| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Meio Ambiente. Para informações adicionais entre em contato com cnpma.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
15/10/2020 |
|
Data da última atualização: |
25/08/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
PADILHA, M. C. de C.; VICENTE, L. E.; DEMATTÊ, J. A. M.; LOEBMANN, D. G. dos S. W.; VICENTE, A. K.; URBINA SALAZAR, D. F.; GUIMARÃES, C. C. B. |
|
Afiliação: |
MANUELA CORRÊA DE CASTRO PADILHA, ESALQ-USP; LUIZ EDUARDO VICENTE, CNPMA; JOSÉ ALEXANDRE MELO DEMATTÊ, ESALQ-USP; DANIEL GOMES DOS SANTOS W LOEBMANN, CNPMA; ANDREA KOGA VICENTE; DIEGO FERNANDO URBINA SALAZAR, ESALQ-USP; CLÉCIA CRISTINA BARBOSA GUIMARÃES, ESALQ-USP. |
|
Título: |
Using Landsat and soil clay content to map soil organic carbon of oxisols and Ultisols near São Paulo, Brazil. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Geoderma Regional, v. 21, e00253, 2020. |
|
ISSN: |
2352-0094 |
|
DOI: |
https://doi.org/10.1016/j.geodrs.2020.e00253 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract: Quantification of soil organic carbon (SOC) is a low-cost and necessary practice to meet increasing agricultural demands. Studies show that remote sensing (RS) is important for SOC prediction and its use has become crucial in agricultural management. In this study, a Multiple Linear Regression (MLR) model was constructed to predict SOC in a site in Piracicaba, São Paulo, Brazil. As predictor variables, we used the optical-satellite data of OLI/Landsat-8 sensor (bands 5 and 7, specifically), clay concentration, and the Normalized Difference Vegetation Index (NDVI). We collected 218 samples at the sampling points in the field to quantify clay and SOC in the laboratory as a calibration procedure. An Exposed Soil Mask (ESM) was created using the method GEOS3 technology, which showed pixels with greater variability of bare soil. The pixels were evaluated with their respective surface reflectance values obtained by the satellite sensor and their respective NDVI index values. We evaluated the model predictive performance based on the adjusted coefficient of determination (R2), the Root Mean-Squared Error (RMSE), and the Ratio of Performance to Interquartile Range (RPIQ) obtained in data validation. The MLR model presented R2 values 0.79 and 0.81 for calibration and validation, respectively. We obtained important RMSE and RPIQ values, 0.14 and 2.32, respectively. The high RPIQ indicated significative sampling distribution around the trendline. After construction, the model was applied to the C spatial distribution using the predictive variables as layers, predominant concentrations of 0.65 to 0.79 g. Kg-1 in 51 (23.4%) soil samples. The analysis presented here offer possibilities for SOC prediction using Geographic Information Systems (GIS) tools. MenosAbstract: Quantification of soil organic carbon (SOC) is a low-cost and necessary practice to meet increasing agricultural demands. Studies show that remote sensing (RS) is important for SOC prediction and its use has become crucial in agricultural management. In this study, a Multiple Linear Regression (MLR) model was constructed to predict SOC in a site in Piracicaba, São Paulo, Brazil. As predictor variables, we used the optical-satellite data of OLI/Landsat-8 sensor (bands 5 and 7, specifically), clay concentration, and the Normalized Difference Vegetation Index (NDVI). We collected 218 samples at the sampling points in the field to quantify clay and SOC in the laboratory as a calibration procedure. An Exposed Soil Mask (ESM) was created using the method GEOS3 technology, which showed pixels with greater variability of bare soil. The pixels were evaluated with their respective surface reflectance values obtained by the satellite sensor and their respective NDVI index values. We evaluated the model predictive performance based on the adjusted coefficient of determination (R2), the Root Mean-Squared Error (RMSE), and the Ratio of Performance to Interquartile Range (RPIQ) obtained in data validation. The MLR model presented R2 values 0.79 and 0.81 for calibration and validation, respectively. We obtained important RMSE and RPIQ values, 0.14 and 2.32, respectively. The high RPIQ indicated significative sampling distribution around the trendline. After construction, the model... Mostrar Tudo |
|
Palavras-Chave: |
Digital soil mapping; Multiple linear regression. |
|
Thesagro: |
Argissolos; Carbono; Latossolo; Oxisol; Satélite; Sensoriamento Remoto. |
|
Thesaurus Nal: |
Landsat; Oxisols; Soil organic carbon; Soil properties. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 02849naa a2200361 a 4500
001 2125532
005 2021-08-25
008 2020 bl uuuu u00u1 u #d
022 $a2352-0094
024 7 $ahttps://doi.org/10.1016/j.geodrs.2020.e00253$2DOI
100 1 $aPADILHA, M. C. de C.
245 $aUsing Landsat and soil clay content to map soil organic carbon of oxisols and Ultisols near São Paulo, Brazil.$h[electronic resource]
260 $c2020
520 $aAbstract: Quantification of soil organic carbon (SOC) is a low-cost and necessary practice to meet increasing agricultural demands. Studies show that remote sensing (RS) is important for SOC prediction and its use has become crucial in agricultural management. In this study, a Multiple Linear Regression (MLR) model was constructed to predict SOC in a site in Piracicaba, São Paulo, Brazil. As predictor variables, we used the optical-satellite data of OLI/Landsat-8 sensor (bands 5 and 7, specifically), clay concentration, and the Normalized Difference Vegetation Index (NDVI). We collected 218 samples at the sampling points in the field to quantify clay and SOC in the laboratory as a calibration procedure. An Exposed Soil Mask (ESM) was created using the method GEOS3 technology, which showed pixels with greater variability of bare soil. The pixels were evaluated with their respective surface reflectance values obtained by the satellite sensor and their respective NDVI index values. We evaluated the model predictive performance based on the adjusted coefficient of determination (R2), the Root Mean-Squared Error (RMSE), and the Ratio of Performance to Interquartile Range (RPIQ) obtained in data validation. The MLR model presented R2 values 0.79 and 0.81 for calibration and validation, respectively. We obtained important RMSE and RPIQ values, 0.14 and 2.32, respectively. The high RPIQ indicated significative sampling distribution around the trendline. After construction, the model was applied to the C spatial distribution using the predictive variables as layers, predominant concentrations of 0.65 to 0.79 g. Kg-1 in 51 (23.4%) soil samples. The analysis presented here offer possibilities for SOC prediction using Geographic Information Systems (GIS) tools.
650 $aLandsat
650 $aOxisols
650 $aSoil organic carbon
650 $aSoil properties
650 $aArgissolos
650 $aCarbono
650 $aLatossolo
650 $aOxisol
650 $aSatélite
650 $aSensoriamento Remoto
653 $aDigital soil mapping
653 $aMultiple linear regression
700 1 $aVICENTE, L. E.
700 1 $aDEMATTÊ, J. A. M.
700 1 $aLOEBMANN, D. G. dos S. W.
700 1 $aVICENTE, A. K.
700 1 $aURBINA SALAZAR, D. F.
700 1 $aGUIMARÃES, C. C. B.
773 $tGeoderma Regional$gv. 21, e00253, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
13/01/2012 |
|
Data da última atualização: |
12/04/2018 |
|
Autoria: |
CONTE, O.; FLORES, J. P. C.; CASSOL, L. C.; ANGHINONI, I.; CARVALHO, P. C. de F.; LEVIEN, R.; WESP, C. de L. |
|
Afiliação: |
Osmar Conte, Universidade Federal do Rio Grande do Sul, Faculdade de Agronomia; João Paulo Cassol Flores, Virginia Tech University, Crop & Soil Environmental Science Department; Luís César Cassol, Universidade Tecnológica Federal do Paraná; Ibanor Anghinoni, Universidade Federal do Rio Grande do Sul, Faculdade de Agronomia; Paulo César de Faccio Carvalho, Universidade Federal do Rio Grande do Sul, Faculdade de Agronomia; Renato Levien, Universidade Federal do Rio Grande do Sul, Faculdade de Agronomia; Cristiane de Lima Wesp, Universidade Federal do Rio Grande do Sul, Faculdade de Agronomia. |
|
Título: |
Evolução de atributos físicos de solo em sistema de integração lavoura-pecuária. |
|
Ano de publicação: |
2011 |
|
Fonte/Imprenta: |
Pesquisa agropecuária Brasileira, Brasília, DF, v. 46, n. 10, p. 1301-1309, out. 2011 |
|
Idioma: |
Português |
|
Notas: |
Título em inglês: Evolution of soil physical attributes in an integrated crop?livestock system. |
|
Conteúdo: |
O objetivo deste trabalho foi avaliar o efeito das alturas de pastejo e dos sucessivos ciclos de pastejo sobre os atributos físicos do solo, em um sistema de integração lavoura-pecuária. O experimento foi implantado em 2001, na região do Planalto Médio, RS, em um Latossolo Vermelho, com o cultivo consorciado de azevém (Lolium multiflorum) e de aveia-preta (Avena strigosa), sob pastejo contínuo, no inverno, e o cultivo de soja (Glycine max) no verão. Os tratamentos consistiram de diferentes intensidades de pastejo, definidas pela altura da pastagem (10, 20, 30 e 40 cm), tendo-se utilizado uma área sem pastejo como controle. Foram avaliadas a densidade e a porosidade do solo após o ciclo de pastejo e de cultivo da soja, bem como a resistência mecânica do solo à penetração e a estabilidade de agregados no sétimo ano do experimento. Não houve alterações significativas na densidade e na porosidade do solo após sete anos em integração lavoura-pecuária. A resistência do solo à penetração é maior na camada superficial após o ciclo de pastejo. A agregação do solo aumenta nas áreas pastejadas, independentemente da intensidade de pastejo. |
|
Palavras-Chave: |
Densidade do solo; Resistência à penetração; Sistemas integrados de produção. |
|
Thesagro: |
Pastejo; Porosidade. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/52265/1/46n10a25.pdf
|
|
Marc: |
LEADER 02054naa a2200265 a 4500
001 1912614
005 2018-04-12
008 2011 bl uuuu u00u1 u #d
100 1 $aCONTE, O.
245 $aEvolução de atributos físicos de solo em sistema de integração lavoura-pecuária.
260 $c2011
500 $aTítulo em inglês: Evolution of soil physical attributes in an integrated crop?livestock system.
520 $aO objetivo deste trabalho foi avaliar o efeito das alturas de pastejo e dos sucessivos ciclos de pastejo sobre os atributos físicos do solo, em um sistema de integração lavoura-pecuária. O experimento foi implantado em 2001, na região do Planalto Médio, RS, em um Latossolo Vermelho, com o cultivo consorciado de azevém (Lolium multiflorum) e de aveia-preta (Avena strigosa), sob pastejo contínuo, no inverno, e o cultivo de soja (Glycine max) no verão. Os tratamentos consistiram de diferentes intensidades de pastejo, definidas pela altura da pastagem (10, 20, 30 e 40 cm), tendo-se utilizado uma área sem pastejo como controle. Foram avaliadas a densidade e a porosidade do solo após o ciclo de pastejo e de cultivo da soja, bem como a resistência mecânica do solo à penetração e a estabilidade de agregados no sétimo ano do experimento. Não houve alterações significativas na densidade e na porosidade do solo após sete anos em integração lavoura-pecuária. A resistência do solo à penetração é maior na camada superficial após o ciclo de pastejo. A agregação do solo aumenta nas áreas pastejadas, independentemente da intensidade de pastejo.
650 $aPastejo
650 $aPorosidade
653 $aDensidade do solo
653 $aResistência à penetração
653 $aSistemas integrados de produção
700 1 $aFLORES, J. P. C.
700 1 $aCASSOL, L. C.
700 1 $aANGHINONI, I.
700 1 $aCARVALHO, P. C. de F.
700 1 $aLEVIEN, R.
700 1 $aWESP, C. de L.
773 $tPesquisa agropecuária Brasileira, Brasília, DF$gv. 46, n. 10, p. 1301-1309, out. 2011
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
