Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/918793
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSOUZA, E. de
dc.contributor.authorFERNANDES FILHO, E. I.
dc.contributor.authorCHAGAS, C. da S.
dc.contributor.authorSCHAEFER, C. E. G. R.
dc.contributor.authorKER, J. C.
dc.contributor.authorVIEIRA, C. A. O.
dc.contributor.authorSIMAS, F. N. B.
dc.date.accessioned2022-05-18T13:15:25Z-
dc.date.available2022-05-18T13:15:25Z-
dc.date.created2012-03-14
dc.date.issued2011
dc.identifier.citationIn: 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.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/918793-
dc.descriptionA 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.
dc.language.isopor
dc.rightsopenAccess
dc.subjectSerra do Espinhaço
dc.subjectRedes Neurais
dc.subjectMapeamento Digital
dc.titleClassificação superviosionada de solos por redes neurais artificiais na Serra do Cipó - MG.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroMapa
dc.subject.thesagroClassificação do Solo
riaa.ainfo.id918793
riaa.ainfo.lastupdate2022-05-18
dc.contributor.institutionELIANA 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.
Aparece nas coleções:Artigo em anais de congresso (CNPS)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Classificacao-superviosionada-de-solos-por-redes-neurais-artificiais-2011.pdf239,41 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace