O projeto estudou a potencialidade de seqüestrar carbono em solos arenosos de Cerrado sob pastagens. O enfoque principal consistiu em deduzir quantas toneladas por hectare podem ser seqüestradas em função de um melhor manejo. Para tanto escolheram-se quatro pastagens com as mesmas características pedológicas, climáticas e topográficas, possibilitando explicar as diferenças nos estoques de carbono no solo por seus diferentes manejos e níveis de produtividade. As pastagens encontram-se na parte ocidental da bacia do rio Piracicaba (SP). Nessa região, as pastagens constituem o uso dominante da terra e são cultivadas principalmente em solos arenosos do tipo Neossolos Quartzarênicos (RQ). Após a fase de seleção, as quatro pastagens foram caracterizadas de acordo com os estoques de carbono no solo (0-50cm) e suas respectivas produtividades. A produtividade das pastagens foi determinada pelos seguintes parâmetros: (i) índice de área foliar (IAF), (ii) taxa de crescimento da biomassa vegetal, (iii) peso da biomassa vegetal e (iv) peso radicular. Investigou-se a correlação entre os estoques de carbono no solo e cada parâmetro de produtividade de cada pastagem estudada. Avaliou-se também o nível de produtividade em relação ao histórico de manejo do pasto. Os resultados indicam uma boa correlação entre a produtividade de pasto e seu estoque de carbono no solo. Especialmente o parâmetro de produtividade IAF revelou uma boa correlação com os estoques de carbono no solo (r = 0,97). O segundo objetivo do projeto era investigar a aplicabilidade de técnicas de sensoriamento remoto para mapear a potencialidade de seqüestrar carbono no solo. Para os fins da pesquisa, considerou-se que o pasto estudado que apresentou o maior estoque de carbono (e também maior produtividade) no solo possui o estoque máximo possível sob as condições climáticas, pedológicas e topográficas encontradas nas áreas de estudo. Calculou-se a diferença do estoque entre a pastagem com o maior estoque de carbono no solo e as três outras pastagens. A diferença no estoque representa a potencialidade de as pastagens estocarem mais carbono. O potencial de seqüestro de carbono total no pasto mais degradado (Descalvado) representa um aumento de 70,0% (22,41 Mg ha -1 ), de 30,8% (12,81 Mg ha -1 ) no pasto significativamente degradado (Bondade) e de 4,9% (7,7 Mg ha -1 ) no pasto moderadamente degradado (Barreiro Rico). Como as quatro pastagens só diferem no tipo de manejo no que se refere aos parâmetros determinantes da estocagem, as diferenças no estoque são diretamente ligadas ao manejo. O estoque de carbono no solo é uma informação subterrestre e portanto não pode ser investigado diretamente por bandas espectrais do espectro óptico, as quais não penetram a superfície terrestre. Portanto, como este projeto comprovou uma boa correlação entre a produtividade e os estoques de carbono no solo sob pastagens na região estudada, tentou-se mapear os estoques de carbono por meio das produtividades das pastagens. Para esse fim, estabeleceu-se uma classificação radiométrica de produtividade de pasto. Seis bandas do sensor ETM+, além do NDVI, (Normalized Difference Vegetation Index) foram processadas em todas as combinações de entrada possíveis (120) para duas classificações supervisionadas (Máxima Verossimilhança e Rede Neural Propagação Posterior). Para determinar quais são as melhores combinações de entradas de bandas para fins de discriminação da produtividade de pasto em diferentes níveis, usou-se uma matriz de erro. O melhor resultado, com a entrada das bandas B2 B5 B7 NDVI, revelou uma exatidão de 64,79% ao classificar corretamente duas classes de produtividade de pasto (alta/baixa). Essa exatidão foi considerada insuficiente. Entretanto, efetuou-se uma análise radiométrica das pastagens por espectro, que revelou uma melhor separabilidade espectral da produtividade no espectro do infravermelho médio do que no espectro visível ou infravermelho próximo. Foram realizadas também análises de regressão entre a reflectância das quatro pastagens para cada espectro e seus respectivos estoques de carbono, para investigar correlações diretas entre o comportamento espectral das pastagens e os estoques de carbono no solo. O espectro vermelho (r = 0,96 ) e infravermelho médio I (r = 0,944) possuem uma correlação significativa com o estoque de carbono no solo. Resumindo, conclui-se que existe uma boa correlação entre o manejo (produtividade) de pasto e o estoque de carbono no solo. Constatou-se que a imagem de satélite utilizada (Landsat 7) não tem uma resolução espacial/espectral suficiente para separar com uma exatidão adequada os diferentes níveis de produtividade de pasto. Entretanto, existe boa separabilidade dos diferentes níveis de produtividade no espectro infravermelho médio. A investigação da correlação direta entre o comportamento espectral das pastagens e o estoque de carbono obteve resultados significativos nos espectros de vermelho (630 – 690nm) e infravermelho médio I (1550 – 1750nm). Portanto, no âmbito do sensoriamento remoto, recomenda-se investigar se é possível mapear estoques de carbono no solo diretamente por meio da reflectância espectral das pastagens ou por meio do Índice de Área Foliar, que pode ser deduzido por meio do NDVI em imagens de satélite.

The project studied the potential for soil carbon sequestration in pastures growing on sandy soils in the Cerrado region and for the application of remote sensing techniques for estimating carbon sequestration levels. The main focus was deducing how many tons per hectare could be sequestered if better pasture management techniques were adopted. Four pastures with identical pedological, climate and topographical characteristics were chosen, so that the discrepancies in carbon stock levels in the soil could be interpreted in light of their different types of management and productivity levels. The pastures are located in the western part of the Piracicaba basin, in São Paulo State, Brazil. The dominant land use in this region is pasture on sandy soils, classified as Neossolos Quartzarênicos (RQ), according to Brazilian soil classification. After the selection phase, the four pastures were classified according to their soil carbon stocks (0-50cm layer) and their respective productivity levels. Pasture productivity was determined by the following parameters: (i) leaf area index (LAI), (ii) biomass growth rate, (iii) dry matter weight and (iv) root stocks. The correlation between soil carbon stocks and each of the productivity parameters was investigated. The productivity levels were also studied in relation to the pasture management history of each of the selected pastures. The results indicate a good correlation between the productivity level of the pastures and their carbon stocks in the soil. The LAI parameter showed a particularly good correlation with soil carbon stocks (r= 0,97). The second objective of the project was investigating the applicability of remote sensing techniques to map the potential for soil carbon sequestration. For the purposes of this study, the pasture with the highest soil carbon stocks (and higher productivity) was considered to represent the maximum stock possible under the climate, pedological and topography conditions found in the region of the study. The difference between the stock in the highest stock pasture and the three other pastures was calculated. This difference represents the potential for increasing carbon sequestration. The total soil carbon sequestration potential in the most degraded pasture (Descalvado) is equivalent to a 70,0% increase (22.41 Mg ha -1 ) from current levels. In the significantly degraded pasture (Bondade), the potential amounted to 30.08% (12.81 Mg ha -1 ) and to 4.9% (22.41Mg ha -1 ) in the moderately degraded pasture (Barreiro Rico). Since the only determinant parameter for soil carbon sequestration these pasture do not have in common is the type of management, the differences in stock levels are directly related to their type of management. Soil carbon stock levels are a subterraneous type of information, and thus cannot be examined through direct use of optical spectrum bands, which cannot go through the soil. Therefore, and taking into consideration that this study demonstrated a good correlation between productivity and soil carbon stocks in the pastures of the sample, the author attempted to map carbon stocks through pasture productivity. To this end, a radiometric classification of pasture productivity was established. Six spectral bands from the ETM+ satellite sensor and the Normalized Difference Vegetation Index (NDVI) were processed in all possible entry band combinations for two supervised classifications (Maximum Likelihood and Back Propagation). An error matrix was subsequently used to determine the best band combinations for distinguishing pasture productivity levels (two classes). The best result (B2 B5 B7 NDVI) revealed an overall accuracy of 64,79% in the classification of two classes of productivity, which is considered insufficient. Nevertheless, a spectrum radiometric analysis of the pastures was conducted, which showed better separability in the medium infrared spectrum than in the visible or near infrared spectrum. Regression analyses were performed between the reflectance of the four pastures under each spectrum and their respective soil carbon stocks levels, with the purpose of investigating whether there are any direct correlations between the spectral behavior of the pastures and the soil carbon stocks levels. The red (r=0.95) and middle infrared (r=0,944) spectra were demonstrated to have a significant correlation with soil carbon stocks. The author concludes that there is a good correlation between pasture management (productivity) and soil carbon stocks. It has also been determined that the satellite image used in this study (Landsat 7) does not have an adequate spacial and spectral resolution for accurately separating different productivity levels. However, good separability of productivity levels was shown in the middle infrared spectrum. The evaluation of a direct correlation between the spectral behavior of the pastures and their respective soil carbon stock levels obtained significant results in the red (690nm) and near infrared (1550- 1750nm) spectra. Therefore, it is recommended to investigate carbon soil stock mapping by remote sensing techniques directly through the spectral reflectance of pastures in the red and middle infrared spectra or indirectly through the LAI, which can be deduced through the NDVI in satellite images.