Universidade Federal Rural do Rio de Janeiro Seropédica, 27 de Julho de 2025

Resumo do Componente Curricular

Dados Gerais do Componente Curricular
Tipo do Componente Curricular: MÓDULO
Unidade Responsável: PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM E EVOLUÇÃO GEOLÓGICA/IGEO (11.39.00.12)
Código: IA-1353
Nome: MAPEAMENTO DIGITAL E MODELAGEM PREDITIVA EM GEOCIENCIAS
Carga Horária Teórica: 15 h.
Carga Horária Prática: 45 h.
Carga Horária de Ead: 0 h.
Carga Horária Total: 60 h.
Pré-Requisitos:
Co-Requisitos:
Equivalências:
Excluir da Avaliação Institucional: Não
Matriculável On-Line: Sim
Horário Flexível da Turma: Sim
Horário Flexível do Docente: Sim
Obrigatoriedade de Nota Final: Sim
Pode Criar Turma Sem Solicitação: Sim
Necessita de Orientador: Não
Exige Horário: Sim
Permite CH Compartilhada: Não
Permite Múltiplas Aprovações: Não
Quantidade de Avaliações: 1
Ementa/Descrição: Mapeamento Digital: geotecnologias (estatística espacial, sistemas de informação geográfica, sensoriamento remoto); Interpolacao vertical e comparação de colação de dados (algoritms for quantitative pedology – AQP package); Modelagem com uso de modelos baseados em arvores (CART Models): árvores de decisão, árvores de regressão, gradient boosting machine, random forest; Uso das ferramentas computacionais: R, SAGA-GIS, ArcGIS e planilha eletrônica.
Referências: CÂMARA, G.; DAVIS, C. Geoprocessamento - Teoria e Aplicações. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2001. Disponível em: www.dpi.inpe.br/gilberto/livro/. ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE INC. ESRI. Redlands. CA. Software: ArcGIS e ArcINFO – v.10.2010. CD-ROM. FLORINSKY, I.V., EILERS, R. G., MANNING, G. R., FULLER, L. G. Prediction of soil properties by digital terrain modeling. Environmental Modelling & Software. 2002. 17, pp. 295–311. GALLANT, J. C.; WILSON, J. P. Primary topographic attributes. In: WILSON, J. P. & GALLANT, J. C. (Eds.). Terrain Analysis: Principles and applications. New York: John Wiley & Sons. 2000. p.51-85. HALL, G.F. & OLSON, C. G. Predicting variability of soils from landscape models.In: MAUSBACH, M. J. and WILDING, L. P. [Eds.] Spatial variabilities of soils and landforms. SSSA Special Publication 28. SSSA. Madison. WI. 1991. p.9-24. LAGACHERIE, P.; McBRATNEY, A. B. Chapter I. Spatial soil information systems and spatial soil inference systems: perspectives for Digital Soil Mapping. In: LAGACHERIE, P; MCBRATNEY, A. B.; VOLTZ, M. (Eds.) Digital Soil Mapping, an introductory perspective. Developments in soil science, vol.31. Elsevier, Amsterdam, pp. 301-326. 2007. R DEVELOPMENT CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna. 2013. Disponível em: www.r-project.org/isbn 3- 900051-07-0. SYSTEM FOR AUTOMATED GEOSCIENTIFIC ANALYSES.SAGA. Version: 2.1.4. Copyrights (c) 2002-2014 by Olaf Conrad. GNU General Public License version 2.0. 1999. Disponível em: http://www.saga-gis.org. DE GRUIJTER, J. J.; BRUS, D.; BIERKENS, M.; KNOTTERS, M. Sampling for natural resource monitoring. Berlin: Springer, p. 332, 2006. URL: http://www.springer.com/environment/environmental+toxicology/book/978-3-540-22486-0

SIGAA | Coordenadoria de Tecnologia da Informação e Comunicação - COTIC/UFRRJ - (21) 2681-4638 | Copyright © 2006-2025 - UFRN - sig-node2.ufrrj.br.producao2i1 v4.17.0_r3