Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros

Detalhes bibliográficos
Autor(a) principal: Cidin, Ana Carolina Martins
Data de Publicação: 2023
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/18/18139/tde-19022024-102606/
Resumo: O setor agrícola é a maior fonte de emissão de dióxido de carbono (CO2) no país e a estratégia global é ampliar a adoção de tecnologias agropecuárias sustentáveis, como a redução das emissões de carbono (C) pelas atividades de uso e manejo do solo, promovendo o aumento dos estoques de C no solo. Em razão disso, a necessidade de medir a quantidade de C nos solos tem sido discutida, com o intuito de se obter estimativas mais precisas de valores de C armazenados para compor inventários e subsidiar pesquisas e ampliar a agricultura de baixo C. O objetivo deste trabalho foi desenvolver funções de pedotransferências (PTFs) para estimar os teores de C no solo, a partir de um banco de dados de solos brasileiros. Foram utilizados teores de areia, silte e pH (H2O) como variáveis preditoras e as PTFs foram desenvolvidas a partir de modelo linear (LM), modelo linear generalizado (GLM) e modelo misto linear generalizado com efeitos aleatórios espacialmente correlacionados (GLMMs), considerando distribuição gama (GAM) e gaussiana (GAU) e função de ligação log e de identidade, respectivamente. Foram desenvolvidas PTFs, considerando a base de dados completa, os dados agrupados por cada bioma brasileiro, os dados agrupados por bioma e classe de solo e os dados agrupados por bioma, classe de solo e uso do solo. As metodologias GLMMs apresentaram melhores resultados, com R2 ajustado que variou de 0,40 a 0,96, comparados com LM e GLM. As PTFs para Amazônia, Cerrado, Mata Atlântica subgrupos MA2 e MA3 apresentaram melhores resultados desenvolvidas a partir do GLMMs GAM, refletindo em menores valores de RMSE de calibração e validação. As PTFs para Caatinga, Mata Atlântica subgrupo MA1, Pampa e Pantanal apresentaram melhores resultados quando desenvolvidas por GLMMs GAU. Nas amostras agrupadas por biomas e classes de solo, os resultados das PTFs nas metodologias GLMMs foram superiores aos observados nas PTFs desenvolvidas somente com amostras agrupadas por biomas, com exceção da PTF para Latossolo na Amazônia e Luvissolo na Caatinga. As PTFs apresentaram resultados com tendência a superestimar os teores de C no solo.
id USP_ea965d7c0c3eb0bc9549ddfa92975657
oai_identifier_str oai:teses.usp.br:tde-19022024-102606
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileirosDevelopment of pedotransfer functions for estimating carbon content in Brazilian soilscarbono orgânicoGeoestatísticaGeostatisticslinear modelmodelo linearorganic carbonsolos tropicaistropical soilsO setor agrícola é a maior fonte de emissão de dióxido de carbono (CO2) no país e a estratégia global é ampliar a adoção de tecnologias agropecuárias sustentáveis, como a redução das emissões de carbono (C) pelas atividades de uso e manejo do solo, promovendo o aumento dos estoques de C no solo. Em razão disso, a necessidade de medir a quantidade de C nos solos tem sido discutida, com o intuito de se obter estimativas mais precisas de valores de C armazenados para compor inventários e subsidiar pesquisas e ampliar a agricultura de baixo C. O objetivo deste trabalho foi desenvolver funções de pedotransferências (PTFs) para estimar os teores de C no solo, a partir de um banco de dados de solos brasileiros. Foram utilizados teores de areia, silte e pH (H2O) como variáveis preditoras e as PTFs foram desenvolvidas a partir de modelo linear (LM), modelo linear generalizado (GLM) e modelo misto linear generalizado com efeitos aleatórios espacialmente correlacionados (GLMMs), considerando distribuição gama (GAM) e gaussiana (GAU) e função de ligação log e de identidade, respectivamente. Foram desenvolvidas PTFs, considerando a base de dados completa, os dados agrupados por cada bioma brasileiro, os dados agrupados por bioma e classe de solo e os dados agrupados por bioma, classe de solo e uso do solo. As metodologias GLMMs apresentaram melhores resultados, com R2 ajustado que variou de 0,40 a 0,96, comparados com LM e GLM. As PTFs para Amazônia, Cerrado, Mata Atlântica subgrupos MA2 e MA3 apresentaram melhores resultados desenvolvidas a partir do GLMMs GAM, refletindo em menores valores de RMSE de calibração e validação. As PTFs para Caatinga, Mata Atlântica subgrupo MA1, Pampa e Pantanal apresentaram melhores resultados quando desenvolvidas por GLMMs GAU. Nas amostras agrupadas por biomas e classes de solo, os resultados das PTFs nas metodologias GLMMs foram superiores aos observados nas PTFs desenvolvidas somente com amostras agrupadas por biomas, com exceção da PTF para Latossolo na Amazônia e Luvissolo na Caatinga. As PTFs apresentaram resultados com tendência a superestimar os teores de C no solo.The agricultural sector is the largest source of carbon dioxide (CO2) emissions in the country, and the global strategy is to expand the adoption of sustainable agricultural technologies, such as reducing carbon (C) emissions from land use and management activities, promoting increased soil C stocks. As a result, the need to measure the amount of C in soils has been discussed to obtain more accurate estimates of stored C values for inventory purposes and to support research and expand low-carbon agriculture. The aim of this study was to develop pedotransfer functions (PTFs) for estimate soil C content based on a database of Brazilian soils. Sand, silt, and pH (H2O) contents were used as predictor variables, and the PTFs were developed using linear models (LM), generalized linear models (GLM), and generalized linear mixed models with spatially correlated random effects (GLMMs), considering gamma (GAM) and Gaussian (GAU) distributions, and using log and identity link functions, respectively. PTFs were developed for the complete database, grouped by each Brazilian biome, data grouped by biome and soil class, and data grouped by biome, soil class, and land use. The GLMMs methodologies showed better fit, with adjusted R2 ranging from 0.40 to 0.96, compared to LM and GLM. The PTFs for the Amazon, Cerrado, and Mata Atlântica subgroups MA2 and MA3 performed better when developed using GLMMs GAM, resulting in lower calibration and validation root mean square errors (RMSE). The PTFs for Caatinga, Mata Atlântica subgroup MA1, Pampa, and Pantanal performed better when developed using GLMMs GAU. In the samples grouped by biomes and soil classes, the results of the PTFs using GLMMs methodologies were better than those observed in the PTFs developed only with samples grouped by biomes, except for the PTF for Ferralsols in the Amazon and Luvisols in the Caatinga. The PTFs tended to overestimate soil C content.Biblioteca Digitais de Teses e Dissertações da USPCrestana, SilvioCidin, Ana Carolina Martins2023-12-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/18/18139/tde-19022024-102606/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-03-04T13:01:03Zoai:teses.usp.br:tde-19022024-102606Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-03-04T13:01:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
Development of pedotransfer functions for estimating carbon content in Brazilian soils
title Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
spellingShingle Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
Cidin, Ana Carolina Martins
carbono orgânico
Geoestatística
Geostatistics
linear model
modelo linear
organic carbon
solos tropicais
tropical soils
title_short Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
title_full Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
title_fullStr Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
title_full_unstemmed Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
title_sort Desenvolvimento de funções de pedotransferência para estimativa de teor de carbono em solos brasileiros
author Cidin, Ana Carolina Martins
author_facet Cidin, Ana Carolina Martins
author_role author
dc.contributor.none.fl_str_mv Crestana, Silvio
dc.contributor.author.fl_str_mv Cidin, Ana Carolina Martins
dc.subject.por.fl_str_mv carbono orgânico
Geoestatística
Geostatistics
linear model
modelo linear
organic carbon
solos tropicais
tropical soils
topic carbono orgânico
Geoestatística
Geostatistics
linear model
modelo linear
organic carbon
solos tropicais
tropical soils
description O setor agrícola é a maior fonte de emissão de dióxido de carbono (CO2) no país e a estratégia global é ampliar a adoção de tecnologias agropecuárias sustentáveis, como a redução das emissões de carbono (C) pelas atividades de uso e manejo do solo, promovendo o aumento dos estoques de C no solo. Em razão disso, a necessidade de medir a quantidade de C nos solos tem sido discutida, com o intuito de se obter estimativas mais precisas de valores de C armazenados para compor inventários e subsidiar pesquisas e ampliar a agricultura de baixo C. O objetivo deste trabalho foi desenvolver funções de pedotransferências (PTFs) para estimar os teores de C no solo, a partir de um banco de dados de solos brasileiros. Foram utilizados teores de areia, silte e pH (H2O) como variáveis preditoras e as PTFs foram desenvolvidas a partir de modelo linear (LM), modelo linear generalizado (GLM) e modelo misto linear generalizado com efeitos aleatórios espacialmente correlacionados (GLMMs), considerando distribuição gama (GAM) e gaussiana (GAU) e função de ligação log e de identidade, respectivamente. Foram desenvolvidas PTFs, considerando a base de dados completa, os dados agrupados por cada bioma brasileiro, os dados agrupados por bioma e classe de solo e os dados agrupados por bioma, classe de solo e uso do solo. As metodologias GLMMs apresentaram melhores resultados, com R2 ajustado que variou de 0,40 a 0,96, comparados com LM e GLM. As PTFs para Amazônia, Cerrado, Mata Atlântica subgrupos MA2 e MA3 apresentaram melhores resultados desenvolvidas a partir do GLMMs GAM, refletindo em menores valores de RMSE de calibração e validação. As PTFs para Caatinga, Mata Atlântica subgrupo MA1, Pampa e Pantanal apresentaram melhores resultados quando desenvolvidas por GLMMs GAU. Nas amostras agrupadas por biomas e classes de solo, os resultados das PTFs nas metodologias GLMMs foram superiores aos observados nas PTFs desenvolvidas somente com amostras agrupadas por biomas, com exceção da PTF para Latossolo na Amazônia e Luvissolo na Caatinga. As PTFs apresentaram resultados com tendência a superestimar os teores de C no solo.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/18/18139/tde-19022024-102606/
url https://www.teses.usp.br/teses/disponiveis/18/18139/tde-19022024-102606/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257128045117440