Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Costa, José Janderson Ferreira
Orientador(a): Giasson, Elvio
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/10183/150557
Resumo: O conhecimento detalhado sobre a distribuição espacial dos solos é fundamental para o monitoramento ambiental e gerenciamento da produção agrícola. Novas técnicas de modelagem espacial estão sendo utilizadas para melhor aproveitar os dados de solos existentes como a desagregação espacial dos polígonos a partir do refinamento das unidades de mapeamento combinadas em que dois ou mais tipos de solos estão representados. Este trabalho foi dividido em dois estudos. O estudo 1 teve como objetivo realizar a comparação de três algoritmos de árvores de decisão (AD) para predizer a ocorrência das unidades fisiográficas (UFs). Foram derivadas a partir do modelo digital de elevação (MDE) 12 variáveis ambientais utilizando o System for Automated Geoscientific Analyses (SAGA GIS). Os algoritmos testados foram: J48, Simple Chart, BFTree. As ADs foram construídas no programa Weka 3.6.3. As acurácias obtidas usando os três algoritmos foram semelhantes, sendo que o J48 foi superior, mostrando-se útil para predizer a ocorrência de unidades fisiográficas. O estudo 2 teve como objetivo desagregar os polígonos do mapa fisiográfico para individualizar as classes de solos até o segundo nível categórico. Para realizar a desagregação do mapa fisiográfico foram utilizadas 3 variáveis ambientais preditoras, derivadas do MDE, sendo que o mapa de geoforma foi derivado utilizando um conjunto de programas chamado LandMapr toolkit©. Os limites das UFs, os mapas de elevação, declividade e geoforma foram submetidos a uma tabulação cruzada para identificar em cada UF as combinações existentes entre suas classes. O uso da desagregação possibilitou a individualização e a espacialização das classes de solos, sendo útil para a produção de mapas de solos mais detalhados.
id URGS_dca1c6477966256b2e43839a6301bf7a
oai_identifier_str oai:www.lume.ufrgs.br:10183/150557
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Costa, José Janderson FerreiraGiasson, Elvio2017-01-11T02:19:03Z2016http://hdl.handle.net/10183/150557001008643O conhecimento detalhado sobre a distribuição espacial dos solos é fundamental para o monitoramento ambiental e gerenciamento da produção agrícola. Novas técnicas de modelagem espacial estão sendo utilizadas para melhor aproveitar os dados de solos existentes como a desagregação espacial dos polígonos a partir do refinamento das unidades de mapeamento combinadas em que dois ou mais tipos de solos estão representados. Este trabalho foi dividido em dois estudos. O estudo 1 teve como objetivo realizar a comparação de três algoritmos de árvores de decisão (AD) para predizer a ocorrência das unidades fisiográficas (UFs). Foram derivadas a partir do modelo digital de elevação (MDE) 12 variáveis ambientais utilizando o System for Automated Geoscientific Analyses (SAGA GIS). Os algoritmos testados foram: J48, Simple Chart, BFTree. As ADs foram construídas no programa Weka 3.6.3. As acurácias obtidas usando os três algoritmos foram semelhantes, sendo que o J48 foi superior, mostrando-se útil para predizer a ocorrência de unidades fisiográficas. O estudo 2 teve como objetivo desagregar os polígonos do mapa fisiográfico para individualizar as classes de solos até o segundo nível categórico. Para realizar a desagregação do mapa fisiográfico foram utilizadas 3 variáveis ambientais preditoras, derivadas do MDE, sendo que o mapa de geoforma foi derivado utilizando um conjunto de programas chamado LandMapr toolkit©. Os limites das UFs, os mapas de elevação, declividade e geoforma foram submetidos a uma tabulação cruzada para identificar em cada UF as combinações existentes entre suas classes. O uso da desagregação possibilitou a individualização e a espacialização das classes de solos, sendo útil para a produção de mapas de solos mais detalhados.Detailed knowledge about the spatial distribution of the soil is essential for environmental monitoring and management of agricultural production. New spatial modeling techniques have used to make better use of data from existing soils and the polygons spatial disaggregation from the refinement of combined mapping units. This work was is divided two studies. The study 1 aimed to carry out a comparison of three decision trees algorithms to predict the occurrence of physiographic units (UFs). The System for Automated Geoscientific Analyses (SAGA GIS) was used to derive 12 environmental covariates from digital elevation model. Three algorithms were tested: J48, Simple Chart, BFTree. The program Weka 3.6.3 was used to built the decision trees. The accuracies obtained using the three algorithms were similar. The J48 accuracy was higher, proving to be useful to predict the occurrence of physiographic units. The study 2 aimed to disaggregate the physiographic map polygons, to individualize the soil classes by the second categorical level. Three environmental covariates were used to carry out the polygon disaggregation of physiographic unit map. The environmental covariates was derived from the MDE, and the map of geoforma was elaborated by a set of programs called LandMapr toolkit©. The limits of the UFs, maps of elevation, slope and geoforma underwent a cross-tab to identify existing combinations between classes, by each UF. The polygon disaggregation made possible the individualization and the spatialization of soils classes, being useful to production of more detailed soil maps.application/pdfporPedologiaMapeamento digitalClassificacao do soloMapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SCDigital soil mapping using decision trees in tarumãzinho stream watershed, Águas Frias, SC info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de AgronomiaPrograma de Pós-Graduação em Ciência do SoloPorto Alegre, BR-RS2016mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001008643.pdf001008643.pdfTexto completoapplication/pdf4010457http://www.lume.ufrgs.br/bitstream/10183/150557/1/001008643.pdf2b850adcb859645bd7e3cd305d0615efMD51TEXT001008643.pdf.txt001008643.pdf.txtExtracted Texttext/plain139765http://www.lume.ufrgs.br/bitstream/10183/150557/2/001008643.pdf.txtac0808965e89f817f4b78416d31ad1ceMD52THUMBNAIL001008643.pdf.jpg001008643.pdf.jpgGenerated Thumbnailimage/jpeg1132http://www.lume.ufrgs.br/bitstream/10183/150557/3/001008643.pdf.jpgce3083c76e04a4a52e6ccfc356a8a35dMD5310183/1505572024-01-11 04:25:00.445745oai:www.lume.ufrgs.br:10183/150557Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-01-11T06:25Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
dc.title.alternative.en.fl_str_mv Digital soil mapping using decision trees in tarumãzinho stream watershed, Águas Frias, SC
title Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
spellingShingle Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
Costa, José Janderson Ferreira
Pedologia
Mapeamento digital
Classificacao do solo
title_short Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
title_full Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
title_fullStr Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
title_full_unstemmed Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
title_sort Mapeamento digital de solos com uso de árvores de decisão na microbacia córrego Tarumãzinho, Águas Frias, SC
author Costa, José Janderson Ferreira
author_facet Costa, José Janderson Ferreira
author_role author
dc.contributor.author.fl_str_mv Costa, José Janderson Ferreira
dc.contributor.advisor1.fl_str_mv Giasson, Elvio
contributor_str_mv Giasson, Elvio
dc.subject.por.fl_str_mv Pedologia
Mapeamento digital
Classificacao do solo
topic Pedologia
Mapeamento digital
Classificacao do solo
description O conhecimento detalhado sobre a distribuição espacial dos solos é fundamental para o monitoramento ambiental e gerenciamento da produção agrícola. Novas técnicas de modelagem espacial estão sendo utilizadas para melhor aproveitar os dados de solos existentes como a desagregação espacial dos polígonos a partir do refinamento das unidades de mapeamento combinadas em que dois ou mais tipos de solos estão representados. Este trabalho foi dividido em dois estudos. O estudo 1 teve como objetivo realizar a comparação de três algoritmos de árvores de decisão (AD) para predizer a ocorrência das unidades fisiográficas (UFs). Foram derivadas a partir do modelo digital de elevação (MDE) 12 variáveis ambientais utilizando o System for Automated Geoscientific Analyses (SAGA GIS). Os algoritmos testados foram: J48, Simple Chart, BFTree. As ADs foram construídas no programa Weka 3.6.3. As acurácias obtidas usando os três algoritmos foram semelhantes, sendo que o J48 foi superior, mostrando-se útil para predizer a ocorrência de unidades fisiográficas. O estudo 2 teve como objetivo desagregar os polígonos do mapa fisiográfico para individualizar as classes de solos até o segundo nível categórico. Para realizar a desagregação do mapa fisiográfico foram utilizadas 3 variáveis ambientais preditoras, derivadas do MDE, sendo que o mapa de geoforma foi derivado utilizando um conjunto de programas chamado LandMapr toolkit©. Os limites das UFs, os mapas de elevação, declividade e geoforma foram submetidos a uma tabulação cruzada para identificar em cada UF as combinações existentes entre suas classes. O uso da desagregação possibilitou a individualização e a espacialização das classes de solos, sendo útil para a produção de mapas de solos mais detalhados.
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2017-01-11T02:19:03Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/150557
dc.identifier.nrb.pt_BR.fl_str_mv 001008643
url http://hdl.handle.net/10183/150557
identifier_str_mv 001008643
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/150557/1/001008643.pdf
http://www.lume.ufrgs.br/bitstream/10183/150557/2/001008643.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/150557/3/001008643.pdf.jpg
bitstream.checksum.fl_str_mv 2b850adcb859645bd7e3cd305d0615ef
ac0808965e89f817f4b78416d31ad1ce
ce3083c76e04a4a52e6ccfc356a8a35d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316007617036288