|
|
Registros recuperados : 6 | |
6. | | AVILA, C. J.; VIEIRA, M. C. de S.; VIEIRA, E. C. de S.; SILVA, P. G.; SILVA, I. F. da; SILVA, N. D. R. da; VESSONI, I. C.; RODRIGUES, G. F. Efeito de inseticida. Cultivar Grandes Culturas, ano 20, n. 255, p. 29-29, jun. 2020. Biblioteca(s): Embrapa Agropecuária Oeste. |
| |
Registros recuperados : 6 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
14/12/2015 |
Data da última atualização: |
29/01/2016 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; BHERING, S. B.; PEREIRA, N. R. |
Afiliação: |
CESAR DA SILVA CHAGAS, CNPS; WALDIR DE CARVALHO JUNIOR, CNPS; SILVIO BARGE BHERING, CNPS; NILSON RENDEIRO PEREIRA, CNPS. |
Título: |
Predição espacial da textura superficial do solo por árvore de regressão e redes neurais artificiais. |
Ano de publicação: |
2015 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 35., 2015, Natal. O solo e suas múltiplas funções: anais. Natal: Sociedade Brasileira de Ciência do Solo, 2015. |
Idioma: |
Português |
Conteúdo: |
A textura é uma propriedade física do solo importante e altamente variável que influencia grandemente muitas outras propriedades de grande importância para a produção agrícola como a fertilidade e a capacidade de retenção de umidade. O objetivo desse estudo foi avaliar a eficiência de dados do sensor TM do Landsat 5 no mapeamento digital de solos no semiárido brasileiro por meio da utilização de árvores de regressão (AR) e redes neurais artificiais (RNA), ambas implementadas no software livre R. Foram utilizadas na predição da areia, silte e argila, 399 amostras da camada superficial (0 - 20 cm) dos solos e como covariáveis as bandas 1, 2, 3, 4, 5 e 7, o índice NDVI e as relações entre as bandas 3 e 2, bandas 3 e 7 e bandas 5 e 7. Os resultados das análises realizadas, usando um conjunto de validação independente, mostraram que as melhores estimativas dos atributos foram obtidas com a utilização dos modelos RNA, que explicou 57% da variabilidade espacial da areia, 49% da argila e 32% do silte. A RNA mostrou-se mais vantajosa, em comparação com a AR, pelo fato de não ser sensível ao sobreajustamento (overfitting) e nem a presença de ruídos nos dados. Além disso, a RNA produziu mapas da distribuição dos atributos mais realísticos do que a AR. |
Palavras-Chave: |
Mapeamento digital de solos; Pedometria; Variabilidade espacial. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/135562/1/2015-095.pdf
|
Marc: |
LEADER 02001nam a2200181 a 4500 001 2031628 005 2016-01-29 008 2015 bl uuuu u00u1 u #d 100 1 $aCHAGAS, C. da S. 245 $aPredição espacial da textura superficial do solo por árvore de regressão e redes neurais artificiais.$h[electronic resource] 260 $aIn: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 35., 2015, Natal. O solo e suas múltiplas funções: anais. Natal: Sociedade Brasileira de Ciência do Solo$c2015 520 $aA textura é uma propriedade física do solo importante e altamente variável que influencia grandemente muitas outras propriedades de grande importância para a produção agrícola como a fertilidade e a capacidade de retenção de umidade. O objetivo desse estudo foi avaliar a eficiência de dados do sensor TM do Landsat 5 no mapeamento digital de solos no semiárido brasileiro por meio da utilização de árvores de regressão (AR) e redes neurais artificiais (RNA), ambas implementadas no software livre R. Foram utilizadas na predição da areia, silte e argila, 399 amostras da camada superficial (0 - 20 cm) dos solos e como covariáveis as bandas 1, 2, 3, 4, 5 e 7, o índice NDVI e as relações entre as bandas 3 e 2, bandas 3 e 7 e bandas 5 e 7. Os resultados das análises realizadas, usando um conjunto de validação independente, mostraram que as melhores estimativas dos atributos foram obtidas com a utilização dos modelos RNA, que explicou 57% da variabilidade espacial da areia, 49% da argila e 32% do silte. A RNA mostrou-se mais vantajosa, em comparação com a AR, pelo fato de não ser sensível ao sobreajustamento (overfitting) e nem a presença de ruídos nos dados. Além disso, a RNA produziu mapas da distribuição dos atributos mais realísticos do que a AR. 653 $aMapeamento digital de solos 653 $aPedometria 653 $aVariabilidade espacial 700 1 $aCARVALHO JUNIOR, W. de 700 1 $aBHERING, S. B. 700 1 $aPEREIRA, N. R.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|