MODELAGEM PARA PREDIÇÃO DO CARBONO ORGÂNICO...
Transcript of MODELAGEM PARA PREDIÇÃO DO CARBONO ORGÂNICO...
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE ENGENHARIA AGRÍCOLA
TALITA NOGUEIRA TERRA PARIZZI
MODELAGEM PARA PREDIÇÃO DO CARBONO
ORGÂNICO DO SOLO EM ÁREAS NATURAIS E
ANTROPIZADAS DO CERRADO BRASILEIRO
Campinas - SP
2017
TALITA NOGUEIRA TERRA PARIZZI
MODELAGEM PARA PREDIÇÃO DO CARBONO
ORGÂNICO DO SOLO EM ÁREAS NATURAIS E
ANTROPIZADAS DO CERRADO BRASILEIRO
Tese apresentada à Faculdade de Engenharia
Agrícola da Universidade Estadual de
Campinas como parte dos requisitos exigidos
para a obtenção do título de Doutora em
Engenharia Agrícola, na área de Gestão de
Sistemas na Agricultura e Desenvolvimento
Rural
Orientador: Rubens Augusto Camargo Lamparelli
Co-orientadora: Mara de Andrade Marinho
Campinas - SP
2017
Este exemplar corresponde à versão final da DISSERTAÇÃO/TESE DEFENDIDA PELA ALUNA TALITA NOGUEIRA TERRA PARIZZI,
E ORIENTADA PELO PROF. DR. RUBENS AUGUSTO CAMARGO LAMPARELLI
Dedico este trabalho às pessoas mais importantes da minha vida...
Aos meus amados pais, Rosana e Luiz, pela oportunidade e apoio;
As minhas irmãs, Lauana e Laura,
E ao meu grande marido, Lucas, pelo companheirismo incondicional e suporte!
AGRADECIMENTOS
Primeiramente agradeço especialmente a minha grande amiga Lídia Bertolo, maior
parceira de trabalho que eu poderia ter tido, não só dividindo as alegrias e conquistas,
mas também ajudando a solucionar os erros e problemas, você está pronta para orientar!
O trabalho também me presenteou com três novos amigos, Alexandre Coutinho, Júlio
Esquerdo e João Francisco, importantes tanto na construção da minha carreira como da
minha pessoa, sempre dispostos a ajudar e com certeza ajudaram. Gratidão! Alex, além
de amigo foi mentor, obrigada pelas longas e incansáveis conversas.
Agradeço aos professores, amigos e colegas do LabGeo, em especial Jansle Rocha,
Gleyce Figueiredo, Walter Cervi, Maria Angélica, Danilo Bento, Diego Justina e
Antoniane Arantes, pois sempre que precisei de ajuda me responderam prontamente;
Victor Manabe e Márcio Melo, foram mais que amigos, foram parceiros de doutorado,
de campo, sem vocês eu não teria conseguido. Dirijo, igualmente o reconhecimento ao
Michender Werison e Rafael Cobra que não só foram para campo comigo, mas me
ensinaram as técnicas de coleta, de análise e o amor pelo solo. Assim como a Priscila
Grutzmacher, há quatro anos atrás, gentilmente me direcionou sem nem me conhecer.
Obrigada.
Não poderia deixar de reconhecer a importância das conversas com Letícia Ferreira,
Felipe Bocca, Jerry Johann e Marcos Adami, que me auxiliaram na construção e
validação dos modelos, da Rozely Ferreira dos Santos que me deu inúmeras ideias e
mesmo distante pôde me orientar, e aos que efetivamente orientaram Mara Marinho e
Rubens Lamparelli. Rubens, foi quem me acolheu em seu grupo de pesquisa permitindo
o desenvolvimento deste trabalho e sempre de forma muito humana me apoiou no
desenvolvimento desta tese. Obrigada.
Obrigada a turma 04D da biologia da UNICAMP que não só fizeram parte da minha
base como pesquisadora, como me inspiram diariamente com os inúmeros artigos
publicados, cursos ministrados, concursos conquistados e acima de tudo com ética.
Ainda na biologia, agradeço ao Sérgio Reis que durante o processo de construção deste
trabalho se dispôs a ajudar e me deu a oportunidade e desafio de lecionar uma disciplina
na pós-graduação da Ecologia da UNICAMP.
Agradeço a banca examinadora e a todas as pessoas das áreas de apoio técnico e
administrativo que me auxiliaram, Agmon Rocha, Célia Panzarin, Antônio Júnior, Rita
de Cássia e Claúdio Mariano, ou ainda na cessão de dados, sem os quais não teria
conseguido executar este trabalho; Bernardo Rudorff pelos dados do CANASAT, a
Usina de cana-de-açúcar por alguns dados de cana, Embrapa Pecuária Sudeste pela
possibilidade de coletar solos na Fazenda Canchim, assim como os fazendeiros Zé
Edílio e Lucia Rigotti; a CAPES e CNPQ pelas bolsas concedidas e FUNCAMP pelos
apoios financeiros.
E por fim, agradeço a minha base, pais, irmãs e marido, que estavam na torcida a todo
momento, acreditaram em mim e nunca me disseram que seria fácil, mas sempre me
disseram para não desistir. Lucas, não foi só companheiro, amigo, como também
pesquisador, participando ativamente da construção dos scripts, inúmeras reflexões e
dando colo quando necessário, obrigada a todos!
RESUMO
O aumento da população humana impacta diretamente na demanda por bens
de consumo, materiais e energia que por sua vez interfere na dinâmica do uso e
cobertura da terra. A cronossequência mais comumente encontrada é a floresta sendo
convertida em pastagem e então em agricultura, provocando emissão de gases de efeito
estufa, principalmente devido ao desmatamento. Há diversas evidências de resposta do
Carbono Orgânico do Solo (COS) às mudanças do uso e cobertura da terra em
diferentes lugares do mundo. No entanto, há poucos estudos com o Cerrado brasileiro,
que possui a particularidade de compreender um mosaico de fitofisionomias, variando
de Campo até Cerradão, provendo diferentes aportes de fitomassa ao solo e onde cerca
de 60% da biomassa encontra-se na parte subterrânea. Sendo assim, o objetivo deste
estudo foi elaborar modelos com um conjunto mínimo de atributos edáficos, que
permitam estimar o carbono orgânico do solo pertencente a extensão territorial do
bioma Cerrado brasileiro sob diferentes usos e coberturas da terra e diferentes
profundidades. As áreas do Cerrado escolhidas foram cobertura vegetal natural e os
usos pastagem plantada e cana-de-açúcar sobre o solo da ordem LATOSSOLO. Os
modelos de COS foram elaborados a partir de regressão linear múltipla. A fração argila
por si só explica aproximadamente 55% do COS na camada de 30-100cm do solo, e
quando somada à Capacidade de Troca de Cátions (CTC) do solo chega a explicar 80%
do COS. A CTC e a granulometria são os principais atributos edáficos do solo
correlacionados com o COS, seguidos por pH, SB, V% e Al. A principal diferença entre
os modelos vinculou-se ao tipo de uso e cobertura da terra e a profundidade analisada,
onde a camada de 30-100cm mostrou-se muito menos influenciada pelo uso e cobertura
da terra que a camada de 0-30cm. A Savana florestada foi a classe temática com
modelos mais ajustados e a cana-de-açúcar foi a classe temática com modelos menos
ajustados. Este resultado está diretamente ligado à ausência de interferência antrópica na
Savana florestada e maior homogeneidade da cobertura e aporte de fitomassa ao solo. Já
a cana-de-açúcar é o meio com maior interferência antrópica e que possuía um baixo
número amostral e espacialmente mal distribuído. As funções elaboradas neste trabalho
demonstraram prever o COS mesmo diante da complexa rede de interações que o
influencia. No entanto, reconhece-se a importância de incorporar novas amostras de uso
e cobertura da terra, de forma a garantir modelos mais precisos e acurados, visando
melhor entender os processos que os usos e coberturas da terra provocam no solo e
assim podendo mitigá-los com ações assertivas.
Palavras-chaves: Carbono orgânico do solo, LATOSSOLO, Cerrado, uso e cobertura da
terra, modelagem
ABSTRACT
The increase of population growth directly impacts the demand for
consumer goods, materials and energy which in turn interfere in the land use and land
cover change (LUCC). The most commonly sequence of LUCC is a forest being
converted into pasture and then into agriculture field, causing greenhouse gases
emissions, mainly due to deforestation.. There are many evidences around the world
about the correlation of soil organic carbon (SOC) and the LUCC. However, there are
few studies on brazilian Savannah, which is a tropical ecosystem that includes a mosaic
of phytophysiognomies, varying from “Campo” to “Cerradão”, offering different
phytomass inputs to the soil and where about 60% of biomass is found below ground.
Thus, the objective of this study was to elaborate models with a minimum set of edaphic
factors, which allow SOC estimation under different land uses and coverages and depths
inside the Brazilian Savannah biome. The Cerrado areas chosen were natural Savannahs
and the land uses planted pasture and sugar cane on the soil order Oxisol. The SOC
models were elaborated by multiple linear regression. The clay fraction alone explains
approximately 55% of SOC in the layer of 30-100 cm belowground, and when added to
Cation Exchange Capacity (CEC) explains up to 80% of the SOC. The CEC and particle
size distribution are the main edaphic soil attributes correlated with SOC, followed by
pH, SB, V% and Al. The major difference between the models is the type of land use
and cover and the depth of the layer analyzed, where the layer 30-100cm showed to be
much less influenced by the land use and cover than the 0-30cm layer. The forested
savannah was the class with better adjusted models and sugar cane with worst adjusted
models. This result is directly related to the absence of anthropic interference in forested
savannah and greater homogeneity of cover and phytomass contribution to the soil. On
the other hand, the sugar cane areas have greater anthropic interference, low sample
number and spatially poorly distributed. The functions produced by this work showed to
predict SOC even in view of the complex network of interactions that influence it.
However, it is recognized the importance of incorporating new samples of land use and
land cover in order to guarantee more accurate models, aiming to better understand the
processes that land uses and land cover entail to the soil, allowing to mitigate them with
assertive actions.
Keywords: Soil organic carbon, Oxisol, Savannah, land use and land cover, modeling
LISTA DE ILUSTRAÇÕES
Figura 1 – Fluxograma metodológico geral. .................................................................. 21
Figura 2 - Extensão territorial do bioma Cerrado. (IBGE, 2004). .................................. 22
Figura 3 - Distribuição espacial e quantitativa das principais ordens de solo do bioma
Cerrado. .......................................................................................................................... 23
Figura 4 - Perfil esquemático dos diferentes usos e coberturas da terra abordados neste
estudo (VELOSO e GOES-FILHO, 1982; LOPES, 1983; RIZZINI, 1997; ABDALA et
al., 1998; JACKSON et al., 2000; SILVA et al., 2015; COUTINHO, 2016). ............... 25
Figura 5 - Desenho esquemático do processo decisório sobre inclusão ou exclusão dos
dados para construir cinco Bancos de Dados. ................................................................ 27
Figura 6 - Desenho esquemático do processo de construção do modelo de COS e
posterior validação. ......................................................................................................... 34
Figura 7 - Localização dos perfis pedológicos do BDT. ................................................ 37
Figura 8 - Classes texturais dos perfis pedológicos representativos das paisagens de
cobertura vegetal natural e dos usos pastagem plantada e cana-de-açúcar, de acordo com
o triângulo textural SiBCS (EMBRAPA, 2006). ............................................................ 38
Figura 9 - Análise descritiva dos valores de COS na camada 0-30cm. .......................... 39
Figura 10 - Análise descritiva dos valores de COS na camada 30-100cm. .................... 39
Figura 11 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos nas duas camadas estudadas. ...................................................... 42
Figura 12 - Espacialização e frequência relativa das classes texturais mapeadas para o
LATOSSOLO nas paisagens de cobertura natural e usos de pastagem plantada e cana-
de-açúcar. ........................................................................................................................ 43
Figura 13 - Frequência relativa das paisagens de cobertura natural, pastagem plantada e
cana-de-açúcar da área de estudo e as respectivas divisões texturais. ............................ 44
Figura 14 - Resultado da espacialização do COS a partir da aplicação dos modelos 1 e 2
nos mapas de areia e argila provenientes da interpolação de areia e argila.................... 45
Figura 15 - Espacialização do COS (g/kg) médio de acordo com as regiões texturais
extraídas das cartas pedológicas na camada 30-100cm. ................................................. 46
Figura 16 - Distribuição das três faixas de COS (g/kg) de acordo com as frações
texturais estabelecidas neste trabalho por categoria de uso e cobertura da terra. ........... 47
Figura 17 – Espacialização das três faixas de COS (g/kg) estabelecidas neste trabalho
por uso e cobertura da terra. ........................................................................................... 48
Figura 18 - Valor estimado para o COS nos vértices dos triângulos internos do triângulo
textural do SiBCs (EMBRAPA, 2006), a partir da aplicação dos modelos 1 e 2
elaborados para a camada 30-100cm. ............................................................................. 49
Figura 19 - Desenho esquemático do processo de construção do modelo de COS e
posterior validação. ......................................................................................................... 51
Figura 20 - Localização dos perfis pedológicos dos Bancos de Dados. ......................... 53
Figura 21 - Classes texturais dos perfis pedológicos que compuseram os cinco Bancos
de Dados abordados neste trabalho (BDSf, BDSap e BDSgl; BDWSf e BDWSap) no
triângulo textural do SiBCs (EMBRAPA, 2006). .......................................................... 54
Figura 22 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de Savana florestada nas duas camadas estudadas. .................... 59
Figura 23 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de Savana arborizada + Savana parque nas duas camadas
estudadas. ........................................................................................................................ 60
Figura 24 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de Savana gramíneo-lenhosa nas duas camadas estudadas. ....... 61
Figura 25 - Desenho esquemático do processo de construção do modelo de COS e
posterior validação. ......................................................................................................... 65
Figura 26 - Localização dos perfis pedológicos do BDPp (56) e BDC (19). ................. 67
Figura 27 - Classes texturais dos perfis pedológicos representativos dos usos pastagem
plantada e cana-de-açúcar, de acordo com o triângulo textural do SiBCs (EMBRAPA,
2006). .............................................................................................................................. 68
Figura 28 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de pastagem plantada nas duas camadas estudadas. ................... 72
Figura 29 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de cana-de-açúcar nas duas camadas estudadas. ........................ 73
Figura 30 - Relativização dos atributos químicos do solo nas duas camadas estudadas
sob os cinco usos e coberturas da terra analisados neste trabalho. ................................. 76
LISTA DE TABELAS
Tabela 1 - Caracterização dos cinco Bancos de Dados. ................................................. 29
Tabela 2 - Compilação do número de perfis pedológicos trabalhados. .......................... 36
Tabela 3 - Variações estatísticas dos valores encontrados no BDT, utilizadas para o
desenvolvimento e validação dos modelos de predição do COS. .................................. 38
Tabela 4 - Resultados numéricos das correlações de Pearson sendo o carbono a variável
dependente (**p<0,001; *0,01<p<0,001). ..................................................................... 40
Tabela 5 - Modelos preditivos do COS em duas camadas de solos sob o bioma Cerrado.
........................................................................................................................................ 41
Tabela 6 - Compilação do número de perfis pedológicos trabalhados. .......................... 52
Tabela 7 - Variações estatísticas dos valores encontrados nos BDSf, BDSap e BDSgl
utilizadas para o desenvolvimento e validação dos modelos de predição do COS. ....... 55
Tabela 8 - Variações estatísticas dos valores encontrados no BDWSf e BDWSap,
utilizadas para o desenvolvimento e validação dos modelos de predição do COS. ....... 55
Tabela 9 - Resultados numéricos das correlações de Pearson sendo o carbono a variável
dependente (**p<0,001; *0,01<p<0,001). ..................................................................... 56
Tabela 10 - Modelos preditivos do COS em duas camadas de solos sobre vegetação de
Cerrado. .......................................................................................................................... 58
Tabela 11 - P-valores resultantes do Teste-t com nível de significância de 0,05 para os
dois Bancos de Dados. .................................................................................................... 62
Tabela 12 - Compilação do número de perfis pedológicos trabalhados. ........................ 66
Tabela 13 - Variações estatísticas dos valores encontrados nos Bancos de Dados,
utilizados para o desenvolvimento e validação dos modelos de predição do COS. ....... 69
Tabela 14 - Resultados numéricos das correlações de Pearson sendo o carbono a
variável dependente (**p<0,001; *0,01<p<0,001)......................................................... 70
Tabela 15 - Modelos preditivos do COS em duas camadas de solos sob usos de
pastagem natural, pastagem plantada e cana-de-açúcar. ................................................ 71
LISTA DE SIGLAS E ABREVIATURAS
Al3+
- alumínio
BD - Banco de Dados
BDC - Banco de Dados de Cana-de-açúcar
BDPp - Banco de Dados de Pastagem plantada
BDSap - Banco de Dados Savana arborizada + Savana parque
BDSf - Banco de Dados Savana florestada
BDSgl - Banco de Dados Savana gramíneo-lenhosa
BDT - Banco de Dados Total
BDW - Banco de Dados WoSIS
BDWSap - Banco de Dados WoSIS - Savana arborizada + Savana parque
BDWSf - Banco de Dados WoSIS - Savana florestada
C - Carbono
COS - Carbono Orgânico do Solo
CTC - Capacidade de Troca de Cátions
d - Índice de Concordância ou de Acurácia
ESDAC - European Soil Data Center
H+- hidrogênio
IAC - Instituto Agronômico de Campinas
IDW - Interpolation
K - potássio
m% - saturação por alumínio
MAE - Erro Absoluto Médio (em inglês)
MDS - Mapeamento Digital do Solo
MOS - Matéria Orgânica do Solo
N - nitrogênio
P - fósforo
R2 - coeficiente de determinação
r - coeficiente de correlação de Pearson
RMSE - Raiz do Erro Médio Quadrático (em inglês)
SB - Soma de Bases trocáveis
SiBCs - Sistema Brasileiro de Classificação de Solos
SIG - Sistema de Informação Geográfica
TFSA - Terra Fina Seca ao Ar
V% - saturação por bases
WOSIS – World Soil Information Service
SUMÁRIO
Capítulo 1. Introdução geral ........................................................................................... 17
Objetivo geral e objetivos específicos ..................................................................... 20
Estrutura da tese ...................................................................................................... 20
Capítulo 2. Material e métodos gerais ............................................................................ 22
2.1. Área de estudo...................................................................................................... 22
2.2. Construção dos Bancos de Dados ........................................................................ 25
2.2.1. Análise do uso e cobertura atual ................................................................... 27
2.2.2. Ratificação da ordem LATOSSOLO ............................................................ 28
2.2.3. Modelagem dos atributos edáficos em profundidade .................................... 28
2.2.4. Organização dos Bancos de Dados ............................................................... 29
2.3. Análise exploratória dos Bancos de Dados .......................................................... 30
2.4. Seleção de variáveis edáficas correlacionadas à variação do carbono orgânico e
construção de modelos de carbono orgânico do solo.................................................. 30
2.5. Validação geral dos modelos ............................................................................... 31
Capítulo 3. Estimativa do carbono orgânico do LATOSSOLO do Cerrado brasileiro a
partir da textura do solo .................................................................................................. 33
3.1. Material e métodos específicos ............................................................................ 34
3.1.1. Validação geral dos modelos......................................................................... 34
3.1.2. Aplicação dos modelos de COS nas classes texturais de cartas pedológicas.
Estudo de caso: Porção nordeste do Cerrado do estado de São Paulo .................... 35
3.2. Resultados e discussão ......................................................................................... 36
3.2.1. Qualificação do BDT .................................................................................... 36
3.2.2. Seleção das variáveis explicativas................................................................. 40
3.2.3. Validação dos modelos de regressão ............................................................. 40
3.2.4. Aplicação e validação dos modelos de COS para a camada 30-100cm. Estudo
de caso: Porção nordeste do Cerrado do estado de São Paulo em 2013 ................. 43
3.3. Conclusões ........................................................................................................... 49
Capítulo 4. Estimativa do carbono orgânico do LATOSSOLO de paisagens naturais do
Cerrado brasileiro a partir de atributos edáficos ............................................................. 50
4.1. Material e métodos específicos ............................................................................ 50
4.1.1. Validação dos modelos.................................................................................. 50
4.1.2. Levantamento e organização do Banco de Dados WoSIS (BDW) para
validação II .............................................................................................................. 51
4.2. Resultados e discussão ......................................................................................... 52
4.2.1. Qualificação do BDSf, BDSap, BDSgl, BDWSf e BDWSap ....................... 52
4.2.2. Seleção das variáveis explicativas................................................................. 56
4.2.3. Validação dos modelos de regressão ............................................................. 57
4.3. Conclusões ........................................................................................................... 63
Capítulo 5. Estimativa do carbono orgânico do LATOSSOLO de paisagens antropizadas
do Cerrado brasileiro a partir de atributos edáficos ........................................................ 64
5.1. Material e métodos específicos ............................................................................ 65
5.1.1. Validação dos modelos.................................................................................. 65
5.2. Resultados e discussão ......................................................................................... 66
5.2.1. Qualificação dos Bancos de Dados (BDPp e BDC) ...................................... 66
5.2.2. Seleção das variáveis explicativas................................................................. 70
5.2.3. Validação dos modelos de regressão ............................................................. 70
5.3. Conclusões ........................................................................................................... 74
Capítulo 6. Discussões Gerais ........................................................................................ 75
Capítulo 7. Considerações finais .................................................................................... 79
8. Referências bibliográficas .......................................................................................... 80
ANEXOS ........................................................................................................................ 89
17
CAPÍTULO 1. INTRODUÇÃO GERAL
A população humana vem crescendo a uma taxa média de 1,2% ao ano no
mundo. Atingiu mais de 7,3 bilhões de habitantes em 2015 e estima-se que ultrapassará
11,2 bilhões de habitantes em 2100 (UNITED NATIONS, 2015). O aumento da
população impacta diretamente na demanda por bens de consumo, materiais e energia
que por sua vez interferem na dinâmica do uso e cobertura da terra (COELHO, 2001;
CHEN, 2006).
A sequência das mudanças mais comumente encontradas na Amazônia é a
floresta sendo convertida em pastagem e depois em agricultura (ADAMI et al., 2012), já
no Cerrado parte da agricultura é proveniente de áreas desmatadas e parte das áreas de
pastagem (FERREIRA et al., 2009). Uma porção destas áreas de agricultura são
utilizadas para geração de biocombustíveis como contraponto aos combustíveis fósseis,
por serem renováveis, menos poluentes e pelo aumento no estoque de C no solo
resultante da retirada de CO2 da atmosfera, contribuindo para a mitigação do efeito
estufa (CERRI et al., 2010). Por outro lado, está associada à diminuição da qualidade de
água, dano na biodiversidade, degradação da terra, fragmentação ecológica e
desmatamento (PEREIRA e ORTEGA, 2010; DUARTEA et al., 2013).
As mudanças no uso e cobertura da terra são a segunda maior fonte de
emissão de gases de efeito estufa induzida pelo homem, principalmente devido ao
desmatamento (DON et al., 2011), perdendo somente para os combustíveis fósseis
(VAN DER WERF et al., 2009). Estas mudanças estão vinculadas à variação do estoque
de carbono, uma vez que a perda e queima da vegetação nas camadas superiores do solo
acarreta a perda deste componente desencadeando uma série de mudanças não só no
próprio solo regionalmente, como também no clima global.
O carbono (C) é estocado nos solos a partir dos processos de decomposição
e humificação dos resíduos vegetais ou por processos como a rizodeposição (liberação
de compostos de carbono a partir de células do córtex e da epiderme durante a expansão
da raiz) (BAKER et al., 2007) produzindo a Matéria Orgânica do Solo (MOS). O
conteúdo de carbono orgânico do solo (COS) estocado no solo encontra-se na forma de
MOS, ocupando 58% da MOS (NELSON e SOMMER, 1996).
A MOS é de grande importância para manter o equilíbrio e a conservação
do solo (FAO, 2005). Desempenha papel fundamental nas funções do solo, como o
18
aumento da agregação e estabilidade da estrutura do solo, aumento na taxa de infiltração
de água, diminuição na resistência a erosão, entre outros atributos físicos, químicos e
biológicos (OLIVEIRA et al., 2001; FRANZLUEBBERS, 2002; CHAN et al., 2003;
BRONICK e LAL, 2005), além de estar relacionada com a sua umidade e temperatura
(BURKE et al., 1989).
Diferentes aportes de fitomassa influenciam a MOS (LAL, 2004; OSMAN,
2013), que por consequência estão condicionadas às mudanças de uso e cobertura da
terra (DON et al., 2011; ZHANG et al., 2014; BORDONALA et al., 2017). Neste
contexto, aproximadamente 40% do carbono dos ecossistemas florestais estão estocados
nos solos (DIXON et al., 1994), representando uma quantidade de carbono estocada
superior a presente na atmosfera (LAL, 2004). Entretanto, o revolvimento no solo
provoca oxidação da MOS a CO2 liberando-o na atmosfera (CERRI et al., 2007).
Por outro lado, um adequado manejo proporciona lentamente a elevação do
teor de MOS (MOREIRA e SIQUEIRA, 2006), a qual está relacionada com as variáveis
climáticas da área (RABBI et al., 2014). Regiões de clima tropical possuem uma taxa de
decomposição da MOS mais elevada devido às altas temperaturas e umidade do solo
(SIX et al., 2002). Segundo Wiesmeier et al. (2013) a umidade do solo é o principal
fator que influencia no armazenamento de COS e nitrogênio, tanto para áreas com uso
de pastagem quanto para áreas agrícolas, porém as áreas de agricultura sofrem menores
efeitos climáticos, já que estas podem ser balanceadas com práticas de manejo
(WIESMEIER et al., 2013) como a irrigação (LACLAU e LACLAU, 2009). Rabbi et
al. (2015) observaram que 64% do estoque de C em regiões áridas da Austrália está
relacionado com variáveis climáticas, enquanto que somente 1,4% está relacionado com
o uso e práticas de manejo.
A sequência de mudanças de uso e cobertura da terra influencia na
quantidade de MOS. A conversão de floresta primária em pastagem ou em áreas
agrícolas provoca perda de COS, porém esta ocorre em maior intensidade quando as
florestas primárias são convertidas em áreas agrícolas (MEERSMANS et al., 2009;
DON et al, 2011). Estas perdas estão relacionadas com as mudanças de uso e cobertura
da terra que impactam principalmente nos atributos físicos do solo. Como exemplo, a
conversão da cobertura vegetal natural em pastagem extensiva acarreta um aumento da
compactação do solo, diminuindo a porosidade e condutibilidade de água, que segundo
Cherubin et al. (2016), reduz de 10 a 27% da sua capacidade potencial. Há uma
19
diminuição ainda maior na capacidade potencial do solo na conversão para cana-de-
açúcar, diminuindo de 32 a 44% da sua capacidade, devido a compactação crítica do
solo, diminuindo o espaço poroso e a aeração, aumentando a resistência do solo, o risco
de erosão e a degradação estrutural (CHERUBIN et al., 2016). A conversão de
vegetação nativa para agricultura resulta em perda global de COS em todo o perfil
(DON et al., 2011; HOBLEY et al., 2016).
O tipo de vegetação está fortemente ligado ao armazenamento de COS no
solo (LAL, 2004; OSMAN, 2013), assim como na sua distribuição vertical (JACKSON
et al., 2000; LARDY et al., 2002). Há inúmeras evidências de resposta do COS às
mudanças do uso e cobertura da terra em diversos lugares do mundo como por exemplo,
na China (LI et al., 2017; WANG et al., 2017), na Austrália (RABBI et al., 2014;
RABBI et al., 2015; HOBLEY et al., 2016), na Índia (MONDAL et al., 2017), no Irã
(SOLEIMAN et al., 2017), na Etiópia (ASSEFA et al., 2017), na Itália
(FRANCAVIGLIA et al., 2017), na Espanha (TRIGALET et al., 2016), na Argentina
(BUSCHIAZZO et al., 1991) e no Brasil (MAIA et al., 2013; MELLO et al., 2014;
CHERUBIN et al., 2016; SOUZA et al., 2016). Maia et al. (2013) apontaram em seu
estudo que a resposta do COS nas mudanças do uso e cobertura da terra é diferente para
paisagens de floresta e de Cerrado, evidenciando assim necessidade de estudar o Bioma
Cerrado separadamente dos demais.
O Cerrado brasileiro é um ecossistema tropical que compreende um
mosaico de fitofisionomias, variando de Campo até Cerradão, provendo diferentes
aportes de fitomassa ao solo. Enquanto florestas não pertencentes ao bioma Cerrado
possuem a maior porção da biomassa na parte aérea, o Cerrado brasileiro concentra
cerca de 60% de sua biomassa na parte subterrânea (CASTRO e KAUFFMANN, 1998;
COUTINHO, 2016), onde o Campo armazena mais C no solo que as coberturas naturais
mais arborizadas, como o Cerradão (LARDY et al., 2002).
Assim como nas outras partes do mundo, no Cerrado brasileiro quando há
conversão de vegetação nativa para agricultura, seja ela perene ou anual, ou para
pastagem, o estoque de C diminui (MELLO et al., 2014). Porém, ao longo do tempo as
pastagens bem manejadas podem acumular mais C que a vegetação nativa dos Cerrados
(PAUSTIAN et al., 1997; LARDY et al., 2002; MELLO et al., 2014), assim como as
áreas agrícolas (MAIA et al., 2013; MELLO et al., 2014).
20
Sendo assim, este trabalho se insere no esforço para a quantificação do
COS, onde duas questões fundamentais serão respondidas: i) Existe diferença entre os
atributos edáficos relacionados ao COS nas paisagens de Cerrado no Brasil sob
diferentes usos e coberturas da terra e diferentes profundidades?; ii) Há um conjunto
mínimo de atributos edáficos que permitem estimar o COS?
Objetivo geral e objetivos específicos
O objetivo geral deste estudo foi elaborar modelos, com um conjunto
mínimo de atributos edáficos, que permitam estimar o carbono orgânico do solo
pertencente a extensão territorial do bioma Cerrado brasileiro. Para atingir o objetivo
geral, este foi dividido em três objetivos específicos, sendo eles:
- Elaborar funções a fim de estimar o carbono orgânico do solo a partir das
frações granulométricas.
- Elaborar funções com o intuito de estimar o carbono orgânico do solo em
paisagens naturais de Cerrado a partir de atributos edáficos.
- Elaborar funções para estimar o carbono orgânico do solo em paisagens
antropizadas a partir de atributos edáficos.
Estrutura da tese
A tese foi organizada em sete capítulos que apresentam diferentes modelos
para estimar a variação do COS correlacionados a atributos edáficos de um conjunto de
uso e cobertura da terra presente no bioma Cerrado brasileiro. Os capítulos são: (1)
Introdução geral; (2) Material e métodos gerais; (3) Estimativa do carbono orgânico do
LATOSSOLO do Cerrado brasileiro a partir da textura do solo ; (4) Estimativa do
carbono orgânico do LATOSSOLO de paisagens naturais do Cerrado brasileiro a partir
de atributos edáficos; (5) Estimativa do carbono orgânico do LATOSSOLO de
paisagens antropizadas do Cerrado brasileiro a partir de atributos edáficos; (6)
Discussões gerais; e (7) Considerações finais. O fluxograma metodológico está
apresentado na Figura 1.
21
Figura 1 – Fluxograma metodológico geral.
Banco de Dados com
atributos edáficos dos
usos de pastagem plantada
e cana de açúcar e
cobertura vegetal natural
Construção e validação do
Banco de Dados
Modelagem em
profundidade dos atributos
edáficos
Can
a d
e a
çú
car
Past
agem
pla
nta
da
Coleta de dados secundários
edáficos dos usos
Espacialização dos dados
Co
bert
ura
veg
eta
l
natu
ral
Intersecção com o limite
do bioma Cerrado
Coleta de amostras de solo
complementares
Savana a
rbori
zada +
sav
an
a p
arq
ie
Savana f
lore
stada
Ban
co
s d
e D
ad
os
Mo
dela
gem
do
CO
S p
or
atr
ibuto
s edáfi
cos
Cana-d
e-a
çúcar
Past
agem
pla
nta
da
Ban
co
s d
e D
ad
os
Modela
gem
do C
OS
por
atr
ibu
tos
ed
áfi
co
s
Capítulo 1
Introdução
geral
Capítulo 3
Estimativa do carbono
orgânico do
LATOSSOLO do
Cerrado brasileiro a
partir da textura do solo
Capítulo 6
Discussões
gerais
Mo
dela
gem
do
CO
S p
or
atr
ibu
tos
ed
áfi
co
s
Capítulo 2
Material e
métodos gerais
Savana
gra
mín
eo-l
en
ho
sa
Capítulo 7
Considerações
finais
Estimativa do carbono
orgânico do
LATOSSOLO de
paisagens naturais do
Cerrado brasileiro a partir
de atributos edáficos
Estimativa do carbono
orgânico do
LATOSSOLO de
paisagens antropizadas
do Cerrado brasileiro a
partir de atributos
edáficos
Capítulo 4 Capítulo 5
22
CAPÍTULO 2. MATERIAL E MÉTODOS GERAIS
2.1. Área de estudo
A área de estudo está inserida na porção do território brasileiro pertencente
ao bioma Cerrado (IBGE, 2004), com enfoque nas áreas de cobertura vegetal natural,
pastagem plantada e cana-de-açúcar, totalizando mais de 2 milhões de km², o
equivalente a 22% do território nacional (BRASIL, 2015). Sua área contínua incide
sobre onze estados brasileiros, sendo eles Goiás (GO), Tocantins (TO), Mato Grosso
(MT), Mato Grosso do Sul (MS), Minas Gerais (MG), Bahia (BA), Maranhão (MA),
Piauí (PI), Rondônia (RO), Paraná (PR), São Paulo (SP), além do Distrito Federal (DF)
(Figura 2).
Figura 2 - Extensão territorial do bioma Cerrado. (IBGE, 2004).
O clima dominante do bioma Cerrado é o tropical com inverno seco (Aw)
(74%), porém devido à sua grande extensão territorial, também se enquadra em outras
cinco zonas climáticas, segundo a classificação de Köppen-Geiger, atualizada para o
23
Brasil em 2013 (ALVARES et al., 2014). Dependendo da região analisada, as
temperaturas médias anuais variam de 20ºC a 26ºC e as precipitações médias anuais
entre 1.000mm e 1.800mm, sendo que 80% das chuvas estão concentradas nos meses de
outubro a abril. No entanto, segundo Camargo (1971), o clima não desempenha papel
significativo na distribuição das fitofisionomias do Cerrado, a qual é determinada pela
pedologia (BRASIL, 1960; GOODLAND, 1969; ASKEW et al., 1971), existindo uma
alta correlação estatística entre a fitofisionomia do Cerrado e o grau de oligotrofismo do
solo (GOODLAND, 1969). Logo, os dados analisados neste estudo não foram focados
em uma única zona climática, mas sim na ordem do solo de maior representatividade no
bioma Cerrado, o LATOSSOLO, solo predominante em 41% do bioma (Figura 3)
(EMBRAPA, 2014).
Figura 3 - Distribuição espacial e quantitativa das principais ordens de solo do bioma
Cerrado.
Os solos da ordem LATOSSOLO se caracterizam por apresentar uma baixa
fertilidade natural, devido ao seu elevado grau de intemperismo (OLIVEIRA, 2011;
IBGE, 2007). Porém, são muito explorados nas práticas agrícolas, pois, em geral, são
profundos, com boa porosidade total e adequada quantidade de macroporos, fatores que
24
determinam condições apropriadas de penetração do sistema radicular no horizonte B
latossólico (OLIVEIRA, 2011). A textura varia de franco-arenosa (15% de argila) a
muito argilosa (>60% de argila), o que reflete na variada capacidade de retenção de
água. Os solos de textura mais argilosa retêm mais água que os de textura média e,
portanto, apresentam maior disponibilidade de água para as plantas (MEDINA e
GROHMANN, 1966). Do ponto de vista da fertilidade, o horizonte subsuperficial B
latossólico apresenta também grande variação, ou seja, podem ser solos álicos ou solos
com baixa saturação por alumínio; e distróficos, ácricos ou eutróficos (OLIVEIRA,
2011; IBGE, 2007).
O bioma Cerrado é um mosaico de fitofisionomias, que compreende
formações vegetais que variam de herbáceas a arbustivas (GOODLAND, 1969),
produzindo, respectivamente, variações de biomassa aérea de 6t/ha a 30t/ha e
subterrânea de 15t/ha a 50t/ha (COUTINHO, 2016). Os remanescentes de Cerrado estão
sobre solos muito antigos, intemperizados e com pH baixo, o que os torna ácidos,
depauperados de nutrientes e ricos em alumínio (HARIDASAN, 1982; LOPES, 1983).
São alvos deste estudo paisagens de cobertura vegetal natural do Cerrado
(todo o gradiente fitofisionômico, como Savana florestada, Savana arborizada, Savana
parque, Savana gramíneo-lenhosa) e usos da terra, como pastagem plantada (Brachiaria
brizantha, Brachiaria humidícula, Melinis minutiflora, Tricholaena rosae, Panicum
maximum, Hyparrhenia rufa e Paspalum notatum) e cana-de-açúcar (Figura 4).
25
Figura 4 - Perfil esquemático dos diferentes usos e coberturas da terra abordados neste
estudo (VELOSO e GOES-FILHO, 1982; LOPES, 1983; RIZZINI, 1997; ABDALA et
al., 1998; JACKSON et al., 2000; RODIN, 2004; SILVA et al., 2015; COUTINHO,
2016).
2.2. Construção dos Bancos de Dados
Neste estudo, grande parte dos dados de COS foi obtida de fontes
secundárias, nas quais o uso ou cobertura atual da terra foi descrito como alguma classe
fitofisionômica de cobertura vegetal natural ou usos de pastagem plantada ou de cana-
de-açúcar. Assim, foram organizados cinco Bancos de Dados contendo as informações
do COS e atributos edáficos considerados de interesse para as análises deste trabalho,
sendo eles: alumínio (Al3+
) ou saturação por alumínio (m%), pH, hidrogênio (H+) ou
saturação por bases (V%), soma de bases trocáveis (SB), capacidade de troca de cátions
(CTC) e granulometria. Os dados coletados foram organizados de forma sistemática em
planilhas eletrônicas que, para efeito de organização deste trabalho, foram chamadas de
Banco de Dados (Anexo 1).
Os dados secundários foram provenientes de levantamentos pedológicos,
sendo eles: Levantamento de Reconhecimento dos Solos do Estado de São Paulo
(BRASIL, 1960; PRADO, 1997), Relatórios Técnicos da Divisão de Pedologia do
Projeto RadamBrasil (BRASIL, 1982a; BRASIL, 1982b; BRASIL, 1982c; BRASIL,
26
1982d; BRASIL, 1982e; BRASIL, 1982f), Série Pesquisa APTA (BERTOLANI et al.,
2000; MENK e COELHO, 2000; MENK et al., 2000; ROSSI et al., 2000; BOGNOLA
et al., 2003), Boletim Científico do Instituto Agronômico (OLIVEIRA e MENK, 1984;
MENK et al., 1987; CARVALHO et al., 1991; OLIVEIRA e PRADO, 1987;
OLIVEIRA, 1999a; OLIVEIRA, 1999b). Além disso, foram incorporados os trabalhos
armazenados no Sistema de Informação de Solos Brasileiros (EMBRAPA/Sisolos) que
não tinham sido descritos no material anterior e trabalhos técnicos e acadêmicos como o
do Setzer (1949), Lemos et al. (1960), Ranzini et al. (1966), Verdade et al., (1967),
Oliveira et al., (1979), Oliveira e Prado (1984), Calderano Filho et al. (1998), Assis
(2010), Lynch (2009) e Martins (2012).
Ainda nos anos de 2015 e 2016, foram coletadas quinze amostras de solo
compostas e deformadas em áreas que haviam sido descritas nos boletins há pelo menos
dez anos, como cana-de-açúcar, pastagem plantada e vegetação natural pertencente ao
bioma Cerrado. Para cana-de-açúcar foram coletadas seis áreas compreendendo os
municípios de Ribeirão Preto (1), Batatais (1), São Simão (2) e Serra Azul (2); para
pastagem plantada foram coletadas amostras em São Carlos (3); e para Savana
florestada nos municípios de Sales Oliveira (3) e São Carlos (3). As análises
granulométricas destas quinze amostras de solo foram realizadas no Laboratório de
Solos da Faculdade de Engenharia Agrícola da Unicamp (LabSol - Feagri) pelo método
da Pipeta (EMBRAPA, 1997). Já as análises químicas foram realizadas pelo
Laboratório de Fertilidade do Solo do Instituto Agronômico de Campinas (IAC), a partir
dos métodos descritos para Avaliação da Fertilidade de Solos Tropicais (RAIJ et al.,
2001), sendo que o método para quantificação do COS foi o de combustão via úmida
(WALKLEY e BLACK, 1934).
A partir da inserção destes dados em planilhas eletrônicas, foi possível
atualizar a classificação dos solos de acordo com o Sistema Brasileiro de Classificação
de Solos - SiBCS (EMBRAPA, 2006), complementando e ratificando as informações
coletadas de fontes secundárias, de acordo com o protocolo apresentado no fluxograma
da Figura 5.
A primeira etapa foi verificar a presença de, ao menos, quatro camadas
amostradas até o mínimo de 100cm, a fim de se caracterizar a variação contínua, em
profundidade, dos atributos edáficos de interesse. A segunda etapa foi coletar
informações sobre o uso e cobertura da terra no momento da coleta (denominado atual)
27
e selecionar os usos ou coberturas de interesse; a terceira etapa foi verificar a veracidade
da descrição da ordem do solo e, por fim, todos os perfis pedológicos que passaram por
estas etapas tiveram seus atributos edáficos modelados pela função Spline e
compuseram o Banco de Dados deste trabalho.
Figura 5 - Desenho esquemático do processo decisório sobre inclusão ou exclusão dos
dados para construir cinco Bancos de Dados.
2.2.1. Análise do uso e cobertura atual
O uso ou cobertura atual dos perfis pedológicos descrito nos documentos
oficiais foi tabulado juntamente com sua localização, seja ela ao nível municipal ou
pontual, por meio coordenadas geográficas.
Descartados I
>= 4
camadas e pelo
menos até 1m
Não
BD Cana-de-açúcar (BDC)
BD Pastagem plantada (BDPp)
BD Savana gramíneo-lenhosa
(BDSgl)
BD Savana arborizada +
Savana parque (BDSap)
Banco de Dados Total (BDT)
BD Savana florestada (BDSf)
2.2.4. Organização
dos Bancos de Dados
2.2.2. Ratificação da ordem LATOSSOLO
Relação textural<1,3
Silte/argila:
<0,6 text. argilosa
<0,7 text. média
Não
Sim
Descartados II
Sim
Dados
secundários
coletados
Descartados IV
C<80 g/kg
Descartados III
Não
Descartados V Descartados VI
2.2.1. Análise do uso e cobertura atual
Não Não
Sim Não
O uso ou cobertura
atual é de interesse?Não
Uso ou cobertura
atual descrito
Sim Sim
Presença de
coordenadas
geográficas
Sim2.2.3. Modelagem
dos atributos edáficos
em profundidade
Sim
28
Os perfis pedológicos que não possuíam a descrição do uso ou cobertura
nem coordenadas geográficas foram descartados. Para aqueles que não possuíam a
descrição do uso ou cobertura, mas possuíam coordenadas geográficas foi possível
localizá-los, sendo que os pontos localizados no estado de São Paulo e datados até 1980
tiveram o uso ou cobertura da terra identificados por meio das cartas topográficas
digitais do IBGE (1:50.000), disponíveis no DataGeo
(http://datageo.ambiente.sp.gov.br). Os pontos datados a partir de 1980 tiveram seu uso
e cobertura da terra verificado por meio da interpretação de imagens do satélite Landsat
no programa computacional ArcMap, versão 10.3. Os perfis pedológicos que foram
interpretados como paisagens de cobertura natural incorporaram a fitofisionomia, com
modificações, proveniente do cruzamento com o mapa do Cerrado brasileiro do Projeto
RadamBrasil/Projeto SIVAM (PROJETO SIVAM, 2002) na escala de 1:250.000.
2.2.2. Ratificação da ordem LATOSSOLO
Nesta etapa foram avaliados três critérios fundamentados no SiBCS
(EMBRAPA, 2006) para confirmar a ordem do solo como LATOSSOLO: A) não
apresentar gradiente textural do horizonte A para o B, ou seja, o incremento de argila
entre esses horizontes deve ser, no máximo, de 1,3; B) relação silte/argila no horizonte
B latossólico inferior a 0,7 para LATOSSOLOS de textura média e inferior a 0,6 nos
LATOSSOLOS de textura argilosa; C) apresentar teor de carbono orgânico inferior a
80g/kg na Terra Fina Seca ao Ar (TFSA), uma vez que este é o limite para caracterizar
solo orgânico.
Apesar dessas informações terem sido coletadas de diversas fontes, todos os
dados de carbono orgânico utilizados foram obtidos pelo método de combustão via
úmida (WALKLEY e BLACK, 1934) e suas modificações.
2.2.3. Modelagem dos atributos edáficos em profundidade
Finalmente, a última etapa consistiu na padronização das camadas
amostradas nos perfis pedológicos em duas camadas, 0-30cm e 30-100cm, na
expectativa de que a quantidade de COS encontrado na camada de 0-30cm seja similar a
quantidade de COS encontrado na camada de 30-100cm (JOBBÁGY e JACKSON,
2000). Para a padronização das diferentes camadas descritas nos perfis pedológicos
nestas duas (0-30cm e 30-100cm), foi aplicado a função Spline quadrática de igual área
29
(λ = 0,1) em todos os atributos edáficos de interesse deste estudo de cada perfil
pedológico tabulado, conforme descrito nos trabalhos de Ponce-Hernandez et al. (1986),
Bishop et al. (1999) e Malone et al. (2009).
A função Spline foi executada no programa MATLAB, por meio da rotina
desenvolvida por Pereira (2014), dando origem ao Banco de Dados Total (BDT).
2.2.4. Organização dos Bancos de Dados
O BDT foi composto por todos os dados de COS obtidos de fontes
secundárias, nas quais o uso ou cobertura da terra atual foram descritos como cobertura
vegetal natural ou pastagem plantada ou cana-de-açúcar.
Para os capítulos 4 e 5 deste trabalho, houve a necessidade de dividir o BDT
em cinco outros bancos de acordo com o uso e cobertura atual identificado nos
levantamentos pedológicos e ou incorporados, conforme descrito no item 2.2.1, dando
origem aos Bancos de Dados (BD) descritos na Tabela 1.
Tabela 1 - Caracterização dos cinco Bancos de Dados.
Todos os procedimentos descritos a seguir foram executados tanto para o
Banco de Dados Total, o qual será explorado no Capítulo 3, quanto individualmente
para os cinco Bancos de Dados explorados nos capítulos 4 (BD Savana florestada, BD
Savana arborizada + Savana parque e BD Savana gramíneo-lenhosa) e 5 (BD Pastagem
plantada e BD Cana-de-açúcar).
Nome do Banco de Dados Sigla Descrição
Banco de Dados Savana florestada BDSf Áreas de transição de floresta de savana e
"Cerradão" (Veloso e Goés-Filho, 1982)
Banco de Dados Savana arborizada +
Savana parqueBDSap
"Campo cerrado" e "Parque de cerrado"
(Veloso e Goés-Filho, 1982)
Banco de Dados Savana gramíneo-lenhosa BDSgl "Campo" (Veloso e Goés-Filho, 1982)
Banco de Dados Pastagem plantada BDPp
Brachiaria brizantha, Brachiaria
humidicula, Melinis minutiflora,
Tricholaena rosae, Panicum maximum,
Hyparrhenia rufa e Paspalum notatum
Banco de Dados Cana de açúcar BDC Diversos cultivares de cana-de-açúcar
30
2.3. Análise exploratória dos Bancos de Dados
A variabilidade dos dados tabulados nos BD foi analisada no programa
estatístico Minitab, por meio dos gráficos boxplot (Anexo 2) e pela análise dos
parâmetros estatísticos: média, desvio padrão e coeficiente de variação.
2.4. Seleção de variáveis edáficas correlacionadas à variação do carbono orgânico e
construção de modelos de carbono orgânico do solo
Com o intuito de selecionar preliminarmente variáveis edáficas que se
correlacionaram com o COS (variável resposta), foi aplicado o método de correlação de
Pearson (r) para as variáveis preditoras dos BD.
A correlação de Pearson mede se há correlação linear entre a variável
resposta e preditora, indicando a direção e intensidade (-1< r <1). Valores que mais se
aproximam de zero indicam menor correlação linear e quanto mais próximo de um ou
de menos um, maior a correlação linear. Sendo assim, as variáveis que apresentaram
coeficiente de correlação de Pearson superior a 0,5 ou inferior a -0,5 e p-valor de até
0,01 foram incluídas nas análises de regressão linear múltipla (Stepwise: Forward e
Backward), para ajuste dos modelos de estimativa do COS no programa estatístico
Minitab.
O método de regressão múltipla Stepwise é recomendado para escolher
variáveis preditoras, uma vez que ele verifica a correlação da variável resposta com as
variáveis preditoras uma a uma (VALENTIN, 2000). No método Stepwise Forward, a
variável preditora mais fortemente correlacionada com a variável resposta é selecionada
em primeiro lugar e, posteriormente, são incorporadas as demais variáveis preditoras em
ordem decrescente de coeficiente de correlação com a variável resposta, desde que o
coeficiente continue sendo significativo (VALENTIN, 2000). Já no método Stepwise
Backward parte-se da função completa e são excluídas as demais variáveis preditoras
em ordem crescente de coeficiente de correlação com a variável resposta, desde que o
coeficiente continue sendo significativo. O método de regressão linear múltipla tem sido
utilizado por outros pesquisadores com a finalidade de prever o teor de carbono
orgânico do solo (BURKE, 1989; ZINN et al., 2005; NANNI e DEMATTÊ, 2006).
31
2.5. Validação geral dos modelos
A validação dos modelos foi realizada considerando os indicadores
estatísticos que medem a precisão, como os coeficientes de determinação (R2 e
R
2
ajustado), no programa Minitab, e indicadores de acurácia como Erro Absoluto Médio
(no inglês Mean Absolute Error [MAE]), Raiz do Erro Médio Quadrático [no inglês
Root Mean Square Error [RMSE]) e Índice de Concordância [d], no programa
MATLAB a partir da técnica de reamostragem bootstrap (EFRON, 1982), por meio da
rotina desenvolvida por Adami (2010).
A técnica de bootstrap foi aplicada com o objetivo de estimar o desempenho
dos modelos paramétricos, reduzindo a influência dos valores anômalos nos parâmetros
estimados, tendo sido utilizadas 10.000 repetições com reposição (ADAMI, 2010). O
resultado gerado pela técnica do bootstrap é um intervalo de confiança das estimativas
dos parâmetros MAE, RMSE e d, por reamostragem do conjunto de dados original; ou
seja, a partir da reamostragem das amostras, o método cria um novo conjunto de dados
para validação dos modelos. Sendo assim, o bootstrap é muito utilizado na validação de
bancos de dados com número reduzido de amostras (SILVA FILHO, 2010).
O coeficiente de determinação R2 indica quanto da variação total do carbono
orgânico (variável resposta) pode ser explicado pelas variáveis preditoras presentes em
um dado modelo preditivo. Como o R² pode ser influenciado pelo número de amostras,
foi calculado o R2 ajustado, que relaciona a porcentagem da variação da variável
resposta. Porém, utilizar somente os coeficientes R2
e R2 ajustado pode gerar
interpretações evasivas (WILLMOTT, 1982), ou seja, um modelo qualquer com um alto
valor de R² e coeficientes significativos pode não modelar os valores reais com a
exatidão esperada. Sendo assim, Willmott et al. (1985) propuseram o Índice de
Concordância ou de Acurácia [d], que mede o quanto o modelo está ajustado aos dados,
por meio do cálculo das distâncias da nuvem de dispersão de dados correlacionados em
torno da reta 1:1 e, portanto, é uma razão do grau de acurácia, indicando onde as
simulações estão cometendo algum erro e não uma medida de correlação. Esta análise
de dispersão dos dados foi feita pelo bootstrap com base em uma regressão linear
simples, comparando o valor estimado de COS com o valor observado, em que por
meio dos coeficientes linear (a), angular (b) e correlação (r).
Além destes indicadores estatísticos, foram avaliados o Erro Absoluto
Médio [MAE], que mede a magnitude dos erros em um conjunto de estimativas e a Raiz
do Erro Médio Quadrático [RMSE], informando a dimensão do erro produzido pelo
32
modelo, ou seja, um critério de avaliação de desempenho do modelo. Sendo assim, os
modelos foram validados pelos três indicadores estatísticos, definidos, respectivamente,
pelas Equações 1 a 3.
O conteúdo apresentado neste capítulo refere-se ao Material e métodos
comum aos três próximos capítulos, cujas particularidades serão detalhadas em cada um
deles.
Onde:
n = número de amostras de solo
O = Valor do COS tabulado nos Banco de Dados
E = Valor do COS obtido pela modelagem
33
CAPÍTULO 3. ESTIMATIVA DO CARBONO ORGÂNICO DO LATOSSOLO
DO CERRADO BRASILEIRO A PARTIR DA TEXTURA DO SOLO
No Brasil, acredita-se que a primeira tentativa de análise de perfil de solo
ocorreu em 1928 com Philippe W. Cabral de Vasconcellos (IBGE, 2007).
Posteriormente, em 1941 José Setzer descreveu 22 tipos de solos do Estado de São
Paulo, baseando-se na classificação dos solos através da natureza petrográfica do
material de origem, com subdivisão fundamentada em propriedades físicas e químicas
(IBGE, 2007). Por meio destes levantamentos e do conhecimento das relações entre os
tipos de solos e o ambiente onde eles ocorrem inferem-se os limites entre as classes dos
solos e suas propriedades (BURROUGH e MCDONNEL, 1998). No entanto, este tipo
de levantamento não considera a dependência espacial entre as unidades de
mapeamento, importante principalmente em levantamentos detalhados ou em áreas onde
os limites entre os solos não são evidentes (LIMA et al., 2013). Além disso, estas
análises são custosas, fazendo com que diversas áreas do mundo possuam uma pobre
base de dados de solo e muitas vezes de baixa confiabilidade (MCBRATNEY et al.,
2003). No caso do bioma Cerrado brasileiro, Neumann (2012) aponta que somente
2,34% do bioma possui mapas de solos na escala de 1:250.000 e 1:100.000 e menos de
1% na escala de maior detalhe (de 1:100.000 a 1:20.000).
Com o intuito de sanar as lacunas de conhecimento dos solos, tem-se
estudado métodos para delimitar unidades de solos por meio de modelos numéricos ou
estatísticos que relacionam as variáveis ambientais e atributos do solo, aplicados a um
Banco de Dados Geográficos. Com isso, surgem na década de 70 os primeiros
mapeamentos de solo fundamentados em modelagem computacional (WEBSTER e
BURROUGH, 1972), posteriormente denominados Mapeamento Digital do Solo
(MDS).
No Brasil, somente a partir do ano 2000, é que foram empregadas técnicas de
MDS para o mapeamento de classes de solos. No entanto, ainda são estudos regionais e
pouco divulgados (CATEN et al., 2012; NEUMANN, 2012), o que motivou o
desenvolvimento deste capítulo, com o objetivo de elaborar funções envolvendo
somente as frações granulométricas do solo, a fim de estimar o COS para a extensão
territorial do bioma Cerrado brasileiro sobre LATOSSOLO.
34
3.1. Material e métodos específicos
3.1.1. Validação geral dos modelos
Para validação dos modelos foram considerados indicadores estatísticos
como R2, R
2 ajustado, [MAE], [RMSE], [d], [a], [b] e [r], conforme descritos no
Material e métodos gerais (item 2.5).
O fluxograma ilustrado na Figura 6 apresenta os fluxos de testes para
validação segundo os indicadores estatísticos definidos anteriormente, para as relações
entre variáveis preditoras e a variável resposta, considerando a hipótese de que o COS
pode ser estimado por frações granulométricas do solo, com boa exatidão e/ou acurácia.
Figura 6 - Desenho esquemático do processo de construção do modelo de COS e
posterior validação.
Os modelos validados foram aplicados em uma porção territorial
pertencente ao bioma Cerrado do estado de São Paulo.
Não
Hipótese negada
Banco de Dados
Construção do
modelo de COS
Validação: Bootstrap
- R2, MAE, RMSE
Boa acurácia e exatidão?
Estudo de caso:
cartas pedológicas do
estado de São Paulo
Hipótese confirmada
Sim
Possibilidade de
alteração de atributos edáficos
Não
Sim
35
3.1.2. Aplicação dos modelos de COS nas classes texturais de cartas pedológicas.
Estudo de caso: Porção nordeste do Cerrado do estado de São Paulo
Primeiramente foram reunidas as cartas pedológicas disponíveis para o
estado de São Paulo, pertencentes ao bioma Cerrado que tivessem pontos amostrados no
BDT. Estas cartas foram encontradas no European Soil Data Center (ESDAC) e nos
trabalhos publicados pelo Instituto Agronômico de Campinas como os da Série Pesquisa
APTA (IAC, 2000-2003) e Boletim Cientifico do Instituto Agronômico (IAC, 1987-
1999).
As cartas pedológicas foram georreferenciadas e vetorizadas a partir do
processo de segmentação com área mínima de 10.000 pixels no Sistema de Informação
Geográfica (SIG) ArcMap 10.3. A segmentação permitiu selecionar todas áreas que
possuíam os solos da ordem de interesse deste trabalho, LATOSSOLO, e estes foram
classificados de acordo com a classe textural informada na carta pedológica.
As cartas pedológicas vetorizadas e classificadas de acordo com a classe
granulométrica do LATOSSOLO, foram interseccionadas com os usos e cobertura da
terra dos mapas TerraClass Cerrado 2013 (BRASIL, 2015) e CANASAT 2013
(RUDORFF et al., 2010), sendo que o primeiro contribuiu para as classes natural e
pastagem, e o último para a classe cana-de-açúcar. Assim, foi obtido um mapa com os
usos e cobertura de interesse deste trabalho (paisagens de cobertura vegetal natural,
pastagem plantada e cana-de-açúcar) para o ano de 2013, somente para o
LATOSSOLO, dividido de acordo com suas classes texturais.
As classes texturais receberam o valor de COS proveniente da interpolação
pelo inverso do quadrado da distância dos dados de areia e argila contidos no BDT. Para
tal foram selecionados os dados que estivessem dentro de um buffer de até 25km das
cartas pedológicas. A interpolação foi executada no SIG ArcMap 10.3 por meio da
função Interpolation (IDW). Os mapas interpolados de areia e argila foram
equacionados segundo os modelos descritos no item 2.4 dando origem aos mapas de
COS.
36
3.2. Resultados e discussão
3.2.1. Qualificação do BDT
Inicialmente o BDT contou com 273 perfis pedológicos tabulados conforme
Tabela 2, os quais foram reduzidos após passarem pelas seis etapas de checagem
descritas no item 2.2.
Tabela 2 - Compilação do número de perfis pedológicos trabalhados.
Número inicial Número de perfis pedológicos descartados Número final
I II III IV V VI
BDT 279 89 6 10 2 4 4 164
Descrição das etapas de exclusão. Excluir o perfil, se:
I - não possuir pelo menos quatro profundidades amostradas até o mínimo de 100cm;
II - não possuir o uso atual descrito nem coordenadas geográficas para localização do
ponto;
III - o uso do ano descrito não for em paisagem natural ou pastagem ou cana-de-açúcar;
IV - apresentar gradiente textural do horizonte A para o B;
V- a relação silte/argila no horizonte B latossólico for superior a 0,7 (textura média) e
superior a 0,6 (textura argilosa);
VI - apresentar teor de carbono orgânico superior a 80g/kg na TFSA;
Após a eliminação dos perfis pedológicos nas devidas etapas de verificação
foram validados 164 perfis pedológicos localizados de acordo com a Figura 7.
37
Figura 7 - Localização dos perfis pedológicos do BDT.
Os solos da ordem dos LATOSSOLOS possuem textura muito variada,
desde franco arenosa até muito argilosa, com teores de argila variando de 150g/kg a
mais de 800g/kg (BRASIL, 1960; OLIVEIRA et al., 1992). O BDT de solos compilado
neste trabalho abrange toda a variação textural característica dos LATOSSOLOS.
Dispostos no triângulo textural do Sistema Brasileiro de Classificação de Solos - SiBCs
(EMBRAPA, 2006), foi observado que a maioria dos dados representou a classe
textural argila (Figura 8).
38
Figura 8 - Classes texturais dos perfis pedológicos representativos das paisagens de
cobertura vegetal natural e dos usos pastagem plantada e cana-de-açúcar, de acordo com
o triângulo textural SiBCS (EMBRAPA, 2006).
Em se tratando de COS, a camada de 0-30cm teve uma variação muito
maior (1,2g/kg < COS < 47,1g/kg) que a camada de 30-100cm (1,0g/kg < COS <
14,7g/kg). Os valores mais altos de COS na camada mais superficial (Tabela 3)
referem-se, no caso das áreas manejadas, ao acúmulo dos resíduos da cultura, e nas
paisagens naturais, a ausência de perturbação do solo, mantendo os resíduos isolados do
restante do perfil do solo (FRANZLUEBBERS, 2002).
Tabela 3 - Variações estatísticas dos valores encontrados no BDT, utilizadas para o
desenvolvimento e validação dos modelos de predição do COS.
(a) média +- desvio padrão; (b) coeficiente de variação.
Ainda em relação aos dados de COS, foi verificado pelo teste Anderson-
Darling que os dados apresentam normalidade para ambas as camadas, conforme pode
ser observado nas Figuras 9 e 10.
Prof Areia Silte Argila COS
cm
(a) 514,3+-268,2 101,7+-70,0 383,9+-223,3 13,35+-7,82
(b) 52,2 68,8 58,2 58,6
(a) 473,2+-265,2 92,2+-64,2 434,8+-230,4 6,69+-3,0
(b) 56,1 69,6 53,0 45,5
.-------------------------------------g/Kg-----------------------------------------.
0-30
30-100
39
Figura 9 - Análise descritiva dos valores de COS na camada 0-30cm.
Figura 10 - Análise descritiva dos valores de COS na camada 30-100cm.
40
3.2.2. Seleção das variáveis explicativas
As variáveis explicativas do BDT foram submetidas à correlação de Pearson
com o COS sendo a variável dependente (Tabela 4).
Tabela 4 - Resultados numéricos das correlações de Pearson sendo o carbono a variável
dependente (**p<0,001; *0,01<p<0,001).
Segundo os resultados apresentados na Tabela 4, o silte é a única fração
granulométrica que não apresentou relação com o COS. Na literatura há indicação de
uma relação direta entre argila e carbono (BURKE et al., 1989; SAKIN e SAKIN, 2015)
e relação inversa com a areia (JOBBÁGY e JACKSON, 2000) (Tabela 4). Ou seja, o
carbono orgânico se conserva mais em solos argilosos do que em solos arenosos, devido
à elevada decomposição da MOS nos últimos. A granulometria é uma característica
estável e muito importante do solo. A fração argila corresponde à fração ativa do solo,
devido à elevada superfície específica e presença de cargas elétricas que compõem parte
da CTC (Capacidade de Troca de Cátions) do solo em conjunto com as cargas da
matéria orgânica.
3.2.3. Validação dos modelos de regressão
Foram selecionados os melhores modelos provenientes da regressão linear
múltipla para cada camada. O número de variáveis difere de acordo com o método
escolhido (Stepwise: Backward e Forward), porém, a argila sempre contribui
positivamente e a areia negativamente (Tabela 5). Os valores de R2 ajustado foram
acima de 0,54 para a camada de 30-100cm e de 0,40 a 0,45 para a camada de 0-30cm.
Ou seja, os modelos para a camada de 30-100cm possuem variáveis preditoras capazes
de explicar até 54% da variação do COS nas áreas. Os 46% restantes podem
corresponder a variações ao acaso ou resultarem da influência de outras variáveis
preditoras não consideradas na análise, tais como temperatura atmosférica e
precipitação que possuem forte influência na taxa de decomposição da matéria orgânica
Prof (cm) Areia** Silte Argila+Silte** Argila**
0-30 -0,63 0,38 0,63 0,64
30-100 -0,72 0,35 0,72 0,74COS
41
(JOBBÁGY e JACKSON, 2000), topografia (RESCK et al., 2008), disponibilidade
hídrica e temperatura do solo (OSMAN, 2013), entre outros atributos edáficos. Além
disso, nas paisagens antropizadas tem a influência do manejo aplicado (LANA et al.,
2016; SOUZA et al., 2012; SOUZA et al., 2016), a variação da intensidade e tempo de
cultivo (STUDDERT e ECHEVERRIA, 2000).
Tabela 5 - Modelos preditivos do COS em duas camadas de solos sob o bioma Cerrado.
Na Figura 11 constam histogramas ilustrativos da distribuição de valores
observados e estimados pelos quatro modelos obtidos pela técnica bootstrap, bem como
os parâmetros associados a regressão [a], [b], [r] e parâmetros estatísticos [MAE],
[RMSE] e [d]. Foi possível observar que não há probabilidade de [b] ser igual a zero,
indicando que a regressão foi significativa para todos os modelos. O parâmetro [a] tem
maior probabilidade de estar mais próximo de zero para os modelos desenvolvidos para
a camada 30-100cm, indicando que estes modelos estão mais ajustados que os da
camada 0-30cm. Em relação à análise de variância dos dados, todos os modelos,
independentemente da camada, indicaram ter conseguido ajustar 80% da variância dos
dados nas funções.
Quando analisados os parâmetros estatísticos [MAE] e [RMSE], estes
apresentaram valores maiores na camada 0-30cm, ou seja, a magnitude dos erros [MAE]
e dimensão do erro produzido pelo modelo [RMSE] nesta camada foi superior à camada
30-100cm. Segundo a análise dos histogramas, foi observado que os dois modelos
elaborados para a camada 0-30cm possuem a probabilidade de superestimar em
aproximadamente 4,5g/kg de COS e para camada 30-100cm, aproximadamente 1,8g/kg
de COS (Figura 11). O índice de concordância [d] também apresenta melhores
resultados para a camada 30-100cm (maior probabilidade de estar próximo a 0,52)
enquanto que para a camada 0-30cm o [d] varia de acordo com o modelo 0,45 (modelo
1) e 0,33 (modelo 2).
Prof (cm) Modelo Constante Areia Argila Argila+Silte R2
R2 Ajustado
1 580,000 -0,57500 -0,557 0,44 0,44
2 4,771 0,022350 0,41 0,40
1 2,452 0,009743 0,54 0,54
2 3,000 -0,00057 0,009100 0,54 0,54
0-30
30-100
42
Figura 11 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos nas duas camadas estudadas.
Diante destas análises conclui-se que as funções com o objetivo de estimar o
COS para a camada de 0-30cm somente com as frações granulométricas não foram
adequadas, provavelmente por esta camada ser mais influenciada por fatores extrínsecos
ao solo, como por exemplo, compactação do solo proveniente de maquinário utilizado
para o manejo dificultando o crescimento radicular (SMITH et al., 2005; MACHADO
et al., 2010) e pelo tipo de uso e cobertura da terra que possui sistemas radiculares
diferentes, ou seja, quanto mais denso o sistema radicular maior a eficiência na
agregação dos solos e maior o aporte de COS (VENAZZI e MIELNICZUK, 2011).
Sendo assim, há necessidade de incorporar outras variáveis para prever o COS nesta
camada. Enquanto que a camada 30-100cm demonstrou estimar o COS para o
LATOSSOLO de paisagens naturais do bioma Cerrado e paisagens do mesmo bioma
antropizadas com os usos de pastagem plantada e cana-de-açúcar.
43
3.2.4. Aplicação e validação dos modelos de COS para a camada 30-100cm. Estudo de
caso: Porção nordeste do Cerrado do estado de São Paulo em 2013
A área de estudo foi composta por três cartas pedológicas, elaboradas pelo
levantamento pedológico semidetalhado do Estado de São Paulo, sendo elas quadrículas
de São Carlos (1981), Descalvado (1982) e Ribeirão Preto (1983). As cartas
pedológicas totalizaram uma área de 8.154km2, o equivalente a 10% do bioma Cerrado
pertencente ao estado de São Paulo (Figura 12). Dentro do buffer de 25km das três
cartas pedológicas, foram encontrados 26 pontos do BDT, os quais tiveram seus dados
de areia e argila interpolados.
Figura 12 - Espacialização e frequência relativa das classes texturais mapeadas para o
LATOSSOLO nas paisagens de cobertura natural e usos de pastagem plantada e cana-
de-açúcar.
A intersecção das áreas de LATOSSOLO das cartas pedológicas com as
paisagens de cobertura natural, pastagem plantada e cana-de-açúcar dos mapas de uso e
cobertura da terra do TerraClass Cerrado 2013 (BRASIL, 2015) e CANASAT 2013
(RUDORFF et al., 2010), resultaram em uma cobertura espacial de 50% das cartas
pedológicas, sendo que 39% são solos de textura média, 8% textura argilosa e 53% de
textura argilosa ou muito argilosa.
44
A textura denominada argilosa ou muito argilosa provem da descrição das
cartas pedológicas que provavelmente careceram de informação que permitisse separar
as duas classes texturais, as quais foram observadas principalmente no levantamento
pedológico de Ribeirão Preto, nas unidades de mapeamento de solos de Ribeirão Preto e
Capão da Cruz. Sendo assim, não foi possível separar a classe textural argilosa de muito
argilosa, uma vez que a classe argilosa estava contida na classificação dada pela carta de
argilosa ou muito argilosa. Logo, este trabalho contemplou estas duas grandes classes
texturais; classe média e classe argilosa ou muito argilosa.
A área de estudo tem predominância do uso cana-de-açúcar (63%), na qual a
maior parte da textura é argilosa ou muito argilosa (67%), enquanto que a pastagem
plantada e a cobertura natural estão distribuídas praticamente na mesma proporção,
ocupando 19% e 18%, respectivamente. As classes texturais destas duas classes também
estão distribuídas de forma igualitária (Figura 13).
Figura 13 - Frequência relativa das paisagens de cobertura natural, pastagem plantada e
cana-de-açúcar da área de estudo e as respectivas divisões texturais.
O mapa de COS proveniente da interpolação dos pontos de areia e argila
equacionados segundo os modelos 1 e 2 apresentados para a camada de 30-100cm, teve
o COS variando de 3,5g/kg a 9,5g/kg, sendo possível observar que a região norte da
área de abrangência apresentou maiores teores de COS e na região central menores
teores de COS (Figura 14).
54%46%
Título do Gráfico
Textura argilosa ou muito argilosa Textura média
67%
33%
Título do Gráfico
Textura argilosa ou muito argilosa Textura média
19%
18%63%
Áreas de cobertura natural
Pastagem plantada
Cana de açúcar
51%49%
Título do Gráfico
Textura argilosa ou muito argilosa Textura média
19%
18%63%
Áreas de cobertura natural
Pastagem plantada
Cana de açúcar
54%46%
Título do Gráfico
Textura argilosa ou muito argilosa
Textura média
45
Figura 14 - Resultado da espacialização do COS a partir da aplicação dos modelos 1 e 2
nos mapas de areia e argila provenientes da interpolação de areia e argila.
Esta setorização do COS está relacionada com as frações granulométricas
do solo proveniente do mapeamento das cartas pedológicas (Figura 12). Na região de
textura média, 98% da área possui até 7,5g/kg de COS, sendo que os 2% restantes da
área possuem de 7,5 a 9,5g/kg de COS. Estes 2% são as regiões localizadas mais ao
norte da área de estudo, fronteiriças as áreas de textura argilosa (Figura 15). Em
contrapartida as áreas de textura argilosa ou muito argilosa proveniente do mapeamento
das cartas pedológicas possuem uma maior distribuição de COS, onde 19% da área
possui COS entre 7,5 e 9,5g/kg e 52% da área entre 5,5 e 7,5g/kg. Os 30% restantes da
área de estudo possuem COS de até 5,5g/kg, o que se sobrepõe com os valores
encontrados para as áreas de textura média. Estes valores de COS, podem estar sendo
influenciados pelos os usos da terra que ocupam esta porção, pois diversos fatores
46
alteram o COS, como degradação do solo (CHERUBIN et al., 2016), compactação
(SMITH et al., 2005; MACHADO et al., 2010; CHERUBIN et al., 2016),
desmatamento (DON et al., 2011; HOBLEY et al., 2016; MELLO et al., 2014), fezes
dos animais (MONTEIRO e WERNER, 1989), entre outros fatores.
Figura 15 - Espacialização do COS (g/kg) médio de acordo com as regiões texturais
extraídas das cartas pedológicas na camada 30-100cm.
Para entender esta relação entre COS e o uso e cobertura da terra foram
intersectados o mapa de uso e cobertura da terra com as classes texturais das cartas
pedológicas e com o mapa de COS proveniente da interpolação. Nas paisagens de
cobertura vegetal natural foi observado que o COS é sempre maior nas áreas de textura
argilosa ou muito argilosa que nas áreas com textura média (Figura 16), o que é
compatível com a literatura (BURKE et al., 1989; SAKIN e SAKIN, 2015). Já a
pastagem plantada possui uma distribuição de COS similar as paisagens de cobertura
vegetal natural, onde 95% da área possui até 7,5g/kg de COS, sendo que a faixa 7,5 a
9,5g/kg de COS o predomínio é de solos de textura argilosa ou muito argilosa. Nas
áreas de cana-de-açúcar foi percebido ações de manejo para a manutenção do COS, pois
entre os três usos e cobertura da terra analisados foi a cana-de-açúcar quem apresentou
47
maior proporção territorial (16%) na maior faixa de COS (7,5-9,5g/kg) e menor
proporção territorial (33%) na menor faixa de COS (3,5-5,5g/kg). Esta distribuição de
COS nas áreas de cana-de-açúcar evidencia que estas áreas tiveram a distribuição
natural do COS alterada, provavelmente pelo manejo, como adubação orgânica
(BORGES et al., 2014), plantio direto (KUNDE et al., 2016) e a não queima da área
(SIGNOR et al., 2016; KUNDE et al., 2016). Silva-Olaya et al. (2016) também
encontraram em seus estudos no Cerrado, na camada 10-20cm, um acréscimo de COS
quando o uso for convertido para cana-de-açúcar.
Figura 16 - Distribuição das três faixas de COS (g/kg) de acordo com as frações
texturais estabelecidas neste trabalho por categoria de uso e cobertura da terra.
Na Figura 17 foi possível observar a distribuição espacial dos usos e
coberturas da terra relacionados com as faixas de COS propostas neste trabalho. Foi
verificado que as paisagens de cobertura vegetal natural e pastagem plantada estão
muito fragmentadas, sendo que na região norte da área de estudo a matriz é de cana-de-
açúcar com pequenas manchas de pastagem plantada e cobertura vegetal natural. Já ao
sul não há um uso predominante, podem ser observadas manchas de pastagem plantada
0
10
20
30
40
50
60
70
3,5-5,5 5,5-7,5 7,5-9,5
Pastagem plantada
Textura argilosa ou muito argilosa Textura média
(%)
(g/kg de COS )
0
10
20
30
40
50
60
70
3,5-5,5 5,5-7,5 7,5-9,5
Cana-de-açúcar
Textura argilosa ou muito argilosa Textura média
(%)
(g/kg de COS )
0 10 20 30 40 50 60 70
3,5-5,5 5,5-7,5 7,5-9,5
Cobertura vegetal natural
Textura argilosa ou muito argilosa Textura média
(%)
(g/kg de COS )
48
conectadas a manchas de cobertura vegetal natural, assim como manchas de cana-de-
açúcar.
Figura 17 – Espacialização das três faixas de COS (g/kg) estabelecidas neste trabalho
por uso e cobertura da terra.
Por fim, a modelagem a partir dos teores de areia e argila, considerando
grupamentos texturais, permitiram inferir os teores de carbono associados às classes
texturais para a camada 30-100cm em áreas que estão com cobertura vegetal natural de
Cerrado ou usos de pastagem plantada e cana-de-açúcar (Figura 18). Como o modelo 2
incorporou em sua função a fração areia, além da fração argila, este apresentou uma
melhor discriminação de COS para solos de textura média que o modelo 1. Porém para
solos argilosos ou muito argilosos, ambos os modelos 1 e 2 possuem resultados de COS
similares.
49
Figura 18 - Valor estimado para o COS nos vértices dos triângulos internos do triângulo
textural do SiBCs (EMBRAPA, 2006), a partir da aplicação dos modelos 1 e 2
elaborados para a camada 30-100cm.
3.3. Conclusões
Os resultados encontrados neste trabalho evidenciaram que o COS presente
na camada de 30-100cm pode ser modelado com base nas frações de argila e areia,
permitindo assim estimar o COS pela classe textural. Este é um importante ganho para a
pedologia, uma vez que é possível estimar o COS com baixo custo, além de aferir sobre
o COS em documentos históricos que não possuem informações edáficas necessárias
para seu cálculo. Sendo assim, pode ser inferido que se as cartas pedológicas estivessem
com a textura argilosa e muito argilosa bem delimitadas seria possível modelar os três
grupamentos texturais presentes nos LATOSSOLOS.
Já para a camada mais superficial do solo, neste trabalho adotado como 0-
30cm, não foi possível modelar o COS, provavelmente pela influência do manejo do
uso e cobertura da terra. Portanto, há a necessidade de incorporar outros atributos
edáficos correlacionados com o COS que são influenciados pelos manejos que as áreas
são submetidas nas funções de COS.
50
CAPÍTULO 4. ESTIMATIVA DO CARBONO ORGÂNICO DO LATOSSOLO
DE PAISAGENS NATURAIS DO CERRADO BRASILEIRO A PARTIR DE
ATRIBUTOS EDÁFICOS
No Capítulo 3 deste trabalho foi verificado que o COS da camada de 30-
100cm do solo pode ser modelado a partir das frações granulométricas de argila e ou
areia. Já a camada de 0-30cm é influenciada não só por fatores intrínsecos ao próprio
solo, como a granulometria (BUSCHIAZZO et al., 1991; SPERA et al., 2005), mas
também pela variação de fitofisionomias (QUIDEAU et al., 2001), devido aos diferentes
aportes de fitomassa (LAL, 2004; OSMAN, 2013).
O bioma Cerrado, região de estudo deste trabalho, apresenta um mosaico de
fitofisionomias, o que dificulta as modelagens de COS na camada 0-30cm. Portanto,
houve a necessidade de dividir a paisagem natural do bioma Cerrado. Para fins de
análise dos dados deste capítulo, as distintas fitofisionomias do bioma Cerrado foram
compatibilizadas e agrupadas em três classes principais, segundo a classificação de
Veloso e Goés-Filho (1982): Savana florestada ("Cerradão" e paisagens de transição de
floresta de Savana), Savana arborizada + Savana parque ("Cerrado" e "Cerrado-sujo") e
Savana gramíneo-lenhosa (pastagem natural e "Campo"). O objetivo deste trabalho foi
identificar atributos edáficos correlacionados com a variação do COS, em profundidade,
em paisagens naturais de domínio do bioma Cerrado brasileiro e desenvolver modelos
para estimar o COS com o conjunto mínimo de atributos edáficos.
4.1. Material e métodos específicos
4.1.1. Validação dos modelos
Primeiramente, a validação dos modelos foi realizada considerando
indicadores estatísticos como R2, R
2 ajustado, [MAE], [RMSE], [d], [a], [b] e [r],
conforme descritos no Material e métodos gerais (item 2.5).
Os modelos de predição de COS que apresentaram boa acurácia e exatidão
passaram por uma segunda validação utilizando os dados disponíveis no Banco de
Dados WoSIS do ISRIC World Soil Information Service (BATJES et al., 2016) o qual
será melhor elucidado no item 4.1.2.
51
O fluxograma ilustrado na Figura 19, apresenta os fluxos de testes para
validação segundo os critérios definidos anteriormente, considerando a hipótese de que
o COS pode ser estimado por outros atributos edáficos, com boa exatidão e/ou acurácia.
Figura 19 - Desenho esquemático do processo de construção do modelo de COS e
posterior validação.
4.1.2. Levantamento e organização do Banco de Dados WoSIS (BDW) para validação
II
A validação II foi realizada a partir da aplicação dos dados disponíveis no
WoSIS do ISRIC World Soil Information Service (BATJES et al., 2016) dados estes,
encontrados para os anos de 1956 e 1986.
Foram considerados na construção do BDW (Banco de Dados WoSIS) todos
os pontos pertencentes a solos da ordem dos LATOSSOLOS em diferentes regiões do
Brasil e que não tivessem sido incorporados no Banco de Dados Savana florestada
(BDSf) e no Banco de Dados Savana arborizada + Savana parque (BDSap). O BDW
passou pelas mesmas etapas de ratificação da ordem do solo que os BDSf e BDSap,
conforme ilustrado na Figura 5 (item 2.2.).
Os descritivos do BDW não possuem informações sobre as fitofisionomias
originais e nem o uso da terra no momento da coleta. Todos os pontos possuem
Não
Hipótese negada
Banco de Dados
Construção do
modelo de COS
Validação I: Bootstrap
- R2, MAE, RMSE
Boa acurácia e exatidão?
Sim
Possibilidade de
alteração de atributos edáficos
Não
Sim
Hipótese confirmada
Não
Validação II: Test - t
Boa acurácia e exatidão?
Sim
Banco de Dados WoSIS
52
coordenadas geográficas permitindo localizar os pontos por meio do SIG ArcMap 10.3
e cruzar com o mapa de fitofisionomias do Cerrado brasileiro do Projeto
RadamBrasil/Projeto SIVAM (PROJETO SIVAM, 2002) na escala de 1:250.000.
Foram selecionados todos os pontos que intersectaram paisagens de vegetação natural
que possuíam fitofisionomia de interesse, dos quais foram extraídas as informações,
originando o BDWSf (Banco de Dados WoSIS - Savana florestada) e o BDWSap
(Banco de Dados WoSIS - Savana arborizada + Savana parque).
4.2. Resultados e discussão
4.2.1. Qualificação do BDSf, BDSap, BDSgl, BDWSf e BDWSap
Inicialmente os Bancos de Dados de Savana florestada (BDSf), Savana
arborizada + Savana parque (BDSap) e Savana gramíneo-lenhosa (BDSgl) contaram
com, respectivamente, 48, 27 e 49 perfis pedológicos tabulados conforme Tabela 6, os
quais foram reduzidos a 25, 19 e 45 perfis pedológicos após passarem pelas seis etapas
de checagem descritas no item 2.2 (Figura 5).
Tabela 6 - Compilação do número de perfis pedológicos trabalhados.
Número
inicial
Número de perfis pedológicos
descartados
Número final
I II III IV V VI
BDSf 48 13 0 7 0 0 3 25
BDSap 27 5 0 3 0 0 0 19
BDSgl 49 2 0 0 0 2 0 45
BDWSf 142 3 0 113 0 1 0
11
BDWSap 14
Descrição das etapas de exclusão. Excluir o perfil, se:
I - não possuir pelo menos quatro profundidades amostradas até o mínimo de 100cm;
II - não possuir o uso atual descrito nem coordenadas geográficas para localização do
ponto;
III - o uso do ano descrito não for em paisagem natural ou pastagem ou cana-de-açúcar;
IV - apresentar gradiente textural do horizonte A para o B;
V- a relação silte/argila no horizonte B latossólico for superior a 0,7 (textura média) e
superior a 0,6 (textura argilosa);
VI - apresentar teor de carbono orgânico superior a 80g/kg na TFSA;
O mesmo sucedeu com o BDW, o qual partiu de 142 perfis pedológicos e
foi reduzido a 25 perfis pedológicos (Tabela 6), que após o cruzamento com o mapa de
fitofisionomias do Cerrado brasileiro do Projeto RadamBrasil/Projeto SIVAM
53
(PROJETO SIVAM, 2002) foram encontradas 11 amostras para o BDWSf e 14 para o
BDWSap (Figura 20).
Figura 20 - Localização dos perfis pedológicos dos Bancos de Dados.
Os Bancos de Dados de solos compilados neste capítulo, abrangeram toda a
variação textural característica dos LATOSSOLOS. Quando dispostos no triângulo
textural SiBCs (EMBRAPA, 2006), observou-se que a maioria dos dados representa o
grupamento textural argila (Figura 21).
54
Figura 21 - Classes texturais dos perfis pedológicos que compuseram os cinco Bancos
de Dados abordados neste trabalho (BDSf, BDSap e BDSgl; BDWSf e BDWSap) no
triângulo textural do SiBCs (EMBRAPA, 2006).
Conjuntamente nos BDSf, BDSap e BDSgl foram encontrados valor
mínimo de carbono orgânico de 3,8g/kg e máximo de 12,9g/kg para a Savana florestada
(30-100cm), e para a mesma camada 2,9g/kg e 12,6g/kg para a Savana arborizada +
Savana parque e 1,9g/kg e 13,5g/kg para Savana gramíneo-lenhosa (Tabela 7). Esses
valores são condizentes com os encontrados por outros autores que descrevem o
gradiente fitofisionômico (GOODLAND, 1969). Já para a camada 0-30cm foi
encontrado um intervalo muito maior de COS, sendo 6,8g/kg a 38,1g/kg para Savana
florestada, 4,9 a 41,3g/kg para Savana arborizada + Savana parque e 3,0g/kg a
25,64g/kg para Savana gramíneo-lenhosa. Esta variação é natural considerando a
heterogeneidade de fitofisionomias da paisagem (OSMAN, 2013).
55
De modo geral a CTC efetiva (Soma de bases + Alumínio trocável),
apresentou valores extremamente baixos (Tabelas 7 e 8), indicativos de alto grau de
intemperização, com predominância de argilas de baixa atividade (LOPES, 1983;
OLIVEIRA, 2011) e pH baixo.
Tabela 7 - Variações estatísticas dos valores encontrados nos BDSf, BDSap e BDSgl
utilizadas para o desenvolvimento e validação dos modelos de predição do COS.
(a) média +- desvio padrão; (b) coeficiente de variação.
Tabela 8 - Variações estatísticas dos valores encontrados no BDWSf e BDWSap,
utilizadas para o desenvolvimento e validação dos modelos de predição do COS.
(a) média +- desvio padrão; (b) coeficiente de variação.
Nos BDSf, BDSap e BDSgl observou-se que os solos são ricos em íons
alumínio, caracterizando-os como solos ácidos, estando de acordo com as observações
feitas por diversos autores (GOODLAND, 1969; LOPES, 1983; COUTINHO, 2016).
Esta acidez advém da contínua produção de ácidos orgânicos e CO2 gerados da
decomposição da serapilheira (OSMAN, 2013). A acidez, por sua vez, provoca uma
Camada Areia Silte Argila COS SB CTC Al m V
(cm)
(a) 624,7+-213,6 81,1+-52,9 294,3+-177,6 13,7+-8,7 1,7+-3,2 6,2+-3,9 0,6+-0,6 41,2+-35,5 17,6+-20,4 4,9+-0,7 4,3+-0,5
(b) 34,2 65,2 60,3 63,3 190,5 63,4 89,3 86,1 115,7 14,3 11,8
(a) 598,3+-218,0 70,0+-42,2 331,8+-192,9 6,2+-2,2 0,9+-1,5 3,6+-1,9 0,4+-0,4 37,6+-34,9 18,2+-19,2 5,0+-0,6 4,4+-0,3
(b) 36,4 60,3 58,2 36,1 173,3 52,9 101,8 93,0 105,5 11,8 7,8
(a) 556,8+-286,5 101,0+-77,1 342,3+-233,0 13,7+-8,6 0,8+-1,1 7,1+-4,3 0,7+-0,6 48,7+-33,9 12,3+-11,6 4,8+-0,5 4,3+-0,3
(b) 51,5 76,4 68,1 62,8 125,8 59,8 83,7 69,6 94,7 11,3 7,3
(a) 509,2+-289,3 87,8+-66,7 403,0+-250,5 6,8+-3,1 0,5+-0,4 4,0+-1,6 0,4+-0,5 39,3+-33,8 13,2+-9,7 5,0+-0,6 4,7+-0,5
(b) 56,8 76,0 62,2 45,1 90,3 40,5 112,9 86,0 73,8 11,8 11,2
(a) 434,1+-283,2 113,7+-63,9 452,1+-250,8 12,8+-6,1 1,0+-1,8 5,9+-3,1 0,7+-0,6 51,7+-24,9 16,2+-17,4 5,1+-0,4 4,3+-0,4
(b) 65,3 56,2 55,5 47,4 177,5 52,5 81,8 48,2 107,7 8,4 8,5
(a) 393,2+-279,7 106,1+-59,7 500,7+-255,8 6,7+-3,4 0,5+-0,6 3,5+-1,7 0,6+-0,7 38,2+-29,9 13,5+-12,7 5,2+-0,4 4,6+-0,6
(b) 71,1 56,3 51,1 51,1 128,5 47,9 128,1 78,2 93,7 8,5 13,2
BDSf
pH H2OpH KCl
ou pH
CaCl2
.-------------------------------------g/Kg-----------------------------------------.,-----------------cmolc/kg-----------------,,---------------------------%--------------------------,
0-30
30-100
BDSap
0-30
30-100
BDSgl
0-30
30-100
56
deficiência em fósforo e potássio, que estão intimamente relacionados com cálcio e
magnésio (GOODLAND, 1969; OSMAN, 2013) levando a caracterizar os solos do
bioma Cerrado como deficientes em nutrientes essenciais nos solos (SETZER, 1949;
LOPES, 1983).
4.2.2. Seleção das variáveis explicativas
As variáveis explicativas dos BDSf, BDSap e BDSgl foram submetidas à
correlação de Pearson com o COS sendo a variável dependente (Tabela 9).
Tabela 9 - Resultados numéricos das correlações de Pearson sendo o carbono a variável
dependente (**p<0,001; *0,01<p<0,001).
Segundo os resultados apresentados na Tabela 9, a CTC constituiu o
atributo com maior correlação com o carbono orgânico para Savana florestada e Savana
arborizada + Savana parque. Resultado que pode ser explicado a partir do exposto por
Resck et al. (2008), de que nos LATOSSOLOS do Cerrado há uma alta dependência da
ocorrência de cargas trocáveis com a presença de matéria orgânica, uma vez que esta
possui grande área de superfície com cargas elétricas e também pelo fato da mineralogia
dos LATOSSOLOS ser dominada por caulinita e óxidos de ferro e alumínio.
Já para a Savana gramíneo-lenhosa a maior correlação do COS foi dada pela
areia e argila, em ambas as camadas e fitofisionomias estudadas. A granulometria é uma
característica estável e muito importante do solo. A fração argila corresponde à fração
ativa do solo, devido à elevada superfície específica e presença de cargas elétricas que
compõem parte da CTC do solo em conjunto com as cargas da matéria orgânica. Na
literatura há indicação de uma relação direta entre argila e carbono verificada por Burke
et al. (1989) nos Estados Unidos, por Sakin e Sakin (2015) na Turquia e inversa com a
areia averiguada em 69 países com ênfase nas regiões tropicais por Jobbágy e Jackson
Camada
(cm)Areia** Silte** Argila** SB** CTC** Al m V** pH H2O**
pH KCl ou
pH CaCl2*
0-30 -0,71 0,72 0,64 0,88 0,92 -0,11 -0,28 0,78 0,79 0,73
30-100 -0,72 0,53 0,70 0,61 0,82 -0,17 -0,36 0,38 0,53 0,20
0-30 -0,82 0,49 0,84 0,28 0,89 0,16 -0,07 -0,03 0,22 0,40
30-100 -0,86 0,36 0,89 -0,06 0,84 -0,36 -0,42 -0,36 0,33 0,46
0-30 -0,84 0,53 0,81 0,13 0,75 0,17 0,12 -0,26 0,13 0,45
30-100 -0,80 0,18 0,83 -0,12 0,57 0,02 -0,29 -0,41 0,24 0,53
BDSf
COS
BDSap
COS
BDSgl
COS
57
(2000) (Tabela 9). Ou seja, o carbono orgânico se conserva mais em solos argilosos que
em solos arenosos, devido à elevada decomposição da MOS nos últimos.
4.2.3. Validação dos modelos de regressão
Foram selecionados os melhores modelos provenientes da regressão linear
múltipla para cada fitofisionomia e para cada camada. O número de variáveis difere de
acordo com o método escolhido (Stepwise: Backward e Forward), no entanto, a CTC
está presente em praticamente todos os modelos (Tabela 10). Os valores de R2 são
acima de 0,70 e os modelos preditivos ajustados para a fitofisionomia de Savana
florestada alcançam R2 mais elevados que aqueles ajustados para a fitofisionomia de
Savana arborizada + Savana parque que por sua vez é mais elevado que da Savana
gramíneo-lenhosa. O R2 ajustado também apresentou valores altos (Tabela 10),
principalmente para Savana florestada (0,84 < R2 ajustado < 0,93), indicando que as
variáveis preditoras dos modelos são capazes de explicar até 93% da variação do COS
nas áreas. Os 7% restantes podem corresponder a variações ao acaso ou resultar da
influência de outras variáveis preditoras não consideradas na análise. Osman (2013)
citou variáveis preditoras em modelos de predição de COS relacionadas com topografia,
disponibilidade hídrica e temperatura do solo.
O valor do R2 está relacionado ao número de variáveis que compõe a
função, logo os maiores R2 são os das funções que possuem mais variáveis (Tabela 10),
já o R2 ajustado está ajustado com os graus de liberdade do modelo. Quando
comparados os valores de R2 e R
2 ajustado de outros trabalhos publicados de
pedotransferência, confirmou-se um bom ajuste dos modelos (NANNI e DEMATTÊ,
2006; BENITES et al., 2007; RESCK et al., 2008; SCHJONNING et al., 2017).
58
Tabela 10 - Modelos preditivos do COS em duas camadas de solos sobre vegetação de
Cerrado.
Na avaliação do desempenho dos modelos por bootstrap foi possível observar
que o coeficiente linear [a] tem probabilidade de ser igual a zero em todos os modelos
de Savana florestada (Figura 22), de Savana arborizada + Savana parque (Figura 23) e
de Savana gramíneo-lenhosa (Figura 24), assim como todos os modelos tem
probabilidade do coeficiente de correlação [r] ser igual a um, indicando ser uma
associação linear perfeita, em que o COS pode ser expresso pela combinação linear
proposta pelos modelos apresentados na Tabela 10.
Nas figuras 22, 23 e 24, podem ser comparados os histogramas dos valores
estimados pelo bootstrap para os parâmetros estatísticos [MAE], [RMSE] e [d] entre
respectivamente, Savana florestada, Savana arborizada + Savana parque e Savana
gramíneo-lenhosa. Os histogramas evidenciaram menores desvios para os modelos
ajustados para Savana florestada, e portanto o coeficiente de concordância [d] possui
valores maiores para Savana florestada. Provavelmente, a Savana arborizada + Savana
parque apresentou uma maior dispersão que a Savana florestada, devido a sua maior
heterogeneidade fitofisionômica endossada pelo agrupamento adotado neste trabalho.
Assim como pode ser observado na camada de 0-30cm histogramas com curva bimodal
indicando o agrupamento de dois conjuntos de dados, resultado compatível com
agrupamento adotado neste trabalho da classe Savana arborizada + Savana parque, e
também indicando a maior influência do uso e cobertura da terra na camada mais
próxima à superfície.
Camada
(cm)Modelo Constante Areia Silte Argila CTC V SB pH H2O
pH KCl ou
pH CaCl2
Argila+Silte R2
R2 Ajustado
1 -32,900 -0,0167 0,01971 0,7690 -0,169 1,450 2,33 6,020 0,97 0,91
2 -25,540 0,01468 1,3362 6,090 0,95 0,93
3 1,690 1,0500 0,876 0,01076 0,91 0,90
2 4,750 -0,004210 1,2310 -0,696 0,86 0,88
3 5,041 -0,004317 1,2000 -0,700 0,86 0,84
1 -4,500 0,005500 0,01640 1,3430 0,82 0,78
2 0,790 0,00995 1,3336 0,82 0,79
3 0,840 1,8080 0,80 0,79
1 -7,170 0,008380 0,01643 0,7710 0,86 0,84
2 0,977 0,7810 0,00551 0,79 0,76
1 310,000 -0,309000 -0,2940 -0,29600 0,6850 0,77 0,74
2 14,430 -0,013010 0,6840 0,77 0,75
3 289,000 -0,288000 0,6890 -0,27500 0,77 0,75
1 -5,820 0,00728 0,5670 1,505 0,75 0,73
2 -1,620 -0,005760 0,6440 1,819 0,72 0,70
3 1,124 0,01115 0,69 0,68
Savana gramíneo-lenhosa
30-100
Savana florestada
0-30
30-100
Savana arborizada + Savana parque
0-30
0-30
30-100
59
Figura 22 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de Savana florestada nas duas camadas estudadas.
Na Savana florestada, pode ser destacado o modelo 2 na camada 0-30cm
com altos valores de R2 e R
2 ajustado (0,95 e 0,93, respectivamente) e com um baixo
desvio, em que o modelo pode superestimar 1,5g/kg de COS. Além disso, o modelo 2 é
uma função desenvolvida com um conjunto de apenas três atributos edáficos. Para a
camada 30-100cm, ambos os modelos possuem maior probabilidade do [d] ser igual a
0,9, com R2 ajustado respectivamente de 0,93 e 0,90.
Na Savana arborizada + Savana parque os ajustes dos modelos foram muito
próximos, o R2 ajustado variou de 0,78 a 0,79 para a camada de 0-30cm e de 0,76 a 0,84
para a camada de 30-100cm, enquanto que para as mesmas camadas o [d] ficou
respectivamente igual a 0,9 e variou de 0,8 a 0,9. Na camada 0-30cm os modelos
superestimam aproximadamente 2,7g/kg de COS enquanto que na camada 30-100cm
equivale ao erro da camada 0-30cm da Savana florestada, ou seja, 1,5g/kg de COS.
60
Figura 23 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de Savana arborizada + Savana parque nas duas camadas
estudadas.
Todos modelos para Savana gramíneo-lenhosa apresentaram maior
probabilidade do [d] estar próximo a 0,8, resultado similar as outras fitofisionomias. Já
os modelos que relacionaram os menores conjuntos de atributos edáficos em suas
funções para prever o COS foram o modelo 2 da camada 0-30cm que apresentou como
variável resposta somente CTC e fração areia e para a camada 30-100cm o modelo 3
somente a fração argila.
61
Figura 24 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de Savana gramíneo-lenhosa nas duas camadas estudadas.
Ainda nas figuras 22, 23 e 24 pode ser observado a partir dos valores do
[MAE], [RMSE] e [d] que a camada de 0-30cm do solo é mais difícil de modelar que a
camada de 30-100cm independentemente da fitofisionomia. Este fato pode ser
explicado pela quantidade de carbono orgânico localizado na camada de 0-30cm estar
mais correlacionada com o uso da terra (MEERSMANS et al., 2009), serapilheira e
biomassa de raízes, os quais segundo Morais et al. (2013), juntos explicam 50% das
variações nos teores de COS na superfície do solo. A quantidade de raízes da camada de
0-30cm é maior que na camada subjacente, onde 62 a 79% das raízes estão concentradas
nos primeiros 20cm de solo (CASTRO e KAUFFMAN, 1998).
Por fim, os BDWSa e BDWSap alimentaram os cinco modelos de predição
de carbono orgânico para Savana arborizada + Savana parque e os cinco para Savana
florestada. Para as paisagens naturais de Savana florestada, só foi possível validar pelo
62
Teste-t (Tabela 11) o modelo 2 da camada de 0-30cm, pois foi o único que não incluiu
soma de bases em sua função. Os resultados demonstraram uma alta significância
indicando que os modelos passíveis de validação pelo Teste-t estão ajustados para
LATOSSOLOS de paisagens naturais de Savana florestada e de Savana arborizada +
Savana parque.
É muito comum encontrar um escasso número de atributos edáficos do solo
nos relatórios pedológicos, o que torna importante elaborar modelos com o menor
número de variáveis possível, mesmo que possuam uma acurácia menor. Neste sentido
foram eleitos como melhores funções para modelagem de COS os modelos 2 da Savana
florestada e os modelos 3 (0-30cm) e de 2 (30-100cm) da Savana arborizada + Savana
parque.
Tabela 11 - P-valores resultantes do Teste-t com nível de significância de 0,05 para os
dois Bancos de Dados.
BDWSf BDWSap
1 - 0,97
2 0,96 0,99
3 - 0,99
1 - 0,99
2 - 0,99
Modelop-valor
0-30
30-100
Camada
(cm)
63
4.3. Conclusões
Os resultados evidenciaram que em ambientes naturais de Savana sobre
LATOSSOLOS é possível modelar o COS com poucos atributos edáficos do solo, com
apenas CTC no caso da Savana arborizada + Savana parque para a primeira camada (0-
30cm). Para ambas as camadas da Savana gramíneo-lenhosa e para a camada de 30-
100cm da Savana arborizada + Savana parque além do CTC foi incluído algum atributo
da fração granulométrica. Já a Savana florestada além de ser modelada por CTC e
granulometria, também necessitou de SB e/ou pH, o que lhe garantiu um R2 ajustado
maior (0,84 < R2 ajustado < 0,93) que da Savana arborizada + Savana parque, na qual os
modelos explicaram até 87% das variações do COS.
A modelagem do COS para Savana florestada apresentou menores desvios
que a modelagem do COS para Savana arborizada + Savana parque, provavelmente por
envolver mais variáveis em suas funções como também por ter um aporte de fitomassa
do solo mais homogêneo, já que a Savana arborizada + Savana parque foi um
agrupamento de duas fitofisionomias distintas estabelecido neste trabalho para suprir o
baixo número amostral encontrado para compor o BD. Logo, se tivesse um número
maior de dados e os modelos fossem refeitos separadamente para estas duas
fitofisionomias pode ser que elas tivessem menores desvios, próximos aos encontrados
para a Savana florestada.
64
CAPÍTULO 5. ESTIMATIVA DO CARBONO ORGÂNICO DO LATOSSOLO
DE PAISAGENS ANTROPIZADAS DO CERRADO BRASILEIRO A PARTIR
DE ATRIBUTOS EDÁFICOS
O bioma Cerrado brasileiro vem sendo desmatado para ocupação
principalmente da pastagem plantada, que segundo Sano et al. (2000), em 1997 ocupava
o equivalente a 20,2% de todo o Cerrado brasileiro. Os dados do TerraClass Cerrado
(BRASIL, 2015) apontam que em 2013 45% de todo o bioma estava desmatado e, deste
total, 65% estava ocupado por pastagem plantada, e 5% estava ocupado por cana-de-
açúcar, segundo dados do CANASAT 2013 (RUDORFF et al., 2010).
A cronossequência mais observada são paisagens de pastagens plantadas
ocupando as paisagens recém desmatadas, que se estabelecem após a adição de cal
seguida por uma cultura de arroz ou milho e fertilizada com N, P e K (BODDEY et al.,
1986), na tentativa de corrigir a alta acidez dos solos do Cerrado (GOODLAND, 1969;
LOPES, 1983; COUTINHO, 2016). Após alguns anos de pastagem plantada, ocorre a
entrada de agricultura, seja ela cultura anual ou perene (ADAMI et al., 2012; LAPOLA
et al., 2010; GOLDEMBERG et al., 2014).
Conforme observado nos capítulos anteriores, o COS está relacionado não
só com o aporte de fitomassa, mas também com o manejo. Sendo assim, objetivando
identificar atributos edáficos correlacionados com a variação do COS, em profundidade,
em paisagens antropizadas de domínio do bioma Cerrado brasileiro e desenvolver
modelos para estimar o COS com o conjunto mínimo de atributos edáficos. Este
capítulo analisou áreas de pastagem plantada e cana-de-açúcar localizadas na extensão
territorial do bioma Cerrado brasileiro.
65
5.1. Material e métodos específicos
5.1.1. Validação dos modelos
Primeiramente, a validação dos modelos foi realizada considerando
indicadores estatísticos como R2, R
2 ajustado, [MAE], [RMSE], [d], [a], [b] e [r],
conforme descritos no Material e métodos gerais (item 2.5).
O fluxograma ilustrado na Figura 25 apresenta os fluxos de testes para
validação segundo os critérios definidos anteriormente (MAE, RMSE e d), para as
relações entre variáveis preditoras e a variável resposta, considerando-se a hipótese de
que o COS pode ser estimado por outros atributos do solo, com boa exatidão e/ou
acurácia.
Figura 25 - Desenho esquemático do processo de construção do modelo de COS e
posterior validação.
Não
Hipótese negada
Banco de Dados
Construção do
modelo de COS
Validação: Bootstrap
- R2, MAE, RMSE
Boa acurácia e exatidão?
Hipótese confirmada
Sim
Possibilidade de
alteração de atributos edáficos
Não
Sim
66
5.2. Resultados e discussão
5.2.1. Qualificação dos Bancos de Dados (BDPp e BDC)
Inicialmente, os Bancos de Dados de Pastagem plantada (BDPp) e Cana-de-
açúcar (BDC), contaram respectivamente, 63 e 86 perfis pedológicos tabulados
conforme Tabela 12, os quais foram reduzidos após passarem pelas seis etapas de
checagem descritas no item 2.2.
Tabela 12 - Compilação do número de perfis pedológicos trabalhados.
Número inicial Número de perfis pedológicos descartados Número final
I II III IV V VI
BDPp 63 2 0 0 2 2 1 56
BDC 86 67 0 0 0 0 0 19
Descrição das etapas de exclusão. Excluir o perfil, se:
I - não possuir pelo menos quatro profundidades amostradas até o mínimo de 100cm;
II - não possuir o uso atual descrito nem coordenadas geográficas para localização do
ponto;
III - o uso do ano descrito não for em paisagem natural ou pastagem ou cana-de-açúcar;
IV - apresentar gradiente textural do horizonte A para o B;
V- a relação silte/argila no horizonte B latossólico for superior a 0,7 (textura média) e
superior a 0,6 (textura argilosa);
VI - apresentar teor de carbono orgânico superior a 80g/kg na TFSA;
Após a eliminação dos perfis pedológicos nas devidas etapas de verificação
foram validados 56 perfis de pastagem plantada e 19 de cana-de-açúcar (Figura 26).
67
Figura 26 - Localização dos perfis pedológicos do BDPp (56) e BDC (19).
Os perfis pedológicos foram dispostos no triângulo textural SiBCS
(EMBRAPA, 2006), onde observou-se que a pastagem plantada representa a classe
textural argila e a cana-de-açúcar a classe textural areia (Figura 27). Os solos da ordem
dos LATOSSOLOS possuem textura muito variada, desde franco arenosa até muito
argilosa, com teores de argila variando de 150g/kg a mais de 800g/kg (BRASIL, 1960;
OLIVEIRA et al., 1992) e os dois Bancos de Dados de solos apresentados neste
capítulo, abrangem grande parte da variação textural característica dos LATOSSOLOS.
68
Figura 27 - Classes texturais dos perfis pedológicos representativos dos usos pastagem
plantada e cana-de-açúcar, de acordo com o triângulo textural do SiBCs (EMBRAPA,
2006).
Segundo Cherubim et al. (2015), as mudanças de uso e cobertura da terra
não afetam atributos do solo como granulometria e microagregação, porém afetam em
maior proporção a macroagregação, densidade, bem como, propriedades químicas do
solo. Em se tratando de COS, os maiores intervalos entre os valores de mínimo e
máximo foram encontrados na camada mais superficial do solo (0-30cm), sendo que a
pastagem plantada tem maior variação (43g/kg) de COS, apresentando COS mínimo de
4g/kg e máximo de 47g/kg. A cana-de-açúcar apresentou para a mesma camada (0-
30cm) intervalo entre o valor máximo e mínimo 21g/kg de COS. Para a camada de 30-
100cm a diferença entre os valores máximos e mínimos foi muito menor, sendo eles
para pastagem plantada e cana-de-açúcar, respectivamente, 11g/kg e 14g/kg.
Quando avaliadas as médias de COS por uso da terra, o uso com maior
média é a cana-de-açúcar, nas duas camadas estudadas (Tabela 13), o que está de acordo
com alguns autores que estudaram a dinâmica de uso e cobertura da terra (CHERUBIN
et al., 2016) em LATOSSOLO no Cerrado (CARVALHO et al., 2009). Porém, quando
aplicado o teste-t no programa Minitab, foi verificado que não há diferença significativa
da média do COS entre os usos da terra em uma mesma camada (de 0-30cm: p-valor =
0,55 e para 30-100cm: p-valor=0,42). Em se tratando de camadas diferentes, foi
verificado que há uma maior diferença do COS, no entanto, ainda não significativa (p-
valor=018).
69
Tabela 13 - Variações estatísticas dos valores encontrados nos Bancos de Dados,
utilizados para o desenvolvimento e validação dos modelos de predição do COS.
(a) média +- desvio padrão; (b) coeficiente de variação.
Nas áreas de pastagem plantada, observou-se que os solos são ricos em íons
alumínio, caracterizando-os como solos ácidos, estando de acordo com as observações
feitas por diversos autores nas paisagens de pastagem natural, ou seja, de Savana
gramíneo-lenhosa (GOODLAND, 1969; LOPES, 1983; COUTINHO, 2016). Esta
acidez é proveniente da contínua produção de ácidos orgânicos e CO2, produzidos da
decomposição da serrapilheira (OSMAN, 2013). A acidez, acarreta em uma deficiência
de fosfato e potássio, que estão intimamente relacionados com cálcio e magnésio
(GOODLAND, 1969; OSMAN, 2013) caracterizando os solos do bioma Cerrado como
deficientes em nutrientes essenciais (SETZER, 1949; LOPES, 1983).
A acidez natural dos solos os caracteriza como altamente intemperizados,
com baixa CTC efetiva e com predominância de argilas de baixa atividade (LOPES,
1983; OLIVEIRA, 2011). Porém, os solos cultivados são manejados, havendo aplicação
de fertilizantes e práticas de calagem, alterando as características inerentes ao tipo de
solo e vegetação original da paisagem (SCHOLES et al., 1997).
Camada Areia Silte Argila COS SB CTC Al m V
(cm)
(a) 532,4+-257,0 92,4+-67,4 375,1+-213,8 13,6+-9,3 1,6+-1,5 6,2+-3,3 0,8+-1,0 39,2+-29,5 25,3+-18,3 5,2+-0,4 4,3+-0,9
(b) 48,3 72,9 57,0 68,4 98,2 52,4 122,8 75,0 72,4 8,1 22,2
(a) 482,7+-250,6 83,3+-59,7 434,4+-220,9 6,4+-3,0 0,6+-0,7 3,8+-1,7 0,7+-1,0 39,3+-33,4 18,7+-13,9 5,2+-0,4 4,4+-1,0
(b) 51,9 71,7 50,9 46,5 103,8 45,3 147,7 85,0 74,1 7,3 23,0
(a) 463,2+-268,5 128,5+-94,1 408,3+-190,3 13,2+-5,0 2,6+-1,7 6,2+-2,4 0,3+-0,5 15,2+-24,4 40,5+-22,0 5,5+-0,8 4,8+-0,6
(b) 58,0 73,2 46,6 37,7 67,1 38,8 172,7 160,6 54,5 14,2 12,8
(a) 434,1+-256,4 118,6+-93,0 447,3+-179,6 8,1+-3,1 1,4+-1,3 4,5+-2,1 0,3+-0,4 23,9+-30,3 29,1+-20,2 5,2+-0,6 4,7+-0,5
(b) 59,1 78,5 40,2 38,1 92,1 46,0 135,5 126,7 69,5 10,9 11,4
.-------------------------------------g/Kg-----------------------------------------.,-----------------cmolc/kg-----------------,,---------------------------%--------------------------,
30-100
BDPp
0-30
30-100
BDC
0-30
pH H2OpH KCl
ou pH
CaCl2
70
5.2.2. Seleção das variáveis explicativas
As variáveis explicativas dos dois Bancos de Dados foram submetidas à
correlação de Pearson, com o COS sendo a variável dependente (Tabela 14).
Tabela 14 - Resultados numéricos das correlações de Pearson sendo o carbono a
variável dependente (**p<0,001; *0,01<p<0,001).
Segundo os resultados apresentados na Tabela 14, a CTC constituiu o
atributo com maior correlação com o COS. Resultado que pode ser explicado a partir do
exposto por Resck et al. (2008), de que nos LATOSSOLOS do Cerrado há uma alta
dependência da ocorrência de cargas trocáveis com a presença de matéria orgânica, uma
vez que esta possui grande área de superfície com cargas elétricas e também pelo fato
da mineralogia dos LATOSSOLOS ser dominada por caulinita, óxidos de ferro e
alumínio.
5.2.3. Validação dos modelos de regressão
Foram selecionados os melhores modelos provenientes da regressão linear
múltipla para cada uso da terra e para cada camada. O número de variáveis difere de
acordo com o método escolhido (Stepwise: Backward e Forward), no entanto, a CTC
está presente em praticamente todos os modelos (Tabela 15). Os valores de R2 ajustado
são superiores a 0,50 para pastagem plantada e 0,45 para cana-de-açúcar. Além dos
atributos edáficos relacionados com o COS na Tabela 15 há interferência de outras
variáveis preditoras nos modelos que podem corresponder a variações ao acaso ou
resultarem da influência de outras variáveis preditoras não consideradas na análise, tais
como temperatura atmosférica e precipitação que possuem forte influência na taxa de
decomposição da matéria orgânica (JOBBÁGY e JACKSON, 2000).
O valor do R2 está relacionado ao número de variáveis que compõe a
função, logo R2 maiores são as funções que possuem mais variáveis (Tabela 15), já o R
2
ajustado está ajustado com os graus de liberdade do modelo. Apesar das diferenças
Camada
(cm)Areia** Silte** Argila** SB CTC** Al m* V pH H2O
pH KCl ou
pH CaCl2
0-30 -0,60 0,21 0,64 0,05 0,81 0,32 0,22 -0,29 -0,03 0,01
30-100 -0,71 0,25 0,75 0,09 0,61 0,01 -0,08 -0,31 -0,17 -0,02
0-30 -0,44 0,56 0,34 0,22 0,71 0,00 -0,30 0,04 0,04 0,12
30-100 -0,53 0,68 0,40 0,18 0,61 -0,24 -0,53 0,08 0,03 0,20
BDPp
COS
BDC
COS
71
encontradas nos valores de R2 e R
2 ajustado neste trabalho, estas são similares aos de
outros trabalhos envolvendo o desenvolvimento de pedotransferência (BURKE et al.,
1989; BENITES et al., 2007; RESCK et al., 2008; SCHJONNING et al., 2017).
Tabela 15 - Modelos preditivos do COS em duas camadas de solos sob usos de
pastagem natural, pastagem plantada e cana-de-açúcar.
Nas figuras 28 e 29 constam os histogramas construídos a partir da técnica
de reamostragem bootstrap com os parâmetros estatísticos associados a cada um deles:
[MAE], [RMSE], [d], [a], [b] e [r]. Quando observado o valor do coeficiente angular [b]
(Figura 28) foi verificado que todos os modelos de pastagem plantada são diferentes de
zero, indicando que os modelos são significativos. Os modelos de pastagem plantada
apresentaram [d] entre 0,6 e 0,8, portanto maior probabilidade do [d] estar próximo à
reta (sobre a reta [d]=1) que a cana-de-açúcar (0,5< [d] <1).
Ainda nas figuras 28 e 29, observou-se que tanto o [MAE] quanto o
[RMSE] demonstraram que a camada de 0-30cm do solo é mais difícil de modelar que a
camada de 30-100cm independentemente do uso da terra. Este fato pode ser explicado
pela quantidade de carbono orgânico localizado na camada de 0-30cm estar mais
correlacionada com o uso da terra (MEERSMANS et al., 2009), serrapilheira e
biomassa de raízes, os quais juntos explicam 50% das variações nos teores de COS na
superfície do solo (Morais et al., 2013). A quantidade de raízes da camada de 0-30cm é
maior que na camada subjacente, onde 62 a 79% das raízes estão concentradas nos
primeiros 20cm de solo (CASTRO e KAUFFMAN, 1998), apresentando declínio
Camada
(cm)Modelo Constante Areia Silte Argila CTC m% Argila+Silte R2 R2 Ajustado
1 274,000 0,27300 0,03570 2,249 -0,30400 0,72 0,70
2 -0,020 0,04070 2,375 -0,03510 0,70 0,69
3 -0,810 2,315 0,66 0,65
1 -30,700 0,03240 0,01528 0,422 0,02550 0,62 0,59
2 2,009 0,01005 0,56 0,55
3 2,029 0,00840 0,56 0,53
1 4,070 1,466 0,51 0,48
2 4,350 0,00620 1,294 0,51 0,45
1 3,110 0,00411 0,02620 0,218 -0,036 0,63 0,53
2 7,220 0,218 -0,036 -0,00411 0,63 0,53
3 6,738 0,01921 -0,038 0,59 0,54
Cana de açúcar
0-30
30-100
Pastagem plantada
0-30
30-100
72
exponencial da biomassa radicular e do comprimento de acordo com a profundidade
(SMITH et al., 2005).
Figura 28 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de pastagem plantada nas duas camadas estudadas.
O modelo 3 para a camada de 0-30cm da pastagem plantada englobou
somente a CTC como variável edáfica resposta ao COS e o modelo 3 para a camada 30-
100cm foi a somatória das frações de argila+silte. Estes modelos que relacionaram o
COS com menor número de variáveis resposta, foram modelos que apresentaram menor
acurácia e precisão, porém, não são menos importantes que os de maior acurácia, visto
que são equações que mesmo incluindo poucos atributos edáficos foram capazes de
estimar o COS.
Para cana-de-açúcar todos os modelos tendem a apresentar [b] igual a zero
(Figura 29), indicando que os modelos não são significativos. No entanto, quando
73
analisado o coeficiente de correlação [r], observou-se que ele possui probabilidade de
ser um, ou seja, há indicação de relação linear, onde o COS pode ser expresso por
determinados fatores edáficos, como os apresentados nos modelos. Um dos fatores que
pode ter provocado maiores desvios nos modelos de cana-de-açúcar, tornando-os não
significativos, foi o número amostral (n= 19), menor que a metade utilizada para os
modelos de pastagem plantada, podendo assim não ter representado suficientemente
todas as relações de COS e atributos edáficos. Além disso, as amostras coletadas para
cana-de-açúcar estão mais concentradas no estado de São Paulo (Figura 26), não
apresentando a realidade de todas as áreas de cana-de-açúcar do bioma Cerrado.
Figura 29 - Histogramas dos coeficientes linear (a), angular (b) e correlação (r) e dos
parâmetros estatísticos [MAE], [RMSE] e [d] dos valores estimados pelo bootstrap para
os diferentes modelos de cana-de-açúcar nas duas camadas estudadas.
74
5.3. Conclusões
Os resultados evidenciaram que o ambiente com menor interferência
antrópica possui uma melhor acurácia na modelagem do COS, conforme explicitado
pelo MAE e RMSE da pastagem plantada em relação a cana-de-açúcar. No entanto, os
dois usos abordados neste capítulo podem ter sido influenciados por fatores exógenos,
como por exemplo, o tipo de uso e de manejo do solo e o tempo de permanência do uso.
Os fatores exógenos provocam mudanças nas inter-relações dos atributos físicos,
químicos e biológicos presentes no solo, alterando os processos de formação do COS, e
portanto, aumentando a complexidade da modelagem, o que pode ser observado pelos
valores de R2 e
R
2 ajustado.
No entanto, estas mudanças nas inter-relações dos atributos físicos,
químicos e biológicos presentes no solo indicam que o manejo pode promover
benefícios ao solo. Provavelmente, se forem inseridos os fatores tempo de permanência
da cultura na área e tipo de manejo do solo nos modelos das paisagens antropizadas, os
modelos melhor explicarão a variação do COS.
75
CAPÍTULO 6. DISCUSSÕES GERAIS
Este trabalho verificou que o uso e a cobertura da terra modificam atributos
edáficos do solo que estão correlacionados com o COS, sendo eles CTC, pH, SB, V% e
Al. Além disso, ficou demonstrado que as frações granulométricas possuem correlação
com o COS, e como não são facilmente modificadas pelo uso e cobertura da terra, a
partir delas foi possível elaborar modelos globais para o LATOSSOLO no Cerrado
brasileiro, para a camada de 30-100cm, conforme apresentado no Capítulo 3.
Ainda no Capítulo 3, foi constatado que COS presente na camada 0-30cm é
influenciado pelo tipo de uso e cobertura da terra. Objetivando entender a influência
dos diferentes usos e coberturas da terra, o BDT foi dividido em cinco novos Bancos de
Dados, de acordo com as classes temáticas definidas no trabalho (Savana florestada,
Savana arborizada+Savana parque, Savana gramíneo-lenhosa, pastagem plantada e
cana-de-açúcar). Com isso, foram definidos modelos mais acuradas de COS, de acordo
com o apresentado nos capítulos 4 e 5.
A Savana florestada foi a classe temática com melhor ajuste ao modelo,
segundo os parâmetros estatísticos utilizados neste trabalho R2, R
2 ajustado, [MAE],
[RMSE] e [d]. Os modelos de pastagem plantada e cana-de-açúcar tiveram R2 ajustados
menores que das paisagens de cobertura vegetal natural, e desvios calculados pelos
índices [MAE], [RMSE] e [d], maiores que das paisagens de coberturas naturais.
Nas paisagens antropizadas há que se considerar a variabilidade do manejo
aplicado (LANA et al., 2016; SOUZA et al., 2012; SOUZA et al., 2016), a variação da
intensidade e do tempo de cultivo (STUDDERT e ECHEVERRIA, 2000). A influência
do manejo nos atributos edáficos estudados, pode ser observada na Figura 30, na qual
foi possível verificar a diferença dos atributos químicos do solo nas duas camadas
estudadas, sobre os usos e coberturas abordados neste trabalho por meio da relativização
dos valores médios de cada atributo edáfico, onde 1 é o atributo edáfico de maior valor
entre os cinco Bancos de Dados analisados. A Savana florestada e o agrupamento das
coberturas Savana arborizada e Savana parque apresentaram valores similares para
todos os atributos do solo e estes podem ser considerados o padrão encontrado em
paisagens naturais do Cerrado, caracterizando solos com altos CTC, alumínio e m%, e
baixos V% e SB.
76
A maior mudança dos atributos do solo em relação às paisagens de
coberturas naturais foi verificada na cana-de-açúcar, na qual o gráfico de teia apresenta
uma deformação das linhas em relação aos demais usos e coberturas da terra mostrando
um aumento de SB, V%, CTC e do pH do solo, e uma diminuição do m% e Al (Figura
30). O aumento do COS na cana-de-açúcar na camada 30-100cm foi um resultado
similar ao encontrado por Oliveira et al. (2016), evidenciando que na cana-de-açúcar há
um maior manejo que na pastagem plantada, alterando mais intensamente as
características químicas do solo.
Figura 30 - Relativização dos atributos químicos do solo nas duas camadas estudadas
sob os cinco usos e coberturas da terra analisados neste trabalho.
O manejo relaciona-se com a aplicação de calagem para elevar a CTC e pH,
e diminuir a saturação de alumínio (COIMBRA, 1971; FREITAS et al., 1971; LANA et
al., 2016) característica das paisagens de Cerrado. Nas áreas de cana-de-açúcar, a partir
da década de 70, começou a aplicação de vinhaça como adubo orgânico, aumentando o
COS (BORGES et al., 2014) e a mecanização das áreas. Por um lado, a mecanização
das áreas eliminou a queima, sendo vantajosa no maior acúmulo de matéria orgânica e
maior estabilidade de agregados (SOUZA et al., 2012) mas, por outro lado, piorou a
densidade do solo e aumentou a resistência à penetração das raízes (MACHADO et al.,
2010).
Objetivando criar modelos de predição de COS que preveem os diferentes
manejos aplicados nas áreas antropizadas, houve a necessidade de obter o maior número
77
amostral possível, a fim de representar a diversidade dos manejos. O número amostral
de cada uso e cobertura da terra foi a principal limitação do trabalho, já que foi
necessário possuir pelo menos 4 camadas amostradas de LATOSSOLO com no mínimo
100cm de profundidade e suas respectivas descrições de uso e cobertura da terra. Todas
as amostras que não preencheram estes requisitos e outros descritos no Material e
métodos gerais (item 2.2) foram descartadas, diminuindo assim o número de amostras.
Na tentativa de aumentar o número de amostras, algumas foram coletadas
neste trabalho, contudo em função de restrições financeiras, não foi possível suprir todas
as deficiências em relação ao número amostral. No mesmo viés, as coberturas naturais
de Savana arborizada e Savana parque foram agrupadas, mesmo possuindo
características fitofisionômicas distintas. Sendo assim, os modelos apresentaram
maiores desvios na camada 0-30cm que na cobertura Savana florestada, logo se
houvesse um maior número de dados e os modelos fossem refeitos separadamente para
essas duas fitofisionomias, provavelmente apresentariam menores desvios nesta camada
e seriam mais próximos aos encontrados para a Savana florestada. Já no caso da Savana
gramíneo-lenhosa, a maioria das descrições não continha a informação de presença ou
ausência de gado. A Savana gramíneo-lenhosa é uma fitofisionomia comumente
ocupada pelo gado, o que a torna manejada pelo mesmo. Devido à falta de informação,
todas as áreas foram tratadas no mesmo Banco de Dados, independentemente da
presença ou ausência do gado, o que provavelmente gerou modelos com desvios
maiores que os da Savana florestada. Finalmente, a cana-de-açúcar além de possuir um
pequeno número amostral que não conseguiu representar as diversas variedades,
ambientes de produção e manejo, ela também está localizada somente no estado de São
Paulo, não abrangendo as diversidades de pluviometria e temperatura que abrangem o
bioma Cerrado.
Além do número amostral, há o fator tempo de permanência do uso ou
cobertura da terra até o momento da coleta do solo, que influencia o COS e não foi
informado nos descritivos pedológicos. Por exemplo, um solo com pastagem plantada
há dois anos é diferente de um solo ocupado por pastagem plantada há 15 anos, o
mesmo ocorrendo para o uso da cana-de-açúcar. Além disso, a cronossequência de usos
pode influenciar nas características do solo encontradas no momento da coleta, ou seja,
são os efeitos cumulativos (TERRA e SANTOS, 2012). Sendo assim, uma vez que o
tempo de permanência não foi informado e nem o uso ou cobertura da terra anteriores à
78
coleta, não foi possível construir a história de uso e cobertura do local. A história de uso
e cobertura do local poderia ser construída por meio de interpretação das imagens de
satélite mas, devido às datas destas coletas serem anteriores a década de 70, esse
procedimento não foi possível, pois nesse período as imagens do satélite Landsat ainda
não eram geradas.
79
CAPÍTULO 7. CONSIDERAÇÕES FINAIS
A revisão bibliográfica revelou a importância do papel desempenhado pelo
carbono orgânico do solo no meio e também os esforços focados em entender sua
dinâmica e relação com as mudanças climáticas, uso e cobertura da terra, manejo,
atributos edáficos entre outros fatores. A partir da revisão na literatura foi possível
analisar as lacunas no tema e desta forma tentar contribuir com a elaboração de modelos
capazes de estimar o COS.
Primeiramente o método desenvolvido nesta tese demonstrou a importância
em dividir os modelos de predição de COS em função aos usos e cobertura da terra, os
quais estimaram com maior exatidão o COS. Além disso, foi possível definir o conjunto
mínimo de atributos edáficos capazes de estimar o COS, sendo eles; CTC, pH, SB, V%,
Al e as frações granulométricas. O atributo edáfico que apresentou maior correlação
com o COS foi a CTC, a qual esteve presente em praticamente todos os modelos
apresentados nesta tese.
Com as frações granulométricas foi possível elaborar modelos de predição
de COS para o LATOSSOLO no Cerrado brasileiro para a camada de 30-100cm
independentemente do uso e cobertura da terra. Sendo assim, a abrangência espacial dos
modelos não foi somente regional e vinculada a determinado uso e cobertura da terra
específico, mas também passível de extrapolação para outras regiões.
Os resultados foram capazes de responder as hipóteses, no entanto,
reconhece-se a importância de incorporar novas amostras de uso e cobertura da terra no
Banco de Dados disponibilizado no Anexo 1 (e no Banco de Dados público
PANGAEA), na tentativa de abranger os diferentes históricos de acumulação de
impactos com número amostral suficientemente representativo para cada caso. Isso
garantirá modelos mais precisos e acurados, visando melhor entender os processos que
os usos e coberturas da terra provocam no carbono orgânico do solo e assim podendo
mitigar sua perda com ações assertivas.
80
8. REFERÊNCIAS BIBLIOGRÁFICAS
ABDALA, G.C.; CALDAS, L.S.; HARIDASAN, M.; EITEN, G. Above and belowground
organic matter and root: shoot ratio in a cerrado in central Brazil. Brazilian Journal of Ecology
2(1): 11-23, 1998.
ADAMI, M. Estimativa da data de plantio da soja por meio de series temporais de imagens
MODIS. Tese (Doutorado em Sensoriamento Remoto), INPE, São José dos Campos, 163p.,
2010.
ADAMI, M.; RUDORFF, B.F.T.; FREITAS, R.M.; AGUIAR, D.A.; SUGAWARA, L.M.;
MELLO, M.P. Remote Sensing Time Series to Evaluate Direct Land Use Change of Recent
Expanded Sugarcane Crop in Brazil. Sustainability 4(4): 574-585, 2012.
ALVARES, C.A.; STAPE, J.L.; SENTELHAS, P.C.; GONÇALVES, J.L.M.; SPAROVEK, G.
Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift 22(6): 711–728,
2014.
ASKEW, G.P.; MOFFATT, D.J.; MONTGOMERY, R.F.; SEARL, P.L. Soils and soil moisture
as factors influencing the distribution of the vegetation formations of the Serra do Roncador,
Mato Grosso. In: III Simpósio Sobre Cerrado (M.G. Ferri, coord.). Edgar Blucher, São Paulo,
p.150-160, 1971.
ASSEF, D.; REWALD, B.; SANDÉN, H.; ROSINGER, C.; ABIYU; A.; YITAFERU, B.;
GODBOLD, D.L. Deforestation and land use strongly effect soil organic carbon and nitrogen
stock in Northwest Ethiopia. CATENA 153: 89-99, 2017.
ASSIS, A.C.C. Parâmetros e classes de solos na diferenciação da fisionomia de Cerrado em
Assis, SP. 93p. Dissertação (Mestrado em Agricultura Tropical e Subtropical) – Instituto
Agronômico. Campinas, 2010.
BAKER, J.M.; OCHSNER, T.E.; VENTEREA, R.T.; GRIFFIS, T.J. Tillage and soil carbon
sequestration-What do we really know? Agricultural and Forest Meteorology 118: 1-5, 2007.
BATJES, N.H.; RIBEIRO, E.; VAN OOSTRUM, A.; LEENAARS, J.; JESUS DE MENDES, J.
Standardised soil profile data for the world (WoSIS, July 2016 snapshot). Disponível em
<http:\\dx.doi.org\10.17027\isric-wdcsoils.20160003>. 2016
BENITES, V.M.; MACHADO, P.L.O.A.; FIDALGO, E.C.C.; COELHO, M.R.; MADARI, B.E.
Pedotransfer functions for estimating soil bulk density from existing soil survey reports in
Brazil. Geoderma, Amsterdam, 139: 90-97, 2007.
BERTOLANI, F.C.; COELHO, M.R.; ROSSI, M.; MENK, J.R.F. & PRADO, H.
Levantamento pedológico semidetalhado do Estado de São Paulo: Folha de Marília. (Série
Pesquisa APTA, Boletim Científico, 01). Memorial descritivo. Campinas: Instituto
Agronômico, 142p, 2000.
BISHOP, T.F.A.; MCBRATNEY, A.B.; LASLETT, G.M. Modelling soil attribute depth
functions with equal-area quadratic smoothing Splines. Geoderma, Amsterdam 91: 27–45,
1999.
BODDEY, R.M., BALDANI, V.L.D., BALDANI, J.I. e DÖBEREINER, J. Effect of
inoculation of Azospirillumspp on the nitrogen assimilation of field grown wheat. Plant
and Soil, v.95:109-121, 1986.
BOGNOLA, I.A.; PRADO, H.; MENK. J.R. F.; JOAQUIM, A.C.; LEPSCH, I.F.
Levantamento pedológico semidetalhado do Estado de São Paulo: quadrícula de Assis. II.
Memorial descritivo. (Série Pesquisa APTA. Boletim de Pesquisa, 08). Campinas: Instituto
Agronômico, 54p, 2003.
BORDONALA, R.DEO.; LAL, R.; RONQUIMD, C.C.; FIGUEIREDO, E.B.; CARVALHO,
J.L.N.; MALDONADO, W. Jr.; MILORI, D.M.B.P.; SCALA, N. Jr. Changes in quantity and
81
quality of soil carbon due to the land-use conversion to sugarcane (Saccharum officinarum)
plantation in southern Brazil. Agriculture, Ecosystems and Environment 240: 54–65, 2017.
BORGES, L.A.B.; RAMOS, M.L.G.; VIVALDI, L.J.; FERNANDES, P.M.; MADARI, B.E.;
SOARES, R.A.B.; FONTOURA, P.R. Impact of sugarcane cultivation on the biological
attributes of an oxisol in the Brazilian Savannah. Bioscience Journal 30(5): 1459-1473,
Sept./Oct., 2014.
BRASIL. Ministério da Agricultura. Centro Nacional de Ensino e Pesquisas Agronômicas,
Serviço Nacional de Pesquisas Agronômicas, Comissão de solos. Levantamento de
reconhecimento dos solos do estado de São Paulo: Contribuição à carta de solos do Brasil.
634f. 1960.
BRASIL(a). Ministério das Minas e Energia. Secretaria-Geral. Projeto RADAMBRASIL.
Folha SD.22 Goiás; geologia, geomorfologia, pedologia, vegetação e uso potencial da terra.
Levantamento de Recursos Naturais, v.25, 640p., 1982. Rio de Janeiro.
BRASIL(b). Ministério das Minas e Energia. Secretaria-Geral. Projeto RADAMBRASIL.
Folha SD.21 Cuiabá; geologia, geomorfologia, pedologia, vegetação e uso potencial da
terra. Levantamento de Recursos Naturais, v.26, 544p., 1982. Rio de Janeiro.
BRASIL(c). Ministério das Minas e Energia. Secretaria-Geral. Projeto RADAMBRASIL.
Folha SE.21 Corumbá e parte da Folha SE.20; geologia, geomorfologia, pedologia,
vegetação e uso potencial da terra. Levantamento de Recursos Naturais, v.27, 452p., 1982.
Rio de Janeiro.
BRASIL(d). Ministério das Minas e Energia. Secretaria-Geral. Projeto RADAMBRASIL.
Folha SF 21 Campo Grande; geologia, geomorfologia, pedologia, vegetação e uso potencial
da terra. Levantamento de Recursos Naturais, v.28, 416p., 1982. Rio de Janeiro.
BRASIL(e). Ministério das Minas e Energia. Secretaria-Geral. Projeto RADAMBRASIL.
Folha SD.23 Brasília; geologia, geomorfologia, pedologia, vegetação e uso potencial da
terra. Levantamento de Recursos Naturais, v.29, 660p., 1982. Rio de Janeiro.
BRASIL(f). Ministério das Minas e Energia. Secretaria-Geral. Projeto RADAMBRASIL.
Folha SD.22 Goiás; geologia, geomorfologia, pedologia, vegetação e uso potencial da terra.
Levantamento de Recursos Naturais, v.31, 768p., 1982. Rio de Janeiro.
BRASIL. Ministério do Meio Ambiente. Mapeamento do Uso e Cobertura do Cerrado:
Projeto TerraClass Cerrado 2013. Brasília: MMA, 67p.:il.color+mapa, 2015.
BRONICK, C.J.; LAL, R. Soil structure and management: a review. Geoderma 124: 3–22,
2005.
BURKE, I.C.; YONKER, C.M.; PARTON, W.J.; COLE, C.V.; FLACH, K.; SCHIMEL, D.S.
Texture, Climate, and Cultivation Effects on Soil Organic Matter Content in U.S. Grassland
Soils. Soil Science Society of America Journal 53: 800-805, 1989.
BURROUGH, P.A.; McDONNEL, R.A. Principles of Geographical Information Systems.
New York: Oxford University Press Inc, 1998.
BUSCHIAZZO, D.E., QUIROGA, A.R., STAHR, K. Patterns of Organic Matter Accumulation
in Soils of the Semiarid Argentinian Pampas. Journal of Plant Nutrition and Soil Science
154: 437–441, 1991.
CALDERANO FILHO, B.; SANTOS, H.G.; FONSECA, O.O.M..; SANTOS, R.D..;
PRIMAVESI, O.; PRIMAVESI, A.C. Os solos da Fazenda Canchim. Centro de Pesquisa
Pecuária do Sudeste, São Carlos, SP: Levantamento semidetalhado, propriedades e
potenciais. Rio de Janeiro: EMBRAPA - CNPS/São Carlos: EMBRAPA - CPPSE, 95p, 1998.
CAMARGO, A.P. Clima do Cerrado. In Simpósio sobre o Cerrado (M.G. Ferri, coord.). Edgar
Blucher, São Paulo. p.75-96, 1971.
82
CARVALHO, J.L.N.; CERRI, C.E.P.; FEIGL, B.J.; PÍCCOLO, M.C.; GODINHO, V.P.;
HERPIN, U.; CERRI, C.C. Conversion of Cerrado into agricultural land in the South-western
Amazon: Carbon stocks and soil fertility. Scientia Agricola 66(2): 233-241, Mar./Apr., 2009.
CARVALHO, W.A.; PANOSO, L.A.; MORAES, M.H. Levantamento semidetalhado dos
solos da Fazenda Experimental Edgardia - Municípo de Botucatu - SP. (Boletim Científico
n.2). Botucatu, Faculdade de Ciências Agronômicas - UNESP, v.2, 467f, 1991.
CASTRO, E.A.; KAUFFMAN, J.B. Ecosystem structure in the Brazilian Cerrado a vegetation
gradient of aboveground biomass, root mass and consumption by fire. Journal of Tropical
Ecology 14: 263-283, 1998.
CATEN, A.; DALMOLIN, R. S. D.; MENDONÇA-SANTOS, M. L.; GIASSON, E.
Mapeamento digital de classes de solos: características da abordagem brasileira. Ciência Rural
41:5, 812-816, 2012.
CERRI, C.C.; BERNOUX, M.; MAIA, S.M.F.; CERRI, C.E.P.; COSTA JÚNIOR, C.; FEIGL,
B.J.; FRAZÃO, L.A.; MELLO, F.F.C.; GALDOS, M.V.; MOREIRA, C.S.; CARVALHO,
J.L.N. Greenhouse gas mitigation options in Brazil for land-use change, livestock and
agriculture. Scientia Agricola 67: 102-116, 2010.
CERRI, C.E.P.; SPAROVEK, G.; BERNOUX, M.; EASTERLING, W.E.; MELILLO, J.M.;
CERRI, C.C. Tropical agriculture and global warming: impacts and mitigation options. Scientia
Agricola 64(1): 83-99, jan./feb., 2007.
CHAN, K.Y., HEENAN, D.P., SO, H.B. Sequestration of carbon and changes in soil quality
under conservation tillage on light textured soils in Australia: a review. Australian Journal of
Experimental Agriculture 43: 325-334. 2003.
CHEN, C.C. Development of a framework for sustainable uses of resources: More paper and
less plastics? Environment International 32: 478-486, 2006.
CHERUBIN M.R.; KARLEN, D.L.; FRANCO, A.L.C.; TORMENA, C.A.; CERRI, C.E.P.;
DAVIES, C.A.; CERRI, C.C. Soil physical quality response to sugarcane expansion in Brazil.
Geoderma 267: 156-168, 2016.
CHERUBIN, M.R.; FRANCO, A.L.C.; CERRI, C.E.P.; OLIVEIRA, D.M.S.; DAVIES, C.A.;
CERRI, C.C. Sugarcane expansion in Brazilian tropical soils—Effects of land use change on
soil chemical atributes. Agriculture, Ecosystems and Environment 211: 173-184. 2015.
COELHO, M.C.N. Impactos Ambientais em Áreas Urbanas. In: Antônio José Teixeira Guerra e
Sandra Baptista da Cunha. (Org.). Impactos Ambientais Urbanos no Brasil. 1ª ed. Rio de
Janeiro: Bertrand Brasil, v.1: 19-45, 2001.
COIMBRA, R.O. Agricultura no Cerrado. Contribuição da Estação Experimental de Sete
Lagoas – IAO, p.315-338. In. Simpósio sobre o Cerrado. M.G. FERRI, 1971.
COUTINHO, L.M. Biomas brasileiros. São Paulo: Oficina de Textos, 2016.
DIXON. R.K.; SOLOMON, A.M.; BROWN, S.; HOUGHTON, R.A.; TREXIER, M.C. Carbon
pools and flux of global forest ecosystems. Science 263: 185-190, 1994.
DON, A.; SCHUMACHER, J.; FREIBAUER, A. Impact of tropical land-use change on soil
organic carbon stocks - a meta-analysis. Global Change Biology 17:1658-1670, 2011.
DUARTEA, C.G.; GAUDREAU, K.; GIBSON, R.B.; MALHEIROS, T.F. Sustainability
assessment of sugarcane-ethanol production in Brazil: A case study of a sugarcane mill in São
Paulo state. Ecological Indicators 30: 119-129, 2013.
EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária - Centro Nacional de Pesquisa de
Solos. Sistema Brasileiro de Classificação de Solos. Embrapa, Brasília, 4.ed., 376f., 2014.
EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária - Centro Nacional de Pesquisa de
Solos. Sistema Brasileiro de Classificação de solos. Editores técnicos, Humberto Gonçalves
dos Santos, et al. 2.ed. Ed. Embrapa solos: Rio de Janeiro, 2006.
83
EMBRAPA. Empresa Brasileira de Pesquisa Agropecuária - Centro Nacional de Pesquisa de
Solos. Manual de métodos de análise de solo. 2.ed. rev. atual. – Rio de Janeiro, RJ, 212f.,
1997.
EFRON, B. The Jackknife, the Bootstrap, and Other Resampling Plans. Philadelphia:
Society for Industrial Mathematics, 92f., 1982.
FAO. The importance of soil organic matter. 95f. 2005.
FERREIRA, L.G.; FERREIRA, M.E.; ROCHA, G.F.; NEMAYER, M.; FERREIRA, N.C.
Dinâmica agrícola e desmatamentos em áreas de Cerrado: uma análise a partir de dados
censitários e imagens de resolução moderada. Revista Brasileira de Cartografia 61(02): 117-
127, 2009.
FRANCAVIGLIA, R.; RENZI, G.; LEDDA, L.; BENEDETTI, A. Organic carbon pools and
soil biological fertility are affected by land use intensity in Mediterranean ecosystems of
Sardinia Italy. Science of the Total Environment 599–600: 789-796, 2017.
FRANZLUEBBERS, A.J. Soil organic matter stratification ratio as an indicator of soil quality.
Soil & Tillage Research 66: 95–106, 2002.
FREITAS, L.M.M.; MIKKELSEN, D.S.; MCCLUNG, A.C.; LOTT, W.L. Agricultura no
Cerrado. 283-314p. In. Simpósio sobre o Cerrado. M.G. Ferri, 1971.
GOLDEMBERG, J.; MELLO, F.F.C.; CERRI, C.E.P.; DAVIES, C.A.; CERRI, C.C. Meeting
the global demand for biofuels in 2021 through sustainable land use change policy. Energy
Policy 69: 14–18. 2014.
GOODLAND, R. Ecological study of Cerrado vegetation of South Central Brasil. Tese
(Doutorado em Filosofia) - Faculty of Graduate Studies and Research of McGill University,
Montreal, Canada, 223p, 1969.
HARIDASAN, M. Aluminum accumulation by some Cerrado native species in Central Brazil.
Plant and Soil 65: 265-273. 1982.
HOBLEY, E.U.; BALDOCK, J.; WILSON, B. Environmental and human influences on organic
carbon fractions down the soil profile. Agriculture, Ecosystems and Environment 223: 152–
166, 2016.
IBGE. 2004. Mapa de Biomas do Brasil. Escala 1:5.000.000. Disponível em:
<http://mapas.ibge.gov.br/tematicos.html>.
IBGE. Manual técnico de pedologia / IBGE, Coordenação de Recursos Naturais e Estudos
Ambientais. - 2. ed. - Rio de Janeiro: IBGE, 2007. 316p. il. - (Manuais técnicos em
geociências, ISSN 0103-9598; n. 4).
JACKSON, R.B.; JACKSON, R.B.; JOBBÁGY, E.G.; CANADELL, J.; COLELLO, G.D.;
DICKINSON, R.E.; FIELD, C.B.; FRIEDLINGSTEIN, P.; HEIMANN, M.; KICKLIGHTER,
D.W.; KLEIDON, A.; NEILSON, R.P.; PARTON, W.J.; SALA, O.E.; SYKES, M.T.
Belowground consequences of vegetation change and their treatment in models. Ecological
Applications 10: 470–483, 2000.
JOBBÁGY, E.G.; JACKSON, R.B. The vertical distribution of soil organic carbono and its
relation to climate and vegetation. Ecological Application, 10(2): 423-436, 2000.
KUNDE, R.J.; LIMA, C.L.R; SILVA, S.D.A.; PILLON, C.N. Frações físicas da matéria
orgânica em Latossolo cultivado com cana-de-açúcar no Rio Grande do Sul. Pesquisa
Agropecuária Brasileira Brasília 51(9): 1520-152, set. 2016.
LACLAU, P.B.; LACLAU, J.P. Growth of the whole root system for a plant crop of sugarcane
under rainfed and irrigated environments in Brazil. Field Crops Research 114: 351–360, 2009.
LAL, R. Soil carbon sequestration to mitigate climate change. Geoderma 123: 1-22, 2004.
LAL. R. Agricultural activities and the global carbon cycle. Nutrient Cycling in
Agroecosystems 70: 103-116, 2004.
84
LANA, R.M.Q.; MAIA, L.O.R.; VASCONCELOS, A.C.P.; MORAES, E.R.; SIQUEIRA, T.P.;
SILVA, A.A. Evaluation of chemical attributes of soil under different management systems of
sugarcane in an area of expansion. Bioscience Journal 32(3): 611-618, May/June, 2016.
LAPOLA, D.M.; SCHALDACHA, R.; ALCAMOA, J.; BONDEAUD, A.; KOCHA, J.;
KOELKINGA, C.; PRIESS, J.A. Indirect land-use changes can overcome carbon savings from
biofuels in Brazil. Proceedings of the National Academy of Sciences of the United States of
America, Washington, DC,107: 3388-3393, 2010.
LARDY, L.C.; BROSSARD, M.; ASSAD, M.L.L.; LAURENT J.Y. Carbon and phosphorus
stocks of clayey Ferralsols in Cerrado native and agroecosystems, Brazil. Agriculture,
Ecosystems and Environment 92: 147–158, 2002.
LEMOS, R.C.; BENNEMA, J.; SANTOS, R.D.; ITURRI, J. O.; INCLAN, R.S.; PANOSO,
L.A.; MENDES, W.; MELO, J. O.; SILVEIRA, C.O. Levantamento de reconhecimento dos
solos do Estado de São Paulo: (contribuição à Carta de Solos do Brasil). Rio de Janeiro:
Serviço Nacional de Pesquisas Agronômicas, 634p, 1960.
LI, Z.; LIU, C.; DONG, Y.; CHANG, X.; NIE, X.; LIU, L.; XIAO, H.; LU, Y.; ZENG G.
Response of soil organic carbon and nitrogen stocks to soil erosion and land use types in the
Loess hilly–gully region of China. Soil and Tillage Research 166: 1-9, March 2017.
LIMA, L.A.S.; NEUMANN, M.R.B.; REATTO, A.; ROIG, H.L. Mapeamento de Solos: do
tradicional ao digital. Planaltina, DF: Embrapa Cerrados, 2013.
LOPES, A.S. Solos sob “Cerrado”: características, propriedades e manejo. 1937 –
Piracicaba: Instituto da Potassa & Fosfato: Instituto Internacional da Potassa, 1983. 162p.: il
LYNCH, L.S. Gênese e geoquímica de solos em ambiente cárstico no Cerrado da região de
planaltina de Goiás. Tese (Doutorado em Solos e Nutrição de Plantas) – Universidade Federal
de Viçosa, Viçosa, 167p., 2009.
MACHADO, W.; TELLES, T.S.; FILHO, J.T.; GUIMARÃES, M. F.; ALVES, G.B.;
BORGES, J.L.B. Physical properties of a rhodic haplustox under two sugarcane harvesting
systems. Revista Brasileira de Ciências do Solo 34: 1803-1809, 2010.
MAIA, S.M.F.; CARVALHO, J.L.N.; CERRI, C.E.P.; LAL, R.; BERNOUX, M.; GALDOS,
M.V.; CERRI, C.C. Contrasting approaches for estimating soil carbon changes in Amazon and
Cerrado biomes. Soil and Tillage Research 133: 75-84, 2013.
MALONE, B. P.; MCBRATNEY, A. B.; MINASNY, B.; LASLETT, G. M. Mapping
continuous depth functions of soil carbon storage and available water capacity. Geoderma 154:
138–152, 2009.
MARTINS, C.M. Gênese, formas de carbono e sílica biogênica de solos sob formações
estacionais do semiárido de Minas Gerais e Bahia. 126p. Tese (Doutorado em Solos e
Nutrição de Plantas) – Universidade Federal de Viçosa, Viçosa, 2012.
McBRATNEY, A.B.; SANTOS, M.L.M.; MINASNY, B. On digital soil mapping. Geoderma
117: 3– 52, 2003.
MEDINA, H.P.; GROHMANN, F. Disponibilidade de água em alguns solos sob cerrado.
Boletim Científico do Instituto Agronômico, Campinas, 25: 65-75, 1966.
MEERSMANS, J.; WESEMAEL, B. VAN; RIDDER, F.E; MOLLE, M.VAN. Modelling the
three-dimensional spatial distribution of soil organic carbon (SOC) at the regional scale
(Flanders, Belgium). Geoderma 152: 43-52, 2009.
MELLO, F.F.C.; CERRI, C.E.P.; DAVIES, C.A.; HOLBROOK, N.M.; PAUSTIAN, K.;
MAIA, S.M.F.; GALDOS, M.V.; BERNOUX, M.; CERRI, C.C. Payback time for soil carbon
and sugar-cane ethanol. Nature Climate Change 4: 605-609, 2014.
85
MENK, J.R.F.; COELHO, R.M. Levantamento detalhado de solos da Embrapa
Experimental de Agronomia de Jaú (SP). (Série Pesquisa APTA. Boletim Científico, 04).
Campinas: Instituto Agronômico, 36p, 2000.
MENK, J.R.F.; OLIVEIRA, J.B. de; TREMOCOLDI, W.A. Levantamento pedológico
detalhado da Estação Experimental de Capão Bonito, São Paulo. (Boletim Científico, 06).
Campinas, Instituto Agronômico de Campinas, 40p, 1987.
MENK, J.R.F.; ROSSI, M.; BERTOLONI, F.C.; COELHO, R.M. Levantamento
semidetalhado dos solos do município de Espirito Santo do Turvo (SP). (Série Pesquisa
APTA. Boletim Científico, 02). Campinas: Instituto Agronômico, 42p, 2000.
MONDAL, A.; KHARE, D.; KUNDU, S.; MONDAL, S.; MUKHERJEE, S.;
MUKHOPADHYAY, A. Spatial soil organic carbon (SOC) prediction by regression kriging
using remote sensing data. The Egyptian Journal of Remote Sensing and Space Sciences 20:
61–70, 2017.
MONTEIRO, F.A.; WERNER, J.C. Ciclagem de nutrientes em pastagens. p.149-192. In:
Simpósio sobre Ecossistema de Pastagens. Jabotical, 29 a 31 de Agosto, 1989.
MORAIS, V.A.; SILVA, C.A.; SCOLFORO, J.R.S.; MELLO, J.M.; ARAÚJO, E.J.G.; ASSIS,
E.D. Modelagem do teor de carbono orgânico em solos de fragmentos de Cerrado de Januária e
Bonito de Minas, Minas Gerais. Pesquisa Florestal Brasileira 33(76): 343-354, out./dez.,
2013.
MOREIRA, F.M.S.; SIQUEIRA, J.O. Microbiologia e Bioquímica do Solo. 2ed. Lavras:
UFLA, 2006.
NANNI, M.R.; DEMATTÊ, J.A. Spectral Reflectance Methodology in Comparison to
Traditional Soil Analysis. Soil Society of America Journal 70:393-407, 2006.
NELSON, D.W.; SOMMERS, L.E. Total carbon, organic carbon, and organic matter. In:
BLACK, C.A., ed. Methods of soil analysis. Part 3. Chemical methods. Madison, Soil Science
of America and American Society of Agronomy, p.961-1010, 1996
NEUMANN, M.R.B. Mapeamento digital de solos no Distrito Federal. Tese (Doutorado em
Geociências Aplicada) – Instituto de Geociências – IG, Universidade de Brasília, Brasília,
124p., 2012.
OLIVEIRA, J. B.; MENCK, J. R. F. Latossolos Roxos do Estado de São Paulo. (Boletim
Científico 82). Campinas: Instituto Agronômico de Campinas, 132p, 1984.
OLIVEIRA, J.B. Pedologia Aplicada. 4.ed., 593p. Piracicaba: FEALQ, 2011.
OLIVEIRA, J.B (a). Solos do Estado de São Paulo: descrição das classes registradas no
mapa pedológico. (Boletim Científico 45). Campinas: Instituto Agronômico de Campinas,
112p, 1999.
OLIVEIRA, J.B (b). Solos da folha de Piracicaba. (Boletim Científico, 48). Campinas:
Instituto Agronômico de Campinas, 173p, 1999.
OLIVEIRA, J.B.; JACOMINE, P.K.T.; CAMARGO, M.N. Classes gerais de solos do Brasil:
guia auxiliar para seu reconhecimento. 201p, Jaboticabal, FUNEP, 1992.
OLIVEIRA, J.B.; MENK, J.R.F.; ROTTA, C.L. Levantamento pedológico semidetalhado dos
solos do Estado de São Paulo: Quadrícula de Campinas. Rio de Janeiro: IBGE, 169p. 1979.
OLIVEIRA, J.B.; PRADO, H. Levantamento pedológico semidetalhado do Estado de São
Paulo: quadrícula de Ribeirão Preto. (Boletim Científico 07). II. Memorial descritivo.
Campinas: IAC, 133p, 1987.
OLIVEIRA, J.B.; PRADO, H. Levantamento pedológico semidetalhado do Estado de São
Paulo: quadrícula de São Carlos. Campinas, Instituto Agronômico de Campinas, 188p. 1984.
86
OLIVEIRA, J.R.A.; MENDES, I.C.; VIVALDI, L. Carbono da biomassa microbiana em solos
de Cerrado sob vegetação nativa e sob cultivo: avaliação dos métodos fumigação-incubação
fumigação extração. Revista Brasileira de Ciências do Solo 25: 863-871, 2001.
OLIVEIRA, D.M.S.; PAUSTIANA, K.; DAVIES, C.A.; CHERUBIN, M.R.; FRANCO,
A.L.C.; CERRI, C.C.; CERRI, C.E.P. Soil carbon changes in areas undergoing expansion of
sugarcane into pastures in south-central Brazil. Agriculture, Ecosystems and Environment
228: 38–48, 2016.
OSMAN, K.T. Forest Soils Properties and Management, Springer, 222p., 2013.
PAUSTIAN, K.; ANDRÉN, O.; JANZEN, H.H.; LAL, R.; SMITH, P.; TIAN, G.; TIESSEN,
H.; VAN NOORDWIJK, M.; WOOMER, P.L. Agricultural soils as a sink to mitigate CO2
emissions. Soil Use and Management 13: 230-244, 1997.
PEREIRA, C.L.F.; ORTEGA, E. Sustainability assessment of large-scale ethanol production
from sugarcane. Journal of Cleaner Production 18: 77-82, 2010.
PEREIRA, M.W.M. Modelagem da variação contínua do carbono orgânico em
profundidade no solo. 127p. Dissertação (Mestrado em Engenharia Agrícola) - Faculdade de
Engenharia Agrícola da Universidade Estadual de Campinas., Campinas, 2014.
PONCE-HERNANDEZ, R.; MARRIOTT, F. H. C.; BECKETT, P. H. T. An improved method
for reconstructing a soil profile from analyses of a small number of samples. Journal of Soil
Science 37: 455–467, 1986.
PRADO, H. Os solos do Estado de São Paulo: mapas pedológicos. Piracicaba. 1997.
PROJETO SIVAM. 2002. Relatório metodológico de trabalho. Revisão 3. Diretoria de
Geociência. Rio de Janeiro, 330 pp. Disponível em:
<http://www.dpi.inpe.br/Ambdata/mapa_sipam.php>.
QUIDEAU, S.A.; CHADWICK, O.A.; BENESI, A.; GRAHAM, R.C.; ANDERSON, M.A. A
direct link between forest vegetation type and soil organic matter composition. Geoderma 104:
41–60, 2001.
RABBI, S.M.F.; TIGHE, M.; COWIE, A.; WILSON, B.R.; SCHWENKE, G.; MCLEOD, M.;
BADGERY, W.; BALDOCK, J.A. The relationships between land uses, soil management
practices, and soil carbon fractions in South Eastern Australia. Agriculture, Ecosystem and
Environment 197: 41–52, 2014.
RABBI, S.M.F.; TIGHE, M.; DELGADO-BAQUERIZO, M.; COWIE, A.; ROBERTSON, F.;
DALAL, R.; PAGE, K.; CRAWFORD, D.; WILSON, B.R.; SCHWENKE, G.; MCLEOD, M.;
BADGERY, W.; DANG, Y.P.; BELL, M.; O’LEARY, G.; LIU, D.L.; BALDOCK, J. Climate
and soil properties limit the positive effects of land use reversion on carbon storage in Eastern
Australia. Scientific Reports 5: 17866, 2015.
RAIJ, B.V.; ANDRADE, J.C.de; CANTARELLA, H.; QUAGGIO, J.A. Análise Química para
Avaliação da Fertilidade de Solos Tropicais. Campinas, SP: Instituto Agronômico, p.285,
2001.
RANZANI, G.; FREIRE, O.; KINJO, T. Carta de solos do município de Piracicaba. 1966.
RESCK, D.V.S.; FERREIRA, E.A.B.; SANTOS JÚNIOR, J. de D.G. dos; SÁ, M.A.C. de;
FIGUEIREDO, C.C. de. Manejo do solo sob um enfoque sistêmico. In: FALEIRO, F. G.;
FARIAS NETO, A.L. de (Ed.). Savanas: desafios e estratégias para o equilíbrio entre
sociedade, agronegócio e recursos naturais. Planaltina, DF: Embrapa Cerrados, cap. 14, p.
417-473, 2008.
RIZZINI, C.T. Tratado de Fitogeografia do Brasil: aspectos ecológicos, sociológicos e
florísticos. Âmbito Cultural Edições Ltda., 1997.
87
RODIN, P. Distribuição da biomassa subterrânea e dinâmica de raízes finas em
ecossistemas nativos e uma pastagem plantada no Cerrado do Brasil Central. Tese
(Doutorado em Ecologia) - Universidade de Brasília, Brasília, Brasil, 97p, 2004.
ROSSI, M.; MENK, J.R.F.; BERTOLANI, F.C.; COELHO, M.R. Levantamento
semidatalhado dos solos do município de Vera Cruz (SP). (Série Pesquisa APTA, Boletim
Cientifico, 03). Campinas: Instituto Agronômico, 56p, 2000.
RUDORFF, B.F.T.; AGUIAR, D.A.; SILVA, W.F.; SUGAWARA, L.M.; ADAMI, M.;
MOREIRA, M.A. Studies on the Rapid Expansion of Sugarcane for Ethanol Production in São
Paulo State (Brazil) Using Landsat Data. Remote Sensing 2(4):1057-1076, 2010.
SAKIN, E.; SAKIN, E.D. Relationships between particle size distribution and organic carbon of
soil horizons in the Southeast area of Turkey. Bulgarian Chemical Communications 47(2):
526 – 530, 2015.
SANO, E.E.; BARCELLOS, A.O.; BEZERRA, H.S. Assessing the spatial distribution of
cultivated pastures in the Brazilian Savanna. Pasturas Tropicales 22: 2-15, 2000.
SCHJONNING, P.; MCBRIDE, R.A.; KELLER, T.; OBOUR, P.B. Predicting soil particle
density from clay and soil organic matter contents. Geoderma 286: 83-87, 2017.
SCHOLES, M.C.; POWLSON, D.; TIAN, G. Input control of organic matter dynamics.
Geoderma 79: 25-47, 1997.
SETZER, J. Os solos do Estado de São Paulo: Relatório Técnico com considerações
práticas. Rio de aneiro er i o gr fico di nstit to Brasileiro de Geografia e Estat stica. 1949.
SIGNOR, D.; CZYCZA, R.V.; MILORI, D.M.B.P.; CUNHA, T.J.F.; CERRI, C.E.P. Atributos
químicos e qualidade da matéria orgânica do solo em sistemas de colheita de cana-de-açúcar
com e sem queima. Pesquisa Agropecuária Brasileira 51(9): 1438-1448, set. 2016.
SILVA FILHO, A.S. Inferência em amostras pequenas: métodos bootstrap. Revista de Ciências
exatas e tecnologia 5(5): 115-126, jul. 2010.
SILVA, F.C.; ALVES, B.J.R.; FREITAS, P.L. Sistema de produção mecanizada da cana-de-
açúcar integrada à produção de energia e alimentos. Brasília, DF: Embrapa, 2015.
SILVA-OLAYA, A.M.; CERRI, C.E.P.; CERRI, C.C. Changes in soil organic carbon fractions
in response to sugarcane planting region of Brazil. African Journal of Agricultural Research
11(29): 2577-2583, 2016.
SISolos. SISTEMA de informação de solos brasileiros: consulta pública. Disponível em:
<https://www.sisolos.cnptia.embrapa.br/>. Acesso em: 13 jan. 2015.
SIX, J.; FELLER, C.; DENEF, K.; OGLE, S.; MORAES, J.C.; ALBRECHT, A. Soil organic
matter, biota and aggregation in temperate and tropical soils - Effects of no-tillage. Agronomie,
EDP Sciences 22(7-8): 755-775, 2002.
SMITH, D.M.; INMAN-BAMBER, N.G.; THORBURN, P.J. Growth and function of the
sugarcane root system. Field Crops Research 92: 169–183, 2005.
SOLEIMANI, A.; HOSSEINI, S.M.; BAVANI, A.R.M.; JAFARI, M.; FRANCAVIGLIA, R.
Simulating soil organic carbon stock as affected by land cover change and climate change,
Hyrcanian forests (northern Iran). Science of the Total Environment 599–600: 1646-1657,
2017.
SOUZA, G.P.; FIGUEIREDO, C.C.; SOUSA, D.M.G. Relationships between labile soil organic
carbono fractions under diferente soil management systems. Scientia Agricola 73(6): 535-542,
nov./dec., 2016.
SOUZA, R.A. TELLES, T.S.; MACHADO, W.; HUNGRIA, M.; FILHO, J.T.; GUIMARAES,
M.F. Effects of sugarcane harvesting with burning on the chemical and microbiological
properties of the soil. Agriculture, Ecosystems and Environment 155: 1-6, 2012.
88
SPERA, S.T.; REATTO, A.; MARTINS, E.DES.; CORREIA, J.R. Atributos físicos de solos e
distribuição das fitofisionomias de Cerrado na bacia hidrográfica do rio jardim, DF. Boletim de
Pesquisa e Desenvolvimento. 2005.
STUDDERT, G.A.; ECHEVERRIA, H.E. Crop rotations and nitrogen fertilization to manage
soil organic carbon dynamics. Soil Science Society of America Journal 64: 1496-1503, 2000.
TERRA, T.N.; SANTOS, R.F. Measuring cumulative effects in a fragmented landscape.
Ecological Modelling 228:89-95, 2012.
TRIGALET, S.; GABARRÓN-GALEOTE, M.A.; OOST, K.V.; WESEMAEL, B.V. Changes
in soil organic carbon pools along a chronosequence of land abandonment in southern Spain.
Geoderma 268: 14-21, 2016.
UNITED NATIONS. Department of Economic and Social Affairs, Population Division. World
Population Prospects: The 2015 Revision, World Population 2015 Wallchart.
ST/ESA/SER.A/378. 2015.
VALENTIN, J.L. Ecologia Numérica: Uma introdução à análise multivariada de dados
ecológicos. Rio de Janeiro: Interciência, 2000.
van der WERF, G.R.; MORTON, D.C.; DEFRIES, R.S. CO2 emissions from forest loss.
Nature Geoscience 2: 737-738, 2009.
VELOSO, H.P.; GÓES-FILHO, L. Fitogeografia brasileira: classificação fisionômico-
ecológica da vegetação neotropical. Salvador: Projeto Radambrasil, 86 p. (Boletim técnico.
Vegetação, n. 1). 1982.
VENAZZI, F.M.; MIELNICZUK, J. Agregação e estoque de carbono em argissolo submetido a
diferentes práticas de manejo agrícola. Revista Brasileira de Ciência do Solo 35: 213-223,
2011.
VERDADE, F.C.; AMARAL, A.Z.; GROHMANN, F.; GONÇALEZ, E.M. Levantamento de
solos por fotointerpretação do Município de Itapura — Estado de São Paulo. In: Congresso
Brasileiro de Ciência do solo, 11, Brasília, 1967.
WALKLEY, A.; BLACK, A. A examination of the degtjareff method for determining soil
organic matter, and a proposed modification of the chromic acid titration method. Soil Science
37(1): 29-38, 1934.
WANG, Z.; LIU, S.; HUANG, C.; LIU, Y.; BU, Z. Impact of land use change on profile
distributions of organic carbon fractions in peat and mineral soils in Northeast China. CATENA
152: 1-8, 2017.
WEBSTER, R.; BURROUGH, P.A. Computer-based soil mapping of small areas from sample
data I. Multivariate classification and ordination. Journal of Soi1 Science 21(2): 210-221, 1972
WIESMEIER, M.; HÜBNER, R.; BARTHOLD, F.; SPÖRLEIN, P.; GEUß, U.; HANGEN, E.;
REISCHL, A.; SCHILLING, B.; VON LÜTZOW, M.; KÖGEL-KNABNER, I. Amount,
distribution and driving factors of soil organic carbon and nitrogen in cropland and grassland
soils of southeast Germany (Bavaria). Agriculture, Ecosystems and Environment 176: 39–
52, 2013.
WILLMOTT, C.J. Some comments on the evaluation of model performance. Bullentin
American Meteorological Society 63: 1309–1313, 1982.
WILLMOTT, C.J.; ACKLESON, S.G.; DAVIS, R.E.; FEDDEMA, J.J.; KLINK, K.M.;
LEGATES, D.R.; O'DONNELL, J.; ROWE, C.M. Statistics for the Evaluation and Comparison
of Models. Journal of Geophysical Research 90(C5): 8995-9005, 1985.
ZHANG, C., TIAN, H.; PAN, S.; LOCKABY, G.; CHAPPELKA, A. Multi-factor controls on
terrestrial carbon dynamics in urbanized areas. Biogeosciences 11: 7107-7124, 2014.
ZINN, Y.L.; LAL, R.; RESCK, D.V.S. Texture and organic carbon relations described by a
profile pedotransfer function for Brazilian Cerrado soils. Geoderma 127: 168-173, 2005.
89
ANEXOS
Anexo 1. Tabulação das 164 amostras de solo utilizadas para a elaboração dos modelos para estimar COS. Estes dados estão disponibilizados em
planilha excel no Banco de Dados público PANGAEA - https://issues.pangaea.de/browse/PDI-15986
90
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
28 21,0 130 210 660 8,7 1,3 1,3 50,0 15,0 4,8 4,1
55 11,0 110 220 670 5,5 0,7 0,5 56,5 10,0 4,9 4,3
85 10,0 110 210 680 3,7 0,3 0,6 32,3 18,0 4,8 4,5
122 8,0 100 210 690 3,5 0,0 0,2 0,0 6,3 5,0 4,8
15 10,0 729 134 138 4,6 0,9 0,4 71,4 7,9 4,4 -
57 4,0 775 56 169 3,1 0,8 0,3 54,5 10,5 4,7 -
101 6,0 734 62 204 2,9 0,3 0,4 41,7 14,4 5,0 -
200 3,0 705 70 225 2,0 0,2 0,4 32,3 20,8 5,3 -
22 9,0 835 45 120 6,0 1,0 0,5 69,0 7,6 4,4 -
45 7,0 808 69 123 3,6 0,0 0,3 0,0 9,1 4,7 -
112 5,0 777 67 156 2,8 0,7 0,4 62,5 14,9 4,7 -
180 4,0 768 57 175 2,0 0,5 0,4 54,3 20,8 5,0 -
3 31,4 448 40 512 12,3 - 3,0 - 24,1 4,6 4,2
36 16,2 377 36 587 7,6 - 0,7 - 8,6 4,6 4,1
60 9,2 348 71 581 4,3 - 0,6 - 13,9 5,0 4,3
120 7,1 330 70 600 3,3 - 0,7 - 21,9 5,0 4,5
170 4,3 334 66 600 3,0 - 0,6 - 21,6 5,3 4,6
20 18,6 786 43 171 5,8 1,5 0,3 84,7 5,0 4,5 -
30 7,5 831 25 145 3,7 1,1 0,2 83,3 6,0 4,5 -
50 5,2 809 29 161 2,6 0,9 0,2 81,1 8,0 4,6 -
101 4,1 798 25 178 2,5 0,8 0,2 79,2 8,4 4,5 -
18 10,5 823 36 141 4,3 1,2 0,3 82,2 6,1 4,3 -
28 6,4 830 30 140 3,0 0,8 0,2 77,7 8,0 4,4 -
45 6,4 798 33 168 3,1 1,2 0,2 84,5 7,1 4,3 -
95 4,1 783 44 173 2,4 0,9 0,2 81,1 9,0 4,3 -
145 2,9 767 43 191 1,7 0,8 0,2 79,2 12,3 4,3 -
15 10,5 803 47 150 4,1 1,2 0,2 83,9 6,0 4,1 -
40 5,2 843 35 122 2,4 0,9 0,2 80,4 9,1 4,2 -
65 4,1 818 38 144 2,3 0,9 0,2 81,1 9,1 4,1 -
105 3,5 806 41 153 2,0 0,8 0,2 79,2 10,4 4,1 -
7 69,9 380 200 420 16,4 0,0 14,4 0,0 87,8 7,0 6,5
31 22,3 420 120 460 10,4 0,0 6,5 0,0 62,5 6,3 5,3
77 8,2 330 40 630 7,0 0,0 4,8 0,0 68,5 6,0 5,0
92 9,7 350 50 600 7,2 0,0 5,2 0,0 72,1 5,9 4,9
P1-C29 ASSIS, 2010 Latossolo Vermelho -50,391791 -22,595963
P5-C33 ASSIS, 2010 Latossolo Vermelho -50,386303 -22,603424
P2 MARTINS, 2012 Latossolo Vermelho -43,744216 -16,205263
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
Perfil 1348
OLIVEIRA e
MENK, 1984 /
OLIVEIRA e
PRADO, 1987
Latossolo Vermelho -47,892290 -21,469090
Identicação dos
perfis do BDSfFonte
Classificação do solo
Ordem e subordemX Y
Perfil 1 CELARINO, 2008 Latossolo Vermelho -47,811143 -21,597731
Perfil 40LEMOS et al.,
1960
Latossolo Vermelho
Escuro Orto-47,157165 -22,472887
Perfil 2 CELARINO, 2008Latossolo Vermelho
Amarelo-47,823441 -21,599238
P4-C32 ASSIS, 2010 Latossolo Vermelho -50,380500 -22,588730
91
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl ou CaCl2
30 65,8 293 217 490 19,9 0,0 13,5 0,3 67,7 5,9 4,8
53 26,9 300 137 563 11,4 0,5 6,4 6,7 56,1 5,6 4,3
98 19,4 360 110 530 10,1 0,2 6,1 3,5 60,8 5,7 4,5
240 9,4 303 90 607 7,0 0,0 5,3 0,6 76,0 6,1 5,2
13 11,6 799 60 141 4,5 1,4 0,2 85,9 5,1 4,1 -
40 5,8 837 44 120 2,8 1,1 0,2 84,0 7,5 4,2 -
82 4,6 808 50 142 3,2 1,2 0,3 79,5 10,0 4,2 -
113 3,5 789 45 166 2,2 1,1 0,2 85,1 10,0 4,2 -
18 11,6 813 37 150 5,7 1,2 0,3 83,0 4,4 4,0 -
40 7,0 814 37 149 3,4 0,9 0,2 80,0 6,4 4,3 -
72 4,1 774 36 190 2,6 0,8 0,2 79,0 8,0 4,3 -
115 2,9 778 34 188 2,1 0,8 0,2 79,0 10,0 4,3 -
16 7,0 715 40 245 4,0 0,5 0,7 41,1 16,5 4,9 4,2
71 6,1 746 32 222 2,8 0,4 0,4 52,4 13,8 4,8 4,2
150 5,1 709 36 255 2,6 0,2 0,4 30,6 16,7 5,0 4,5
220 2,4 689 38 273 1,3 0,0 0,4 0,0 33,3 5,3 5,8
30 7,1 773 27 200 4,4 1,0 0,8 56,0 18,1 4,4 3,8
64 4,5 741 17 242 3,4 0,9 0,7 56,1 21,1 4,4 3,8
166 3,2 749 10 241 2,6 0,8 0,6 56,3 23,7 4,5 3,9
391 1,6 741 12 247 1,6 0,4 0,4 45,0 27,5 5,2 4,2
25 13,0 604 84 312 4,8 0,6 0,3 68,0 5,8 5,0 4,5
40 9,0 540 103 357 3,7 0,4 0,3 54,0 9,2 5,1 4,6
60 6,0 477 116 407 3,2 0,4 0,3 57,0 9,4 5,6 4,7
110 4,0 481 112 407 3,0 0,0 0,3 0,0 10,7 6,0 5,1
160 3,0 463 111 426 3,0 0,0 0,3 0,0 10,3 6,2 5,5
20 7,0 664 57 279 4,3 0,0 0,4 0,0 9,0 - 4,1
40 7,0 667 50 283 3,5 0,0 0,2 0,0 7,0 - 4,1
60 5,8 644 66 290 3,1 0,0 0,2 0,0 8,0 - 4,1
80 5,2 654 66 280 2,8 0,0 0,2 0,0 8,0 - 4,2
100 4,7 629 75 296 2,6 0,0 0,2 0,0 9,0 - 4,3
10 33,5 340 87 573 4,6 0,8 0,5 61,3 10,4 4,8 4,2
33 21,5 290 113 597 3,5 0,6 0,1 82,8 3,5 5,0 4,2
117 9,3 323 60 617 2,0 0,1 0,0 68,7 2,2 5,3 4,7
215 4,5 290 93 617 1,1 0,0 0,1 17,5 5,8 5,6 5,5
5 17,8 353 73 573 4,8 0,3 1,4 17,7 30,1 5,4 4,4
22 23,4 320 130 550 5,5 0,8 1,4 35,3 25,6 5,1 4,1
43 15,1 334 110 557 3,7 0,2 1,7 8,1 45,7 5,5 4,5
93 7,9 317 77 607 2,8 0,1 1,2 6,1 45,2 5,6 4,8
133 7,0 317 90 593 2,8 0,0 2,4 0,8 87,3 6,0 5,6
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
P6-C34 ASSIS, 2010Latossolo Vermelho
Amarelo-50,365490 -22,585077
Município de Pirassununga
Perfil 39
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho -50,386303 -22,603424
Perfil 55 LEMOS et al.,
1960
Latossolo Vermelho
Amarelo-47,732938 -20,800797
LYNCH, 2009 Latossolo Vermelho -47,774440 -15,068530
Perfil 52
Perfil3, AF6 LYNCH, 2009Latossolo Vermelho
Amarelo-47,765670 -15,086530
Perfil2, AF4 LYNCH, 2009Latossolo Vermelho
Amarelo-47,762750 -15,094350
LEMOS et al.,
1960
Latossolo Vermelho
Amarelo
PerfilT6Amostra coletada
neste trabalho
Latossolo Vermelho
Amarelo-47,735670 -20,801558
P9-C26 ASSIS, 2010
Latossolo Vermelho
Amarelo-52,816667
Identicação dos
perfis do BDSfFonte
Classificação do solo
Ordem e subordemX Y
-13,383333
Perfil 6, AF9
92
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl ou CaCl2
10 34,2 570 170 260 13,4 0,0 10,0 0,0 74,6 6,3 5,8
20 15,6 520 160 320 7,5 0,0 5,6 0,0 74,7 6,4 5,6
70 7,4 460 150 390 5,8 0,1 3,1 3,2 53,0 5,3 4,5
101 3,0 470 150 380 3,5 0,0 2,7 0,0 77,0 6,3 5,6
20 93,0 690 60 250 1,7 1,4 0,3 82,8 17,2 5,1 4,0
38 64,0 620 60 320 1,5 1,3 0,2 89,7 10,3 5,2 4,0
90 50,0 610 60 330 1,2 1,1 0,1 90,2 9,8 5,4 4,1
200 28,0 600 40 360 0,9 0,8 0,1 87,0 13,0 5,5 4,2
20 9,3 654 68 278 4,7 0,0 0,5 0,0 11,0 - 4,1
40 9,9 662 49 289 3,8 0,0 0,4 0,0 10,0 - 4,2
60 7,6 650 53 297 3,3 0,0 0,5 0,0 14,0 - 4,4
80 6,4 644 47 309 2,8 0,0 0,2 0,0 8,0 - 4,5
100 5,2 630 60 310 2,4 0,0 0,1 0,0 5,0 - 4,7
9 41,6 390 140 470 19,3 0,8 7,1 10,0 37,0 5,7 4,5
20 20,3 390 60 550 10,5 2,2 1,0 69,0 10,0 5,8 4,2
35 15,2 360 70 570 8,9 1,8 0,9 67,0 10,0 5,5 4,1
65 11,4 310 70 620 7,0 1,6 0,7 70,0 10,0 5,4 4,2
135 7,4 290 90 620 5,2 0,9 0,6 60,0 12,0 5,5 4,4
20 10,5 679 59 262 6,3 0,0 1,2 0,0 18,0 - 4,2
40 11,0 655 61 284 3,9 0,0 0,4 0,0 11,0 - 4,3
60 8,7 652 57 291 3,2 0,0 0,4 0,0 12,0 - 4,4
80 5,8 638 56 306 2,6 0,0 0,2 0,0 6,0 - 4,4
100 5,2 588 95 317 2,4 0,0 0,3 0,0 11,0 - 4,6
20 8,7 796 73 131 6,0 0,0 0,4 0,0 6,0 - 3,9
40 8,7 815 59 126 4,6 0,0 0,1 0,0 3,0 - 4,0
60 7,6 795 67 138 3,8 0,0 0,1 0,0 3,0 - 4,0
80 2,9 798 64 138 3,9 0,0 0,4 0,0 9,0 - 4,0
100 4,1 789 70 141 3,3 0,0 0,3 0,0 10,0 - 4,0
20 8,1 820 68 112 5,7 0,0 0,4 0,0 7,0 - 3,9
40 8,7 809 67 124 4,9 0,0 0,4 0,0 7,0 - 3,9
60 7,0 796 71 133 3,7 0,0 0,2 0,0 6,0 - 4,0
80 5,2 789 81 130 3,5 0,0 0,2 0,0 7,0 - 4,0
100 4,7 778 79 143 3,7 0,0 0,2 0,0 6,0 - 4,1
20 9,3 818 77 105 5,9 0,0 0,5 0,0 8,0 - 3,9
40 8,7 817 74 109 4,7 0,0 0,3 0,0 7,0 - 3,9
60 5,8 804 85 111 3,6 0,0 0,2 0,0 6,0 - 4,0
80 4,7 812 59 129 3,2 0,0 0,1 0,0 4,0 - 4,0
100 4,1 807 63 130 2,8 0,0 0,1 0,0 5,0 - 4,1
Estrada Brasilândia-
Bonfinópolis de Minas, 9km
após o Ribeirão Extrema.
João Pinheiro, MG.
Identicação dos
perfis do BDSfFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'
MARTINS, 2012 Latossolo Vermelho -42,882319
--------------%------------'
-15,460386
PerfilT3Amostra coletada
neste trabalhoLatossolo Vermelho -47,831018 -21,928841
Amostra coletada
neste trabalhoLatossolo Vermelho -47,829484
Latossolo Vermelho -47,830476 -21,928883
PERFILPERFIL
CNPGC 4SISolos Latossolo Vermelho
Invernada do cerradão, a
800 metros do piquete do
poço artesiano
PerfilT5Amostra coletada
neste trabalho
Latossolo Vermelho
Amarelo-47,731365
P9
-20,801073
PerfilT1
PerfilT4Amostra coletada
neste trabalho
Latossolo Vermelho
Amarelo-47,730625 -20,801530
PERFILP2 SISolos Latossolo Vermelho
-21,929235
PerfilT2Amostra coletada
neste trabalho
93
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
23 8,6 790 24 186 4,8 1,4 0,5 73,8 10,7 4,3 3,7
90 3,3 737 23 240 2,5 0,9 0,4 70,4 14,9 4,9 4,0
145 2,4 739 24 237 2,4 0,7 0,4 63,7 16,8 5,4 4,0
275 2,8 727 26 247 2,2 0,4 0,6 37,5 27,0 5,1 4,2
40 5,8 844 23 133 3,2 - 0,4 - 11,1 4,7 4,0
70 4,1 832 19 149 2,4 - 0,3 - 14,0 4,8 4,2
120 3,1 798 16 186 2,1 - 0,4 - 16,9 4,9 4,2
200 2,4 792 8 200 1,5 - 0,4 - 24,7 5,2 4,5
25 9,7 630 55 315 3,9 - 0,4 - 11,1 4,5 4,5
60 9,0 598 54 348 3,6 - 0,4 - 12,1 4,4 4,7
110 6,6 568 47 385 2,7 - 0,4 - 16,2 4,7 5,1
250 3,6 551 46 403 1,0 - 0,4 - 41,7 5,3 6,2
20 13,3 791 31 178 6,2 1,6 0,3 86,0 4,1 4,2 -
43 10,4 778 39 184 5,4 1,7 0,2 89,0 4,1 4,4 -
60 10,4 758 33 210 5,4 1,7 0,2 89,0 4,0 4,4 -
148 3,5 765 28 207 2,2 0,8 0,2 79,0 10,0 4,8 -
20 13,4 777 37 186 6,1 1,9 0,3 88,0 4,1 4,1 -
50 12,8 747 36 217 6,4 2,0 0,2 90,0 3,4 4,3 -
80 5,8 742 35 223 4,1 1,4 0,2 87,0 5,1 4,1 -
130 2,9 730 36 233 2,9 1,2 0,2 85,0 7,2 4,3 -
14 7,0 790 38 173 3,6 1,1 0,2 83,0 6,1 4,0 -
40 4,1 849 34 117 2,4 0,9 0,2 81,0 9,0 4,3 -
75 3,5 837 27 136 2,1 0,8 0,2 79,0 10,0 4,2 -
120 3,5 830 23 146 1,9 0,7 0,2 77,0 11,0 4,3 -
19 5,2 893 29 78 2,2 0,8 0,2 78,4 10,0 4,3 -
41 4,1 860 39 101 2,2 0,9 0,2 81,1 10,0 4,2 -
87 2,9 852 29 119 1,7 0,9 0,2 81,1 12,3 4,3 -
138 2,3 825 34 140 1,7 0,9 0,2 81,1 12,3 4,2 -
10 8,1 879 29 92 3,3 1,0 0,2 81,3 7,0 4,3 -
40 4,1 860 30 109 2,4 0,8 0,2 79,2 9,0 4,3 -
105 3,5 856 30 114 1,9 0,8 0,2 79,2 11,0 4,3 -
155 2,9 834 25 141 1,6 0,8 0,2 79,2 13,0 4,7 -
25 83,0 620 70 310 7,2 1,2 0,6 66,7 8,0 4,6 4,1
78 83,0 420 80 500 4,4 0,4 0,4 50,0 9,0 4,3 4,2
135 80,0 290 90 620 4,0 0,2 0,4 33,3 10,0 4,7 4,6
220 48,0 270 120 610 2,3 0,0 0,3 0,0 13,0 4,1 5,6
15 92,0 450 100 450 10,0 0,7 0,6 52,8 6,0 4,3 4,2
36 92,0 440 90 470 12,2 0,5 0,3 60,5 2,0 5,0 4,4
60 92,0 430 80 490 1,5 0,2 0,6 25,9 41,0 5,0 4,8
94 77,0 420 60 520 4,9 0,0 0,6 0,0 13,0 5,2 5,1
142 62,0 410 80 510 14,0 0,0 0,6 0,0 4,0 5,4 5,5
P8-cd8 ASSIS, 2010Latossolo Vermelho
Amarelo-50,368969 -22,599782
P7-ct7 ASSIS, 2010Latossolo Vermelho
Amarelo-50,369374 -22,598995
Pll-cd6 ASSIS, 2010 Latossolo Vermelho -50,370194 -22,598502
Identicação dos
perfis do BDSapFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
PERFILTS 2 SISolos Latossolo Amarelo Município de Silvânia
PERFILPerfil 13
NÚMERO DE
CAMPO - 13
SISolosLatossolo Vermelho
Escuro
Jardim Botânico de Brasília
- DF
P3-cd16 ASSIS, 2010Latossolo Vermelho
Amarelo-50,386606 -22,589830
P2-cd18 ASSIS, 2010Latossolo Vermelho
Amarelo-50,387741 -22,591101
-22,992468
Perfil 57 LEMOS et al.,
1960
Latosol Vermelho
Amarelo-47,412121 -20,465416
Perfil 43LEMOS et al.,
1960
Latosol Vermelho
EscuroMunicípio de Água Fria
Perfil 56 LEMOS et al.,
1960
Latosol Vermelho
Amarelo-48,503304
94
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
19 115,0 110 110 780 20,6 1,9 0,7 73,0 3,0 4,3 4,0
36 115,0 120 120 760 13,2 1,0 0,7 59,8 5,0 4,4 4,2
68 115,0 110 90 800 7,4 0,2 0,2 51,2 3,0 5,3 4,7
127 78,0 110 80 810 5,1 0,0 0,5 0,0 10,0 5,5 5,4
18 124,0 90 220 690 15,2 0,8 0,8 49,7 5,0 5,1 4,4
35 124,0 40 140 820 10,8 0,7 0,6 54,9 6,0 5,0 4,3
69 121,0 30 90 880 7,2 0,3 0,2 56,5 3,0 5,1 4,6
140 85,0 30 100 870 4,8 0,0 0,2 0,0 4,0 5,4 5,3
16 61,0 810 50 140 6,1 0,8 0,3 73,0 5,0 4,7 4,0
35 52,0 790 50 160 5,0 0,6 0,2 75,3 4,0 4,9 4,2
70 39,0 770 60 170 3,9 0,4 0,2 69,5 5,0 4,9 4,2
140 20,0 760 60 180 2,4 0,2 0,2 45,5 8,0 5,2 4,6
18 118,0 260 170 570 11,2 0,5 0,6 43,9 5,0 4,9 4,5
54 118,0 250 140 610 6,4 0,0 0,2 0,0 4,0 5,2 5,2
105 98,0 200 150 650 5,2 0,0 0,3 0,0 5,0 5,2 5,6
135 78,0 200 160 640 3,8 0,0 0,2 0,0 6,0 5,7 6,1
10 29,7 190 250 560 14,9 0,0 6,7 0,0 45,0 5,8 5,0
40 14,0 140 200 660 7,9 0,1 2,3 4,2 29,0 5,7 4,9
90 8,6 140 180 680 4,4 0,0 0,8 0,0 18,0 5,8 5,0
135 6,2 130 190 680 3,5 0,0 0,7 0,0 20,0 5,7 5,3
310 4,7 130 180 690 2,7 0,0 0,6 0,0 22,0 5,8 5,5
12 19,0 648 142 210 5,6 0,2 2,4 7,6 43,0 5,3 4,4
20 11,0 610 110 280 3,5 0,2 1,1 15,5 31,0 5,5 4,2
40 7,0 506 132 362 2,7 0,1 0,8 10,8 30,0 5,5 4,4
100 4,0 516 124 360 1,9 0,1 0,8 11,2 41,0 5,8 4,1
160 3,0 463 138 399 1,8 0,0 0,6 0,0 36,0 5,7 5,3
25 10,0 601 186 213 4,8 0,1 1,6 6,1 32,0 5,4 4,1
35 6,0 512 215 273 4,0 0,5 1,1 30,9 28,0 5,4 4,0
48 6,0 471 197 332 4,1 0,5 0,9 35,5 22,0 5,3 4,1
70 6,0 398 229 373 4,6 0,7 0,8 47,0 17,0 5,3 4,1
20 21,9 120 160 720 8,4 0,5 0,3 63,0 4,0 5,2 4,3
35 18,3 90 130 780 7,0 0,3 0,2 60,0 3,0 5,3 4,5
65 14,0 100 130 770 5,5 0,1 0,2 33,0 4,0 5,4 4,7
100 10,5 110 120 770 4,5 0,0 0,1 0,0 2,0 5,5 5,0
10 21,0 446 291 263 14,4 0,1 4,1 2,0 28,0 5,9 4,6
15 16,0 446 246 308 14,4 0,1 2,9 3,0 20,0 5,7 4,3
40 12,0 406 264 330 10,2 0,0 1,5 0,0 15,0 5,8 4,7
70 6,0 371 236 393 8,5 0,0 1,8 0,0 22,0 6,3 5,7
105 5,0 365 216 419 8,8 0,0 2,1 0,0 24,0 6,5 5,9
Perfil 69
Projeto
RADAMBRASIL
v.25
Podzolico Vermelho
amarelo distrofico
latossolico
-49,450000 -13,750000
Identicação dos
perfis do BDSapFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'
PERFILPERFIL
Nº 2 NÚMERO
DE CAMPO - 30
SISolosLatossolo Vermelho
Escuro-47,100000 -15,383333
Perifl 37
Projeto
RADAMBRASIL
v.25
Podzolico Vermelho
amarelo-48,050000 -12,366667
---------------cmolc/kg----------------'--------------%------------'
Perfil 77
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho
Amarelo-48,800000 -13,600000
Perfil 178
Projeto
RADAMBRASIL
v.31
Latossolo Roxo -49,783333 -18,716667
PERFILPerfil 17
NÚMERO DE
CAMPO - 17
SISolosLatossolo Vermelho
Escuro
Jardim Botânico de Brasília
- DF
PERFILPerfil
18NÚMERO DE
CAMPO - 18
SISolosLatossolo Vermelho
Amarelo
Jardim Botânico de Brasília
- DF
PERFILPerfil 15
NÚMERO DE
CAMPO - 15
SISolosLatossolo Vermelho
Escuro
Jardim Botânico de Brasília
- DF
PERFILPerfil 16
NÚMERO DE
CAMPO - 16
SISolosLatossolo Vermelho
Escuro
Jardim Botânico de Brasília
- DF
95
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
15 21,0 474 220 306 5,7 0,6 0,5 54,0 9,0 5,2 4,3
40 13,0 426 212 362 4,7 0,5 0,5 52,0 10,0 5,3 4,3
70 8,0 414 201 385 3,4 0,0 0,5 0,0 13,0 5,6 4,9
100 5,0 402 175 423 1,8 0,0 0,4 0,0 23,0 5,4 5,2
20 11,1 390 140 470 5,5 1,3 0,7 65,0 13,0 5,1 4,1
34 5,6 350 140 510 3,9 1,1 0,2 85,0 5,0 4,3 4,2
67 3,0 340 150 510 3,0 0,5 0,2 71,0 7,0 4,7 4,3
159 2,4 350 150 500 2,6 0,5 0,1 83,0 4,0 5,2 4,3
10 31,0 234 251 515 10,5 1,8 0,8 69,0 8,0 5,2 4,5
30 18,0 243 242 515 7,6 1,4 0,4 77,0 6,0 5,6 4,8
60 14,0 91 169 740 5,3 2,3 0,4 87,0 7,0 5,5 5,1
110 13,0 114 185 701 4,3 2,1 0,3 86,0 8,0 5,6 5,3
10 13,0 666 122 212 3,9 0,0 0,8 0,0 21,0 5,2 4,2
25 9,0 668 104 228 2,1 0,0 0,7 0,0 32,0 5,3 4,3
50 5,0 638 109 253 2,3 0,0 0,5 0,0 20,0 5,4 4,6
110 4,0 583 162 255 1,1 0,0 0,4 0,0 39,0 5,3 5,4
10 12,0 577 125 298 3,3 0,0 1,4 0,0 42,0 5,7 4,8
30 7,0 557 117 326 2,8 0,0 0,6 0,0 23,0 5,6 4,9
60 5,0 513 115 372 1,6 0,0 0,4 0,0 26,0 5,9 5,6
90 3,0 470 112 418 1,7 0,0 0,3 0,0 17,0 6,0 5,8
130 3,0 440 116 444 2,0 0,0 0,3 0,0 17,0 6,0 5,9
10 13,0 761 62 177 4,2 1,1 0,8 58,0 18,0 4,0 3,8
30 7,0 755 78 167 2,3 0,6 0,2 75,0 9,0 4,4 4,0
65 6,0 757 34 209 1,8 0,3 0,2 65,0 10,0 4,4 4,1
110 5,0 802 17 181 2,1 0,5 0,2 75,0 8,0 4,4 4,1
20 24,0 287 211 502 8,8 0,8 0,5 64,0 5,0 4,6 4,2
40 16,0 174 145 681 6,7 0,1 0,4 20,0 6,0 5,3 4,5
80 12,0 141 116 743 5,3 0,0 0,4 0,0 7,0 5,6 4,7
120 11,0 141 126 733 5,1 0,0 0,4 0,0 8,0 5,6 5,0
150 9,0 127 113 760 4,8 0,0 0,4 0,0 8,0 6,0 5,1
20 18,0 374 186 440 6,8 0,0 0,3 0,0 5,0 5,4 4,5
40 14,0 314 144 542 5,6 0,0 0,5 0,0 8,0 5,7 4,7
60 10,0 269 129 602 5,5 0,0 0,5 0,0 8,0 5,5 5,1
100 9,0 259 113 628 4,6 0,0 0,4 0,0 10,0 5,7 5,3
160 8,0 278 109 613 4,1 0,0 0,5 0,0 11,0 5,8 5,5
12 3,5 850 20 130 2,0 0,2 0,4 33,0 20,0 5,2 4,2
34 3,1 820 20 160 2,3 0,4 0,3 57,0 13,0 4,5 4,1
54 2,4 820 30 150 1,6 0,2 0,1 67,0 6,0 4,7 4,2
88 1,7 780 30 190 1,5 0,2 0,2 50,0 13,0 4,6 4,4
190 1,5 700 30 270 1,1 0,0 0,1 0,0 9,0 4,7 4,6
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
Perfil 08
Projeto
RADAMBRASIL
v.29
Latossolo Vermelho
Amarelo-46,033333 -13,250000
Perfil 57
Projeto
RADAMBRASIL
v.26
Latossolo Vermelho
Amarelo-56,050000 -13,333333
Perfil 50
Projeto
RADAMBRASIL
v.26
Latossolo Vermelho -57,883333 -13,683333
Perfil 80
Projeto
RADAMBRASIL
v.26
Latossolo Vermelho -59,016667 -14,733333
Perfil 31
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho
Amarelo-48,833333 -12,416667
Perfil 67
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho
Amarelo-49,900000 -13,583333
Perfil 177
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho -48,066667 -15,633333
Perfil 78
Projeto
RADAMBRASIL
v.27
Latossolo Vermelho -54,533333 -16,466667
Perfil 140
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho
Amarelo-48,533333 -17,533333
Identicação dos
perfis do BDSglFonte
Classificação do solo
Ordem e subordemX Y
96
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
18 3,2 850 30 120 1,9 0,2 0,3 40,0 16,0 5,4 4,1
40 2,6 860 20 120 1,7 0,2 0,3 40,0 18,0 5,5 4,3
70 2,3 820 40 140 1,4 0,1 0,3 25,0 21,0 5,6 4,5
160 1,6 770 50 180 1,3 0,0 0,3 0,0 23,0 5,7 4,8
220 1,4 770 40 190 1,3 0,0 0,4 0,0 31,0 5,8 4,9
10 6,0 740 60 200 3,5 0,3 0,8 27,0 23,0 5,1 4,2
30 4,5 740 60 200 2,8 0,4 0,4 50,0 14,0 5,0 4,1
65 3,8 690 80 230 2,4 0,4 0,4 50,0 17,0 5,0 4,2
95 3,0 680 80 240 2,2 0,2 0,3 40,0 14,0 5,1 4,4
225 2,3 650 80 270 2,0 0,1 0,3 25,0 15,0 5,4 4,5
300 1,1 650 70 280 1,4 0,1 0,3 25,0 21,0 5,5 4,7
15 4,1 800 50 150 2,2 0,5 0,3 63,0 14,0 5,2 4,2
50 3,3 780 50 170 2,0 0,5 0,3 63,0 15,0 5,0 4,1
90 2,9 760 60 180 1,7 0,4 0,4 50,0 24,0 5,2 4,2
170 1,9 730 60 210 1,4 0,2 0,3 40,0 21,0 5,5 4,6
295 0,8 730 60 210 0,9 0,0 0,3 0,0 33,0 5,9 5,0
10 13,1 510 110 380 6,5 0,9 0,5 64,0 8,0 4,7 4,0
30 9,7 490 100 410 4,8 0,6 0,3 67,0 6,0 4,9 4,2
65 4,3 460 90 450 3,3 0,2 0,3 40,0 9,0 5,2 4,5
105 4,6 430 120 450 2,2 0,0 0,2 0,0 9,0 5,5 5,1
150 3,7 440 120 440 1,8 0,0 0,2 0,0 11,0 5,6 5,4
15 18,2 150 90 760 7,7 0,6 0,2 75,0 3,0 4,9 4,0
33 15,0 130 80 790 6,2 0,4 0,2 67,0 3,0 5,1 4,1
56 11,3 120 60 820 4,8 0,2 0,2 50,0 4,0 5,2 4,4
90 9,0 130 50 820 3,8 0,0 0,1 0,0 3,0 5,3 4,7
125 7,4 110 50 840 3,3 0,0 0,1 0,0 3,0 5,2 5,0
14 6,3 830 50 120 2,8 0,2 0,2 50,0 7,0 5,3 4,2
36 4,4 820 40 140 2,1 0,2 0,1 67,0 5,0 5,3 4,2
72 3,3 790 50 160 1,6 0,1 0,1 50,0 6,0 5,4 4,3
135 2,4 800 40 160 1,1 0,0 0,1 0,0 9,0 5,3 4,8
20 19,5 250 200 550 16,5 0,1 10,0 1,0 61,0 5,6 4,5
35 12,6 220 150 630 10,5 1,3 4,7 22,0 45,0 5,6 4,0
60 8,0 200 140 660 7,8 2,0 2,6 43,0 33,0 5,6 4,0
100 6,4 210 130 660 7,4 2,1 2,2 49,0 30,0 5,0 4,0
140 4,5 180 120 700 6,3 1,9 1,8 51,0 29,0 5,2 4,2
7 7,4 790 60 150 5,0 1,2 0,6 67,0 12,0 5,2 4,0
45 5,5 760 70 170 4,0 1,0 0,4 71,0 10,0 5,5 4,2
90 3,0 720 80 200 3,2 0,8 0,5 62,0 16,0 5,3 4,2
135 2,5 710 70 220 2,3 0,7 0,4 64,0 17,0 5,5 4,3
225 1,9 720 80 200 2,1 0,6 0,4 60,0 19,0 5,6 4,4
-54,450000 -21,216667
Perfil 18
Projeto
RADAMBRASIL
v.28
Latossolo Vermelho
---------------cmolc/kg----------------'--------------%------------'
Identicação dos
perfis do BDSglFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'
Perfil 107
Projeto
RADAMBRASIL
v.28
Latossolo Vermelho
-56,716667 -20,633333
Perfil 266
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho
Amarelo-48,150000 -19,166667
Perfil 269
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho
Amarelo-48,116667 -19,333333
Perfil 144
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -48,300000 -17,700000
Perfil 185
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -49,766667 -18,933333
Perfil 259
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -49,750000 -19,800000
Perfil 11
Projeto
RADAMBRASIL
v.29
Latossolo Vermelho
Amarelo-45,908889 -14,367222
97
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
9 14,7 110 220 670 99,0 18,0 19,0 49,0 19,0 4,9 3,9
38 13,3 110 200 690 74,0 21,0 7,0 75,0 9,0 4,8 3,9
95 8,0 110 210 680 58,0 13,0 4,0 77,0 7,0 5,3 4,0
385 4,0 110 210 680 50,0 11,0 4,0 73,0 8,0 5,5 4,0
10 22,4 170 190 640 128,0 16,0 36,0 31,0 28,0 5,1 4,5
23 15,2 160 160 680 94,0 26,0 10,0 72,0 11,0 4,9 4,1
45 10,9 140 140 720 68,0 21,0 5,0 81,0 7,0 5,2 4,4
120 7,1 110 170 720 52,0 16,0 5,0 76,0 10,0 5,7 4,5
10 11,6 500 50 450 52,0 5,0 4,0 56,0 8,0 5,2 4,2
30 10,1 480 50 470 46,0 4,0 4,0 50,0 9,0 5,3 4,3
46 8,6 440 70 490 37,0 2,0 4,0 33,0 11,0 5,5 4,5
90 6,2 410 60 530 23,0 0,0 2,0 0,0 9,0 5,5 4,9
150 4,9 400 50 550 20,0 0,0 2,0 0,0 10,0 5,6 5,3
17 20,8 70 120 810 82,0 6,0 2,0 75,0 2,0 5,1 4,6
36 16,8 80 130 790 60,0 3,0 2,0 60,0 3,0 5,1 4,9
95 10,5 60 120 820 37,0 0,0 1,0 0,0 3,0 5,3 4,9
185 6,6 80 120 800 19,0 7,0 1,0 0,0 5,0 5,6 6,0
15 6,9 730 80 190 38,0 3,0 11,0 21,0 29,0 4,9 4,2
45 5,2 670 80 250 33,0 7,0 3,0 70,0 9,0 5,0 4,0
85 4,1 630 80 290 30,0 8,0 3,0 73,0 10,0 5,0 4,0
120 2,8 610 100 290 28,0 6,0 3,0 67,0 11,0 5,1 4,1
8 5,6 880 60 60 43,0 0,0 29,0 0,0 67,0 6,0 5,0
25 4,9 850 60 90 38,0 0,0 25,0 0,0 66,0 6,1 5,1
48 2,8 810 70 120 32,0 3,0 16,0 16,0 50,0 5,6 4,2
70 2,2 780 70 150 30,0 8,0 11,0 42,0 37,0 5,3 3,9
110 2,0 740 90 170 28,0 9,0 9,0 50,0 32,0 5,3 4,0
10 6,0 740 60 200 35,0 3,0 8,0 27,0 23,0 5,1 4,2
30 4,5 740 60 200 28,0 4,0 4,0 50,0 14,0 5,0 4,1
65 3,8 690 80 230 24,0 4,0 4,0 50,0 17,0 5,0 4,2
95 3,0 680 80 240 22,0 2,0 3,0 40,0 14,0 5,1 4,4
225 2,3 650 80 270 20,0 1,0 3,0 25,0 15,0 5,4 4,5
20 19,3 30 160 810 74,0 10,0 2,0 83,0 3,0 5,3 4,4
35 13,9 30 170 800 55,0 4,0 2,0 67,0 4,0 5,3 4,6
70 9,4 40 160 800 37,0 0,0 2,0 0,0 5,0 5,4 4,8
200 5,2 40 160 800 23,0 0,0 2,0 0,0 9,0 5,7 5,0
Identicação dos
perfis do BDSglFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
PERFILPerfil 10
NÚMERO DE
CAMPO - T.M.
22
SISolosLatossolo Vermelho
Escuro
A 6km de São Francisco
de Sales, na estrada para
Campina Verde, lado
esquerdo. São Francisco
de Sales, MG.
PERFILAP-10
NÚMERO DE
CAMPO - AP-9
SISolos Latossolo Vermelho -46,699570
PERFILPERFIL
Nº 8 NÚMERO
DE CAMPO - 9
SISolosLatossolo Vermelho
Amarelo-46,700000 -14,283333
-14,282892
PERFILAP-11 SISolos Latossolo Vermelho
A 21km após cruzarse o rio
Paranaíba, pela BR-365
(Trecho Patos de Minas-
Patrocínio), entra-se à
esquerda 8km em direção a
Santana de Patos. Deste
ponto penetra-se à esquerda
percorrendo 2km.
PERFILPerfil 8
NÚMERO DE
CAMPO - T.M.
18
SISolosLatossolo Vermelho
Escuro
A 23km de Campina Verde, na
estrada para S. Francisco de
Sales, a 100m do lado
esquerdo da estrada. Campina
Verde, MG.
Perfil 30
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho
Amarelo-51,066667 -16,866667
Perfil 132
Projeto
RADAMBRASIL
v.28
Latossolo Vermelho -55,516667 -22,733333
Perfil 104
Projeto
RADAMBRASIL
v.28
Latossolo Vermelho -54,783333 -21,650000
98
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
10 8,5 830 60 110 6,0 0,0 3,2 0,0 53,0 5,7 4,8
30 3,7 810 70 120 3,4 0,2 1,3 13,0 38,0 5,3 4,2
90 2,2 770 70 160 2,9 0,8 0,6 57,0 21,0 4,9 3,9
190 1,4 750 90 160 2,6 0,7 0,5 58,0 19,0 5,0 3,9
10 27,5 130 130 740 9,9 0,7 0,3 70,0 3,0 5,1 4,8
24 19,2 130 70 800 6,9 0,3 0,2 60,0 3,0 5,4 4,6
60 13,7 110 70 820 5,1 0,1 0,1 50,0 2,0 5,4 5,0
135 9,0 110 60 830 3,1 0,0 0,1 0,0 3,0 5,7 5,6
15 20,1 90 100 810 9,4 0,7 0,4 64,0 4,0 4,8 4,2
35 17,0 80 110 810 6,9 0,3 0,2 60,0 3,0 5,0 4,5
55 12,6 70 90 840 5,1 0,1 0,2 33,0 4,0 5,2 4,7
75 10,6 70 90 840 4,5 0,0 0,2 0,0 4,0 5,2 4,9
120 7,9 60 90 850 3,2 0,0 0,2 0,0 6,0 5,4 5,5
10 21,2 90 120 790 10,5 1,0 0,4 71,0 4,0 4,7 4,0
25 16,1 90 90 820 7,8 0,5 0,3 63,0 4,0 4,9 4,5
40 12,2 70 90 840 5,6 0,2 0,2 50,0 4,0 5,1 4,9
75 9,2 70 80 850 4,1 0,0 0,2 0,0 5,0 5,3 5,2
95 7,6 70 70 860 3,5 0,0 0,2 0,0 6,0 5,3 5,2
220 7,2 70 70 860 2,5 0,0 0,2 0,0 8,0 5,4 5,3
15 8,6 850 20 130 3,0 0,5 0,2 71,0 7,0 4,4 4,1
40 3,5 840 10 150 2,1 0,2 0,1 67,0 5,0 4,6 4,2
65 2,5 820 20 160 1,5 0,2 0,1 67,0 7,0 4,6 4,2
105 1,4 800 30 170 1,4 0,1 0,1 50,0 7,0 4,6 4,4
10 35,0 140 120 740 11,7 0,8 0,2 80,0 2,0 5,5 4,3
27 20,9 110 110 780 6,9 0,1 0,1 50,0 1,0 5,4 4,3
66 13,9 50 100 850 4,9 0,0 0,1 0,0 2,0 5,4 5,0
132 10,1 80 80 840 3,2 0,0 0,1 0,0 3,0 5,7 5,5
20 15,4 250 140 610 5,7 0,5 0,3 63,0 5,0 5,0 4,0
45 12,1 240 130 630 3,9 0,2 0,2 50,0 5,0 5,0 4,6
130 5,9 250 150 600 1,7 0,0 0,1 0,0 6,0 5,4 5,6
190 4,1 240 150 610 0,7 0,0 0,1 0,0 14,0 5,6 6,0
8 26,4 260 120 620 7,1 0,1 7,0 1,0 98,6 5,5 4,6
30 10,0 200 70 730 2,8 1,9 0,9 68,0 32,1 4,5 4,0
65 8,5 180 80 740 2,8 1,9 0,9 68,0 32,1 5,0 4,1
200 4,2 140 80 780 2,1 1,5 0,6 71,0 28,6 4,5 4,2
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
PERFILAP-14
NÚMERO DE
CAMPO - AP-17
SISolos Latossolo Vermelho
A 14km após o trevo de Ibiá,
pela BR-262 (Trecho Araxá-
Uberaba), entra-se por estrada
vicinal à direita, percorrendo-
se 3km. Lado esquerdo.
PERFILP1 SISolos Latossolo Vermelho
Estrada Brasilândia - Unaí,
a 14,3km após o Rio Preto.
Unaí, MG.
PERFILAP-7 SISolos
SISolosLatossolo Vermelho
Amarelo-47,599555 -17,999540
Latossolo Amarelo -46,216229 -19,416196
PERFILAP- 22
PERFILAP- 20 SISolosLatossolo Vermelho
Amarelo-47,582886 -19,016201
PERFILPerfil 13
NÚMERO DE
CAMPO - T.M.
20
SISolosLatossolo Vermelho
Escuro
A 48 km de Iturama, na
estrada para Campina
Verde, lado esquerdo.
Campina Verde, MG.
Identicação dos
perfis do BDSglFonte
Classificação do solo
Ordem e subordemX
PERFILAP- 19 SISolosLatossolo Vermelho
Amarelo-47,599553 -18,966202
PERFILAP - 18
NÚMERO DE
CAMPO - AP -
12
SISolosLatossolo Vermelho
Amarelo-47,499551 -19,666198
Y
99
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
15 18,2 150 90 760 7,7 0,6 0,2 75,0 3,0 4,9 4,0
33 15,0 130 80 790 6,2 0,4 0,2 67,0 3,0 5,1 4,1
56 11,3 120 60 820 4,8 0,2 0,2 50,0 4,0 5,2 4,4
90 9,0 130 50 820 3,8 0,0 0,1 0,0 3,0 5,3 4,7
125 7,4 110 50 840 3,3 0,0 0,1 0,0 3,0 5,2 4,3
15 18,2 80 140 780 7,0 0,5 0,4 56,0 6,0 4,9 4,4
30 17,1 50 130 820 6,2 0,3 0,3 50,0 5,0 4,9 4,6
52 12,3 50 110 840 4,6 0,2 0,2 67,0 4,0 5,3 4,9
85 9,6 40 130 830 3,9 0,0 0,3 0,0 8,0 5,5 5,7
195 6,7 30 140 830 2,3 0,0 0,2 0,0 9,0 5,8 4,0
10 17,8 340 240 420 9,6 1,3 2,6 33,0 27,0 4,7 3,8
35 7,5 230 240 530 7,5 1,8 1,9 49,0 25,0 4,6 3,8
90 3,7 190 270 540 6,3 1,4 2,2 39,0 35,0 4,9 3,8
160 3,2 180 290 530 6,0 1,7 1,9 47,0 32,0 4,8 3,7
10 13,7 250 300 450 0,8 2,5 0,5 83,0 66,7 5,0 3,9
20 8,1 240 300 460 0,5 2,2 0,3 88,0 57,7 5,1 4,0
43 6,3 220 290 490 0,5 1,8 0,3 86,0 62,5 5,2 4,1
64 5,6 200 300 500 0,4 1,5 0,2 88,0 57,1 5,3 4,2
110 3,8 170 330 500 0,6 1,5 0,4 76,0 72,7 5,3 4,2
10 4,7 830 40 130 3,0 0,8 0,6 57,0 20,0 5,2 4,1
35 3,9 800 60 140 2,6 1,0 0,3 77,0 12,0 4,9 4,0
75 3,2 800 50 150 2,4 1,1 0,3 79,0 13,0 5,0 4,1
180 1,8 740 70 190 1,9 0,7 0,3 70,0 16,0 5,3 4,2
15 17,0 190 80 730 8,6 1,0 0,5 67,0 6,0 4,9 4,4
45 11,6 180 70 750 6,2 0,4 0,3 57,0 5,0 5,0 4,6
90 8,0 170 70 760 4,0 0,1 0,3 25,0 8,0 5,6 5,0
150 5,8 170 80 750 3,2 0,0 0,3 0,0 9,0 6,0 5,4
14 12,8 230 120 650 6,5 0,7 0,4 64,0 6,0 4,8 3,9
34 9,7 240 110 650 4,4 0,2 0,2 50,0 5,0 4,9 4,3
56 8,8 220 150 630 3,4 0,0 0,1 0,0 3,0 5,1 4,7
90 7,0 200 110 690 2,5 0,0 0,1 0,0 4,0 5,4 5,3
123 5,5 180 90 730 2,1 0,0 0,1 0,0 5,0 5,5 5,3
20 19,5 250 200 550 16,5 0,1 10,0 1,0 61,0 5,5 4,5
35 12,6 220 150 630 10,5 1,3 4,7 22,0 45,0 5,6 4,0
60 8,0 200 140 660 7,8 2,0 2,6 43,0 33,0 5,6 4,0
100 6,4 210 130 660 7,4 3,1 2,2 49,0 30,0 5,0 4,0
---------------cmolc/kg----------------'--------------%------------'
perfilpERFIL113 SISolosLatossolo Vermelho
Escuro
Estrada Campão - Rio
Salobra, a 12 km de
Campão.
PERFILP11 SISolosLatossolo Vermelho
Amarelo
Estrada Paracatu - Porto
Buriti (Rio Paracatu), a 2,2
km do entroncamento com
a BR-040. Paracatu, MG.
PERFILPerfil 14
NÚMERO DE
CAMPO - T.M. 2
SISolosLatossolo Vermelho
Escuro
A 27 km de Campina Verde, na
estrada para Iturama e a 100 m
do lado direito da estrada.
Campina Verde, MG.
-15,432886
Perfil 10
Identicação dos
perfis do BDSglFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'
SISolosLatossolo Vermelho
Escuro
A 17 km de Araguari, na
estrada para Tupaciguara,
lado direito. Araguari, MG.
PERFILPerfil 23
NÚMERO DE
CAMPO - T.M.
48
SISolos Latossolo Roxo
A 8 km da Praça da
Pirajuba, pela estrada
Pirajuba-Planura, a 40
metros do lado esquerdo.
Pirajuba, MG.
Projeto
RADAMBRASIL
v.29
Latossolo Vermelho
Amarelo
Lado direito da estrada
Barreiras-Ibotirama (BR242),
distando 165km de Barreiras
(e 14,9km da estrada para
Pirajiba). Municipio de Barra.
PERFILPerfil 16
NÚMERO DE
CAMPO - T.M.
12
PERFILPerfil 1 -
NÚMERO DE
CAMPO - T.M.
67
SISolosLatossolo Vermelho
Amarelo
A 46,7 km após a ponte
sobre o rio Uberaba, na
estrada Uberaba-
Uberlândia (BR-050),
entrando-se por uma
estrada vicinal à esquerda,
percorrendo-se 1,7 km. O
perfil foi descrito à cerca
de 50 m deste ponto.
PERFILPERFIL
Nº 3 NÚMERO
DE CAMPO - 4
SISolosLatossolo Vermelho
Amarelo-47,149565
100
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
5 21,7 570 80 350 13,9 1,7 2,2 44,0 16,0 4,1 3,5
12 13,4 570 80 350 8,5 1,5 0,4 79,0 5,0 3,9 3,4
17 10,1 560 70 370 6,3 1,3 0,2 87,0 3,0 4,2 3,6
47 8,0 560 60 380 5,4 1,1 0,2 85,0 4,0 4,1 3,6
95 6,2 530 60 410 4,4 0,8 0,2 80,0 5,0 3,9 3,7
200 3,3 520 60 420 2,6 0,1 0,2 33,0 8,0 4,8 4,3
10 26,8 410 90 500 9,8 0,8 1,6 33,0 16,0 5,7 4,4
25 17,1 460 80 460 4,9 0,0 0,3 0,0 6,0 6,0 4,7
55 12,7 400 90 510 3,5 0,0 0,2 0,0 6,0 5,2 5,1
85 8,7 390 70 540 2,8 0,0 0,2 0,0 7,0 5,5 5,6
95 6,4 380 80 540 2,1 0,0 0,1 0,0 5,0 5,6 5,8
18 9,2 690 120 190 4,4 0,9 0,3 75,0 7,0 5,2 4,2
35 9,2 690 110 200 3,6 0,7 0,2 78,0 6,0 5,3 4,3
60 5,3 690 110 200 3,2 0,7 0,2 78,0 6,0 5,4 4,3
105 3,2 650 120 230 1,8 0,2 0,2 50,0 11,0 5,6 4,7
15 22,0 560 120 320 8,9 1,7 0,6 73,9 7,0 4,7 4,1
35 13,0 560 120 320 8,7 1,8 0,2 90,0 2,0 4,7 4,2
100 12,0 560 110 330 6,1 1,5 0,1 93,8 2,0 4,7 4,2
150 12,0 560 90 350 6,8 1,5 0,1 93,8 1,0 4,8 4,2
Identicação dos
perfis do BDSglFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
IAC 1421 OLIVEIRA, 1999aLatossolo Vermelho
Amarelo-46,958509 -22,480149
PERFILPERFIL
CNPGC 15SISolos Latossolo Roxo
Invernada 40, a 700 metros
do Moinho Vermelho.
PERFILPERFIL
DF 33SISolos
Latossolo Vermelho
AmareloCPAC
PERFILPERFIL
CNPGC 14SISolos
Latossolo Vermelho
Escuro
Invernada de Lagoinha, a
mais ou menos 10m do PC
nº20 e a mais ou menos 180m
de estrada Campo Grande-
Rochedo, ao lado esquerdo, a
mais ou menos 15m da cerca
que divide as invernadas da
Lagoinha e do Cerradão em
direção a pindaíba.
101
Prof CarbonoAreia
totalSilte Argila CTC Al SB m V pH pH
cm em H2O em KCl
18 13,0 80 310 610 10,7 0,0 6,7 0,0 63,0 6,2 5,4
34 10,0 90 260 650 6,6 0,0 5,2 0,0 79,0 6,3 5,6
56 9,0 100 250 650 7,5 0,0 5,3 0,0 71,0 6,3 5,7
90 6,0 100 290 610 5,6 0,0 4,2 0,0 75,0 6,4 5,8
200 6,0 90 290 620 5,7 0,0 3,5 0,0 62,0 6,4 5,9
19 19,2 123 221 656 10,2 1,6 3,5 31,0 34,0 4,8 3,9
35 13,5 127 178 695 8,3 2,4 1,2 67,0 13,0 4,8 3,9
64 10,1 117 168 715 8,3 2,2 0,9 71,0 12,0 4,7 4,0
94 7,5 117 169 714 6,3 1,8 0,4 82,0 6,0 5,0 4,1
131 6,4 127 158 715 5,1 1,6 0,5 76,0 10,0 5,2 4,2
15 18,4 530 70 400 9,3 0,6 2,8 18,0 30,0 5,5 4,5
30 11,0 550 60 390 5,5 0,6 0,5 55,0 9,0 4,6 4,4
55 9,3 450 130 420 5,0 0,2 0,8 20,0 16,0 4,8 4,6
100 7,4 500 80 420 3,5 0,0 0,6 0,0 17,0 5,2 5,4
10 32,0 250 70 680 11,0 2,3 0,8 74,0 7,0 4,5 4,0
25 19,0 230 70 700 9,1 2,3 0,3 88,0 3,0 4,4 4,0
36 21,0 240 50 710 7,7 1,9 0,3 86,0 4,0 4,5 4,1
54 15,0 220 40 740 5,7 1,7 0,3 85,0 5,0 4,7 4,1
86 10,0 210 30 760 4,4 1,5 0,2 88,0 5,0 4,6 4,1
150 9,0 180 30 790 3,8 0,6 0,2 75,0 5,0 4,9 4,3
22 8,0 780 10 210 4,7 1,1 0,9 55,0 19,0 4,7 4,1
52 6,0 760 20 220 3,5 1,0 0,1 91,0 3,0 4,8 4,1
78 6,0 740 10 250 3,3 0,9 0,1 90,0 3,0 5,0 4,1
150 3,0 710 20 270 2,3 0,5 0,1 83,0 4,0 4,6 4,3
26 10,0 680 10 310 4,0 0,9 0,6 60,0 15,0 5,3 4,1
56 6,0 660 0 340 2,6 0,6 0,3 67,0 12,0 5,5 4,3
87 6,0 650 10 340 2,4 0,4 0,2 67,0 8,0 5,6 4,4
120 5,0 610 40 350 2,2 0,3 0,1 75,0 5,0 5,6 4,5
10 51,0 250 50 700 13,8 2,3 1,5 61,0 11,0 5,1 4,0
28 47,0 190 60 750 12,6 2,6 0,8 76,0 6,0 5,0 4,1
58 13,0 210 40 750 5,7 1,8 0,3 86,0 5,0 4,8 4,0
86 6,0 160 40 800 4,5 1,0 0,2 83,0 4,0 5,1 4,2
140 8,0 180 30 790 4,1 1,4 0,2 88,0 5,0 4,9 4,2
16 56,0 360 80 560 15,5 2,5 0,6 81,0 4,0 4,8 4,1
30 31,0 350 50 600 10,6 1,9 0,4 83,0 4,0 4,8 4,2
60 14,0 230 50 720 6,3 1,6 0,1 94,0 2,0 5,0 4,1
115 8,0 200 40 760 4,6 1,2 0,1 92,0 2,0 5,1 4,2
---------------cmolc/kg----------------'--------------%------------'
Identicação dos
perfis do BDSPpFonte
Classificação do
solo Ordem e
subordem
X Y
------------------------g/kg-----------------------------'
Perfil 1286OLIVEIRA e
PRADO, 1984
Latossolo Vermelho
Amarelo-47,882636 -22,425699
Perfil 1252OLIVEIRA e
PRADO, 1984
Latossolo Vermelho
Amarelo
Perfil 1249OLIVEIRA e
PRADO, 1984
Latossolo Vermelho
Amarelo-47,764613 -22,088141
-47,890277 -21,902374
Perfil 1250
OLIVEIRA e
PRADO, 1984/
PRADO, 1997
Latossolo Vermelho -47,812935 -22,091084
Município de São Carlos
PERFILPERFIL
CNPGC 5SISolos Latossolo Vermelho Invernada do Moinho Azul
Perfil 1302 OLIVEIRA e
PRADO, 1984Latossolo Vermelho
PERFIL02
NÚMERO DE
CAMPO - 02WN
SISolos Latossolo Vermelho -49,264820 -21,658834
IAC 1360
OLIVEIRA, 1999 /
OLIVEIRA e
PRADO, 1987
Latossolo Vermelho -47,784357 -21,237627
102
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
20 12,9 580 80 340 3,6 3,5 1,1 97,0 30,5 4,8 4,3
35 9,7 530 70 400 1,3 6,0 0,7 99,0 53,8 4,7 4,4
70 7,4 500 70 430 0,9 5,0 0,4 99,0 44,4 4,8 4,5
160 5,5 490 80 430 0,6 2,5 0,3 99,0 54,5 5,2 5,1
24 5,6 896 3 101 4,4 0,1 1,6 6,0 36,0 5,4 4,6
45 2,7 804 96 100 2,2 0,1 1,1 8,0 50,0 5,2 4,4
78 1,6 893 7 100 2,7 0,3 0,9 25,0 33,0 5,3 4,3
116 1,2 869 10 121 2,8 0,3 1,0 23,0 36,0 5,1 4,3
12 11,0 556 147 297 6,9 0,5 1,1 31,0 16,0 5,1 4,3
20 8,0 545 110 345 5,8 0,3 0,7 30,0 12,0 5,3 4,4
45 4,0 513 101 386 5,1 0,1 0,9 10,0 17,0 5,4 4,5
90 3,0 502 108 390 4,3 0,0 0,9 0,0 20,0 5,6 4,8
140 2,0 495 105 400 4,1 0,0 0,9 0,0 21,0 5,7 5,2
28 7,3 770 60 170 3,9 0,9 0,4 69,0 10,0 4,9 4,0
56 4,9 760 60 180 3,3 0,9 0,2 82,0 6,0 4,9 4,1
85 3,7 740 60 200 2,4 0,8 0,1 89,0 4,0 4,9 4,1
165 1,7 720 50 230 1,8 0,6 0,1 86,0 6,0 5,0 4,1
20 9,3 433 127 440 5,9 4,4 1,6 73,0 26,6 4,6 4,2
50 6,7 364 101 535 5,5 4,0 1,5 73,0 27,4 4,8 4,2
120 5,0 350 83 567 4,8 3,3 1,5 70,0 30,5 5,2 4,5
180 2,9 346 94 560 3,9 2,6 1,3 67,0 33,2 4,7 4,6
25 4,5 742 44 214 3,4 2,8 0,6 83,3 16,7 4,6 4,4
55 3,8 725 44 231 3,2 2,6 0,6 81,0 18,9 4,5 4,6
95 3,1 690 44 266 2,6 2,6 0,6 79,0 20,9 5,2 5,2
200 1,8 705 31 264 1,7 1,7 0,6 68,0 32,4 5,6 5,7
20 4,2 858 10 132 2,0 1,6 0,4 80,0 19,7 4,3 4,1
50 3,6 827 10 163 1,7 1,3 0,4 78,0 21,6 4,4 4,1
100 2,0 817 6 177 0,9 0,5 0,4 53,0 47,2 4,6 4,2
200 2,9 815 6 179 1,6 1,0 0,6 62,0 37,7 4,5 4,1
15 7,9 674 56 270 3,3 0,4 0,4 47,0 12,0 4,6 4,6
35 7,1 657 51 292 2,9 0,2 0,4 35,0 12,8 4,6 4,7
70 5,4 637 54 309 2,6 0,0 0,4 0,0 16,0 4,6 5,0
200 4,5 596 50 354 1,6 0,0 0,4 0,0 28,0 4,9 5,7
Identicação dos
perfis do BDSPpFonte
Classificação do solo
Ordem e subordemX Y
--------------------------g/kg-------------------------------'---------------cmolc/kg----------------'--------------%------------'
Perfil 46SISolos / LEMOS
et al., 1960Latossolo Vermelho
A 18km de Pederneiras na
estrada para Bauru.
Perfil 53SISolos / LEMOS
et al., 1960
Latossolo Vermelho
Amarelo
A 13km do entroncamento
com a Rodovia principal,
na direção de Franca.
Perfil 41SISolos / LEMOS
et al., 1960Latossolo Vermelho
A 7km de Cesário Lange,
na estrada para Tatuí.
Perfil 45SISolos / LEMOS
et al., 1960Latossolo Vermelho
A2km de Barretos na
estrada para Bebedouro.
-14,266667
IIRCC 8 SPEMBRAPA -
SNLCS, 1988Latossolo Vermelho -50,316667 -22,550000
PERFILP.01
NÚMERO DE
CAMPO - P 01
SISolos Latossolo Vermelho
Município de Camapuã -
MS (Fazenda Santa
Verônica).
Perfil 102
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho
Amarelo-50,383333
Perfil 3CALDERANO
FILHO et al., 1998Latossolo Vermelho
Fazenda Canchim - São
Carlos
103
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
20 9,6 758 36 206 4,8 - 2,0 - 40,6 5,2 4,3
47 6,4 731 21 248 4,1 - 1,6 - 38,3 5,0 4,1
130 3,7 702 13 285 3,1 - 0,8 - 25,2 4,7 3,8
367 2,8 685 26 289 2,9 - 0,6 - 18,7 4,7 4,0
10 13,0 710 130 160 7,4 0,0 6,8 0,0 92,0 6,6 5,9
30 6,0 720 90 190 3,7 0,2 1,9 9,0 52,0 5,6 4,4
64 5,0 540 90 370 3,2 0,4 1,0 29,0 31,0 5,4 4,3
117 3,0 560 90 350 3,9 0,5 1,8 22,0 46,0 5,1 4,2
20 8,0 830 70 100 1,9 0,0 1,0 0,0 53,0 6,2 5,2
40 4,0 780 60 160 1,9 0,6 0,3 65,0 17,0 5,4 4,3
60 2,0 780 50 170 1,5 0,2 0,5 28,0 34,0 5,7 4,5
100 2,0 760 60 180 1,4 0,2 0,6 25,0 43,0 6,1 4,6
10 5,0 880 20 100 1,6 0,3 0,3 52,0 18,0 5,5 4,4
26 4,0 840 40 120 1,5 0,6 0,1 81,0 9,0 5,3 4,2
50 5,0 820 40 140 2,2 0,7 0,3 68,0 15,0 5,3 4,3
72 5,0 770 40 190 2,2 0,6 0,4 58,0 19,0 5,6 4,2
118 3,0 750 50 200 2,3 0,9 0,4 71,0 16,0 5,1 4,2
20 8,0 830 70 100 1,9 0,0 1,0 0,0 53,0 6,2 5,2
40 4,0 780 60 160 1,9 0,6 0,3 65,0 17,0 5,4 4,3
60 3,0 780 50 170 1,5 0,2 0,5 28,0 34,0 5,7 4,5
100 3,0 760 60 180 1,4 0,2 0,6 25,0 43,0 6,1 4,6
33 11,0 530 60 410 4,6 0,1 2,1 5,0 45,0 5,6 4,7
58 6,0 570 50 380 3,4 0,4 0,8 32,0 24,0 5,1 4,4
100 6,0 490 50 460 2,8 0,1 1,1 8,0 40,0 5,2 4,6
120 6,0 500 60 440 2,0 0,0 0,6 0,0 31,0 5,3 5,0
170 5,0 480 50 470 2,0 0,0 0,7 0,0 36,0 5,5 5,5
17 12,0 640 60 300 5,7 0,1 2,0 5,0 35,0 5,8 4,9
33 9,0 660 40 300 4,5 0,6 0,2 73,0 5,0 4,9 4,3
58 7,0 630 50 320 4,2 0,5 0,4 54,0 10,0 5,0 4,4
90 6,0 640 40 320 3,7 0,2 0,5 30,0 13,0 5,0 4,6
130 5,0 590 60 350 2,8 0,1 0,2 31,0 8,0 5,1 4,7
16 20,0 280 140 580 11,0 0,1 5,0 2,0 45,0 5,5 4,5
32 16,0 170 170 660 10,3 0,3 4,5 5,0 44,0 5,4 4,5
62 16,0 200 170 630 9,4 0,5 3,3 13,0 35,0 5,1 4,4
94 8,0 110 120 770 6,2 0,5 1,4 26,0 24,0 5,1 4,4
125 8,0 120 120 760 4,8 0,3 0,6 33,0 12,0 5,3 4,6
---------------cmolc/kg----------------'--------------%------------'
Identicação dos
perfis do BDSPpFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'
Perfil 1351OLIVEIRA e
PRADO, 1987
Latossolo Vermelho
Amarelo-47,678298 -21,023624
Perfil 1347OLIVEIRA e
PRADO, 1987Latossolo Vermelho
Perfil 1353OLIVEIRA e
PRADO, 1987
Latossolo Vermelho
Amarelo-47,976348 -21,453928
-47,772102 -21,328983
Perfil 1593 ROSSI et al., 2000Latossolo Vermelho
Amarelo
Município de Vera Cruz ,
SP.
Perfil 1585 MENK et al., 2000 Latossolo Vermelho -49,397884 -22,718901
Perfil 1593BERTOLANI et
al., 2000Latossolo Vermelho -49,510147 -22,023181
Perfil 54LEMOS et al.,
1960
Latossolo Vermelho
Amarelo
A 5,6km de Ibaté, na
estrada para Araraquara.
Perfil 1546MENK e
COELHO, 2000Latossolo Vermelho
Estação Experimental de
Agronomia de Jaú.
104
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
23 16,0 400 100 500 7,3 0,1 3,6 3,0 49,0 5,6 4,7
40 10,0 370 90 540 5,4 1,3 0,9 58,0 17,0 4,7 4,0
85 10,0 320 110 570 4,6 1,1 1,0 52,0 22,0 4,6 4,1
125 7,0 350 80 570 4,6 1,0 0,7 59,0 15,0 4,8 4,2
170 5,0 330 100 570 3,2 0,6 0,6 51,0 18,0 6,0 4,3
19 11,0 600 80 320 8,6 0,0 6,4 0,0 74,0 6,4 -
41 11,0 410 70 520 8,0 0,4 2,6 13,0 33,0 5,3 -
61 10,0 440 50 510 7,4 1,1 1,8 39,0 24,0 4,5 -
84 8,0 430 60 510 6,0 1,0 1,5 42,0 25,0 4,6 -
160 5,0 440 50 510 2,7 0,1 1,3 8,0 48,0 5,1 -
16 56,0 360 80 560 15,5 2,5 0,6 81,0 4,0 4,8 4,1
30 31,0 350 50 600 10,6 1,9 0,4 83,0 4,0 4,8 4,2
60 14,0 230 50 720 6,3 1,6 0,1 94,0 2,0 5,0 4,1
115 8,0 200 40 760 4,6 1,2 0,1 92,0 2,0 5,1 4,2
150 7,0 190 40 770 3,9 0,9 0,1 90,0 3,0 5,1 4,2
10 14,5 806 65 129 6,5 - 4,7 - 72,0 6,1 -
31 11,3 773 43 184 4,7 - 1,5 - 32,0 5,4 -
55 7,5 735 36 229 4,5 0,7 0,9 43,8 20,0 5,0 -
108 7,0 726 9 265 3,6 1,1 0,3 78,6 8,0 4,7 -
15 5,7 860 40 100 4,1 0,1 2,6 4,0 63,0 5,7 5,0
35 2,4 860 40 100 2,6 0,4 0,8 33,0 31,0 5,0 4,1
85 1,6 780 40 180 3,3 0,8 0,8 50,0 24,0 5,0 4,2
130 0,6 790 40 170 3,1 1,1 0,6 65,0 19,0 4,9 4,1
10 19,2 70 160 770 13,2 1,7 0,5 77,0 4,0 5,0 4,1
27 17,8 60 100 840 10,5 1,3 0,2 87,0 2,0 5,0 4,1
53 13,1 50 80 870 6,1 0,6 0,2 75,0 3,0 5,1 4,3
110 6,7 50 50 900 3,9 0,0 0,1 0,0 3,0 5,1 4,9
15 20,0 426 246 328 7,3 0,4 0,6 42,0 8,0 4,5 4,4
25 14,0 438 210 352 4,7 0,4 0,4 52,0 8,0 4,6 4,6
60 9,0 422 208 370 4,6 0,4 0,4 50,0 8,0 5,0 4,9
100 6,0 414 170 416 3,0 0,0 0,5 0,0 15,0 5,4 5,5
150 5,0 409 209 382 2,5 0,0 0,3 0,0 11,0 5,6 5,7
15 20,4 400 110 490 10,1 2,1 0,7 75,0 7,0 4,8 4,1
40 11,8 320 120 560 6,4 1,4 0,4 78,0 6,0 5,0 4,3
90 4,8 320 110 570 3,0 0,2 0,3 40,0 10,0 5,8 4,7
190 3,4 290 130 580 2,5 0,0 0,3 0,0 12,0 6,0 5,1
10 21,0 460 124 416 7,1 0,4 1,2 25,0 16,0 5,2 4,8
25 13,0 451 101 448 5,8 0,3 0,6 32,0 11,0 5,4 4,9
55 8,0 406 82 512 3,6 0,1 0,7 13,0 18,0 5,9 5,3
105 5,0 391 88 521 3,5 0,0 0,5 0,0 14,0 6,0 5,6
Identicação dos
perfis do BDSPpFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
Perfil 17
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -51,950000 -16,366667
Perfil 196
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -48,616667 -18,416667
Perfil 138
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -48,216667 -17,450000
P-951VERDADE et al.,
1987
Latossolo Vermelho
Amarelo
LVa4 PRADO, 1997Latossolo Vermelho
Amarelo
Folha de São Carlos.
Coordenadas, UTM 214-
216Km E 7554-7556Km
N
Município de Itapura, SP.
Perfil 148
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -53,133333 -18,200000
Perfil IXCARVALHO et
al., 1991
Latossolo Vermelho
Amarelo-48,407857 -22,809875
Perfil 1220 MENK et al., 1987 Latossolo Vermelho
Perfil 1349OLIVEIRA e
PRADO, 1987
Latossolo Vermelho
Amarelo-47,915956 -21,417109
Estação Experimental de
Capão Bonito.
105
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
24 14,4 340 90 570 6,8 0,6 0,4 60,0 6,0 4,7 4,5
50 10,4 300 90 610 5,2 0,0 0,4 0,0 8,0 4,9 4,7
88 7,0 270 80 650 2,8 0,0 0,3 0,0 11,0 5,3 5,0
119 6,4 260 90 650 2,3 0,0 0,3 0,0 13,0 5,5 5,1
8 12,3 490 140 370 4,8 0,5 0,6 45,0 13,0 5,0 3,5
24 8,7 500 90 410 4,1 0,3 0,6 33,0 15,0 5,0 3,8
40 6,8 480 140 380 3,4 0,3 0,3 50,0 9,0 4,9 4,6
56 4,9 450 130 420 2,5 0,0 0,3 0,0 12,0 5,2 5,0
140 3,1 440 110 450 1,6 0,0 0,3 0,0 19,0 5,2 5,1
20 15,3 590 60 350 6,8 0,6 0,4 60,0 6,0 5,5 4,3
45 11,5 540 60 400 5,0 0,4 0,1 80,0 2,0 5,1 4,3
73 9,8 440 90 470 4,5 0,2 0,1 67,0 2,0 4,8 4,4
123 6,9 300 90 610 3,1 0,0 0,1 0,0 3,0 5,1 5,1
20 25,0 340 240 420 8,4 0,0 2,1 0,0 25,0 5,2 4,6
35 17,0 308 215 477 6,5 0,2 1,1 15,0 16,0 5,4 4,6
70 12,0 293 181 526 4,8 0,0 1,0 0,0 20,0 5,6 5,0
100 7,0 272 189 539 4,6 0,0 0,9 0,0 19,0 5,8 5,7
130 5,0 273 186 541 4,3 0,0 0,9 0,0 22,0 5,6 5,8
160 5,0 275 182 543 4,2 0,0 0,9 0,0 22,0 5,6 5,8
17 22,7 120 130 750 9,2 1,2 0,5 71,0 5,0 4,5 4,4
30 17,8 100 120 780 7,3 0,5 0,4 56,0 5,0 4,8 4,6
49 14,2 100 100 800 5,6 0,0 0,3 0,0 5,0 5,0 4,9
93 11,4 100 80 820 4,3 0,0 0,3 0,0 7,0 5,2 5,0
170 9,2 100 80 820 3,4 0,0 0,3 0,0 9,0 5,3 5,8
10 13,0 802 100 98 4,8 0,0 2,1 0,0 45,0 6,2 5,3
25 8,0 785 76 139 3,5 0,3 1,0 22,0 29,0 5,4 4,9
55 5,0 752 81 167 2,2 0,3 0,6 33,0 27,0 5,2 4,8
105 3,0 765 69 166 1,5 0,3 0,5 37,0 32,0 5,7 5,0
Perfil 58
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho
Amarelo-49,133333 -16,266667
Perfil 65
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho
Amarelo-48,983333 -16,416667
--------------%------------'---------------cmolc/kg----------------'------------------------g/kg-----------------------------'YX
Classificação do solo
Ordem e subordemFonte
SISolos Latossolo Amarelo
Rodovia GO-010, trecho
Vianópolis-Luziânia, 10 km
após o ribeirão Quilombo
entrando-se à esquerda
2,7km; 50m à direita (Chapada
das Covas).
SISolos
SISolosLatossolo Vermelho
Amarelo
Estrada Silvânia-Alexânia,
600m após o córrego Lava-
Pés entrando-se à direita
8,2km, em direção à região
Capim Puba, e em seguida à
esquerda 3km; 100m à
esquerda.
Latossolo Vermelho
Amarelo
Rodovia GO-010, trecho
Vianópolis-Luziânia, 10km
após o ribeirão Quilombo
entrando-se à esquerda
2,7km; 50m à direita
(Chapada das Covas).
PERFILTS 23
Perfil 105
Projeto
RADAMBRASIL
v.31
Latossolo Vermelho -51,866667 -17,650000
Identicação dos
perfis do BDSPp
PERFILTS 6
PERFILTS 14
106
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
12 11.9 260 340 400 8,4 0,5 3,5 13,0 42,0 4,8 3,7
22 9,0 230 300 470 6,0 1,6 0,9 64,0 15,0 4,7 3,6
43 7,0 230 290 480 5,2 1,6 0,5 76,0 10,0 4,7 3,6
88 4,4 210 310 480 4,2 1,4 0,3 82,0 7,0 4,7 3,8
150 2,8 220 280 500 3,5 0,9 0,3 75,0 9,0 4,7 3,9
20 7,9 750 50 200 4,4 1,0 0,1 91,0 2,0 4,5 4,1
32 6,3 710 50 240 3,6 0,8 0,1 89,0 3,0 5,0 4,2
57 3,3 710 40 250 2,6 0,6 0,1 86,0 4,0 5,2 4,2
98 1,7 650 50 300 1,5 0,3 0,1 75,0 7,0 5,2 4,4
148 1,1 650 50 300 1,3 0,1 0,1 50,0 8,0 5,3 4,6
20 8,0 767 45 188 3,1 0,3 1,0 24,0 31,0 5,2 4,3
40 6,0 727 53 220 3,0 0,3 0,8 28,0 25,0 5,1 4,3
60 4,0 691 46 263 2,5 0,4 0,7 35,0 29,0 5,2 4,3
101 4,0 648 58 294 2,5 0,3 0,5 37,0 20,0 5,3 4,4
15 5,0 862 37 101 2,3 0,3 0,6 33,0 26,5 4,8 4,3
35 3,0 847 49 104 2,0 0,3 0,5 36,0 26,0 4,0 4,4
80 2,0 822 46 132 2,0 0,3 0,8 26,0 42,0 5,5 4,4
160 1,0 796 67 137 1,9 0,2 0,7 21,0 38,1 5,6 4,5
20 8,0 792 49 159 2,8 0,3 0,6 34,0 21,0 5,0 4,2
40 5,0 710 80 210 2,8 0,3 0,6 35,0 20,0 5,0 4,2
60 4,0 651 82 267 2,0 0,2 0,5 27,0 27,0 5,0 4,3
101 2,0 633 90 277 2,2 0,3 0,5 37,0 24,0 5,2 4,3
20 11,0 794 48 158 3,7 0,3 0,8 28,0 21,0 4,7 4,2
40 6,0 728 44 228 3,3 0,3 0,5 38,0 15,0 4,9 4,3
60 4,0 708 53 239 3,3 0,1 0,3 23,0 10,0 5,3 4,6
101 3,0 708 48 244 2,6 0,0 0,3 0,0 13,2 5,5 4,9
12 6,2 820 60 120 7,2 0,7 1,7 29,0 24,0 5,0 4,2
40 3,4 830 40 130 3,7 1,1 0,3 79,0 8,0 4,9 4,3
75 3,0 820 50 130 3,0 1,0 0,2 85,0 7,0 5,0 4,3
105 2,7 780 70 150 2,5 1,0 0,2 83,0 8,0 4,9 3,9
20 28,0 220 245 535 14,8 0,0 5,0 0,0 33,0 5,7 5,0
40 13,0 209 185 606 8,5 0,1 1,8 5,0 21,0 5,6 4,6
60 9,0 197 178 625 9,4 0,0 1,1 0,0 12,0 5,4 4,7
101 7,0 203 172 625 7,8 0,0 1,0 0,0 13,0 5,5 4,9
10 23,7 200 240 560 19,1 0,1 12,4 1,0 65,0 6,0 4,7
35 13,9 190 120 690 11,6 4,4 2,2 67,0 19,0 5,3 4,0
70 6,8 170 110 720 9,4 5,0 0,9 85,0 10,0 5,3 4,0
120 3,6 150 130 720 8,1 4,5 0,6 88,0 7,0 5,2 3,9
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
PERFILPERFIL
CNPGC 12SISolos Latossolo Vermelho
Invernada do Poço
Artesiano.
Perfil 167
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho -49,300000 -15,200000
Perfil 102
Projeto
RADAMBRASIL
v.28
Latossolo Vermelho -55,816667 -21,133333
Perfil 4
Projeto
RADAMBRASIL
v.25
Latossolo Vermelho -51,766667 -12,550000
Perfil 129
Projeto
RADAMBRASIL
v.25
Latossolo Amarelo -52,200000 -15,416667
Perfil 132
Projeto
RADAMBRASIL
v.25
Latossolo Amarelo -51,950000 -15,350000
Perfil 95
Projeto
RADAMBRASIL
v.25
Latossolo Amarelo -52,183333 -14,966667
-18,150000
Perfil 118
Projeto
RADAMBRASIL
v.27
Latossolo Vermelho
Amarelo-54,750000 -17,516667
Perfil 147
Projeto
RADAMBRASIL
v.27
Latossolo Vermelho -54,566667
Identicação dos
perfis do BDSPpFonte
Classificação do solo
Ordem e subordemX Y
107
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl ou CaCl2
19 7,0 719 59 222 4,5 0,3 1,4 18,0 31,0 5,2 4,3
35 7,0 700 58 242 3,9 1,0 0,3 77,0 10,0 4,8 4,0
61 4,6 678 60 262 3,9 1,1 0,3 79,0 8,0 4,7 4,0
96 4,5 657 60 283 4,1 1,2 0,3 80,0 7,0 4,6 3,9
133 2,9 660 78 262 2,7 2,0 0,1 95,0 4,0 4,8 4,0
15 12,7 320 130 550 5,6 0,4 0,4 50,0 7,0 5,0 4,6
40 10,1 290 130 580 4,2 0,1 0,3 25,0 7,0 5,3 4,8
70 7,1 280 130 590 2,9 0,0 0,3 0,0 10,0 5,6 5,2
115 6,3 280 120 600 2,6 0,0 0,3 0,0 12,0 5,9 5,5
9 14,7 150 100 750 6,0 0,5 0,5 50,0 8,0 4,6 4,2
19 9,5 140 100 760 4,6 0,0 0,5 0,0 11,0 5,2 4,1
50 8,8 140 80 780 3,6 0,0 0,4 0,0 11,0 6,0 5,1
80 6,5 120 90 790 2,7 0,0 0,4 0,0 15,0 5,0 4,1
119 5,7 130 100 770 2,2 0,0 0,4 0,0 18,0 4,7 4,6
6 21,3 320 150 530 9,7 1,2 0,8 60,0 8,0 5,0 4,3
19 18,9 280 130 590 7,8 0,8 0,4 67,0 5,0 4,9 4,5
37 15,1 290 130 580 6,6 0,5 0,4 56,0 6,0 4,8 4,5
66 11,4 300 90 610 5,0 0,3 0,4 43,0 8,0 5,3 4,7
110 6,3 220 250 530 3,0 0,0 0,3 0,0 10,0 5,2 5,0
12 21,3 100 210 690 11,1 0,0 4,6 0,0 41,0 5,4 5,0
31 16,2 90 90 820 7,7 1,0 1,1 48,0 14,0 4,9 4,4
49 12,4 90 90 820 5,8 0,4 0,6 40,0 10,0 4,8 4,5
75 8,9 70 100 830 4,4 0,0 0,6 0,0 14,0 5,2 4,6
121 7,0 90 90 820 3,7 0,0 0,6 0,0 16,0 5,0 5,2
20 16,2 704 60 236 4,2 - 1,8 - 43,0 - 4,8
40 13,3 719 38 243 4,3 - 2,1 - 48,0 - 5,0
60 9,9 681 44 275 3,1 - 1,4 - 46,0 - 5,2
80 9,3 680 39 281 2,5 - 0,5 - 20,0 - 4,7
100 8,7 659 40 301 2,5 - 0,4 - 17,0 - 4,4
20 11,6 832 43 125 5,5 - 4,4 - 80,0 - 6,0
40 8,7 805 40 155 4,0 - 2,3 - 58,0 - 5,4
60 7,0 796 39 165 3,1 - 0,7 - 23,0 - 4,4
80 6,4 790 43 167 3,1 - 0,4 - 13,0 - 4,1
100 5,8 793 56 151 2,6 - 0,3 - 12,0 - 4,2
20 19,2 646 58 296 7,5 - 3,0 - 40,0 - 4,5
40 14,5 658 38 304 6,2 - 1,5 - 24,0 - 4,2
60 12,2 650 47 303 5,6 - 1,1 - 19,0 - 4,0
80 11,0 643 38 319 4,6 - 0,8 - 18,0 - 4,1
100 8,7 627 35 338 4,1 - 0,8 - 20,0 - 4,2
Identicação dos
perfis do BDSPpFonte
Classificação do solo
Ordem e subordemX Y
------------------------g/kg------------------------------'---------------cmolc/kg----------------'--------------%------------'
PerfilT15Amostra coletada
neste trabalho
Latossolo Vermelho
Amarelo-47,854630 -21,958554
-21,903735
PerfilT14Amostra coletada
neste trabalho
Latossolo Vermelho
Escuro-47,812883 -22,092013
PERFILTS 1 SISolosLatossolo Vermelho
Amarelo
Rodovia BR-457, trecho
Silvânia ? Leopoldo de
Bulhões, 7km após o trevo
para Silvânia, 700m à
esquerda.
PerfilT13Amostra coletada
neste trabalho
Latossolo Vermelho
Amarelo-47,890530
PERFILTS 4 SISolos Latossolo Amarelo
Rodovia BR-457, trecho
Silvânia ? Leopoldo de
Bulhões, 9km após o trevo
para Silvânia, 500m à
esquerda.
PERFILTS 3 SISolos Latossolo Vermelho
Cerrado tropicalRodovia BR-
457, trecho Silvânia ?
Leopoldo de Bulhões, 10,5Km
após o trevo para Silvânia
entrando-se à esquerda,
passando pela sede da
fazenda Morgazek; após o
córrego vira-se à direita 1,
3Km, 200m à direita.
subcaducifólio
-21,892558
PERFILPerfil 24
NÚMERO DE
CAMPO - T.M.
15
SISolos Latossolo Vermelho
A 25km de Araguari, pela
estrada Araguari-Monte
Carmelo, entrando-se à direita
e percorrendo-se 1,3km.
PERFIL01
NÚMERO DE
CAMPO - 01WN
SISolos Latossolo Vermelho -55,135916
108
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl
26 13,0 300 80 620 8,9 0,0 5,2 0,0 58,4 5,8 4,8
56 10,0 250 40 710 6,4 0,0 3,8 0,0 59,5 5,9 5,0
83 7,0 210 90 700 4,9 0,0 3,1 0,0 63,4 6,1 5,4
200 5,0 240 100 660 4,4 0,0 3,0 0,0 68,3 6,7 6,0
22 1,2 720 20 260 0,7 0,1 0,2 38,5 22,2 4,5 4,1
39 1,3 700 20 280 0,7 0,1 0,1 48,0 18,0 4,6 4,1
65 1,1 660 10 330 0,7 0,1 0,1 61,0 13,3 4,5 4,1
117 0,9 670 10 320 0,6 0,2 0,1 75,0 8,4 4,5 4,1
20 14,7 220 240 540 7,3 1,2 0,9 57,1 12,3 5,0 4,0
39 11,5 180 250 570 6,1 1,1 0,6 65,0 10,0 5,1 4,1
53 8,6 170 240 590 4,8 0,8 0,5 62,0 11,0 5,2 4,2
72 7,2 180 230 590 4,0 0,6 0,4 60,0 10,4 5,3 4,3
113 5,6 170 250 580 3,0 0,2 0,3 40,0 10,6 5,5 4,5
30 14,0 650 50 300 6,8 1,5 0,7 67,3 11,0 4,8 4,1
53 8,0 650 40 310 5,1 1,5 0,4 79,0 8,0 4,8 3,9
74 6,0 640 20 340 4,0 1,3 0,2 86,1 5,2 4,8 4,0
100 4,0 630 40 330 3,0 1,0 0,3 76,3 10,3 5,1 4,1
30 8,0 770 50 180 6,0 0,0 3,2 0,0 53,1 6,8 5,2
42 6,0 680 30 290 5,5 0,3 1,9 14,0 34,5 5,6 4,4
66 6,0 650 30 320 5,4 0,4 1,9 17,2 35,4 5,3 4,3
100 4,0 650 30 320 4,6 0,7 1,3 34,7 29,0 5,0 4,2
15 9,0 870 20 110 4,2 0,6 0,7 46,2 17,0 4,7 -
37 6,0 850 20 130 3,8 1,1 0,1 90,2 3,1 4,3 3,9
52 6,0 820 20 160 3,9 1,1 0,1 90,2 3,1 4,2 3,9
72 5,0 810 20 170 3,6 1,2 0,1 90,9 3,3 4,5 3,9
106 3,0 810 20 170 2,9 0,8 0,2 81,0 7,2 5,2 3,9
20 15,0 120 220 660 8,8 0,1 7,3 1,0 83,0 6,7 5,6
32 10,0 90 180 730 6,9 0,1 5,4 2,0 78,4 6,5 5,5
55 7,0 90 200 710 5,6 0,1 4,5 2,2 80,4 6,4 5,7
77 6,0 90 180 730 4,8 0,2 4,0 5,0 83,2 6,4 5,8
100 5,0 90 190 720 4,6 0,0 3,9 0,0 85,0 6,5 5,8
19 8,0 40 220 740 6,4 0,2 4,1 5,0 64,2 5,4 4,9
34 11,0 50 230 720 8,1 0,2 6,1 3,2 75,2 5,9 5,2
53 14,0 50 250 700 10,0 0,1 8,8 1,1 88,0 6,5 5,8
95 7,0 40 240 720 5,9 1,1 2,1 34,1 36,0 5,0 4,2
130 6,0 40 240 720 5,5 0,9 1,7 34,4 31,2 4,6 4,2
16 21,0 60 240 700 8,5 0,4 3,3 11,0 39,0 5,2 -
37 16,0 40 250 710 6,1 1,3 1,1 53,3 19,0 4,7 -
69 12,0 50 230 720 5,2 1,0 0,7 58,1 14,0 4,8 -
104 10,0 50 220 730 5,1 0,7 0,7 49,0 14,4 4,8 -
X YIdenticação dos
perfis do BDC
Classificação do solo
Ordem e subordem
Perfil 1492BOGNOLA et al.,
2003Latossolo Vermelho Fazenda Novo Destino
Perfil 1499BOGNOLA et al.,
2003
Perfil 1139
Latossolo Vermelho Fazenda Novo Destino
OLIVEIRA et al.,
1979Latossolo Vermelho Folha Americana C 8
Perfil 1189OLIVEIRA et al.,
1979Latossolo Vermelho Folha Americana C 3
Latossolo Vermelho Fazenda Novo Destino
Perfil 1172OLIVEIRA et al.,
1979
Latossolo Vermelho
AmareloFolha Cosmopolis I 3
Perfil 1495BOGNOLA et al.,
2003
IIRCC 5 SPEMBRAPA -
SNLCS, 1988Latossolo Vermelho -47,166718 -22,566615
Perfil 1385 OLIVEIRA, 1999bLatossolo Vermelho
Amarelo-47,619591 -22,549332
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
Perfil 1271OLIVEIRA e
PRADO, 1984Latossolo Vermelho -47,536582 -22,473788
Fonte
109
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl ou CaCl2
20 14,1 744 36 220 3,5 - 1,3 - 38,3 5,6 4,6
42 9,6 733 32 235 2,4 - 0,3 - 12,8 5,1 4,4
65 8,6 716 32 252 1,9 - 0,4 - 22,1 5,2 4,6
120 7,7 697 32 271 1,6 - 0,4 - 25,6 5,5 4,9
16 21,1 692 45 264 5,4 0,1 3,7 3,1 68,6 6,5 5,5
35 17,6 678 42 280 4,6 0,2 2,2 8,3 47,8 5,9 4,8
55 10,9 654 44 302 3,3 0,2 1,3 12,1 39,5 5,7 4,7
84 8,6 612 45 344 2,3 0,4 0,6 40,0 26,6 5,2 4,6
185 6,7 614 42 345 2,2 0,2 0,7 21,6 31,4 5,2 4,7
17 8,7 630 30 340 4,3 0,1 2,0 4,0 47,0 6,2 5,3
30 7,0 600 40 360 3,4 0,3 0,5 35,0 14,0 5,2 4,6
59 6,5 590 50 360 3,0 0,3 0,3 49,0 10,0 4,8 4,7
105 4,8 580 30 390 2,0 0,1 0,3 21,0 16,0 5,0 5,4
20 15,7 288 227 485 7,8 0,0 2,0 0,0 26,0 - 4,5
40 13,9 296 207 497 6,5 0,0 2,3 0,0 35,1 - 4,7
60 10,4 293 197 510 5,1 0,0 1,7 0,0 34,0 - 4,7
80 8,1 287 197 516 3,3 0,0 0,8 0,0 25,0 - 4,7
100 8,7 288 186 526 4,6 0,0 1,2 0,0 26,4 - 4,9
20 13,9 647 117 236 5,4 0,0 2,6 0,0 48,1 - 5,0
40 11,6 646 108 246 4,2 0,0 1,7 0,0 40,0 - 5,0
60 9,3 626 100 274 5,2 0,0 1,4 0,0 27,3 - 4,7
80 8,1 647 71 282 4,0 0,0 1,5 0,0 38,1 - 4,7
100 6,4 652 66 282 2,3 0,0 0,5 0,0 22,1 - 4,8
20 12,8 659 95 246 5,9 0,0 2,8 0,0 48,0 - 4,6
40 10,4 661 99 240 5,3 0,0 1,9 0,0 36,0 - 4,4
60 8,7 651 88 261 3,6 0,0 1,4 0,0 40,0 - 4,6
80 7,5 617 108 275 17,7 0,0 1,1 0,0 6,0 - 4,7
100 6,4 611 107 282 3,0 0,0 1,0 0,0 32,0 - 4,9
20 18,6 167 271 562 7,8 0,0 2,0 0,0 26,0 - 4,5
40 16,2 172 263 565 7,2 0,0 2,0 0,0 27,0 - 4,6
60 15,1 182 172 646 6,6 0,0 2,4 0,0 37,0 - 4,9
80 11,0 153 276 571 5,4 0,0 2,0 0,0 37,0 - 5,1
100 9,9 153 276 571 4,8 0,0 1,7 0,0 36,0 - 5,1
20 16,2 473 163 364 6,4 0,0 4,2 0,0 66,0 - 5,7
40 12,2 469 150 381 4,8 0,0 2,3 0,0 47,0 - 5,2
60 9,3 447 161 392 3,2 0,0 1,0 0,0 30,0 - 4,7
80 7,5 480 91 429 2,8 0,0 0,8 0,0 29,0 - 4,8
100 8,7 476 103 421 3,0 0,0 1,0 0,0 34,0 - 5,0
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
Latossolo Vermelho -47,528596 -21,425579
PerfilT9Amostra coletada
neste trabalhoLatossolo Vermelho -47,528709 -21,429835
Confidencial Confidencial Latossolo Vermelho Confidencial
Confidencial ConfidencialLatossolo Vermelho
AmareloConfidencial
PerfilT7Amostra coletada
neste trabalhoLatossolo Vermelho -47,528784 -21,427588
PerfilT8Amostra coletada
neste trabalhoLatossolo Vermelho -47,539095 -21,386161
PerfilT10Amostra coletada
neste trabalho
PerfilT11Amostra coletada
neste trabalhoLatossolo Vermelho -47,542136 -21,387717
Latossolo Vermelho Confidencial
Identicação dos
perfis do BDCFonte
Classificação do solo
Ordem e subordemX Y
Confidencial Confidencial
110
Prof Carbono Areia total Silte Argila CTC Al SB m V pH pH
cm em H2O em KCl ou CaCl2
20 15,1 528 72 400 6,1 0,0 4,3 0,0 71,0 - 5,9
40 12,2 548 52 400 4,9 0,0 3,4 0,0 70,0 - 6,3
60 9,3 539 52 409 3,3 0,0 1,3 0,0 40,0 - 5,7
80 9,3 525 57 418 3,2 0,0 1,2 0,0 38,0 - 5,5
100 8,7 517 46 437 3,2 0,0 1,0 0,0 32,0 - 5,4
20 22,6 278 261 461 12,4 - 2,5 - 20,3 4,7 4,1
55 20,6 248 276 476 11,0 - 1,4 - 13,1 4,7 4,1
115 10,5 227 269 504 7,7 - 0,7 - 9,0 4,6 4,1
225 4,1 108 285 607 4,7 - 0,8 - 17,3 5,2 4,8
------------------------g/kg-----------------------------'---------------cmolc/kg----------------'--------------%------------'
PerfilT12Amostra coletada
neste trabalho
Latossolo Vermelho
Amarelo-47,579560 -20,965722
Identicação dos
perfis do BDCFonte
Classificação do solo
Ordem e subordemX Y
A 2,5km de Água Santa,
estrada para a Usina Boa
Vista. Município de
Limeira, SP.
Latossolo VermelhoRANZANI et al.,
1966Perfil 20
111
Anexo 2. Diagramas (boxplot) com caixas de variação de todos os atributos edáficos
analisados neste estudo, nas camadas 0-30cm e 30-100cm, encontrado nos cinco BD
estudado para os respectivos usos e cobertura da terra: Sf (Savana florestada), Sap
(Savana arborizada + Savana parque), Sgl (Savana gramíneo-lenhosa), Pp (Pastagem
plantada) e C (Cana-de-açúcar).
112
113
114
115
116