| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
23/08/2020 |
|
Data da última atualização: |
08/09/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
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. |
|
Afiliação: |
GUSTAVO DE MATTOS VASQUES, CNPS; HUGO MACHADO RODRIGUES, UFRRJ; MAURICIO RIZZATO COELHO, CNPS; JESUS FERNANDO MANSILLA BACA, CNPS; RICARDO DE OLIVEIRA DART, CNPS; RONALDO PEREIRA DE OLIVEIRA, CNPS; WENCESLAU GERALDES TEIXEIRA, CNPS; MARCOS BACIS CEDDIA, UFRRJ. |
|
Título: |
Field proximal soil sensor fusion for improving high-resolution soil property maps. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Soil Systems, v. 4, n. 3, 52, 2020. |
|
DOI: |
https://doi.org/10.3390/soilsystems4030052 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Mapping soil properties, using geostatistical methods in support of precision agriculture and related activities, requires a large number of samples. To reduce soil sampling and measurement time and cost, a combination of field proximal soil sensors was used to predict and map laboratory-measured soil properties in a 3.4-ha pasture field in southeastern Brazil. Sensor soil properties were measured in situ on a 10 × 10-m dense grid (377 samples) using apparent electrical conductivity meters, apparent magnetic susceptibility meter, gamma-ray spectrometer, water content reflectometer, cone penetrometer, and portable X-ray fluorescence spectrometer (pXRF). Soil samples were collected on a 20 × 20-m thin grid (105 samples) and analyzed in the laboratory for organic C, sum of bases, cation exchange capacity, clay content, soil volumetric moisture, and bulk density. Another 25 samples collected throughout the area were also analyzed for the same soil properties and used for independent validation of models and maps. To test whether the combination of sensors enhances soil property predictions, stepwise multiple linear regression (MLR) models of the laboratory soil properties were derived using individual sensor covariate data versus combined sensor data-except for the pXRF data, which were evaluated separately. Then, to test whether a denser grid sample boosted by sensor-based soil property predictions enhances soil property maps, ordinary kriging of the laboratory-measured soil properties from the thin grid was compared to ordinary kriging of the sensor-based predictions from the dense grid, and ordinary cokriging of the laboratory properties aided by sensor covariate data. The combination of multiple soil sensors improved the MLR predictions for all soil properties relative to single sensors. The pXRF data produced the best MLR predictions for organic C content, clay content, and bulk density, standing out as the best single sensor for soil property prediction, whereas the other sensors combined outperformed the pXRF sensor for the sum of bases, cation exchange capacity, and soil volumetric moisture, based on independent validation. Ordinary kriging of sensor-based predictions outperformed the other interpolation approaches for all soil properties, except organic C content, based on validation results. Thus, combining soil sensors, and using sensor-based soil property predictions to increase the sample size and spatial coverage, leads to more detailed and accurate soil property maps. MenosMapping soil properties, using geostatistical methods in support of precision agriculture and related activities, requires a large number of samples. To reduce soil sampling and measurement time and cost, a combination of field proximal soil sensors was used to predict and map laboratory-measured soil properties in a 3.4-ha pasture field in southeastern Brazil. Sensor soil properties were measured in situ on a 10 × 10-m dense grid (377 samples) using apparent electrical conductivity meters, apparent magnetic susceptibility meter, gamma-ray spectrometer, water content reflectometer, cone penetrometer, and portable X-ray fluorescence spectrometer (pXRF). Soil samples were collected on a 20 × 20-m thin grid (105 samples) and analyzed in the laboratory for organic C, sum of bases, cation exchange capacity, clay content, soil volumetric moisture, and bulk density. Another 25 samples collected throughout the area were also analyzed for the same soil properties and used for independent validation of models and maps. To test whether the combination of sensors enhances soil property predictions, stepwise multiple linear regression (MLR) models of the laboratory soil properties were derived using individual sensor covariate data versus combined sensor data-except for the pXRF data, which were evaluated separately. Then, to test whether a denser grid sample boosted by sensor-based soil property predictions enhances soil property maps, ordinary kriging of the laboratory-measured soil pr... Mostrar Tudo |
|
Palavras-Chave: |
Fluorescência de raios X; Fusão de sensor proximal; Geoestatística; Radiometria gama; Susceptibilidade magnética. |
|
Thesagro: |
Condutividade Eletrica; Sensoriamento Remoto. |
|
Thesaurus Nal: |
Electrical conductivity; Geostatistics; Remote sensing. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/215532/1/Field-proximal-soil-sensor-fusion-for-improving-high-resolution-soil-property-maps-2020.pdf
|
|
Marc: |
LEADER 03550naa a2200337 a 4500
001 2124518
005 2020-09-08
008 2020 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.3390/soilsystems4030052$2DOI
100 1 $aVASQUES, G. de M.
245 $aField proximal soil sensor fusion for improving high-resolution soil property maps.$h[electronic resource]
260 $c2020
520 $aMapping soil properties, using geostatistical methods in support of precision agriculture and related activities, requires a large number of samples. To reduce soil sampling and measurement time and cost, a combination of field proximal soil sensors was used to predict and map laboratory-measured soil properties in a 3.4-ha pasture field in southeastern Brazil. Sensor soil properties were measured in situ on a 10 × 10-m dense grid (377 samples) using apparent electrical conductivity meters, apparent magnetic susceptibility meter, gamma-ray spectrometer, water content reflectometer, cone penetrometer, and portable X-ray fluorescence spectrometer (pXRF). Soil samples were collected on a 20 × 20-m thin grid (105 samples) and analyzed in the laboratory for organic C, sum of bases, cation exchange capacity, clay content, soil volumetric moisture, and bulk density. Another 25 samples collected throughout the area were also analyzed for the same soil properties and used for independent validation of models and maps. To test whether the combination of sensors enhances soil property predictions, stepwise multiple linear regression (MLR) models of the laboratory soil properties were derived using individual sensor covariate data versus combined sensor data-except for the pXRF data, which were evaluated separately. Then, to test whether a denser grid sample boosted by sensor-based soil property predictions enhances soil property maps, ordinary kriging of the laboratory-measured soil properties from the thin grid was compared to ordinary kriging of the sensor-based predictions from the dense grid, and ordinary cokriging of the laboratory properties aided by sensor covariate data. The combination of multiple soil sensors improved the MLR predictions for all soil properties relative to single sensors. The pXRF data produced the best MLR predictions for organic C content, clay content, and bulk density, standing out as the best single sensor for soil property prediction, whereas the other sensors combined outperformed the pXRF sensor for the sum of bases, cation exchange capacity, and soil volumetric moisture, based on independent validation. Ordinary kriging of sensor-based predictions outperformed the other interpolation approaches for all soil properties, except organic C content, based on validation results. Thus, combining soil sensors, and using sensor-based soil property predictions to increase the sample size and spatial coverage, leads to more detailed and accurate soil property maps.
650 $aElectrical conductivity
650 $aGeostatistics
650 $aRemote sensing
650 $aCondutividade Eletrica
650 $aSensoriamento Remoto
653 $aFluorescência de raios X
653 $aFusão de sensor proximal
653 $aGeoestatística
653 $aRadiometria gama
653 $aSusceptibilidade magnética
700 1 $aRODRIGUES, H. M.
700 1 $aCOELHO, M. R.
700 1 $aBACA, J. F. M.
700 1 $aDART, R. de O.
700 1 $aOLIVEIRA, R. P. de
700 1 $aTEIXEIRA, W. G.
700 1 $aCEDDIA, M. B.
773 $tSoil Systems$gv. 4, n. 3, 52, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 211 | |
| 81. |  | OLIVEIRA, A. P. de; COELHO, M. R.; D'ANDREA, A. F.; SILVA, O. A. da; VASQUES, G. de M. Soils and soil organic carbon stocks in the Restinga de Cabedelo National Forest, in Cabedelo and João Pessoa municipalities, Paraíba state, 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. 60. WCSS 2018.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
|    |
| 82. | | MONTEIRO, J. M. G.; HISSA, H. R.; OLIVEIRA, A. P. de; DONAGEMMA, G. K.; PRADO, R. B.; SCHULER, A. E.; COELHO, M. R.; COSTA, M. M. da. Avaliação do manejo conservacionista sobre a capacidade adaptativa de sistemas de produção agropecuários no estado do Rio de Janeiro. In: SOTTA, E. D.; SAMPAIO, F. G.; MARZALL, K.; SILVA, W. G. da (org.). Estratégias de adaptação às mudanças do clima dos sistemas agropecuários brasileiros. Brasília, DF: Mapa, 2021. p. 74-75.| Biblioteca(s): Embrapa Solos. |
| |
| 83. | | SPERA, S. T.; DONAGEMMA, G. K.; VIANA, J. H. M.; MAGALHÃES, C. A. de S.; COELHO, M. R.; COUTO, E. G. Atributos, uso e manejo de solos de textura leve do sudeste do estado de Mato Grosso. In: SIMPÓSIO BRASILEIRO DE SOLOS ARENOSOS, 3., 2019, Campo Grande, MS. Intensificação agropecuária sustentável em solos arenosos: anais... Brasília, DF: Embrapa, 2019. E-book.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Milho e Sorgo; Embrapa Solos. |
|  |
| 84. | | SPERA, S. T.; DONAGEMMA, G. K.; VIANA, J. H. M.; MAGALHÃES, C. A. de S.; COELHO, M. R.; COUTO, E. G. Atributos, uso e manejo de solos de textura leve do sudeste do estado de mato grosso. In: SIMPÓSIO BRASILEIRO DE SOLOS ARENOSOS, 3., 2019, Campo Grande, MS. Intensificação agropecuária sustentável em solos arenosos: anais... Brasília, DF: Embrapa, 2019. p. 59-75 E-book: il. color. Editores técnicos: Wenceslau Geraldes Teixeira, Guilherme Kangussu Donagemma.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrossilvipastoril. |
| |
| 85. | | FILGUEIRAS, P. R.; SOUZA, A. M. de; POPPI, R. J.; COELHO, M. R.; PARÉS, J. G.; CUNHA, T. A. F.; DART, R. de O. Avaliação de modelos de calibração PLS e SVM na determinação do carbono orgânico do solo por espectroscopia NIR. In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE QUÍMICA, 35., 2012, Águas de Lindóia. Responsabilidade, ética e progresso social: trabalhos. [São Paulo]: Sociedade Brasileira de Química, 2012. 1 CD-ROM.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 86. | | SILVA, T. F. da; COELHO, M. R. R.; VOLLÚ, R. E.; GOULART, F. R. de V.; ALVIANO, D. S.; ALVIANO, C. S.; SELDIN, L. Bacterial community associated with the trunk latex of Hancornia speciosa Gomes (Apocynaceae) grown in the northeast of Brazil. Antonie van Leeuwenhoek, v. 99, p. 523-532, 2011.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Agrobiologia. |
|  |
| 87. | | COELHO, M. R.; LUMBRERAS, J. F.; SANTOS, H. G. dos; DART, R. de O.; SOUZA, A. M. de; LIMA, J. A. de S. Atributos químicos e granulometria dos solos da IX Reunião Brasileira de Classificação e Correlação de Solos (RCC do Acre): um enfoque pedológico. In: SILVA, L. M. da; ANJOS, L. H. C. dos; LUMBRERAS, J. F.; PEREIRA, M. G.; WADT, P. G. S. (Ed.). Pesquisas coligadas da IX Reunião Brasileira de Classificação e Correlação de Solos: solos de formações sedimentares em sistemas amazônicos: potencialidades e demandas de pesquisa. Brasília, DF: Embrapa, 2019. E-book. cap. 1.| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Solos. |
| |
| 88. | | COELHO, M. R.; LUMBRERAS, J. F.; VASQUES, G. M.; DART, R. de O.; OLIVEIRA, V. A. de; SANTOS, G. G.; ALMEIDA, R. E. M. de. Atributos químicos e granulometria dos solos da XIV Reunião Brasileira de Classificação e Correlação de Solos: um enfoque pedológico. In: SANTOS, G. G.; OLIVEIRA, V. A. de; LUMBRERAS, J. F.; COELHO, M. R.; ALMEIDA, R. E. M. de; MADARI, B. E. (ed.). Guia de campo da XIV Reunião Brasileira de Classificação e Correlação de Solos: RCC de Goiás e Tocantins. Brasília, DF: Embrapa, 2023. E-book. cap. 8.| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Pesca e Aquicultura; Embrapa Solos. |
| |
| 89. | | MONTEIRO, J. M. G.; HISSA, H. R.; OLIVEIRA, A. P. de; DONAGEMMA, G. K.; PRADO, R. B.; SCHULER, A. E.; COELHO, M. R.; COSTA, M. M. da. Conservation management evaluation on the adaptive capacity of agricultural productive systems in the state of Rio de Janeiro. In: SOTTA, E. D.; SAMPAIO, F. G.; MARZALL, K.; SILVA, W. G. da (ed.). Adapting to climate change: strategies for brazilian agricultural and livestock systems. Brasília, DF: Mapa, 2021. p. 74-75.| Biblioteca(s): Embrapa Solos. |
| |
| 90. | | FIDALGO, E. C. C.; COELHO, M. R.; ARAUJO, F. de O.; MOREIRA, F. M. S.; SANTOS, H. G. dos; BREFIN, M. de L. M. S.; HUISING, J. Caracterização de sistemas de uso da terra em Benjamin Constant, AM. In: REUNIÃO BRASILEIRA DE MANEJO E CONSERVAÇÃO DO SOLO E DA ÁGUA, 18., 2010, Teresina. Novos caminhos para a agricultura conservacionista no Brasil. Teresina: Embrapa Meio-Norete: Universidade Federal do Piauí, 2010. 5 p.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 91. | | COELHO, M. R. R.; MOTA, F. F. da; CARNEIRO, N. P.; MARRIEL, I. E.; PAIVA, E.; ROSADO, A. S.; SELDIN, L. Diversity of Paenibacillus spp. in the rhizosphere of four sorghum (Sorghum bicolor) cultivars sown with two contrasting levels of nitrogen fertilizer assessed by rpoB-Based PCR-DGGE and sequencing analysis. Journal of Microbiology and Biotechnology, v. 17, n. 5, p. 753-760, 2007.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: Internacional - A |
| Biblioteca(s): Embrapa Milho e Sorgo. |
| |
| 92. | | MENDONÇA-SANTOS, M. de L.; DART, R. de O.; SANTOS, H. G. dos; COELHO, M. R.; BERBARA, R. L. L.; LUMBRERAS, J. F. Digital soil mapping of topsoil organic carbon content of Rio de Janeiro State, Brazil. In: BOETTINGER, J. L.; HOWELL, D. W.; MOORE, A. C.; HARTEMINK, A. E.; KIENAST-BROWN, S. (ed.). Digital soil mapping: bridging research, environmental application, and operation. New York: Springer, 2010. p. 255-266.| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Solos. |
| |
| 93. | | SOUZA, A. M. de; COELHO, M. R.; FIGUEIRAS, P. R.; COSTA, L. A. A. da; NOVOTNY, E. H.; POPPI, R. J. Determinação de atributos físicos do solos por espectroscopia no infravermelho próximo e regressão por quadrados mínimos parciais. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 34., 2013, Florianópolis. Anais... Florianópolis, SC: Sociedade Brasileira do Solo, 2013.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 94. | | SOUZA, A. M. de; COELHO, M. R.; NOVOTNY, E. H.; POPPI, R. J.; DART, R. de O.; MENDONÇA-SANTOS, M. de L.; BERBARA, R. L. L. Determinação do carbono orgânico do solo por espectroscopia de infravermelho próximo e regressão por quadrados mínimos parciais. In: 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.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
| |
| 95. | | MADARI, B. E.; REEVES III, J. B.; COELHO, M. R.; COELHO, R. M.; MACHADO, P. L. O. A.; DE-POLLI, H.; BENITES, V. M.; SOUZA, L. F. Determinação de carbono do solo via espectroscopia infravermelha (Drifts e Nirs). 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. |
| |
| 98. | | ANTUNES, L. F. de S.; CORREIA, M. E. F.; XAVIER, G. R.; GUERRA, J. G. M.; COELHO, M. R. R.; FAVERO, V. O.; RUMJANEK, N. G. Identificação da comunidade bacteriana durante o processo de gongocompostagem de resíduos agrícolas e urbanos. In: SEMANA CIENTÍFICA JOHANNA DÖBEREINER, 22., 2022, Seropédica. Bicentenário da Independência: 200 anos de ciência, tecnologia e inovação no Brasil: caderno de resumos... Seropédica: Embrapa Agrobiologia, 2022.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrobiologia. |
| |
| 99. | | LACERDA, J. R. M.; MARQUES, J. M.; VOLLÚ, R. E.; GOULART, F. R. V.; ALVIANO, C. S.; COELHO, M. R. R. Influence of two antimicrobial substance-producing Bacillus strains in the microbial community present in the rhizosphere and root of weet potato (ipomoea batatas) In: CONGRESSO BRASILEIRO DE MICROBIOLOGIA, 28., 2015, Florianópolis. Resumos. Florianópolis: Sociedade Brasileira de Microbiologia, 2015.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrobiologia. |
| |
| 100. | | FIDALGO, E. C. C.; COELHO, M. R.; ARAUJO, F. de O.; MOREIRA, F. M. de S.; SANTOS, H. G. dos; MENDONÇA-SANTOS, M. de L.; HUISING, J. Levantamento do uso e cobertura da terra de seis áreas amostrais relacionadas ao Projeto BiosBrasil (Conservation and Sustainable Management of Below-Ground Biodiversity: phase I), Município de Benjamin Constant (AM). Rio de Janeiro: Embrapa Solos, 2005. 54 p. (Embrapa Solos. Boletim de pesquisa e desenvolvimento, 71).| Tipo: Boletim de Pesquisa e Desenvolvimento |
| Biblioteca(s): Embrapa Solos. |
| |
| Registros recuperados : 211 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
