| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
16/05/2013 |
|
Data da última atualização: |
08/11/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
ARRUDA, G. P. de; DEMATTÊ, J. A. M.; CHAGAS, C. da S. |
|
Afiliação: |
Gustavo Pais de Arruda, APagri Consultoria Agronômica; José Alexandre M. Demattê, ESALQ-USP; CESAR DA SILVA CHAGAS, CNPS. |
|
Título: |
Mapeamento digital de solos por redes neurais artificiais com base na relação solo-paisagem. |
|
Ano de publicação: |
2013 |
|
Fonte/Imprenta: |
Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 37, n. 2, p. 327-338, mar./abr. 2013. |
|
DOI: |
https://doi.org/10.1590/S0100-06832013000200004 |
|
Idioma: |
Português |
|
Conteúdo: |
Técnicas de mapeamento digital podem contribuir para agilizar a realização de levantamentos pedológicos detalhados. Objetivou-se com este trabalho obter um mapa digital de solos (MDS) com uso de redes neurais artificiais (RNA), utilizando correlações entre unidades de mapeamento (UM) e covariáveis ambientais. A área utilizada compreendeu aproximadamente 12.000 ha localizados no município de Barra Bonita, SP. A partir do resultado de uma análise de agrupamento das covariáveis ambientais, foram escolhidas cinco áreas de referência para realizar o mapeamento convencional. As UM identificadas subsidiaram a aplicação da técnica de RNA. Utilizaram-se o simulador de redes neurais JavaNNS e o algoritmo de aprendizado backpropagation. Pontos de referência foram coletados para avaliar o desempenho do mapa digital produzido. A posição na paisagem e o material de origem subjacente foram determinantes para o reconhecimento dos delineamentos das UM. Houve boa concordância entre as UM delineadas pelo MDS e pelo método convencional. A comparação entre os pontos de referência e o mapa de solos digital evidenciou exatidão de 72 %. O uso da abordagem MDS utilizada pode contribuir para diminuir a falta de informações semidetalhadas de solos em locais ainda não mapeados, tomando-se como base informações pedológicas obtidas de áreas de referência adjacentes. |
|
Palavras-Chave: |
Classificação supervisionada; Covariáveis ambientais; Inteligência artificial. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/82878/1/V37N2a04.pdf
|
|
Marc: |
LEADER 02093naa a2200193 a 4500
001 1958080
005 2021-11-08
008 2013 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S0100-06832013000200004$2DOI
100 1 $aARRUDA, G. P. de
245 $aMapeamento digital de solos por redes neurais artificiais com base na relação solo-paisagem.$h[electronic resource]
260 $c2013
520 $aTécnicas de mapeamento digital podem contribuir para agilizar a realização de levantamentos pedológicos detalhados. Objetivou-se com este trabalho obter um mapa digital de solos (MDS) com uso de redes neurais artificiais (RNA), utilizando correlações entre unidades de mapeamento (UM) e covariáveis ambientais. A área utilizada compreendeu aproximadamente 12.000 ha localizados no município de Barra Bonita, SP. A partir do resultado de uma análise de agrupamento das covariáveis ambientais, foram escolhidas cinco áreas de referência para realizar o mapeamento convencional. As UM identificadas subsidiaram a aplicação da técnica de RNA. Utilizaram-se o simulador de redes neurais JavaNNS e o algoritmo de aprendizado backpropagation. Pontos de referência foram coletados para avaliar o desempenho do mapa digital produzido. A posição na paisagem e o material de origem subjacente foram determinantes para o reconhecimento dos delineamentos das UM. Houve boa concordância entre as UM delineadas pelo MDS e pelo método convencional. A comparação entre os pontos de referência e o mapa de solos digital evidenciou exatidão de 72 %. O uso da abordagem MDS utilizada pode contribuir para diminuir a falta de informações semidetalhadas de solos em locais ainda não mapeados, tomando-se como base informações pedológicas obtidas de áreas de referência adjacentes.
653 $aClassificação supervisionada
653 $aCovariáveis ambientais
653 $aInteligência artificial
700 1 $aDEMATTÊ, J. A. M.
700 1 $aCHAGAS, C. da S.
773 $tRevista Brasileira de Ciência do Solo, Viçosa, MG$gv. 37, n. 2, p. 327-338, mar./abr. 2013.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| 1. |  | SCHEEREN, P. L.; CAIERAO, E.; SILVA, M. S. e; CASTRO, R. L. de; EICHELBERGER, L.; MIRANDA, M. Z. de; GUARIENTI, E. M.; NASCIMENTO JUNIOR, A. do; SANTANA, F. M.; COSTAMILAN, L. M.; PIERES, L. F.; LIMA, M. I. P. M.; LAU, D.; CUNHA, G.; WIEHOLTER, S.; BASSOI, M. C.; CAETANO, V. da R. BRS Reponte: high grain yield and wide adaptation wheat cultivar. Annual Wheat NewsLetter, v. 66, p. 8-11, 2020.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: C - 0 |
| Biblioteca(s): Embrapa Clima Temperado; Embrapa Soja; Embrapa Trigo. |
|    |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
