Banca de QUALIFICAÇÃO: ANA LIVIA ARAUJO DE AZEVEDO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : ANA LIVIA ARAUJO DE AZEVEDO
DATA : 10/04/2025
HORA: 14:00
LOCAL: Google Meet
TÍTULO:

Levantamento de solos da Agrovila Raimundo Nonato, Jucurutu (RN): integração entre abordagens convencionais e etnopedológica

 

PALAVRAS-CHAVES:

mapeamento de solos; pedometria; etnopedologia; assentamento rural.

PÁGINAS: 112
RESUMO:

A inserção das obras hídricas de grande porte no cenário do sertão nordestino traz um conjunto
complexo de benefícios e desafios: nova dinâmica socioeconômica regional e realocação das
comunidades afetadas pelos projetos de barragens. Na Agrovila Raimundo Nonato, assentamento
destinado às famílias de trabalhadores rurais afetadas pela construção da Barragem Oiticica no
município de Jucurutu (RN), a agricultura familiar e a pecuária são as principais atividades
econômicas desenvolvidas. Diante disso, ter conhecimento acerca do recurso suporte para as
práticas agrícolas é fundamental aos pequenos agricultores que estão estabelecendo raízes e
desenvolvendo novas experiências com a área do assentamento. Para tanto, neste estudo,
buscando dinamizar e otimizar o conhecimento acerca dos solos da Agrovila Raimundo Nonato,
consideram-se dois caminhos: a Etnopedologia, integrando o saber tradicional da comunidade e o
saber acadêmico; e o levantamento e mapeamento de solos que fornece um diagnóstico dos solos
e suas principais características, facilitando a efetividade de práticas agrícolas sustentáveis. Se
estabelece como objetivo deste trabalho analisar a distribuição espacial dos solos da Agrovila,
utilizando a abordagem pedológica em conjunto com metodologia híbrida de mapeamento de
solos. Para a consecução do trabalho, referente a etapa de levantamento de solos, foram utilizadas
abordagens de levantamento convencional e digital, em nível semi-detalhado (1:25.000). Foram
gerados pontos de observação e amostragem a partir do método do Hipercubo Latino
Condicionado, alimentado com covariáveis geomorfométricas extraídas a partir de um Modelo
Digital do Terreno, obtido por ténica LiDAR, utilizadas junto a algoritmos de machine learning
fornecendo predições acerca da espacialização de atributos do solo, que auxiliarão em etapas posteriores de delimitação das unidades de mapeamento. As amostras de solos foram analisadas
em laboratório, para caracterização física e química e posterior enquadramento no Sistema
Brasileiro de Classificação de Solos. Na abordagem Etnopedológica, serão realizadas entrevistas
semiestruturadas com os assentados utilizando o método de indicação snowball sampling,
buscando entender as suas percepções acerca dos solos e da paisagem local. Os resultados
preliminares apontam a ocorrência de classes de Luvissolo Háplico, Gleissolo Háplico, Neossolo
Flúvico, Neossolo Litólico e Neossolo Regolítico, com predominância de solos arenosos,
eutróficos, porém, com baixos teores de nutrientes, e pH moderadamente ácido. Para a predição
dos dados, foram utilizados os algoritmos Random Forest, Support Vector Machines, Gradient
Boosting Machines e Cubist que modelaram atributos de fração grossa, pH, K e Na disponível. O
coeficiente de determinação R2 e as métricas de desempenho MAE e RMSE apresentaram
variações entre os modelos para cada um dos atributos.

 

 

MEMBROS DA BANCA:
Externo à Instituição - DAVI FEITAL GJORUP
Presidente - 1818226 - JOAO SANTIAGO REIS
Interna - 1726169 - SARA FERNANDES FLOR DE SOUZA
Externa à Instituição - SIMONE CARDOSO RIBEIRO - URCA