Informações de solo como suporte aos sistemas de apoio à ... Cemaden... · -Uso da informação...

Informações de solo como

suporte

aos sistemas de apoio à decisão

Alexandre H C Barros alex@uep.cnps.embrapa.br

III Reunião Técnica do CEMADEN Extremos Climáticos e Colapso de Produção Agrícola

Sumário

- Níveis de informação de solo

- Organização e publicação da informação

- Uso da informação em sistemas de apoio à decisão

- Desafios e oportunidades

Importância

Monitoramento do movimento de água solutos;

Mudanças climáticas (fluxo de calor e água);

Modelos de circulação geral da atmosfera;

Dinâmica da água no solo e seu efeito sobre o estresse hídrico e no

rendimento das culturas sob diferentes cenários;

Manejo de irrigação e de impactos ambientais, como erosão e

poluição de aquíferos;

Monitoramento hidrológico;

Indicadores químicos e biológicos;

Serviços ambientais, etc.

Níveis de informações do solo

Identificar e mapear os diferentes solos

e ambientes

Permitir indicar as potencialidades e

limitações dos ambientes.

A escala e qualidade do produto

dependem da qualidade do material cartográfico,

variação ambiental, condições de acesso à área,

intensidade de prospecção e amostragem, etc.

Levantamento de Solos

• Informações intrínsecas dos solos como: textura, fertilidade, pedregosidade, profundidade, retenção de água, etc.;

• Informações do ambiente como: relevo, rochosidade, vegetação (clima), drenagem, etc. importantes no manejo e das terras.

Levantamento de Solos

Observações de campo

+

Análises de laboratório

+

Trabalhos de escritório

Mapa de solos

Etapas

Levantamento de Solos

Mapa de Solos

Folha Arapiraca - escala 1:100.000

Descrição pedológica disponível

Levantamento de Solos

Regional

Estadual

Municipal

Nacional

Níveis de informações de solos

Local (Fazendas, etc.)

Diferentes escalas

1:10.000 1:100.000 1:5.000

Principais fontes de informações de solos

Levantamentos exploratório - reconhecimento de solos de todos os

estados do Nordeste (escalas de 1:100.000 a 1:1.000.000)

Alagoas 1:100.000

Mapa de solos

http://www.uep.cnps.embrapa.br/zaal/at06.php

Rio Grande do Norte 1:400.000

Mapa de solos

Maranhão 1:1.000.000

Piauí 1:1.000.000

Todos os municípios do Nordeste

http://www.uep.cnps.embrapa.br/solos http://www.agritempo.gov.br

Organização e publicação da informação

www

Agrissolos

Sistema de Informação sobre os Solos do Brasil

Embrapa / UFSCAR

http://www.bdsolos.cnptia.embrapa.br/

http://mapoteca.cnps.embrapa.br/projetos.aspx

Geoportal Digital

https://bd1.uep.cnps.embrapa.br/apache2-default/bdne/login/login.php

WebGis

Informação de solos integrados com Google

(perfis, dados morfológicos, físico-químicos, pedotransferência, etc.)

WebGis

Informação de solos integrados com Google

(perfis, dados morfológicos, físico-químicos, pedotransferência, etc.)

WebGis

Perfis

Informação de solos integrados com Google

(perfis, dados morfológicos, físico-químicos, pedotransferência, etc.)

Informação de solos integrados com Google Earth

(perfis, dados morfológicos, físico-químicos, pedotransferência, etc.)

Uso da informação em sistemas de apoio à decisão

Uso da informação em sistemas de apoio à decisão

Como transformar dados em informações ?

Grande demanda de informações de solos nos modelos

i

n

i

ia zhA

Z=0

Z=L

1

2

3

4

ha

z

Aumento de Complexidade

(Modelos DSSAT / APSIM)

Aumento

da

Demanda

de

Dados

Balanço Hídrico

Balanço Hídrico , N

Balanço Hídrico , N, P

Produção Potencial

Radiação Solar Temp Max/Min

Caracteristicas de Cultivar

Manejo de Cultivar

Físicas do

Radiação Solar Temp Max/Min Precipitação

Caracteristicas de Cultivar

Manejo de Cultivar

Manejo de Irrigação

Propriedades

Perfil do Solo

Manejo (N) de Fertilizantes e Residuos

Propriedades Químicas do Perfil do solo

Físicas do

Radiação Solar Temp Max/Min Precipitação

Caracteristicas de Cultivar

Manejo de Cultivar

Manejo de Irrigação

Propriedades

Perfil do Solo

Manejo (P) de Fertilizantes e Residuos

Manejo (N) de Fertilizantes e Residuos

Propriedades Químicas do Perfil do solo

Físicas do

Radiação Solar Temp Max/Min Precipitação

Caracteristicas de Cultivar

Manejo de Cultivar

Manejo de Irrigação

Propriedades

Perfil do Solo

Entrada Modelos Saída

Milho Feijão

Arroz Soja

Trigo Amedoin

Cevada Mandioca

Milheto Batata

Soghum Cana

Algodão Mamona

Arquivos

Detalhes de

Manejo

Dados

Simulados

Cultivar (ID)

Weather station (ID)

Soil profile (ID)

(SOIL.SOL)

Growth.out

Nitrogen.out

Water.out

Etc.

Dados

Observados

SISTEMA DE SUPORTE A DECISÃO E

TRANSFERÊNCIA DE TECNOLOGIA - DSSAT

Pedotransferência

Para clima

temperado

Aplicação em modelos

As informações não

permitem a aplicação

direta em modelos

matemáticos, como os de

fluxo de água no solo

Os modelos atmosféricos

usam parametrizações

simplificadas, umidade de

solo inicial “climatológica”

O rendimento agrícola

depende da eficiência

na simulação dos

processos do

movimento de água e

solutos no solo

Correlações entre dados disponíveis e parâmetros

necessários à modelagem do fluxo de água no solo

Perfis de solo

Tomasella, 2000 Embrapa Solos UEP Recife

Exemplos Brasil – Tomasella, 2002, 2003

Nordeste – Barros, 2010 (PTF – Geral e para solos específicos

Argissolos, Latossolos, Neossolos, Planossolo, etc.)

Decision support system for agrotechnology transfer – DSSAT (Ceres-Maize, Soybean, Canegro, Sorghum, Wheat, etc.)

PTF (solos temperados)

Soil-Water-Atmosphere-Plant – SWAP (Ceres-Maize, Soybean, Canegro, Sorghum, Wheat, etc.)

Marin, 2011- Cana-de-açúcar

There is medium confidence that droughts will intensify in the

21st century in some seasons and areas, due to reduced

precipitation and/or increased evapotranspiration. This applies

to regions including southern Europe and the Mediterranean

region, central Europe, central North America, Central

America and Mexico, northeast Brazil, and southern Africa.

Elsewhere there is overall low confidence because of

inconsistent projections of drought changes (dependent both

on model and dryness index). Definitional issues, lack of

observational data, and the inability of models to

include all the factors that influence droughts preclude

stronger confidence than medium in drought projections

SPECIAL REPORT

Intergovernmental Panel on Climate Change – IPCC 2012

Confidence in the validity of a finding, based on the type, amount, quality, and consistency of evidence (e.g., mechanistic understanding, theory, data, models, expert judgment) and the degree of agreement. Confidence is expressed qualitatively. • Quantified measures of uncertainty in a finding expressed probabilistically (based on statistical analysis of observations or model results, or expert judgment

Dados físico-hídricos são raros !

Desafio de transformar dados

que possuímos em dados

que necessitamos

?

Termos como prevendo, estimando, correlacionando, etc., são funções

que descrevem dados que temos para o que precisamos.

0.000

0.100

0.200

0.300

0.400

0.500

0.600

1 10 100 1000 10000

Latossolo LVAd1

LVAd2 PVAe1

PVAe2 PVAe3

PVAe4 PVAe5

Tomasella, 2000

0.000

0.100

0.200

0.300

0.400

0.500

0.600

1 10 100 1000 10000

Latossolo LVAd1

LVAd2 PVAe1

PVAe2 PVAe3

PVAe4 PVAe5

Alex, 2009

0.000

0.050

0.100

0.150

0.200

0.250

0.300

0.350

0.400

0.450

1 10 100 1000 10000

ARGISSOLO Amarelo1 ARGISSOLO Amarelo2

ARGISSOLO Amarelo3 ARGISSOLO Amarelo4

ARGISSOLO Amarelo5 ARGISSOLO Amarelo1

ARGISSOLO Amarelo2 ARGISSOLO Amarelo3

ARGISSOLO Amarelo4 ARGISSOLO Amarelo5

ARGISSOLO Amarelo6 Dados de Campo

Tomasella, 2000

0.000

0.050

0.100

0.150

0.200

0.250

0.300

0.350

0.400

0.450

1 10 100 1000 10000

ARGISSOLO Amarelo1 ARGISSOLO Amarelo2

ARGISSOLO Amarelo3 ARGISSOLO Amarelo4

ARGISSOLO Amarelo5 ARGISSOLO Amarelo1

ARGISSOLO Amarelo2 ARGISSOLO Amarelo3

ARGISSOLO Amarelo4 ARGISSOLO Amarelo5

ARGISSOLO Amarelo6 Dados de Campo

Alex, 2009

Barros, 2010 - Sorgo

Desafios e oportunidades

Aumento da complexidade dos processos de fluxo de água

Desafios e oportunidades

Diferentes manejos e coberturas de solos

Desafios e oportunidades

Manejo da água

Pequenas Barragens

Cisternas

Irrigação

Desafios e oportunidades

Obrigado

alex@uep.cnps.embrapa.br

Fonte: Vivek Arora, 2002

Estágios de desenvolvimento da cultura

Discussion Hardware offers us a growing range of covariates for use in digital soil mapping. The current limitation is that remote or proximal sensors generally measure only the soil surface properties. While hardware is growing in use and producing more data, the integration with software needs to catch up. We need an approach that is more disciplined, and with a firmer grounding in statistical theory, but also one that genuinely uses the scorpan approach, not just treating it as a fig-leaf to justify our use of whatever covariates are available. At the same time, however, we do want to exploit the power of the computer to search for structure in large data sets. In conclusion, there is a range of technology available that potentially can be used for more efficient measurement of soil properties, and we need to make better use of them. An approach to integrating soil science knowledge (semi-formalising the scorpan approach) with computational power is needed for a better digital soil mapping model.

Hardware nos oferece uma gama crescente de variáveis explicativas para o uso em mapeamento digital de solos. A limitação de corrente é que os sensores remotos ou proximal geralmente medem apenas as propriedades do solo de superfície. Enquanto hardware é crescente em uso e produzindo mais dados, a integração com o software precisa para se recuperar. Precisamos de uma abordagem que é mais disciplinado, e com um firme fundamento na teoria estatística, mas também aquele que realmente usa a abordagem scorpan, e não apenas tratá-la como uma folha de figueira para justificar a nossa a utilização de qualquer co-variáveis estão disponíveis. Ao mesmo tempo, no entanto, queremos explorar a potência do computador para procurar estrutura em grandes conjuntos de dados. Em conclusão, existe uma gama de tecnologia disponível que pode ser potencialmente utilizado para a medição mais eficiente das propriedades do solo, e nós precisamos fazer melhor utilização dos mesmos. Uma abordagem do conhecimento integrando ciência do solo (semi-formalização a abordagem scorpan) com o poder computacional é necessário para um melhor digital de solos modelo de mapeamento