Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil.
Conceitos em pedometria e técnicas de Machine Learning são cada vez mais utilizados na execução de levantamentos de solos, empregando procedimentos de mapeamento digital de solos. O objetivo do estudo foi avaliar o desempenho de modelos Multivariate Adaptive Regression Spline (MARS), Radial Support Vector Machine (SVMRadial) e Random Forest (RF), para predição espacial de Fe2O3, MnO, Nb e TiO2, em Morro dos Seis Lagos-AM, Brasil. A metodologia consistiu em: Revisão bibliográfica; Compilação dos dados geoquímicos; Tratamento e análise dos dados (input data); Seleção de covariáveis; Aplicação de algoritmos para predição de elementos; Obtenção dos mapas, análise dos resultados e interpretações. Os resultados demonstraram maior acurácia para a predição de teores de óxido de ferro (Fe2O3), manganês (MnO) e nióbio (Nb) com o modelo RF, já para titânio (TiO2), melhor desempenho foi observado com o modelo SVMRadial. As covariáveis morfométricas foram mais relevantes do que covariáveis derivadas de índices espectrais.
Main Authors: | , , , , |
---|---|
Other Authors: | |
Format: | Artigo de periódico biblioteca |
Language: | por |
Published: |
2024-05-28
|
Subjects: | Pedometria, Machine-Learning, Áreas de Difícil Acesso, Pedometrics, Machine Learning, Poorly-Accessible Areas, |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1164568 https://doi.org/10.36403/espacoaberto.2024.60234 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
dig-alice-doc-1164568 |
---|---|
record_format |
koha |
spelling |
dig-alice-doc-11645682024-05-28T18:53:15Z Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil. RODRIGUES, N. B. SILVA, J. C. L. da SILVA, R. P. M. da PINHEIRO, H. S. K. CARVALHO JUNIOR, W. de NIRIELE BRUNO RODRIGUES, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; JÚLIO CESAR LOPES DA SILVA, UNIVERSIDADE FEDERAL DO RIO DE JANEIRO; RENAN PEREIRA MARINATTI DA SILVA, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; HELENA SARAIVA KOENOW PINHEIRO, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; WALDIR DE CARVALHO JUNIOR, CNPS. Pedometria Machine-Learning Áreas de Difícil Acesso Pedometrics Machine Learning Poorly-Accessible Areas Conceitos em pedometria e técnicas de Machine Learning são cada vez mais utilizados na execução de levantamentos de solos, empregando procedimentos de mapeamento digital de solos. O objetivo do estudo foi avaliar o desempenho de modelos Multivariate Adaptive Regression Spline (MARS), Radial Support Vector Machine (SVMRadial) e Random Forest (RF), para predição espacial de Fe2O3, MnO, Nb e TiO2, em Morro dos Seis Lagos-AM, Brasil. A metodologia consistiu em: Revisão bibliográfica; Compilação dos dados geoquímicos; Tratamento e análise dos dados (input data); Seleção de covariáveis; Aplicação de algoritmos para predição de elementos; Obtenção dos mapas, análise dos resultados e interpretações. Os resultados demonstraram maior acurácia para a predição de teores de óxido de ferro (Fe2O3), manganês (MnO) e nióbio (Nb) com o modelo RF, já para titânio (TiO2), melhor desempenho foi observado com o modelo SVMRadial. As covariáveis morfométricas foram mais relevantes do que covariáveis derivadas de índices espectrais. Título em inglês: Digital mapping of Fe2O3, MnO, Nb and TiO2 contents in Morro Seis Lagos - AM, Brazil. 2024-05-28T18:53:15Z 2024-05-28T18:53:15Z 2024-05-28 2024 Artigo de periódico Espaço Aberto, v. 14, n. 1, p. 157-174, 2024. http://www.alice.cnptia.embrapa.br/alice/handle/doc/1164568 https://doi.org/10.36403/espacoaberto.2024.60234 por openAccess |
institution |
EMBRAPA |
collection |
DSpace |
country |
Brasil |
countrycode |
BR |
component |
Bibliográfico |
access |
En linea |
databasecode |
dig-alice |
tag |
biblioteca |
region |
America del Sur |
libraryname |
Sistema de bibliotecas de EMBRAPA |
language |
por |
topic |
Pedometria Machine-Learning Áreas de Difícil Acesso Pedometrics Machine Learning Poorly-Accessible Areas Pedometria Machine-Learning Áreas de Difícil Acesso Pedometrics Machine Learning Poorly-Accessible Areas |
spellingShingle |
Pedometria Machine-Learning Áreas de Difícil Acesso Pedometrics Machine Learning Poorly-Accessible Areas Pedometria Machine-Learning Áreas de Difícil Acesso Pedometrics Machine Learning Poorly-Accessible Areas RODRIGUES, N. B. SILVA, J. C. L. da SILVA, R. P. M. da PINHEIRO, H. S. K. CARVALHO JUNIOR, W. de Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil. |
description |
Conceitos em pedometria e técnicas de Machine Learning são cada vez mais utilizados na execução de levantamentos de solos, empregando procedimentos de mapeamento digital de solos. O objetivo do estudo foi avaliar o desempenho de modelos Multivariate Adaptive Regression Spline (MARS), Radial Support Vector Machine (SVMRadial) e Random Forest (RF), para predição espacial de Fe2O3, MnO, Nb e TiO2, em Morro dos Seis Lagos-AM, Brasil. A metodologia consistiu em: Revisão bibliográfica; Compilação dos dados geoquímicos; Tratamento e análise dos dados (input data); Seleção de covariáveis; Aplicação de algoritmos para predição de elementos; Obtenção dos mapas, análise dos resultados e interpretações. Os resultados demonstraram maior acurácia para a predição de teores de óxido de ferro (Fe2O3), manganês (MnO) e nióbio (Nb) com o modelo RF, já para titânio (TiO2), melhor desempenho foi observado com o modelo SVMRadial. As covariáveis morfométricas foram mais relevantes do que covariáveis derivadas de índices espectrais. |
author2 |
NIRIELE BRUNO RODRIGUES, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; JÚLIO CESAR LOPES DA SILVA, UNIVERSIDADE FEDERAL DO RIO DE JANEIRO; RENAN PEREIRA MARINATTI DA SILVA, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; HELENA SARAIVA KOENOW PINHEIRO, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; WALDIR DE CARVALHO JUNIOR, CNPS. |
author_facet |
NIRIELE BRUNO RODRIGUES, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; JÚLIO CESAR LOPES DA SILVA, UNIVERSIDADE FEDERAL DO RIO DE JANEIRO; RENAN PEREIRA MARINATTI DA SILVA, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; HELENA SARAIVA KOENOW PINHEIRO, UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO; WALDIR DE CARVALHO JUNIOR, CNPS. RODRIGUES, N. B. SILVA, J. C. L. da SILVA, R. P. M. da PINHEIRO, H. S. K. CARVALHO JUNIOR, W. de |
format |
Artigo de periódico |
topic_facet |
Pedometria Machine-Learning Áreas de Difícil Acesso Pedometrics Machine Learning Poorly-Accessible Areas |
author |
RODRIGUES, N. B. SILVA, J. C. L. da SILVA, R. P. M. da PINHEIRO, H. S. K. CARVALHO JUNIOR, W. de |
author_sort |
RODRIGUES, N. B. |
title |
Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil. |
title_short |
Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil. |
title_full |
Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil. |
title_fullStr |
Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil. |
title_full_unstemmed |
Mapeamento digital dos teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil. |
title_sort |
mapeamento digital dos teores de fe2o3, mno, nb e tio2 em morro dos seis lagos - am, brasil. |
publishDate |
2024-05-28 |
url |
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1164568 https://doi.org/10.36403/espacoaberto.2024.60234 |
work_keys_str_mv |
AT rodriguesnb mapeamentodigitaldosteoresdefe2o3mnonbetio2emmorrodosseislagosambrasil AT silvajclda mapeamentodigitaldosteoresdefe2o3mnonbetio2emmorrodosseislagosambrasil AT silvarpmda mapeamentodigitaldosteoresdefe2o3mnonbetio2emmorrodosseislagosambrasil AT pinheirohsk mapeamentodigitaldosteoresdefe2o3mnonbetio2emmorrodosseislagosambrasil AT carvalhojuniorwde mapeamentodigitaldosteoresdefe2o3mnonbetio2emmorrodosseislagosambrasil |
_version_ |
1802818246289653760 |