Título:	Sensoriamento remoto aplicado à predição de classes de solo em Floresta Tropical Seca: comparação entre tipos, fontes e épocas de aquisição.
Autoria:	DART, R. de O. VASQUES, G. de M. COELHO, M. R. FERNENDES, N. F.
Afiliação:	RICARDO DE OLIVEIRA DART, CNPS; GUSTAVO DE MATTOS VASQUES, CNPS; MAURICIO RIZZATO COELHO, CNPS; NELSON FERREIRA FERNENDES, UFRJ.
Ano de publicação:	2017
Referência:	In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 18., 2017, Santos. Anais... São José dos Campos: Inpe, 2017. p. 4259-4266.
Conteúdo:	Nosso objetivo foi: 1) avaliar três tipos de variáveis ambientais com diferentes resoluções espaciais (10, 30 e 90-m) e fontes, a fim de estimar classes de solos a nível de grande grupo de acordo com o Sistema Brasileiro de Classificação de Solos (SiBCS; Embrapa, 2006) em uma área plana com Floresta Tropical seca no Brasil, utilizando algoritmo de árvore de classificação (AC); 2) validar os resultados utilizando amostras independentes para validação; e 3) comparar os mapas resultantes dos modelos de AC com o mapa de solos convencional (Coelho et al., 2013).
Palavras-chave:	Mapeamento digital de solos Árvore de classificação
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPS)