Banca de QUALIFICAÇÃO: BLENDA PEREIRA BASTOS

DADOS GEOFÍSICOS AÉREOS NA MODELAGEM PREDITIVA 1 DE 2 ATRIBUTOS DO SOLO EM BOM JARDIM -RJ

Geofísica, modelos preditivos, Bom Jardim de Minas

Dados geofísicos têm grande potencial para representar fatores formadores do solo, como

6 como material de origem e relevo, auxiliando na previsão dos atributos do solo no mapeamento digital do solo

7 por meio de algoritmos de aprendizado de máquina. O objetivo do trabalho de pesquisa era aplicar modelagem preditiva

8 técnicas usando dados geofísicos aerotransportados, terreno e covariáveis hidrológicas obtidos a partir do

9 Modelo Digital de Elevação (DEM) com o objetivo de avaliar a importância dessas covariáveis para a modelagem

10 propriedades do solo e avaliar a dinâmica da paisagem tropical. O estudo foi realizado em Bom

11 Município de Jardim, Rio de Janeiro, Brasil, com banco de dados composto por 208 amostras superficiais de solo

12 e um total de 37 covariáveis. Covariáveis não explicativas para os atributos de solo selecionados foram

13 excluídos anteriormente usando os métodos nearZeroVar, findCorrelation e rfeControl. Através de

14 covariáveis selecionadas, os modelos Random Forest (RF) e Gradient Boosting Machine (GBM)

15 foram realizados com amostras separadas para treinamento (70%) e validação (30%). do modelo

16 desempenho foi avaliado quantitativamente através do coeficiente de determinação (R2) e raiz

17 quadrados médios (RMSE). A partir da análise RFE, os dados geofísicos compõem mais de 50% dos dados mais

18 covariáveis importantes para areia. Para a argila, a contribuição desses dados foi menor, compreendendo

19 35% (rfFuncs) e 41,66% (caretFuncs). Os melhores resultados foram obtidos pelo modelo de RF com

20 Valores de R2 e RMSE iguais a 0,14 e 156,24 (g/kg), respectivamente, para Areia (g/kg) e R2 e

21 Valores de RMSE iguais a 0,10 e 132,42 (g/kg), respectivamente, para Clay (g/kg).