Title:	Neural network and state-space models for studying relationships among soil properties.
Authors:	TIMM, L. C. GOMES, D. T. BARBOSA, E. P. REICHARDT, K. SOUZA, M. D. de DYNIA, J. F.
Affiliation:	L. C. TIMM, UFPel/FAEM - Depto de Engenharia Rural; D. T. GOMES, UNICAMP/IMECC - Depto. de Estatística; E. P. BARBOSA, UNICAMP/IMECC - Depto. de Estatística; K. REICHARDT, USP/CENA - Lab. de Física de Solo; MANOEL DORNELAS DE SOUZA, CNPMA; J. F. DYNIA.
Date Issued:	2006
Citation:	Scientia Agricola, Piracicaba, v. 63, n. 4, p. 386-395, jul./ago. 2006.
Description:	O estudo da relação entre as propriedades do solo é de grande importância na área agronômica objetivando um manejo racional dos recursos naturais do meio ambiente e um aumento na produtividade agrícola. Tradicionalmente este estudo tem sido realizado usando modelos de regressão estática os quais não levam em consideração a estrutura espacial envolvida. Este trabalho teve o objetivo de avaliar a relação entre uma variável de determinação mais cara e demorada (por exemplo, nitrogênio total do solo) e outras de mais barata e rápida determinação (p.e., carbono orgânico do solo, pH, etc.). Duas importantes classes de modelos (espaço de estados linear e redes neurais) são usadas para predição e comparadas aos modelos de regressão uni- e multivariados aqui usados como referência. Para tal, em uma área experimental cultivada com aveia, situada em Jaguariúna, SP (22º41? S e 47º00? W), amostras de um solo classificado como Latossolo foram coletadas na camada arável ao longo de uma transeção espacial de 194 m, eqüidistantes de 2 m. Os modelos de rede neural recorrente e de espaço de estados padrão tiveram uma melhor performance preditiva da variável nitrogênio total do solo quando comparados aos modelos de regressão padrão. Entre os modelos de regressão padrão o Autoregressivo Vetorial teve um melhor desempenho preditivo da variável nitrogênio total do solo.
Thesagro:	Física do solo Química do solo
Keywords:	Redes neurais Propriedades do solo Modelos de predição Transição espacial
Type of Material:	Artigo de periódico
Access:	openAccess
Appears in Collections:	Artigo em periódico indexado (CNPMA)