Interação entre monitoramento geoespacial de dados ambientais e carbono do solo oriundo de fogo

• Processo: 23/15402-9
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de janeiro de 2024
• Data de Término da vigência: 31 de dezembro de 2025
• Área de conhecimento: Ciências Biológicas - Ecologia - Ecologia Aplicada
• Acordo de Cooperação: NERC, UKRI
• Pesquisador responsável: Plínio Barbosa de Camargo
• Beneficiário: João Arthur Pompeu Pavanelli
• Instituição Sede: Centro de Energia Nuclear na Agricultura (CENA). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Vinculado ao auxílio: 21/00976-4 - Carbono pirogênico na Amazônia: quantificando as respostas do carbono do solo ao efeito do fogo, AP.TEM
• Assunto(s): Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: carbono de solo e do fogo | imagens espaciais | interação carbono e geoespaciamento | interação geoespacial isotópica | Modelagem Geoespacial | Sensoriamento Remoto | Geoespaciamento ecologica

Resumo

Para criar a base de dados geoespacial, este projeto irá primeiro compilar os dados sobre SOC e suas frações produzidos pelo projeto e a partir da revisão da literatura. Como as características climáticas, topográficas, do regime de fogo, da biomassa, da cobertura da terra e do solo variam entre as regiões amazônicas e esta variação pode ser refletida nos padrões SOC da região, o projeto irá adicionalmente compilar informações contínuas espacialmente explícitas sobre esses componentes. Essas informações serão utilizadas para entender as relações entre os drivers e o SOC em cada local de amostragem e servirão de base para a geração dos mapas SOC propostos. Um conjunto de algoritmos de regressão será considerado neste estudo para avaliar as relações entre SOC e drivers, abrangendo três abordagens principais: (i) modelos lineares, (ii) modelos baseados em kernel e (iii) modelos baseados em árvores de decisão. Todos os algoritmos são implementados no circunflexo do pacote R. Utilizaremos um framework de modelagem composto por duas etapas principais: (1) seleção das métricas mais relevantes; e (2) validação dos modelos selecionados considerando a incerteza SOC relacionada aos dados de amostragem de campo. Para seleção de características, aplicaremos o algoritmo RFE (rotina rfe do pacote caret), utilizando as frações SOC de cada gráfico como variável resposta. O RFE será usado para avaliar o efeito do número de recursos de entrada sobre o desempenho do modelo. O desempenho será avaliado pela raiz do erro quadrático médio, quantificado por meio de esquema de validação cruzada, repetido 10 vezes. Os parâmetros do modelo serão otimizados usando uma validação cruzada interna e selecionando os parâmetros com o menor RMSE. Após a análise de O2, usaremos o melhor conjunto de variáveis e modelo para analisar e produzir mapas completos que representem a variabilidade espacial do SOC. O novo banco de dados espacial do SOC para a Amazônia ajudará a informar o processo de produção do Inventário Nacional de Emissões de GEE e como potencial indicador de sustentabilidade (por exemplo, cumprimento dos ODS ou refinamento do Nível de Referência de Emissões Florestais e do REDD+). (AU)