APTIDÃO AGRÍCOLA PARA A AGRICULTURA FAMILIAR NO ESTADO DO RIO DE JANEIRO:

CORRELAÇÃO AMBIENTAL ENTRE VARIÁVEIS EDÁFICAS E CLIMÁTICAS

Autores

DOI:

https://doi.org/10.47595/rcjs.v1i1.195

Palavras-chave:

Aptidão agrícola; Agricultura familiar; SIG; Análise multicritério.

Resumo

A agricultura familiar desempenha papel importante na dinâmica socioeconômica do estado do Rio de Janeiro, porém o território fluminense apresenta condições ambientais bastante heterogêneas, marcadas por contrastes de relevo, solos, clima e uso da terra. Nesse contexto, o presente estudo teve como objetivo analisar a aptidão agrícola das terras associada à agricultura familiar no estado do Rio de Janeiro, utilizando integração de variáveis ambientais em ambiente de Sistema de Informação Geográfica (SIG). Para isso, foram utilizados dados secundários de solos, relevo, declividade, uso e cobertura da terra e aptidão agrícola, organizados por meio de análise multicritério e álgebra de mapas. Os resultados demonstraram predominância de áreas classificadas como de aptidão regular e restrita para lavouras, principalmente em regiões serranas e áreas de relevo fortemente ondulado, onde as limitações topográficas e a suscetibilidade à erosão são mais expressivas. As áreas mais favoráveis ao uso agrícola concentraram-se em setores de relevo mais suave e melhores condições pedológicas. A análise também evidenciou a influência da compartimentação geomorfológica na distribuição espacial da aptidão agrícola no estado. Apesar das limitações relacionadas à ausência de validação de campo, o estudo demonstrou que a utilização integrada de dados geoespaciais pode contribuir para o planejamento territorial e para o desenvolvimento de estratégias voltadas ao uso sustentável das terras pela agricultura familiar

Biografia do Autor

  • Erika Elissandra Cassimiro Ramos, AFIURJ

    Mestranda em Ciência do Solo (Agronomia) pela Universidade Federal Rural do Rio de Janeiro (UFRRJ). Engenheira Florestal pela UFRRJ e Especialista em Engenharia de Segurança do Trabalho pela Universidade Federal Fluminense (UFF). Pós-graduanda em ESG no Agronegócio pela Universidade Pitágoras Unopar Anhanguera. Pesquisadora nas áreas de geotecnologias, mapeamento digital de solos e análise ambiental, com ênfase no uso de linguagem R e aprendizado de máquina aplicados às ciências ambientais. 

  • Fagner Silva Ribeiro, AFIURJ

    Biólogo, Especialista em Gestão Ambiental, Pós-Graduado em Ecologia e Biodiversidade, Pós-Graduado em Administração Pública, MBA Executivo em Gestão Ambiental e Manejo Florestal e MBA Executivo em Gestão de Projetos Multidisciplinares. Consultor ambiental, perito judicial ambiental, professor e pesquisador, com atuação em licenciamento ambiental, gestão de riscos, monitoramento ambiental, resíduos sólidos, fauna e flora, recuperação de áreas degradadas e sustentabilidade. Desenvolve trabalhos técnicos nas áreas de Ciências Biológicas, Ecologia, Ciências Ambientais e Engenharia Sanitária, com foco em gestão territorial e desenvolvimento socioambiental. 

Referências

ALVARES, C. A.; STAPE, J. L.; SENTELHAS, P. C.; GONÇALVES, J. L. M.; SPAROVEK, G. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, Stuttgart, v. 22, n. 6, p. 711–728, 2013.. Acesso em: 13 maio 2026.

BRASIL. Lei nº 11.326, de 24 de julho de 2006. Estabelece as diretrizes para a formulação da Política Nacional da Agricultura Familiar e Empreendimentos Familiares Rurais. Diário Oficial da União: Brasília, DF, 25 jul. 2006.

CAMARGO, E. C. G.; FELGUEIRAS, C. A. Análise espacial de dados geográficos. In: DRUCK, S. et al. (org.). Análise espacial de dados geográficos. Brasília: EMBRAPA, 2004. p. 29-60.

CÂMARA, G.; MEDEIROS, J. S. Geoprocessamento para projetos ambientais. São José dos Campos: INPE, 1998.

CARVALHO FILHO, A.; LUMBRERAS, J. F.; SANTOS, R. D. dos. Os solos do estado do Rio de Janeiro. Rio de Janeiro: CPRM/Embrapa Solos, 2001.

CARVALHO JUNIOR, W. de; PEREIRA, N. R.; FERNANDES FILHO, E. I.; CALDERANO FILHO, B.; PINHEIRO, H. S. K.; CHAGAS, C. da S.; BHERING, S. B.; PEREIRA, V. R.; LAWALL, S. Sample design effects on soil unit prediction with machine learning: randomness, uncertainty, and majority map. Revista Brasileira de Ciência do Solo, Viçosa, v. 44, e0190120, 2020. DOI: 10.36783/18069657rbcs20190120.

EMATER-RJ. Relatórios técnicos e diagnósticos da agricultura familiar no Estado do Rio de Janeiro. Niterói: EMATER-RJ, diversos anos.

EMBRAPA. Levantamento de reconhecimento de baixa intensidade dos solos do Estado do Rio de Janeiro. Rio de Janeiro: Embrapa Solos, 2003. 231 p. (Boletim de Pesquisa e Desenvolvimento, 32).

EMBRAPA. Sistema Brasileiro de Classificação de Solos. 5. ed. Brasília: Embrapa Solos, 2018.

EMBRAPA. Zoneamento agroecológico: conceitos, métodos e aplicações. Brasília: Embrapa, 2015.

European Space Agency (2024). Copernicus Global Digital Elevation Model. Distributed by OpenTopography. https://doi.org/10.5069/G9028PQB. Acesso em 08 de maio de 2026.

FAO. A framework for land evaluation. Rome: FAO, 1976.

FAO. Guidelines for land evaluation for rainfed agriculture. Rome: FAO, 1983.

FAO. Sustainable land management for agriculture and food security. Rome: FAO, 2017.

FOTHERINGHAM, A. S.; BRUNSDON, C.; CHARLTON, M. Geographically weighted regression: the analysis of spatially varying relationships. Chichester: Wiley, 2002.

IBGE. Censo Agropecuário 2017: resultados definitivos. Rio de Janeiro: IBGE, 2019.

IBGE. Manual técnico de uso da terra. 3. ed. Rio de Janeiro: IBGE, 2013.

IBGE.Sistema de Referência Geocêntrico para as Américas - SIRGAS 2000. Rio de Janeiro: IBGE, 2022.

IBGE. Malha territorial do Brasil: estados (escala 1:25.000). Rio de Janeiro: IBGE, 2022. Disponível em: https://www.ibge.gov.br/geociencias/organizacao-do-territorio/malhas-territoriais.html. Acesso em: 10 abr. 2026.

INSTITUTO ESTADUAL DO AMBIENTE (INEA). Base cartográfica e ambiental do Estado do Rio de Janeiro. Rio de Janeiro: INEA, diversos anos.

KÖPPEN, W.; GEIGER., R. Klimate der Erde. Gotha: Verlag Justus Perthes, 1928.

Ko¨ppen’s climate classification map for Brazil.

LORENSINI, C. L. Metodologia para classificação da aptidão agrícola de municípios. 2019. 71 f. Dissertação (Mestrado em Engenharia Agrícola – Água e Solo) - Universidade Estadual de Campinas, Campinas, 2019.

MALCZEWSKI, J. GIS-based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science, v. 20, n. 7, p. 703 - 726, 2006.

MOREIRA, G. F.; FERNANDES, R. B. A.; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; SANTOS, K. A. dos. Classificação automatizada do uso e cobertura do solo usando imagens Landsat. Revista Brasileira de Geografia Física, Recife, v. 6, n. 1, p. 58 - 65, 2013.

PEREIRA, L. C. Aptidão agrícola das terras e sensibilidade ambiental: proposta metodológica. 2002. 135 f. Tese (Doutorado em Engenharia Agrícola) - Universidade Estadual de Campinas, Campinas, 2002.

MAPBIOMAS. Coleção 10 (2024) da Série Anual de Mapas de Cobertura e Uso da Terra do Brasil, através do link: https://brasil.mapbiomas.org/colecoes-mapbiomas. Acesso em 22 abr 2026.

RAMALHO FILHO, A.; BEEK, K. J. Sistema de avaliação da aptidão agrícola das terras. 3. ed. Rio de Janeiro: EMBRAPA-CNPS, 1995.

ROSS, J. L. S. Análise empírica da fragilidade dos ambientes naturais e antropizados. Revista do Departamento de Geografia, São Paulo, n. 8,p. 63 - 74, 1994.

SAGA - GIS. System for Automated Geoscientific Analyses. Disponível em: https://www.saga-gis.org. Acesso em: 02 maio 2026.

SANTOS, H. G. dos; JACOMINE, P. K. T.; ANJOS, L. H. C. dos; OLIVEIRA, V. A. de; LUMBRERAS, J. F.; COELHO, M. R.; ALMEIDA, J. A. de; ARAUJO FILHO, J. C. de; OLIVEIRA, J. B. de; CUNHA, T. J. F. Sistema Brasileiro de Classificação de Solos. 5. ed. Brasília: Embrapa, 2018.

SILVA, S. G. da; GIASSON, E.; SENA, A. F. S. de; BOSCO, V. D.; BAMPI, E. F. Levantamento dos solos e avaliação da aptidão agrícola das terras da bacia do Arroio Faxinal. Revista Sítio Novo Palmas, Palmas, v. 8, n. 4, p. 124 - 138, 2024.

TAGHIZADEH-MEHRJARDI, R.; NABIOLLAHI, K.; RASOLI, L.; KERRY, R.; SCHOLTEN, T. Land suitability assessment and agricultural production sustainability using machine learning models. Agronomy, Basel, v. 10, n. 4, p. 573, 2020. DOI: 10.3390/agronomy10040573.

VASCONCELOS, E. (2024). Integração de Aprendizado de Máquina e Sustentabilidade: Análise Da Produtividade Agrícola Com O Modelo Random Forest. IOSR Journal of Business and Management. 26. 50-57. 10.9790/487X- 2612065057.

Downloads

Publicado

2026-06-10

Como Citar

APTIDÃO AGRÍCOLA PARA A AGRICULTURA FAMILIAR NO ESTADO DO RIO DE JANEIRO:: CORRELAÇÃO AMBIENTAL ENTRE VARIÁVEIS EDÁFICAS E CLIMÁTICAS. (2026). Revista De Ciências Jurídicas E Sociais, 1(1). https://doi.org/10.47595/rcjs.v1i1.195

Artigos Semelhantes

21-30 de 30

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.