Simone Bönisch - Tese de Mestrado

GEOPROCESSAMENTO AMBIENTAL COM TRATAMENTO DE INCERTEZA: O CASO DO ZONEAMENTO PEDOCLIMÁTICO PARA A SOJA NO ESTADO DE SANTA CATARINA

Objetivo

No ambiente de Sistemas de Informações Geográficas, com raríssimas exceções, nenhuma informação quantitativa sobre a qualidade dos produtos gerados é agregada ao produto final. Neste contexto, o presente estudo aborda a modelagem de propriedades e processos do meio físico natural com a geração de informações quantitativas das incertezas associadas aos cenários produzidos pelas modelagens, que utilizam análise integrada de dados espaciais em meio digital. No presente estudo, utilizou-se dos conceitos para métricas de incerteza espacial com base no paradigma da geoestatística por indicação.

O estudo de caso apresentado é baseado no Projeto Zoneamento Pedoclimático do Brasil, aplicado para a cultura da soja no Estado de Santa Catarina. São sugeridas três modificações na metodologia original de integração de dados deste projeto. Estas modificações correspondem à consideração da aptidão climática como um conceito dinâmico, à modelagem dos atributos definidores da aptidão pedoclimática por técnicas da krigeagem por indicação e à aferição dos resultados encontrados por informações adicionais de controle, relacionadas à produtividade da soja.

Com a modelagem por krigeagem por indicação, foi possível modelar atributos categóricos e numéricos, possibilitando em ambos os casos uma estimativa para uma medida espacial de incerteza associada a cada propriedade modelada. As representações obtidas nas modelagens foram integradas e as respectivas incertezas propagadas, obtendo-se no final de todo o processo de análise espacial uma representação de aptidão pedoclimática categórica e outra numérica, assim como as incertezas relativas a estas representações. Estas representações espaciais constituíram as bases para a determinação dos cenários possíveis de zoneamento pedoclimático para a cultura da soja catarinense.

Na análise dos resultados, por uma avaliação das incertezas estimadas e dos resultados encontrados na aferição, foi possível avaliar tantos os dados iniciais que formaram os conjuntos amostrais no processo de modelagem, quanto a própria metodologia de zoneamento. Concluiu-se que, para uso em operação desta metodologia, é importante que os dados primários, quer sejam originários de estações remotas, caso dos dados de clima, quer sejam dados de perfil e amostras, caso dos dados de solo, necessitam de um tratamento de consistência rigoroso, principalmente no que se refere aos dados de solo. A dificuldade em encontrar dados digitais, organizados e confiáveis, também impõe enormes dificuldades para a implantação de procedimentos operacionais de definição de zoneamentos de culturas em escala regional, uma necessidade para o planejamento da produção em um país com as dimensões do Brasil.