Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Sirtoli, Angelo Evaristo
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/16798
Resumo: Orientadores: Luiz Eduardo Mantovani e Selma Regina Aranha Ribeiro
id UFPR_578c816a08879b9947bd39ef65d986a7
oai_identifier_str oai:acervodigital.ufpr.br:1884/16798
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em GeologiaMantovani, Luiz Eduardo, 1952-Ribeiro, Selma Regina AranhaSirtoli, Angelo Evaristo2024-10-10T19:32:12Z2024-10-10T19:32:12Z2008https://hdl.handle.net/1884/16798Orientadores: Luiz Eduardo Mantovani e Selma Regina Aranha RibeiroTese (doutorado) - Universidade Federal do Paraná, Setor de Ciencias da Terra, Programa de Pós-Graduação em Geologia. Defesa: Curitiba, 23/07/2008Inclui bibliografia e anexosÁrea de concentração: Geologia ambientalResumo: O presente estudo tem como objetivo avaliar a utilização da geologia, atributos do terreno e índices espectrais em uma abordagem por redes neurais artificiais (RNA) para a predição de unidades de solos sobre a Formação Guabirotuba, aluviões e depósitos coluvionares secundários. O entendimento das relações entre solos, geologia e atributos do relevo, derivados de um modelo digital de elevação (MDE), através de tabulações cruzadas, forneceram as informações básicas necessárias para o delineamento de unidades preliminares de mapeamento de solos. A geologia, juntamente com atributos do relevo, indica as condições do ambiente e, a compreensão das interações entre estas variáveis ambientais e os solos fornece informações para o entendimento das relações entre as unidades de mapeamento dos solos e a paisagem. Os Latossolos apresentaram predominância de plano divergente e planar e perfil de curvatura retilíneo, plano divergente e perfil côncavo/retilíneo para os Cambissolos e, a associação Gleissolos e Organossolos predomina em plano convergente e perfil côncavo. A declividade foi o atributo que apresentou maior relação com as unidades de solos, pois as de caráter hidromórfico predominaram em declividade inferior a 3%, os Latossolos em declividades inferiores a 8% e os Cambissolos se localizaram em declividade até 20%. Os atributos topográficos secundários permitiram, mediante combinações dessas variáveis, por tabulação cruzada, o delineamento das pedoformas predominantes. O uso exclusivo desses atributos quantitativos não permitiu a distinção de somente 11% das pedopaisagens presentes na área. No entanto, as pedoformas delineadas apresentaram maiores detalhes espaciais que o delineamento das unidades utilizando metodologia convencional. Os mapas delineados pelo classificador por redes neurais artificiais (RNA) se mostraram bastantes semelhantes ao mapa delineado de forma convencional, apresentando correlação de até 0,88. Apresentaram também, mais detalhes espaciais do que o mapa de solos convencional, porque a variação ambiental pôde ser quantificada com maior detalhe. Além disso, a disponibilidade de dados mais detalhados sobre as variáveis ambientais utilizadas, permitiu identificar pequenos componentes na paisagem que são difíceis de serem caracterizados pelo mapeamento convencional. Outrossim, a RNA possibilitou a integração de dados de diferentes escalas e origens, o que também resultou em maior detalhamento espacial que o mapa convencional.Abstract: This study aimed to evaluate the use of terrain attributes and remote sensing data in an approach by artificial neural networks for prediction of soils unities on Guabirotuba Fomation, floods and coluvionares deposits. The understanding of the relationship between soil, geology and relief attributes derived from a Digital Elevation Model, through cross tabulations, provided the basic information needed for the preliminary mapping units of soils. The geology along with topographic attributes indicate the conditions of the environment and the understanding of the interactions between these environmental variables and soil provides information to the understanding the relationship between the units of soils and the landscape. The secundary landform attributes allowed through cross tabulation combinations, the identification of predominant landform. But the exclusive use of these attributes not allowed the distinction of all units of soils in the area. However, the landforms outlined showed more spatial details than the manual drawing using conventional methodology. The map outlined by the classifier for neural networks was very similar to the map outlined the conventional way. These maps simulated by RNA showed more spatial detail than the map obtined by conventional methdology, because the environmental variation could be quantified in more detail. Also, the availability of more detailed data on the environmental variables identified small components used in the landscape that are difficult to characterise by conventional mapping.114f. : il., grafs., tabs.application/pdfDisponível em formato digitalMapeamento do soloRedes neurais (Computação)Geologia ambientalGeologiaMapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por 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/openAccessORIGINALcorreção_12_deposito.pdfapplication/pdf2400997https://acervodigital.ufpr.br/bitstream/1884/16798/1/corre%c3%a7%c3%a3o_12_deposito.pdfb1f6b5cfeba0ba85abb2497c2327834fMD51open accessTEXTcorreção_12_deposito.pdf.txtExtracted Texttext/plain206746https://acervodigital.ufpr.br/bitstream/1884/16798/2/corre%c3%a7%c3%a3o_12_deposito.pdf.txt4b696a490037265d99c5140032be87cbMD52open accessTHUMBNAILcorreção_12_deposito.pdf.jpgGenerated Thumbnailimage/jpeg1314https://acervodigital.ufpr.br/bitstream/1884/16798/3/corre%c3%a7%c3%a3o_12_deposito.pdf.jpg217a06a257099f77e4d2e22a8d561375MD53open access1884/167982024-10-10 16:32:12.616open accessoai:acervodigital.ufpr.br:1884/16798Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-10-10T19:32:12Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
title Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
spellingShingle Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
Sirtoli, Angelo Evaristo
Mapeamento do solo
Redes neurais (Computação)
Geologia ambiental
Geologia
title_short Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
title_full Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
title_fullStr Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
title_full_unstemmed Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
title_sort Mapeamento de solos com auxílio da geologia, atributos do terreno e índices espectrais integrados por redes neurais artificiais
author Sirtoli, Angelo Evaristo
author_facet Sirtoli, Angelo Evaristo
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Geologia
dc.contributor.advisor1.fl_str_mv Mantovani, Luiz Eduardo, 1952-
Ribeiro, Selma Regina Aranha
dc.contributor.author.fl_str_mv Sirtoli, Angelo Evaristo
contributor_str_mv Mantovani, Luiz Eduardo, 1952-
Ribeiro, Selma Regina Aranha
dc.subject.por.fl_str_mv Mapeamento do solo
Redes neurais (Computação)
Geologia ambiental
Geologia
topic Mapeamento do solo
Redes neurais (Computação)
Geologia ambiental
Geologia
description Orientadores: Luiz Eduardo Mantovani e Selma Regina Aranha Ribeiro
publishDate 2008
dc.date.issued.fl_str_mv 2008
dc.date.accessioned.fl_str_mv 2024-10-10T19:32:12Z
dc.date.available.fl_str_mv 2024-10-10T19:32:12Z
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/1884/16798
url https://hdl.handle.net/1884/16798
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 114f. : il., 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/1884/16798/1/corre%c3%a7%c3%a3o_12_deposito.pdf
https://acervodigital.ufpr.br/bitstream/1884/16798/2/corre%c3%a7%c3%a3o_12_deposito.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/16798/3/corre%c3%a7%c3%a3o_12_deposito.pdf.jpg
bitstream.checksum.fl_str_mv b1f6b5cfeba0ba85abb2497c2327834f
4b696a490037265d99c5140032be87cb
217a06a257099f77e4d2e22a8d561375
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_ 1813898667825823744

Registros relacionados