Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/10588
Full metadata record
DC FieldValueLanguage
dc.contributor.authorRodrigues, Niriele Bruno
dc.date.accessioned2023-12-22T01:39:48Z-
dc.date.available2023-12-22T01:39:48Z-
dc.date.issued2020-11-26
dc.identifier.citationRODRIGUES, Niriele Bruno. Mapeamento digital e valores de referência de qualidade de metais pesados em solos das regiões do Norte e Noroeste, RJ. 2020. 83 f. Dissertação (Mestrado em Agronomia, Ciência do Solo). Instituto de Agronomia, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2020.por
dc.identifier.urihttps://rima.ufrrj.br/jspui/handle/20.500.14407/10588-
dc.description.abstractA demanda por informações acerca de contaminação por metais pesados em agroecossistemas tem aumentado nas últimas décadas, em decorrência do uso massivo de agroquímicos e resíduos da produção animal. Esses fatores têm causado o acúmulo e a transferência de metais tóxicos para os alimentos, oferecendo riscos à saúde humana. As regiões Norte e Noroeste do Estado do Rio de Janeiro, possuem características fisiográficas heterogêneas, demandando informações de suporte para o manejo e conservação de solos. Assim, em busca dos valores de referência de metais pesados, associado aos mecanismos e a distribuição espacial de atributos químicos e físicos em solos de ambientes heterogêneos. A presente pesquisa teve por objetivo estabelecer valores de referência 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 regiões Norte e Noroeste Fluminense. Para os procedimentos metodológicos do capítulo I, adotou-se o uso da técnica de mapeamento digital de solos, com o auxílio dos softwares RStudio (3.6.1), SAGA-GIS (2.1.2) e Quantum GIS (v. 3.4). Para variáveis morfométricas de terreno, foram utilizados o Modelo Digital de Elevação Hidrologicamente Consistido (MDE-HC) e dados de sensor Landsat8, totalizando 23 covariáveis ambientais preditoras com resolução espacial de 90 m. Para o procedimento amostral, utilizou-se o método do Hipercubo Latino condicionado (cLHS), coletando-se amostras em áreas de baixa ou sem atividade antrópica. Foram utilizados dados da camada superficial (0-20 cm), em 95 pontos amostrais. Para a predição dos atributos químicos e físicos foi adotado o modelo Random Forest (RF), implementado via RStudio. Os resultados indicaram que para o parâmetro de erro quadrático médio (RMSE) obteve-se uma variação entre 2,76- 1402,95, assim o conjunto de dados também apresentou alterações significativas. Os resultados obtidos via ranking VarImport constataram que, em comparação com o índice de imagens Landsat-8, as covariáveis provenientes de MDE-HC obtiveram melhor desempenho para predizer os atributos do solo. O coeficiente de determinação (R²) 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 relação à fração granulométrica, a variabilidade da argila (0,30), areia (0,31) e silte (0,28), demostraram padrões dessemelhantes de variabilidade e uso de covariáveis preditivas semelhantes. Para o capítulo 2, também foi utilizado a mesma malha amostral, considerando-se 2 profundidades (0-20 e 20-40 cm), totalizando 194 amostras de solos. Para determinação dos teores pseudototais de metais, empregou-se o método 3051A (USEPA), e as leituras dos extratos foram realizadas por ICP-OES. Para o tratamento estatístico, utilizou-se a técnica da estatística multivariada para fins de estabelecimento dos valores de referência de qualidade de solos. As amostras foram agrupadas em 3 grupos sendo as do grupo 1 (G1) as que apresentaram os maiores valores de referência e do grupo 3 (G3) os menores. Os resultados obtidos por meio da integração da geoquímica com a análise espacial podem contribuir para o preenchimento da lacuna científica acerca dos VRQS para as regiões Norte e Noroeste Fluminense - RJ. Estes resultados poderão ser usados como suporte para legislação ambiental do Estado do Rio de Janeiro, e, para conhecimento dos teores naturais de metais pesados associados a distribuição espacial das propriedades do solo.por
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural do Rio de Janeiropor
dc.rightsAcesso Abertopor
dc.subjectTeores naturais de metais pesadospor
dc.subjectPoluição do solopor
dc.subjectMapeamento digital do solopor
dc.subjectNatural heavy metal contentspor
dc.subjectSoil pollutionpor
dc.subjectDigital soil mappingpor
dc.titleMapeamento digital e valores de referência de qualidade de metais pesados em solos das regiões do Norte e Noroeste, RJpor
dc.title.alternativeDigital mapping and values of heavy metal quality reference in soils of the North and Northwest Fluminense, RJeng
dc.typeDissertaçãopor
dc.description.abstractOtherThe 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 (R²) 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.eng
dc.contributor.advisor1Amaral Sobrinho, Nelson Moura Brasil do
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8349031396398015por
dc.contributor.advisor-co1Lima, Erica Souto Abreu
dc.contributor.referee1Amaral Sobrinho, Nelson Moura Brasil do
dc.contributor.referee2Pinheiro, Helena Saraiva Koenow
dc.contributor.referee3Santos, Fernanda Araújo dos
dc.creator.Latteshttp://lattes.cnpq.br/0771387992993277por
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Agronomiapor
dc.publisher.initialsUFRRJpor
dc.publisher.programPrograma de Pós-Graduação em Agronomia - Ciência do Solopor
dc.relation.referencesAB'SÁBER, A. N. Os domínios de natureza no Brasil: potencialidades paisagísticas. Ateliê Editorial, 3ª ed., 2005a. ADHIKARI, K., MISHRA, U., OWENS, P. R., LIBOHOVA, Z., WILLS, S. A., RILEY, W. J., & SMITH, D. R. Importance and strength of environmental controllers of soil organic carbon changes with scale. Geoderma, v. 375, p. 114472, 2020. ALLEONI, L. R. F.; COOPER, M.; SILVA, Á. P.; CARDOSO, E. J. (Org.). Tópicos em Ciência do Solo. 4. ed. Viçosa v. 4, p. 233-276, 2005. ALLEONI, L. R. F.; IGLESIAS, C. S. M.; MELLO, S. C.; CAMARGO, O. A.; CASAGRANDE, J. C.; LAVORENTI, N. A. Atributos do solo relacionados à adsorção de cádmio e cobre em solos tropicais. Acta Scientiarum. Biological Sciences, v. 27, n 4, p. 729-737, 2005. ALLOWAY, B. J. Heavy metals in soils. Glasgow: Blackie Academic and Professional, 1995. ALLOWAY, B. J. Sources of heavy metals and metalloids in soils. In: Heavy metals in soils. Springer, Dordrecht. p. 11-50. 2013. ALVES, E. D. L.; VECCHIA, F. A. S. Análise de diferentes métodos de interpolação para a precipitação pluvial no Estado de Goiás. Acta Scientiarum. Human and Social Sciences, v. 33, n. 2, p. 193-197, 2011. BHERING, S. B., CHAGAS, C. D. S., CARVALHO JUNIOR, W. D., PEREIRA, N. R., CALDERANO FILHO, B.; PINHEIRO, H. S. K. Digital mapping of sand, clay, and soil carbon by Random Forest models under different spatial resolutions. Pesquisa Agropecuária Brasileira, v. 51, n. 9, p. 1359-1370, 2016. BINI, C., SARTORI, G., WAHSHA, M. e FONTANA, S. Níveis de base de oligoelementos e geoquímica do solo a nível regional no nordeste da Itália. Journal of Geochemical Exploration, 109, 125-133. 2011. BIONDI, C. M. Teores naturais de metais pesados nos solos de referência do Estado de Pernambuco. 2010. 58f. Tese (Doutorado em Ciência do Solo). Recife: Universidade Federal de Pernambuco (M. Sc. Thesis), 2010. BOCARDI, J. M. B. Valores de referência de qualidade de metais, macroelementos e radionuclídeos em solos do oeste do Paraná. 2019. BREIMAN, L. Random forests. Machine Learning Journal. Hingham, v.45, p. 5-32, jan. 2001. BUDIMAN, M., McBRATNEY, A. B., MENDONÇA-SANTOS, M. D. L.; SANTOS, H. D. Revisão sobre funções de pedotransferência (PTFs) e novos métodos de predição de classes e atributos do solo. Rio de Janeiro: Embrapa Solos, 2003. CAIRES, S. M. Determinação dos teores naturais de metais pesados em solos do Estado de Minas Gerais como subsídio ao estabelecimento de Valores de Referência de Qualidade. 2009. CANELLAS, L. P.; SANTOS, G. A. Humosfera. CCTA/UENF: Campos dos Goytacazes, 2005. CARVALHO FILHO, A. de; LUMBRERAS. J. F.; WITTERN. K. P.; LEMOS, A. L.; SANTOS, R. D. dos; CALDERANO FILHO. B.; MOTHCI, E. P.; ITURRI LARACH, J. O.; CONCEIÇÃO, M. da; TAVARES. N. P.; SANTOS, H. G. dos; GOMES. J. B. V.; CALDERANO, S. B.; GONÇALVES, A. O.; MARTORANO, L. G.; SANTOS, L. C. de O; BARRETO, W. de O.; CLAESSEN, M. E. C.; PAULA, J. L. de; SOUZA, J. L. R. de; LIMA, T. da C.; ANTONELLO, L. L.; LIMA, P. C. de; OLIVEIRA, R. P. de; AGLIO, M. L. D. Levantamento de reconhecimento de baixa intensidade dos solos do Estado do Rio de Janeiro. (Contém texto e mapa colorido. Escala 1:250.000). Rio de Janeiro: Embrapa Solos. (Embrapa Solos. Boletim de Pesquisa e Desenvolvimento 32). 2003. CARVALHO JUNIOR, W. D., CHAGAS, C. D. S., LAGACHERIE, P., CALDERANO FILHO, B., & BHERING, S. B. Evaluation of statistical and geostatistical models of digital soil properties mapping in tropical mountain regions. Revista Brasileira de Ciência do Solo, v. 38, n. 3, p. 706-717, 2014. CARVALHO JUNIOR, W. de; MENDONÇA SANTOS, M. de L.; DOS ANJOS, L. H. C. Contribuições da pedometria para a governança de solos e o Pronasolos. Embrapa Solos-Artigo em periódico indexado (ALICE), 2017. CARVALHO, S. R. L. Referência geoquímica regional para a interpretação das concentrações de metais pesados em solos derivados de sedimentos da Formação Barreiras. 2009. CETESB – Companhia de tecnologia de saneamento ambiental. Decisão da Diretoria n°195/2005. Valores orientadores para solos e águas subterrâneas do Estado de São Paulo. 2005. 4p. CHAGAS, C. S. Mapeamento digital de solos por correlação ambiental e redes neurais em uma bacia hidrográfica no domínio de mar de morros. 2006. CHEN, T. B.; WONG, J. W. C.; ZHOU, H. Y.; WONG, M. H. Assessments of trace metal distribuition and contamination in surface soild of Hong Kong. Environmental Pollution, v. 96, p. 61-68, 1991. CHEN, H., TENG, Y., LU, S., WANG, Y.; WANG, J. Contamination features and health risk of soil heavy metals in China. Science of the Total Environment, v. 512, p. 143-153, 2015. CIDE - Centro de Informações e Dados do Rio de Janeiro. Mapa de uso e cobertura do solo: Estado do Rio de Janeiro. Rio de Janeiro, escala 1:50.000. 2003. CHRISTOFOLETTI, A. Modelagem de Sistemas Ambientais. São Paulo: Edgard Blucher. 1999.p.236. CONAMA - Conselho Nacional do Meio Ambiente. Resolução nº 420, de 28 de dezembro de 2009. Dispõe sobre critérios e valores orientadores de qualidade do solo quanto à presença de substâncias químicas e estabelece diretrizes para o gerenciamento ambiental de áreas contaminadas por essas substâncias em decorrência de atividades antrópicas. Diário Oficial [da] República Federativa do Brasil, Brasília, DF, nº 249, 30 dez. 2009, p. 81-84. Disponível em <http://www.mma.gov.br/port/conama/ legiabre.cfm.htm>. Acesso em: 04.02.2019. CONGEDO, L. Tutorial: Land Cover Classification Using the Semi-automatic Classification Plugin v. 3.0 “Rome” for QGIS. Disponível em Acesso em 24 de fevereiro de 2019. CONRAD, O. SAGA – System für Automatisierte Geowissenschaftliche Analysen. Presentation held at FOSSGIS 2007, Berlin, Germany, 14. March 2007. Available from: http://www.fossgis.de/wiki/images/e/eb/Oconrad_fossgis2007_saga.pdf. COPAM - Conselho Estadual de Política Ambiental. Deliberação Normativa nº 166, de 29 de junho de 2011. Altera o Anexo I da Deliberação Normativa Conjunta COPAM/CERH nº 2 de 6 de setembro de 2010, estabelecendo os Valores de Referência de Qualidade dos Solos. Diário do Executivo de Minas Gerais, 2011. CORRÊA, A.; MC, J.; SFERRA, H. H. Conceitos e aplicações de data mining. Revista de Ciência & Tecnologia, v. 11, p. 19-34, 2003. DA SILVA COSTA, R. D., NETO, P. P., CAMPOS, M. C. C., DO NASCIMENTO, W. B., DO NASCIMENTO, C. W. A., SILVA, L. S., & DA CUNHA, J. M. Natural contents of heavy metals in soils of the southern Amazonas state, Brazil. Semina: Ciências Agrárias, v. 38, n. 6, p. 3499-3514, 2017. CPRM (Companhia de Pesquisa de Recursos Minerais). Mapa geológico e de recursos minerais do estado do Rio de Janeiro, escala 1:400.000. Belo Horizonte: CPRM, 2016. Disponível em http://rigeo.cprm.gov.br/xmlui/handle/doc/18458?show=full. Acessado em 20/12/2019. DANTAS, M. E.; SHINZATO, E.; MEDINA, A. I. M.; SILVA, C. R.; PIMENTEL, J.; LUMBRERAS, J. F.; CALDERANO, S. B.; CARVALHO FILHO, A. Diagnóstico Geoambiental do Estado do Rio de Janeiro. Brasília: CPRM, 2001. Mapa. CD-ROM. 35 p. DAVIS, C., & CÂMARA, G. Arquitetura de sistemas de informação geográfica. Introdução à ciência da geoinformação. São José dos Campos: INPE,2001. DONAGEMMA, G. K.; CAMPOS, D. V. B.; CALDERANO, S. B.; TEIXEIRA, W. G.;VIANA, J. H. M. Manual de métodos de análise de solos. Segunda Edição. Rio de Janeiro, RJ: Embrapa Solos. 2011. DOS SANTOS, H. G., JACOMINE, P. K. T., DOS ANJOS, L. H. C., DE OLIVEIRA, V. A., LUMBRERAS, J. F., COELHO, M. R.; CUNHA, T. J. F. Sistema brasileiro de classificação de solos. Brasília, DF: Embrapa, 2018. FADIGAS, F. S. Estimativa das concentrações naturais (pseudo-total) de Cd, Co, Cr, Cu, Ni, Pb, e Zn em solos brasileiros e proposição de valores de referência utilizando técnicas de estatística multivariada. 116f. Tese (Doutorado em Agronomia- Ciência do Solo). Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2002. FADIGAS, F. S.; AMARAL SOBRINHO, N. M. B. D., MAZUR, N., ANJOS, L. H. C. D., & FREIXO, A. A. Concentrações naturais de metais pesados em algumas classes de solos brasileiros. Bragantia, v. 61, n. 2, p. 151-159, 2002. FADIGAS, F. S; AMARAL SOBRINHO, N. M. B.; MAZUR, N.; ANJOS, L. H. C.; FREIXO, A. A. Estimation of Reference Values for Cadmium, Cobalt, Chromium, Copper, Lead and Zinc in Brasilian Soils. Communications in Soil Science and Plant Analysis, v. 37, n.7, p. 945-959, 2006a. FADIGAS, F. S.; AMARAL SOBRINHO, N. M. B.; MAZUR, N.; ANJOS, L. H. C.; FREIXO, A. A. Concentrações naturais de metais pesados em algumas classes de solos brasileiros. Bragantia (São Paulo, SP. Impresso), v. 61, p. 151-159, 2006b. FAO World Soil Charter. p. 10. Rome, Italy, Food and Agriculture Organization of the United Nations. (also available at http://www.fao.org/3/a-i4965e.pdf). 2015b FERNANDES, A. R., DE SOUZA, E. S., DE SOUZA BRAZ, A. M., BIRANI, S. M.; ALLEONI, L. R. F. Quality reference values and background concentrations of potentially toxic elements in soils from the Eastern Amazon, Brazil. Journal of Geochemical Exploration, v. 190, p. 453-463, 2018. GUIMARÃES, L. D. D.; ARAÚJO JÚNIOR, J. C. F. F; LIMA, E. S. A; PINHEIRO, H. S. K; SOBRINHO, N. M. B. A Variabilidade espacial de metais pesados em área de montanha com baixa atividade antrópica. In: IV Simpósio ABC: Argentina-Brasil-Cuba. Anais... Seropédica (RJ) Seropédica, 2020. Disponível em: <https//www.even3.com.br/anais/ivsimposioabc/238156-VARIABILIDADE-ESPACIAL-DE-METAIS-PESADOS-EM-AREA-DE-MONTANHA-COM-BAIXA-ATIVIDADE-ANTROPICA>. Acesso em: 09/06/2020. GRIMM, R.; BEHRENS, T.; MÄRKER, M.; ELSENBEER, H. Soil organic carbon concentrations and stocks on Barro Colorado Island - digital soil mapping using Random Forests analysis. Geoderma, v. 146, 102-113. 2008. HARVEY, D. Explanation in Geography. London: Edward Arnold. 1969. 189p.HARRI, J. ARTHUR. PRACTICAL UNIVERSALITY OF FIELD HETEROGENEITY ASA FACTOR INFLUENCING PLOT YIELDS. Journal of Agricultural Research, v. 19, n. 7, p. 279, 1920. HENGL, T.; TOOMANIAN, N.; REUTER, H. I.; MALAKOUTI, M. J. Methods to interpolate soil categorical variables from profile observations: Lessons from Iran. Geoderma, 140:417-427, 2007. HEUNG, B.; BULMER, C. E.; SCHMIDT, M. G. Predictive soil parent material mapping at a regional-scale: A Random Forest approach. Geoderma, v. 214, p. 141-154, 2014. HU, B.; XUE, J.; ZHOU, Y.; SHAO, S.; FU, Z.; LI, Y.; SHI, Z. Modelling bioaccumulation of heavy metals in soil-crop ecosystems and identifying its controlling factors using machine learning. Environmental Pollution, v. 262, p. 114308, 2020. HUANG, Y.; LI, T.; WU, C.; HE, Z.; JAPENGA, J.; DENG, M.; YANG, X. An integrated approach to assess heavy metal source apportionment in peri-urban agricultural soils. Journal of hazardous materials, v. 299, p. 540-549, 2015. HUANG, S.; SHAO, G.; WANG, L.; TANG, L. Spatial distribution and potential sources of five heavy metals and one metalloid in the soils of Xiamen City, China. Bulletin of environmental contamination and toxicology, v. 103, n. 2, p. 308-315, 2019. JIA, X.; HU, B.; MARCHANT, B. P.; ZHOU, L.; SHI, Z.; ZHU, Y. A methodological framework for identifying potential sources of soil heavy metal pollution based on machine learning: A case study in the Yangtze Delta, China. Environmental Pollution, v. 250, p. 601-609, 2019. JENSEN, J. R. Introductory digital image processing: a remote sensing perspective. 2a. ed. Upper Saddle River: Prentice-Hall, 1996. JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. São José dos Campos: Parêntese, 2009. 604p. JOURNEL, A. G.; HUIJBREGTS, C. J. Mining geostatistics. London: Academis Press, 1978. 600p. KLEIN, CORNELIS; DUTROW, BARBARA. Manual de ciência dos minerais. Bookman Editora, 2009. KÖPPEN, W. Climatologia: con un estudio de los climas de la tierra. Fondo de Cultura Econômica. México. 479p. 1948. KUHN, M.; WING, J.; WESTON, S.; WILLIAMS, A.; KEEFER, C.; ENGELHARDT, A.; COOPER, T.; MAYER, Z.; KENKEL, B.; BENESTY, M.; LESCARBEAU, R.; ZIEM, A.; SCRUCCA, L.; TANG, Y.; CANDAN, C.; HUNT, T. caret: classification and regression training, 2017. Disponível em: https://cran.r-project.org/package=caret KRIGE. D. G. A statistical approach to some mine valuations problems at the Witwatersrand. Journal of the Cheminal, Metallurgical and Mining Society of South Africa, v. 52, 119-138, 1951. LADEIRA, FRANCISCO SERGIO BERNADES. Solos do passado: origem e identificação. Revista Brasileira de Ciência do Solo, v. 34, n. 6, p. 1773-1786, 2010. LIAW A.; WIENER, M. Classification and regression by random Forest. R News. 2(3):18–22, 2002. LIMA, E. S. A.; MATOS, T. S.; PINHEIRO, H. S. K.; GUIMARÃES, L. D. D.; PÉREZ, D. V.; AMARAL SOBRINHO, N. M. B. Soil heavy metal content on the hillslope region of Rio de Janeiro, Brazil: reference values. Environmental monitoring and assessment, v. 190, n. 6, p. 364, 2018. MALAVOLTA, E. Fertilizantes e seu impacto ambiental: micronutrientes e metais pesados: mitos, mistificação e fatos. São Paulo: Produquímica, 1994. MATHERON, G. Principles of geostatistics. Economic Geology, Lancaster, 58: 1246-1266,1963. MATTOS, A. G. Valores de referência de qualidade e adsorção de metais pesados nos solos da Região do Médio Paraíba - RJ. 73f. Dissertação. Universidade Federal Rural do Rio de Janeiro, Rio de Janeiro.2014. MATTOS, A. G.; LIMA, E. S. A.; AMARAL SOBRINHO, N. M. B.; ZOFFOLI, H. J. O.; PÉREZ, D. V. Multivariate analyses to establish reference values for soils in Médio Paraíba, state of Rio de Janeiro, Brazil. Revista Ciência Agronômica, v. 49, n. 1, p. 1-10, 2017. MCBRATNEY, A. B.; ODEH, I. An overview of pedometric techniques for use in soil survey. Geoderma, v.97. p. 293-327. 2000. MCBRATNEY, A. B.; MENDONÇA-SANTOS, M. L.; MINASNY, B. On digital soil mapping. Geoderma, v. 117, p. 3-52. 2003. McBRIDE, M. B. Environmental chemistry of soils. New York: Oxford University, 1994. 406p. MCKAY, M. D.; BECKMAN, R. J.; CONOVER, W. J. A comparison of three methods for selecting values of input variables in the analysis of output from a computer code. Technometrics, v. 42, n. 1, p. 55-61, 2000. MELO, V. F.; FONTES, M. P. F.; NOVAIS, R. F.; SINGH, B.; SCHAEFER, C. E. G. R. Características dos óxidos de ferro e de alumínio de diferentes classes de solos. Revista Brasileira de Ciência do Solo, v. 25, n. 1, p. 19-32, 2001. MENDONÇA-SANTOS, M. L.; MANZATTO, C. V. Pedologia ou Pedometria? Modelo discreto ou contínuo? Mapeamento tradicional ou digital. Boletim Informativo da Sociedade Brasileira de Ciência do Solo, v. 32, n. 1, p. 21-26, 2007. MENDES, A.; DUDA, G. P.; NASCIMENTO, C. W.; LIMA, J. A. G.; MEDEIROS, A. D. Acúmulo de metais pesados e alterações químicas em Cambissolo cultivado com meloeiro. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 14, n. 8, p. 791-796, 2010. MINASNY, B.; McBRATNEY, A. B. A conditioned Latin hypercube method for sampling inthe presence of ancillary information. Computers & Geosciences, v. 32. p. 1378-1388. 2006. MUCHA, N. M. Relação solo-relevo entre a Serra do Mar e planalto do Alto Iguaçu como subsídio para o mapeamento digital de solos, 2020. NIST – National Institute of Standards and Technology. Standard Reference Materials SRM 2709 - San Joaquin Soil. Baseline Trace Element Concentrations. Certificate Issue Date: 18 July 2003. 13p. NOGUEIRA, T. A. R.; ABREU JUNIOR, C. H.; ALLEONI, L. R. F.; HE, Z.; SOARES, M. R.; SANTOS VIEIRA, C.; CAPRA, G. F. Background concentrations and quality reference values for some potentially toxic elements in soils of São Paulo State, Brazil. Journal of Environmental Management, v. 221, p. 10-19, 2018. NUÑEZ, JOSÉ EZEQUIEL V.; SOBRINHO, NELSON MOURA B. DO A. Perdas de metais pesados por erosão influenciada pelo sistema de preparo do solo. Floresta e Ambiente, v. 7, n. único, p. 208-216, 2012. OLIVEIRA, L. F.; CASTRO, M. L. L.; RODRIGUES, C.; BORGES, J. D. Isotermas de sorção de metais pesados em solos do cerrado de Goiás. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 14, n. 7, p. 776-782, 2010. OLIVEIRA, T. S. D. Metais pesados como indicadores de materiais de origem de solos. 1996. OMONDI, EVANS & BOITT, M. Modeling the Spatial Distribution of Soil Heavy Metals Using Random Forest Model-A Case Study of Nairobi and Thirirka Rivers’ Confluence. Journal of Geographic Information System, v. 12, n. 06, p. 597, 2020. PAOLIELLO, MONICA. Ecotoxicologia do chumbo e seus compostos. In: Cadernos de Referência Ambiental, 003. CRA, 2001. PASCALICCHIO, Á. A. E. Contaminação por metais pesados. Annablume, 2002. PAYE, H. D. S.; MELLO, J. W. V. D.; ABRAHÃO, W. A. P.; FERNANDES FILHO, E. I.; DIAS, L. C. P.; CASTRO, M. L. O.; FRANÇA, M. M. Valores de referência de qualidade para metais pesados em solos no Estado do Espírito Santo. Revista Brasileira de Ciência do Solo, v. 34, n. 6, p. 2041-2051, 2010. PEDROZO, M. D. F. M.; LIMA, I. V. D. Ecotoxicologia do cobre e seus compostos. In: Cadernos de Referência Ambiental, 002. CRA, 2001. PINHEIRO, H. S. K. Mapeamento Digital de Solos por Redes Neurais Artificiais da Bacia Hidrográfica do Rio Guapi-Macacu, RJ. Dissertação (Mestrado em Agronomia, Ciência do Solo) - Instituto de Agronomia, Departamento de Solos, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ. p.151. 2012. PINHEIRO, H. S. K.; ANJOS, L. H. C.; CARVALHO JUNIOR, W. D.; CHAGAS, C. D. S. Modelos baseados em árvores para predição de classes de solo. In: Embrapa Solos-Artigo em anais de congresso (ALICE). In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 35., 2015. Anais... Natal. O solo e suas múltiplas funções: anais. Natal: Sociedade Brasileira de Ciência do Solo, 2015. QIU, L.; WANG, K.; LONG, W.; WANG, K.; HU, W.; AMABLE, G. S. A comparative assessment of the influences of human impacts on soil Cd concentrations based on stepwise linear regression, classification and regression tree, and random forest models. PLoS One, v. 11, n. 3, p. e0151131, 2016. REBELLO, A. de L.; PONCIANO, C. R.; MELGES, L. H. Avaliação da produtividade primária e da disponibilidade de nutrientes na Baía de Guanabara. Anais da Academia Brasileira de Ciências, v. 60, n. 4, p. 419-430, 1988. RODRÍGUEZ-EUGENIO, N.; MCLAUGHLIN, M.; PENNOCK, D. Soil Pollution: a hidden reality. 2018. SABINS, F. F. Remote sensing: Principles and Interpretation. 3nd ed. New York: W. H. Freeman and Company. 1997. 432p. SAHOO, P. K., DALL’AGNOL, R., SALOMÃO, G. N., JUNIOR, J. D. S. F., da SILVA, M. S., MATINS, G. C.; DA COSTA, M. F Source and background threshold values of potentially toxic elements in soils by multivariate statistics and GIS-based mapping: a high density sampling survey in the Parauapebas basin, Brazilian Amazon. Environmental geochemistry and health, v. 42, n. 1, p. 255-282, 2020. SAMPAIO, M. A. F.; SANTOS, C. A.; ACCIOLY, A. C.; SANTOS, E. J.; CARMONA, L. C. D. M. Novos dados petrográficos dos metagranitóides Barra da Serra e Serra da Bandarra, Terreno Alto Moxotó, Província Borborema, nordeste brasileiro. 2008. SANTOS, G. C. G. D.; RODELLA, A. A.. Efeito da adição de fontes de matéria orgânica como amenizantes do efeito tóxico de B, Zn, Cu, Mn e Pb no cultivo de Brassica juncea. Revista Brasileira de Ciência do Solo, v. 31, n. 4, p. 793-804, 2007. SANTOS, S. N. Valores de referência de metais pesados em solos de Mato Grosso e Rondônia. Diss. Universidade de São Paulo, 2011. SANTOS, S. N.; ALLEONI, L. R. F. Valores de referência para metais pesados em solos da fronteira agrícola brasileira no sudoeste da Amazônia. Environ Monit Avalie 185, 5737-5748 (2013). SAS Institute Inc. SAS Online Doc® 9.2. Cary, NC: SAS Institute Inc, 2010. SILVA, L. C.; SILVA, H. C.Geologia do Estado do Rio de Janeiro. In: CPRM. Rio de Janeiro. CPRM – Serviço Geológico do Brasil: Rio de Janeiro. 1CD Rom, 2000. SHAHEEN, A.; IQBAL, J. Spatial distribution and mobility assessment of carcinogenic heavy metals in soil profiles using geostatistics and random forest, boruta algorithm. Sustainability, v. 10, n. 3, p. 799, 2018. SHIMABUKURO, Y. E. Índice de Vegetação e Modelo Linear de Mistura Espectral no Monitoramento da região do Pantanal. Pesquisa Agropecuária Brasileira. (33): 1729-1737, 1998. SILVA, L. C. Geologia do Estado do Rio de Janeiro: texto explicativo do mapa geológico do Estado do Rio de Janeiro. Companhia de Pesquisa de Recursos Minerais (CPRM): Brasília, Brazil) [in Portuguese], 2001. SOARES, M. R. Coeficiente de distribuição (Kd) de metais pesados em solos do estado de São Paulo. 2004. 202p. Tese (Doutorado) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2004. TEN CATEN, A.; DALMOLIN, R. S. D.; MENDONÇA SANTOS, M. D. L.; GIASSON, E. Mapeamento digital de classes de solos: características da abordagem brasileira. Ciência Rural, v. 42, n. 11, p. 1989-1997, 2012. TÓTH, G.; HERMANN, T.; SZATMÁRI, G.; PÁSZTOR, L. Maps of heavy metals in the soils of the European Union and proposed priority areas for detailed assessment. Science of the total environment, v. 565, p. 1054-1062, 2016. USEPA – United States Environmental Protection Agency. Method 3051A – Microwave assisted acid digestion of sediments, sludges, soils, and oils. Washington, DC, 2007. 30p. Disponível em <http://www.epa.gov/osw/hazard/testmethods/sw846/pdfs/ 3051a.pdf>, Acesso em junho de 2013. VIEIRA, S. R. Geoestatística em estudos de variabilidade espacial do solo. Tópicos em ciência do solo. Viçosa: Sociedade Brasileira de Ciência do Solo, v. 1, p. 1-53, 2000. WANG, QI; XIE, Z.; LI, FANGBAI. Using ensemble models to identify and apportion heavy metal pollution sources in agricultural soils on a local scale. Environmental Pollution, v. 206, p. 227-235, 2015. WERE, K.; BUI, D. T.; DICK, O. B.; SINGH, B. R. A comparative assessment of support vector regression, artificial neural networks, and random forests for predicting and mapping soil organic carbon stocks across an Afromontane landscape. Ecological Indicators, v. 52, p. 394-403, 2015. WINGE, MANFREDO. Glossário geológico ilustrado. Publicado na Internet em 2001- 2010. http://sigep.cprm.gov.br/glossario/ e disponível em 01 de agosto de 2020. YANG, R. M.; ZHANG, G. L.; LIU, F.; LU, Y. Y.; YANG, F.; YANG, F.; YANG, F.; YANG, M.; ZHAO, Y. G.; LI, D. C. Comparison of boosted regression tree and random forest models for mapping topsoil organic carbon concentration in an alpine ecosystem. Ecological Indicators, v. 60, p. 870-878, 2016.por
dc.subject.cnpqAgronomiapor
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/71093/2020%20-%20Niriele%20Bruno%20Rodrigues.pdf.jpg*
dc.originais.urihttps://tede.ufrrj.br/jspui/handle/jspui/6075
dc.originais.provenanceSubmitted 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)eng
dc.originais.provenanceMade 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: 2020-11-26eng
Appears in Collections:Mestrado em Agronomia - Ciência do Solo

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
2020 - Niriele Bruno Rodrigues.pdf3.09 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.