Gênese, química, mineralogia, geoquímica e modelagem de carbono do solo no setor leste da Ilha de Marajó

Abstract

Localizada no Bioma Amazônico, a Ilha de Marajó é parte principal do maior arquipélago flúvio-marinho da América do Sul e particularmente sensível as mudanças climáticas globais. Dada sua importância ambiental, social e arqueológica, estudos no escopo da gênese, química, mineralogia, geoquímica e modelagem de carbono orgânico do solo são essenciais para a tomada de decisão e definição de políticas públicas para a recuperação e conservação ambiental. Dessa forma, os objetivos desse estudo foram: (i) estudar a gênese dos solos ao leste da ilha, com ênfase em sua possível origem policíclica, investigando como regressões e transgressões marinhas, bem como as influências antrópicas pretéritas, afetaram suas propriedades químicas, físicas e mineralógicas (Capítulo 2); (ii) estudar as propriedades geoquímicas dos solos sobre os principais materiais de origem no setor leste da Ilha de Marajó, com ênfase nos índices de intemperismo, relações geoquímicas dos elementos e elementos potencialmente tóxicos (Capítulo 3); e (iii) utilizar modelos baseados em aprendizado de máquinas para determinar a distribuição espacial de carbono orgânico superficial dos solos (Capítulo 4). O estudo foi desenvolvido no setor leste da Ilha de Marajó, sendo coletados 14 perfis de solos, com 81 pontos de amostragem de 0-20 cm. As evidências morfológicas, químicas, físicas e mineralógicas dos solos nos diferentes ambientes ao leste da Ilha de Marajó, revelam atributos vinculados às mudanças climáticas, episódios de regressão marinha, atividades antrópicas pré-colombianas e neotectônica. O terceiro capítulo mostra que a variação geoquímica dos solos refletiu particularidades do material de origem. No quarto capítulo as covariáveis mais importantes para prever a distribuição dos estoques de carbono orgânico do solo foram aquelas associadas ao relevo e a proximidade a corpos hídricos, e o modelo Cubist foi o mais eficiente em predizer o carbono orgânico superficial dos solos. Palavras-chave: Holoceno. Bacia Amazônica. Arqueoantropossolos. Elementos potencialmente tóxicos. Algoritmos de aprendizagem de máquinas.Located in the Amazon Biome, Marajó Island is a major part of the largest fluvial- marine archipelago in South America and particularly sensitive to global climate change. Given its environmental, social and archaeological importance, studies in the scope of genesis, chemistry, mineralogy, geochemistry and soil organic carbon modeling are essential for decision-making and the definition of public policies for environmental recovery and conservation. Thus, the objectives of this study were: (i) to study the genesis of soils to the east of the island, with emphasis on its possible polycyclic origin, investigating how marine regressions and transgressions, as well as past anthropic influences, affected their chemical, physical properties and mineralogical (Chapter 2); (ii) study the geochemical properties of soils on the main source materials in the eastern sector of Marajó Island, with emphasis on weathering indices, geochemical relationships of elements and potentially toxic elements (Chapter 3); and (iii) use models based on machine learning to determine the spatial distribution of surface organic carbon in soils (Chapter 4). The study was carried out in the eastern sector of Ilha de Marajó, and 14 soil profiles were collected, with 81 sampling points from 0-20 cm. The morphological, chemical, physical and mineralogical evidence of the soils in the different environments to the east of Marajó Island, reveal attributes linked to climate change, episodes of marine regression, pre-Columbian and neotectonic anthropic activities. The third chapter shows that the geochemical variation of the soils reflected particularities of the source material. In the fourth chapter, the most important covariates to predict the distribution of soil organic carbon stocks were those associated with relief and proximity to water bodies, and the Cubist model was the most efficient in predicting soil surface organic carbon. Keywords: Holocene. Amazon Basin. Archaeoanthroposols. Potentially toxic elements. Machine learning algorithms.