Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Solos / UEP-Recife; Embrapa Unidades Centrais.
Data corrente:  28/11/2016
Data da última atualização:  24/05/2017
Autoria:  DIAS, L. M. da S.; COELHO, R. M.; VALLADARES, G. S.; ASSIS, A. C. C. de; FERREIRA, E. P.; SILVA, R. C. da.
Afiliação:  LAURA MILANI DA SILVA DIAS, Universidde Estadual de Campinas; RICARDO MARQUES COELHO, Instituto Agronômico; GUSTAVO SOUZA VALLADARES, UFPI; ANA CAROLINA CUNHA DE ASSIS, Instituto Agronômico; EDILENE PEREIRA FERREIRA, Instituto Agronômico; RAFAEL CIPRIANO DA SILVA, USP/ESALQ.
Título:  Predição de classes de solo por mineração de dados em área da bacia sedimentar do São Francisco.
Ano de publicação:  2016
Fonte/Imprenta:  Pesquisa Agropecuária Brasileira, Brasília, DF, v. 51, n. 9, p. 1396-1404, set. 2016.
Idioma:  Português
Notas:  Título em inglês: Soil class prediction by data mining in an area of the sedimentary São Francisco basin.
Conteúdo:  O objetivo deste trabalho foi avaliar diferentes estratégias para a predição da distribuição de classes de solo em mapas pedológicos digitais de áreas sem dados de referência, na bacia sedimentar do São Francisco, no Norte de Minas Gerais. As estratégias incluíram: o detalhamento da legenda, o treinamento por observações em campo, a ampliação do conjunto de treinamento e o uso de diferentes algoritmos de mineração de dados. Foram elaboradas quatro matrizes, diferenciadas pelo volume de dados, para o aprendizado dos algoritmos, e pelo nível taxonômico das classes de solo a serem preditas. Avaliou-se o desempenho dos algoritmos de aprendizado de máquina ? Random Forest, J48 e MLP ?, associados a procedimentos de discretização, balanceamento de classes, seleção de variáveis e expansão do conjunto de treinamento. O balanceamento de classes, a discretização de variáveis por frequências iguais e o algoritmo Random Forest apresentaram os melhores desempenhos. A extensão da representatividade das observações em campo, que presume uma área de treinamento mais ampla, não trouxe ganho preditivo. A generalização taxonômica para subordem diminui a fragmentação dos polígonos mapeados e aumenta a acurácia dos mapas pedológicos digitais. Quando são produzidos após treinamento por observações de solo in situ, na área de mapeamento, os mapas pedológicos digitais têm valores de acurácia equivalentes aos dos treinados em mapas preexistentes.
Palavras-Chave:  Acurácia de mapa pedológico; Algoritmos de classificação; Classification algorithms; Digital soil map; Mapa digital de solo; Predictive variables of the terrain; Soil map accuracy; Variável preditiva do meio físico.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/150748/1/Predicao-de-classes-de-solo.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Unidades Centrais (AI-SEDE)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
AI-SEDE60216 - 1UPEAP - PP630.72081P474
CNPS-UEPR2970 - 1ADDAP - PP630.72081D541p2017.03528
Voltar






Registro Completo

Biblioteca(s):  Embrapa Tabuleiros Costeiros.
Data corrente:  29/01/2016
Data da última atualização:  21/09/2023
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  CARVALHO, T. B.; SANTOS, R. V. A.; SOUZA, A. G. S.; RESENDE, R. S.
Afiliação:  RONALDO SOUZA RESENDE, CPATC.
Título:  Desenvolvimento foliar da cana-se-açúcar sob diferentes lâminas de irrigação.
Ano de publicação:  2015
Fonte/Imprenta:  In: CONGRESSO NACIONAL DE IRRIGAÇÃO, 25., 2015, Aracaju. Anais... Aracaju: UFS, 2015.
Idioma:  Português
Palavras-Chave:  Cana-de-açúcar.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/138051/1/106.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Tabuleiros Costeiros (CPATC)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CPATC24418 - 1UPCAA - DD
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional