
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 | Pelegrino, M. H. P. | - |
| Autor(es): dc.creator | Weindorf, D. C. | - |
| Autor(es): dc.creator | Silva, S. H. G. | - |
| Autor(es): dc.creator | Menezes, M. D. de | - |
| Autor(es): dc.creator | Poggere, G. C. | - |
| Autor(es): dc.creator | Guilherme, Luiz Roberto Guimaraes | - |
| Autor(es): dc.creator | Curi, Nilton | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:51:35Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:51:35Z | - |
| Data de envio: dc.date.issued | 2019-05-21 | - |
| Data de envio: dc.date.issued | 2019-05-21 | - |
| Data de envio: dc.date.issued | 2018-09 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/34334 | - |
| Fonte completa do material: dc.identifier | https://link.springer.com/article/10.1007/s11119-018-9608-z | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1149026 | - |
| Descrição: dc.description | In developing countries, the use of proximal and remotely sensed data is of critical importance as a less expensive means of obtaining soils information. While proximal sensor approaches such as portable X-ray fluorescence (pXRF) spectrometry are becoming increasingly used to predict soil properties worldwide, remotely sensed data has also been used for terrain analysis in recent decades with the aid of powerful interpretive algorithms. The aims of this work were to apply a random forest algorithm to model and predict the available contents of Fe, Cu, Mn, and Zn from pXRF data in addition to terrain attributes (TAs) with 5 and 10 m spatial resolution and parent material information. The data were used separately and together in an area with high variability of parent materials. Soil samples (n = 153) were collected, analyzed by pXRF, and subjected to laboratory analyses to determine the available contents of Fe, Cu, Mn, and Zn. Twelve TAs were generated from digital elevation models (DEM). These data were divided into five datasets (or random forest inputs): pXRF data; TA 5 m data; TA 10 m; pXRF + TA 5 m; and pXRF + TA 10 m. Predictions were performed to assess the importance of such variables. Models were validated with an independent set of samples. Finally, the best models were spatially rendered to cover the entire study area and maps were also validated. The combination of pXRF data and TA covariates in addition to parent material information allowed accurate predictions of available Fe, Mn, Cu, and Zn through the random forest algorithm. Parent material information improved the predictions. Pixel size of 10 m resolution promoted better results than 5 m resolution. Available Fe contents were better predicted using only TA data. For the spatial prediction of available micronutrients, validation of maps resulted in R2 of 0.88, RMSE of 59.97 mg kg−1 and ME of 24.00 mg kg−1 for Fe; 0.85, 29.65 mg kg−1, 9.70 mg kg−1 for Mn, 0.64, 3.11 mg kg−1, 0.71 mg kg−1 for Zn and 0.82, 1.17 mg kg−1, 0.43 mg kg−1 for Cu, respectively. Available micronutrient contents can be accurately predicted using pXRF data in association with terrain and parent material information. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Springer | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Precision Agriculture | - |
| Palavras-chave: dc.subject | Portable X-ray fluorescence spectrometer | - |
| Palavras-chave: dc.subject | Random forest | - |
| Palavras-chave: dc.subject | Soil property prediction | - |
| Palavras-chave: dc.subject | Tropical soils | - |
| Palavras-chave: dc.subject | Brazil | - |
| Título: dc.title | Synthesis of proximal sensing, terrain analysis, and parent material information for available micronutrient prediction in tropical soils | - |
| 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: