Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1034268
Título: Influência do modelo digital de elevação no mapeamento digital de atributos do solo por random forest (RF).
Autoria: BHERING, S. B.
CHAGAS, C. da S.
CARVALHO JUNIOR, W. de
PEREIRA, N. R.
CALDERANO FILHO, B.
Afiliação: SILVIO BARGE BHERING, CNPS; CESAR DA SILVA CHAGAS, CNPS; WALDIR DE CARVALHO JUNIOR, CNPS; NILSON RENDEIRO PEREIRA, CNPS; BRAZ CALDERANO FILHO, 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: As propriedades físicas e químicas dos solos são importantes para o manejo dos solos, pois influenciam a sua fertilidade, as taxas de infiltração, retenção de umidade, entre outros. Muito da variabilidade dessas propriedades pode ser explicada por atributos do terreno derivados de modelos digitais de elevação (MDE). Todavia, as cartas topográficas, utilizadas para geração destes modelos, ainda são uma grande carência no Brasil, seja em cobertura seja em escala. Dessa forma, a utilização de dados do 'Shutlle Radar Topoghaphy Mission' - SRTM pode contribuir no mapeamento dessas propriedades do solo. O objetivo desse estudo foi avaliar a influência da fonte do modelo digital de elevação na predição por random forest (RF) dos teores de areia, argila e capacidade de troca catiônica (CTC). Nessa avaliação foram utilizadas amostras superficiais (0-20cm) de 44 perfis de solos, coletados durante a elaboração do Zoneamento agroecológico do Estado do Mato Grosso do Sul, e como fonte de dados para elaboração dos MDEs, cartas topográficas do IBGE e dados do SRTM (Topodata). Complementarmente, utilizou-se também dados do sensor TM do Landsat 5. Os valores do coeficiente de determinação (R2) obtidos com essa análise foram superiores, para todos os atributos avaliados, quando se utilizou os dados do SRTM (Topodata). A moderada performance do modelo random forest (RF) neste estudo pode ser atribuída ao tamanho reduzido (44 perfis) do conjunto de dados utilizado.
Palavras-chave: Pedometria
Morfometria
Rio Formoso
Tipo do material: Artigo em anais e proceedings
Acesso: openAccess
Aparece nas coleções:Artigo em anais de congresso (CNPS)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2015129.pdf576,53 kBAdobe PDFThumbnail
Visualizar/Abrir

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace