Regressões logísticas múltiplas: fatores que influenciam sua aplicação na predição de classes de solos.

CATEN, A. ten; DALMOLIN, R. S. D.; PEDRON, F. A.; MENDONÇA-SANTOS, M. de L.

Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/903125

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	CATEN, A. ten	pt_BR
dc.contributor.author	DALMOLIN, R. S. D.	pt_BR
dc.contributor.author	PEDRON, F. A.	pt_BR
dc.contributor.author	MENDONÇA-SANTOS, M. de L.	pt_BR
dc.date.accessioned	2011-10-14T11:11:11Z	pt_BR
dc.date.accessioned	2011-10-14T11:11:11Z	pt_BR
dc.date.available	2011-10-14T11:11:11Z	pt_BR
dc.date.available	2011-10-14T11:11:11Z	pt_BR
dc.date.created	2011-10-14	pt_BR
dc.date.issued	2011	pt_BR
dc.identifier.citation	Revista Brasileira de Ciência do Solo, v. 35, n. 1, p. 53-62, fev. 2011.	pt_BR
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/903125	pt_BR
dc.description	Métodos mais eficazes para determinação do padrão de distribuição de classes de solo na paisagem precisam ser avaliados visando suprir a demanda por mapas de solo em escalas regional e global. Neste estudo, Regressões Logísticas Múltiplas foram utilizadas como modelos preditores em uma aplicação de Mapeamento Digital de Solos. Os modelos foram gerados utilizando um mapa de solos existente como variável dependente e atributos de terreno como variáveis independentes, o que possibilitou determinar a probabilidade de encontrar classes de solo na paisagem no primeiro e no segundo nível categórico do SiBCS. A qualidade dos mapas preditos foi verificada por meio da matriz de contingência. A classe dos Argissolos foi predita corretamente, em relação ao mapa original, em aproximadamente 85 %. As classes de solos hidromórficos (Planossolos e Gleissolos) foram preditas corretamente em 75 %. Houve confundimento dos modelos para as classes que ocupam posições muito semelhantes na paisagem. Foi verificado também que classes de solo pouco representativas na paisagem não são adequadamente espacializadas em razão da sensibilidade dos modelos logísticos à proporção relativa das amostras usadas para treinar os modelos.	pt_BR
dc.language.iso	por	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Mapeamento digital de solo	pt_BR
dc.subject	Pedometria	pt_BR
dc.title	Regressões logísticas múltiplas: fatores que influenciam sua aplicação na predição de classes de solos.	pt_BR
dc.type	Artigo de periódico	pt_BR
dc.date.updated	2014-12-09T11:11:11Z	pt_BR
riaa.ainfo.id	903125	pt_BR
riaa.ainfo.lastupdate	2014-12-09	pt_BR
dc.identifier.doi	https://doi.org/10.1590/S0100-06832011000100005	pt_BR
dc.contributor.institution	Alexandre ten Caten, UFSM; Ricardo Simão Diniz Dalmolin, UFSM; Fabrício Araújo Pedron, UFSM; MARIA DE LOURDES M SANTOS BREFIN, CNPS.	pt_BR
Aparece en las colecciones:	Artigo em periódico indexado (CNPS)

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
a05v35n1lourdes.pdf		1,11 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem