| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
13/08/2014 |
|
Data da última atualização: |
08/11/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
CARVALHO JUNIOR, W. de; CHAGAS, C. da S.; LAGACHERIE, P.; CALDERANO FILHO, B.; BHERING, S. B. |
|
Afiliação: |
WALDIR DE CARVALHO JUNIOR, CNPS; CESAR DA SILVA CHAGAS, CNPS; Philippe Lagacherie, INRA, LISAH.; BRAZ CALDERANO FILHO, CNPS; SILVIO BARGE BHERING, CNPS. |
|
Título: |
Evaluation of statistical and geostatistical models of difgital soil properties mapping in tropical mountain regions. |
|
Título original: |
Avaliação de modelos estatísticos e geoestatísticos no mapeamento digital de propriedades dos solos, em regiões tropicais montanhosas. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
Revista Brasileira de Ciência do Solo, v. 38, n. 3, p. 706-717, 2014. |
|
DOI: |
https://doi.org/10.1590/S0100-06832014000300003 |
|
Idioma: |
Inglês |
|
Conteúdo: |
As propriedades dos solos têm grande impacto sobre aspectos econômicos e ambientais da produção agropecuária. As relações quantitativas entre as propriedades dos solos e os fatores que condicionam sua variabilidade são a base do mapeamento digital de solos. Os modelos preditivos de propriedades dos solos avaliados neste trabalho são os estatísticos (Regressão Linear Múltipla-RLM) e geoestatísticos (krigagem ordinária e cokrigagem). Este estudo foi desenvolvido para o município de Bom Jardim, RJ, e usou um banco de dados de solos com 208 pontos amostrais. Foram avaliados modelos preditivos para as frações areia, silte e argila, pH em água e carbono orgânico para seis profundidades, de acordo com as especificações do consórcio de mapeamento digital de solos em nível global (GlobalSoilMap). Utilizaram-se covariáveis preditoras contínuas e categóricas, estas últimas para avaliar suas contribuições ao modelo. Apenas as covariáveis ambientais elevação, aspecto, índice de potência de fluxo (SPI), índice de umidade (SWI), índice de vegetação por diferença normalizada (NDVI) erelação entre bandas b3/b2 apresentaram correlação significativa com as propriedades do solo. Os modelos preditivos tiveram em média coeficiente de determinação de 0,21. Os modelos preditivos que apresentaram os melhores resultados foram os geoestatísticos, com o maior coeficiente de determinação 0,43 associado à propriedade areia entre 60 e 100 cm de profundidade. A utilização de conjunto de dados de solos esparsos para mapeamento digital de propriedades de solos pode explicar apenas uma parte da variação espacial dessas propriedades. Os resultados podem estar relacionados à densidade de amostragem, à quantidade e qualidade das covariáveis ambientais usadas e aos modelos preditivos utilizados. MenosAs propriedades dos solos têm grande impacto sobre aspectos econômicos e ambientais da produção agropecuária. As relações quantitativas entre as propriedades dos solos e os fatores que condicionam sua variabilidade são a base do mapeamento digital de solos. Os modelos preditivos de propriedades dos solos avaliados neste trabalho são os estatísticos (Regressão Linear Múltipla-RLM) e geoestatísticos (krigagem ordinária e cokrigagem). Este estudo foi desenvolvido para o município de Bom Jardim, RJ, e usou um banco de dados de solos com 208 pontos amostrais. Foram avaliados modelos preditivos para as frações areia, silte e argila, pH em água e carbono orgânico para seis profundidades, de acordo com as especificações do consórcio de mapeamento digital de solos em nível global (GlobalSoilMap). Utilizaram-se covariáveis preditoras contínuas e categóricas, estas últimas para avaliar suas contribuições ao modelo. Apenas as covariáveis ambientais elevação, aspecto, índice de potência de fluxo (SPI), índice de umidade (SWI), índice de vegetação por diferença normalizada (NDVI) erelação entre bandas b3/b2 apresentaram correlação significativa com as propriedades do solo. Os modelos preditivos tiveram em média coeficiente de determinação de 0,21. Os modelos preditivos que apresentaram os melhores resultados foram os geoestatísticos, com o maior coeficiente de determinação 0,43 associado à propriedade areia entre 60 e 100 cm de profundidade. A utilização de conjunto de dados de solos espa... Mostrar Tudo |
|
Palavras-Chave: |
Co-Kriging; Cokrigagem; Krigagem; Multiple linear regression; Regressão linear múltipla. |
|
Thesaurus Nal: |
kriging. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/106450/1/RBCS-38.pdf
|
|
Marc: |
LEADER 02833naa a2200265 a 4500
001 1992445
005 2021-11-08
008 2014 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S0100-06832014000300003$2DOI
100 1 $aCARVALHO JUNIOR, W. de
240 $aAvaliação de modelos estatísticos e geoestatísticos no mapeamento digital de propriedades dos solos, em regiões tropicais montanhosas.
245 $aEvaluation of statistical and geostatistical models of difgital soil properties mapping in tropical mountain regions.$h[electronic resource]
260 $c2014
520 $aAs propriedades dos solos têm grande impacto sobre aspectos econômicos e ambientais da produção agropecuária. As relações quantitativas entre as propriedades dos solos e os fatores que condicionam sua variabilidade são a base do mapeamento digital de solos. Os modelos preditivos de propriedades dos solos avaliados neste trabalho são os estatísticos (Regressão Linear Múltipla-RLM) e geoestatísticos (krigagem ordinária e cokrigagem). Este estudo foi desenvolvido para o município de Bom Jardim, RJ, e usou um banco de dados de solos com 208 pontos amostrais. Foram avaliados modelos preditivos para as frações areia, silte e argila, pH em água e carbono orgânico para seis profundidades, de acordo com as especificações do consórcio de mapeamento digital de solos em nível global (GlobalSoilMap). Utilizaram-se covariáveis preditoras contínuas e categóricas, estas últimas para avaliar suas contribuições ao modelo. Apenas as covariáveis ambientais elevação, aspecto, índice de potência de fluxo (SPI), índice de umidade (SWI), índice de vegetação por diferença normalizada (NDVI) erelação entre bandas b3/b2 apresentaram correlação significativa com as propriedades do solo. Os modelos preditivos tiveram em média coeficiente de determinação de 0,21. Os modelos preditivos que apresentaram os melhores resultados foram os geoestatísticos, com o maior coeficiente de determinação 0,43 associado à propriedade areia entre 60 e 100 cm de profundidade. A utilização de conjunto de dados de solos esparsos para mapeamento digital de propriedades de solos pode explicar apenas uma parte da variação espacial dessas propriedades. Os resultados podem estar relacionados à densidade de amostragem, à quantidade e qualidade das covariáveis ambientais usadas e aos modelos preditivos utilizados.
650 $akriging
653 $aCo-Kriging
653 $aCokrigagem
653 $aKrigagem
653 $aMultiple linear regression
653 $aRegressão linear múltipla
700 1 $aCHAGAS, C. da S.
700 1 $aLAGACHERIE, P.
700 1 $aCALDERANO FILHO, B.
700 1 $aBHERING, S. B.
773 $tRevista Brasileira de Ciência do Solo$gv. 38, n. 3, p. 706-717, 2014.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 6 | |
| 3. |  | HARTEMINK, A. E.; HEMPEL, J.; LAGACHERIE, P.; MCBRATNEY, A.; MCKENZIE, N.; MACMILLAN, R. A.; MINASNY, B.; MONTANARELLA, L.; MENDONÇA-SANTOS, M. de L.; SANCHEZ, P.; WALSH, M.; ZHANG, G. GlobalSoilMap.net: a new digital soil map of the world. 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. 423-427.| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Solos. |
|    |
| 4. | | SANCHEZ, P. A.; AHAMED, S.; CARRÉ, F.; HARTEMINK, A. E.; HEMPEL, J.; HUISING, J.; LAGACHERIE, P.; MACBRATNEY, A. B.; MCKENZIE, N. J.; MENDONÇA-SANTOS, M. de L.; MINASNY, B.; MONTANARELLA, L.; OKOTH, P.; PALM, C. A.; SACHS, J. D.; SHEPHERD, K. D.; VAGEN, T. G.; VANLAUWE, B.; WALSH, M. G.; WINOWIECKI, L. A.; ZHANG, G. L. Digital soil map of the world. Science, v. 325, n. 5941, p. 680-681, 2009.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Solos. |
| |
| 5. | | ARROUAYS, D.; GRUNDY, M. G.; HARTEMINK, A. E.; HEMPEL, J. W.; HEUVELINK, G. B. M.; HONG, S. Y.; LAGACHERIE, P.; LELYK, G.; MCBRATNEY, A. B.; MCKENZIE, N. J.; MENDONCA-SANTOS, M. D. L.; MINASNY, B.; MONTANARELLA, L.; ODEH, I. O. A.; SANCHEZ, P. A.; THOMPSON, J. A.; ZHANG, G.-L. GlobalSoilMap: toward a fine-resolution global grid of soil properties. Advances in Agronomy, v. 125, p. 93-134, 2014.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Solos. |
| |
| 6. | | ARROUAYS, D.; LEENAARS, J. G. B.; RICHER-DE-FORGES, A. C.; ADHIKARI, K.; BALLABIO, C.; GREVE, M.; GRUNDY, M.; GUERRERO, E.; HEMPEL, J.; HENGL, T.; HEUVELINK, G.; BATJES, N.; CARVALHO, E.; HARTEMINK, A.; HEWITT, A.; HONG, S.-Y.; KRASILNIKOV, P.; LAGACHERIE, P.; LELYK, G.; LIBOHOVA, Z.; LILLY, A.; MCBRATNEY, A.; MCKENZIE, N.; VASQUES, G. de M. Soil legacy data rescue via GlobalSoilMap and other international and national initiatives. GeoResJ, v. 14, p. 1-19, Dec. 2017.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 5 |
| Biblioteca(s): Embrapa Solos. |
| |
| Registros recuperados : 6 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
