Modelos baseados em árvores para predição de classes de solo.

PINHEIRO, H. S. K.; ANJOS, L. H. C. dos; CARVALHO JUNIOR, W. de; CHAGAS, C. da S.

Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1031632

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	PINHEIRO, H. S. K.	pt_BR
dc.contributor.author	ANJOS, L. H. C. dos	pt_BR
dc.contributor.author	CARVALHO JUNIOR, W. de	pt_BR
dc.contributor.author	CHAGAS, C. da S.	pt_BR
dc.date.accessioned	2015-12-14T11:11:11Z	pt_BR
dc.date.available	2015-12-14T11:11:11Z	pt_BR
dc.date.created	2015-12-14	pt_BR
dc.date.issued	2015	pt_BR
dc.identifier.citation	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.	pt_BR
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1031632	pt_BR
dc.description	Modelos solo-paisagem quantitativos representam uma nova tendência nos levantamentos de solos. Neste sentido, diferentes técnicas de mapeamento digital são aplicadas para prever os padrões naturais de ocorrência de classes de solo. O objetivo deste trabalho foi predizer unidades de mapeamento de solos em uma bacia hidrográfica, no Estado do Rio de Janeiro, que apresenta grande variação de condições de paisagem. A abordagem foi baseada em conhecimento pedológico tácito, culminando na escolha de atributos da paisagem que representem a variabilidade dos fatores de formação de solos na região. Na construção do modelo solo-paisagem foram gerados atributos relacionados à pedogênese tais como - altimetria, declividade, curvatura, índice topográfico composto, distância euclidiana de hidrografia, clay minerals, iron oxide e índice de vegetação da diferença normalizada (NDVI), geologia e geomorphons. Os solos predominantes na bacia foram: Latossolos, Argissolos, Gleissolos, Cambissolos, Neossolos Flúvicos e Neossolos Litólicos. Os algoritmos utilizados foram árvores de decisão e random forest. O desempenho dos algoritmos foi avaliado realizado através de índices estatísticos e generalização das unidades de mapeamento. O melhor desempenho foi observado para o modelo random forest que apresentou valor superior para os índices estatísticos e melhor generalização das unidades de mapeamento.	pt_BR
dc.language.iso	por	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Pedometria	pt_BR
dc.subject	Levantamento de solos	pt_BR
dc.subject	Mapeamento digital de solos	pt_BR
dc.title	Modelos baseados em árvores para predição de classes de solo.	pt_BR
dc.type	Artigo em anais e proceedings	pt_BR
dc.date.updated	2016-03-02T11:11:11Z	pt_BR
riaa.ainfo.id	1031632	pt_BR
riaa.ainfo.lastupdate	2016-03-02	pt_BR
dc.contributor.institution	HELENA SARAIVA KOENOW PINHEIRO, UFRRJ; LÚCIA HELENA CUNHA DOS ANJOS, UFRRJ; WALDIR DE CARVALHO JUNIOR, CNPS; CESAR DA SILVA CHAGAS, CNPS.	pt_BR
Aparece en las colecciones:	Artigo em anais de congresso (CNPS)

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
2015097.pdf		170.71 kB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem