Floresta e Ambiente
https://floram.org/article/doi/10.1590/2179-8087.061617
Floresta e Ambiente
Original Article Conservation of Nature

Pastures Degradation and the Relation with Pedo-Geomorphological Attributes in Watershed

Cristiano Marcelo Pereira de Souza; Marcio Rocha Francelino; Liovando Marciano da Costa; Elpidio Inacio Fernandes Filho

Downloads: 0
Views: 61

Abstract

ABSTRACT: The objective of this study was to map the levels of degradation of pastures and its association with chemical properties of the soil and relief. We selected a sub-basin located in the municipality of Viçosa, Minas Gerais, and we mapped the degradations through Ikonos images that were submitted for classification. Soil samples were collected and analyzed chemically; the results were transformed in spatial data using cokriging, based on variables of the digital elevation model. We associated the maps (cokriging) with data from exposure of the hillside, levels of solar radiation and levels of the pastures’ degradation. The pastures were mainly classified in moderate (44%) and very strong (30%) degradation levels. The areas with mild degradation tend to increase when there is a higher sum of bases, cationic exchange capacity and organic matter. The portions facing North and the increase of solar radiation showed more advanced stages of degradation.

Keywords

pedrometry, hillside surface exposure, solar radiation

References

Assine ML, Soares PC. Quaternary of the Pantanal, west-central Brazil. Quaternary International 2004; 114(1): 23-34. 10.1016/S1040-6182(03)00039-9

Baatz M, Shäpe A. Multiresolution segmentation: an optimization approach for high quality multi-scale image segmentation. In: Strobl J, Blaschke T, Griesebner G, editors. Angewandte geographische informationsverarbeitung. Berlin: Wichmann; 2000. p. 12-23.

Benz UC, Hofmann P, Willhauck G, Lingenfelder I, Heynen M. Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPRS Journal of Photogrammetry and Remote Sensing 2004; 58(3-4): 239-258. 10.1016/j.isprsjprs.2003.10.002

Bhaskaran S, Paramananda S, Ramnarayan M. Per-pixel and object-oriented classification methods for mapping urban features using Ikonos satellite data. Applied Geography 2010; 30(4): 650-665. 10.1016/j.apgeog.2010.01.009

Braz AMS, Fernandes AR, Alleoni LRF. Soil attributes after the conversion from forest to pasture in Amazon. Land Degradation & Development 2013; 24(1): 33-38. 10.1002/ldr.1100

Buol SW, Southard RJ, Graham RC, McDaniel PA. Soil genesis and classification. 6th ed. Chichester, UK: John Wiley & Sons; 2011.

Burnett C, Blaschke T. A multi-scale segmentation/object relationship modelling methodology for landscape analysis. Ecological Modelling 2003; 168(3): 233-249. 10.1016/S0304-3800(03)00139-X

Campos CEB, Lani JL, Resende M, Rezende SB. Indicadores de campo para solos hidromórficos na região de Viçosa (MG). Revista Brasileira de Ciência do Solo 2003; 27(6): 1057-1066. 10.1590/S0100-06832003000600010

Cardoso GGG, Wanderley RC, Souza MLC. Physical attributes of a pasture soil in southeast Goiás determined by geostatistics. Engenharia Agrícola 2016; 36(1): 143-151. 10.1590/1809-4430-Eng.Agric.v36n1p143-151/2016

Carmo EJ, Domingos Rodrigues D, Rodrigues Dos Santos G. Avaliação dos interpoladores Krigagem e Topo to Raster para geração de modelos digitais de elevação a partir de um “as built”. Boletim de Ciências Geodésicas 2015; 21(4): 674-690. 10.1590/S1982-21702015000400039

Carvalho JRP, Silveira PM, Vieira SR. Geoestatística na determinação da variabilidade espacial de características químicas do solo sob diferentes preparos. Pesquisa Agropecuária Brasileira 2002; 37(8): 1151-1159. 10.1590/S0100-204X2002000800013

Caten AT, Dalmolin RSD, Ruiz LFC. Digital soil mapping: strategy for data pre-processing. Revista Brasileira de Ciência do Solo 2012; 36(4): 1083-1092. 10.1590/S0100-06832012000400003

Ceddia MB, Ventura SD, Oliveira RF, Villela ALO, Varella CaA. An algorithm for mapping the spatial variability of soil physical quality. In: Teixeira WG, Ceddia MB, Ottoni MV, Donnagema GK, editors. Application of soil physics in environmental analyses: measuring, modelling and data integration. Cham: Springer International; 2014. p. 165-190.

Chagas CDS, Fontana A, Carvalho WD Jr, Caires SMD. Atributos topográficos na diferenciação de Argissolos. Revista Brasileira de Ciência do Solo 2013; 37(6): 1441-1453. 10.1590/S0100-06832013000600002

Chagas CS, Vieira CA, Fernandes Filho E, Carvalho Jr W. Utilização de redes neurais artificiais na classificação de níveis de degradação em pastagens. Revista Brasileira de Engenharia Agrícola e Ambiental 2009; 13(3): 319-327. 10.1590/S1415-43662009000300014

Congalton RG. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment 1991; 37(1): 35-46. 10.1016/0034-4257(91)90048-B

D’Andréa AF, Silva MLN, Curi N, Guilherme LRG. Estoque de carbono e nitrogênio e formas de nitrogênio mineral em um solo submetido a diferentes sistemas de manejo. Pesquisa Agropecuária Brasileira 2004; 39(2): 179-186. 10.1590/S0100-204X2004000200012

Dias-Filho MB. Degradação de pastagens: processos, causas e estratégias de recuperação. 4th ed. Belém: Embrapa; 2011.

Dias-Filho MB. Diagnóstico das pastagens no Brasil. Belém: Embrapa ; 2014.

Eckert S, Hüsler F, Liniger H, Hodel E. Trend analysis of MODIS NDVI time series for detecting land degradation and regeneration in Mongolia. Journal of Arid Environments 2015; 113: 16-28. 10.1016/j.jaridenv.2014.09.001

Empresa Brasileira de Pesquisa Agropecuária - Embrapa. Manual de métodos de análise de solo. 2nd ed. Rio de Janeiro; 1997.

Feigl BJ, Melillo J, Cerri CC. Changes in the origin and quality of soil organic matter after pasture introduction in Rondonia (Brazil). Plant and Soil 1995; 175(1): 21-29. 10.1007/BF02413007

Freitas PL, Blancaneaux P, Gavinelli E, Larré-Larrouy M-C, Feller C. Nível e natureza do estoque orgânico de latossolos sob diferentes sistemas de uso e manejo. Pesquisa Agropecuária Brasileira 2000; 35(1): 157-170. 10.1590/S0100-204X2000000100018

Frey H, Paul F. On the suitability of the SRTM DEM and ASTER GDEM for the compilation of topographic parameters in glacier inventories. International Journal of Applied Earth Observation and Geoinformation 2012; 18(Supplement C): 480-490. 10.1016/j.jag.2011.09.020

Goovaerts P. Geostatistical modelling of uncertainty in soil science. Geoderma 2001; 103(1-2): 3-26. 10.1016/S0016-7061(01)00067-2

Goovaerts P. Geostatistics for natural resources evaluation. New York: Oxford University Press; 1997.

Hengl T, Heuvelink GBM, Kempen B, Leenaars JGB, Walsh MG, Shepherd KD, et al. Mapping soil properties of Africa at 250 m resolution: random forests significantly improve current predictions. PLoS ONE 2015; 10(6): e0125814. 10.1371/journal.pone.0125814

Heringer I, Jacques AVA. Nutrientes no mantilho em pastagem nativa sob distintos manejos. Ciência Rural 2002; 32(5): 841-847. 10.1590/S0103-84782002000500016

Hutchinson M. A new procedure for gridding elevation and stream line data with automatic removal of spurious pits. Journal of Hydrology 1989; 106(3-4): 211-232. 10.1016/0022-1694(89)90073-5

Instituto Brasileiro de Geografia e Estatística - IBGE. Folha Viçosa SE-23-X-B-V [map]; 1979.

Jing C, Shortridge A, Lin S, Wu J. Comparison and validation of SRTM and ASTER GDEM for a subtropical landscape in Southeastern China. International Journal of Digital Earth 2014; 7(12): 969-992. 10.1080/17538947.2013.807307

Kumar L, Skidmore AK, Knowles E. Modelling topographic variation in solar radiation in a GIS environment. International Journal of Geographical Information Science 1997; 11(5): 475-497. 10.1080/136588197242266

Lamb DW, Brown RB. PA - Precision Agriculture: remote-sensing and mapping of weeds in crops. Journal of Agricultural Engineering Research 2001; 78(2): 117-125. 10.1006/jaer.2000.0630

Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics 1977; 33(1): 159-174.

Lima WP. Princípios de hidrologia florestal para o manejo de bacias hidrográficas. São Paulo: Esalq USP; 1986.

Matos EDS, Mendonça EDS, Lima PCD, Coelho MS, Mateus RF, Cardoso IM. Green manure in coffee systems in the region of Zona da Mata, Minas Gerais: characteristics and kinetics of carbon and nitrogen mineralization. Revista Brasileira de Ciência do Solo 2008; 32(5): 2027-2035. 10.1590/S0100-06832008000500024

McBratney AB, Mendonça Santos ML, Minasny B. On digital soil mapping. Geoderma 2003; 117(1-2): 3-52. 10.1016/S0016-7061(03)00223-4

Minasny B, Hartemink AE. Predicting soil properties in the tropics. Earth-Science Reviews 2011; 106(1-2): 52-62. 10.1016/j.earscirev.2011.01.005

Miranda CC, Couto WH, Valcarcel R, Nunes AF. Avaliação das preferências ecológicas de Clidemia urceolata DC. em ecossistemas perturbado. Revista Árvore 2011; 35(5): 1135-1144. 10.1590/S0100-67622011000600019

Monteiro A, Lingnau C, Souza C Jr. Classificação orientada a objeto para detecção da exploração seletiva de madeira na Amazônia. Revista Brasileira de Cartografia 2009; 3(59): 225-234.

Moore ID, Gessler P, Nielsen G, Peterson G. Soil attribute prediction using terrain analysis. Soil Science Society of America Journal 1993; 57(2): 443-452. 10.2136/sssaj1993.03615995005700020026x

Muller MML, Guimarães MDF, Desjardins T, Martins PDS. Degradação de pastagens na Região Amazônica: propriedades físicas do solo e crescimento de raízes. Pesquisa Agropecuária Brasileira 2001; 36(11): 1409-1418. 10.1590/S0100-204X2001001100012

Nascimento MC, Riva RD, Chagas CDS, Oliveira HD, Dias LE, Fernandes Filho EI, Soares VP. Uso de imagens do sensor ASTER na identificação de níveis de degradação em pastagens. Revista Brasileira de Engenharia Agrícola e Ambiental 2006; 10(1): 196-202. 10.1590/S1415-43662006000100029

Oades J. The retention of organic matter in soils. Biogeochemistry 1988; 5(1): 35-70. 10.1007/BF02180317

Oliveira R, Zaú A, Lima D, Silva M, Vianna M, Sodré D, Sampaio PD. Significado ecológico da orientação de encostas no maciço da Tijuca, Rio de Janeiro. Oecologia brasiliensis. 1995; 1(1): 523-541.

Paciullo DSC, Gomide CaM, Castro CRT, Fernandes PB, Müller MD, Pires MFÁ, et al. Características produtivas e nutricionais do pasto em sistema agrossilvipastoril, conforme a distância das árvores. Pesquisa Agropecuária Brasileira 2011; 46(10): 1176-1183.

Passos RR, Costa LM, Assis IR, Santos DA, Ruiz HA, Guimarães LAOP, Andrade FV. Least limiting water range of Udox soil under degraded pastures on different sun-exposed faces. International Agrophysics 2017; 31(3): 393-400. 10.1515/intag-2016-0066

Paula A, Silva AF, Souza AL, Santos FAM. Alterações florísticas ocorridas num período de quatorze anos na vegetação arbórea de uma floresta estacional semidecidual em Viçosa-MG. Revista Árvore 2002; 26(6): 743-749. 10.1590/S0100-67622002000600010

Peron AJ, Evangelista AR. Degradação de pastagens em regiões de cerrado. Ciência e Agrotecnologia 2004; 28(3): 655-661. 10.1590/S1413-70542004000300023

Prates V, Souza LCDP, Oliveira Jr JC. Índices para a representação da paisagem como apoio para levantamento pedológico em ambiente de geoprocessamento. Revista Brasileira de Engenharia Agrícola e Ambiental 2012; 16(4): 408-414. 10.1590/S1415-43662012000400011

Santos HG, Jacomine PKT, Anjos LHC, Oliveira VA, Lumbreras JF, Coelho MR, et al. Sistema brasileiro de classificação de solos. 5rd ed. Brasília, DF: Embrapa; 2018.

Santos MER, Fonseca D, Gomes VM, Gomide C, Nascimento D Jr, Queiroz DS. Capim-braquiária sob lotação contínua e com altura única ou variável durante as estações do ano: morfogênese e dinâmica de tecidos. Revista Brasileira de Zootecnia 2011; 40(11): 2323-2331. 10.1590/S1516-35982011001100007

Santos MER, Gomes VM, Fonseca DM. Fatores causadores de variabilidade espacial do pasto de capim-braquiária: manejo do pastejo, estação do ano e topografia do terreno. Bioscience Journal 2014; 30(1): 210-218.

Schneider MJ, Bellon ORP, Araki H. Experimentos em fusão de imagens de alta resolução. Boletim de Ciências Geodésicas 2003; 9(1): 75-88.

Souza G, Lima JDS, Xavier A, Rocha W. Ordinary kriging and inverse-square-distance in espacialization in the chemical attributes of the ultisol. Scientia Agraria 2010; 11(1): 73-81.

Souza JJLL, Abrahão WAP, Mello JWV, Silva J, Costa LM, Oliveira TS. Geochemistry and spatial variability of metal(loid) concentrations in soils of the state of Minas Gerais, Brazil. Science of The Total Environment 2015; 505: 338-349. 10.1016/j.scitotenv.2014.09.098

Spain JM, Gualdrón R. Degradación y rehabilitación de pasturas. In: Lascano CE, Spain JM, editors. Estabelecimento y renovación de pasturas: conceptos, experiencias y enfoque de investigación. Cali: CIAT; 1991. p. 269-283.

Team R Core. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing; 2015.

Teixeira FA, Bonomo P, Pires AJ, Silva FF, Fries DD, Hora DS. Produção anual e qualidade de pastagem de Brachiaria decumbens diferida e estratégias de adubação nitrogenada. Acta Scientiarum Animal Sciences 2011; 33(3): 241-248. 10.4025/actascianimsci.v33i3.10194

United States Department of Agriculture - Usda. Keys to soil taxonomy. 20th ed. Washington: Government Printing Office; 2014.

Webster R. The development of pedometrics. Geoderma 1994; 62(1-3): 1-15. 10.1016/0016-7061(94)90024-8
 

5d9b765a0e8825f837c12059 floram Articles
Links & Downloads

FLORAM

Share this page
Page Sections