Show simple item record

dc.contributor.advisorGiasson, Elviopt_BR
dc.contributor.authorCampos, Alcinei Ribeiropt_BR
dc.date.accessioned2019-04-10T02:38:17Zpt_BR
dc.date.issued2018pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/190235pt_BR
dc.description.abstractO Mapeamento Digital de Solos (MDS) tem granhado destaque como uma alternativa às abordagens tradicionais empregadas nos levantamentos de solos, entretanto, ainda não possui uma metododlogia definida. Dentre os aspectos envolvidos no MDS, ainda não há recomendação de métodos eficientes para seleção das variáveis mais relevantes, nem técnicas que permitam aumentar a eficiência no uso de perfis de solos georreferenciados na predição dos solos, assim, a presente tese teve como objetivos gerais estudar técnicas que podem ser aplicadas para aumentar a eficiência das metodologias empregadas no MDS. A tese está dividida em três estudos. Os estudos foram realizados nas bacias dos rios Santo Cristo e do Lajeado Grande, noroeste do Rio Grande do Sul. O Estudo 1 avaliou três métodos de seleção de variáveis preditoras, aplicados em 40 variáveis ambientais buscando identificar as variáveis mais relevantes para predição da ocorrência dos solos, assim como método mais eficiente para seleção destas variáveis preditores. Neste estudo concluiu-se que a seleção recursiva wrapper selecionou o subconjunto de variáveis com maior eficiência na predição da ocorrência dos solos. O segundo estudo avaliou as variáveis preditores em múltiplos níveis de suavização, para isso foram aplicados diferentes tamanhos de filtro média no modelo digital de elevação a partir dos quais foram geradas as variáveis preditores. Neste estudo concluiu-se que a aplicação dos filtros com tamanhos 20x20, 25x25 e 30x30 resultou em variáveis com maior eficiência na predição de solos. O terceiro estudo avaliou o uso de buffer para coleta de amostras vizinhas aos perfis de solos georreferenciados disponíveis nas áreas de estudo. Foram testados cinco raios de buffers para coleta dos pixels amostrais. Neste estudo concluiu-se que a utilização dos pixels amostrais coletados nos buffers não alterou de forma expressiva a acurácia geral dos mapas preditos na bacia do rio Lajeado Grande, mas permitiu um ganho de 15,6% de concordância no mapa predito da bacia do rio Santo Cristo. Como conclusão geral constatamos que os procedimentos metodológicos testados aumentaram o desempenho das técnicas utilziadas na predição de ocorrência dos solos e podem ser utilizadas em áreas com disponibilidade de dados de solos na forma de mapas legados ou perfis georreferenciados.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectClassificacao do solopt_BR
dc.subjectPedologiapt_BR
dc.subjectMapeamento digitalpt_BR
dc.titleMapeamento digital de classes de solos nas bacias dos rios Santo Cristo e Lajeado Grandept_BR
dc.title.alternativeDigital soil class mapping in the watersheds of the rivers Santo Cristo and Lajeado Grande en
dc.typeTesept_BR
dc.identifier.nrb001088230pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentFaculdade de Agronomiapt_BR
dc.degree.programPrograma de Pós-Graduação em Ciência do Solopt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2018pt_BR
dc.degree.leveldoutoradopt_BR


Files in this item

Thumbnail
   

This item is licensed under a Creative Commons License

Show simple item record