Title:	Classificação superviosionada de solos por redes neurais artificiais na Serra do Cipó - MG.
Authors:	SOUZA, E. de FERNANDES FILHO, E. I. CHAGAS, C. da S. SCHAEFER, C. E. G. R. KER, J. C. VIEIRA, C. A. O. SIMAS, F. N. B.
Affiliation:	ELIANA DE SOUZA, UFV; ELPIDIO INÁCIO FERNANDES FILHO, UFV; CESAR DA SILVA CHAGAS, CNPS; CARLOS ERNESTO G. R. SCHAEFER, UFV; JOÃO CARLOS KER, UFV; CARLOS ANTONIO OLIVEIRA VIEIRA, UFV; FELIPE NOGUEIRA BELLO SIMAS, UFSC.
Date Issued:	2011
Citation:	In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 33., 2011, Uberlândia. Solos nos biomas brasileiros: sustentabilidade e mudanças climáticas: anais. [Uberlândia]: SBCS: UFU, ICIAG, 2011. 1 CD-ROM.
Description:	A classificação supervisionada de solos, especialmente nas últimas décadas, vem sendo realizada por modelos, matemáticos e estatísticos a exemplo das redes neurais. A maioria dos trabalhos com redes neurais avaliaram propriedades dos solos, sendo o estudo das classes ainda incipiente. Assim este trabalho teve como objetivo avaliar a classificação de solos por redes neurais para uma área situada na Serra do Cipó. Para tanto utilizou informações analíticas de perfis de solos e variáveis discriminantes como: bandas de imagem de satélite e índices derivados, mapas geológico, pedológico e de atributos do terreno. Os resultados obtidos na classificação pelas redes neurais foram comparados com uma classificação feita pelo classificador MaxVer a partir de validação dos mapas com pontos de referência terrestre. Os mesmos pontos foram utilizados para validar o mapa obtido pelo método convencional. Os mapas obtidos pelos dois classificadores apresentaram índice de exatidão considerado bom, sem diferença estatística. O mapa melhor classificado pelo MaxVer apresentou índice kappa de 0,58, enquanto que pelas redes neurais o maior índice foi de 0,60. A eficiência dos classificadores, na discriminação individual das unidades de solo se diferiram, sendo duas unidades melhor classificadas pelo MaxVer, três pelas redes neurais e quatro unidades com exatidão estatisticamente igual para os dois classificadores. A exatidão global do mapa de solos obtido pelo método convencional foi de 82%, obtido pela concordância dos solos de referencia com aqueles associados em qualquer componente da unidade. Os solos no primeiro componente das unidades de mapeamento apresentaram 48% de concordância com solos de referência.
Thesagro:	Mapa Classificação do Solo
Keywords:	Serra do Espinhaço Redes Neurais Mapeamento Digital
Type of Material:	Artigo em anais e proceedings
Access:	openAccess
Appears in Collections:	Artigo em anais de congresso (CNPS)