Mapeamento espaço-temporal do carbono orgânico do solo para o Brasil

• Processo: 25/00139-6
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de junho de 2025
• Data de Término da vigência: 31 de maio de 2027
• Área de conhecimento: Ciências Agrárias - Agronomia - Ciência do Solo
• Pesquisador responsável: Carlos Eduardo Pellegrino Cerri
• Beneficiário: Cássio Marques Moquedace dos Santos
• Instituição Sede: CENTRO ESTUDOS CARBONO AGRICULTURA TROPICAL/USP
• Vinculado ao auxílio: 21/10573-4 - Centro de Pesquisa de Carbono em Agricultura Tropical (CCARBON), AP.CEPID
• Assunto(s): Pedometria
• Palavra(s)-Chave do Pesquisador: digital soil mapping | pedometrics | Prediction Modeling | Pedometria

Resumo

O presente projeto tem como objetivo mapear a variação espacial (com resolução de 30 m) e temporal (para períodos de 10 anos entre 1984-2023) do carbono orgânico do solo (SOC), para as camadas de 0-20, 20-40, 40-60, 60-80 e 80-100 cm, no território brasileiro, e avaliar a relação com o uso e cobertura do solo e a expansão de áreas agrícolas. Para isso, serão utilizados dados legados de solos obtidos da Biblioteca Espectral de Solos do Brasil (BSSL) e do Repositório Livre Brasileiro de Dados Abertos de Solos (FEBR). Para determinar as variações temporais do SOC, as covariáveis ambientais serão divididas em estáticas e dinâmicas. Como covariáveis estáticas, serão utilizados 13 atributos do terreno provenientes do modelo digital de elevação da Missão Topográfica de Radar Embutido (SRTM), com pixels de 30 m, calculados por meio do pacote de Análise do Terreno na plataforma Google Earth Engine (GEE), denominado TAGEE. Uma imagem sintética do solo (SYSI) de solo exposto também será obtida por meio da mineração de dados temporais da série Landsat (1984 até o presente), utilizando o método GEOS3.Como covariáveis dinâmicas, serão obtidos os seguintes índices de vegetação, calculados a partir de imagens Landsat: o índice de vegetação da diferença normalizada (NDVI), o índice de vegetação ajustado ao solo (SAVI) e o índice de vegetação aprimorado (EVI). As covariáveis dinâmicas são aquelas que mudam ao longo da série temporal, ou seja, serão obtidos valores médios desses índices nos períodos de 10 anos de interesse. Essas covariáveis também serão calculadas com o valor médio de toda a série Landsat (1984 até o presente).O algoritmo Random Forest será utilizado para calibrar um modelo único, contendo todos os pontos de amostragem (após a padronização de profundidade) como variável dependente e as covariáveis estáticas, juntamente com os índices médios de vegetação de 1984 até o presente, como variáveis independentes. Esse modelo será utilizado para prever o SOC de cada período de interesse, e para isso, os índices médios de vegetação serão substituídos por covariáveis dinâmicas (índices de vegetação de cada período) na previsão. Um conjunto de validação será selecionado a partir do banco de dados inicial para cada período de 10 anos, a fim de avaliar a precisão dos mapas gerados. Mapas de uso e cobertura da terra e de mudança no uso do solo serão obtidos para o período, com o objetivo de avaliar a relação entre esses fatores e o SOC. Os mapas digitais obtidos serão organizados dentro de um Sistema de Informação Geográfica na Web (SIGWEB) para análise e consulta pública.