O documento introduz o mapeamento digital de solos, comparando-o com o mapeamento clássico. Discute conceitos, exemplos, passos e conhecimentos necessários para o mapeamento digital, enfatizando a importância de sistemas de informação, métodos observacionais e sistemas de inferência. Recomenda trabalhar com outros profissionais como estatísticos e geólogos para lidar melhor com os aspectos quantitativos.

1. Universidade Federal Rural do Rio de Janeiro
Instituto de Agronomia
Departamento de Solos
Disciplina de Aptidão Agrícola e Manejo dos Solos
Introdução ao Mapeamento Digital
do Solo
Alessandro Samuel-Rosa
Seropédica, novembro de 2012

2. Conteúdo
● Mapeamento clássico
– Conceitos
– Dificuldades
– Resultados obtidos
● Mapeamento digital
– Conceitos
– Exemplos/produtos
– Passos
– Conhecimento necessário

3. Mapeamento clássico - Conceitos
● Determinístico → Relação Solo-Paisagem
● Área Mínima Mapeável → Escala
● Categórico → Polígonos
● Analógico → Estética
● Conhecimento Tácito → Modelos Mentais

4. Pedólogo A
MODELO
CLORPT
Fonte: Osmar Bazaglia (2012)

5. Pedólogo B
MODELO
CLORPT
Fonte: Osmar Bazaglia (2012)

6. Pedólogo C
MODELO
CLORPT
Fonte: Osmar Bazaglia (2012)

7. Pedólogo D
MODELO
CLORPT
Fonte: Osmar Bazaglia (2012)

8. Mapeamento pedológico clássico
MODELO
CLORPT:
Como explicar
essas diferenças?
Sobreposição da interpretação de uma fotografia aérea feita por 20 pares de
observadores trabalhando separadamente. Fonte: Jean Paul Legros (2006).

9. “Cada cabeça, uma sentença!”
Relação solo-paisagem
no Rebordo do Planalto
da Bacia do Paraná
Fonte: Samuel-Rosa (2009)

10. “Cada cabeça, uma sentença!”
Relação solo-paisagem
no região de Santa Fé,
Argentina
Fonte: Samuel-Rosa (2010)

11. “Cada cabeça, uma sentença!”
Relação solo-paisagem
na Cordilheira dos
Andes
Fonte: Samuel-Rosa (2010)

12. “Cada cabeça, uma sentença!”
Relação solo-paisagem
na ilha de Maui, Hawai'i
Fonte: Samuel-Rosa (2003)

13. Mapeamento clássico vs. Mapeamento digital
Fonte: César Chagas (2006)

14. Mapeamento digital - Conceitos
CLÁSSICO DIGITAL
● Determinístico → ● Determinístico + Aleatório
Relação Solo-Paisagem + Incerteza
● AMM → Escala ● Pixel → Resolução
● Categórico → Polígono ● Contínuo → Grid
● Analógico → Estética ● Digital → Funcionalidade
● Conhecimento Tácito ● Conhecimento Formal →
→ Modelo Mental Modelo Estatístico

15. Mas o que é o mapeamento digital?
O MDS é definido como a criação e população de
sistemas de informação pedológica espacial
através do uso de métodos observacionais de
campo e laboratório, acoplados a sistemas de
inferência pedológica espacial e não-espacial
(Lagacherie e McBratney, 2006).
Conceitos chave: sistemas de
informação, métodos observacionais
e sistemas de inferência!
Fonte: Regina Guedes (2010)

16. Sistema de informação
Sistema que abrange pessoas, máquinas,
e/ou métodos organizados para coletar,
processar, transmitir e disseminar dados que
representam informação para o usuário e/ou
cliente (Wikipedia, 2012).
Apenas uma mapa
impresso
não é mais suficiente!
Fonte: Osmar Bazaglia (2012)

17. Sistema de informação pedológica
Fonte: Hengl (2011), Apple (2012),
Samuel-Rosa (2012).

18. Métodos observacionais
Fonte: Samuel-Rosa (2006-2012); Hengl (2011).

19. Sistemas de inferência
● Sistemas...
● Pedometria: aplicação de métodos matemáticos
e estatísticos para o estudo da distribuição e
gênese do solo (Heuvelink, 2003):
– Métodos matemáticos e estatísticos (quantitativo);
– Gênese do solo (relação solo-paisagem);
– Distribuição do solo (espaço, tempo e atributos).
MODELO SCORPAN

20. Solo = f(s, c, o, r, p, a, n)
● s = informação prévia do solo
● c = clima
● o = organismos
● r = relevo
● p = material de origem (parent material)
● a = tempo (age)
● n = localização espacial

21. Modelo universal de variação do solo
Z(s) = Z*(s) + ε'(s) + ε''
Parte determinís- Parte estocásti-
Valor predito da Ruído do modelo
tica do modelo ca do modelo pre-
variável pedoló- preditivo. Parte da
preditivo. Parte ditivo. Parte da va-
gica (classe ou variação que não
da variação que riação que mostra
atributo), além pode ser predita
é predita através estrutura espacial
da incerteza usando os dados
de um modelo e pode ser mode-
associada ao e modelos dispo-
estatístico ou lada com um
valor predito. níveis.
heurístico. variograma.
Fonte: Burrough et al. (1986); MacMillan (2012)

22. Modelo universal de variação do solo
Fonte: Burrough et al. (1994)

23. Modelos possíveis
● Parte determinística (estatística)
– Regressão linear múltipla
– Árvore de regressão e decisão
– Regressão logística múltipla
– Redes neurais
– Lógica nebulosa
– Lógica Bayesiana e sistemas especialistas
● Parte estocástica
– Semivariograma e krigagem (geoestatística)

24. UM EXEMPLO:
Árvore de regressão para a
predição da profundidade do
Declividade perfil do solo (m). Os valores
preditos são mostrados nos
retângulos e elipses. Os
valores sob os retângulos e
elipses são as variâncias.
Índice de
umidade
topográfica
Elevação relativa
Temperatura média anual
Declividade
Fonte: McKenzie e Ryan (1999).

25. Produtos do MDS – atributo do
solo
Média (a) e
desvio
padrão (b)
do
conteúdo
de matéria
orgânica no
solo. Fonte:
Nol et al.
(2012).

26. Produtos do
MDS – classe
de solo
Fonte: ten Caten (2008)

27. Passos do MDS
1. Identificação da demanda
2. Compilação das informações já existentes
i. Formulação do modelo conceitual de pedogênese
3. Amostragem + laboratório + harmonização
4. Variáveis preditoras
5. Construção do modelo preditivo + predição
6. Validação + análise da incerteza
7. População do sistema de informação

28. Só precisamos saber...
● Ciências exatas e da terra
– Matemática (álgebra, equações diferenciais...)
– Probabilidade e estatística (análise multivariada,
geoestatística...)
– Ciência da computação (linguagem de
programação, banco de dados, sistema de
informação...)
– Física (radiação eletromagnética...)
– Geociências (geologia, geotectônica,
geocronologia, estratigrafia, sensoriamento
remoto, meteorologia, geodésia, geomorfologia,
pedologia...)

29. O Grito, de Edvard Munch

30. Vamos continuar
Eng. Agrônomo com a ideia de que
podemos fazer tudo
sozinhos?
Fonte: Samuel-Rosa (2009).

31. Vamos continuar
Eng. Agrônomo com a ideia de que
podemos fazer tudo
sozinhos?
Eng. Agrônomo
Estatístico
Geógrafo
Eng. Florestal
Ou vamos trabalhar
com outros
profissionais que
sabem lidar com
“números” melhor do Garoto de
que nós, engenheiros programa
agrônomos? Geólogo
Fonte: Samuel-Rosa (2009). Matemático

32. Universidade Federal Rural do Rio de Janeiro
Instituto de Agronomia
Departamento de Solos
Disciplina de Aptidão Agrícola e Manejo dos Solos
Introdução ao Mapeamento Digital
do Solo
Alessandro Samuel Rosa
e-mail: alessandrosamuel@yahoo.com.br
homepage: soil-scientist.net
Seropédica, novembro de 2012