SciELO - Scientific Electronic Library Online

 
vol.45 número5Avaliação de fluxos de calor e evapotranspiração pelo modelo SEBAL com uso de dados do sensor ASTERCarbono, matéria orgânica leve e fósforo remanescente em diferentes sistemas de manejo do solo índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Pesquisa Agropecuária Brasileira

versão impressa ISSN 0100-204X

Resumo

CHAGAS, César da Silva et al. Atributos topográficos e dados do Landsat7 no mapeamento digital de solos com uso de redes neurais. Pesq. agropec. bras. [online]. 2010, vol.45, n.5, pp. 497-507. ISSN 0100-204X.  http://dx.doi.org/10.1590/S0100-204X2010000500009.

O objetivo deste trabalho foi avaliar variáveis discriminantes no mapeamento digital de solos com uso de redes neurais artificiais. Os atributos topográficos elevação, declividade, aspecto, plano de curvatura e índice topográfico, derivados de um modelo digital de elevação, e os índices de minerais de argila, óxido de ferro e vegetação por diferença normalizada, derivados de uma imagem do Landsat7, foram combinados e avaliados quanto à capacidade de discriminação dos solos de uma área no noroeste do Estado do Rio de Janeiro. Foram utilizados o simulador de redes neurais Java e o algoritmo de aprendizado "backpropagation". Os mapas gerados por cada um dos seis conjuntos de variáveis testados foram comparados com pontos de referência, para a determinação da exatidão das classificações. Esta comparação mostrou que o mapa produzido com a utilização de todas as variáveis obteve um desempenho superior (73,81% de concordância) ao de mapas produzidos pelos demais conjuntos de variáveis. Possíveis fontes de erro na utilização dessa abordagem estão relacionadas, principalmente, à grande heterogeneidade litológica da área, que dificultou o estabelecimento de um modelo de correlação ambiental mais realista. A abordagem utilizada pode contribuir para tornar o levantamento de solos no Brasil mais rápido e menos subjetivo.

Palavras-chave : atributos do terreno; classificação de solos; modelo digital de elevação; redes neurais artificiais.

        · resumo em Inglês     · texto em Português     · pdf em Português