Recentemente, SIRTOLI et al. (2008) também mostraram correlações entre os<strong>solo</strong>s e os atributos do relevo na bacia hidrográfica do rio Canguiri, Paraná. Os atributosforam obtidos a partir <strong>da</strong> <strong>de</strong>rivação do mo<strong>de</strong>lo digital <strong>de</strong> elevação (MDE), <strong>de</strong>ntre osquais se po<strong>de</strong>m citar os primários elevação, <strong>de</strong>clivi<strong>da</strong><strong>de</strong>, radiação solar global, plano eperfil <strong>de</strong> curvatura e orientação <strong>da</strong>s vertentes e o secundário índice topográfico <strong>de</strong>umi<strong>da</strong><strong>de</strong> (TWI). As interações que ocorrem entre geologia e os atributos <strong>de</strong>rivados doMDE com os <strong>solo</strong>s mapeados na área também foram avalia<strong>da</strong>s.Portanto, a escolha <strong>de</strong> quantas e, principalmente, quais variáveis morfométricasutilizar, é um fator <strong>de</strong>terminante <strong>para</strong> obtenção <strong>de</strong> um bom mo<strong>de</strong>lo relacional uni<strong>da</strong><strong>de</strong>s<strong>de</strong> <strong>solo</strong>s - parâmetros <strong>de</strong>scritores do relevo.2.6 Técnicas <strong>de</strong> mo<strong>de</strong>lagem no mapeamento <strong>de</strong> <strong>solo</strong>sA predição <strong>de</strong> uni<strong>da</strong><strong>de</strong>s <strong>de</strong> mapeamento <strong>de</strong> <strong>solo</strong> <strong>de</strong> forma digital po<strong>de</strong> ser <strong>de</strong>fini<strong>da</strong>como o <strong>de</strong>senvolvimento <strong>de</strong> mo<strong>de</strong>los numéricos ou estatísticos <strong>da</strong> relação entre variáveisambientais e proprie<strong>da</strong><strong>de</strong>s do <strong>solo</strong> (SCULL et al., 2003). Isto é, então, aplicado à base <strong>de</strong><strong><strong>da</strong>dos</strong> geográficos <strong>para</strong> criar um mapa preliminar. Esta técnica foi possibilita<strong>da</strong> pelo<strong>de</strong>senvolvimento <strong>de</strong> tecnologias geocomputacionais nas últimas déca<strong>da</strong>s.Dentre estas está a utilização <strong>de</strong> ferramentas geoestatísticas, que possibilitamavaliar a <strong>de</strong>pendência espacial dos atributos estu<strong><strong>da</strong>dos</strong> e a conseqüente estimação <strong>de</strong>valores em lugares não medidos (McBRATNEY et al., 1992; VIEIRA, 2000). Essanova concepção em mapeamentos adiciona aos tradicionais fatores <strong>de</strong> formação do<strong>solo</strong>, <strong>de</strong>scritos por JENNY (1941), o fator localização geográfica (McBRATNEY et al.,2003).Avanços na ciência <strong>da</strong> informação geográfica, mo<strong>de</strong>lagem digital do terreno,sensoriamento remoto e lógica nebulosa, por exemplo, também criaram um imensopotencial <strong>para</strong> melhorar a forma como os mapas <strong>de</strong> <strong>solo</strong>s são produzidos (ZADEH,1965). Nesses sistemas <strong>de</strong> processamento, parâmetros quantitativos <strong>de</strong>scritores <strong>da</strong>paisagem, como os geomorfométricos, e que têm estreita associação com a distribuiçãodos <strong>solo</strong>s, também po<strong>de</strong>m ser obtidos (IRVIN et al., 1997; VENTURA & IRVIN, 2000)Assim, têm-se que técnicas <strong>de</strong> estatística, geoestatística e mineração <strong>de</strong> <strong><strong>da</strong>dos</strong>são ferramentas importantes <strong>para</strong> <strong>de</strong>senhar esquemas <strong>de</strong> amostragem <strong>para</strong> mapeamentoe caracterização do <strong>solo</strong>. Devido a muitas proprie<strong>da</strong><strong>de</strong>s dos <strong>solo</strong>s variarem17
continuamente, métodos <strong>de</strong> classificação contínua (lógica fuzzy) são <strong>de</strong>sejáveis <strong>para</strong><strong>de</strong>screverem a variação do <strong>solo</strong> (BURROUGH, 2000).Essa técnica fuzzy tem sido intensamente utiliza<strong>da</strong> em trabalhos <strong>de</strong> inferênciaespacial e, quando com<strong>para</strong><strong>da</strong> à mo<strong>de</strong>lagem convencional, tem a prerrogativa <strong>de</strong> nãoforçar os especialistas a <strong>de</strong>finirem regras dicotômicas rígi<strong>da</strong>s com contatos normalmenteartificiais que diminuem a habili<strong>da</strong><strong>de</strong> <strong>de</strong> articular eficientemente soluções <strong>para</strong>problemas complexos, tão comuns em processos naturais (TANSCHEIT, 2006). Essastécnicas <strong>de</strong> mo<strong>de</strong>lagem permitem simular, através do uso <strong>de</strong> “possibili<strong>da</strong><strong>de</strong>s”, asincertezas e transições tão comuns aos sistemas pedológicos. Isto é feitocorrelacionando-se o grau <strong>de</strong> certeza à experiência e ao conhecimento acumulado.Assim, a atribuição dos pesos às possibili<strong>da</strong><strong>de</strong>s <strong>de</strong> ocorrência <strong>da</strong>s uni<strong>da</strong><strong>de</strong>s <strong>de</strong>mapeamento em uma área é totalmente controla<strong>da</strong> pelo julgamento subjetivo <strong>de</strong>especialista experiente e que <strong>de</strong>tenha um profundo conhecimento sobre a área <strong>de</strong> estudo.Este tipo <strong>de</strong> mo<strong>de</strong>lagem faz parte <strong>da</strong> categoria <strong>de</strong>nomina<strong>da</strong> “basea<strong>da</strong> no conhecimento”e se apresenta como uma alternativa <strong>para</strong> operacionalizar os levantamentos <strong>de</strong> <strong>solo</strong>.Porém, outras técnicas estão sendo <strong>de</strong>senvolvi<strong>da</strong>s com a finali<strong>da</strong><strong>de</strong> <strong>de</strong>compreen<strong>de</strong>r melhor as relações entre os vários elementos <strong>da</strong> paisagem, através <strong>da</strong>criação <strong>de</strong> mo<strong>de</strong>los que permitem a inferência <strong>de</strong>ssas várias variáveis utilizando comoferramenta programas que envolvem o aprendizado <strong>de</strong> máquina.2.7 Árvores <strong>de</strong> <strong>de</strong>cisãoMineração <strong>de</strong> <strong><strong>da</strong>dos</strong> ou Data Mining, é a principal etapa do processo <strong>de</strong><strong>de</strong>scoberta <strong>de</strong> conhecimento em banco <strong>de</strong> <strong><strong>da</strong>dos</strong> (KDD - Knowledge Discovery inDatabases) e tem como objetivo encontrar padrões em <strong><strong>da</strong>dos</strong> armazenados nessesbancos (HAN & KANBER, 2001).As árvores <strong>de</strong> <strong>de</strong>cisão são técnicas <strong>de</strong> mineração <strong>de</strong> <strong><strong>da</strong>dos</strong> utiliza<strong>da</strong>s <strong>para</strong>classificação e predição <strong>da</strong>s amostras <strong>de</strong>sconheci<strong>da</strong>s através <strong>de</strong> aprendizado <strong>de</strong>máquina, ou seja, com base em registros conhecidos realiza-se um conjunto <strong>de</strong>treinamento, <strong>da</strong> qual então uma árvore é monta<strong>da</strong> e, a partir <strong>de</strong>sta árvore, po<strong>de</strong>-seclassificar a amostra <strong>de</strong>sconheci<strong>da</strong> sem necessariamente testar todos os valores dos seusatributos (BREIMAN et al., 1984).A árvore <strong>de</strong> <strong>de</strong>cisão consiste <strong>de</strong> uma hierarquia <strong>de</strong> nós internos e externos quesão conectados por ramos. O nó interno, também conhecido como <strong>de</strong>cisório ou nó18
- Page 1 and 2: INSTITUTO AGRONÔMICOCURSO DE PÓS-
- Page 4 and 5: Primeiramente a Deus, pela vida,Ao
- Page 6 and 7: - A toda turma do geoprocessamento
- Page 8 and 9: ÍNDICE DE TABELASTabela 1 - Distri
- Page 10 and 11: ÍNDICE DE FIGURASFigura 1 - Repres
- Page 12 and 13: CRIVELENTI, Rafael Castro. Mineraç
- Page 14 and 15: CRIVELENTI, Rafael Castro. Data min
- Page 16 and 17: 1 INTRODUÇÃOA distribuição espa
- Page 18 and 19: 2 REVISÃO DE LITERATURA2.1 Histór
- Page 20 and 21: 2.2 Levantamento pedológico por m
- Page 22 and 23: corretivas ou compensatórias de ca
- Page 24 and 25: Nesta perspectiva, é oportuno dese
- Page 28 and 29: irregulares (MONTGOMERY, 2003). As
- Page 30 and 31: o objetivo de diminuir o erro por e
- Page 34 and 35: intermediário, é a unidade de tom
- Page 36 and 37: −∑H x / y)= p .ln( p / p )[3](i
- Page 38 and 39: Estes sistemas manipulam dados geor
- Page 40 and 41: 2.9 Comparação entre resultados d
- Page 42 and 43: mapeamento, considerando as classes
- Page 44 and 45: correlacionaram com a distribuiçã
- Page 46 and 47: 3 MATERIAL E MÉTODOS3.1 Descriçã
- Page 48 and 49: (a)120Extrato do Balanço Hídrico
- Page 50 and 51: (a)(b)Figura 5 - Mapas de geologia
- Page 52 and 53: Conforme PONÇANO (1981), o ambient
- Page 54 and 55: h) Cambissolo: Solos constituídos
- Page 56 and 57: 1:1.000.000 (IPT, 1981), e evidenci
- Page 58 and 59: ) Curvatura em perfil (VALERIANO, 2
- Page 60 and 61: dados estratificados retirados ante
- Page 62 and 63: 4 RESULTADOS E DISCUSSÃO4.1 MDE, G
- Page 64 and 65: (a)(b)(c)Figura 7 - Mapas de variá
- Page 66 and 67: (a)(b)(c)Figura 8 - Mapas de variá
- Page 68 and 69: 4.2 Análise dos dados e elaboraç
- Page 70 and 71: BalanceamentosFigura 10 - Distribui
- Page 72 and 73: ocorrência deixe de ser amostrada
- Page 74 and 75: unidades de mapeamento de solos fos
- Page 76 and 77: devido a sua grande representativid
- Page 78 and 79: Tabela 12 - Atualização da legend
- Page 80 and 81: A análise do mapa permite verifica
- Page 82 and 83:
Tabela 15 - Ordenamento das variáv
- Page 84 and 85:
A partir da sobreposição dos mapa
- Page 86 and 87:
Tabela 16 - Matiz de confusão das
- Page 88 and 89:
Tabela 17 - Porcentagem de acerto e
- Page 90 and 91:
Como pode ser observado na figura 1
- Page 92 and 93:
unidades de mapeamento. Por exemplo
- Page 94 and 95:
O latossolo vermelho amarelo textur
- Page 96 and 97:
mapeamento de solos fosse classific
- Page 98 and 99:
predominância de latossolos (64 %)
- Page 100 and 101:
um banco de dados digitais para ess
- Page 102 and 103:
6 SUGESTÕESComo trabalhos futuros
- Page 104 and 105:
mapa de solos na região de Três P
- Page 106 and 107:
COSTA CABRAL, M. & BURGES, S.J. Dig
- Page 108 and 109:
IBGE - INSTITUTO BRASILEIRO DE GEOG
- Page 110 and 111:
McBRATNEY, A.B.; MENDONÇA SANTOS,
- Page 112 and 113:
PISSARA, T.C.T.; POLITANO, W.; FERR
- Page 114 and 115:
TURCOTTE, R.; FORTIN, J.P.; ROUSSEA
- Page 116 and 117:
8 ANEXO(S)Anexo I………………
- Page 118 and 119:
65,9 0,9 3,6 6,8 LVdf text. argilos
- Page 120 and 121:
Balanceamento de classes = 1a b c d
- Page 122:
Anexo VI - Matriz de confusão para