Rainfall erosivity in Brazil

• Autor(a) principal: Teixeira, David Bruno de Sousa
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/31039; https://doi.org/10.47328/ufvbbt.2023.154
• topic: Solos - Erosão; Hidrologia; Meteorologia agrícola; Agrometeorologia

O fenômeno conhecido como erosividade das chuvas (RE) expressa a capacidade das precipitações em provocar a erosão do solo. Assim, a estimativa de magnitudes de RE é relevante para entender como os processos erosivos variam no tempo e no espaço. Considerando isso, a presente tese explora os principais aspectos da RE no Brasil. No Capítulo 1, é apresentada uma revisão aprofundada da literatura científica sobre a avaliação da RE no Brasil. Verificou-se que o EI 30 tem sido o índice de erosividade mais empregado, enquanto o uso de dados pluviográficos e de equações de regressão são os principais métodos para obtenção dos valores de erosividade. A krigagem é a técnica mais difundida para obtenção de mapas de RE no Brasil. Além disso, a região Sudeste concentra o maior número de estudos de erosividade, enquanto a região Norte apresenta grande carência de informações sobre erosividade. Os avanços na última década são caracterizados pelo uso de séries sintéticas de precipitação e produtos de sensoriamento remoto para estimar a erosividade, bem como o uso de técnicas de aprendizado de máquina para sua interpolação. No Capítulo 2, um grande banco de dados nacional foi utilizado para avaliar os padrões de RE no território brasileiro. Os resultados mostram que o valor médio anual de RE é 5.620 MJ mm ha -1 h -1 ano -1 , com considerável variação espacial. Os valores de RE são distribuídos de forma mais equitativa ao longo do ano na região sul, enquanto em alguns pontos da região nordeste concentram-se de forma irregular em meses específicos. Análises posteriores revelaram que o centro de gravidade anual da RE para o Brasil está localizado no estado de Goiás e que este apresenta um padrão de migração latitudinal ao longo dos meses. Complementarmente, as magnitudes de densidade de erosividade permitiram a identificação de pontos de chuva de alta intensidade. Adicionalmente, o território brasileiro foi dividido em onze regiões homogêneas quanto aos padrões de RE e para cada região, um modelo de regressão foi ajustado e validado. No Capítulo 3, técnicas de aprendizado de máquina foram aplicadas para obter um mapa anual de RE para o Brasil. De acordo com as métricas de acurácia analisadas, o Random Fosrest (RF) é considerado o modelo com melhor desempenho de predição para mapear a RE anual. As covariáveis com maior importância para as predições foram a precipitação total anual, a precipitação de agosto e a precipitação do trimestre mais frio. Análises mais aprofundadas revelaram que o nordeste do país, assim como a região da Serra do Mar, caracterizam-se como as áreas com maiores incertezas nos valores mapeados. O mapa criado é considerado um avanço em relação à disponibilização de valores precisos de RE no país. A presente tese apresenta o panorama mais completo do fenômeno RE no Brasil apresentado na literatura até o momento. Portanto, os valores, mapas e análises apresentados são relevantes para melhorar a precisão das estimativas de perda de solo e para o estabelecimento de um planejamento para a conservação do solo em escala nacional. Palavras-chave: Índice de erosividade. Equação Universal de Perda de Solo. Conservação do solo e da água. Densidade de erosividade. Aprendizado de máquina.