02001nam a2200181 a 450000100080000000500110000800800410001910000210006024501330008126001650021452013010037965300320168065300150171265300270172770000270175470000190178170000190180020316282016-01-29       2015    bl uuuu     u00u1 u    #d1 aCHAGAS, C. da S.  aPredição espacial da textura superficial do solo por árvore de regressão e redes neurais artificiais.h[electronic resource]  aIn: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 35., 2015, Natal. O solo e suas múltiplas funções: anais. Natal: Sociedade Brasileira de Ciência do Soloc2015  aA textura é uma propriedade física do solo importante e altamente variável que influencia grandemente muitas outras propriedades de grande importância para a produção agrícola como a fertilidade e a capacidade de retenção de umidade. O objetivo desse estudo foi avaliar a eficiência de dados do sensor TM do Landsat 5 no mapeamento digital de solos no semiárido brasileiro por meio da utilização de árvores de regressão (AR) e redes neurais artificiais (RNA), ambas implementadas no software livre R. Foram utilizadas na predição da areia, silte e argila, 399 amostras da camada superficial (0 - 20 cm) dos solos e como covariáveis as bandas 1, 2, 3, 4, 5 e 7, o índice NDVI e as relações entre as bandas 3 e 2, bandas 3 e 7 e bandas 5 e 7. Os resultados das análises realizadas, usando um conjunto de validação independente, mostraram que as melhores estimativas dos atributos foram obtidas com a utilização dos modelos RNA, que explicou 57% da variabilidade espacial da areia, 49% da argila e 32% do silte. A RNA mostrou-se mais vantajosa, em comparação com a AR, pelo fato de não ser sensível ao sobreajustamento (overfitting) e nem a presença de ruídos nos dados. Além disso, a RNA produziu mapas da distribuição dos atributos mais realísticos do que a AR.  aMapeamento digital de solos  aPedometria  aVariabilidade espacial1 aCARVALHO JUNIOR, W. de1 aBHERING, S. B.1 aPEREIRA, N. R.