Banca de DEFESA: PEDRO ARMENTANO MUDADO XAVIER

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : PEDRO ARMENTANO MUDADO XAVIER
DATA : 15/02/2019
HORA: 09:00
LOCAL: Sala Marcelo Camargo (24) - Depto Solos
TÍTULO:

Mapeamento Digital de Solos no Estado do Mato Grosso do Sul a partir de Áreas de Referência e Modelos Preditivos Baseados em Árvores

PALAVRAS-CHAVES:

Mineração de dados. Pedometria. Dados legados. Levantamento de Solos. Landsat 8

PÁGINAS: 81
RESUMO:

produção de alimentos, na sustentação dos biomas e no armazenamento de água, garantindo a reposição das nascentes e mananciais, além de outros serviços ambientais. Assim, o conhecimento sobre as propriedades dos solos e sua distribuição na paisagem é importante para o seu manejo e para o planejamento territorial. Uma das formas de se obter informações sobre os solos e sua distribuição é através de levantamentos de solos. A hipótese principal do estudo é que a partir das técnicas de mapeamento digital por áreas de referência é possível predizer a distribuição espacial das unidades de solos. Ainda, através da seleção de variáveis preditoras e da avaliação de métodos preditivos quantitativos pode-se aperfeiçoar o mapeamento, reduzindo o caráter subjetivo da interpretação, além de conferir um caráter quantitativo ao produto final.  Sendo assim, o estudo teve como objetivo avaliar a eficiência dos métodos preditivos baseados em árvores, Random Forest (RF) e Árvores de Decisão (AD), para a extrapolação de classes de solo nos municípios de Nova Alvorada do Sul e Rio Brilhante, a partir de 63 perfis descritos em Sidrolândia e Campo Grande, ambos no Mato Grosso do Sul. A abordagem através de modelos baseados em árvores possibilitou uma avaliação quantitativa dos fatores envolvidos na pedogênese, o que contribuiu para a melhor compreensão sobre cada fator e sua contribuição direta na formação dos solos. A utilização da área de referência mostrou-se adequada para o processo de aprendizado dos padrões morfométricos, bem como para a extrapolação das unidades de mapeamento para toda a área. Ambos os modelos preditivos testados se mostraram bastante eficientes na extrapolação das unidades de mapeamento, sendo o modelo Random Forest o que apresentou o melhor desempenho preditivo, em todos os índices estatísticos avaliados, em relação ao modelo Árvore de Decisão. Os modelos baseados em árvores (AD e RF) podem contribuir para o conhecimento sobre os fatores de formação e para qualificar sua contribuição na pedogênese, bem como na compreensão dos pedoambientes e distribuição das classes de solo na paisagem.

MEMBROS DA BANCA:
Interno - 1220296 - MARCOS BACIS CEDDIA
Interno - 387335 - LUCIA HELENA CUNHA DOS ANJOS
Externo à Instituição - CESAR DA SILVA CHAGAS