
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.creator | Silva, Sérgio Henrique Godinho | - |
| Autor(es): dc.creator | Weindorf, David C. | - |
| Autor(es): dc.creator | Pinto, Leandro Campos | - |
| Autor(es): dc.creator | Faria, Wilson Missina | - |
| Autor(es): dc.creator | Acerbi Junior, Fausto Weimar | - |
| Autor(es): dc.creator | Gomide, Lucas Rezende | - |
| Autor(es): dc.creator | Mello, José Márcio de | - |
| Autor(es): dc.creator | Pádua Junior, Alceu Linares de | - |
| Autor(es): dc.creator | Souza, Igor Alexandre de | - |
| Autor(es): dc.creator | Teixeira, Anita Fernanda dos Santos | - |
| Autor(es): dc.creator | Guilherme, Luiz Roberto Guimarães | - |
| Autor(es): dc.creator | Curi, Nilton | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:34:39Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:34:39Z | - |
| Data de envio: dc.date.issued | 2020-08-31 | - |
| Data de envio: dc.date.issued | 2020-08-31 | - |
| Data de envio: dc.date.issued | 2020-03-15 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/42764 | - |
| Fonte completa do material: dc.identifier | https://www.sciencedirect.com/science/article/abs/pii/S0016706119301612#! | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142745 | - |
| Descrição: dc.description | Soil texture is an important feature in soil characterization, although its laboratory determination is costly and time-consuming. As an alternative, this study aimed at predicting soil texture from portable X-ray fluorescence (pXRF) spectrometry data in Brazilian soils. 1565 soil samples (503 from superficial and 1062 from subsuperficial horizons) were analyzed in the laboratory for soil texture and scanned with the pXRF. Elemental contents determined by pXRF were correlated with soil texture and used to calibrate regression models through the generalized linear model (GLM), support vector machine (SVM), and random forest (RF) algorithm. Models were created with 70% of the data using three datasets: i) only superficial horizon data; ii) only subsuperficial horizon data; and iii) data from both horizons. Validation was performed with 30% of the data. Clay content was positively correlated with Fe (0.79) and Al2O3 (0.41) reflecting the great residual concentration of Fe- and Al-oxides in this fraction. This same fraction correlated negatively with SiO2 (-0.75), while the sand fraction correlated positively with SiO2 corresponding to quartz dominance in the sand fraction of Brazilian soils. For the separated superficial and subsuperficial horizon datasets, SVM promoted the best predictions of clay (R2 0.83; RMSE = 7.04%) and sand contents (R2 0.87; RMSE = 9.11%), while RF provided the best results for silt (R2 0.60; RMSE = 6.33%). When combining both datasets, RF was better for sand prediction (R2 0.73; RMSE = 5.79%), while SVM promoted better predictions for silt (R2 0.72; RMSE = 5.77%) and clay (R2 0.84; RMSE = 7.08%). Elemental contents obtained by pXRF are capable of accurately predicting soil texture for a great variety of Brazilian soils. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Geoderma | - |
| Palavras-chave: dc.subject | Proximal sensors | - |
| Palavras-chave: dc.subject | Soil particle size | - |
| Palavras-chave: dc.subject | Prediction models | - |
| Palavras-chave: dc.subject | Brazilian soils | - |
| Palavras-chave: dc.subject | Sensores proximais | - |
| Palavras-chave: dc.subject | Tamanho de partícula do solo | - |
| Palavras-chave: dc.subject | Modelos de previsão | - |
| Palavras-chave: dc.subject | Solos brasileiros | - |
| Título: dc.title | Soil texture prediction in tropical soils: A portable X-ray fluorescence spectrometry approach | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: