Iniciação Científica Overview

Mapping the Spatial Variability of Soil Fertility Attributes using Gamma Spectrometry

Resumo

A Agricultura de Precisão (AP) visa otimizar o uso de insumos agrícolas a partir do gerenciamento localizado da variabilidade espacial do solo. Contudo, os métodos tradicionais de análise são laboriosos, destrutivos e de baixa resolução espacial, dificultando a criação de mapas detalhados. Este trabalho investiga o potencial da espectrometria de raios gama in situ como uma técnica rápida e não-destrutiva para o mapeamento indireto de atributos de fertilidade do solo. Para isso, serão realizadas medições da radioatividade natural, proveniente dos isótopos $^{40}\text{K}$, $^{238}\text{U}$ e $^{232}\text{Th}$, em uma área agrícola experimental. Estes dados serão correlacionados com análises físico-químicas laboratoriais de amostras de solo coletadas nos mesmos pontos. Utilizando ferramentas de estatística e geoestatística, serão gerados mapas de alta resolução que servirão como base para a criação de zonas de manejo, demonstrando o potencial da espectrometria gama como uma ferramenta robusta e eficiente para a agricultura de precisão.

Palavras-chave: Física Nuclear Aplicada, Ciência do Solo, Agricultura de Precisão, Agronomia.

Motivação: A análise tradicional de fertilidade do solo é feita por amostragem, envio para laboratório e é pontual. A agricultura de precisão demanda mapas detalhados e, se possível, de aquisição mais rápida. A espectrometria gama pode ser uma técnica proxy (indireta) para mapear a variabilidade de certos nutrientes em larga escala e de forma não-destrutiva; no entanto, o grande desafio é entender até que ponto esses sinais radiométricos se correlacionam, com exatidão, com a real disponibilidade dos nutrientes-chave no solo.

Problema de Pesquisa / Justificativa: Como a distribuição espacial de radionuclídeos naturais no solo, medida por espectrometria gama, pode ser utilizada para modelar e mapear atributos-chave de fertilidade (como teor de argila, potássio total e Capacidade de Troca Catiônica - CTC) de forma mais eficiente que os métodos convencionais, viabilizando sua aplicação em larga escala na agricultura de precisão?

A justificativa se baseia na necessidade de técnicas mais ágeis e de menor custo para o diagnóstico da fertilidade do solo, uma demanda crescente do setor agrícola tecnológico. A física nuclear oferece uma solução elegante, aproveitando um sinal natural do próprio solo para extrair informações agronômicas valiosas.

Índice Completo (Table of Contents)

Referências

  1. International Atomic Energy Agency (IAEA). Guidelines for radioelement mapping using gamma ray spectrometry data. Vienna: IAEA, 2003. (IAEA-TECDOC-1363).
  2. Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit (BMU). Gamma spectrometric determination of the activities of natural radionuclides. In: Procedures Manual for monitoring of radioactive substances in the environment and of external radiation (Messanleitungen für die „Überwachung radioaktiver Stoffe in der Umwelt und externer Strahlung“). Versão de Junho de 2018. ISSN 1865-8725.
  3. HILLEL, D. Environmental soil physics. San Diego: Academic Press, 1998. 771 p.
  4. SANTOS, H. G. dos et al. Sistema brasileiro de classificação de solos. 6. ed. Brasília, DF:Embrapa, 2025. 393 p.
  5. NOVAIS, R. F. et al. (ed.). Fertilidade do solo. Viçosa, MG: Sociedade Brasileira de Ciência do Solo, 2007. 1017 p.
  6. FERREIRA, C. F. Fertilidade do solo: correção e adubação. Curitiba: SENAR-PR, 2016. 104 p. (Coleção SENAR-PR, 164).

    7. Artigos

  7. Taylor, A., Kalnins, A., Koot, M. et al. Portable gamma spectrometry for rapid assessment of soil texture, organic carbon and total nitrogen in agricultural soils. J Soils Sediments 23, 2556–2563 (2023). https://doi.org/10.1007/s11368-023-03488-w
  8. Pätzold, S.; Leenen, M.; Heggemann, T.W. Proximal Mobile Gamma Spectrometry as Tool for Precision Farming and Field Experimentation. Soil Syst. 2020, 4, 31. https://doi.org/10.3390/soilsystems4020031
  9. SCHMIDINGER, J. et al. Which and how many soil sensors are ideal to predict key soil properties: a case study with seven sensors. Geoderma, Amsterdam, v. 450, p. 117017, 2024. DOI: https://doi.org/10.1016/j.geoderma.2024.117017
  10. LOZANO-FONDÓN, C. et al. Accuracies and costs of prediction and mapping soil properties using proximal sensors: a systematic review. Computers and Electronics in Agriculture, Amsterdam, v. 243, p. 111378, 2026. DOI: https://doi.org/10.1016/j.compag.2025.111378
↑ ↓ navigate ↵ select
esc close