
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 | Andrade, Renata | - |
| Autor(es): dc.creator | Silva, Sérgio Henrique Godinho | - |
| Autor(es): dc.creator | Faria, Wilson Missina | - |
| Autor(es): dc.creator | Poggere, Giovana Clarice | - |
| Autor(es): dc.creator | Barbosa, Julierme Zimmer | - |
| Autor(es): dc.creator | Guilherme, Luiz Roberto Guimarães | - |
| Autor(es): dc.creator | Curi, Nilton | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:37:22Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:37:22Z | - |
| Data de envio: dc.date.issued | 2021-09-06 | - |
| Data de envio: dc.date.issued | 2021-09-06 | - |
| Data de envio: dc.date.issued | 2020-11 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48053 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.geodrs.2020.e00321 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1165002 | - |
| Descrição: dc.description | Proximal sensors techniques, such as portable X-ray fluorescence (pXRF) spectrometry and magnetic susceptibility (MS), are becoming increasingly popular for predicting soil properties worldwide. However, there are few studies investigating the effectiveness of combining these proximal sensors for prediction and mapping soil texture in tropical soils. This work evaluated the feasibility of combining such sensors for the prediction and mapping of soil texture (sand, silt, and clay contents) through random forest algorithm in an area with varying parent materials, soil classes and land uses. A total of 236 soil samples were collected from A and B horizons, following a regular-grid design with 200 m distance between samples. All samples were scanned with pXRF and susceptibilimeter. Models for A and B horizons separately and combined were built using 70% of the samples and validated with the remaining 30% of the samples. The models with the lowest RMSE values were chosen for soil mapping and further validation. The predictions produced acceptable accuracy in modeling and mapping clay and sand fractions, but were less effective to directly predict silt fraction, although it can be easily calculated through: silt = 100 - sand – clay. MS, Fe, K2O, and SiO2, properties related to soil parent material, were the most important variables for the predictions. The best models achieved an R2 for sand, silt and clay of 0.79, 0.44 and 0.71, respectively. These results represent alternative methods for reducing costs and accelerating the assessment of soil texture spatial variability, supporting agronomic and environmental decision makings. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Geoderma Regional | - |
| Palavras-chave: dc.subject | Pedometrics | - |
| Palavras-chave: dc.subject | Oxisols | - |
| Palavras-chave: dc.subject | Ultisols | - |
| Palavras-chave: dc.subject | Random forest | - |
| Palavras-chave: dc.subject | Digital soil mapping | - |
| Palavras-chave: dc.subject | Tropical soils | - |
| Palavras-chave: dc.subject | Pedometria | - |
| Palavras-chave: dc.subject | Latossolos | - |
| Palavras-chave: dc.subject | Argissolos | - |
| Palavras-chave: dc.subject | Mapeamento digital do solo | - |
| Título: dc.title | Proximal sensing applied to soil texture prediction and mapping in 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: