Título:	Predição espacial da textura superficial do solo por árvore de regressão e redes neurais artificiais.
Autoria:	CHAGAS, C. da S. CARVALHO JUNIOR, W. de BHERING, S. B. PEREIRA, N. R.
Afiliação:	CESAR DA SILVA CHAGAS, CNPS; WALDIR DE CARVALHO JUNIOR, CNPS; SILVIO BARGE BHERING, CNPS; NILSON RENDEIRO PEREIRA, CNPS.
Ano de publicação:	2015
Referência:	In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 35., 2015, Natal. O solo e suas múltiplas funções: anais. Natal: Sociedade Brasileira de Ciência do Solo, 2015.
Conteúdo:	A textura é uma propriedade física do solo importante e altamente variável que influencia grandemente muitas outras propriedades de grande importância para a produção agrícola como a fertilidade e a capacidade de retenção de umidade. O objetivo desse estudo foi avaliar a eficiência de dados do sensor TM do Landsat 5 no mapeamento digital de solos no semiárido brasileiro por meio da utilização de árvores de regressão (AR) e redes neurais artificiais (RNA), ambas implementadas no software livre R. Foram utilizadas na predição da areia, silte e argila, 399 amostras da camada superficial (0 - 20 cm) dos solos e como covariáveis as bandas 1, 2, 3, 4, 5 e 7, o índice NDVI e as relações entre as bandas 3 e 2, bandas 3 e 7 e bandas 5 e 7. Os resultados das análises realizadas, usando um conjunto de validação independente, mostraram que as melhores estimativas dos atributos foram obtidas com a utilização dos modelos RNA, que explicou 57% da variabilidade espacial da areia, 49% da argila e 32% do silte. A RNA mostrou-se mais vantajosa, em comparação com a AR, pelo fato de não ser sensível ao sobreajustamento (overfitting) e nem a presença de ruídos nos dados. Além disso, a RNA produziu mapas da distribuição dos atributos mais realísticos do que a AR.
Palavras-chave:	Mapeamento digital de solos Variabilidade espacial Pedometria
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPS)