
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 | Pierangeli, Luiza Maria Pereira | - |
| Autor(es): dc.creator | Silva, Sérgio Henrique Godinho | - |
| Autor(es): dc.creator | Teixeira, Anita Fernanda dos Santos | - |
| Autor(es): dc.creator | Mancini, Marcelo | - |
| Autor(es): dc.creator | Andrade, Renata | - |
| Autor(es): dc.creator | Menezes, Michele Duarte de | - |
| Autor(es): dc.creator | Marques, João José | - |
| Autor(es): dc.creator | Weindorf, David C. | - |
| Autor(es): dc.creator | Curi, Nilton | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:28:17Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:28:17Z | - |
| Data de envio: dc.date.issued | 2023-02-07 | - |
| Data de envio: dc.date.issued | 2023-02-07 | - |
| Data de envio: dc.date.issued | 2022-10-30 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/55968 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1161944 | - |
| Descrição: dc.description | Despite the increasing adoption of proximal sensors worldwide, rare works have coupled proximal with remotely sensed data to spatially predict soil properties. This study evaluated the contribution of proximal and remotely sensed data to predict soil texture and available contents of micronutrients using portable X-ray fluorescence (pXRF) spectrometry, magnetic susceptibility (MS), and terrain attributes (TA) via random forest algorithm. Samples were collected in Brazil from soils with high, moderate, and low weathering degrees (Oxisols, Ultisols, Inceptisols, respectively), and analyzed by pXRF and MS and for texture and available micronutrients. Seventeen TA were generated from a digital elevation model of 12.5 m spatial resolution. Predictions were made via: (i) TA; (ii) TA + pXRF; (iii) TA + MS; (iv) TA + MS + pXRF; (v) MS + pXRF; and (vi) pXRF; and validated via root mean square error (RMSE) and coefficient of determination (R2). The best predictions were achieved by: pXRF dataset alone for available Cu (R² = 0.80) and clay (R2 = 0.67) content; MS + pXRF dataset for available Fe (R2 = 0.68) and sand (R2 = 0.69) content; TA + pXRF + MS dataset for available Mn (R2 = 0.87) content. PXRF data were key to the best predictions. Soil property maps created from these predictions supported the adoption of sustainable soil management practices. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Multidisciplinary Digital Publishing Institute (MDPI) | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Agronomy | - |
| Palavras-chave: dc.subject | Digital soil mapping | - |
| Palavras-chave: dc.subject | pXRF | - |
| Palavras-chave: dc.subject | Terrain attributes | - |
| Palavras-chave: dc.subject | Tropical soils | - |
| Palavras-chave: dc.subject | Oxisols | - |
| Palavras-chave: dc.subject | Ultisols | - |
| Palavras-chave: dc.subject | Inceptisols | - |
| Palavras-chave: dc.subject | Random forest | - |
| Palavras-chave: dc.subject | Portable X-ray fluorescence (pXRF) | - |
| Título: dc.title | Combining proximal and remote sensors in spatial prediction of five micronutrients and soil texture in a case study at farmland scale in southeastern Brazil | - |
| 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: