Mapeamento de solos e uso de algoritmos de aprendizagem em Lavras (MG)

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCuri, Nilton-
Autor(es): dc.contributorMenezes, Michele Duarte de-
Autor(es): dc.contributorCuri, Nilton-
Autor(es): dc.contributorMenezes, Michele Duarte de-
Autor(es): dc.contributorAcerbi Júnior, Fausto Weimar-
Autor(es): dc.contributorCoelho, Gilberto-
Autor(es): dc.contributorChagas, César da Silva-
Autor(es): dc.creatorSilva, Elidiane da-
Data de aceite: dc.date.accessioned2026-02-09T12:53:16Z-
Data de disponibilização: dc.date.available2026-02-09T12:53:16Z-
Data de envio: dc.date.issued2018-03-13-
Data de envio: dc.date.issued2018-03-13-
Data de envio: dc.date.issued2018-03-13-
Data de envio: dc.date.issued2017-11-13-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/28826-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1170251-
Descrição: dc.descriptionThe knowledge of soil classes and their attributes in a region is an important factor for more assertive decisions to be made regarding the use and soil and water management.The soil mapping is an important planning and management tool for the proper land use. This work aims to contribute with the technical and scientific knowledge regarding the soil classes that occur in the Lavras municipality and the use of modern techniques that allow the prediction of soil classes and properties. It is shown a Lavras municipality pedological survey, and a study comparing two techniques (Support Vector Machine - SVM and Artificial Neural Networks - ANN) of digital soil mapping for predicting soil classes and properties on the campus of the Federal University of Lavras. The soils mapping of the Lavras municipality used 27 modal profiles evenly distributed throughout the study area. From the elaboration of the soil map it was possible to evaluate also the land agricultural suitability and the adequability of the current use. In the study of digital soil mapping techniques, different sets of environmental covariates were evaluated in different sizes of training sets. The pedological survey at the medium intensity recconaissance level of the Lavras municipality registered Latosols, Argisols, Cambisols, and Neosols, with predominance of the Latosols, followed by Argisols, that together represent 72% of the total area of the municipality. Typic Dystrophic RedYellow Argisol was the subgroup level class with the greatest geographical expression in the municipality, occurring in 34% of the total area. The land use suitability showed 89% of the area have adequate uses and 7%, inadequate. In the prediction of soil classes on the campus of UFLA, ANN pre sented better performance when a training set was used consisting of the largest number of environmental covariates. In the prediction of soil properties ANN also performance well. In both cases increased training data increased the performance of the techniques. The pedological survey of the municipality of Lavras stratified the occurrence of soils in the different landscapes, which could base future research, extension work and also serve as a subsidy to politicaladministrative decisions. The technique of SVM and ANN can be used as a tool of digital mapping of classes and properties of soils in similarconditions.-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionConhecer as classes de solos e seus atributos que ocorrem em uma região é um fator primordial para que decisões mais assertivas sejam tomadas quanto ao uso e manejo do solo e da água. Nesse contexto, o mapeamento dos solos é uma importante ferramenta de planejamento e gestão para o uso adequado das terras. Este trabalho visa contribuir com o conhecimento técnico e científico a respeito das classes de solos que ocorrem no município de Lavras e o uso de técnicas modernas que permitem a predição de classes e propriedades dos solos. É apresentado o levantamento pedológico do município de Lavras, MG, e um estudo comparando duas técnicas (Support Vector Machine - SVM e Redes Neurais Artificiais - RNA) de mapeamento digital de solos para predição de classes e propriedades dos solos no campus da Universidade Federal de Lavras. O mapeamento dos solos do município de Lavras utilizou 27 perfis modais distribuídos uniformemente pela área de estudo. A partir da elaboração do mapa de solos foi possível avaliar também a aptidão agrícola das terras e a adequabilidade do uso atual. No estudo das técnicas de mapeamento digital de solos foram avaliados diferentes conjuntos de covariáveis ambientais em diferentes tamanhos de conjuntos de treinamento. O levantamento pedológico ao nível de reconhecimento, de média intensidade, do município de Lavras registrou Latossolos, Argissolos, Cambissolos, e Neossolos, com predominância dos Latossolos, seguidos por Argissolos, que representam juntos 72% da área total do município. Argissolo Vermelho-Amarelo Distrófico típico foi a classe, ao nível de subgrupo, de maior abrangência no município, ocorrendo em 34% da área total. Quanto à adequabilidade do uso da terra, 89% da área do município apresentam usos adequado e 7 %, inadequado. Na predição de classes de solos no campus da UFLA, as RNA apresentaram melhor desempenho quando foi utilizado um conjunto de treinamento constituído pelo maior número de covariáveis ambientais. Na predição das propriedades do solo as RNA também se destacaram. Em ambos os casos o aumento dos dados de treinamento aumentou o desempenho das técnicas. O levantamento pedológico do município de Lavras estratificou a ocorrência dos solos nas diferentes paisagens, que poderá embasar futuros trabalhos de pesquisa, de extensão e também servir de subsídio a decisões político-administrativas. A técnica de aprendizado de máquinas e RNA pode ser utilizada como ferramenta de mapeamento digital de classes e propriedades de solos em condições semelhantes à estudada.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal de Lavras-
Publicador: dc.publisherPrograma de Pós-Graduação em Ciência do Solo-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherbrasil-
Publicador: dc.publisherDepartamento de Ciência do Solo-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectLevantamento pedológico-
Palavras-chave: dc.subjectMapeamento digital de solos-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectPedological survey-
Palavras-chave: dc.subjectDigital Soil Mapping-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectCiência do Solo-
Título: dc.titleMapeamento de solos e uso de algoritmos de aprendizagem em Lavras (MG)-
Título: dc.titleSoil mapping and use of machine learning at Lavras (MG)-
Tipo de arquivo: dc.typetese-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.