ABSTRACT Pedosphere-hydrosphere interface accounts for the association between soil hydrology and landscape, represented by topographic and Remote Sensing data support and integration. This study aimed to analyze different statistical radiometric and spectral data selection methods and dimensionality reduce environment-related data to support the classification of soil physical-hydric properties, such as soil basic infiltration rate (bir) and saturated hydraulic conductivity (Ksat); as well as to act in data mining processes applied to hydropedological properties digital mapping. Accordingly, research integrated information from Visible to Infrared (VIS-IR) spectral indices and Sentinel’s 2A mission Multispectral Instrument (MSI) sensor bands, terrain numerical modeling and aerogeophysics set to model soil-water content in two soil layers (0.00-0.20 m and 0.20-0.40 m). Pre-processed data were subjected to statistical analysis (multivariate and hypothesis tests); subsequently, the methods were applied (variation inflation factor - VIF, Stepwise Akaike information criterion – Stepwise AIC, and recursive feature elimination - RFE) to mine covariates used for Random Forest modeling. Based on the results, there were distinctions and singularities in spectral and radiometric data selection for each adopted method; the importance degree, and contribution of each one to soil physical-hydric properties have varied. According to the applied statistical metrics and decision-making criteria (highest R2 and lowest RMSE / MAE), the chosen methods were RFE (0.00-0.20 m layers) and Stepwise AIC (0.20-0.40 m layers) - both concerned with the assessed variables (bir and Ksat). This approach captured the importance of environmental variables and highlighted their potential use in hydropedological digital mapping at Guapi-Macacu watershed.

ABSTRACT Notwithstanding the importance of soil surveys, advances in digital soil mapping have mainly focused on mapping soil attributes or properties rather than developing digital maps of soil units or soil classes. The purpose of this research was to develop digital soil unit maps based on primary soil data collection in areas without previously collected soil information. The covariate variability, the random effect across the data subset and the map outputs were the focuses of this study. We used five datasets with four models (Random Forest - RF, Gradient Boosted Machine - GBM, C5.0, and multinomial log-linear model - MLR). The covariates were grouped into five datasets, where four were grouped by Region Of Interest per Class (ROIC) and one was not grouped by ROIC. To evaluate the random effect to split the dataset, we ran each model 50 times and observed the overall accuracy (OA) and kappa index, and uncertainty, majority and variety maps. The OA of Dataset01 to 04 was lower than to Dataset05 accuracy. However, map outputs of RF and GBM for Dataset01 and Dataset05 had the same majority prediction. It seems that RF and GBM produce consistent results in map outputs according to this methodology and pedologist expertise. To evaluate the uncertainty and the consistency of soil unit prediction, we used the majority maps process. Random Forest, similar to GBM, presented the best results. The increase in the number of covariates was not a guarantee of improvement in the OA or in the quality of the map output. Geographic position and distance raster did not improve the map output according to expert evaluation. Because the variance between the ROICs, when the training and validation datasets were split based on it, the subsets are quite different in relation to the covariates, and this is the reason for the worse results of this model, comparing with the Dataset05. On the other hand, when considering one complete dataset not based on ROICs, the variance of training and validation subsets is lower and produced more accurate parameters of quality.

ABSTRACT: Planning sustainable use of land resources requires reliable information about spatial distribution of soil physical and chemical properties related to environmental processes and ecosystemic functions. In this context, cation exchange capacity (CEC) is a fundamental soil quality indicator; however, it takes money and time to obtain this data. Although many studies have been conducted to spatially quantify soil properties on various scales and in different environments, not much is known about interactions between soil properties and environmental covariates in the Brazilian semiarid region. The goal of this study was to evaluate the efficiency of random forest and cokriging models applied to predict CEC in the Brazilian semiarid region. The covariates used to predict CEC consist of images from Landsat 5 TM and a legacy soil map (scale 1:10,000). The sample set comprises 499 samples from the topsoil layer (0.00-0.20 m), where 375 samples were used in training processes and 124 as validation samples. The cokriging model (R2 = 0.57 and RMSE = 7.22 cmolc kg-1) performed better in predicting CEC than the random forest model (R2 = 0.47 and RMSE = 7.89 cmolc kg-1). The approach used showed potential for estimating CEC content in the Brazilian semiarid region by using covariates obtained from orbital remote sensing and the legacy soil map.

Resumo O objetivo deste trabalho foi avaliar a influência da resolução espacial do modelo digital de elevação e da eficiência de modelos Random Forest sobre a predição dos teores de areia, argila e carbono orgânico, com uso de número reduzido de amostras. O trabalho foi realizado em área de Cerrado com diversidade litológica, no Estado do Mato Grosso do Sul, tendo-se utilizado atributos morfométricos, dados do sensor TM Landsat 5 e litologia como covariáveis preditoras. Dados da camada superficial (0,0-0,2 m) de 175 perfis de solos (0,009 perfis km-2) e de 26 covariáveis preditoras foram utilizados com resolução espacial de 30 (conjunto 1) e 90 m (conjunto 2). A análise realizada pelo Random Forest mostrou que as covariáveis de nível de base do canal de drenagem, da elevação e da litologia foram as mais importantes para explicar a variabilidade. A validação dos modelos apresentou similaridade entre os conjuntos quanto à predição de areia, argila e carbono orgânico, o que explica os seguintes valores de variabilidade espacial, respectivamente: 44, 40 e 33%, para a resolução de 30 m; e de 45, 46 e 33%, para a resolução de 90 m. A resolução espacial das covariáveis preditoras tem pouca influência sobre a predição dos atributos, e a abordagem por Random Forest apresenta potencial de utilização para estimar atributos do solo.

Abstract The objective of this work was to evaluate the effect of the digital elevation model spatial resolution and of the efficiency of Random Forest models on the prediction of sand, clay, and organic carbon contents, using few soil samples. The study was carried out in a Cerrado area with lithological diversity, in the state of Mato Grosso do Sul, Brazil, using morphometric attributes, TM Landsat 5 sensor data, and lithology as predictive covariates. The surface layer data (0.0-0.2 m) of 175 soil profiles (0,009 profiles km-2) and of 26 predictor covariates were used with 30 (set 1) and 90-m (set 2) spatial resolutions. The performed analysis by Random Forest models showed that channel base level, elevation, and lithology were the most important ones to explain the variability. The validation of the models showed similarity among sets for the prediction of sand, clay, and organic carbon contents, which explains the following values of spatial variability, respectively: 44, 40, and 33%, for the spatial resolution of 30 m; and 45, 46, and 33%, for the spatial resolution of 90 m. The spatial resolution of the predictive covariates has little effect on attribute predictions, and the Random Forest approach has potential use for estimating soil properties.

Resumo O objetivo deste trabalho foi o desenvolvimento de modelos com diferentes conjuntos de dados, para estimar a densidade de solos de regiões tropicais montanhosas, a partir de atributos de solos comumente encontrados nas análises de perfis de solos descritos nos levantamentos regionais. O conjunto total de dados compõe-se de 163 amostras e foi dividido em seis grupamentos, dos quais três com 73 amostras, com o máximo de 32 covariáveis, e três com 163 amostras, com o máximo de 18 covariáveis. Testaram-se modelos de regressão linear múltipla (RLM) e randomForest (RF). A menor incerteza entre os modelos foi alcançada pelo RLM2, com R2 de 0,56, 13 covariáveis e 73 amostras. Nos grupamentos com 163 amostras, os melhores modelos foram os RF, com R2 médio de 0,48. A raiz quadrada da média do erro ao quadrado variou entre 0,09 e 0,14. As covariáveis mais importantes no modelo RF foram: carbono orgânico, hidrogênio, areia fina e grossa, saturação por bases e capacidade de troca catiônica. Pelo método "stepwise regression", as variáveis mais importantes foram: a relação silte/argila; areia grossa e fina; carbono orgânico; saturação por bases; e potássio.

Abstract The objective of this work was the development of models with different sets of data for estimating soil bulk density in tropical mountainous regions, from soil attributes commonly found in the analyses of soil profiles described in regional surveys. The complete dataset is composed of 163 samples and it was divided into six groups, of which three groups have 73 samples and the maximum of 32 covariables, and three have 163 samples and the maximum of 18 covariables. The linear regression (RLM) and randomForest (RF) models were tested. The lowest uncertainty between the models was achieved by RLM2, with R2 of 0.56, 13 covariables, and 73 samples. Considering the groups with 163 samples, the best models were the RFs with mean R2 of 0.48. The root mean squared error ranged between 0.09 and 0.14. The most important covariables in the RF model were: organic carbon, hydrogen, fine and coarse sand, base saturation, and cation exchange capacity. By the stepwise backward regression, the main covariables were: silt and clay relation; fine and coarse sand; organic carbon; base saturation; and potassium.

As propriedades dos solos têm grande impacto sobre aspectos econômicos e ambientais da produção agropecuária. As relações quantitativas entre as propriedades dos solos e os fatores que condicionam sua variabilidade são a base do mapeamento digital de solos. Os modelos preditivos de propriedades dos solos avaliados neste trabalho são os estatísticos (Regressão Linear Múltipla-RLM) e geoestatísticos (krigagem ordinária e cokrigagem). Este estudo foi desenvolvido para o município de Bom Jardim, RJ, e usou um banco de dados de solos com 208 pontos amostrais. Foram avaliados modelos preditivos para as frações areia, silte e argila, pH em água e carbono orgânico para seis profundidades, de acordo com as especificações do consórcio de mapeamento digital de solos em nível global (GlobalSoilMap). Utilizaram-se covariáveis preditoras contínuas e categóricas, estas últimas para avaliar suas contribuições ao modelo. Apenas as covariáveis ambientais elevação, aspecto, índice de potência de fluxo (SPI), índice de umidade (SWI), índice de vegetação por diferença normalizada (NDVI) e relação entre bandas b3/b2 apresentaram correlação significativa com as propriedades do solo. Os modelos preditivos tiveram em média coeficiente de determinação de 0,21. Os modelos preditivos que apresentaram os melhores resultados foram os geoestatísticos, com o maior coeficiente de determinação 0,43 associado à propriedade areia entre 60 e 100 cm de profundidade. A utilização de conjunto de dados de solos esparsos para mapeamento digital de propriedades de solos pode explicar apenas uma parte da variação espacial dessas propriedades. Os resultados podem estar relacionados à densidade de amostragem, à quantidade e qualidade das covariáveis ambientais usadas e aos modelos preditivos utilizados.

Soil properties have an enormous impact on economic and environmental aspects of agricultural production. Quantitative relationships between soil properties and the factors that influence their variability are the basis of digital soil mapping. The predictive models of soil properties evaluated in this work are statistical (multiple linear regression-MLR) and geostatistical (ordinary kriging and co-kriging). The study was conducted in the municipality of Bom Jardim, RJ, using a soil database with 208 sampling points. Predictive models were evaluated for sand, silt and clay fractions, pH in water and organic carbon at six depths according to the specifications of the consortium of digital soil mapping at the global level (GlobalSoilMap). Continuous covariates and categorical predictors were used and their contributions to the model assessed. Only the environmental covariates elevation, aspect, stream power index (SPI), soil wetness index (SWI), normalized difference vegetation index (NDVI), and b3/b2 band ratio were significantly correlated with soil properties. The predictive models had a mean coefficient of determination of 0.21. Best results were obtained with the geostatistical predictive models, where the highest coefficient of determination 0.43 was associated with sand properties between 60 to 100 cm deep. The use of a sparse data set of soil properties for digital mapping can explain only part of the spatial variation of these properties. The results may be related to the sampling density and the quantity and quality of the environmental covariates and predictive models used.

A amostragem é uma das etapas mais importantes dos levantamentos de solos. No entanto, os esquemas de amostragem utilizados nos levantamentos convencionais têm se evidenciado inadequados para o mapeamento digital de solos, pois podem comprometer os resultados e, além disso, não possibilitam a realização de análises estatísticas. Este estudo teve por objetivo avaliar o método de amostragem do hipercubo latino condicionado (cLHS, sigla em inglês), na presença de covariáveis ambientais (elevação, declividade, curvatura e mapa de uso e cobertura do solo), em comparação com a amostragem aleatória, na alocação de 100 pontos amostrais, buscando maior representatividade das características ambientais da bacia do rio Guapi-Macacu. O desempenho dos métodos foi avaliado pela análise qualitativa dos histogramas de frequência e das análises estatísticas pelos testes F, T de Student e Kolmogorov-Smirnov (K-S), para cada covariável. Os resultados apresentaram que os pontos selecionados pelo método cLHS possuíam distribuição geográfica mais adequada do que aqueles obtidos pela amostragem aleatória. Além disso, o método cLHS preservou mais a distribuição de frequência das covariáveis contínuas do que a amostragem aleatória; para covariável categórica uso e cobertura do solo os métodos foram equivalentes. Os testes estatísticos confirmaram o melhor desempenho do método cLHS, cujas amostras não diferiram estatisticamente da bacia. Entretanto, a amostragem aleatória apresentou diferença estatística para com a bacia, para todas as covariáveis contínuas para pelo menos um dos testes utilizados. Assim, o método cLHS pode ser considerado como um método satisfatório para seleção de locais de amostragem em áreas heterogêneas similares as deste estudo, visando a utilização no mapeamento digital de solos.

Soil sampling is one of the most important stages in soil surveys. However, in conventional soil surveys, sampling schemes have proven to be inadequate for digital soil mapping because they may affect the results obtained and, in addition, they do not allow statistical estimations to be performed. This study attempts to evaluate the conditioned Latin Hypercube Sampling (cLHS) method with four environmental covariates (elevation, slope, curvature and land cover/land use map), in comparison to random sampling, in allocating 100 sample points, seeking a more representative description of the environmental characteristics of the Macacu watershed area. The performance of the methods was evaluated by qualitative assessment of histograms of distribution, and statistical analyses by the F test, Student T Test and Kolmogorov-Smirnov test (K-S) for each covariable. The sampling points selected by the cLHS method showed better geographic distribution than those obtained by random sampling. Furthermore, the cLHS method better maintained the frequency distribution of the continuous covariables than random sampling did, and the categorical covariable of land cover/land use showed no significance differences between the cLHS and random methods. Statistical analysis confirmed the better performance of the cLHS method compared to the random method, and the cLHS samples showed no significance differences from the watershed data. In contrast, the random samples showed significance differences from the watershed data for all the continuous covariables for at least one of the statistical tests used. Thus, the cLHS method is a satisfactory method for selecting points for soil sampling in heterogeneous areas, like those of the present study, for the purpose of use in digital soil mapping.

O trabalho teve como objetivo apresentar uma proposta metodológica para o zoneamento agroecológico do Estado do Mato Grosso do Sul, tendo como estudo de caso o município de Bandeirantes. Foram utilizadas geotecnologias, tais como: imagens de satélite (Landast 5), sistema de posicionamento global, sistemas de informação geográfica, cartografia digital e software de processamento digital de imagens, visando construir parâmetros ambientais para uma análise integrada de dados, associados com atributos do terreno derivados de um modelo digital de elevação, dados de propriedades dos solos e de clima. Estas geotecnologias foram empregadas para calcular e espacializar o potencial natural de erosão das terras, a fertilidade natural, drenagem interna e a capacidade de retenção de umidade dos solos. A análise integrada dos parâmetros ambientais, do uso atual das terras e da espacialização da legislação ambiental, permitiu estratificar o município em diferentes zonas agroecológicas recomendadas para o uso agrícola; para o uso com pastagens; para a conservação dos recursos naturais e para a recuperação ambiental. No município de Bandeirantes as zonas agroecológicas recomendadas para o uso com lavouras somam 1.150 km2 (37%) e para pastagens 1.658 km2 (53%), As recomendadas para conservação dos recursos naturais e para recuperação ambiental correspondem a 310 km2, isto é, 10% das terras do município. Pôde-se concluir que a análise integrada de dados ambientais associados às geotecnologias possibilitou a avaliação quantitativa e qualitativa permitindo à estratificação do município em diferentes zonas agroecológicas com indicação de áreas passíveis de exploração agrícola sustentável

This study aimed to present the methodological approach of the agroecological zoning of Mato Grosso do Sul State. The approach incorporated quantitative and qualitative assessment, with geotechnologies (satellite image–landsat 5, global positioning system, geographic information system, digital mapping, software of digital image processing) adoption to perform an integrated analysis of environmental data. Primary soils information associated with terrain attributes and climate characteristics were used with geotechnologies to evaluation of the natural erosion potential, natural fertility, internal drainage and moisture soil retention capacity of soil. The land use, and land cover and the environmental laws were observed. The integrated analysis of these data allowed environmental stratification in different agroecological zones. These zones are defined to agricultural use; pastures; conservation of natural resources or ecological restoration. In Bandeirantes case study, the agroecological zones recommended for agriculture sum 1,150 km2. The evaluation for conservation of natural resources and ecological results in 310 km2, and for the areas recommended for pastures sum 1,650 km2 or 53% of Bandeirantes municipality. This study allows conclude that the integrated analysis of environmental data with application of geotechnologies can subsidize a quantitative and qualitative assessment, stratifying the lands in different agroecological zones, each one with recommendations for sustainable use, and contributing as a powerful tool for spatial planning.

O presente estudo teve como objetivo identificar as relações existentes entre atributos do terreno, material de origem e os solos em uma área no Noroeste do Estado do Rio de Janeiro. Os atributos do terreno: elevação, declividade, aspecto, plano de curvatura, radiação solar e índice CTI, e as litologias dominantes na área tiveram influência direta na distribuição dos solos da área, com os solos derivados de migmatitos apresentando mudança textural abrupta, diferentemente dos solos originados dos granulitos. A elevação e a declividade ajudaram a explicar a distribuição dos Neossolos Litólicos e Cambissolos na área, enquanto a declividade e o índice CTI explicam a ocorrência dos Argissolos Amarelos, Vermelho-Amarelos e dos Gleissolos em relevo suavizado. Diferenças na profundidade são condicionadas pela curvatura do terreno, com áreas côncavas apresentando solos menos profundos (saprolíticos) do que nas áreas convexas. Os Argissolos derivados dos granulitos, que ocorrem em relevo forte ondulado ou montanhoso, em encostas voltadas para norte, com maior incidência de radiação solar, apresentam coloração vermelha e são eutróficos, enquanto os Argissolos das encostas voltadas para sul (< radiação solar) são vermelho-amarelados, distróficos e com horizonte B latossólico em profundidade.

The present study aimed to identify the relationships between land attributes, source material and soils in a Northwest Rio de Janeiro State area. Land attributes as: elevation, slope, aspect, plan curvature, solar radiation and compound topographic index (CTI), and the dominant lithology in the area had a strict influence on the soil distribution, which that ones derived from migmatites showing abrupt textural change, unlike soils originating from the granulites. Elevation and slope attributes helped out to explain the distribution of Leptosols and Cambisols in the area, while slope and CTI attributes explain the occurrence of Yelow and Red Yelow Acrisols and Gleysols on low relief. Distincts depths are constrained by the curvature of the terrain, with concave areas presenting shallower soils (saprolitic) than in convex areas. The Acrisols derived from granulites, which occur in hilly conditions, on slopes facing north and highest incidence of solar radiation, show red hue and are eutrophic, while the Acrisols on slopes facing south (< solar radiation) are yellowish-red, dystrophic and show ferralic horizon at depth.

Geomorphometric variables are applied in digital soil mapping because of their strong correlation with the disposition and distribution of pedological components of the landscapes. In this research, the relationship between environmental components of tropical hillslope areas in the Rio de Janeiro State, Brazil, artificial neural networks (ANN), and maximum likelihood algorithm (MaxLike) were evaluated with the aid of geoprocessing techniques. ANN and MaxLike were applied to soilscape mapping and the results were compared to the original map. The ANN architectures with seven and five neurons in the hidden layer produced the best classifications when using samples obtained systematically. When random samples were applied, the best neural net architectures were within 22 and 16 neurons in the hidden layer. In conclusion, the ANN can contribute to soilscape surveys, making map delineation faster and less expensive. The digital elevation model (DEM) and its derived attributes can contribute to the understanding of the soil-landscape relationship of tropical hillslope areas; the use of artificial neural networks and MaxLike is feasible for digital soilscape mapping. The systematic sampling method provided a global accuracy of 70 % and 65.9 % for the ANN and the MaxLike, respectively. When the random sampling method was applied, the ANN had a global accuracy of 69.6 %, and the MaxLike had an accuracy of 62.1 %, considering the total study area in relation to the reference map.

No presente estudo, foi realizada uma avaliação de diferentes variáveis ambientais no mapeamento digital de solos em uma região no norte do Estado de Minas Gerais, utilizando redes neurais artificiais (RNA). Os atributos do terreno declividade e índice topográfico combinado (CTI), derivados de um modelo digital de elevação, três bandas do sensor Quickbird e um mapa de litologia foram combinados, e a importância de cada variável para discriminação das unidades de mapeamento foi avaliada. O simulador de redes neurais utilizado foi o "Java Neural Network Simulator", e o algoritmo de aprendizado, o "backpropagation". Para cada conjunto testado, foi selecionada uma RNA para a predição das unidades de mapeamento; os mapas gerados por esses conjuntos foram comparados com um mapa de solos produzido com o método convencional, para determinação da concordância entre as classificações. Essa comparação mostrou que o mapa produzido com o uso de todas as variáveis ambientais (declividade, índice CTI, bandas 1, 2 e 3 do Quickbird e litologia) obteve desempenho superior (67,4 % de concordância) ao dos mapas produzidos pelos demais conjuntos de variáveis. Das variáveis utilizadas, a declividade foi a que contribuiu com maior peso, pois, quando suprimida da análise, os resultados da concordância foram os mais baixos (33,7 %). Os resultados demonstraram que a abordagem utilizada pode contribuir para superar alguns dos problemas do mapeamento de solos no Brasil, especialmente em escalas maiores que 1:25.000, tornando sua execução mais rápida e mais barata, sobretudo se houver disponibilidade de dados de sensores remotos de alta resolução espacial a custos mais baixos e facilidade de obtenção dos atributos do terreno nos sistemas de informação geográfica (SIG).

This study evaluated different environmental variables in the digital soil mapping of an area in the northern region of Minas Gerais State, using artificial neural networks. The environmental variables terrain attributes (slope and compound topographic index), the quickbird bands 1, 2 and 3, and lithology were evaluated. The importance of each of the variables in the classification was tested. The "Java Neural Network Simulator" was used with the backpropagation learning algorithm. For each dataset a neural network was created to predict the soil mapping units, and the map produced by the nets was compared with the conventional, to show the general accuracy of each one. The best classification was achieved when all variables were used, with an accuracy of 67.4 % compared to the the conventional soil map. Of the variables, slope was most significant, because when excluded from the dataset, the classification was worst (accuracy 33.7 %). This result showed that the approach can contribute to overcome some problems of soil mapping in Brazil, especially at scales larger than 1:25,000, with faster and cheaper execution, mainly if remote sensing data with high spatial resolution and an affordable price are available, and good digital elevation models to generate the terrain attributes in the geographical information systems.

Avaliou-se a aptidão para reflorestamento das terras das partes não edificadas da vertente norte do maciço da Tijuca, sub-bacias dos canais do Mangue e do Cunha, com o intuito de subsidiar ações do Programa Mutirão Reflorestamento da Secretaria Municipal de Meio Ambiente do Rio de Janeiro. A avaliação da aptidão das terras estimou graus de limitação dos parâmetros: deficiência de nutrientes, deficiência de água, susceptibilidade à erosão e impedimentos ao manejo. Estes graus de limitação foram estimados para os componentes das unidades de mapeamento de solos, considerando as informações de solos e paisagens do mapeamento existente. Para a digitalização e organização das informações geradas, foram utilizados sistemas de informações geográficas. As seguintes classes de aptidão para reflorestamento foram determinadas: 11,2 % de Regular, 81,5 % de Restrita e 7,3 % de Inapta. A declividade representa o fator limitante de maior importância para as terras da classe de aptidão restrita, seguida da presença de rochosidade.

The suitability for reforestation of parts of the North Slope of the Tijuca neighborhood not covered by buildings, the Mangue and Cunha watersheds, was studied. The plan was to subsidize the "Mutirão" Reforestation Program of the Environmental Department of Rio de Janeiro Municipality. Nutrient deficiency, water deficiency, erosion susceptibility and management impediments were considered in the evaluation of land suitability. The limitation degrees were evaluated for the components of soil survey units, considering soil and landscape information from the available maps. Geographical information systems were used for data input, geoprocessing and results presentation. The studied area presented the following distribution of suitability classes for reforestation: 11.2 % regular, 81.5 % restricted and 7.3 % unsuitable. Slope is the most limitant factor in the restricted class followed by the presence of rocks.