Sistema Eletrônico de Administração de Conferências, Simpósio Sul Brasileiro de Agricultura de Baixa Emissão de Carbono

Tamanho da fonte: 
INTENSIDADE DE USO DO SOLO COMO INDICADOR DE EMISSÃO DE CARBONO NO ESTADO DE SANTA CATARINA
KLEBER TRABAQUINI

Última alteração: 2024-05-07

Resumo


Mundialmente, estima-se que a agricultura contribui com aproximadamente 22 % das emissões totais de dióxido de carbono, 80 % de óxido nitroso e 55 % de metano. Atualmente Santa Catarina está em 14º no ranking de emissões no Brasil. Sendo assim, qual a participação da agricultura e seus impactos no estado, além disso, quais as principais regiões que mais contribuem para estas emissões. Diante deste contexto, este trabalho traz uma contribuição cientifica que poderá ser referência na tomada de decisões por lideranças governamentais na mitigação e redução causados pela agricultura no estado de Santa Catarina

Palavras-chave


sensoriamento remoto, gases do efeito estufa, carbono, agricultura

Referências


CUI, Y.; KHAN, S.U.; DENG, Y.; ZHAO, M.; HOU, M. Environmental improvement value of agricultural carbon reduction and its spatiotemporal dynamic evolution: Evidence from China. Sci. Total Environ. 2021, 754, 142170.

 

DE AZEVEDO, T., COSTA JUNIOR, C., BRANDÃO JUNIOR, A. et al. SEEG initiative estimates of Brazilian greenhouse gas emissions from 1970 to 2015. Sci Data 5, 180045 (2018). https://doi.org/10.1038/sdata.2018.45.

 

LIU, W.; YANG, H.; LIU, Y.; KUMMU, M.; HOEKSTRA, A.Y.; LIU, J.; SCHULIN, R. Water resources conservation and nitrogen pollution reduction under global food trade and agricultural intensification. Sci. Total Environ. 2018, 633, 1591–1601.

 

SEEG - Sistema de Estimativa de Emissões e Remoções de Gases de Efeito Estufa, Observatório do Clima. Disponível em: seeg.eco.br. Acesso em 20 Março de 2024.

 

XU, B.; NIU, Y.; ZHANG, Y.; CHEN, Z.; ZHANG, L. China’s agricultural non-point source pollution and green growth: Interaction and spatial spillover. Environ. Sci. Pollut. Res. 2022, 29, 60278–60288.

 

ZHANG, M. AND LIU, C.: The script of core GCI30 algorithm on Google Earth Engine, Google Earth Engine (GEE) [code], available at: https://code.earthengine.google.com/64f569c03f8fd633a896a3ec6f56b89a, Acesso em: 29 Setembro 2023.