Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Faculty of Engineering and Technologies | - |
Autor(es): dc.contributor | Rondonópolis Federal University (UFR) | - |
Autor(es): dc.contributor | Usina Santa Cruz - São Martinho Group | - |
Autor(es): dc.creator | de Deus Ferreira e Silva, João | - |
Autor(es): dc.creator | Júnior, José Marques | - |
Autor(es): dc.creator | Vieira da Silva, Luis Fernando | - |
Autor(es): dc.creator | Chitlhango, Angelina Pedro | - |
Autor(es): dc.creator | Silva, Laércio Santos | - |
Autor(es): dc.creator | De Bortoli Teixeira, Daniel | - |
Autor(es): dc.creator | Moitinho, Mara Regina | - |
Autor(es): dc.creator | Fernandes, Kathleen | - |
Autor(es): dc.creator | Ferracciú Alleoni, Luis Reynaldo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:00:20Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:00:20Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-10-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.chemosphere.2023.140028 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/300188 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/300188 | - |
Descrição: dc.description | The knowledge of the lithological context is necessary to interpret trace elements concentrations in the soil. Soil magnetic signature (χ) and soil X-ray fluorescence (XRF) are promising approaches in the study of the spatial variability of trace elements and the environmental monitoring of soil quality. This research aimed to assess the efficiency of measurements of χ and XRF sensors for spatial characterization of zinc (Zn), manganese (Mn), and copper (Cu) contents in soils of a sandstone-basalt transitional environment, using machine learning modeling. The studied area consisted of the Western Plateau of São Paulo (WPSP), with soils originating from sandstone and basalt. A total of 253 soil samples were collected at a depth of 0.0–0.2 m. The soils were characterized by particle size and chemical analysis: organic matter (OM), cation exchange capacity (CEC), ammonium oxalate-extracted iron (Feo), sodium dithionite-citrate-bicarbonate-extracted iron (Fed), and sulfuric acid-extracted iron (Fet). Hematite (Hm), goethite (Gt), kaolinite (Kt), and gibbsite (Gb) contents were obtained by X-ray diffraction (XRD). Magnetite (Mt) and maghemite (Mh) contents were obtained by soil χ, while trace elements contents were obtained by XRF and predicted by χ. Descriptive analysis, the test of means, and correlation were performed between attributes. Zn, Mn, and Cu contents were predicted using the machine learning algorithm random forest, and the spatial variability was obtained using the ordinary kriging interpolation technique. Landscape dissections influenced iron oxides, which had the highest contents in slightly dissected environments. Trace elements contents were not influenced by landscape dissections, demonstrating that lithological knowledge is necessary to characterize trace elements in soils. The prediction models developed through the machine learning algorithm random forest showed that χ can be used to characterize trace elements. The similar spatial pattern of trace elements obtained by XRF and χ measurements confirm the applicability of these sensors for mapping it under lithological and landscape transition, aiming for sustainable strategic planning of land use and occupation. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Ministério da Ciência, Tecnologia e Inovação | - |
Descrição: dc.description | Universidade Estadual Paulista | - |
Descrição: dc.description | Universal | - |
Descrição: dc.description | School of Agricultural and Veterinary Sciences São Paulo State University (FCAV–UNESP), Via de Acesso Prof. Paulo Donato Castellane, s/n, São Paulo | - |
Descrição: dc.description | University of São Paulo (USP) Luiz de Queiroz College of Agriculture (ESALQ) Department of Soil Science, Avenida Pádua Dias, 11, SP | - |
Descrição: dc.description | Pedagogical University of Maputo (UP) – Mozambique Faculty of Engineering and Technologies Campus da Lhanguene, Av. do Trabalho, 248 | - |
Descrição: dc.description | Rondonópolis Federal University (UFR), Av. dos Estudantes 5055, Mato Grosso | - |
Descrição: dc.description | Usina Santa Cruz - São Martinho Group, Fazenda Martinho, sl. 0, São Paulo | - |
Descrição: dc.description | School of Agricultural and Veterinary Sciences São Paulo State University (FCAV–UNESP), Via de Acesso Prof. Paulo Donato Castellane, s/n, São Paulo | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Chemosphere | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Magnetic susceptibility | - |
Palavras-chave: dc.subject | Pedometrics | - |
Palavras-chave: dc.subject | Soil mineralogy | - |
Palavras-chave: dc.subject | X-ray fluorescence | - |
Título: dc.title | Magnetic signature and X-ray fluorescence for mapping trace elements in soils originating from basalt and sandstone | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: