|
|
Registro Completo |
Biblioteca(s): |
Embrapa Solos; Embrapa Unidades Centrais. |
Data corrente: |
26/07/2010 |
Data da última atualização: |
03/11/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
CHAGAS, C. da S.; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; SCHAEFER, C. E. G. R.; CARVALHO JUNIOR, W. de. |
Afiliação: |
CESAR DA SILVA CHAGAS, CNPS; ELPÍDIO INÁCIO FERNANDES FILHO, UFV; CARLOS ANTONIO OLIVEIRA VIEIRA, UFV; CARLOS ERNESTO GONÇALVES REYNAUD SCHAEFER, UFV; WALDIR DE CARVALHO JUNIOR, CNPS. |
Título: |
Atributos topográficos e dados do Landsat 7 no mapeamento digital de solos com uso de redes neurais. |
Ano de publicação: |
2010 |
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 45, n. 5, p. 497-50, maio 2010. |
DOI: |
https://doi.org/10.1590/S0100-204X2010000500009 |
Idioma: |
Português |
Conteúdo: |
O objetivo deste trabalho foi avaliar variáveis discriminantes no mapeamento digital de solos com uso de redes neurais artificiais. Os atributos topográficos elevação, declividade, aspecto, plano de curvatura e índice topográfico, derivados de um modelo digital de elevação, e os índices de minerais de argila, óxido de ferro e vegetação por diferença normalizada, derivados de uma imagem do Landsat7, foram combinados e avaliados quanto à capacidade de discriminação dos solos de uma área no noroeste do Estado do Rio de Janeiro. Foram utilizados o simulador de redes neurais Java e o algoritmo de aprendizado "backpropagation". Os mapas gerados por cada um dos seis conjuntos de variáveis testados foram comparados com pontos de referência, para a determinação da exatidão das classificações. Esta comparação mostrou que o mapa produzido com a utilização de todas as variáveis obteve um desempenho superior (73,81% de concordância) ao de mapas produzidos pelos demais conjuntos de variáveis. Possíveis fontes de erro na utilização dessa abordagem estão relacionadas, principalmente, à grande heterogeneidade litológica da área, que dificultou o estabelecimento de um modelo de correlação ambiental mais realista. A abordagem utilizada pode contribuir para tornar o levantamento de solos no Brasil mais rápido e menos subjetivo. |
Palavras-Chave: |
Atributos do terreno; Digital elevation model; Modelo digital de elevação; Rede neural artificial; Redes neurais artificiais. |
Thesagro: |
Classificação do solo. |
Thesaurus Nal: |
Neural networks. |
Categoria do assunto: |
-- P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/AI-SEDE-2010/48117/1/45n05a09.pdf
|
Marc: |
LEADER 02275naa a2200265 a 4500 001 1858546 005 2021-11-03 008 2010 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1590/S0100-204X2010000500009$2DOI 100 1 $aCHAGAS, C. da S. 245 $aAtributos topográficos e dados do Landsat 7 no mapeamento digital de solos com uso de redes neurais. 260 $c2010 520 $aO objetivo deste trabalho foi avaliar variáveis discriminantes no mapeamento digital de solos com uso de redes neurais artificiais. Os atributos topográficos elevação, declividade, aspecto, plano de curvatura e índice topográfico, derivados de um modelo digital de elevação, e os índices de minerais de argila, óxido de ferro e vegetação por diferença normalizada, derivados de uma imagem do Landsat7, foram combinados e avaliados quanto à capacidade de discriminação dos solos de uma área no noroeste do Estado do Rio de Janeiro. Foram utilizados o simulador de redes neurais Java e o algoritmo de aprendizado "backpropagation". Os mapas gerados por cada um dos seis conjuntos de variáveis testados foram comparados com pontos de referência, para a determinação da exatidão das classificações. Esta comparação mostrou que o mapa produzido com a utilização de todas as variáveis obteve um desempenho superior (73,81% de concordância) ao de mapas produzidos pelos demais conjuntos de variáveis. Possíveis fontes de erro na utilização dessa abordagem estão relacionadas, principalmente, à grande heterogeneidade litológica da área, que dificultou o estabelecimento de um modelo de correlação ambiental mais realista. A abordagem utilizada pode contribuir para tornar o levantamento de solos no Brasil mais rápido e menos subjetivo. 650 $aNeural networks 650 $aClassificação do solo 653 $aAtributos do terreno 653 $aDigital elevation model 653 $aModelo digital de elevação 653 $aRede neural artificial 653 $aRedes neurais artificiais 700 1 $aFERNANDES FILHO, E. I. 700 1 $aVIEIRA, C. A. O. 700 1 $aSCHAEFER, C. E. G. R. 700 1 $aCARVALHO JUNIOR, W. de 773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 45, n. 5, p. 497-50, maio 2010.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Agrobiologia. Para informações adicionais entre em contato com cnpab.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Agrobiologia. |
Data corrente: |
29/07/2003 |
Data da última atualização: |
29/07/2003 |
Autoria: |
PERIN, A.; LIMA, E. A. de; PEREIRA, M. G.; TEIXEIRA, M. G.; GUERRA, J. G. M. |
Título: |
Efeitos de coberturas vivas com leguminosas herbáceas perenes sobre o conteúdo de água do solo durante o período seco. |
Ano de publicação: |
1999 |
Fonte/Imprenta: |
Seropédica: EMBRAPA-CNPAB, 1999. |
Páginas: |
4 p. |
Série: |
(EMBRAPA-CNPAB. Pesquisa em Andamento, 26). |
ISSN: |
1414-1345 |
Idioma: |
Português |
Categoria do assunto: |
-- |
Marc: |
LEADER 00570nam a2200181 a 4500 001 1623253 005 2003-07-29 008 1999 bl uuuu u0uu1 u #d 022 $a1414-1345 100 1 $aPERIN, A. 245 $aEfeitos de coberturas vivas com leguminosas herbáceas perenes sobre o conteúdo de água do solo durante o período seco. 260 $aSeropédica: EMBRAPA-CNPAB$c1999 300 $a4 p. 490 $a(EMBRAPA-CNPAB. Pesquisa em Andamento, 26). 700 1 $aLIMA, E. A. de 700 1 $aPEREIRA, M. G. 700 1 $aTEIXEIRA, M. G. 700 1 $aGUERRA, J. G. M.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agrobiologia (CNPAB) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|