AGRICULTURAL SUITABILITY FOR FAMILY FARMING IN THE STATE OF RIO DE JANEIRO: ENVIRONMENTAL CORRELATION BETWEEN SOIL AND CLIMATE VARIABLES
CORRELAÇÃO AMBIENTAL ENTRE VARIÁVEIS EDÁFICAS E CLIMÁTICAS
DOI:
https://doi.org/10.47595/rcjs.v1i1.195Keywords:
Agricultural suitability; Family farming; GIS; Multicriteria analysis.Abstract
Suitability of land associated with family farming in the state of Rio de Janeiro, using the integration of environmental variables within a Geographic Information System (GIS) environment. For this purpose, secondary data on soils, relief, slope, land use and land cover, and agricultural suitability were used, organized through multicriteria analysis and map algebra. The results showed a predominance of areas classified as having regular and restricted suitability for crops, especially in mountainous regions and areas with strongly undulating relief, where topographic limitations and susceptibility to erosion are more pronounced. The areas most favorable for agricultural use were concentrated in sectors with gentler relief and better pedological conditions. The analysis also highlighted the influence of geomorphological compartmentalization on the spatial distribution of agricultural suitability in the state. Despite limitations related to the lack of field validation, the study demonstrated that the integrated use of geospatial data can contribute to territorial planning and to the development of strategies aimed at the sustainable use of land by family farming.
References
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
Published
License
Copyright (c) 2026 Revista de Ciências Jurídicas e Sociais
This work is licensed under a Creative Commons Attribution 4.0 International License.
