A integração de dados altimétricos e gamaespectrométricos é uma ferramenta útil no mapeamento do regolito e identificação de crostas lateríticas, especialmente em áreas de difícil acesso, como é o caso da Amazônia. A área de estudo, localizada no sudoeste da Amazônia brasileira, tem dois padrões de ocorrência de crostas lateríticas. O primeiro está localizado na margem direita do rio Madeira e associado a platôs com altitudes entre 120 e 150 m e 180 e 204 m. O segundo, localizado na margem esquerda, ocorre em altitudes entre 80 e 110 m e está associado a desníveis locais inferiores a 5 m e não constituem platôs. A aplicação da técnica matemática booleana com dados multifonte contribuiu para a delimitação e hierarquização de áreas favoráveis para a ocorrência de crostas lateríticas e seus produtos do desmantelamento. Os padrões de respostas radiométricos das crostas observados (altos valores de Th/K e U/K) permitiram a correlação de ocorrência de crostas da margem esquerda do rio Madeira com as da margem direita, possibilitando a delimitação cartográfica das crostas. Os resultados foram comparados com os atuais mapas de solo, geomorfológico e geológico, e propiciaram a confirmação da ocorrência das crostas associadas a latossolos, o refinamento cartográfico e a delimitação de áreas pouco favoráveis para a agricultura e potencialmente favoráveis ao fornecimento de material para construção civil (cascalho laterítico).
The objective of this research was to map and evaluate nitrate contamination in an urban area on the Brazil / Bolivia border. The evaluation of the groundwater table occurred in the water of cacimbas wells or Amazonian wells with an average depth of 10 meters in the city of Nova Mamoré, in the State of Rondônia, located in the southern region of Western Amazonia bordering the Republic of Bolivia. METHODS: Eighty (80) water samples were collected in the city's urban center, defined and evaluated for nitrate (NO3 -) in a proportion above or below the values defined by Ministry of Health Ordinance No. 2.914/2011, which governs standards of water standardization and potability in Brazil. From the data obtained, maps with georeferenced information were made to locate the areas with the highest and lowest contamination potential. The use of geostatistics assisted in the accomplishment of the spatialization of the samples and in the analysis of the spatial patterns allowing a higher quality of the generated data. Results: Sixty-two and a half percent
Conhecer o potencial da chuva em causar erosão do solo é de fundamental importância para a compreensão da fragilidade de uma região, essas informações podem ser utilizadas na prevenção e controle da degradação do solo, auxiliando o planejamento territorial. Este estudo tem por objetivo estimar a erosividade da chuva na bacia hidrográfica do rio Juma, no sul do estado do Amazonas. Foram utilizados dados mensais pluviométricos do produto 3B42-V7 do sensor TRMM obtidos na plataforma Giovanni e comparados com dados de superfície, para a série histórica de 1998 a 2016. O índice de erosividade da chuva foi obtido a partir de um modelo proposto por Oliveira Jr e Medina (1990) desenvolvido para a região. Os resultados obtidos apontam que a variação espacial do índice de erosividade da chuva ao longo da bacia do rio Juma foi pequena (média de 11,66 MJ.mm.ha-1.h-1.ano-1), as maiores variações estão relacionadas a sazonalidade regional, sendo que o mês de julho apresenta o menor índice de erosividade médio (47,74 MJ.mm.ha-1.h-1.ano-1), enquanto que o mês de fevereiro apresentou o maior índice de erosividade (145,73 MJ.mm.ha-1.h-1.ano-1).Palavras–chave: Potencial erosivo da chuva, Degradação do solo, Sensor orbital.Abstract Knowing the potential of rain to cause soil erosion is of fundamental importance to understand the fragility of a region, this information can be used in the prevention and control of soil degradation, assisting the territorial planning. This study aims to estimate the rainfall erosivity in the river basin of the Juma, in the south of the state of Amazonas. Monthly rainfall data from the 3B42-V7 TRMM sensor product obtained from the Giovanni platform and compared with surface data were used for the historical series from 1998 to 2016. The rainfall erosivity index was obtained from a model proposed by Oliveira Jr and Medina (1990) developed for the region. The results indicate that the spatial variation of the rainfall erosivity index along the Juma river basin was small (mean of 11.66 MJ.mm.ha-1.h-1.year-1), the most significant variations are related to regional seasonality, and the month of July It has the lowest mean erosivity index (47.74 MJ.mm.ha-1.h-1.year-1), while February presented the highest erosivity index (145.73 MJ.mm.ha-1.h-1.year-1).Keywords: Erosive potential of rain, Soil degradation, Orbital Sensor.
Os diferentes impactos ambientais, promovidos pela ocupação humana na Amazônia, podem ser melhor representados quando observamos os índices de desmatamento na região. Joels e Câmara (2001) avaliaram que estes índices cresceram 10 milhões de hectares na década de 1970, chegando a 60 milhões de hectares no final de 2000. Entre os problemas associados a tal crescimento, encontra-se a degradação dos solos promovida pela compactação por pisoteio animal nas áreas de pastagens, onde fatores como o adensamento do gado por área, o tempo de uso contínuo das pastagens e a falta de manejo dos solos promovem rapidamente a degradação dessas áreas. A verificação da resistência mecânica à penetração dos solos (RP) com uso do penetrômetro de impacto permitiu a identificação dos limites de (RP) para os ambientes de pastagens degradadas em relação às áreas de florestas, demonstrando diferenças significativas quanto à compactação para os dois ambientes e seus solos considerados. A utilização do penetrômetro de impacto mostrou-se eficiente na identificação da compactação em profundidade, com a identificação de áreas críticas. Palavras-chave: compactação de solos, pastagens degradadas, impacto ambiental, resistência mecânica à penetração.
de radar e de suas principais feições geomorfológicas, assim como as avaliações geológicas, proporcionaram a identifi cação de novas áreas de ocorrência de crostas lateríticas. Essa integração orientou e facilitou sobremaneira os trabalhos de campo, permitiu a ampliação das áreas de ocorrência de crostas lateríticas e o consequente refi namento dos mapas existentes.
Este estudo objetiva avaliar a secagem de solo entre o padrão estufa com fornos micro-ondas de diferentes potências, com destaque para análises de diferentes texturas de solos e as interações dos óxidos de ferro com as micro-ondas. Para tanto, foi avaliada a correlação e o nível de significância dos valores de umidade de solo, em porções de 100 gramas de texturas arenosa, argilosa e muito argilosa em estufa por 24 horas à temperatura de 105° Celsius e em dois fornos micro-ondas de diferentes potências reais a 100% de sua eficiência por cinco minutos. Além disto, foi procedida a análise do Índice de Vermelho das amostras para avaliação da existência de óxidos de ferro. Verificou-se um índice de correlação positivo de desidratação das amostras de R² 0,97; entre estufa e micro-ondas, tanto para as amostras argilosas como para as arenosas, utilizando a potência real média de 494,31 . Conclui-se que o forno micro-ondas oferece uma elevada eficiência para a secagem de solo. Contudo devem ser observadas discretas deficiências de secagem de solos argilosos contendo óxidos de ferro, que reduzem o percentual de secagem das amostras muito argilosas em torno de 0,69%, dada a dissipação das micro-ondas quando atingem os óxidos presentes nestes solos.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.