Digital mapping and values of heavy metal quality reference in soils of the North and Northwest Fluminense, RJ
In: Biblioteca Digital de Teses e Dissertações da UFRRJ Universidade Federal Rural do Rio de Janeiro (UFRRJ) instacron:UFRRJ; (2020-11-26)
Online
unknown
Zugriff:
Submitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2022-10-17T19:47:34Z No. of bitstreams: 1 2020 - Niriele Bruno Rodrigues.pdf: 3164835 bytes, checksum: 284de0a63dde84b6d014dd05a15a31f5 (MD5) Made available in DSpace on 2022-10-17T19:47:34Z (GMT). No. of bitstreams: 1 2020 - Niriele Bruno Rodrigues.pdf: 3164835 bytes, checksum: 284de0a63dde84b6d014dd05a15a31f5 (MD5) Previous issue date: 2020-11-26 CAPES - Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior CNPq - Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico The demand for information about heavy metal contamination in agroecosystems has increased in the last decades, due to the massive use of agrochemicals and animal production waste. These factors have caused the accumulation and transfer of toxic metals to food, offering risks to human health. The North and Northwest regions of the State of Rio de Janeiro have heterogeneous physiographic characteristics, requiring information to support soil management and conservation. Thus, in search of the reference values of heavy metals, associated with the mechanisms and spatial distribution of chemical and physical attributes in soils of heterogeneous environments. The present research aimed to establish reference values for soil quality for the heavy metals: As; Pb; Cd; Ni; Cu; Co; Ba; Cr; Zn; Mn, and Al, and spatialize the contents of these metals, in the North and Northwest Fluminense regions. For the methodological procedures in chapter I, the digital soil mapping technique was used, with the aid of the RStudio (3.6.1), SAGA-GIS (2.1.2) and Quantum GIS (v. 3.4) softwares. For morphometric terrain variables, the Hydrologically Consistent Digital Elevation Model (MDE-HC) and Landsat8 sensor data were used, totaling 23 predictive environmental covariates with 90 m spatial resolution. For the sampling procedure, the Latin Conditional Hypercube Method (cLHS) was used, collecting samples in areas with low or no anthropic activity. Data from the superficial layer (0-20 cm) were used, in 95 sampling points. For the prediction of chemical and physical attributes the Random Forest (RF) model was adopted, implemented via RStudio. The results indicated that for the root mean square error (RMSE) parameter a range between 2.76- 1402.95 was obtained, thus the dataset also showed significant changes. The results obtained via VarImport ranking found that compared to the Landsat-8 image index, the covariates from MDE-HC performed better to predict the soil attributes. The coefficient of determination (R?) of the models for heavy metals and soil texture ranged from 0.21- 0.39, Ba (0.24), Ni (0.34), Co (0.39), Mn (0.31), Cu (0.26), Al (0.28), Zn (0.25) and As (0.24). Regarding the grain size fraction, the variability of clay (0.30), sand (0.31) and silt (0.28), demonstrated dissimilar patterns of variability and use of similar predictive covariates. For chapter 2, the same sampling grid was also used, considering 2 depths (0-20 and 20-40 cm), totaling 194 soil samples. To determine the pseudototal metal contents, method 3051A (USEPA) was employed, and the readings of the extracts were performed by ICP-OES. For the statistical treatment, the multivariate statistical technique was used to establish soil quality reference values. The samples were grouped into 3 groups, with group 1 (G1) presenting the highest reference values and group 3 (G3) the lowest. The results obtained were satisfactory through the integration of geochemistry with spatial analysis, contributing to fill the scientific gap about the VRQS for the regions of Norte and Noroeste Fluminense - RJ. These results may be used as support for the environmental legislation of the State of Rio de Janeiro, and for the knowledge about the natural heavy metal content associated with the spatial distribution of soil properties. A demanda por informa??es acerca de contamina??o por metais pesados em agroecossistemas tem aumentado nas ?ltimas d?cadas, em decorr?ncia do uso massivo de agroqu?micos e res?duos da produ??o animal. Esses fatores t?m causado o ac?mulo e a transfer?ncia de metais t?xicos para os alimentos, oferecendo riscos ? sa?de humana. As regi?es Norte e Noroeste do Estado do Rio de Janeiro, possuem caracter?sticas fisiogr?ficas heterog?neas, demandando informa??es de suporte para o manejo e conserva??o de solos. Assim, em busca dos valores de refer?ncia de metais pesados, associado aos mecanismos e a distribui??o espacial de atributos qu?micos e f?sicos em solos de ambientes heterog?neos. A presente pesquisa teve por objetivo estabelecer valores de refer?ncia para qualidade de solos para os metais pesados: As; Pb; Cd; Ni; Cu; Co; Ba; Cr; Zn; Mn, e Al, e espacializar os teores desses metais, nas regi?es Norte e Noroeste Fluminense. Para os procedimentos metodol?gicos do cap?tulo I, adotou-se o uso da t?cnica de mapeamento digital de solos, com o aux?lio dos softwares RStudio (3.6.1), SAGA-GIS (2.1.2) e Quantum GIS (v. 3.4). Para vari?veis morfom?tricas de terreno, foram utilizados o Modelo Digital de Eleva??o Hidrologicamente Consistido (MDE-HC) e dados de sensor Landsat8, totalizando 23 covari?veis ambientais preditoras com resolu??o espacial de 90 m. Para o procedimento amostral, utilizou-se o m?todo do Hipercubo Latino condicionado (cLHS), coletando-se amostras em ?reas de baixa ou sem atividade antr?pica. Foram utilizados dados da camada superficial (0-20 cm), em 95 pontos amostrais. Para a predi??o dos atributos qu?micos e f?sicos foi adotado o modelo Random Forest (RF), implementado via RStudio. Os resultados indicaram que para o par?metro de erro quadr?tico m?dio (RMSE) obteve-se uma varia??o entre 2,76- 1402,95, assim o conjunto de dados tamb?m apresentou altera??es significativas. Os resultados obtidos via ranking VarImport constataram que, em compara??o com o ?ndice de imagens Landsat-8, as covari?veis provenientes de MDE-HC obtiveram melhor desempenho para predizer os atributos do solo. O coeficiente de determina??o (R?) dos modelos de metais pesados e textura do solo variou entre 0,21- 0,39, Ba (0,24), Ni (0,34), Co (0,39), Mn (0,31), Cu (0,26), Al (0,28), Zn (0,25) e As (0,24). Em rela??o ? fra??o granulom?trica, a variabilidade da argila (0,30), areia (0,31) e silte (0,28), demostraram padr?es dessemelhantes de variabilidade e uso de covari?veis preditivas semelhantes. Para o cap?tulo 2, tamb?m foi utilizado a mesma malha amostral, considerando-se 2 profundidades (0-20 e 20-40 cm), totalizando 194 amostras de solos. Para determina??o dos teores pseudototais de metais, empregou-se o m?todo 3051A (USEPA), e as leituras dos extratos foram realizadas por ICP-OES. Para o tratamento estat?stico, utilizou-se a t?cnica da estat?stica multivariada para fins de estabelecimento dos valores de refer?ncia de qualidade de solos. As amostras foram agrupadas em 3 grupos sendo as do grupo 1 (G1) as que apresentaram os maiores valores de refer?ncia e do grupo 3 (G3) os menores. Os resultados obtidos por meio da integra??o da geoqu?mica com a an?lise espacial podem contribuir para o preenchimento da lacuna cient?fica acerca dos VRQS para as regi?es Norte e Noroeste Fluminense - RJ. Estes resultados poder?o ser usados como suporte para legisla??o ambiental do Estado do Rio de Janeiro, e, para conhecimento dos teores naturais de metais pesados associados a distribui??o espacial das propriedades do solo.
Titel: |
Digital mapping and values of heavy metal quality reference in soils of the North and Northwest Fluminense, RJ
|
---|---|
Autor/in / Beteiligte Person: | Rodrigues, Niriele Bruno ; Amaral Sobrinho, Nelson Moura Brasil do ; Lima, Erica Souto Abreu ; Pinheiro, Helena Saraiva Koenow ; Santos, Fernanda Ara?jo dos |
Link: | |
Quelle: | Biblioteca Digital de Teses e Dissertações da UFRRJ Universidade Federal Rural do Rio de Janeiro (UFRRJ) instacron:UFRRJ; (2020-11-26) |
Veröffentlichung: | Universidade Federal Rural do Rio de Janeiro, 2020 |
Medientyp: | unknown |
Schlagwort: |
|
Sonstiges: |
|