Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
Costa, Elias Mendes
 |
| Orientador(a): |
Anjos, Lúcia Helena Cunha dos |
| Banca de defesa: |
Anjos, Lúcia Helena Cunha dos,
Ceddia, Marcos Bacis,
Rosa, Alessandro Samuel,
Chagas, César da Silva,
Fernandes Filho, Elpídio Inácio |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal Rural do Rio de Janeiro
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Agronomia - Ciência do Solo
|
| Departamento: |
Instituto de Agronomia
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://rima.ufrrj.br/jspui/handle/20.500.14407/9013
|
Resumo: |
O conhecimento dos solos e suas propriedades é essencial para o planejamento ambiental em sistemas naturais especialmente em unidade de conservação como o Parque Nacional de Itatiaia (PNI). O PNI apesar da importância ecologia e de preservação não tem informações sobre seus solos em nível de detalhe que possa dar suporte a pesquisas e ao plano de manejo. Buscando entender o processo envolvendo a gênese e distribuição dos solos no ambiente montanhoso do PNI e fatores que envolvem a vulnerabilidade ambiental nessa região o presente estudo foi desenvolvido. Os objetivos foram desenvolver uma base de dados num ambiente SIG com informação sobre os solos (classes e atributos), vegetação, relevo, geologia e (covariáveis ambientais) para apoiar ações de investigação interdisciplinar, programas de educação ambiental e plano do manejo do parque. Ainda avaliar a vulnerabilidade ambiental integrando informações do ambiente físico com conhecimento de especialistas para conciliar a demanda de uso público com a conservação dos ecossistemas. Para tanto foi feita amostragem, coleta, descrição, caracterização, classificação e mapeamento dos solos e foi preparado uma base de dados com todas as covariáveis ambientais de posse dos dados, métodos robustos de mapeamento digital de solos foram testados a fim de se otimizar o desempenho dos algoritmos para a predição de atributos de solo e avaliação de incerteza. Por fim, dados da revisão de literatura, abordagem participativa e conhecimento especializado e variáveis biofísicas produzidas nas etapas anteriores foram incorporadas em uma rede de crença Bayesiana (BBN, inglês) para predizer a vulnerabilidade ambiental, bem como para produzir a incerteza associada. Os resultados produzidos foram suficientes para preencher a lacuna da falta de informação sobre solos no PNI e entender os fatores relacionados a relação solo paisagem do PNI e são úteis para diversos fins. Algoritmos como o Modelos Aditivos Generalizados (GAM) com seleção de covariáveis baseado no modelo scorpan são eficientes em predizer atributos do mesmo utilizando limitado número de pontos. E apesar da complexidade da área de estudo, BBN conseguiu produzir um resultado significativo da distribuição espacial da vulnerabilidade ambiental e se mostrou uma abordagem alternativa menos subjetiva do que os convencionais métodos de avaliação da vulnerabilidade ambiental. |
