Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Silveira, Claudinei Taborda da
Data de Publicação: 2010
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/24117
Resumo: Orientadora : Profa. Chisato Oka-Fiori
id UFPR_1dc5e54ed449267930043ec2a2daeefb
oai_identifier_str oai:acervodigital.ufpr.br:1884/24117
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Santos, Leonardo José Cordeiro, 1962-Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em GeografiaFiori, Chisato OkaSilveira, Claudinei Taborda da2024-03-28T17:57:35Z2024-03-28T17:57:35Z2010https://hdl.handle.net/1884/24117Orientadora : Profa. Chisato Oka-FioriCoorientador: Prof. Leonardo José Cordeiro SantosTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Geografia. Defesa: Curitiba,19/03/2010Bibliografia: fls. 142-152Resumo: A topografia apresenta estreita relação com os solos em escala local, por isso é possível inferir a distribuição de unidades de solos a partir da análise digital do relevo. Técnicas de geoprocessamento possibilitam a representação paramétrica do relevo a partir de um Modelo Digital do Terreno, do qual são calculados atributos topográficos primários e secundários. Com o objetivo de delimitar unidades preliminares de mapeamento de solos, que auxiliem nos levantamentos pedológicos na bacia do arroio do Corvo/PR, foram utilizados sete atributos topográficos: hipsometria, perfil e plano de curvatura, declividade, índices de corrente de máximo fluxo, umidade e de capacidade de transporte de sedimentos. A discretização das classes desses atributos e sua análise com mapas pré-existentes na área de estudo, possibilitou compreender as relações entre variáveis do relevo e classes de solos presentes. Os quatro últimos apresentaram melhor relação com as unidades de mapeamento de solos pré-existentes, por isso, foram selecionadas para serem sobrepostas com aplicações de SIG por método de Tabulação Cruzada (TC), que resultou na identificação de unidades preliminares de solos. Outra forma de classificação foi realizada pela integração em Rede Neural Artificial (RNA), que resultou num segundo mapa preliminar de solos. A arquitetura da RNA é perceptron multicamadas com algoritmo de retropropagação de erros backpropagation). Na camada de entrada foram utilizadas oito variáveis, os atributos topográficos e a geologia; duas camadas escondidas, a primeira com 130 neurônios e segunda com 43; e na camada de saída três neurônios. O aprendizado se deu a partir de 75 amostras de treinamento e 25 de verificação para cada classe de saída. Testes de validação cruzada na RNA mostraram que a retirada de qualquer uma das variáveis do conjunto resultou em pior qualidade de classificação. Para validação dos dois mapas preliminares resultantes de TC e RNA, foram analisadas 53 amostras de campo e conferência in loco. Os mapas preditos foram também comparados com um mapa convencional na área de estudo, dos quais foram analisados parâmetros que indicaram a qualidade dos mapas: coeficiente Kappa (K), Exatidão Global (EG), Matriz de Erro, exatidão do ponto de vista do produtor e usuário. O mapa classificado por RNA concorda em 77% de área com o método TC (K=0,65), o primeiro apresentou melhores resultados de mapeamento do que o segundo, pois os limites se mostraram mais precisos e as discordâncias com os mapas preliminares foram menores. As unidades de solos preditas pela RNA mostraram melhor resultado comparativo ao mapa convencional 1 (K=0,56 e G=0,72) e as obtidas por TC melhor resultado com mapa pré-existente 2 (K=0,43 e EG=0,69). A comparação entre as unidades preditivas e mapas convencionais mostrou, em alguns casos, melhor concordância com as classes do que a comparação feita entre eles em nível de ordem. Portanto, obtiveram-se resultados satisfatórios, que confirmam a hipótese de que a partir da aplicação de modelos quantitativos de nterpretação do relevo podem ser classificadas unidades preliminares de mapeamento de solos, por meio de aplicações simples de TC e complexas de RNA.Abstract: Topography shows a direct relationship with soils at local level, so it is possible to infer the distribution of soil units from the digital analysis of relief. Geoprocessing methods allow the parametric representation of relief from a Digital Terrain Model, from which primary and secondary topographic attributes are computed. Seven topographic attributes were used to define the primary units in soil mapping in order to help the soil surveys, in detail level, at the Corvo stream’s basin, State of Paraná: elevation, profile and plan curvatures, slope, stream power index, wetness index and the sediment transport index. Making these attribute classes discrete and the further analysis with pre-existing maps from the study area allowed us to understand the relationships between relief variables and the soil classes present. The last four had a better relationship with the mapping units of pre-existing soils, so they were selected to e overlaid with GIS applications by means of the Cross-Tabulation method (CT), which resulted in the identification of soil preliminary units. Another form of classification was performed by integration in an Artificial Neural Network (ANN), which resulted in a second soil preliminary map. The ANN architecture is a multilayer perceptron with an error backpropagation algorithm. In the input layer were used eight variables, the topographic attributes and the geology, two hidden layers, the first one with 130 neurons and the second with 43, and three neurons in the output layer. Learning took place from 75 training and 25 checking samples for each output class. Cross-validation tests in the ANN showed that removing any of the variables from the set resulted in poorer classification quality. To validate the two preliminary maps derived from the CT and the ANN were analyzed fiftythree field samples, and checking in loco. The predicted maps were also compared to a conventional map of the study area, from which parameters were analyzed to show the quality of the maps: Kappa coefficient (K), Global Accuracy (GA), Error Matrix and accuracy from the producer’s and the user’s standpoints. The map classified with the ANN agrees in 77% of the area with the CT method (K = 0.65), the first one showed better mapping results than the second, since the boundaries were more accurate and inconsistencies with the preliminary maps were smaller. The soil units predicted by the ANN showed better comparative results to conventional map 1 (K = 0.56 and GA = 0.72) and those obtained by CT showed better results with pre-existing map 2 (K = 0.43 and GA = 0.69). The comparison between the predictive units and the conventional maps showed, in some cases, better agreement with the classes than the comparison made between them in order level. Therefore, satisfactory results were obtained, confirming the hypothesis that from the application of quantitative models for the interpretation of relief soil mapping preliminary units can be classified with simple CT and complex ANN applications.152f. : il. [algumas color.], mapas, grafs., tabs.application/pdfDisponível em formato digitalGeomorfologiaRelevoMapeamento digitalMapeamento do soloGeografiaAnálise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALTese - Claudinei Taborda da Silveira.pdfapplication/pdf5999341https://acervodigital.ufpr.br/bitstream/1884/24117/1/Tese%20-%20Claudinei%20Taborda%20da%20Silveira.pdf2f60ffcfa714b1979b52f04c928510c8MD51open accessTEXTTese - Claudinei Taborda da Silveira.pdf.txtExtracted Texttext/plain308232https://acervodigital.ufpr.br/bitstream/1884/24117/2/Tese%20-%20Claudinei%20Taborda%20da%20Silveira.pdf.txt853db3dd05e65778a309ef3a218c0f1fMD52open accessTHUMBNAILTese - Claudinei Taborda da Silveira.pdf.jpgGenerated Thumbnailimage/jpeg1151https://acervodigital.ufpr.br/bitstream/1884/24117/3/Tese%20-%20Claudinei%20Taborda%20da%20Silveira.pdf.jpg50202b6a9a3253d1e11652404612d0f4MD53open access1884/241172024-03-28 14:57:36.049open accessoai:acervodigital.ufpr.br:1884/24117Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-03-28T17:57:36Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
title Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
spellingShingle Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
Silveira, Claudinei Taborda da
Geomorfologia
Relevo
Mapeamento digital
Mapeamento do solo
Geografia
title_short Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
title_full Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
title_fullStr Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
title_full_unstemmed Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
title_sort Análise digital do relevo na predição de unidades preliminares de mapeamento de solos : integração de atributos topográficos em sistemas de informações geográficas e redes neurais artificiais
author Silveira, Claudinei Taborda da
author_facet Silveira, Claudinei Taborda da
author_role author
dc.contributor.other.pt_BR.fl_str_mv Santos, Leonardo José Cordeiro, 1962-
Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Geografia
dc.contributor.advisor1.fl_str_mv Fiori, Chisato Oka
dc.contributor.author.fl_str_mv Silveira, Claudinei Taborda da
contributor_str_mv Fiori, Chisato Oka
dc.subject.por.fl_str_mv Geomorfologia
Relevo
Mapeamento digital
Mapeamento do solo
Geografia
topic Geomorfologia
Relevo
Mapeamento digital
Mapeamento do solo
Geografia
description Orientadora : Profa. Chisato Oka-Fiori
publishDate 2010
dc.date.issued.fl_str_mv 2010
dc.date.accessioned.fl_str_mv 2024-03-28T17:57:35Z
dc.date.available.fl_str_mv 2024-03-28T17:57:35Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/24117
url https://hdl.handle.net/1884/24117
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 152f. : il. [algumas color.], mapas, grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/24117/1/Tese%20-%20Claudinei%20Taborda%20da%20Silveira.pdf
https://acervodigital.ufpr.br/bitstream/1884/24117/2/Tese%20-%20Claudinei%20Taborda%20da%20Silveira.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/24117/3/Tese%20-%20Claudinei%20Taborda%20da%20Silveira.pdf.jpg
bitstream.checksum.fl_str_mv 2f60ffcfa714b1979b52f04c928510c8
853db3dd05e65778a309ef3a218c0f1f
50202b6a9a3253d1e11652404612d0f4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860480420020224

Registros relacionados