||
```sudo apt install qgis qgis-plugin-grass```
|
||||
|
||||
*É provável que o instalador solicite autorização para instalar vários outros aplicativos, e a recomendação é aceitar todas.*
|
||||
|
||||
### Instalação em Windows
|
||||
|
||||
Para instalar o Qgis no windows, baixe o instalador Standalone, da última versão e de acordo com sua estrutura em bits, do endereço e <https://qgis.org/pt_BR/site/forusers/download.html>
|
||||
|
||||
|
||||
# Instalação de Plug-ins (complementos)
|
||||
|
||||
Para facilitar nossa vida, será utilizado a palavra "complemento" que tem o mesmo significado de "plug-in". Esses complementos adicionam funcionalidades adicionais ao aplicativo QGIS, necessário, ou mais conveniente a utilização em certas específicifidades. É o caso da inserção de uma camada com vista aérea, muito util para visualizar uma propriedade ou gleba. Ou do complemento Qad, importante para a elaboração da divisão de área.
|
||||
|
||||
Existe uma coleção de complementos prontos para serem usados, disponíveis para download. Esses complementos também podem ser instalados diretamente do *gerenciar e instalar complementos*, no QGIS. Antes de iniciar a instalação de complementos, é necessário configurar o gerenciador, com os seguintes passos.
|
||||
|
||||
```Clique no menu **Complementos**```
|
||||
|
||||
Na nova janela, selecione a opção *Mostrar também os componentes experimentais*,(imagem 2) e se for do seu interesse, selecione também a opção *verificar se há atualizações ao iniciar*
|
||||
|
||||
|
||||
|
||||
## Instalação do complemento QuickMapService
|
||||
|
||||
O complemento *QuickMapService* possibilita, entre outras coisas, que se adicione uma camada web (mapas online) a um projeto do QGIS. Estas camadas provém de serviços online de mapeamento, como Google Earth, Google Maps, OpenStreetMap, entre outros.
|
||||
|
||||
Para instalar esse complemento, ```Clique no menu **Complementos**```.
|
||||
|
||||
Na nova janela, clique na opção *Tudo*, e digite *"Quick"* na linha de busca. Em seguida, selecione "QuickMapService" na lista dos complementos, e clique em *Adicionar*. Feita a instalação, feche esta janela, e o complemento já estará pronto para uso.
|
||||
|
||||
Para visualizar alguma imagem de satélite, selecione a opção *Web*, em sequida *QuickMapService* e finalmente a imagem de interesse.
|
||||
|
||||
Muitas vezes a imagem do naõ facilita a seleção do local específico (**por exenplo - é difícil encontrar a região de Palmas, no Paraná, sem auxilio de outros mapas**). Para isso, a opção *OpenStreetMap* auxilia muito. Para apresentá-la no visor, selecione *XYZTiles* e em seguida *OpenStreetMap*, na aba *NAVEGADOR* (Imagem 3).
|
||||
|
||||
|
||||
|
||||
|
||||
# Utilização Bancos de dados para geação de mapas.
|
||||
## Onde buscar os dados
|
||||
Existem inúmeros sites que disponibilizam arquivos em formatos vetorial ou Raster gratuitamente (Lista 1).
|
||||
|
||||
|
||||
Lista 1 - Relação de sites com arquivos (banco de dados) para QGIS.
|
||||
----
|
||||
### IBGE
|
||||
* ftp://geoftp.ibge.gov.br/
|
||||
* ftp://geoftp.ibge.gov.br/cartas_e_mapas/bases_cartograficas_continuas/bc250/versao2015/Shapefile
|
||||
* ftp://geoftp.ibge.gov.br/informacoes_ambientais
|
||||
* https://www.ibge.gov.br/geociencias/downloads-geociencias.html
|
||||
* https://mapas.ibge.gov.br/en/bases-e-referenciais/bases-cartograficas/cartas.html
|
||||
* https://portaldemapas.ibge.gov.br/portal.php#mapa15666
|
||||
* http://mapas.ibge.gov.br
|
||||
* http://www.ppp.ibge.gov.br/ppp.htm
|
||||
|
||||
### Modelo digital de elevação
|
||||
* https://earthexplorer.usgs.gov/
|
||||
* https://www.webmapit.com.br/inpe/topodata/
|
||||
* https://search.asf.alaska.edu/#/
|
||||
* https://www.cnpm.embrapa.br/projetos/relevobr/download/
|
||||
|
||||
### Imagens de satélite
|
||||
* http://earthexplorer.usgs.gov/
|
||||
* https://search.remotepixel.ca/
|
||||
* https://search.asf.alaska.edu/
|
||||
* http://www.dgi.inpe.br/CDSR/
|
||||
* http://www2.dgi.inpe.br/catalogo/explore
|
||||
* https://www.usgs.gov/products/data-and-tools/real-time-data/remote-land-sensing-andlandsat
|
||||
* http://www.dgi.inpe.br/CDSR/
|
||||
* https://inde.gov.br/CatalogoGeoservicos
|
||||
|
||||
### CAR
|
||||
* http://www.car.gov.br/publico/imoveis/index
|
||||
|
||||
### EMBRAPA
|
||||
* http://mapas.cnpm.embrapa.br/somabrasil/webgis.html
|
||||
* https://www.cnpm.embrapa.br/projetos/relevobr/download/
|
||||
|
||||
### ANA Agência Nacional das Águas
|
||||
* https://metadados.ana.gov.br/geonetwork/srv/pt/main.home
|
||||
* http://hidrosat.ana.gov.br/SaibaMais/Download
|
||||
* http://dadosabertos.ana.gov.br/
|
||||
|
||||
### Ministério do Meio Ambiente Brasil MMA
|
||||
* http://mapas.mma.gov.br/i3geo/datadownload.htm
|
||||
|
||||
### CPRM
|
||||
* http://geowebapp.cprm.gov.br/ViewerWEB/
|
||||
|
||||
### FUNAI
|
||||
* http://www.funai.gov.br/index.php/shape
|
||||
|
||||
### Acervo fundiário
|
||||
* http://acervofundiario.incra.gov.br/acervo/acv.php
|
||||
* http://acervofundiario.incra.gov.br:8080/Conversao01/
|
||||
|
||||
### DNIT
|
||||
* http://www.dnit.gov.br/mapas-multimodais/shapefiles
|
||||
* https://portalgeo.seade.gov.br/
|
||||
|
||||
### IBAMA
|
||||
* http://siscom.ibama.gov.br/monitora_biomas/PMDBBS%20-%20CERRADO.html
|
||||
* http://mapas.mma.gov.br/mapas/aplic/probio/datadownload.htm
|
||||
|
||||
### INPE
|
||||
* http://www.dpi.inpe.br/tccerrado/dados/2013/mosaicos/
|
||||
|
||||
### Dados de geologia
|
||||
* https://mega.nz/folder/kThXHRLJ#j18o4gKegNzs7bkPc2ezxg
|
||||
* http://www.portalgeologia.com.br/index.php/mapa/#downloads-tab
|
||||
* https://www2.sgc.gov.co/ProgramasDeInvestigacion/Geociencias/Paginas/GMSA.aspx
|
||||
* http://www.cprm.gov.br/publique/Gestao-Territorial/Prevencao-de-DesastresNaturais/Produtos-por-Estado---Setorizacao-de-Risco-Geologico-5390.html
|
||||
* http://geosgb.cprm.gov.br/
|
||||
|
||||
### ArcGIS Online
|
||||
* https://www.arcgis.com/home/index.html
|
||||
|
||||
### ArcGISHUB
|
||||
* http://hub.arcgis.com/
|
||||
|
||||
### Base SICAR
|
||||
* https://www.car.gov.br/publico/municipios/downloads
|
||||
|
||||
### Ministério Público-RJ
|
||||
* http://apps.mprj.mp.br/sistema/inloco/
|
||||
|
||||
### Portal Geo INEA
|
||||
* https://inea.maps.arcgis.com/apps/MapSeries/index.html?appid=00cc256c620a4393b3d04d2c34acd9ed
|
||||
|
||||
### Clima
|
||||
* https://modis.gsfc.nasa.gov/data/dataprod/mod12.php
|
||||
* http://earthenginepartners.appspot.com/science-2013-global-forest
|
||||
* https://www.worldclim.org/
|
||||
* https://www2.ipef.br/geodatabase/
|
||||
|
||||
### Diversas fontes de dados
|
||||
* https://sosgisbr.com/category/dados-para-download/
|
||||
* http://datageo.ambiente.sp.gov.br/app/?ctx=DATAGEO#
|
||||
* https://www.labgis.uerj.br/fontes_dados.php
|
||||
* http://www.data.rio/
|
||||
* http://www.inea.rj.gov.br/Portal/MegaDropDown/EstudosePublicacoes/EstadodoAmbiente/index.htm&lang
|
||||
* http://www.cesadweb.fau.usp.br/index.php?option=com_content&view=article&id=203691&Itemid=1525
|
||||
* http://www.forest-gis.com/2009/04/base-de-dados-shapefile-do-brasil-todo.html
|
||||
* http://forest-gis.com/download-de-shapefiles/
|
||||
* https://www.labtopope.com.br/banco-de-dados-geodesico/
|
||||
|
||||
### Uso e ocupação Brasil
|
||||
http://geo.fbds.org.br/
|
||||
|
||||
----
|
||||
|
||||
Além disso, o site <https://forest-gis.com/download-gis-base-de-dados/> também apresenta uma coletânea dos principais mapas disponibilizados, com seus respectidos links.
|
||||
|
||||
## Inserir as camadas desejadas no QGIS
|
||||
Neste capítulo será apresentando um passo a passo para inserir e visualizar as camadas citadas acimea.
|
||||
|
||||
### Orientações gerais para todas as camadas
|
||||
De modo geral, a forma de inserção, reprojetar SRC, recortar área de interesse e definição de propriedades seguem o mesmo roteiro. Por isso, e para evitar repetição de "passo a Passo", será apresentado inicialmente os passos gerais, que se repetem para cada arquivo. Depois, em cada capítulo, serão apresentados os roteiros específicos de acordo com o mapa a ser inserido.
|
||||
|
||||
1. Baixar os arquivos - a maioria dos dados/maps são encontrados en sites específicos. nos capítulos específicos de cada tipo de mapa serão apresentados alguns sites onde os dados poderão ser obtidos.
|
||||
1. A maioria dos mapas poderão ser baixados em formato campactado. Depois do donwload, descompacte e salve todos os arquivos nas pastas/arquivos apropriados, e de caminho conhecido para fácil acesso.
|
||||
1.Para inserir os dados dos arquivos no projeto, deverão ser seguidos os seguintes passos:
|
||||
>Primeiro, selecione `Camada` no menu, e depois, `AdicionarCamada` e finalmente, `adicionar camada vetorial` (Figura 2).
|
||||
|
||||
.
|
||||
|
||||
>Na janela que se abre (Figura 3), faze-se necessário escolher o caminho em `base(s) de vetores`, e clicar em `Adicionar` seguido do clique em `close`. A camada será mostrada na janela do Qgis, conforme figura 4.
|
||||
|
||||
.
|
||||
|
||||
.
|
||||
|
||||
1. Alterar SRC (se necessário). Para a correta funcionalidade da apresentação dos mapas, é fundamental que todos estejam com a mesma referencia geográfica, representada no sistema de referência geogŕafica -`SRC`. Caso o SRC do mapa inserido seja diferente do mapa já existente, ou do SRC do projeto, é necessário alterar o mesmo. Para verificar o SRC da camada inserida, clique com o botão direito do mouse sobre a camada, na aba **camadas**, e em seguida em **propriedades**. Na janela que se abriu, selecione **informações** no lado esquerdo da janela, e verifique nas informações o SRC. Caso seja diferente do SRC do projeto, siga os passos a seguir. Se for igual, pule os passos seguintes.
|
||||
>1.1 A) Para alterar o SRC da camada raster, clique em **Raster** no menu principal, depois em **Projeções** e em seguida em **Reprojetar coordenadas**, conforme mostrado na Figura 3.
|
||||
> B) Para alterar o SRC da camada vetor, clique em **Vetor** no menu principal, depois em **Gerenciar dados** e em seguida selecione **Reprojetar camada**.
|
||||
|
||||
|
||||
|
||||
|
||||
> 1.1 Na janela da reprojeção, selecione a camada cuja SRC você queira alterar, e os demais campos disponíveis: SRC de origem, SRC de destino, e *sem compactação* conforme mostra a Figura 4.
|
||||
|
||||
|
||||
>1.1 Após essa Reprojeção, aparecerá uma nova camada no Qgis. é importante que você salve esta nova camada em um local conhecido, conforme Figura 5.
|
||||
|
||||
|
||||
|
||||
> 1.1 Depois do arquivo estar salvo, você pode remover as camadas rasters/vetor anteriores para evitar confusão, conforme figura 6.
|
||||
|
||||
|
||||
|
||||
1. Definição das propriedades da nova camada
|
||||
As propriedades são definidas de acordo com a finalidade e especificidade de cada camada. Por isso, serão apresentadas em cada camada.
|
||||
|
||||
## 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.
|
||||
|
||||
Depois de inserido a camada, podemos ter a seguinte visão na tela figura 4).
|
||||
|
||||
|
||||
Para recortar o município de interesse podemos seguir os seguintes passos:
|
||||
1. Clique com o botão direito sobre a camada, na aba *camadas*. Em seguida, clique em *abrir tabela de atributos*. Na janela que se abre, selecione a linha que contém os dados do município de interesse. No exemplo, foi selecionado o município de Palmas.
|
||||
2. Feche a janela dos atributos.
|
||||
3. Na aba *caixa de ferramentas de processamento*, busque por **recortar vetor**. Na lista que aparece, selecione com dois cliques rápidos, *recortar*. Nesta janela, selecione a camada com o mapa do seu estado (Ex.41MUS00G), marque a opção **Apenas feições selecionadas**, tanto na camada de entrada quanto na camada de sobreposição. 4. Finalmente clique em **Executar** e depois em **close**. Se tudo correu bem, foi inserida uma nova camada na aba **camadas**. Desmarque a camada de seu estado, e aparecerá apenas o município recortado.
|
||||
5. Para salvar esta camada clique com o botão direito do mouse sobre a nova camada (ex. Recortada) e em seguida em *Tornar permanente*. Na nova janela, selecione o nome e caminho onde armazenar a camada (figura 5)
|
||||
|
||||
|
||||
|
||||
Agora, tanto a camada com todos os municípios, quanto a camada com o mapa do município de Palmas podem ser visualizados na janela principal.
|
||||
|
||||
## 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 o processamento dos mpas, clique sobre o arquivo para donwload.
|
||||
|
||||
|
||||
Para criar uma camada com os assentamentos de interesse, siga os passos 1 a 5 do capítulo anterior. No exemplo, selecionamos os assentamentos São Lourenço, Margem do Iratim e Paraíso do Sul (Figura 7)
|
||||
|
||||
|
||||
|
||||
|
||||
Com a delimitação da área de interesse, que no nosso caso são os assentamentos, podemos delimitar as demais de acordo com os limites dos assentamentos, facilitando a manipulação, e diminuindo assim consideravelmente o tamanho dos arquivos, como será visto abaixo.
|
||||
|
||||
## Dados Ambientais (CAR - Cadastro ambiental rural)
|
||||
Uma das fontes para obter dados sobre as questões ambientais legais, é o cadastro ambiental rural, que podem ser obtidos no site <http://www.car.gov.br/publico/imoveis/index>. Os dados disponibilizados estão divididos em vários grupos, conforme se visualiza na imagem 1.
|
||||
|
||||
.
|
||||
|
||||
### Extrair área de interesse
|
||||
Ao inserir a camada com algum vetor da base de dados do `CAR`, ela será de todo o município. Quando a área de interesse não for de todo o município, poderão ser extraídos apenas os vetores da área de interesse. Para isso é necessário ter o vetor da área de interesse já defenido, e inserido nas camadas da janela de visualizaao do Qgis.
|
||||
No nosso caso, a área de interesse é a área total dos assentamentos São Lourenço, Margem do Irati e Paraíso do Sul, cujo vetor tem o nome de `Assentamentos`.
|
||||
|
||||
|
||||
Os cálculos para verificar a área de cada vetor, bem como a porcentagem equevalente, estão no tutorial 4.
|
||||
Através dos dados do CAR foram elaborados os mapas da imagem 3, que apresenta a localização das áreas de reserva legal, das APP e nascentes dos assentamentos objeto de estudo
|
||||
|
||||
|
||||
|
||||
|
||||
## 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 altutude`
|
||||
|
||||
>> **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.`
|
||||
|
||||
|
||||
Os arquvos raster do topodata estão com o SRC EPSG 4674, que é o formato SIRGAS 2000, oficial para a Amárica Latina. Esta informação pode ser obtida, clicando em **propriedades** e depois em **informações**. Quando nosso projeto está sendo elaborado em outro SRC, todos as camadas devem ser reprojetadas para este SRC. No nosso caso, estamos trabalhando com o SRC 31982.
|
||||
|
||||
|
||||
### Recortar a área do vetor Topodata
|
||||
|
||||
A estas alturas, você já deve ter delimitado sua área de interesse, conforme já mostramos aqui neste repositório [Veja o documento - Como criar shapefile](CriarShapefilePRV.Rmd).
|
||||
Para facilitar os trabalhos, e não sobrecarregar o computador, é recomendável recortar o raster de acordo com a área de interesse, que geralmente é muito menor do que todo o arquivo raster .
|
||||
|
||||
Na janela para definir os parâmetros do recorte, fique atendo para selecionar os parâmetros apontados na figura 7.
|
||||
|
||||
|
||||
|
||||
Executado o comando do recorte, aparecerá mais uma camada na tela do QGIS, agora delimitada de acordo com os parâmetros utilizados. A camada recém criada, provavelmente apresentará pontos com altitute igual a zero (em preto). Esses pontos serão removidos durante o processo de salvamento, seguindo os passos conforme figura 8. Veja, que na aba de salvar o arquivo, selecionamos o atributo **nenhum valor de dados** e inserimos os valores a serem desconsiderados na camada salva. No nosso caso, é a altitude zero que deverá se desconsiderada.
|
||||
|
||||
|
||||
|
||||
A camada terá aspectos identicos aos da figura 9.
|
||||
|
||||
|
||||
|
||||
### Configurar a camada para visualização.
|
||||
A configuração consiste em atribuir cores para as diferentes camadas, de acordo com as minhas necessidades. Existe um "padrão" de paleta de corres, elaboradas pelo INPE, que podem (e devem) ser utilizados para manter o padrão e o profisionalismo do projeto.
|
||||
Abaixo cópia de trechos do site <http://blog.webmapit.com.br/2013/02/topodata-paletas-qgis-para-altitude.html> para obtenção e aplicação de palheta de cores para altitudes.
|
||||
|
||||
`Para comemorar os 18 meses em operação do Mapa Índice TOPODATA é com satisfação que disponibilizamos um conjunto de arquivos QML para serem usados no software QGIS com dados do projeto TOPODATA.`
|
||||
|
||||
`Estes arquivos definem rampas de cores para o tema Altitude e foram elaborados a partir da adaptação dos valores de elevação e regras de cores contidos nos esquemas de cores SRTM, Terrain, Atlas Shader e ETOPO2 provenientes do software GRASS ( função r.colors ).`
|
||||
|
||||
1. Faça o download e extração dos arquivos QML <http://www.webmapit.com.br/downloads/qgis4TopodataBrasil.zip>
|
||||
2. Na lista de camadas(layers), clique com o botão direito no layer correspondente ao .tif e selecione a opção "Propriedades".
|
||||
3. Depois clique no botão "Carregar estilo" e selecione o arquivo .QML correspondente ao estilo que você deseja aplicar e depois clique no botão OK. Veja a Figura 10.
|
||||
|
||||
|
||||
|
||||
|
||||
Depois de carregado o estilo adequado - no caso de altitude, o estilo **qgis4TopodataBrasil_Etopo2.qml** - é necessário fazer algumas adequações para o local, como por exemplo: Definir o modo de distribuição das cores - *o modo intervalos iguais* parece mais adequados; e o número de classes, conforme demostrado na Figura 11.
|
||||
|
||||
|
||||
|
||||
### A imagem Final
|
||||
Após esses passos, você tera finalizado a importação e a configuração da camada de altitude do projeto. Para visualizar individualmente a altitude de cada ponto, basta clicar no ícone **Identificar feições**, e depois no ponto de deseja verificar. As definições deste ponto aparecerão no lado direito, ao alto na janela, conforme demonstrado na figura 12.
|
||||
|
||||
|
||||
|
||||
|
||||
# Capacidade de uso do solo
|
||||
## segundo LEPSCH et al., 1991
|
||||
Para o calculo da declividade foi utilizado o arquivo topodata Decliv(B), que apresenta os dados conforme as Classes de capacidade de uso -definem o grau de limitação do uso (I, II, III, IV, V, VI, VII e VIII):
|
||||
|
||||
Classe I: terras cultiváveis, aparentemente sem problemas especiais de conservação;
|
||||
|
||||
Classe II: terras cultiváveis com problemas simples de conservação;
|
||||
|
||||
Classe III: terras cultiváveis com problemas complexos de conservação;
|
||||