| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
16/11/2022 |
|
Data da última atualização: |
22/11/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
FERREIRA, A. C. de S.; CEDDIA, M. B.; COSTA, E. M.; PINHEIRO, E. F. M.; NASCIMENTO, M. M. do; VASQUES, G. M. |
|
Afiliação: |
ANA CAROLINA DE S. FERREIRA, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; MARCOS B. CEDDIA, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; ELIAS M. COSTA, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; ÉRIKA F. M. PINHEIRO, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; MARIANA MELO DO NASCIMENTO, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; GUSTAVO DE MATTOS VASQUES, CNPS. |
|
Título: |
Use of airborne radar images and machine learning algorithms to map soil clay, silt, and sand contents in remote areas under the Amazon rainforest. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Remote Sensing, v. 14, n. 22, 5711, 2022. |
|
DOI: |
https://doi.org/10.3390/rs14225711 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Soil texture has a great influence on the physical-hydric and chemical behavior of soils. In the Amazon regions, due to the presence of dense forest cover and limited access to roads, carrying out surveys and mapping of soils is challenging. When data exist, they are relatively sparse and the distribution is quite uneven. In this context, machine learning algorithms (ML) associated with remote sensor covariates offer a framework to derive digital maps of soil attributes. The objective of this study was to produce maps of surface and subsurface soil clay, silt, and sand contents in a 13.440 km2 area in the Amazon. The specific objectives were to a) evaluate the gain in prediction accuracy when using the P-band of airborne radar as a covariate; b) evaluate two sampling approaches (Reference Area-RA and Total Area-TA); and c) evaluate the transferability and performance of three ML algorithms: regression tree (RT), random forest (RF), and support vector machine (SVM). The study site was divided into three blocks, called Urucu, Araracanga, and Juruá, respectively. The soil dataset consisted of 151 surface and subsurface sand, silt, and clay observations and 21 covariates (20 relief variables and the backscattering coefficient from the P-band). Both the RA and TA sampling approach used 114 observations for training the prediction models (75%) and 37 for validation (25%). The RA approach was better for the development of sand and silt models. Overall, RF derived the most accurate predictions for all variables. The effect of introducing the P-band backscattering coefficient improved the sand prediction accuracy at the surface and subsurface in Araracanga, which had the highest sand content, with relative improvements (RI) of the R2, root mean square error (RMSE), and mean absolute error (MAE) of 46%, 3%, and 4% at the surface, respectively, and 66.7%, 4.4%, and 5.2% at the subsurface, respectively. For silt, the P-band improved the predictions at the surface in Araracanga, which had the lowest silt contents among the blocks. For clay, adding the P-band improved the RF predictions at the subsurface, with RI of the R2, RMSE, and MAE of 29%, 5%, and 5%, respectively. Despite the low observation density, inherently hindered by the low accessibility of the area and high costs of sampling thereof, the results showed the potential of ML algorithms boosted by airborne radar P-band to map soil clay, silt, and sand contents in the Amazon. MenosSoil texture has a great influence on the physical-hydric and chemical behavior of soils. In the Amazon regions, due to the presence of dense forest cover and limited access to roads, carrying out surveys and mapping of soils is challenging. When data exist, they are relatively sparse and the distribution is quite uneven. In this context, machine learning algorithms (ML) associated with remote sensor covariates offer a framework to derive digital maps of soil attributes. The objective of this study was to produce maps of surface and subsurface soil clay, silt, and sand contents in a 13.440 km2 area in the Amazon. The specific objectives were to a) evaluate the gain in prediction accuracy when using the P-band of airborne radar as a covariate; b) evaluate two sampling approaches (Reference Area-RA and Total Area-TA); and c) evaluate the transferability and performance of three ML algorithms: regression tree (RT), random forest (RF), and support vector machine (SVM). The study site was divided into three blocks, called Urucu, Araracanga, and Juruá, respectively. The soil dataset consisted of 151 surface and subsurface sand, silt, and clay observations and 21 covariates (20 relief variables and the backscattering coefficient from the P-band). Both the RA and TA sampling approach used 114 observations for training the prediction models (75%) and 37 for validation (25%). The RA approach was better for the development of sand and silt models. Overall, RF derived the most accurate ... Mostrar Tudo |
|
Palavras-Chave: |
Digital soil mapping; Radar P-band; Reference area. |
|
Thesagro: |
Mapa; Reconhecimento do Solo; Textura do Solo. |
|
Thesaurus Nal: |
Soil surveys; Soil texture. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1148295/1/Use-of-airborne-radar-images-and-machine-learning-algorithms-2022.pdf
|
|
Marc: |
LEADER 03374naa a2200289 a 4500
001 2148295
005 2022-11-22
008 2022 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.3390/rs14225711$2DOI
100 1 $aFERREIRA, A. C. de S.
245 $aUse of airborne radar images and machine learning algorithms to map soil clay, silt, and sand contents in remote areas under the Amazon rainforest.$h[electronic resource]
260 $c2022
520 $aSoil texture has a great influence on the physical-hydric and chemical behavior of soils. In the Amazon regions, due to the presence of dense forest cover and limited access to roads, carrying out surveys and mapping of soils is challenging. When data exist, they are relatively sparse and the distribution is quite uneven. In this context, machine learning algorithms (ML) associated with remote sensor covariates offer a framework to derive digital maps of soil attributes. The objective of this study was to produce maps of surface and subsurface soil clay, silt, and sand contents in a 13.440 km2 area in the Amazon. The specific objectives were to a) evaluate the gain in prediction accuracy when using the P-band of airborne radar as a covariate; b) evaluate two sampling approaches (Reference Area-RA and Total Area-TA); and c) evaluate the transferability and performance of three ML algorithms: regression tree (RT), random forest (RF), and support vector machine (SVM). The study site was divided into three blocks, called Urucu, Araracanga, and Juruá, respectively. The soil dataset consisted of 151 surface and subsurface sand, silt, and clay observations and 21 covariates (20 relief variables and the backscattering coefficient from the P-band). Both the RA and TA sampling approach used 114 observations for training the prediction models (75%) and 37 for validation (25%). The RA approach was better for the development of sand and silt models. Overall, RF derived the most accurate predictions for all variables. The effect of introducing the P-band backscattering coefficient improved the sand prediction accuracy at the surface and subsurface in Araracanga, which had the highest sand content, with relative improvements (RI) of the R2, root mean square error (RMSE), and mean absolute error (MAE) of 46%, 3%, and 4% at the surface, respectively, and 66.7%, 4.4%, and 5.2% at the subsurface, respectively. For silt, the P-band improved the predictions at the surface in Araracanga, which had the lowest silt contents among the blocks. For clay, adding the P-band improved the RF predictions at the subsurface, with RI of the R2, RMSE, and MAE of 29%, 5%, and 5%, respectively. Despite the low observation density, inherently hindered by the low accessibility of the area and high costs of sampling thereof, the results showed the potential of ML algorithms boosted by airborne radar P-band to map soil clay, silt, and sand contents in the Amazon.
650 $aSoil surveys
650 $aSoil texture
650 $aMapa
650 $aReconhecimento do Solo
650 $aTextura do Solo
653 $aDigital soil mapping
653 $aRadar P-band
653 $aReference area
700 1 $aCEDDIA, M. B.
700 1 $aCOSTA, E. M.
700 1 $aPINHEIRO, E. F. M.
700 1 $aNASCIMENTO, M. M. do
700 1 $aVASQUES, G. M.
773 $tRemote Sensing$gv. 14, n. 22, 5711, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 62 | |
| 41. |  | PINHEIRO, E. F. M.; SANTOS, C. de A.; SILVA, S. N. da; ALVES, B. J. R.; CAMPOS, D. V. B. de; CEDDIA, M. B. Emissões de óxido nitroso sob cobertura de pastagem numa topossequência em Seropédica, RJ. Revista Virtual de Química v. 10, n. 6, p. 1809-1827, nov./dez. 2018| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Agrobiologia; Embrapa Solos. |
|    |
| 42. | | RODRIGUES, H. M.; VASQUES, G. de M.; OLIVEIRA, R. P. de; TAVARES, S. R. de L.; CEDDIA, M. B.; HERNANI, L. C. Finding suitable transect spacing and sampling designs for accurate soil ECa mapping from EM38-MK2. Soil Systems, v. 4, n. 3, 56, 2020.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 4 |
| Biblioteca(s): Embrapa Solos. |
| |
| 43. | | VASQUES, G. de M.; RODRIGUES, H. M.; COELHO, M. R.; BACA, J. F. M.; DART, R. de O.; OLIVEIRA, R. P. de; TEIXEIRA, W. G.; CEDDIA, M. B. Field proximal soil sensor fusion for improving high-resolution soil property maps. Soil Systems, v. 4, n. 3, 52, 2020.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 4 |
| Biblioteca(s): Embrapa Solos. |
| |
| 44. | | NASCIMENTO, C. W. R. do; RODRIGUES, H. M.; CEDDIA, M. B.; VASQUES, G. de M.; DURÃO, S. M. de O.; FIGUEIRA, H. F. V. Identificação de limites entre duas classes de solo utilizando radar de penetração no solo com profundidades ajustadas por barras de ferro e validação com trado holandês. In: SIMPÓSIO BRASILEIRO DE GEOGRAFIA FÍSICA APLICADA, 18., 2019, Fortaleza. Geografia física e as mudanças globais. Fortaleza: Editora UFC, 2019.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 45. | | NASCIMENTO, C. W. R. do; RODRIGUES, H. M.; CEDDIA, M. B.; VASQUES, G. de M.; DURÃO, S. M. de O.; SANTOS, W. de M.; FREIRE, M. de O. Identificação em profundidade de barras de ferro utilizando radar de penetração do solo (GPR) com antena de 450 MHz em três classes de solo. In: SIMPÓSIO BRASILEIRO DE GEOGRAFIA FÍSICA APLICADA, 18., 2019, Fortaleza. Geografia física e as mudanças globais. Fortaleza: Editora UFC, 2019.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 46. | | SANTOS, P. A. dos; PINHEIRO, H. S. K.; CARVALHO JUNIOR, W. de; SILVA, I. L. da; PEREIRA, N. R.; BHERING, S. B.; CEDDIA, M. B. Hydropedological digital mapping: machine learning applied to spectral VIS-IR and radiometric data dimensionality reduction. Revista Brasileira de Ciência do Solo, v. 47, e0220149, 2023.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 3 |
| Biblioteca(s): Embrapa Solos. |
| |
| 48. | | LÁZARO, M. L.; VASQUES, G. de M.; MATA, M. G. F. da; GUERRA, J. G. M.; CEDDIA, M. B.; PINHEIRO, E. F. M. Qualitative evaluation of soil organic matter using Vis-NIR diffuse reflectance spectroscopy in an agroecological production system in Seropédica, Rio de Janeiro (Brazil). In: WORLD CONGRESS OF SOIL SCIENCE, 21., 2018, Rio de Janeiro. Soil science: beyond food and fuel: proceedings... Viçosa, MG: SBCS, 2019. v. 2, p. 536. WCSS 2018.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrobiologia; Embrapa Solos. |
| |
| 49. | | LAZARO, M. L.; VASQUES, G. M.; MATA, M. G. F. da; GUERRA, J. G. M.; CEDDIA, M. B.; PINHERO, E. F. M. Qualitative evaluation of soil organic matter using VisNIR diffuse reflectance spectroscopy in an agroecological production system in Seropédica, Rio de Janeiro (Brazil). In: WORLD CONGRESS OF SOIL SCIENCE, 21., 2018, Rio de Janeiro. Soil science: beyond food and fuel: proceedings... Viçosa, MG: SBCS, 2019 v. 2. p. 536 WCSS 2018.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrobiologia. |
|  |
| 51. | | CRUZ, E. S. da; CARVALHO, D. F. de; GUERRA, J. G. M.; SILVA, L. D. B. da; CEDDIA, M. B.; SOUZA, W. de J. Perdas de água em um argissolo vermelho-amarelo, sob chuva natural, submetido a diferentes padrões de cultivo. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 30., 2005, Recife. Solos: sustentabilidade e qualidade ambiental. Recife: Sociedade Brasileira de Ciência do Solo, 2005. 4 p. CD ROM.| Biblioteca(s): Embrapa Agrobiologia. |
| |
| 52. | | OLIVEIRA, F. F. de; GUERRA, J. G. M.; ALMEIDA, D. L. de; RIBEIRO, R. de L. D.; ESPÍNDOLA, J. A. A.; RICCI, M. dos S. F.; CEDDIA, M. B. Avaliação de coberturas mortas em cultura de alface sob manejo orgânico. Horticultura Brasileira, Brasília, DF, v. 26, n. 2, p. 216-220, abr./jun. 2008. Parceria: UFPE; Sítio Barra do Santa Teresa-Bom Jardim-RJ; UFRRJ.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: Nacional - A |
| Biblioteca(s): Embrapa Agrobiologia. |
| |
| 53. | | SILVEIRA, A. K. da C. da; TEIXEIRA, W. G.; MARTINS, G. C.; RODRIGUES, M. do R. L.; CEDDIA, M. B.; FERRAZ, R. D.; SILVA, E. F. da; MACEDO, R. S. Capacidade de retenção de água em amostras de diferentes horizontes de solo na Bacia do Rio Urucu - Amazonas. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 32., 2009, Fortaleza. O solo e a produção de bioenergia: perspectivas e desafios. [Viçosa, MG]: SBCS; Fortaleza: UFC, 2009. 1 CD-ROM.| Tipo: Artigo em Anais de Congresso / Nota Técnica |
| Biblioteca(s): Embrapa Amazônia Ocidental. |
| |
| 54. | | SILVEIRA, A. K. da C. da; TEIXEIRA, W. G.; MARTINS, G. C.; RODRIGUES, M. do R. L.; CEDDIA, M. B.; FERRAZ, R. P. D.; SILVA, E. F. da; MACEDO, R. S. Capacidade de retenção de água em amostras de diferentes horizontes de solo na bacia do Rio Urucu - Amazonas. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 32., 2009, Fortaleza. O solo e a produção de bioenergia: perspectivas e desafios. [Viçosa, MG]: SBCS; Fortaleza: UFC, 2009. 1 CD-ROM.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 55. | | SILVEIRA, A. K. da C. da; TEIXEIRA, W. G.; MARTINS, G. C.; RODRIGUES, M. do R. L.; CEDDIA, M. B.; FERRAZ, R. P. D.; SILVA, E. F. da; MACEDO, R. S. Capacidade de retenção de água em amostras de diferentes horizontes de solo na Bacia do Rio Urucu - Amazonas. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 32., 2009, Fortaleza. O solo e a produção de bioenergia: perspectivas e desafios : resumos. [Viçosa, MG]: SBCS; Fortaleza: UFC, 2009. p. 363. PT1721.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Amazônia Ocidental. |
| |
| 56. | | NASCIMENTO, C. W. R. do; RODRIGUES, H. M.; CEDDIA, M. B.; VASQUES, G. de M.; DURÃO, S. M. de O.; GONÇALVES, J. F. da S.; FREIRE, M. de O. Utilização integrada do radar de penetração do solo (GPR) e gamaespectrômetro como subsídio na identificação da transição entre um Planossolo Háplico e um Argissolo Vermelho. In: SIMPÓSIO BRASILEIRO DE GEOGRAFIA FÍSICA APLICADA, 18., 2019, Fortaleza. Geografia física e as mudanças globais. Fortaleza: Editora UFC, 2019.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 57. | | PINHEIRO, E. F. M.; CEDDIA, M. B.; ANJOS, L. H. C. dos; LIMA, E.; ALVES, B. J. R.; SILVA, S. N. da; LESSA, A. C. da R.; UNTERLEITNER, B.; GOMES, P. P. Emissões de óxido nitroso em argissolo amarelo e influência da queima ou manutenção da palha na colheita de cana-de-açúcar. In: REUNIÃO BRASILEIRA DE MANEJO E CONSERVAÇÃO DO SOLO E DA ÁGUA, 17., 2008, Rio de Janeiro. Manejo e conservação do solo e da água no contexto das mudanças ambientais. Rio de Janeiro: SBCS: Embrapa Solos: Embrapa Agrobiologia, 2008. 4 p. 1 CD-ROM. (Embrapa Solos. Documentos, 101). Parceria: UFRRJ.| Tipo: Artigo em Anais de Congresso / Nota Técnica |
| Biblioteca(s): Embrapa Agrobiologia. |
| |
| 58. | | RODRIGUES, H. M.; CEDDIA, M. B.; VASQUES, G. M.; MULDER, V. L.; HEUVELINK, G. B. M.; OLIVEIRA, R. P. de; BRANDAO, Z. N.; MORAIS, J. P. S.; NEVES, M. L.; TAVARES, S. R. de L. Remote sensing and kriging with external drift to improve sparse proximal soil sensing data and define management zones in precision agriculture. AgriEngineering, v. 5, n. 4, p. 2326-2348, 2023.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: C - 0 |
| Biblioteca(s): Embrapa Algodão; Embrapa Solos; Embrapa Solos / UEP-Recife. |
| |
| 59. | | PALMIERI, F.; LUMBRERAS, J. F.; CUNHA, T. J. F.; TOSTO, S. G.; MACEDO, J. R.; AMARAL, F. C. S.; CAPECHE, C. L.; CARVALHO JUNIOR, W.; MARTORANO, L. G.; GOMES, J. B. V.; CARVALHO, S. R.; ANJOS, L. H. C.; CEDDIA, M. B.; CAMARGO, S. T.; PEIXOTO, M. N. O.; MARQUES, J. S. An approach for sustainable land management in the montainous Atlantic biome, Paty do Alferes Couty, Rio de Janeiro, RJ, Brazil. In: INTERNATIONAL CONFERENCE ON LAND DEGRADATION, 3.; MEETING OF THE IUSS SUBCOMMISSION C - SOIL AND WATER CONSERVATION, 2001, Rio de Janeiro. Conference guide, program and book of abstracts... Rio de Janeiro: Embrapa: IUSS: IAC: SBCS, 2001. p. 113.| Biblioteca(s): Embrapa Solos. |
| |
| 60. | | ALMEIDA, B. G. de; DONAGEMMA, G. K.; RUIZ, H. A.; BRAIDA, J. A.; VIANA, J. H. M.; REICHERT, J. M. M.; OLIVEIRA, L. B.; CEDDIA, M. B.; WADT, P. G. S.; FERNANDES, R. B. A.; PASSOS, R. R.; DECHEN, S. C. F.; KLEIN, V. A.; TEIXEIRA, W. G. Padronização de métodos para análise granulométrica no Brasil. Rio de Janeiro: Embrapa Solos, 2012. 11 p. (Embrapa Solos. Comunicado técnico, 66).| Tipo: Comunicado Técnico/Recomendações Técnicas |
| Biblioteca(s): Embrapa Solos. |
| |
| Registros recuperados : 62 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
