Diagnóstico de uma área compactada por atividade minerária, na floresta amazônica, empregando métod (página 2)

Os trabalhos de campo foram realizados numa área minerada para a exploração de cassiterita junto à Floresta Nacional do Jamari, administrada pelo Instituto Brasileiro do Meio Ambiente e Recursos Minerais Renováveis – IBAMA, situada a 90 km da cidade de Porto Velho – RO (Figura 1).

Para medir os pontos amostrais foi utilizado um nível de engenharia modelo C-41 SOKKIA, com precisão de 2,5 mm por quilômetro duplo de nivelamento, massa de 900g e graduação de 00 a 3600.

Para determinação da resistência à penetração, na profundidade de 0 a 25 cm, foi utilizado o penetrógrafo tipo Stiboka, produzido pela Eijkelkamp, com penetração máxima de 60 cm com cone padrão.

Para análise dos dados foram utilizados os seguintes "softweres": Pacote Office, versão 2000 e GS+ "for Windows".

O método para o desenvolvimento deste trabalho compreende estudos geoestatísticos para diagnosticar a compactação de uma área minerada.

Os dados foram coletados em pontos eqüidistantes de 20 m, formando uma malha regular disforme com a umidade do solo-substrato variando de 18,04% a 22,06%,. como mostram as Figuras 2 e 3. O total da área levantada pela malha foi de 6,15 ha, em área de piso de lavra (Figura 4).

Os dados concernentes a este trabalho foram analisados através de estudos geoestatíticos referente a variografia, ajuste de modelos e interpolação.

Figura 2
Mapa base de Resistência à Penetração, mostrando os quartis e suas classes de distribuição.

resistência à penetração foi distribuída. Através da percentagem acumulada foi possível identificar como estavam dispostos os valores da mediana em relação à média amostral. Já que a mediana corresponde ao ponto divisor de 50% dos dados, quando a freqüência acumulada está disposta em ordem crescente no eixo de y.

No gráfico da percentagem acumulada pode-se identificar o quartil inferior, a mediana e também o quartil superior, de maneira a coligar o local onde estão dispostos e/ou distribuídos no mapa base os valores maiores ou menores da resistência à penetração no solo, como apresentado na Figura 5 .

Em qualquer trabalho estatístico é conveniente estudar qual a distribuição teórica que se ajusta à distribuição observada (distribuição amostral), de modo tal que a partir da distribuição teórica, possam ser feitas inferências em relação à distribuição

A Tabela 1 apresenta a estatística descritiva da variável resistência à penetração (RP).

Os valores da média e mediana apresentaram-se dentro da faixa de pouca resistência à penetração que é de 11 25 kgf.cm- 2 a 25 kgf.cm-2 (Tabela 2), ou seja, os valores que se encontraram acima deste intervalo devem ser submetido a algum tipo de operação, no caso a subsolagem. Já o desvio padrão e a variância amostral descreveram como a variável está variando no entorno da média amostral na área. Entretanto, o coeficiente de variação de 49,36% permite classificar a variável em análise como de média variabilidade de acordo com Warrick & Nielsen (1980).

Tabela 1
Estatística descritiva da Resistência à Penetração do solo na profundidade de 0 a 25 cm.

A Figura 5 apresenta o histograma de freqüência e da percentagem acumulada. Estas figuras mostraram como resistência à penetração foi distribuída. Através da percentagem acumulada foi possível identificar como estavam dispostos os valores da mediana em relação à média amostral. Já que a mediana corresponde ao ponto divisor de 50% dos dados, quando a freqüência acumulada está disposta em ordem crescente no eixo de y.

No gráfico da percentagem acumulada pode-se identificar o quartil inferior, a mediana e também o quartil superior, de maneira a coligar o local onde estão dispostos e/ou distribuídos no mapa base os valores maiores ou menores da resistência à penetração no solo, como apresentado na Figura 5 .

Em qualquer trabalho estatístico é conveniente estudar qual a distribuição teórica que se ajusta à distribuição observada (distribuição amostral), de modo tal que a partir da distribuição teórica, possam ser feitas inferências em relação à distribuição verdadeira (distribuição populacional).

Neste sentido, Guerra (1988) afirma que mesmo eistindo várias distribuições teóricas de referência, a experiência mostra que diferentes conjuntos de amostras tendem a se concentrar nas duas mais importantes distribuições teóricas conhecidas, normal e lognormal, contudo em trabalhos onde se aplica a geoestátistica esta consideração não é tão expressiva.

Utilizando-se do software GS+ "for windowsâ", verificouse que a direção de 127º com a tolerância de deslocamento 22,5º apresentou uma tendência de estacioraridade da variável.

Desta forma, o modelo que apresentou o melhor ajuste, dentre os vários analisados, foi o modelo esférico que tem as seguintes características, (Co = 35,2), patamar (Co + C = 130,3) e alcance (Ao = 128,3m) para o semivariograma anisotrópico. Este modelo revelou-se bastante similar ao modelo unidirecional que apresentou os seguintes parâmetros: efeito pepita (Co = 50,2), patamar (Co + C = 124,3) e alcance (Ao = 173,6m) (Figura 6).

Por meio da Figura 6, pode-se observar o semivariograma anisotrópico para todas as direções sendo visível as variações da resistência à penetração. Na Figura 7 encontram-se os semivariogramas ajustados com seus respectivos modelos, e na Tabela 3 são apresentados os parâmetros de ajustes dos mesmos. Silva (2002) estudando solos em área de plantio de cana, encontrou semivariogramas com características diferentes, com comportamento próximo a um fenômeno de efeito pepita puro.

O alcance de dependência espacial no estudo do semivariograma significa a distância máxima que uma variável está correlacionada espacialmente. Na Figura 7 estão apresentados o comportamento dos semivariogramas da variável estudada, com seus alcances respectivos Neste limite de dependência espacial (Tabela 3), pode-se proceder à amostragem no campo, minimizando contudo o número das mesmas entre os pontos de resistência mecânica à penetração na área em estudo.

O efeito pepita reflete a variabilidade não explicada ou variações não detectadas pela distância insuficiente da malha de amostragem (Cambardella et al., 1994). Quando expresso como porcentagem da semivariância total (patamar), possibilita melhor comparação entre as variáveis quanto ao grau de dependência espacial (Trangmar et al., 1985).

De acordo com os critérios propostos por Cambardella et al. (1994) semivariogramas com efeito pepita de < 25%, entre 25% e 75% e 75%, são considerados de forte, moderada e fraca dependência espacial, respectivamente.

Os valores do efeito pepita que estão contidos na Tabela 3, expressos de maneira relativa (e = Co/C), indicam que a resistência à penetração apresenta componente aleatória bastante importante, para o semivariograma isotrópico (0,677) e para o anisotrópico (0,340). Já quando expressos em percentagem do patamar{[Co/(Co+C1)]*100} indicam que a resistência à penetração de 40% e 27%, apresentam moderada dependência espacial, respectivamente, para o semivariograma anisotrópico e isotrópico (Figura 6).

Na Figura 8 encontram-se os resultados da validação cruzada para semivariograma isotrópico e anisotrópico, respectivamente. Observa-se que muitos pontos foram subestimados e outros superestimados, ou seja, para um valor crítico de resistência a penetração estimada de 25,0 kgf.cm-2 tem-se um peso real bem pequeno, porém estes valores não causam nenhum problema, no diagnóstico da área, pois a resistência a penetração assume valores críticos na faixa estimada acima de 25 kgf.cm-2, admitindo uma segurança na tomada de decisão para futura subsolagem da área. Desta forma, nota-se que, mesmo com o coeficiente de correlação baixo (isotrópico r2= 0,44, anisotrópico r2= 0,46) a interpolação não pode ser invalidada.

Nas Figuras 9 a 12 são apresentadas as superfícies interpoladas a partir dos modelos ajustados, considerando o semivariograma isotrópico e anisotrópico, respectivamente.

Nestas figuras foi possível visualizar com maior detalhe as áreas críticas e as não críticas no caso acima e abaixo de 25 kgf.cm-2, que deverão ser trabalhadas para homogeneização da superfície na introdução da revegetação. Ainda, nota-se (Figuras 11 e 12) que durante a krigagem foram interpoladas áreas que se afastam dos locais amostrados, porém em ambos os casos, com isotropia e com anisotropia, as áreas críticas são menores.

Analisando a superfície interpolada a partir do modelo anisotrópico (Figura 12) pode-se notar áreas distintas com valor maior que o crítico, mas de uma forma geral, os mapas se mostraram bem parecidos, uma vez que nestes procurou-se uma direção onde havia uma maior homogeneidade da variável estudada, notando-se pouca diferença entre as superfícies. Por esta razão, no caso em estudo, pode-se assumir a interpolação do semivariograma anisotrópico das Figuras 9 e 11, uma vez que as superfícies conseguiram mostrar áreas com resistência à penetração mais compatíveis com a realidade local, ou seja, os altos valores revelaram, com bastante fidelidade, a área com maior tráfego de veículos, entre outros. O total de área estimada acima da faixa de resistência crítica de penetração de raízes, para este estudo, corresponde a 1,68 ha, aproximadamente 27% da área total, de acordo com a área hachurada correspondente aos valores acima de 25,3 kgf/cm2 na Figura 12.

Através do presente trabalho obteve-se as seguintes conclusões:

- O método geoestatístico permite identificar a variabilidade da variável resistência à penetração para a camada de 0 a 25 cm do solo/substrato;

- O método de interpolação (krigagem) permite dividir a área estuda em subáreas possibilitando um futuro gerenciamento localizado, de forma a reduzir custos e interferências desnecessárias ao ambiente;

- O método pode ser utilizado em diagnóstico da compactação do solo/substrato prevendo a necessidade de subsolagem em áreas de piso de lavra.

À Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), pela concessão dos recursos necessários ao desenvolvimento deste trabalho , à CESBRA S/A e ao Instituto Brasileiro do Meio Ambiente e Recursos Minerais Renováveis (IBAMA), pelo apoio logístico, sem os quais este trabalho não poderia ter sido desenvolvido.

Brussard, L.; Van Faassen, H.G. 1984. Effcts of compaction on soil biota and soil biological processes. Soil compaction in croup production. Elsevier, London. p. 215-235.

Camargo, E.C.G. 1997. Desenvolvimento, implementação e teste de procedimentos geoestatísticos (Krigagem) no sistema de processamento de informações georreferenciadas (Spring).

Dissertação de Mestrado, Disponível na Internet. http:// www.dpi.inpe.br/teses/eduardo/. Acesso: 27/01/ de janeiro de 2000.

Camargo, O. A. De, Alleaoni, L. R. F. 1997. Compactação do solo e o desenvolvimento das plantas, Piracicaba, 132pp.

Cambardella, C.A.; Moorman, T.B.; Novak, I.M.; Parkin, T.B.; Karlen. D.L.; Turco, R.F.; Konopka, A.E. 1994. Field-scale variability of soil properties in Central Iowa Soils. Soil Science Society of America Journal, 58:l501-1511.

Canarache, A. 1990. Generalized semi-empirical model estimating soil resistance to penetration. Amsterdam, Soil Till. Res. 16:56-70.

Carpanezzi, A.A; Costa, L.G.S; Kageyama, P.Y.; Castro, C.F.A 1990. Espécies pioneiras para recuperação de áreas degradadas; observações de laboratórios naturais. In: Congresso Florestal Brasileiro, 6o, Campos do Jordão, Anais, p.216-221.

"GS + for windows®" GS + Geoestatistics for the environmental. Versão 5.3.1, Gamma Design Software, 1989- 2002.

Guerra, P.A.G. 1988. Geoestatística operacional . Ministério das Minas e Energia, Departamento de Produção Mineral. Brasília. 145p.

Lal, R; Stewart, B.A. 1992. Need for land restoration. Advanced in Soil Science, 17:.1-9.

Silva, G. 2002. Métodos auxiliares para diagnóstico da necessidade de subsolagem de solos agrícola. Dissertação de Mestrado. FEAGRI, UNICAMP, Campinas-SP. 123p.

Souza, J.A. 1997. Avaliação das estratégias de recuperação de áreas degradadas pela mineração de bauxita em Poços de Caldas (MG). Tese de Doutorado. Universidade Federal de Lavras. Lavras. 104p Trangmar, B.B.; Yost, R.S.; Uehara, G. 1985. Application of geostatistics to spatial studies of soil properties. Advances in soil science, 38:45-94.

Vieira, S.R. 1997. Geoestatística em estudos de variabilidade espacial. Instituto Agronômico de Campinas. Campinas.

Warrick, A. W.; Nielsen, D. R. 1980. Spatial variability of soil physical properties in the field. In: Hilled, D. (ed.) Application of soil physic, Academic Press: New York, 13: 139-4.