SciELO - Scientific Electronic Library Online

 
vol.42 número6Meios de cultura para a multiplicação de espécies silvestres de ManihotDiversidade genética em populações de Hancornia speciosa Gomes: Implicações para a conservação dos recursos genéticos índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

Compartilhar


Ciência e Agrotecnologia

versão impressa ISSN 1413-7054versão On-line ISSN 1981-1829

Resumo

COSTA, Elias Mendes; SAMUEL-ROSA, Alessandro  e  ANJOS, Lúcia Helena Cunha dos. Qualidade do modelo digital de elevação na acurácia do mapeamento digital de solos. Ciênc. agrotec. [online]. 2018, vol.42, n.6, pp.608-622. ISSN 1981-1829.  http://dx.doi.org/10.1590/1413-70542018426027418.

Modelos digital de elevação (MDE) usados no mapeamento digital de solo (MDS) são comumente selecionados com base em medidas e indicadores (critérios de qualidade) que refletem como um determinado MDE representa a superfície da paisagem. A hipótese é que, quanto mais acurado for um DEM, mais acurada serão as predições do MDS. O objetivo deste estudo foi avaliar diferentes critérios para identificar o MDE que fornece as predições mais acuradas do MDS. Um conjunto de 10 critérios foi utilizado para avaliar a qualidade de nove MDEs construídos com diferentes fontes de dados, rotinas de processamento e três resoluções (5, 20 e 30 m). Modelos de regressão logística multinomial foram calibrados usando 157 observações de solo e atributos de terreno derivados de cada MDE. As predições de classe de solo foram validadas usando validação cruzada leave-one-out. Os resultados mostraram que, para cada resolução, os critérios de qualidade são úteis para identificar o MDE que representa mais precisamente a superfície da paisagem. No entanto, para todas as três resoluções, o MDE mais acurado não produziu as predições mais acuradas do MDS. Com os MDEs de resolução de 20 m, as predições do MDS foram cinco pp menos acuradas ao usar o MDE mais acurado. A resolução de 5 m foi o MDE mais acurado e resultou em predições com 44% de acurácia; este valor foi igual ao obtido com duas resoluções mais grossas, MDEs com menor acurácia. Assim, a identificação do melhor MDE para o MDS exige a avaliação da acurácia das predições do MDS usando alguma forma de validação externa, porque não necessariamente o MDE mais acurado produzirá as melhores predições do MDS.

Palavras-chave : Regressão logística multinomial; variáveis preditoras; colinearidade; entropia de Shannon.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )