The goal of this study was to validate soil moisture data from Soil Moisture Ocean Salinity (SMOS) using two in situ databases for Pernambuco State, located in Northeast Brazil. The validation process involved two approaches, pixel-station comparison and areal average, for three regions in Pernambuco with different climatic characteristics. After validation, the SMOS data were used for drought assessment by calculating soil moisture anomalies for the available period of data. Four statistical criteria were used to verify the quality of the satellite data: Pearson correlation coefficient, Willmott index of agreement, BIAS, and root mean squared difference (RMSD). The average RMSD calculated from the daily time series in the pixel and the areal assessment were 0.071 m³m⁻³ and 0.04 m³m⁻³, respectively. Those values are near to the expected 0.04 m³m⁻³ accuracy of the SMOS mission. The analysis of soil moisture anomalies enabled the assessment of the dry period between 2012 and 2017 and the identification of regions most impacted by the drought. The driest year for all regions was 2012, when the anomaly values achieved −50% in some regions. The use of SMOS data provided additional information that was used in conjunction with the precipitation data to assess drought periods. This may be particularly relevant for planning in agriculture and supporting decision makers and farmers.

O estudo para identificação de áreas para a implantação de aterros sanitários compõe importante instrumento de planejamento ambiental, assim é necessário seguir critérios técnicos e restrições normativas. Uma alternativa viável é o uso das tecnologias livres e dados gratuitos. Com o intuito de contribuir para o gerenciamento de resíduos sólidos, esse estudo tem como objetivo realizar a identificação de áreas adequadas para implantação de aterro sanitário no município de Almadina na Bahia. Utilizando o geoprocessamento, através do Sistema de Informações Geográficas (SIG), análise multicritérios e lógica fuzzy. Foram organizadas sete bases georreferenciadas das características da área de estudo, sendo, a distância mínima dos recursos hídricos, das estradas, dos núcleos urbanos, informações da declividade, geologia, solos e uso e cobertura da terra. Aplicou-se os pesos para as classes de cada uma das bases, em seguida, definiu-se qual o percentual de importância das variáveis. Assim, foram gerados mapas temáticos identificando a adequabilidade de cada classe, que contribuíram para elaboração do mapa final de adequabilidade, classificadas em cinco classes. Pode-se concluir que, a ferramenta de geoprocessamento contribui para a redução da subjetividade no processo de decisão em empreendimentos impactantes.

Environmental models often require soil maps to represent the spatial variability of soil attributes. However, mapping soils using conventional in-situ survey protocols is time-consuming and costly. As an alternative, digital soil mapping offers a fast-mapping approach that might be used to monitor soil attributes and their interrelationships over large areas. In Brazil, conventional survey methods are still widely used, and thus maps still in development are considered as the state-of-the-art products for decades. In this study, we address this lack of updated spatial information on many soil attributes by producing regional statistical soil models using an innovative framework. This new framework attempts to reduce prediction redundancies due to high multicollinearity, by implementing a Feature Selector algorithm. This is expected to improve a model’s strength by decreasing its unexplained variance. The framework’s core is composed of the Soil-Landscape Estimation and Evaluation Program (SLEEP) and a calibrated Gradient Boosting Model capable of modelling the spatial distribution of soil attributes at multiple soil depths. These models allowed us to explain the spatial distribution of some basic soil attributes (physical and chemical), and its environmental drivers. The model training and testing approach used 30 environmental attributes, and data from 223 soil profiles for the state of Pernambuco, Brazil. Our models demonstrated a consistent potential to perform spatial extrapolations with r2 ranging from 0.8 to 0.97, and PBIAS from -0.51 to 2.03. The properties related to topographic and climatic conditions were dominating when estimating the number of horizons, percentage of silt and the sum of bases (a measure of soil fertility). We believe that our framework features high flexibility, while reducing capital investments when compared to in situ surveys and traditional mapping protocols. These findings also have implications for the improvement and testing of pedotransfer functions. We thank FACEPE for funding this through APQ 0646-9.25/16.

O geoprocessamento é um conjunto de tecnologias e técnicas utilizadas para coletar, armazenar, manipular, analisar e visualizar dados geográficos, combinando os princípios da ciência da informação geográfica com os recursos da tecnologia da informação. Suas técnicas envolvem a utilização de Sistemas de Informação Geográfica (SIG), que são softwares especializados, projetados para gerenciar e analisar dados geográficos. Esses sistemas permitem criar bancos de dados espaciais, a sobreposição de camadas de informações geográficas, a realização de análises espaciais, a geração de mapas temáticos e a visualização de resultados. Dentre eles, questões do planejamento ambiental que através de estudos geoambientais se tornam indispensáveis para a compreensão das dinâmicas naturais e os reflexos da interação antrópica junto a essas paisagens. O objetivo desse estudo consiste em analisar as características geoambientais do município de Almadina-BA por meio das aplicações do geoprocessamento, enquanto uma ferramenta de desenvolvimento no planejamento ambiental no município baiano. Desse modo, foi possível gerar um projeto cartográfico, com mapeamentos das variáveis dos aspectos climatológicos, geológicos, geomorfológicos, hidrográficos e pedológicos e uso e ocupação do solo da área sobre a qual se debruça esse estudo. Com o resultado desses mapas, constatou-se que a consolidação de dados físico-ambientais existentes foi útil no processo de arranjo, em ambiente de sistemas de informação geográfica, que possibilitou junto as análises, destacar as potencialidades, fragilidades e o uso do espaço pela sociedade nas formas modernas de ocupação.