
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 | Menezes, Michele Duarte de | - |
| Autor(es): dc.contributor | Curi, Nilton | - |
| Autor(es): dc.contributor | Acerbi Júnior, Fausto Weimar | - |
| Autor(es): dc.contributor | Menezes, Michele Duarte de | - |
| Autor(es): dc.contributor | Silva, Sérgio Henrique Godinho | - |
| Autor(es): dc.contributor | Giasson, Élvio | - |
| Autor(es): dc.creator | Monteiro, Maria Eduarda Carvalho | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:48:04Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:48:04Z | - |
| Data de envio: dc.date.issued | 2021-10-18 | - |
| Data de envio: dc.date.issued | 2021-10-18 | - |
| Data de envio: dc.date.issued | 2021-10-18 | - |
| Data de envio: dc.date.issued | 2021-08-30 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48380 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1168535 | - |
| Descrição: dc.description | Proper land use planning is essential to meet the global challenges posed by food demand and climate change mitigation. To overcome these challenges, soil maps are fundamental tools for landscape interpretation and adaptation of productive activities. Digital soil mapping (DSM) has been used to accelerate the production of maps of large areas, at more detailed scales with lower costs. The improvement of machine learning techniques and the experimentation of new digital products are urgent demands for the development of the DSM, in which this work sought to contribute. Information built up over decades of pedological research was gathered to guide the production of a soil map from a quantitative approach. The legacy information was applied to predictive modeling of soil classes using the Random Forest algorithm. Gamma-ray aerospectrometry data and paleoclimatic models, whose application is unprecedented in the MDS in Brazil, were applied for the mapping of 52,982 km², together with environmental variables derived from the Digital Elevation Model (DEM) and current climate models. The extrapolation level of the model was calculated from the Multivariate Environmental Similarity Surface, and the prediction Entropy was calculated according to the Shannon Entropy formula. The overall accuracy of the prediction was 89% for the mapping of 19 soil classes at suborder level according to the Brazilian Soil Classification System. The most important environmental covariables in the spatial prediction were the gamma-ray aerospectrometry data, the paleoclimatic model of the total annual precipitation estimated 20,000 years ago, and the vertical distance from the drainage network derived from the DEM. | - |
| Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) | - |
| Descrição: dc.description | O planejamento adequado do uso do solo é imprescindível para atender aos desafios globais impostos pela demanda de alimentos e mitigação das mudanças climáticas. Para superar esses desafios, os mapas de solos são ferramentas fundamentais à interpretação da paisagem e adequação das atividades produtivas. O mapeamento digital de solos (MDS) tem sido empregado para acelerar a produção de mapas de áreas extensas, em escalas mais detalhadas a um menor custo. O aprimoramento das técnicas de aprendizado de máquinas e a experimentação de novos produtos digitais consistem em demandas urgentes ao desenvolvimento do MDS com os quais esse trabalho buscou contribuir. Informações construídas durante décadas de pesquisa pedológica foram reunidas para orientar a produção de um mapa de solos a partir de uma abordagem quantitativa. O legado das informações foi aplicado à modelagem preditiva de classes de solos com uso do algoritmo Random Forest. Dados de aeroespectrometria de raios gama e modelos paleoclimáticos, com aplicações ainda inéditas em MDS no Brasil foram empregados para o mapeamento de 52.982 km², juntamente com variáveis ambientais derivadas do Modelo Digital de Elevação (MDE) e de modelos do clima atual. O nível de extrapolação do modelo foi calculado a partir da Superfície de Similaridade Ambiental Multivariada e a Entropia da predição foi calculada segundo a fórmula da Entropia de Shannon. A acurácia global da predição foi de 89% para o mapeamento de 19 classes de solo em nível de subordem segundo o Sistema Brasileiro de Classificação de Solos. As covariáveis ambientais mais importantes na predição espacial foram os dados de aeroespectometria de raios gama, o modelo paleoclimático da precipitação total anual estimada há 20.000 anos e a distância vertical da rede de drenagem derivada do MDE. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Ciência do Solo | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Ciência do Solo | - |
| Direitos: dc.rights | restrictAccess | - |
| Palavras-chave: dc.subject | Pedometria | - |
| Palavras-chave: dc.subject | Espectrometria de raios gama | - |
| Palavras-chave: dc.subject | Paleoclima | - |
| Palavras-chave: dc.subject | Mapeamento digital de solos | - |
| Palavras-chave: dc.subject | Random Forest | - |
| Palavras-chave: dc.subject | Modelo digital de elevação | - |
| Palavras-chave: dc.subject | Pedometry | - |
| Palavras-chave: dc.subject | Airborne gamma ray spectrometry | - |
| Palavras-chave: dc.subject | Paleoclimate | - |
| Palavras-chave: dc.subject | Digital soil mapping | - |
| Palavras-chave: dc.subject | Digital elevation model | - |
| Palavras-chave: dc.subject | Ciência do Solo | - |
| Título: dc.title | Mapeamento digital de solos da região Sul de MG usando novas covariáveis ambientais preditoras | - |
| Título: dc.title | Digital mapping of soils in the South of Minas Gerais using new predictive environmental covariables | - |
| Tipo de arquivo: dc.type | dissertação | - |
| 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: