| |
|
|
| Registros recuperados : 7 | |
| Registros recuperados : 7 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
14/03/2012 |
|
Data da última atualização: |
18/05/2022 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SOUZA, E. de; FERNANDES FILHO, E. I.; CHAGAS, C. da S.; SCHAEFER, C. E. G. R.; KER, J. C.; VIEIRA, C. A. O.; SIMAS, F. N. B. |
|
Afiliação: |
ELIANA DE SOUZA, UFV; ELPIDIO INÁCIO FERNANDES FILHO, UFV; CESAR DA SILVA CHAGAS, CNPS; CARLOS ERNESTO G. R. SCHAEFER, UFV; JOÃO CARLOS KER, UFV; CARLOS ANTONIO OLIVEIRA VIEIRA, UFV; FELIPE NOGUEIRA BELLO SIMAS, UFSC. |
|
Título: |
Classificação superviosionada de solos por redes neurais artificiais na Serra do Cipó - MG. |
|
Ano de publicação: |
2011 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 33., 2011, Uberlândia. Solos nos biomas brasileiros: sustentabilidade e mudanças climáticas: anais. [Uberlândia]: SBCS: UFU, ICIAG, 2011. 1 CD-ROM. |
|
Idioma: |
Português |
|
Conteúdo: |
A classificação supervisionada de solos, especialmente nas últimas décadas, vem sendo realizada por modelos, matemáticos e estatísticos a exemplo das redes neurais. A maioria dos trabalhos com redes neurais avaliaram propriedades dos solos, sendo o estudo das classes ainda incipiente. Assim este trabalho teve como objetivo avaliar a classificação de solos por redes neurais para uma área situada na Serra do Cipó. Para tanto utilizou informações analíticas de perfis de solos e variáveis discriminantes como: bandas de imagem de satélite e índices derivados, mapas geológico, pedológico e de atributos do terreno. Os resultados obtidos na classificação pelas redes neurais foram comparados com uma classificação feita pelo classificador MaxVer a partir de validação dos mapas com pontos de referência terrestre. Os mesmos pontos foram utilizados para validar o mapa obtido pelo método convencional. Os mapas obtidos pelos dois classificadores apresentaram índice de exatidão considerado bom, sem diferença estatística. O mapa melhor classificado pelo MaxVer apresentou índice kappa de 0,58, enquanto que pelas redes neurais o maior índice foi de 0,60. A eficiência dos classificadores, na discriminação individual das unidades de solo se diferiram, sendo duas unidades melhor classificadas pelo MaxVer, três pelas redes neurais e quatro unidades com exatidão estatisticamente igual para os dois classificadores. A exatidão global do mapa de solos obtido pelo método convencional foi de 82%, obtido pela concordância dos solos de referencia com aqueles associados em qualquer componente da unidade. Os solos no primeiro componente das unidades de mapeamento apresentaram 48% de concordância com solos de referência. MenosA classificação supervisionada de solos, especialmente nas últimas décadas, vem sendo realizada por modelos, matemáticos e estatísticos a exemplo das redes neurais. A maioria dos trabalhos com redes neurais avaliaram propriedades dos solos, sendo o estudo das classes ainda incipiente. Assim este trabalho teve como objetivo avaliar a classificação de solos por redes neurais para uma área situada na Serra do Cipó. Para tanto utilizou informações analíticas de perfis de solos e variáveis discriminantes como: bandas de imagem de satélite e índices derivados, mapas geológico, pedológico e de atributos do terreno. Os resultados obtidos na classificação pelas redes neurais foram comparados com uma classificação feita pelo classificador MaxVer a partir de validação dos mapas com pontos de referência terrestre. Os mesmos pontos foram utilizados para validar o mapa obtido pelo método convencional. Os mapas obtidos pelos dois classificadores apresentaram índice de exatidão considerado bom, sem diferença estatística. O mapa melhor classificado pelo MaxVer apresentou índice kappa de 0,58, enquanto que pelas redes neurais o maior índice foi de 0,60. A eficiência dos classificadores, na discriminação individual das unidades de solo se diferiram, sendo duas unidades melhor classificadas pelo MaxVer, três pelas redes neurais e quatro unidades com exatidão estatisticamente igual para os dois classificadores. A exatidão global do mapa de solos obtido pelo método convencional foi de 82%, obtido... Mostrar Tudo |
|
Palavras-Chave: |
Mapeamento Digital; Redes Neurais; Serra do Espinhaço. |
|
Thesagro: |
Classificação do Solo; Mapa. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/918793/1/Classificacao-superviosionada-de-solos-por-redes-neurais-artificiais-2011.pdf
|
|
Marc: |
LEADER 02644nam a2200241 a 4500
001 1918793
005 2022-05-18
008 2011 bl uuuu u00u1 u #d
100 1 $aSOUZA, E. de
245 $aClassificação superviosionada de solos por redes neurais artificiais na Serra do Cipó - MG.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 33., 2011, Uberlândia. Solos nos biomas brasileiros: sustentabilidade e mudanças climáticas: anais. [Uberlândia]: SBCS: UFU, ICIAG, 2011. 1 CD-ROM.$c2011
520 $aA classificação supervisionada de solos, especialmente nas últimas décadas, vem sendo realizada por modelos, matemáticos e estatísticos a exemplo das redes neurais. A maioria dos trabalhos com redes neurais avaliaram propriedades dos solos, sendo o estudo das classes ainda incipiente. Assim este trabalho teve como objetivo avaliar a classificação de solos por redes neurais para uma área situada na Serra do Cipó. Para tanto utilizou informações analíticas de perfis de solos e variáveis discriminantes como: bandas de imagem de satélite e índices derivados, mapas geológico, pedológico e de atributos do terreno. Os resultados obtidos na classificação pelas redes neurais foram comparados com uma classificação feita pelo classificador MaxVer a partir de validação dos mapas com pontos de referência terrestre. Os mesmos pontos foram utilizados para validar o mapa obtido pelo método convencional. Os mapas obtidos pelos dois classificadores apresentaram índice de exatidão considerado bom, sem diferença estatística. O mapa melhor classificado pelo MaxVer apresentou índice kappa de 0,58, enquanto que pelas redes neurais o maior índice foi de 0,60. A eficiência dos classificadores, na discriminação individual das unidades de solo se diferiram, sendo duas unidades melhor classificadas pelo MaxVer, três pelas redes neurais e quatro unidades com exatidão estatisticamente igual para os dois classificadores. A exatidão global do mapa de solos obtido pelo método convencional foi de 82%, obtido pela concordância dos solos de referencia com aqueles associados em qualquer componente da unidade. Os solos no primeiro componente das unidades de mapeamento apresentaram 48% de concordância com solos de referência.
650 $aClassificação do Solo
650 $aMapa
653 $aMapeamento Digital
653 $aRedes Neurais
653 $aSerra do Espinhaço
700 1 $aFERNANDES FILHO, E. I.
700 1 $aCHAGAS, C. da S.
700 1 $aSCHAEFER, C. E. G. R.
700 1 $aKER, J. C.
700 1 $aVIEIRA, C. A. O.
700 1 $aSIMAS, F. N. B.
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. |
|
|
