Mineração de dados para inferência da relação solo ... - IAC

5 CONCLUSÕESOs resultados obtidos permitem concluir que:a) Mapas digitais de solos elaborados a partir de variáveis geológicas e de morfometriado relevo, quando tratados em SIG e por técnicas de aprendizado de máquinaapresentam elevada acurácia (51% - São Pedro e 61% - Dois Córregos) quandocomparadas aos trabalhos atuais (48% - BUY et al., 2008) e representam aproximaçõesdos mapas elaborados por métodos tradicionais, com baixo custo, adequados a algunsestudos que demandem menor detalhamento.b) Dentre as variáveis analisadas, a geologia, nas duas áreas de estudo, foi a variávelmais influente na predição das unidades de mapeamento de solos.c) As variáveis morfométricas de relevo declividade > distância diagonal da drenagem >área de contribuição > curvatura em perfil > curvatura em planta, nessa ordem deprioridade, foram efetivas na predição das unidades de mapeamento de solos da folhaSão Pedro, com acurácia geral para a área de 51 %. Na folha Dois Córregos as variáveistambém se mostraram efetivas, porém a ordem de prioridade para a geração do mapa foidistância diagonal da drenagem > declividade > curvaturas em perfil e planta > área decontribuição, com acurácia do mapa produzido de 61 %.d) Apesar de a árvore de decisão favorecer unidades de mapeamento de maior área deocorrência, o balanceamento de classes para treinamento do modelo foi efetivo paraaumentar a acurácia e concordância de unidades de mapeamento com menor área deocorrência, aumentando a utilidade do mapa produzido.e) A técnica de pré-poda mostrou-se eficaz para solucionar o elevado número derelações solo - paisagens geradas no modelo, pois não influenciou sua acurácia geral eainda foi útil para eliminar determinadas regras pouco expressivas, facilitando assim suainterpretação.f) A técnica de árvores de decisão utilizada no mapeamento digital de solos apresenta-secomo uma alternativa viável para orientar trabalhos de pedólogos em campo, reduzindoo tempo e custo destes, uma vez que mostra, por exemplo, através do modelo gerado,quais os locais que apresentam maior taxa de erro e classificações incorretas,evidenciando assim a necessidade de maiores amostragens em alguns locais emdetrimento de outros, com características mais homogêneas.86