Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica

Detalhes bibliográficos
Autor(a) principal: Coelho, Fabrício Fernandes
Data de Publicação: 2010
Outros Autores: Giasson, Elvio
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/34307
Resumo: Mapas pedológicos são fontes de informações primordiais para planejamento e manejo do uso do solo, porém apresentam altos custos de produção. A fim de produzir mapas de solos a partir de mapas existentes, neste trabalho, foram comparados métodos de classificação em estágio único (Regressões Logísticas Múltiplas Multinomiais e Bayes) e em estágios múltiplos (Classification and Regression Trees (CART), J48 e Logistic Model Trees (LMT)) com a utilização de sistemas de informações geográficas e de variáveis geomorfométricas para produção de mapas pedológicos com legenda original e simplificada. A base de dados foi gerenciada em aplicativo computacional ArcGis, em que as variáveis e o mapa original foram relacionados por meio de amostras de treinamento para os algoritmos. Os resultados dos algoritmos obtidos no software Weka foram implementados no ArcGis, para a confecção dos mapas. Foram geradas matrizes de erros para análise de acurácias dos mapas. As variáveis geomorfométricas de declividade, perfil e plano de curvatura, elevação e índice de umidade topográfica são aquelas que melhor explicam a distribuição espacial das classes de solo. Os métodos de classificação em estágio múltiplo apresentaram sensíveis melhoras nas acurácias globais, porém significativas melhoras nos índices Kappa. A utilização de legenda simplificada aumentou significativamente as acurácias do produtor e do usuário.
id UFRGS-2_2df9b2ae9a7fa6c5d2eff4794eab53da
oai_identifier_str oai:www.lume.ufrgs.br:10183/34307
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Coelho, Fabrício FernandesGiasson, Elvio2011-11-11T01:19:24Z20100103-8478http://hdl.handle.net/10183/34307000787844Mapas pedológicos são fontes de informações primordiais para planejamento e manejo do uso do solo, porém apresentam altos custos de produção. A fim de produzir mapas de solos a partir de mapas existentes, neste trabalho, foram comparados métodos de classificação em estágio único (Regressões Logísticas Múltiplas Multinomiais e Bayes) e em estágios múltiplos (Classification and Regression Trees (CART), J48 e Logistic Model Trees (LMT)) com a utilização de sistemas de informações geográficas e de variáveis geomorfométricas para produção de mapas pedológicos com legenda original e simplificada. A base de dados foi gerenciada em aplicativo computacional ArcGis, em que as variáveis e o mapa original foram relacionados por meio de amostras de treinamento para os algoritmos. Os resultados dos algoritmos obtidos no software Weka foram implementados no ArcGis, para a confecção dos mapas. Foram geradas matrizes de erros para análise de acurácias dos mapas. As variáveis geomorfométricas de declividade, perfil e plano de curvatura, elevação e índice de umidade topográfica são aquelas que melhor explicam a distribuição espacial das classes de solo. Os métodos de classificação em estágio múltiplo apresentaram sensíveis melhoras nas acurácias globais, porém significativas melhoras nos índices Kappa. A utilização de legenda simplificada aumentou significativamente as acurácias do produtor e do usuário.Soil maps are sources of important information for land planning and management, but are expensive to produce. This paper proposes testing and comparing single stage classification methods (Multiple Multinomial Logistic Regression and Bayes) and multiple stage classification methods (Classification and Regression Trees (CART), J48 and Logistic Model Trees (LMT)) using geographic information system and terrain parameters for producing soil maps with both original and simplified legend. The database was managed in ArcGis computer application in which the variables and the original map were related through training of the algorithms. The results from statistical software Weka were implemented in ArcGis environment to generate digital soil maps. The terrain parameters that best explained soil distribution were slope, profile and planar curvature, elevation, and topographic wetness index. The multiple stage classification methods showed small improvements in overall accuracies and large improvements in the Kappa index. Simplification of the original legend significantly increased the producer and user accuracies, however produced small improvements in overall accuracies and Kappa index.application/pdfporCiência rural, Santa Maria. Vol. 40, n. 10 (out. 2010), p. 2099-2106Sensoriamento remotoDigital elevation modelTerrain parametersSingle stage classificationClassification treesMétodos para mapeamento digital de solos com utilização de sistema de informação geográficainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT000787844.pdf.txt000787844.pdf.txtExtracted Texttext/plain28422http://www.lume.ufrgs.br/bitstream/10183/34307/2/000787844.pdf.txt5c4f6bc00b7df2e39d7d312fd5d45daeMD52ORIGINAL000787844.pdf000787844.pdfTexto completoapplication/pdf589961http://www.lume.ufrgs.br/bitstream/10183/34307/1/000787844.pdf103bb07dd403fb637459fb9a81547ca5MD51THUMBNAIL000787844.pdf.jpg000787844.pdf.jpgGenerated Thumbnailimage/jpeg1621http://www.lume.ufrgs.br/bitstream/10183/34307/3/000787844.pdf.jpg2195bd77f8334baec91caa5a4797849cMD5310183/343072018-10-05 08:38:39.153oai:www.lume.ufrgs.br:10183/34307Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-05T11:38:39Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
title Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
spellingShingle Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
Coelho, Fabrício Fernandes
Sensoriamento remoto
Digital elevation model
Terrain parameters
Single stage classification
Classification trees
title_short Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
title_full Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
title_fullStr Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
title_full_unstemmed Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
title_sort Métodos para mapeamento digital de solos com utilização de sistema de informação geográfica
author Coelho, Fabrício Fernandes
author_facet Coelho, Fabrício Fernandes
Giasson, Elvio
author_role author
author2 Giasson, Elvio
author2_role author
dc.contributor.author.fl_str_mv Coelho, Fabrício Fernandes
Giasson, Elvio
dc.subject.por.fl_str_mv Sensoriamento remoto
topic Sensoriamento remoto
Digital elevation model
Terrain parameters
Single stage classification
Classification trees
dc.subject.eng.fl_str_mv Digital elevation model
Terrain parameters
Single stage classification
Classification trees
description Mapas pedológicos são fontes de informações primordiais para planejamento e manejo do uso do solo, porém apresentam altos custos de produção. A fim de produzir mapas de solos a partir de mapas existentes, neste trabalho, foram comparados métodos de classificação em estágio único (Regressões Logísticas Múltiplas Multinomiais e Bayes) e em estágios múltiplos (Classification and Regression Trees (CART), J48 e Logistic Model Trees (LMT)) com a utilização de sistemas de informações geográficas e de variáveis geomorfométricas para produção de mapas pedológicos com legenda original e simplificada. A base de dados foi gerenciada em aplicativo computacional ArcGis, em que as variáveis e o mapa original foram relacionados por meio de amostras de treinamento para os algoritmos. Os resultados dos algoritmos obtidos no software Weka foram implementados no ArcGis, para a confecção dos mapas. Foram geradas matrizes de erros para análise de acurácias dos mapas. As variáveis geomorfométricas de declividade, perfil e plano de curvatura, elevação e índice de umidade topográfica são aquelas que melhor explicam a distribuição espacial das classes de solo. Os métodos de classificação em estágio múltiplo apresentaram sensíveis melhoras nas acurácias globais, porém significativas melhoras nos índices Kappa. A utilização de legenda simplificada aumentou significativamente as acurácias do produtor e do usuário.
publishDate 2010
dc.date.issued.fl_str_mv 2010
dc.date.accessioned.fl_str_mv 2011-11-11T01:19:24Z
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/34307
dc.identifier.issn.pt_BR.fl_str_mv 0103-8478
dc.identifier.nrb.pt_BR.fl_str_mv 000787844
identifier_str_mv 0103-8478
000787844
url http://hdl.handle.net/10183/34307
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartof.pt_BR.fl_str_mv Ciência rural, Santa Maria. Vol. 40, n. 10 (out. 2010), p. 2099-2106
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:Repositório Institucional 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 Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/34307/2/000787844.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/34307/1/000787844.pdf
http://www.lume.ufrgs.br/bitstream/10183/34307/3/000787844.pdf.jpg
bitstream.checksum.fl_str_mv 5c4f6bc00b7df2e39d7d312fd5d45dae
103bb07dd403fb637459fb9a81547ca5
2195bd77f8334baec91caa5a4797849c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224738847064064