<strong><strong>da</strong>dos</strong> estratificados retirados antes <strong>da</strong>s análises. Essa metodologia foi utiliza<strong>da</strong> visandoum maior aprendizado pelo programa, pois o banco <strong>de</strong> <strong><strong>da</strong>dos</strong> é muito extenso, e ametodologia tradicional <strong>de</strong> fazer o teste em 1/3 (33%) dos <strong><strong>da</strong>dos</strong> a partir do aprendizado<strong>de</strong> 2/3(66%) po<strong>de</strong> gerar uma baixa acurácia <strong>de</strong> predição.Com a finali<strong>da</strong><strong>de</strong> <strong>de</strong> melhorar a acurácia geral do mo<strong>de</strong>lo na predição <strong>da</strong>suni<strong>da</strong><strong>de</strong>s <strong>de</strong> mapeamentos dos <strong>solo</strong>s retiraram-se as UNIMAPS com menorrepresentativi<strong>da</strong><strong>de</strong>, ou seja, com probabili<strong>da</strong><strong>de</strong> zero <strong>de</strong> ocorrência no balanceamento <strong>de</strong>classes 0 e que, portanto, não estavam fazendo parte do mo<strong>de</strong>lo por apresentarem umabaixa distribuição espacial nas folhas estu<strong>da</strong><strong>da</strong>s. Uma vez retira<strong>da</strong>s, novos mo<strong>de</strong>losforam gerados através <strong>da</strong>s mesmas metodologias <strong>para</strong> observar os resultados.Para finalizar, refinamentos foram feitos através <strong>de</strong> uma técnica <strong>de</strong>nomina<strong>da</strong>po<strong>da</strong> <strong>da</strong> árvore <strong>de</strong> classificação. As po<strong>da</strong>s foram realiza<strong>da</strong>s com os valores 10, 50 e 100,sendo estes o número mínimo <strong>de</strong> pixels necessários <strong>para</strong> que a folha <strong>da</strong> árvore fosseestabeleci<strong>da</strong> e os resultados foram com<strong>para</strong>dos. Esses valores foram escolhidos emfunção <strong>da</strong> área mínima mapeável, consi<strong>de</strong>ra<strong>da</strong> igual a 0,6 x 0,6 cm 2 , <strong>de</strong> um mapa <strong>de</strong><strong>solo</strong>s na escala 1:50.000.Utilizando-se uma gra<strong>de</strong> <strong>de</strong> 30 x 30 metros <strong>para</strong> a elaboração do MDE nascartas topográficas 1:50.000, têm-se que 1 cm no mapa correspon<strong>de</strong> a 500 metros.Portanto, a área mínima mapeável é <strong>de</strong> 90.000 m 2 , que dividi<strong>da</strong> pela área <strong>de</strong> um pixelcorrespon<strong>de</strong> a um total <strong>de</strong> 100 pixels, sendo este, portanto, o valor máximo <strong>da</strong> po<strong>da</strong>.Além disso, com a finali<strong>da</strong><strong>de</strong> <strong>de</strong> observar o rankeamento dos parâmetrosmorfométricos <strong>para</strong> o mo<strong>de</strong>lo foram feitos testes <strong>de</strong> ganho <strong>de</strong> informação (entropia) equi-quadrado, através dos quais se obteve <strong>de</strong>termina<strong>da</strong> or<strong>de</strong>m <strong>para</strong> o mo<strong>de</strong>lo nas duasfolhas.A Entropia foi <strong>de</strong>scrita no capítulo 2.7 e o Qui-Quadrado (equações 8 e 9),simbolizado por χ 2 , é um teste <strong>de</strong> hipóteses que se <strong>de</strong>stina a encontrar um valor <strong>da</strong>dispersão <strong>para</strong> duas variáveis nominais, avaliando a associação existente entre variáveisqualitativas. O princípio básico <strong>de</strong>ste método é com<strong>para</strong>r proporções, isto é, as possíveisdivergências entre as freqüências observa<strong>da</strong>s e espera<strong>da</strong>s <strong>para</strong> certo evento.Evi<strong>de</strong>ntemente, po<strong>de</strong>-se dizer que dois grupos se comportam <strong>de</strong> forma semelhante se asdiferenças entre as freqüências observa<strong>da</strong>s e as espera<strong>da</strong>s em ca<strong>da</strong> categoria foremmuito pequenas, próximas a zero. PEARSON (1900) propôs a seguinte fórmula <strong>para</strong>medir as possíveis discrepâncias entre proporções observa<strong>da</strong>s e espera<strong>da</strong>s:45
= ∑ − 22 ( o e)X [8]eEm que:o = freqüência observa<strong>da</strong> <strong>para</strong> ca<strong>da</strong> classe.e = freqüência espera<strong>da</strong> <strong>para</strong> aquela classe.Note-se que (o - e) = <strong>de</strong>svio (d), portanto a fórmula também po<strong>de</strong> ser escrita como:∑22X = ( d / e)[9]3.5 Elaboração do mapa digital <strong>de</strong> <strong>solo</strong>sA partir <strong>da</strong>s análises dos resultados dos diferentes mo<strong>de</strong>los <strong>para</strong> ca<strong>da</strong> folhaespecífica foi possível escolher os <strong>de</strong> maior acurácia <strong>para</strong> então utilizar as regras nageração do mapa digital <strong>de</strong> <strong>solo</strong>s. Para isto foi necessário criar um mapa <strong>de</strong> <strong>solo</strong>s <strong>para</strong>ca<strong>da</strong> regra gera<strong>da</strong>. Assim, primeiramente dividiram-se as regras por uni<strong>da</strong><strong>de</strong> <strong>de</strong>mapeamento <strong>de</strong> <strong>solo</strong>, sendo que essas regras foram utiliza<strong>da</strong>s no SIG através <strong>da</strong> lógicaBoleana. Posteriormente, foram gerados os diferentes mapas <strong>para</strong> ca<strong>da</strong> uni<strong>da</strong><strong>de</strong> <strong>de</strong>mapeamento nas duas folhas topográficas, se<strong>para</strong><strong>da</strong>mente. Por fim, fez-se asobreposição dos mapas <strong>de</strong> uni<strong>da</strong><strong>de</strong>s <strong>de</strong> mapeamento gera<strong>da</strong>s por folha topográfica, oque possibilitou a obtenção dos mapas <strong>de</strong> <strong>solo</strong>s digitais <strong>da</strong>s folhas <strong>de</strong> Dois Córregos eSão Pedro.46
- 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 32 and 33: Recentemente, SIRTOLI et al. (2008)
- 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 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