|
|
Registro Completo |
Biblioteca(s): |
Embrapa Unidades Centrais. |
Data corrente: |
18/11/2019 |
Data da última atualização: |
18/11/2019 |
Autoria: |
MOURA-BUENO, J. M.; DALMOLIN, R. S. D.; HORT-HEINEN, T. Z.; CANCIAN, L. C.; SCHENATO, R. B.; DOTTO, A. C.; FLORES, C. A. |
Afiliação: |
Jean Michel Moura-Bueno, Universidade Federal de Santa Maria - UFSM/Centro de Ciências Rurais, Departamento de Solos; Ricardo Simão Diniz Dalmolin, Universidade Federal de Santa Maria - UFSM/Centro de Ciências Rurais, Departamento de Solos; Taciara Zborowski Horst-Heinen, Universidade Federal de Santa Maria - UFSM/Centro de Ciências Rurais, Departamento de Solos; Luciano Campos Cancian, Universidade Federal de Santa Maria - UFSM/Centro de Ciências Rurais, Departamento de Solos; Ricardo Bergamo Schenato, Universidade Federal de Santa Maria - UFSM/Centro de Ciências Rurais, Departamento de Solos; André Carnieletto Dotto, Universidade de São Paulo - USP/Escola Superior de Agricultura Luiz de Queiroz - ESALQ/Departamento de Ciência do Solo; Carlos Alberto Flores, CPACT. |
Título: |
Prediction of soil classes in a complex landscape in Southern Brazil. |
Ano de publicação: |
2019 |
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira v. 54, e00420, jan./dez. 2019. |
Idioma: |
Inglês |
Notas: |
Título em português: Predição de classes de solo em uma paisagem complexa no Sul do Brasil. |
Conteúdo: |
The objective of this work was to evaluate the use of covariate selection by expert knowledge on the performance of soil class predictive models in a complex landscape, in order to identify the best predictive model for digital soil mapping in the Southern region of Brazil. A total of 164 points were sampled in the field using the conditioned Latin hypercube, considering the covariates elevation, slope, and aspect. From the digital elevation model, environmental covariates were extracted, composing three sets, made up of: 21 covariates, covariates after the exclusion of the multicollinear ones, and covariates chosen by expert knowledge. Prediction was performed with the following models: decision tree, random forest, multiple logistic regression, and support vector machine. The accuracy of the models was evaluated by the kappa index (K), general accuracy (GA), and class accuracy. The prediction models were sensitive to the disproportionate sampling of soil classes. The best predicted map achieved a GA of 71% and K of 0.59. The use of the covariate set chosen by expert knowledge improves model performance in predicting soil classes in a complex landscape, and random forest is the best model for the spatial prediction of soil classes. |
Palavras-Chave: |
Covariável preditora; Digital soil mapping; Mapeamento digital de solo; Modelo preditivo; Pedometria; Pedometry; Predictive covariates; Relação solo paisagem; Soil landscape relationship. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/204885/1/Prediction-of-soil-classes.pdf
|
Marc: |
LEADER 02268naa a2200313 a 4500 001 2114512 005 2019-11-18 008 2019 bl uuuu u00u1 u #d 100 1 $aMOURA-BUENO, J. M. 245 $aPrediction of soil classes in a complex landscape in Southern Brazil.$h[electronic resource] 260 $c2019 500 $aTítulo em português: Predição de classes de solo em uma paisagem complexa no Sul do Brasil. 520 $aThe objective of this work was to evaluate the use of covariate selection by expert knowledge on the performance of soil class predictive models in a complex landscape, in order to identify the best predictive model for digital soil mapping in the Southern region of Brazil. A total of 164 points were sampled in the field using the conditioned Latin hypercube, considering the covariates elevation, slope, and aspect. From the digital elevation model, environmental covariates were extracted, composing three sets, made up of: 21 covariates, covariates after the exclusion of the multicollinear ones, and covariates chosen by expert knowledge. Prediction was performed with the following models: decision tree, random forest, multiple logistic regression, and support vector machine. The accuracy of the models was evaluated by the kappa index (K), general accuracy (GA), and class accuracy. The prediction models were sensitive to the disproportionate sampling of soil classes. The best predicted map achieved a GA of 71% and K of 0.59. The use of the covariate set chosen by expert knowledge improves model performance in predicting soil classes in a complex landscape, and random forest is the best model for the spatial prediction of soil classes. 653 $aCovariável preditora 653 $aDigital soil mapping 653 $aMapeamento digital de solo 653 $aModelo preditivo 653 $aPedometria 653 $aPedometry 653 $aPredictive covariates 653 $aRelação solo paisagem 653 $aSoil landscape relationship 700 1 $aDALMOLIN, R. S. D. 700 1 $aHORT-HEINEN, T. Z. 700 1 $aCANCIAN, L. C. 700 1 $aSCHENATO, R. B. 700 1 $aDOTTO, A. C. 700 1 $aFLORES, C. A. 773 $tPesquisa Agropecuária Brasileira$gv. 54, e00420, jan./dez. 2019.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Amazônia Ocidental. |
Data corrente: |
04/09/1995 |
Data da última atualização: |
29/08/2013 |
Tipo da produção científica: |
Comunicado Técnico/Recomendações Técnicas |
Autoria: |
CORRÊA, M. P. F.; CANTO, A. do C.; CÉSAR, J. |
Título: |
Consórcio de guaraná com maracujá. |
Ano de publicação: |
1981 |
Fonte/Imprenta: |
Manaus: EMBRAPA-UEPAE de Manaus, 1981. |
Páginas: |
7 p. |
Série: |
(EMBRAPA-UEPAE de Manaus. Comunicado Técnico, 28). |
Idioma: |
Português |
Conteúdo: |
Visando atenuar o impacto da descapitalização na fase de implantação do guaranazal, diminuir os riscos de insucessos, garantir diversificação da dieta e encontrar uma fonte alternativa de renda para o produtor que possa amortizar os custos do tutoramento e condução do guaraná, várias formas de consórcio têm sido testadas, com culturas que apresentam retorno rápido do capital investido. O presente trabalho aborda o consórcio das culturas do guaraná e do maracujá. |
Palavras-Chave: |
Amazonas; Brasil; Consorciacao; Manaus; Maracock; Maracujá Consorciação de cultura; Spacing. |
Thesagro: |
Consorciação de Cultura; Espaçamento; Guaraná; Maracujá; Passiflora Edulis; Paullinia Cupana. |
Thesaurus NAL: |
Amazonia; cropping systems; passion fruits. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/59352/1/comunicado-tecnico-28.pdf
|
Marc: |
LEADER 01390nam a2200349 a 4500 001 1672782 005 2013-08-29 008 1981 bl uuuu u0uu1 u #d 100 1 $aCORRÊA, M. P. F. 245 $aConsórcio de guaraná com maracujá. 260 $aManaus: EMBRAPA-UEPAE de Manaus$c1981 300 $a7 p. 490 $a(EMBRAPA-UEPAE de Manaus. Comunicado Técnico, 28). 520 $aVisando atenuar o impacto da descapitalização na fase de implantação do guaranazal, diminuir os riscos de insucessos, garantir diversificação da dieta e encontrar uma fonte alternativa de renda para o produtor que possa amortizar os custos do tutoramento e condução do guaraná, várias formas de consórcio têm sido testadas, com culturas que apresentam retorno rápido do capital investido. O presente trabalho aborda o consórcio das culturas do guaraná e do maracujá. 650 $aAmazonia 650 $acropping systems 650 $apassion fruits 650 $aConsorciação de Cultura 650 $aEspaçamento 650 $aGuaraná 650 $aMaracujá 650 $aPassiflora Edulis 650 $aPaullinia Cupana 653 $aAmazonas 653 $aBrasil 653 $aConsorciacao 653 $aManaus 653 $aMaracock 653 $aMaracujá Consorciação de cultura 653 $aSpacing 700 1 $aCANTO, A. do C. 700 1 $aCÉSAR, J.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amazônia Ocidental (CPAA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|