Braz Calderano Filho

Influência da diferenciação pedológica no desenvolvimento da seringueira no município de Oratórios, MG

RESUMO - A expansao da heveicultura em regioes nao tradicionais que apresentam condicoes edafoclimaticas diferentes do seu habitat natural, tem seu desempenho prejudicado pela carencia de informacoes tecnicas. No Estado de Minas Gerais, a falta de conhecimento dos fatores inerentes as relacoes solo-planta tem-se tornado uma seria limitacao no processo de implantacao e exploracao de seringais. Neste trabalho foi estudado um transecto sob vegetacao de seringueira, situada na fazenda experimental da Epamig no vale do Piranga, no municipio de Oratorios, MG. As caracterizacoes morfoestruturais revelaram forte diferenciacao lateral dos solos na vertente, sendo os Latossolos predominantes no topo, e nas partes mais baixas, os Podzolicos, com presenca de horizontes B texturais, macicos, coerentes, adensados e pouco porosos. Tais observacoes foram complementadas por determinacoes in situ, por meio de testes de infiltracao de agua e resistencia a penetracao. Os resultados de laboratorio que abrangem as densidades (aparente e real), porosidade (macro e micro) atraves de curvas de retencao de agua, assim como as analises fisicas e quimicas, confirmam as observacoes e determinacoes de campo. Os diferentes resultados foram relacionados com o desenvolvimento do clone de seringueiras IAN 873 (biomassa total, aerea e radicular) e mostram uma estreita dependencia entre as caracteristicas fisicas dos solos e o desenvolvimento da seringueira. Foi observado um melhor comportamento do seringal nos Latossolos, quando comparados aos Podzolicos, que apresentam uma forte restricao mecânica a penetracao das raizes, uma porosidade globalmente reduzida e uma drenagem interna muito deficiente. Termos para indexacao: pedologia, Latossolos, Podzolicos, biomassa, Hevea brasiliensis. INFLUENCE OF THE PEDOLOGICAL DIFFERENTIATION ON THE DEVELOPMENT OF RUBBER-TREE CULTIVATION IN THE STATE OF MINAS GERAIS, BRAZIL

Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar

Soil information is needed for managing the agricultural environment. The aim of this study was to apply artificial neural networks (ANNs) for the prediction of soil classes using orbital remote sensing products, terrain attributes derived from a digital elevation model and local geology information as data sources. This approach to digital soil mapping was evaluated in an area with a high degree of lithologic diversity in the Serra do Mar. The neural network simulator used in this study was JavaNNS and the backpropagation learning algorithm. For soil class prediction, different combinations of the selected discriminant variables were tested: elevation, declivity, aspect, curvature, curvature plan, curvature profile, topographic index, solar radiation, LS topographic factor, local geology information, and clay mineral indices, iron oxides and the normalized difference vegetation index (NDVI) derived from an image of a Landsat-7 Enhanced Thematic Mapper Plus (ETM+) sensor. With the tested sets, best results were obtained when all discriminant variables were associated with geological information (overall accuracy 93.2 - 95.6 %, Kappa index 0.924 - 0.951, for set 13). Excluding the variable profile curvature (set 12), overall accuracy ranged from 93.9 to 95.4 % and the Kappa index from 0.932 to 0.948. The maps based on the neural network classifier were consistent and similar to conventional soil maps drawn for the study area, although with more spatial details. The results show the potential of ANNs for soil class prediction in mountainous areas with lithological diversity.