Modelagem da Perda Superficial de Solo para Cenários de Agricultura e Pastagem na Região Metropolitana de Goiânia

Main Article Content

Gabriella Santos Arruda de Lima
Nilson Clementino Ferreira
Manuel Eduardo Ferreira

Abstract

A determinação da perda superficial dos solos representa uma informação importante no planejamento territorial. O processo de erosão laminar advém de agentes naturais, como a topografia, a chuva e a tipologia de solos, intensificados pela ação antrópica. Na região metropolitana de Goiânia (RMG), tais processos são agravados pela retirada da cobertura vegetal nativa para expansão urbana e implantação de pastagens e culturas agrícolas. A Equação Universal de Perda dos Solos (USLE), aplicada em Sistemas de Informações Geográficas (SIG), permite estimar a erosão em variadas condições e cenários de uso da terra. Neste artigo objetivou-se determinar e espacializar a susceptibilidade erosiva para o atual uso da terra e também para diferentes cenários de ocupação antrópica, visando prognosticar o quanto a conversão deste ativo ambiental pode colaborar para a ocorrência de erosão, e em quais intensidades. Considerando toda a área da região metropolitana de Goiânia, foram simulados os seguintes cenários: Atual (todas as classes de uso), Pastagem e Agricultura. A susceptibilidade erosiva para Pastagem aumentou em 51%, e em 110% para Agricultura, em comparação com o cenário Atual. Os resultados obtidos também reforçam que a conversão dos passivos ambientais resulta num significativo aumento da susceptibilidade erosiva na RMG.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

Article Details

How to Cite
DE LIMA, G. S. A.; FERREIRA, N. C.; FERREIRA, M. E. Modelagem da Perda Superficial de Solo para Cenários de Agricultura e Pastagem na Região Metropolitana de Goiânia. Brazilian Journal of Cartography, [S. l.], v. 70, n. 4, p. 1510–1536, 2018. DOI: 10.14393/rbcv70n4-46513. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/46513. Acesso em: 21 nov. 2024.
Section
Original Articles

Most read articles by the same author(s)