Skip navigation
Veuillez utiliser cette adresse pour citer ce document : http://repositorio.unb.br/handle/10482/19879
Fichier(s) constituant ce document :
Fichier Description TailleFormat 
2015_EltonSouzaOliveira.pdf4,86 MBAdobe PDFVoir/Ouvrir
Titre: Estoques de carbono no solo estimado por regressão geograficamente ponderada na Bacia do Sarandi - DF
Autre(s) titre(s): Carbon stocks in soil estimated in geographically weighted regression in Sarandi Basin - DF
Auteur(s): Oliveira, Elton Souza
Orientador(es):: Reatto, Adriana
Coorientador(es):: Roig, Henrique Llacer
Assunto:: Mapeamento
Solos - análise
Gestão e planejamento ambiental
Carbono
Date de publication: 7-avr-2016
Référence bibliographique: OLIVEIRA, Elton Souza. Estoques de carbono no solo estimado por regressão geograficamente ponderada na Bacia do Sarandi - DF. 2015. xiii, 92 f., il. Dissertação (Mestrado em Geociências Aplicadas)—Universidade de Brasília, Brasília, 2015.
Résumé: O conhecimento da variabilidade espacial e temporal do estoque de carbono no solo (ECS) e sua espacialização são fundamentais no monitoramento da emissão dos gases do efeito estufa para sua mitigação, bem como indicadores de qualidade do solo para os pagamentos por serviços ambientais. Por outro lado, nem sempre são evidentes quais fatores controlam os ECS, tais como: classes de solos, propriedades do solo (textura, por exemplo), relevo, cobertura vegetal e uso da terra, nem tão pouco, muitos desses estudos são realizados em parcelas experimentais. Portanto, muito pontuais restringindo a utilização do dado apenas localmente, não permitindo sua extrapolação e espacialização. Nesse contexto, há uma demanda crescente pela quantificação do ECS utilizando técnicas que demandem menor tempo, recursos financeiros, esforço amostral e que levem em consideração o comportamento dos ECS na etapa de espacialização da informação. A modelagem dos ECS pode ser uma alternativa em ambientes com diversidade de variáveis que contribuem com os estoques de carbono no solo, tais como: classe de solo, uso e cobertura vegetal do solo, geomorfologia e etc. Assim, por meio da literatura, esse trabalho aprimorou as discussões a respeito dos componentes da paisagem que exercem maior influência nos estoques de carbono no solo. Estabelecidas essas variáveis na área experimental do estudo, foram realizados os testes de modelagem espacial por meio da Regressão Geograficamente Ponderada (Geographically Weighted Regression – GWR). A GWR em conjunto com outras etapas de análise foi adequada para estimar com excelente precisão os estoques de carbono no solo nas profundidades 0-20 cm (R²: 0,96), 20-40 cm (R²: 0,90), 40-60 cm (R²: 0,90), 60-80 cm (R²: 0,98) e 80-100 cm (R²: 0,96) além de ter sido útil para reduzir custo e tempo no levantamento dos ECS e elucidar questões referentes a limitações de coleta de dados e espacialização da informação.
Abstract: The knowledge of the spatial and temporal variability of the stock of carbon in the soil (ECS) and their spatial distribution are critical in monitoring the emission of greenhouse gases to mitigate them, as well as soil quality indicators for payments for environmental services. On the other hand, they are not always obvious which factors control the ECS, such as soil types, soil properties (texture, for example), relief, vegetation cover and land use, nor many of these studies are conducted in experimental plots. So very punctual restricting the use of data only locally, not allowing their extrapolation and spatial. In this context, there is a growing demand for quantification of ECS using techniques that require less time, financial resources, sampling effort and taking into account the behavior of ECS in the spatial phase information. The modeling of ECS may be an alternative in environments with diverse variables that contribute to the carbon stocks in the soil, such as soil type, use and soil cover, geomorphology and etc. Thus, through literature, this work has enhanced the discussions of the landscape components that have more influence in carbon stocks in the soil. Given these variables in the experimental area of study, spatial modeling tests were performed by Geographically Weighted Regression (Geographically Weighted Regression - GWR). The GWR together with other stages of analysis was adequate to estimate with great precision the carbon stocks in the soil depths 0-20 cm (R²: 0.96), 20-40 cm (R²: 0.90), 40- 60 cm (R²: 0.90), 60-80 cm (R²: 0.98) and 80-100 cm (R²: 0.96) as well as being helpful in reducing cost and time in the survey of ECS and clarify issues concerning the limitations of data collection and spatial information.
metadata.dc.description.unidade: Instituto de Geociências (IG)
Description: Dissertação (mestrado)—Universidade de Brasília, Instituto de Geociências, 2015.
metadata.dc.description.ppg: Programa de Pós-Graduação em Geociências Aplicadas e Geodinâmica
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
DOI: http://dx.doi.org/10.26512/2015.07.D.19879
Collection(s) :Teses, dissertações e produtos pós-doutorado

Affichage détaillé " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/19879/statistics">



Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.