MineraÃ§Ã£o de dados para inferÃªncia da relaÃ§Ã£o solo ... - IAC

More documents

Recommendations

Info

Como pode ser observado na figura 14, os solos dessa região estão distribuídosem quatro ordens, de acordo com o Sistema Brasileiro de Classificação de Solos(EMBRAPA, 2006), sendo elas: latossolos, argissolos, nitossolos e neossolos.Os latossolos ocupam a maior parte da área, 64,3 %, com destaque para olatossolo vermelho amarelo (40,5 %). O argissolo vermelho amarelo também estápresente em grande parte da área, com 22 % de distribuição, sendo que os neossolos enitossolos apresentam uma baixa expressividade, menos que 10 % da área cada (Tabela19).Tabela 19 –Proporção de ocorrência das unidades de mapeamento na folha Dois Córregos, apóssimplificação da legenda.Unidades de Mapeamento Área (%)LVA text. média 40,5LVd text. argilosa 3,2LVd text. média 12,3LVdf text. arg. ou muito argilosa 3,9LVef arg. ou muito argilosa 4,45Municípios 0,43NVe ou NVd arg. ou muito argilosa 8,15PVAd text. méd. ou arenosa/média 3,7PVAe text. aren/méd. ou méd/arg. 17,9RLe ou RLd text. argilosa 0,21RLe ou RLd text. média 4,26RQ 1TOTAL 100O melhor desempenho ocorreu para o balanceamento de classes igual a zero,sem as unidades de mapeamento de solos com probabilidade de ocorrência igual a zero,com aproximadamente 61 % de acurácia (Tabela 10), contemplando todas as unidadesde mapeamento individualmente com boa acurácia. Apesar disso, o número de regrasgeradas foi elevado, 98, sendo que não foi possível observar a árvore de decisão.São poucos os trabalhos que utilizaram tal técnica no mapeamento digital desolos, cabendo destacar o desenvolvido por BUI et al. (2008), na região de Toowoomba,Austrália. Diferentemente deste trabalho, foi utilizado uma grade de MDE de 250metros e obteve os parâmetros de declividade, aspecto, curvaturas em perfil, planta,tangencial e área de contribuição. O algorítimo utilizado foi o mesmo, C5, sendo os seusresultados considerados os mais promissores até então, com 69 % de concordância entreo mapa real (obtido através de levantamento tradicional de solos) e o predito, com umacurácia de predição de 48 %. Cabe então ressaltar a importância desse trabalho com a75
obtenção de acurácias consideradas elevadas, 54,8 % e 60,88 % e concordâncias de27% e 43 %, para as áreas de São Pedro e Dois Córregos, respectivamente.Com a finalidade de diminuir o número de regras geradas foi realizada a prépodagemda árvore com os mesmos valores para a folha São Pedro (20, 50 e 100),sendo esses os números mínimos de pixels que o modelo utiliza para gerar uma regra,ou seja, classifica uma unidade de mapeamento de solo como folha da árvore declassificação.Tabela 20 - – Diferentes classes de podas aplicadas no modelo de maior acurácia para a folha DoisCórregos.Classes de Poda Regras Acurácia (%)20 98 60,7550 92 60,75100 86 60,75Como observado na tabela 20, a poda da árvore de decisão contribuiu para adiminuição do número de regras sem alterar a acurácia geral do modelo, o que significaque algumas combinações de variáveis morfométricas são mais importantes nadeterminação de certas unidades de mapeamento. A poda de 20 para 100 diminuiu 12regras da árvore.A partir de testes de incerteza da informação e qui-quadrado foi possívelverificar o rankeamento dos atributos quanto à sua contribuição ao modelo gerado. Atabela 21 ilustra a ordem de importância dos atributos para a folha Dois Córregos.Tabela 21 - Ordenamento das variáveis morfométricas e geologia quanto à contribuição ao modelo geradopara a folha Dois Córregos.Ranking das variáveisOrdem Entropia Qui-quadrado1 Geologia Geologia2 Distância Diagonal Distância Diagonal3 Declividade Declividade4 Curvatura em Perfil Curvatura em Perfil5 Curvatura em Planta Curvatura em Planta6 Área de Contribuição Área de ContribuiçãoPode-se observar que para os dois testes o ordenamento foi o mesmo, comdestaque para a Geologia e Distância Diagonal como parâmetros determinantes napredição dos solos. Isso ficou comprovado através das regras geradas pelo modelo, naqual com apenas a combinação dessas duas variáveis foi possível classificar algumas76
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 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 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
show all

MineraÃ§Ã£o de dados para inferÃªncia da relaÃ§Ã£o solo ... - IAC

Create successful ePaper yourself

Delete template?

Save as template?