Mapeamento de solos e uso de algoritmos de aprendizagem em Lavras (MG)

• Ano de defesa: 2017
• Autor(a) principal: Silva, Elidiane da
• Orientador(a): Curi, Nilton
• Banca de defesa: Curi, Nilton, Menezes, Michele Duarte de, Acerbi Júnior, Fausto Weimar, Coelho, Gilberto, Chagas, César da Silva
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Lavras
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência do Solo
• Departamento: Departamento de Ciência do Solo
• País: brasil
• Palavras-chave em Português: Levantamento pedológico; Mapeamento digital de solos; Aprendizado de máquina; Pedological survey; Digital Soil Mapping; Machine learning
• Área do conhecimento CNPq: Ciência do Solo
• Link de acesso: https://repositorio.ufla.br/handle/1/28826

Conhecer as classes de solos e seus atributos que ocorrem em uma região é um fator primordial para que decisões mais assertivas sejam tomadas quanto ao uso e manejo do solo e da água. Nesse contexto, o mapeamento dos solos é uma importante ferramenta de planejamento e gestão para o uso adequado das terras. Este trabalho visa contribuir com o conhecimento técnico e científico a respeito das classes de solos que ocorrem no município de Lavras e o uso de técnicas modernas que permitem a predição de classes e propriedades dos solos. É apresentado o levantamento pedológico do município de Lavras, MG, e um estudo comparando duas técnicas (Support Vector Machine - SVM e Redes Neurais Artificiais - RNA) de mapeamento digital de solos para predição de classes e propriedades dos solos no campus da Universidade Federal de Lavras. O mapeamento dos solos do município de Lavras utilizou 27 perfis modais distribuídos uniformemente pela área de estudo. A partir da elaboração do mapa de solos foi possível avaliar também a aptidão agrícola das terras e a adequabilidade do uso atual. No estudo das técnicas de mapeamento digital de solos foram avaliados diferentes conjuntos de covariáveis ambientais em diferentes tamanhos de conjuntos de treinamento. O levantamento pedológico ao nível de reconhecimento, de média intensidade, do município de Lavras registrou Latossolos, Argissolos, Cambissolos, e Neossolos, com predominância dos Latossolos, seguidos por Argissolos, que representam juntos 72% da área total do município. Argissolo Vermelho-Amarelo Distrófico típico foi a classe, ao nível de subgrupo, de maior abrangência no município, ocorrendo em 34% da área total. Quanto à adequabilidade do uso da terra, 89% da área do município apresentam usos adequado e 7 %, inadequado. Na predição de classes de solos no campus da UFLA, as RNA apresentaram melhor desempenho quando foi utilizado um conjunto de treinamento constituído pelo maior número de covariáveis ambientais. Na predição das propriedades do solo as RNA também se destacaram. Em ambos os casos o aumento dos dados de treinamento aumentou o desempenho das técnicas. O levantamento pedológico do município de Lavras estratificou a ocorrência dos solos nas diferentes paisagens, que poderá embasar futuros trabalhos de pesquisa, de extensão e também servir de subsídio a decisões político-administrativas. A técnica de aprendizado de máquinas e RNA pode ser utilizada como ferramenta de mapeamento digital de classes e propriedades de solos em condições semelhantes à estudada.