Search

A Baía do Pontal, localizada no município de Ilhéus - BA, por muitos anos teve grande importância econômica por sediar o primeiro Porto de Ilhéus, porém as dificuldades de ancoragem e os inúmeros acidentes em razão do assoreamento, fizeram com que se construísse outro porto. Após a construção do Porto do Malhado na Enseada das Trincheiras, houve a progradação da praia da Avenida e o "aparecimento" da praia do Cristo, a qual bloqueia a desembocadura da baía, acelerando a tendência de assoreamento. Tendo em vista a necessidade de entender as modificações que ocorrerão ao longo do tempo na morfologia de fundo, este trabalho visou o estudo comparativo da batimetria (1941-1976) da Baía do Pontal. Para a realização dos estudos foram utilizadas: a carta batimétrica do ano de 1941 na escala 1/10000 e a folha de bordo na escala 1/5000 elaborada pela Diretoria de Hidrografia e Navegação (DHN), no ano de 1976. A digitalização dos mapas permitiu a elaboração de mapas batimétricos da Baía do Pontal. As comparações (1941-1976) permitiram identificar as modificações que ocorreram ao longo do tempo, tais como: o deslocamento do canal, o estreitamento na Baía, a presença de bancos de areia e as alterações no relevo de fundo.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Caracterizada como uma produção industrial, a suinocultura gera uma quantidade expressiva de resíduos de natureza orgânica, convertidos em águas residuárias que podem ser consideradas como fonte de poluição, principalmente, dos recursos hídricos. Os Sistemas de Informações Geográficas, possuem robustas ferramentas aplicadas no gerenciamento e análise de informações de qualquer natureza (espacial ou geográfica). Objetiva-se verificar se a atividade suinícola, presente na Unidade de Planejamento e Gestão de Recursos Hídricos DO1 do rio Doce no estado de Minas Gerais, está alterando a qualidade das águas superficiais das bacias hidrográficas que a compõem. Neste sentido, pretende-se verificar o desempenho do Sistema de Informações Geográficas na avaliação da qualidade das águas superficiais, testar o Random Forest como classificador das variáveis de qualidade das águas superficiais, aplicar a estatística espacial como ferramenta para a avaliação da qualidade das águas superficiais, estruturar o indicador Superfície Agrícola Utilizada, Temporária e Permanente e, aplicar o Equivalente Populacional como indicador na avaliação dos impactos dos resíduos suinícolas sobre a qualidade das águas superficiais da área de estudo. A delimitação da área de estudo foi feita a partir de um modelo digital de elevação gerado pelo ArcGis, versão 10.3.1. O rebanho suinícola dos municípios da área de estudo foi levantado no Sistema IBGE de Recuperação Automática no ano de 2014 e no Sistema de Cadastro e Georreferenciamento de Defesa Sanitária Animal no ano de 2015, do Instituto Mineiro de Agropecuária. Os dados das variáveis de qualidade da água foram obtidos dos relatórios executivos do Projeto Águas de Minas, no período de 1997 a 2014, no site do Instituto Mineiro de Gestão das Águas, em quinze estações de monitoramento implantadas na área de estudo. O Programa Águas de Minas adota dois períodos, chuvoso e de estiagem, respectivamente. Os resultados apresentaram um conjunto composto de três variáveis (cargas de sólidos em suspensão, fósforo total e nitrato, no período seco) que foram classificadas pelo software, no quarto estágio do treinamento. Essas variáveis selecionadas pelo procedimento Random Forest foram capazes de predizer razoavelmente o volume da água residuária da atividade suinícola na área de estudo. No estágio final do processo o modelo de regressão ajustado apresentou o coeficiente de correlação igual a 63,10%. Com os resultados obtidos, a partir da análise integrada, dos métodos em ambientes de Sistemas de Informações Geográficas e estatística espacial, pode-se concluir que os resíduos da atividade suinícola na área de estudo estão contribuindo para a alteração da qualidade das águas superficiais. Characterized as an industrial production, swine breeding produces an expressive amount of organic waste, converted into wastewater that has been considered as a source of pollution, mainly water resources. Geographic Information Systems have robust tools applied in the management and analysis of information of any nature (spatial or geographical). The objective of this study was to verify if the swine activity, present in the DO1 Water Resources Planning and Management Unit of the Doce River in Minas Gerais State has been altering the quality of the surface waters of the watersheds that compose it. Then, we intend to verify the performance of the Geographic Information System in the evaluation of surface water quality, to test Random Forest as a classifier of surface water quality variables, to apply spatial statistics as a tool for the evaluation of surface water quality, to structure the Indicator of Agricultural Utilization, Temporary and Permanent, and to apply the Population Equivalent as an indicator in the evaluation of the impacts of swine residues on the surface water quality of the study area. The delimitation of the study area had done from a digital elevation model generated by ArcGis, version 10.3.1. The swine herd of the municipalities of the study area was surveyed in the IBGE Automatic Recovery System in 2014 and in the System of Cadastre and Georeferencing of Animal Sanitary Defense in the year 2015, of the Instituto Mineiro de Agropecuária. The data of water quality variables had obtained from the executive reports of the Projeto Águas de Minas, from 1997 to 2014, on the website of the Instituto Mineiro de Gestão das Águas, in fifteen monitoring stations located in the study area. The Projeto Águas de Minas adopts two periods, rainy and dry, respectively. The results presented a set composed of three variables (loads of suspended solids, total phosphorus and nitrate in the dry period) that were classified by the software in the fourth stage of the training. These variables selected by the Random Forest procedure were able to reasonably predict the volume of wastewater from the swine activity in the study area. In the final stage of the process, the adjusted regression model had a correlation coefficient of 63.10%. With the results obtained, from the integrated analysis of the methods in Geographic Information Systems and spatial statistics environments, it has be concluded that residues of the swine activity in the study area are contributing to the alteration of surface water quality.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Human occupations have a history of lack of planning and lack of organization that, many times, have compromised people s quality of life and environmental quality. It is observed that soil loss is a major environmental problem associated with the use and occupation of new areas, which, besides affecting the native flora and fauna, can seriously compromise the flow of watercourses and, therefore, people's quality of life. In this context, in any planning process, the availability and the information about the soil resources, in particular of its limitations and capabilities, are important data. Given the above, this study has aimed to: i) evaluate the effectiveness of two different approaches to soil mapping: automated via Artificial Neural Networks (ANN) and the traditional one, made with the help of soil scientists; and ii) estimate the carbon stock of the soil in Bacia do Rio Turvo Sujo, located in the Zona da Mata of Minas Gerais. The methodology consisted of modeling the distribution of soils in the basin area, using existing and new data, Geographic Information System (GIS), RNA's and field checks. The existing data were obtained in theses and documents that contained information on soil profiles in the area. The new data were collected in the field, in modal profiles for specific points of the basin, due to the absence of previous data. In the collections in the field, the profile was described and samples were collected from each horizon. We also raised some points of observation of some classes of soil. In working with GIS, a digital elevation model (DEM) was generated and from it, there were slope mapping, radiation, surface of sun exposure, horizontal distance, vertical distance, and curvature. Combining the curvature, slope, and vertical distance to drainage resulted in a map of units in the landscape of that region: top, terrace, convex and concave hillsides. In addition to these input data, three bands of an ASTER image (from 2001) and the Normalized Difference Vegetation Index (NDVI) were used. Two soil maps were then produced: one made with soil scientists, focused solely on field and laboratory data, and the other, which used GIS and ANN tools. The evaluation of the suitability of soil maps produced was made from the Kappa index. In the conventional map five classes of soil were established, and in the one produced via ANN, seven classes. The results showed greater accuracy of the map produced via ANN (Kappa = 66.6%) compared with that generated in traditional way (Kappa = 42.6%). The carbon stock in the soil, estimated up to one meter depth based on profile data from the basin of Rio Turvo, was around 4.900.000 tons, considering the depth of 1 meter. The relationship between the occurrence of soils and relief attributes, derived from DEM, were decisive in the delineation of soil mapping units in the region studied, which certainly ensured a better performance of the digital map production. Although extrapolation to other regions should be taken with caution, the results indicate that the ANNs were able to map the soils in the Bacia do Rio Turvo Sujo in an automated and appropriate manner, with more detailed results than the traditional procedure. In the conventional classification, it is difficult to perfectly integrate a wide range of information from different sources and in this respect, the ANNs result in helping to obtain a final product of better quality. Obviously, this data processing will not be able to replace human hands and minds in the survey procedures and soil classification, but should be taken as a tool to obtain results increasingly closer to reality. As ocupações humanas apresentam um histórico de ausência de planejamento e falta de organização que tem, muitas das vezes, comprometido a qualidade de vida da população e a qualidade ambiental. Observa-se que a perda do solo é um dos grandes problemas ambientais associado ao uso e ocupação de novas áreas, que além de afetar a flora e fauna nativas, pode comprometer seriamente a vazão dos cursos d água e, portanto, a qualidade de vida das pessoas. Nesse contexto, em qualquer processo de planejamento, a disponibilidade e o domínio da informação acerca do recurso solo, em especial, de suas limitações e potencialidades são dados importantes. Diante do exposto, o presente trabalho teve como objetivos: i) avaliar a eficiência de duas diferentes metodologias de mapeamento dos solos: automatizada, via Redes Neurais Artificiais (RNA s) e a tradicional, efetuada com auxílio de pedólogos; ii) estimar o estoque de carbono dos solos da Bacia do Rio Turvo Sujo, localizada na Zona da Mata mineira. A metodologia utilizada consistiu da execução da modelagem da distribuição de solos na área da bacia, utilizando-se dados existentes e novos, Sistema de Informações Geográficas (SIG s), RNA s e checagens de campo. Os dados existentes foram obtidos em teses e documentos que continham informações de perfis de solos presentes na área. Os novos dados foram coletados em campo, em perfis modais, para pontos específicos da bacia, em função da ausência de dados anteriores. Nas coletas de campo, o perfil foi descrito e amostras foram coletadas de cada horizonte. Foram levantados também alguns pontos de observação de algumas classes de solo. No trabalho com SIG foi gerado um modelo digital de elevação (MDE) e, a partir dele, os mapas de declividade, radiação, face de exposição solar, distância horizontal, distância vertical e curvatura. Combinando-se a curvatura, a declividade e a distância vertical à drenagem produziu-se um mapa de unidades da paisagem na região: topo, terraço, encostas côncavas e encostas convexas. Além destes dados de entrada, foram usadas três bandas de uma imagem ASTER (do ano de 2001) e o Índice de Vegetação por Diferença Normalizada (NDVI). Dois mapas de solos foram então produzidos: um efetuado juntamente com pedólogos e centrado unicamente nos dados de campo e de laboratório, e o outro, que fez uso das ferramentas de SIG e RNA s. A avaliação da adequabilidade dos mapas de solos produzidos foi efetuada a partir do índice Kappa. No mapa convencional foram estabelecidas cinco classes de solo e, no produzido via RNA, sete classes. Os resultados indicaram maior acerto do mapa produzido via RNA (Kappa = 66,6%), em comparação com aquele gerado pela forma tradicional (Kappa = 42,6%). O estoque de carbono no solo estimado até um metro de profundidade com base nos dados dos perfis da bacia do Rio Turvo Sujo foi em torno de 4.900.000 toneladas, considerando a profundidade de 1 metro. As relações entre a ocorrência dos solos e os atributos do relevo derivados do MDE foram determinantes para o delineamento de unidades de mapeamento de solos na região estudada, o que por certo, garantiu um melhor desempenho do mapa digital produzido. Embora a extrapolação para outras regiões deva ser tomada com ressalvas, os resultados obtidos indicam que as RNA s foram capazes de mapear de forma automatizada e adequada os solos da Bacia do Rio Turvo Sujo, com resultados mais detalhados do que o procedimento tradicional. Na classificação convencional, é difícil a perfeita integração de um grande número de informações de diferentes origens e, sob esse aspecto, as RNA s acabam auxiliando na obtenção de um produto final de melhor qualidade. Obviamente que esse procedimento informático não será capaz de substituir as mãos e a mente humana nos procedimentos de levantamento e classificação de solos, mas deve ser tomado como uma ferramenta para a obtenção de resultados cada vez mais próximos da realidade.