Proximal and remote sensing to soil mineralogy assessment (2022)
- Authors:
- Autor USP: ROSIN, NÍCOLAS AUGUSTO - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LSO
- DOI: 10.11606/D.11.2022.tde-12042022-162844
- Subjects: ESPECTROSCOPIA; FLUORESCÊNCIA; MAPEAMENTO DO SOLO; MINERALOGIA DO SOLO; RAIOS X; SENSORIAMENTO REMOTO
- Keywords: Pedometria
- Language: Inglês
- Abstract: A mineralogia é a engrenagem dos processos do solo, desempenhando um papel fundamental em questões relevantes para a humanidade. Porém, o acesso às análises mineralógicas é difícil devido à dificuldade de aquisição pelos métodos tradicionais e formas alternativas de alcançá-las devem ser exploradas. Esta tese foi dividida em dois capítulos que visaram: 1) Compreender os fundamentos das interações da energia na informação do pXRF com ênfase nas formas de ferro, umidade e matéria orgânica do solo para uso na ciência do solo e 2) Mapear as abundâncias dos minerais predominantes para todo o território Brasileiro, em superfície e subsuperfície. Para atingir o primeiro objetivo, três tratamentos de dissolução seletiva foram aplicados para remover: (i) matéria orgânica do solo (MOS), ii) MOS e formas de ferro pouco cristalinas (o), iii) MOS e as formas de ferro pouco cristalinas e também as formas bem cristalinas de ferro (d). Um tratamento adicional, iv) incluindo a adição de água (+ W) também foi realizado. O pXRF foi capaz de detectar alterações pelos tratamentos de dissolução seletiva e distribuição granulométrica do solo. Os teores de caulinita, gibbsita, Fe2O3, Al2O3, SiO2, TiO2 e MnO foram quantificados com acurácia satisfatória (0,61 < R2 <0,97). Fontes de incerteza, principalmente a umidade do solo, devem ser consideradas nas análises. A compreensão dos fundamentos da interação da energia com a matriz da amostra na faixa de raios X é o ponto de partida para a caracterização do solo por meio de pXRF. Para atingir o segundo objetivo, a Biblioteca de Espectral Solos do Brasil (BESB) com dados espectrais no Vis-NIR-SWIR foi utilizada para acessar a abundância de hematita (Hem), goethita (Gt), caulinita (Kt) e gibbsita (Gbs) em amostras de solo do Brasil. Os atributos do terreno (TA) e uma imagem sintética do solo (SySI) com pixel de solo expostode imagens multitemporais do Landsat (1984 a 2020) foram usados como preditores. Uma nova abordagem foi realizada a fim de obter uma imagem de solo exposto para todo o território brasileiro. O modelo Random Forest foi utilizado na predição espacial para obtenção dos mapas minerais e sua incerteza por procedimento de bootstrapping. O Hem apresentou os modelos mais acurados com R2 variando de 0,48 a 0,56, seguido por Gbs (0,42 a 0,44), Kt (0,20 a 0,31) e Gt (0,16 a 0,26). A abordagem proposta foi capaz de revelar a distribuição espacial da abundância relativa de minerais para o território brasileiro. Os mapas minerais estavam de acordo com mapas legados de geologia e pedologia e também com as condições de clima e terreno. A abordagem proposta é um método eficiente para obter informações de mineralogia para grandes áreas
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2022
- Data da defesa: 16.02.2022
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
ROSIN, Nícolas Augusto. Proximal and remote sensing to soil mineralogy assessment. 2022. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-12042022-162844/. Acesso em: 28 mar. 2026. -
APA
Rosin, N. A. (2022). Proximal and remote sensing to soil mineralogy assessment (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11140/tde-12042022-162844/ -
NLM
Rosin NA. Proximal and remote sensing to soil mineralogy assessment [Internet]. 2022 ;[citado 2026 mar. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-12042022-162844/ -
Vancouver
Rosin NA. Proximal and remote sensing to soil mineralogy assessment [Internet]. 2022 ;[citado 2026 mar. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11140/tde-12042022-162844/ - Soil depth prediction by digital soil mapping and its impact in pine forestry productivity in South Brazil
- Digital mapping of soil attributes and functions: from farm to global scale
- Proximal and orbital sensing to assist in clay content and yield potential mapping in agricultural fields
- Pedometria: histórico, princípios e aplicações
- Estratificação e remoção de outliers em uma biblioteca espectral de solos, na predição de matéria orgânica do solo
- Soybean yield response to undetailed soil limits and precipitation
- A soil productivity system reveals most Brazilian agricultural lands are below their maximum potential
- Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance
- The Brazilian soil mid-infrared spectral library: the power of the fundamental range
- The fundamental of the effects of water, organic matter, and iron forms on the pXRF information in soil analyses
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
