| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Solos. Para informações adicionais entre em contato com cnps.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
29/11/2023 |
|
Data da última atualização: |
04/12/2023 |
|
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
|
Autoria: |
SANTOS, P. A. dos. |
|
Afiliação: |
PRISCILLA AZEVEDO DOS SANTOS, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO. |
|
Título: |
Mapeamento e modelagem digital da variabilidade tridimensional de atributos físico-hídricos dos solos da bacia do rio Guapi-Macacu - RJ, por estatística multivariada e algoritmos. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
2021. |
|
Páginas: |
156 f. |
|
Idioma: |
Português |
|
Notas: |
Dissertação (Mestrado em Modelagem e Evolução Geológica) - Instituto de Agronomia, Universidade Federal Rural do Rio de Janeiro, Seropédica. Orientadora: Helena Saraiva Koenow Pinheiro, UFRRJ; Coorientador: Waldir de Carvalho Júnior, CNPS. |
|
Conteúdo: |
O conhecimento acerca dos atributos físico-hídricos dos solos é importante para estudos voltados a compreensão do regime hídrico e monitoramento do fluxo de água, principalmente em bacias hidrográficas, onde o conteúdo de água armazenado e disponibilizado afeta tanto as funções ambientais dos solos, quanto a biodiversidade e a sustentabilidade desse recurso natural. No Brasil, os bancos de dados de solos possuem poucas informações coletadas acerca de parâmetros hídricos dos solos tais como a velocidade de infiltração básica (vib) e a condutividade hidráulica saturada (Ksat), devido à não realização sistemática de testes de infiltração ao se executar os levantamentos pedométricos e a dificuldade de mensuração de tais parâmetros nas camadas mais profundas da pedosfera. Neste contexto, torna-se passível a estimativa da vib e da Ksat associando-se as propriedades granulométricas e físico-químicas dos solos coletadas em campo por meio de algoritmos para pedologia quantitativa (do inglês, Algorithms for Quantitative Pedology - AQP) e implementação de funções de pedotransferência usando análise regressiva multivariada e algoritmos de machine learning baseados em árvores, capazes de modelá-los vertical (em perfil) e espacialmente sob a área de estudo. Ainda, como forma de ampliar as informações sobre a área estudada e garantir uma modelagem mais fidedigna e robusta, é desejável associar parâmetros mensuráveis em campo e laboratório com demais informações relevantes que ajudem a análise de bacias hidrográficas compondo assim as variáveis de entrada nos modelos citados. Este estudo sugere a aplicação de variáveis oriundas de modelagem numérica do terreno, obtidas através de Modelo Digital de Elevação (MDE), e dados radiométricos, derivados aerogeofísica ambiental (aeromagnetometria e aerogamaespectrometria) e análise espectral sob índices relativos à vegetação, solo e água utilizando imagens do sensor Sentinel-2A (índices espectrais) por meio de Sensoriamento Remoto. Para a análise quantitativa dos dados e seleção de covariáveis dos modelos, foram abordados métodos estatístico-descritivo e multivariado, visando o entendimento interrelacional das variáveis preditoras e a redução de dimensionalidades e/ou multicolinearidade nas variáveis de entrada nos modelos. Pelos resultados obtidos, os modelos baseados em árvores (Random Forest – RF e Árvores de Regressão - AR) apresentaram melhor desempenho na modelagem dos atributos físico-hídricos frente ao modelo regressivo na estimativa das funções de pedotrasnferência. A abordagem multivariada usando os métodos de seleção e redução de dimensionalidade permitiram a escolha otimizada das variáveis de entrada na modelagem, eliminação de problemas de multicolinearidade dos dados e redução do conjunto de dados, obtendo diversificada resposta para as camadas de solos avaliadas. O estudo mostra o potencial de integração de dados topográficos, pedológicos e radiométricos e sua contribuição no mapeamento e modelagem digital de solos, visando a compreensão da variabilidade dos atributos físico-hídricos na bacia hidrográfica estudada. MenosO conhecimento acerca dos atributos físico-hídricos dos solos é importante para estudos voltados a compreensão do regime hídrico e monitoramento do fluxo de água, principalmente em bacias hidrográficas, onde o conteúdo de água armazenado e disponibilizado afeta tanto as funções ambientais dos solos, quanto a biodiversidade e a sustentabilidade desse recurso natural. No Brasil, os bancos de dados de solos possuem poucas informações coletadas acerca de parâmetros hídricos dos solos tais como a velocidade de infiltração básica (vib) e a condutividade hidráulica saturada (Ksat), devido à não realização sistemática de testes de infiltração ao se executar os levantamentos pedométricos e a dificuldade de mensuração de tais parâmetros nas camadas mais profundas da pedosfera. Neste contexto, torna-se passível a estimativa da vib e da Ksat associando-se as propriedades granulométricas e físico-químicas dos solos coletadas em campo por meio de algoritmos para pedologia quantitativa (do inglês, Algorithms for Quantitative Pedology - AQP) e implementação de funções de pedotransferência usando análise regressiva multivariada e algoritmos de machine learning baseados em árvores, capazes de modelá-los vertical (em perfil) e espacialmente sob a área de estudo. Ainda, como forma de ampliar as informações sobre a área estudada e garantir uma modelagem mais fidedigna e robusta, é desejável associar parâmetros mensuráveis em campo e laboratório com demais informações relevantes que ajudem a anál... Mostrar Tudo |
|
Palavras-Chave: |
Aprendizado de máquina; AQP; Digital Mapping; Estatística Multivariada; Geoprocessamento; Hidropedologia; Hydropedology; Machine Learning; Multivariate Statistics. |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus Nal: |
Remote sensing. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 04303nam a2200265 a 4500
001 2158886
005 2023-12-04
008 2021 bl uuuu m 00u1 u #d
100 1 $aSANTOS, P. A. dos
245 $aMapeamento e modelagem digital da variabilidade tridimensional de atributos físico-hídricos dos solos da bacia do rio Guapi-Macacu - RJ, por estatística multivariada e algoritmos.$h[electronic resource]
260 $a2021.$c2021
300 $a156 f.
500 $aDissertação (Mestrado em Modelagem e Evolução Geológica) - Instituto de Agronomia, Universidade Federal Rural do Rio de Janeiro, Seropédica. Orientadora: Helena Saraiva Koenow Pinheiro, UFRRJ; Coorientador: Waldir de Carvalho Júnior, CNPS.
520 $aO conhecimento acerca dos atributos físico-hídricos dos solos é importante para estudos voltados a compreensão do regime hídrico e monitoramento do fluxo de água, principalmente em bacias hidrográficas, onde o conteúdo de água armazenado e disponibilizado afeta tanto as funções ambientais dos solos, quanto a biodiversidade e a sustentabilidade desse recurso natural. No Brasil, os bancos de dados de solos possuem poucas informações coletadas acerca de parâmetros hídricos dos solos tais como a velocidade de infiltração básica (vib) e a condutividade hidráulica saturada (Ksat), devido à não realização sistemática de testes de infiltração ao se executar os levantamentos pedométricos e a dificuldade de mensuração de tais parâmetros nas camadas mais profundas da pedosfera. Neste contexto, torna-se passível a estimativa da vib e da Ksat associando-se as propriedades granulométricas e físico-químicas dos solos coletadas em campo por meio de algoritmos para pedologia quantitativa (do inglês, Algorithms for Quantitative Pedology - AQP) e implementação de funções de pedotransferência usando análise regressiva multivariada e algoritmos de machine learning baseados em árvores, capazes de modelá-los vertical (em perfil) e espacialmente sob a área de estudo. Ainda, como forma de ampliar as informações sobre a área estudada e garantir uma modelagem mais fidedigna e robusta, é desejável associar parâmetros mensuráveis em campo e laboratório com demais informações relevantes que ajudem a análise de bacias hidrográficas compondo assim as variáveis de entrada nos modelos citados. Este estudo sugere a aplicação de variáveis oriundas de modelagem numérica do terreno, obtidas através de Modelo Digital de Elevação (MDE), e dados radiométricos, derivados aerogeofísica ambiental (aeromagnetometria e aerogamaespectrometria) e análise espectral sob índices relativos à vegetação, solo e água utilizando imagens do sensor Sentinel-2A (índices espectrais) por meio de Sensoriamento Remoto. Para a análise quantitativa dos dados e seleção de covariáveis dos modelos, foram abordados métodos estatístico-descritivo e multivariado, visando o entendimento interrelacional das variáveis preditoras e a redução de dimensionalidades e/ou multicolinearidade nas variáveis de entrada nos modelos. Pelos resultados obtidos, os modelos baseados em árvores (Random Forest – RF e Árvores de Regressão - AR) apresentaram melhor desempenho na modelagem dos atributos físico-hídricos frente ao modelo regressivo na estimativa das funções de pedotrasnferência. A abordagem multivariada usando os métodos de seleção e redução de dimensionalidade permitiram a escolha otimizada das variáveis de entrada na modelagem, eliminação de problemas de multicolinearidade dos dados e redução do conjunto de dados, obtendo diversificada resposta para as camadas de solos avaliadas. O estudo mostra o potencial de integração de dados topográficos, pedológicos e radiométricos e sua contribuição no mapeamento e modelagem digital de solos, visando a compreensão da variabilidade dos atributos físico-hídricos na bacia hidrográfica estudada.
650 $aRemote sensing
650 $aSensoriamento Remoto
653 $aAprendizado de máquina
653 $aAQP
653 $aDigital Mapping
653 $aEstatística Multivariada
653 $aGeoprocessamento
653 $aHidropedologia
653 $aHydropedology
653 $aMachine Learning
653 $aMultivariate Statistics
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 2 | |
| 1. |  | AFONSO, C. L.; AMARASINGHE, G. K.; NYAI, K. N. BA.; BAO, Y.; BASLER, C. F.; BAVARI, S.; BEJERMAN, N.; BLASDELL, K. R.; BRIAND, F.-X.; BRIESE, T.; BUKREYEV, A.; CHANDRAN, K.; CHENG, J.; CLAWSON, A.; COLLINS, P. L.; DIETZGEN, R. G.; DOLNIK, O.; DOMIER, L. L.; DURRWAL, R.; DYE, J. M.; EASTON, A. J.; EBIHARA, H.; FARKAS, S. L.; ASTUA, J. de F.; FORMENTY, P.; FOUCHIER, R. M.; FU, Y.; GHEDIN, E.; GOODIN, M. M.; HEWSON, R.; HORIE, M.; HYNDMAN, T. H.; JIANG, D.; KITAJIMA, E. W.; KOBINGER, G. P.; KONDO, H.; KURATH, G.; LAMB, R. A.; LENARDON, S.; LEROY, E. M.; LI, CI-XIU; LIN, XIAN-DAN; LIU, L.; LONGDON, B.; MARTON, S.; MAISNER, A.; MUHLBERGER, E.; NETESOV, S. V.; NOWOTNY, N.; PATTERSON, J. L.; PAYNE, S. L.; PAWESKA, J. T.; RANDALL, R. E.; RIMA, B. K.; ROTA, P.; RUBBENSTROTH, D.; SCHWEMMLE, M.; SHI, M.; SMITHER, S. J.; STENGLEIN, M. D.; STONE, D. M.; TAKADA, A.; TERREGINO, C.; TESH, R. B.; TIAN. JUN-HUA; TOMONAGA, K.; TORDO, N.; TOWNER, J. S.; VASILAKIS, N.; VERBEEK, M.; VOLCHKOV, V. E.; WAHL-JENSEN, V.; WALSH, J. A.; WALKER, P. J.; WAN, D.; WANG, LIN-FA; WETZEL, T.; WHITFIELD, A. E.; XIE, J.; YUEN, KWOK-YUNG; ZHANG, YONG-ZHEN; KUHN, J. H. Taxonomy of the order Mononegavirales: update 2016. Archives of Virology, n. 161, p.2351?2360, 2016.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Mandioca e Fruticultura. |
|    |
| 2. | | AMARASINGHE, G. K.; AYLLÓN, M. A.; BÀO, Y.; BASLER, C. F.; BAVARI, S.; BLASDELL, K. R.; BRIESE, T.; BROWN, P. A.; BUKREYEV, A.; BUSCHMANN, A. B.; BUCHHOLZ, U. J.; JESUS, C. C.; CHANDRAN, K.; CHIAPPONI, C.; CROZIER, I.; SWART, R. L. de; DIETZGEN, R. G.; DOLNIK, O.; DREXLER, J. F.; DÜRRWALD, R.; DUNDON, W. G.; DUPREX, W. P.; DYE, J. M.; EASTON, A. J.; FOOKS, A. R.; FORMENTY, P. B. H; FOUCHIER, R. A. M; ASTUA, J. de F.; GRIFFITHS, A.; HEWSON, R.; HORIE, M.; HYNDMAN, T. H.; JIÃNG, D.; KITAJIMA, E. W.; KOBINGER. G. P.; KONDÕ, H.; KURATH, G.; KUZMIN, I. V.; LAMB, R. A.; LAVAZZA, A.; LEE, B.; LELLI, D.; LEROY, E. M.; LI, J.; MAES, P.; MARZANO, S. L.; MORENO, A.; MÜHLBERGER, E.; NETESOV, S. V.; NOWOTNY, N.; NYLUND, A.; ØKLAND, A. L.; PALACIOS, G.; Pályi, B.; PAW?SKA, J. T.; PAYNE, S. L.; PROSPERI, A.; GONZALEZ, P. L. R.; RIMA, B. K.; ROTA, P.; RUBBENSTROTH, D.; SH?, M.; SIMMONDS, P.; SMITHER, S. J.; SOZZI, E.; SPANN, K.; STENGLEIN, M. D.; STONE, D. M.; TAKADA, A.; TESH, R. B.; TOMONAGA, K.; TORDO, N.; TOWNER, J. S.; HOOGEN, B. V. D.; VASILAKIS, N.; WAHL, V.; WALKER, P. J.; WANG, L.; WHITFIELD, A. E.; WILLIAMS, J. V.; ZERBINI, F. M.; ZH?NG, T.; ZHANG, Y. Z.; KUHN, J. H. Taxonomy of the order Mononegavirales: update 2019. Archives of Virology, v.164, p.1967-1980, 2019.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Mandioca e Fruticultura. |
|  |
| Registros recuperados : 2 | |
|
| Expressão de busca inválida. Verifique!!! |
|
|
