Solos e Nutrição de Plantas
URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/175
Navegar
Item Gênese, química, mineralogia e micromorfologia de solos da Amazônia Ocidental(Universidade Federal de Viçosa, 2001-08-20) Lima, Hedinaldo Narciso; Mello, Jaime Wilson Vargas de; http://lattes.cnpq.br/1739973533771483Solos representativos da várzea e da terra firme e solos antropogênicos da Amazônia foram submetidos a análises físicas, químicas e mineralógicas com o propósito de conhecer melhor aspectos de sua gênese, química e mineralogia. Amostras desses solos foram mantidas sob inundação por seis meses e alíquotas da solução, coletadas e analisadas, periodicamente, para o entendimento da dinâmica da mobilização de alguns elementos em solos inundados. Estudaram- se, comparativamente, aspectos da micromorfologia e da microquímica de um solo antropogênico (Terra Preta de Índio) e de um solo não-antropogênico (Latossolo Amarelo) com o propósito de identificar as fontes primárias de P, sua morfologia, suas características químicas, sua distribuição e relação com a estrutura do solo. As análises mostraram diferenças expressivas entre os vários solos analisados: os solos de várzea mostraram maior fertilidade natural, maior teor de silte e maior diversidade mineralógica, o que é consistente com um material de origem mais rico, drenagem mais restrita e menor grau de pedogênese; os solos de terra firme, especialmente os Latossolos, derivados de sedimentos mais antigos, mais pobres e mais bem drenados, apresentaram baixa fertilidade natural, baixo teor de silte e menor diversidade mineralógica. As características químicas e mineralógicas dos solos de várzea, o relevo plano e a proximidade dos rios confirmam o elevado potencial agrícola destes solos, todavia, as enchentes anuais, as dificuldades de mecanização, a necessidade de preservação de matas ciliares e os riscos de contaminação da água por insumos agrícolas constituem importantes aspectos a serem considerados no uso e na ocupação da várzea. Observa-se que a inundação exerceu importante influência na dinâmica dos elementos, principalmente Fe e Mn, cuja mobilização foi mais intensa, sobretudo nas primeiras semanas. Os teores de Fe em solução foram mais elevados nas amostras mais ricas em Fe amorfo e com conteúdo mais elevado de matéria orgânica. O teor de P em solução foi influenciado por todas as formas de P, principalmente pelo P ligado ao Fe. Os teores de Ca2+, Mg2+, K+ e Na+, em solução, foram diretamente influenciados por seus respectivos teores trocáveis e pela cinética do Fe e do Mn. As análises dos solos antropogênicos indicam, ainda, que as alterações resultantes de ações humanas, como incorporação de resíduos orgânicos, e os efeitos do fogo no horizonte superficial destes solos, também se manifestam sobre algumas das características químicas do horizonte subsuperficial. Observa-se, ainda, que é possível distinguir as Terras Pretas dos solos adjacentes, por meio da cor, da presença de fragmentos de cerâmica e material lítico no horizonte superficial, dos teores de fósforo e cálcio, da composição das substâncias húmicas, do conteúdo de óxidos de manganês, todavia, é improvável distinguí-los, com segurança, por meio da composição mineral, do conteúdo de óxidos de Fe, da substituição de Fe por Al e da capacidade máxima de adsorção de fosfato. As análises micromorfológicas e microquímicas evidenciam que microfragmentos de apatita biogênica na forma de ossos e espinhas de peixe, com morfologias variadas, constituem a reserva primária de P e Ca das Terras Pretas. Formas secundárias e complexas de P ligado a Al e Fe são provenientes da intensa pedoturbação, incorporando P em profundidade. Fragmentos cerâmicos constituem reserva não-trocável de K, sendo, provavelmente, provenientes de materiais oriundos da várzea, ricos em argilominerais 2:1. Finalmente, considera-se que fertilidade elevada das Terras Pretas é resultado de uma conjunção favorável de aportes minerais e orgânicos, que tornaram os estes solos altamente enriquecidos em formas não-trocáveis.Item Qualidade e comportamento espectral da água de rio afetado por rejeito de mineração(Universidade Federal de Viçosa, 2021-04-30) Santana, Felipe Carvalho; Francelino, Márcio Rocha; http://lattes.cnpq.br/2006311262852350Com o rompimento da barragem de Fundão foram lançados cerca de 44 milhões de metros cúbicos de rejeito de mineração que atingiu diretamente a bacia hidrográfica do rio Doce. Sendo assim, esse trabalho teve com objetivos: estudar a qualidade da água do rio Gualaxo do Norte no trecho atingido pelo rompimento da barragem de Fundão por meio de diferentes técnicas. Apresentar o cenário histórico da qualidade do rio Gualaxo no que tange o parâmetro de Turbidez, antes (1999), após o acidente (2016) e após o início das atividades de recuperação (2017 a 2019). Modelar a turbidez do rio Doce utilizando técnicas de sensoriamento remoto. Predizer variáveis físicas e químicas a partir de valores de turbidez verificadas em campo. Correlacionar a resposta espectral de imagens de satélite do sensor orbital Sentinel-2 com parâmetros de qualidade da água. Levantar melhores modelos de machine learning que possam predizer a qualidade da água dos rios. Para compor esse trabalho foram utilizados os dados da qualidade da água dos rios Gualaxo do Norte e Carmo durante o inverno de 1999 e verão de 2000, do inverno de 2016, um ano após o rompimento da barragem de Fundão e de coletas de amostras de água realizadas ao longo dos anos 2017 a 2019, após a consolidação das atividades de recuperação. No total foram realizadas 25 coletas nos trechos dos rios Gualaxo e Carmo. Foram utilizados dados de monitoramento do rio Doce em 13 estações automáticas, no total de 78 amostras de turbidez. A Turbidez no rio Gualaxo do Norte, mesmo com as atividades de recuperação teve picos de 300 e 400 NTU em 2017 e 2019. O modelo gerado para Turbidez para o rio Doce mostra que essa variável pode ser mensurada a partir de dados de sensores remotos com precisão de 0,6, podendo ser apresentada de forma contínua em todo o trecho do rio Doce. A regressão linear do SST e do Fe total foram superiores a 0,80 de R2 mostrando a correlação linear entre as variáveis. As relações de bandas desenvolvidas neste trabalho tiveram boa correlação com as variáveis Turbidez e Cor. Os modelos de árvore de decisão como Ranger, cubist e Random Forest, em geral obtiveram melhores resultados na modelagem de variáveis onde não possui pontos de monitoramento. Palavras-chave: Análise de Componentes Principais. Turbidez. Legislação Ambiental. Sensoriamento Remoto. Machine Learning.