| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
30/12/2014 |
|
Data da última atualização: |
08/11/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
CALDERANO FILHO, B.; POLIVANOV, H.; CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; BARROSO, E. V.; GUERRA, A. J. T.; CALDERANO, S. B. |
|
Afiliação: |
BRAZ CALDERANO FILHO, CNPS; HELENA POLIVANOV, UFRJ; CESAR DA SILVA CHAGAS, CNPS; WALDIR DE CARVALHO JUNIOR, CNPS; EMÍLIO VELLOSO BARROSO, UFRJ; ANTÔNIO JOSÉ TEIXEIRA GUERRA, UFRJ; SEBASTIAO BARREIROS CALDERANO, CNPS. |
|
Título: |
Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 38, n. 6, p. 1681-1693, 2014. |
|
DOI: |
https://doi.org/10.1590/S0100-06832014000600003 |
|
Idioma: |
Inglês |
|
Conteúdo: |
A informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica. MenosA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e seme... Mostrar Tudo |
|
Palavras-Chave: |
Atributos do terreno; Mapeamento digital; Redes neurais artificiais. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/114660/1/V38N6a03-RBCS-BRAZ.pdf
|
|
Marc: |
LEADER 02637naa a2200241 a 4500
001 2003976
005 2021-11-08
008 2014 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S0100-06832014000600003$2DOI
100 1 $aCALDERANO FILHO, B.
245 $aArtificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar.$h[electronic resource]
260 $c2014
520 $aA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica.
653 $aAtributos do terreno
653 $aMapeamento digital
653 $aRedes neurais artificiais
700 1 $aPOLIVANOV, H.
700 1 $aCHAGAS, C. da S.
700 1 $aCARVALHO JUNIOR, W. de
700 1 $aBARROSO, E. V.
700 1 $aGUERRA, A. J. T.
700 1 $aCALDERANO, S. B.
773 $tRevista Brasileira de Ciência do Solo, Viçosa, MG$gv. 38, n. 6, p. 1681-1693, 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 : 7 | |
| 1. |  | CALDERANO FILHO, B.; POLIVANOV, H.; CALDERANO, S. B.; BARROSO, E. V.; GUERRA, A. J. T.; CHAGAS, C. da S. Unidade geoambientais de paisagens rurais montanhosas da serra do mar, subsídios ao planejamento das terras. In: CONGRESSO BRASILEIRO DE CIÊNCIAS DO SOLO, 34., 2013, Florianópolis. Anais... Viçosa, MG: Sociedade Brasileira de Ciência do Solo, 2013.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Solos. |
|    |
| 2. | | CALDERANO FILHO, B.; POLIVANOV, H.; CALDERANO, S. B.; CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; BARROSO, E. V.; DONAGEMMA, G. K.; BHERING, S. B.; PEREIRA, N. R. Avaliação da aptidão agroecológica das terras de paisagens montanhosas da Região Serrana do Estado do Rio de Janeiro. Rio de Janeiro: Embrapa Solos, 2015. 47 p. il. color. (Embrapa Solos. Boletim de pesquisa e desenvolvimento, 254).| Tipo: Boletim de Pesquisa e Desenvolvimento |
| Biblioteca(s): Embrapa Solos. |
| |
| 3. | | CALDERANO FILHO, B.; POLIVANOV, H.; CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; BARROSO, E. V.; GUERRA, A. J. T.; CALDERANO, S. B. Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar. Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 38, n. 6, p. 1681-1693, 2014.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Solos. |
| |
| 4. | | CALDERANO FILHO, B.; POLIVANOV, H.; BARROSO, E. V.; GUERRA, A. J. T.; CHAGAS, C. da S.; CALDERANO, S. B.; CARVALHO JUNIOR, W. de. Cartografia geoambiental no médio alto curso do Rio Grande (RJ), subsídios ao planejamento de paisagens rurais montanhosas da Serra do Mar. Geociências, v. 32, n. 3, p. 560-576, 2013. 17p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Solos. |
| |
| 5. | | CALDERANO FILHO, B.; POLIVANOV, H.; CALDERANO, S. B.; BARROSO, E. V.; CHAGAS, C. da S.; GUERRA, A. J. T.; CARVALHO JUNIOR, W. de; DONAGEMMA, G. K. Interpretação pedogeotécnica em paisagens montanhosas do médio alto curso do Rio Grande, região serrana do Estado do Rio de Janeiro, RJ. Rio de Janeiro: Embrapa Solos, 2013. 55 p. il. color. (Embrapa Solos. Boletim de pesquisa e desenvolvimento, 227).| Tipo: Boletim de Pesquisa e Desenvolvimento |
| Biblioteca(s): Embrapa Solos. |
| |
| 6. | | CALDERANO FILHO, B.; POLIVANOV, H.; GUERRA, A. J. T.; BARROSO, E. V.; CHAGAS, C. da S.; CALDERANO, S. B.; CARVALHO JUNIOR, W. de; DONAGEMMA, G. K. Estudo geoambiental do médio alto curso do Rio Grande (RJ): subsídios ao planejamento ambiental de paisagens rurais montanhosas da Serra do Mar. Rio de Janeiro: Embrapa Solos, 2012. 66 p. (Embrapa Solos. Boletim de pesquisa e desenvolvimento, 212).| Tipo: Boletim de Pesquisa e Desenvolvimento |
| Biblioteca(s): Embrapa Solos. |
| |
| 7. | | CALDERANO FILHO, B.; POLIVANOV, H.; CALDERANO, S. B.; BARROSO, E. V.; CHAGAS, C. da S.; GUERRA, A. J. T; CARVALHO JUNIOR, W. de; DONAGEMMA, G. K. Unidades geoambientais de paisagens montanhosas da região Serrana do Estado do Rio de Janeiro, RJ. Rio de Janeiro: Embrapa Solos, 2013. 58 p. il. color. (Embrapa Solos. Boletim de pesquisa e desenvolvimento, 232).| Tipo: Boletim de Pesquisa e Desenvolvimento |
| Biblioteca(s): Embrapa Solos. |
| |
| Registros recuperados : 7 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
