ABSTRACT
A critical issue in digital soil mapping (DSM) is the selection of data sampling method for model training. One emerging approach applies instance selection to reduce the size of the dataset by drawing only relevant samples in order to obtain a representative subset that is still large enough to preserve relevant information, but small enough to be easily handled by learning algorithms. Although there are suggestions to distribute data sampling as a function of the soil map unit (MU) boundaries location, there are still contradictions among research recommendations for locating samples either closer or more distant from soil MU boundaries. A study was conducted to evaluate instance selection methods based on spatially-explicit data collection using location in relation to soil MU boundaries as the main criterion. Decision tree analysis was performed for modeling digital soil class mapping using two different sampling schemes: a) selecting sampling points located outside buffers near soil MU boundaries, and b) selecting sampling points located within buffers near soil MU boundaries. Data was prepared for generating classification trees to include only data points located within or outside buffers with widths of 60, 120, 240, 360, 480, and 600m near MU boundaries. Instance selection methods using both spatial selection of methods was effective for reduced size of the dataset used for calibrating classification tree models, but failed to provide advantages to digital soil mapping because of potential reduction in the accuracy of classification tree models.(AU)
Uma questão crítica no mapeamento digital de solos é a seleção do método de amostragem dos dados para treinamento do modelo preditivo. Uma abordagem emergente aplica a seleção de instâncias (observações) para reduzir o tamanho do conjunto de dados, selecionando amostras relevantes para obter um subconjunto representativo, o qual seja grande o suficiente para preservar as informações pertinentes, mas pequeno o suficiente para ser facilmente manipulado pelos algoritmos de aprendizagem. Embora existam sugestões para distribuir a amostragem de dados em função da proximidade de limites de unidades de mapeamento de solos (UM), ainda existem contradições entre as recomendações de pesquisa para localizar amostras mais perto ou mais distantes desses limites. Foi realizado um estudo para avaliar os métodos de seleção de instâncias com base na coleta de dados espacialmente explícita usando a localização em relação aos limites de mapa de solo como o principal critério. Realizou-se análise de árvore de decisão para a modelagem de mapeamento digital de classes de solo usando dois esquemas de amostragem diferentes: a) selecionando pontos de amostragem localizados fora das áreas marginais aos limites das UM e b) selecionando pontos de amostragem situados dentro das áreas marginais aos limites das UM. Os dados foram preparados para a geração de árvores de classificação para incluir somente dados pontuais localizados dentro ou fora de faixas com larguras de 60, 120, 240, 360, 480 e 600m ao redor dos limites de UM. Ambos os métodos de seleção de instâncias foram eficazes para reduzir o tamanho do conjunto de dados usado para calibração de árvores de classificação, mas não trouxeram vantagens para o mapeamento digital de classes de solos.(AU)
Subject(s)
Soil Analysis , Soil Characteristics , Data AnalysisABSTRACT
A critical issue in digital soil mapping (DSM) is the selection of data sampling method for model training. One emerging approach applies instance selection to reduce the size of the dataset by drawing only relevant samples in order to obtain a representative subset that is still large enough to preserve relevant information, but small enough to be easily handled by learning algorithms. Although there are suggestions to distribute data sampling as a function of the soil map unit (MU) boundaries location, there are still contradictions among research recommendations for locating samples either closer or more distant from soil MU boundaries. A study was conducted to evaluate instance selection methods based on spatially-explicit data collection using location in relation to soil MU boundaries as the main criterion. Decision tree analysis was performed for modeling digital soil class mapping using two different sampling schemes: a) selecting sampling points located outside buffers near soil MU boundaries, and b) selecting sampling points located within buffers near soil MU boundaries. Data was prepared for generating classification trees to include only data points located within or outside buffers with widths of 60, 120, 240, 360, 480, and 600m near MU boundaries. Instance selection methods using both spatial selection of methods was effective for reduced size of the dataset used for calibrating classification tree models, but failed to provide advantages to digital soil mapping because of potential reduction in the accuracy of classification tree models.
.Uma questão crítica no mapeamento digital de solos é a seleção do método de amostragem dos dados para treinamento do modelo preditivo. Uma abordagem emergente aplica a seleção de instâncias (observações) para reduzir o tamanho do conjunto de dados, selecionando amostras relevantes para obter um subconjunto representativo, o qual seja grande o suficiente para preservar as informações pertinentes, mas pequeno o suficiente para ser facilmente manipulado pelos algoritmos de aprendizagem. Embora existam sugestões para distribuir a amostragem de dados em função da proximidade de limites de unidades de mapeamento de solos (UM), ainda existem contradições entre as recomendações de pesquisa para localizar amostras mais perto ou mais distantes desses limites. Foi realizado um estudo para avaliar os métodos de seleção de instâncias com base na coleta de dados espacialmente explícita usando a localização em relação aos limites de mapa de solo como o principal critério. Realizou-se análise de árvore de decisão para a modelagem de mapeamento digital de classes de solo usando dois esquemas de amostragem diferentes: a) selecionando pontos de amostragem localizados fora das áreas marginais aos limites das UM e b) selecionando pontos de amostragem situados dentro das áreas marginais aos limites das UM. Os dados foram preparados para a geração de árvores de classificação para incluir somente dados pontuais localizados dentro ou fora de faixas com larguras de 60, 120, 240, 360, 480 e 600m ao redor dos limites de UM. Ambos os métodos de seleção de instâncias foram eficazes para reduzir o tamanho do conjunto de dados usado para calibração de árvores de classificação, mas não trouxeram vantagens para o mapeamento digital de classes de solos.
.ABSTRACT
Appropriate soil use is required so that the agricultural holding is conducted using conservationist bases, through the rational planning applied to each glebe of land, taking into consideration all of its main attributes. The objective of this study was to execute a detailed soil survey, providing support for planning the sustainable use of natural resources based on their agricultural potential. The study was carried out in Lages, SC, Brazil, at latitude 2744"54.11"" south and longitude 5005"08.09"" west, with an average altitude of 884 m and a humid mesothermal climate. The survey was supported by global positioning system, photogrammetry, photo interpretation, and geographic information system. It was proceeded a general and morphological description of soil profiles and a horizons sampling collection for analysis. Based on the soils physical and chemical properties, the soils were taxonomically classified in phase levels, according to the Brazilian System of Soil Classification. The mapping units limits were identified through their relationships with soil and topography surfaces by means of observation and sampling along the top sequences, outlined using relief phase. The legend for the final survey was prepared as well as a pedological map containing the agricultural suitability classes used for planning.(AU)
O uso adequado do solo, através do planejamento racional a ser aplicado a cada gleba de terra, levando em consideração o conjunto de seus atributos é necessário para que a exploração agrícola seja conduzida em bases conservacionistas. O objetivo deste estudo foi realizar um levantamento de solos em nível detalhado para fornecer subsídios ao planejamento de seu uso sustentável com base na sua aptidão agrícola. O trabalho foi desenvolvido na Fazenda Experimental do CAV-UDESC em Lages, SC, situada a 2744"54,11"" de latitude sul e 5005"08,09"" de longitude oeste, com 884 m de altitude média e clima do tipo mesotérmico úmido com verão fresco (Cfb). O levantamento contou com o suporte de sistema de posicionamento global por satélite (GNSS-GPS), fotogrametria, fotointerpretação e sistema de informações geográficas. Procedeu-se a descrição geral e morfológica dos perfis de solo e a coleta de amostras deformadas dos horizontes para análise. Com base nos atributos físicos e químicos, os solos foram classificados em nível de fase de acordo com o Sistema Brasileiro de Classificação de Solos (SiBCS). Os limites das unidades de mapeamento foram identificados através das relações dos solos com a superfície topográfica, por meio de observação e amostragem ao longo de toposequências, delineadas por fases de relevo. Elaborou-se a legenda final do levantamento e a interpretação do mapa pedológico com as classes de aptidão visando o planejamento de uso.(AU)
Subject(s)
Soil Conditions , Natural ResourcesABSTRACT
Appropriate soil use is required so that the agricultural holding is conducted using conservationist bases, through the rational planning applied to each glebe of land, taking into consideration all of its main attributes. The objective of this study was to execute a detailed soil survey, providing support for planning the sustainable use of natural resources based on their agricultural potential. The study was carried out in Lages, SC, Brazil, at latitude 2744"54.11"" south and longitude 5005"08.09"" west, with an average altitude of 884 m and a humid mesothermal climate. The survey was supported by global positioning system, photogrammetry, photo interpretation, and geographic information system. It was proceeded a general and morphological description of soil profiles and a horizons sampling collection for analysis. Based on the soils physical and chemical properties, the soils were taxonomically classified in phase levels, according to the Brazilian System of Soil Classification. The mapping units limits were identified through their relationships with soil and topography surfaces by means of observation and sampling along the top sequences, outlined using relief phase. The legend for the final survey was prepared as well as a pedological map containing the agricultural suitability classes used for planning.
O uso adequado do solo, através do planejamento racional a ser aplicado a cada gleba de terra, levando em consideração o conjunto de seus atributos é necessário para que a exploração agrícola seja conduzida em bases conservacionistas. O objetivo deste estudo foi realizar um levantamento de solos em nível detalhado para fornecer subsídios ao planejamento de seu uso sustentável com base na sua aptidão agrícola. O trabalho foi desenvolvido na Fazenda Experimental do CAV-UDESC em Lages, SC, situada a 2744"54,11"" de latitude sul e 5005"08,09"" de longitude oeste, com 884 m de altitude média e clima do tipo mesotérmico úmido com verão fresco (Cfb). O levantamento contou com o suporte de sistema de posicionamento global por satélite (GNSS-GPS), fotogrametria, fotointerpretação e sistema de informações geográficas. Procedeu-se a descrição geral e morfológica dos perfis de solo e a coleta de amostras deformadas dos horizontes para análise. Com base nos atributos físicos e químicos, os solos foram classificados em nível de fase de acordo com o Sistema Brasileiro de Classificação de Solos (SiBCS). Os limites das unidades de mapeamento foram identificados através das relações dos solos com a superfície topográfica, por meio de observação e amostragem ao longo de toposequências, delineadas por fases de relevo. Elaborou-se a legenda final do levantamento e a interpretação do mapa pedológico com as classes de aptidão visando o planejamento de uso.
Subject(s)
Soil Conditions , Natural ResourcesABSTRACT
O solo é cada vez mais reconhecido como tendo um importante papel nos ecossistemas, assim como para a produção de alimentos e regulação do clima global. Por esse motivo, a demanda por informações relevantes e atualizadas em solos é crescente. Pesquisadores em ciência do solo estão sendo demandados a gerar informações em diferentes resoluções espaciais e com qualidade associada dentro do que está sendo chamado de Mapeamento Digital de Solos (MDS). Devido ao crescente número de trabalhos relacionados ao MDS, faz-se necessário reunir e discutir as principais características dos estudos relacionados ao mapeamento digital de classes de solos no Brasil, o que irá possibilitar uma perspectiva mais ampla dos caminhos, além de nortear trabalhos e demandas futuras. O mapeamento de classes de solos empregando técnicas de MDS é recente no país, com a primeira publicação em 2006. Entre as funções preditivas utilizadas, predomina o emprego da técnica de regressões logísticas. O fator de formação relevo foi empregado na totalidade dos estudos revisados. Quanto à avaliação da qualidade dos modelos preditivos, o emprego da matriz de erros e do índice kappa têm sido os procedimentos mais usuais. A consolidação dessa abordagem automatizada como ferramenta auxiliar ao mapeamento convencional passa pelo treinamento dos jovens pedólogos para a utilização de tecnologias da geoinformação e de ferramentas quantitativas dos aspectos de variabilidade do solo.
Soil is increasingly being recognized as having an important role in ecosystems, as well as for food production and global climate regulation. For this reason, the demand for relevant and updated soil information is increasing. Soil science researchers are being demanded to produce information in different spatial resolutions with associated quality in what is being called Digital Soil Mapping (DSM). Due to an increasing number of papers related to the DSM in Brazil, it is necessary to discuss the main characteristics of those studies related to the automated mapping of soil classes, which will enable a broader perspective of the subject and guide future works and demands. The mapping of soil classes using DSM techniques is recent in the country, the first publication in this topic occurred just in 2006. Among the predictive functions the predominant is logistic regression. The soil formation factor relief was used in all studies reviewed. Quality of predictive models was evaluated employing error matrix and kappa which were the most common procedures. The consolidation of this automated approach as an auxiliary tool to the conventional soil mapping will demand training of young soil scientists to use geoinformation technologies and quantitative tools to handle aspects of soil variability.
ABSTRACT
Soil is increasingly being recognized as having an important role in ecosystems, as well as for food production and global climate regulation. For this reason, the demand for relevant and updated soil information is increasing. Soil science researchers are being demanded to produce information in different spatial resolutions with associated quality in what is being called Digital Soil Mapping (DSM). Due to an increasing number of papers related to the DSM in Brazil, it is necessary to discuss the main characteristics of those studies related to the automated mapping of soil classes, which will enable a broader perspective of the subject and guide future works and demands. The mapping of soil classes using DSM techniques is recent in the country, the first publication in this topic occurred just in 2006. Among the predictive functions the predominant is logistic regression. The soil formation factor relief was used in all studies reviewed. Quality of predictive models was evaluated employing error matrix and kappa which were the most common procedures. The consolidation of this automated approach as an auxiliary tool to the conventional soil mapping will demand training of young soil scientists to use geoinformation technologies and quantitative tools to handle aspects of soil variability.
O solo é cada vez mais reconhecido como tendo um importante papel nos ecossistemas, assim como para a produção de alimentos e regulação do clima global. Por esse motivo, a demanda por informações relevantes e atualizadas em solos é crescente. Pesquisadores em ciência do solo estão sendo demandados a gerar informações em diferentes resoluções espaciais e com qualidade associada dentro do que está sendo chamado de Mapeamento Digital de Solos (MDS). Devido ao crescente número de trabalhos relacionados ao MDS, faz-se necessário reunir e discutir as principais características dos estudos relacionados ao mapeamento digital de classes de solos no Brasil, o que irá possibilitar uma perspectiva mais ampla dos caminhos, além de nortear trabalhos e demandas futuras. O mapeamento de classes de solos empregando técnicas de MDS é recente no país, com a primeira publicação em 2006. Entre as funções preditivas utilizadas, predomina o emprego da técnica de regressões logísticas. O fator de formação relevo foi empregado na totalidade dos estudos revisados. Quanto à avaliação da qualidade dos modelos preditivos, o emprego da matriz de erros e do índice kappa têm sido os procedimentos mais usuais. A consolidação dessa abordagem automatizada como ferramenta auxiliar ao mapeamento convencional passa pelo treinamento dos jovens pedólogos para a utilização de tecnologias da geoinformação e de ferramentas quantitativas dos aspectos de variabilidade do solo.
ABSTRACT
Soil is increasingly being recognized as having an important role in ecosystems, as well as for food production and global climate regulation. For this reason, the demand for relevant and updated soil information is increasing. Soil science researchers are being demanded to produce information in different spatial resolutions with associated quality in what is being called Digital Soil Mapping (DSM). Due to an increasing number of papers related to the DSM in Brazil, it is necessary to discuss the main characteristics of those studies related to the automated mapping of soil classes, which will enable a broader perspective of the subject and guide future works and demands. The mapping of soil classes using DSM techniques is recent in the country, the first publication in this topic occurred just in 2006. Among the predictive functions the predominant is logistic regression. The soil formation factor relief was used in all studies reviewed. Quality of predictive models was evaluated employing error matrix and kappa which were the most common procedures. The consolidation of this automated approach as an auxiliary tool to the conventional soil mapping will demand training of young soil scientists to use geoinformation technologies and quantitative tools to handle aspects of soil variability.
O solo é cada vez mais reconhecido como tendo um importante papel nos ecossistemas, assim como para a produção de alimentos e regulação do clima global. Por esse motivo, a demanda por informações relevantes e atualizadas em solos é crescente. Pesquisadores em ciência do solo estão sendo demandados a gerar informações em diferentes resoluções espaciais e com qualidade associada dentro do que está sendo chamado de Mapeamento Digital de Solos (MDS). Devido ao crescente número de trabalhos relacionados ao MDS, faz-se necessário reunir e discutir as principais características dos estudos relacionados ao mapeamento digital de classes de solos no Brasil, o que irá possibilitar uma perspectiva mais ampla dos caminhos, além de nortear trabalhos e demandas futuras. O mapeamento de classes de solos empregando técnicas de MDS é recente no país, com a primeira publicação em 2006. Entre as funções preditivas utilizadas, predomina o emprego da técnica de regressões logísticas. O fator de formação relevo foi empregado na totalidade dos estudos revisados. Quanto à avaliação da qualidade dos modelos preditivos, o emprego da matriz de erros e do índice kappa têm sido os procedimentos mais usuais. A consolidação dessa abordagem automatizada como ferramenta auxiliar ao mapeamento convencional passa pelo treinamento dos jovens pedólogos para a utilização de tecnologias da geoinformação e de ferramentas quantitativas dos aspectos de variabilidade do solo.
ABSTRACT
Tecnologias disponíveis para a observação da Terra oferecem uma grande gama de informações sobre componentes ambientais que, por estarem relacionadas com a formação dos solos, podem ser usadas como variáveis preditoras no Mapeamento Digital de Solos (MDS). No entanto, modelos com um grande número de preditores, bem como a existência de multicolinearidade entre os dados, podem ser ineficazes no mapeamento de classes e propriedades do solo. O objetivo deste estudo foi empregar a Análise de Componentes Principais (ACP) visando a selecionar e diminuir o número de preditores na regressão logística múltipla multinomial (RLMM) utilizada no mapeamento de classes de solos. Nove covariáveis ambientais, ligadas ao fator de formação relevo, foram derivadas de um Modelo Digital de Elevação e denominadas variáveis originais, estas foram submetidas à ACP e transformadas em Componentes Principais (CP). As RLMM foram desenvolvidas utilizando-se atributos de terreno e as CP como variáveis explicativas. O mapa de solos gerado a partir de três CP (65,6 por cento da variância original) obteve um índice kappa de 37,3 por cento, inferior aos 48,5 por cento alcançado pelo mapa de solos gerado a partir de todas as nove variáveis originais.
Available technologies for Earth observation offer a wide range of predictors relevant to Digital Soil Mapping (DSM). However, models with a large number of predictors, as well as, the existence of multicollinearity among the data, may be ineffective in the mapping of classes and soil properties. The aim of this study was to use the Principal Component Analysis (PCA) to reduce the number of predictors in the multinomial logistic regression (MLR) used in soil mapping. Nine environmental covariates, related to the relief factor of soil formation, were derived from a digital elevation model and named the original variables, which were submitted to PCA and transformed into principal components (PC). The MLR were developed using the terrain attributes and the PC as explanatory variables. The soil map generated from three PC (65.6 percent of the original variance) had a kappa index of 37.3 percent, lower than the 48.5 percent achieved by the soil map generated from all nine original variables.
ABSTRACT
Available technologies for Earth observation offer a wide range of predictors relevant to Digital Soil Mapping (DSM). However, models with a large number of predictors, as well as, the existence of multicollinearity among the data, may be ineffective in the mapping of classes and soil properties. The aim of this study was to use the Principal Component Analysis (PCA) to reduce the number of predictors in the multinomial logistic regression (MLR) used in soil mapping. Nine environmental covariates, related to the relief factor of soil formation, were derived from a digital elevation model and named the original variables, which were submitted to PCA and transformed into principal components (PC). The MLR were developed using the terrain attributes and the PC as explanatory variables. The soil map generated from three PC (65.6% of the original variance) had a kappa index of 37.3%, lower than the 48.5% achieved by the soil map generated from all nine original variables.
Tecnologias disponíveis para a observação da Terra oferecem uma grande gama de informações sobre componentes ambientais que, por estarem relacionadas com a formação dos solos, podem ser usadas como variáveis preditoras no Mapeamento Digital de Solos (MDS). No entanto, modelos com um grande número de preditores, bem como a existência de multicolinearidade entre os dados, podem ser ineficazes no mapeamento de classes e propriedades do solo. O objetivo deste estudo foi empregar a Análise de Componentes Principais (ACP) visando a selecionar e diminuir o número de preditores na regressão logística múltipla multinomial (RLMM) utilizada no mapeamento de classes de solos. Nove covariáveis ambientais, ligadas ao fator de formação relevo, foram derivadas de um Modelo Digital de Elevação e denominadas variáveis originais, estas foram submetidas à ACP e transformadas em Componentes Principais (CP). As RLMM foram desenvolvidas utilizando-se atributos de terreno e as CP como variáveis explicativas. O mapa de solos gerado a partir de três CP (65,6% da variância original) obteve um índice kappa de 37,3%, inferior aos 48,5% alcançado pelo mapa de solos gerado a partir de todas as nove variáveis originais.
ABSTRACT
When soil surveys are not available for land use planning activities, digital soil mapping techniques can be of assistance. Soil surveyors can process spatial information faster, to assist in the execution of traditional soil survey or predict the occurrence of soil classes across landscapes. Decision tree techniques were evaluated as tools for predicting the ocurrence of soil classes in basaltic steeplands in South Brazil. Several combinations of types of decicion tree algorithms and number of elements on terminal nodes of trees were compared using soil maps with both original and simplified legends. In general, decision tree analysis was useful for predicting occurrence of soil mapping units. Decision trees with fewer elements on terminal nodes yield higher accuracies, and legend simplification (aggregation) reduced the precision of predictions. Algorithm J48 had better performance than BF Tree, RepTree, Random Tree, and Simple Chart.
Quando levantamentos de solos não estão disponíveis para atividades de planejamento de uso das terras, técnicas de mapeamento digital de solos podem ser úteis. Mapeadores de solos podem processar as informações espaciais rapidamente, auxiliando na execução de levantamentos de solos tradicionais ou prevendo a ocorrência de classes de solos na paisagem. Avaliaram-se técnicas de análise de decisão na predição da ocorrência de classes de solos em áreas de encostas basálticas no Sul do Brasil. Várias combinações de tipos de algoritmos de árvore de decisão e quantidade de elementos nos nós terminais das árvores de decisão foram testadas usando mapas de solos com a legenda original e com legenda simplificada. Em geral, o uso de árvores de decisão foi eficaz na predição de ocorrência de unidades de mapeamento de solos. Menor número de elementos no nó terminal das árvores de decisão produziu acurácias mais altas e a simplificação da legenda (agregação) reduziu a precisão das predições. O algoritmo J48 teve melhor desempenho que BF Tree, RepTree, Random Tree, e Simple Chart.
ABSTRACT
Available technologies for Earth observation offer a wide range of predictors relevant to Digital Soil Mapping (DSM). However, models with a large number of predictors, as well as, the existence of multicollinearity among the data, may be ineffective in the mapping of classes and soil properties. The aim of this study was to use the Principal Component Analysis (PCA) to reduce the number of predictors in the multinomial logistic regression (MLR) used in soil mapping. Nine environmental covariates, related to the relief factor of soil formation, were derived from a digital elevation model and named the original variables, which were submitted to PCA and transformed into principal components (PC). The MLR were developed using the terrain attributes and the PC as explanatory variables. The soil map generated from three PC (65.6% of the original variance) had a kappa index of 37.3%, lower than the 48.5% achieved by the soil map generated from all nine original variables.
Tecnologias disponíveis para a observação da Terra oferecem uma grande gama de informações sobre componentes ambientais que, por estarem relacionadas com a formação dos solos, podem ser usadas como variáveis preditoras no Mapeamento Digital de Solos (MDS). No entanto, modelos com um grande número de preditores, bem como a existência de multicolinearidade entre os dados, podem ser ineficazes no mapeamento de classes e propriedades do solo. O objetivo deste estudo foi empregar a Análise de Componentes Principais (ACP) visando a selecionar e diminuir o número de preditores na regressão logística múltipla multinomial (RLMM) utilizada no mapeamento de classes de solos. Nove covariáveis ambientais, ligadas ao fator de formação relevo, foram derivadas de um Modelo Digital de Elevação e denominadas variáveis originais, estas foram submetidas à ACP e transformadas em Componentes Principais (CP). As RLMM foram desenvolvidas utilizando-se atributos de terreno e as CP como variáveis explicativas. O mapa de solos gerado a partir de três CP (65,6% da variância original) obteve um índice kappa de 37,3%, inferior aos 48,5% alcançado pelo mapa de solos gerado a partir de todas as nove variáveis originais.
ABSTRACT
When soil surveys are not available for land use planning activities, digital soil mapping techniques can be of assistance. Soil surveyors can process spatial information faster, to assist in the execution of traditional soil survey or predict the occurrence of soil classes across landscapes. Decision tree techniques were evaluated as tools for predicting the ocurrence of soil classes in basaltic steeplands in South Brazil. Several combinations of types of decicion tree algorithms and number of elements on terminal nodes of trees were compared using soil maps with both original and simplified legends. In general, decision tree analysis was useful for predicting occurrence of soil mapping units. Decision trees with fewer elements on terminal nodes yield higher accuracies, and legend simplification (aggregation) reduced the precision of predictions. Algorithm J48 had better performance than BF Tree, RepTree, Random Tree, and Simple Chart.
Quando levantamentos de solos não estão disponíveis para atividades de planejamento de uso das terras, técnicas de mapeamento digital de solos podem ser úteis. Mapeadores de solos podem processar as informações espaciais rapidamente, auxiliando na execução de levantamentos de solos tradicionais ou prevendo a ocorrência de classes de solos na paisagem. Avaliaram-se técnicas de análise de decisão na predição da ocorrência de classes de solos em áreas de encostas basálticas no Sul do Brasil. Várias combinações de tipos de algoritmos de árvore de decisão e quantidade de elementos nos nós terminais das árvores de decisão foram testadas usando mapas de solos com a legenda original e com legenda simplificada. Em geral, o uso de árvores de decisão foi eficaz na predição de ocorrência de unidades de mapeamento de solos. Menor número de elementos no nó terminal das árvores de decisão produziu acurácias mais altas e a simplificação da legenda (agregação) reduziu a precisão das predições. O algoritmo J48 teve melhor desempenho que BF Tree, RepTree, Random Tree, e Simple Chart.
ABSTRACT
The lack of knowledge on land use suitability and appropriate planning of its use have been a frequent reality causing negative impacts on the environment. In this way, the objective of this research was to determine land suitability, current land use and conflicts of use, seeking to contribute for the rational planning of the natural resources in the São João do Polêsine (SJP), RS. The environmental analysis was made through the integration of different plans of information as soils, relief, hydrography, agricultural suitability, land use and areas of permanent preservation (APP). SJP presents more than 50% of its area destined to agricultural activities, 14.8% of the SJP are framed as APP, with half of that area being used inadequately. The main problems of the county are related to the inadequate use of natural resources, without considering information regarding to the environmental legislation and land suitability, in the planning process.
A falta de conhecimento da aptidão de uso da terra e do planejamento adequado da sua utilização tem sido fato freqüente ocasionando impactos negativos ao meio ambiente. Neste sentido, os objetivos deste trabalho foram determinar a aptidão de uso, uso atual e os conflitos de uso da terra, visando contribuir para o planejamento racional dos recursos naturais no município de São João do Polêsine (SJP), RS. A análise ambiental foi efetuada através da integração de diferentes planos de informações como solos, relevo, hidrografia, aptidão agrícola, uso das terras e áreas de preservação permanente (APP). SJP apresenta mais de 50% de sua área destinada a atividades agropecuárias, 14,8% do município enquadra-se como APP, sendo a metade dessa área utilizada inadequadamente. Os principais problemas relacionam-se com a utilização inadequada dos seus recursos naturais, sem considerar a legislação ambiental e a aptidão das terras no processo de planejamento.
ABSTRACT
The accelerated urban expansion has promoted several negative impacts on the environment. The need of new methodologies that allows a more appropriate planning of the natural resources grows constantly. The objective of this research was to accomplish an environmental diagnostic in urban areas of Santa Maria - RS, Brazil, determining the land use conflicts through the Urban Land Use Potential System. Products and techniques of remote sensing and image geoprocessing were used. Improper land use is related to the fragility of the geological material and soil resources. Up to 33% of the area is used above its potential with inadequate construction and urban agriculture.
A expansão urbana acelerada tem provocado diversos impactos negativos ao ambiente. A necessidade de novas metodologias que permitam um planejamento mais adequado dos recursos naturais é cada dia mais evidente. O objetivo deste trabalho foi realizar um diagnóstico ambiental em áreas urbanas de Santa Maria - RS, determinando-se os conflitos de uso das terras através, do Sistema de Avaliação do Potencial de Uso Urbano das Terras (SAPUT). Foram utilizados produtos e técnicas de sensoriamento remoto e geoprocessamento de imagens. Os problemas de uso indevido das terras identificados estão relacionados com a fragilidade do material geológico e do recurso solo. Até 33% da área vem apresentando utilização acima do seu potencial devido ao seu uso inadequado para construções e agricultura urbana.
ABSTRACT
This study applies decision analysis techniques for the qualification of economic value of the a high intensity Soil Survey of Sentinela do Sul County, RS, Brazil (scale 1:50,000) and a soil survey of the Charcoal Basin of the Jacuí River, RS, Brazil (Scale 1:100,000), using economic information related to the major regional crops and soil survey quality. The determination of the economic value is made by quantifying the increase in economic return when land use planning uses soil survey information. Results of this evaluation highlight the economic benefits generated by the use of soil survey information (R$153,15 ha-1 e R$70.15 ha-1, respectivelly for a 1:50,000 map and for a 1:100,000 map) are larger that soil survey costs (R$1.03 ha-1 for a 1:50,000 map and R$0.38 ha-1 for a 1:100,000 map).
Este estudo aplica técnicas de análise de decisão para a quantificação do valor econômico do Levantamento de Reconhecimento de Alta Intensidade dos Solos do Município de Sentinela do Sul, RS (escala 1:50.000), e do Levantamento de Solos da Bacia Carbonífera do Baixo Jacuí, RS (escala 1:100.000) através de informações econômicas sobre as culturas regionais e avaliação da qualidade do levantamento de solos. A estimativa do valor econômico é feita pela quantificação do aumento do rendimento econômico quando o planejamento de uso das terras considera as informações contidas no levantamento de solos. Os resultados desta avaliação evidenciam que os benefícios econômicos gerados pelo uso de informações constantes em levantamentos de solos (R$153,15 ha-1 e R$70,15 ha-1, em escala 1:50.000 e 1:100.000, respectivamente) são maiores que os custos associados à execução de levantamentos de solos (R$1,03 ha-1 para um mapa na escala 1:50.000 e R$ 0,38 ha-1 para um mapa na escala 1:100.000).
ABSTRACT
Soil surveys are necessary sources of information for land use planning, but they are not always available. This study proposes the use of multiple logistic regressions on the prediction of occurrence of soil types based on reference areas. From a digitalized soil map and terrain parameters derived from the digital elevation model in ArcView environment, several sets of multiple logistic regressions were defined using statistical software Minitab, establishing relationship between explanatory terrain variables and soil types, using either the original legend or a simplified legend, and using or not stratification of the study area by drainage classes. Terrain parameters, such as elevation, distance to stream, flow accumulation, and topographic wetness index, were the variables that best explained soil distribution. Stratification by drainage classes did not have significant effect. Simplification of the original legend increased the accuracy of the method on predicting soil distribution.
Os levantamentos de solos são fontes de informação necessárias para o planejamento de uso das terras, entretanto eles nem sempre estão disponíveis. Este estudo propõe o uso de regressões logísticas múltiplas na predição de ocorrência de classes de solos a partir de áreas de referência. Baseado no mapa original de solos em formato digital e parâmetros do terreno derivados do modelo numérico do terreno em ambiente ArcView, vários conjuntos de regressões logísticas múltiplas foram definidas usando o programa estatístico Minitab, estabelecendo relações entre as variáveis do terreno independentes e tipos de solos, usando tanto a legenda original como uma legenda simplificada, e usando ou não estratificação da área de estudo por classes de drenagem. Os parâmetros do terreno como elevação, distância dos rios, acúmulo de fluxo e índice de umidade topográfica foram as variáveis que melhor explicaram a distribuição das classes de solos. A estratificação por classes de drenagem não teve efeito significativo. A simplificação da legenda aumentou a precisão do método na predição da distribuição dos solos.
ABSTRACT
This study applies decision analysis techniques for the qualification of economic value of the a high intensity Soil Survey of Sentinela do Sul County, RS, Brazil (scale 1:50,000) and a soil survey of the Charcoal Basin of the Jacuí River, RS, Brazil (Scale 1:100,000), using economic information related to the major regional crops and soil survey quality. The determination of the economic value is made by quantifying the increase in economic return when land use planning uses soil survey information. Results of this evaluation highlight the economic benefits generated by the use of soil survey information (R$153,15 ha-1 e R$70.15 ha-1, respectivelly for a 1:50,000 map and for a 1:100,000 map) are larger that soil survey costs (R$1.03 ha-1 for a 1:50,000 map and R$0.38 ha-1 for a 1:100,000 map).
Este estudo aplica técnicas de análise de decisão para a quantificação do valor econômico do Levantamento de Reconhecimento de Alta Intensidade dos Solos do Município de Sentinela do Sul, RS (escala 1:50.000), e do Levantamento de Solos da Bacia Carbonífera do Baixo Jacuí, RS (escala 1:100.000) através de informações econômicas sobre as culturas regionais e avaliação da qualidade do levantamento de solos. A estimativa do valor econômico é feita pela quantificação do aumento do rendimento econômico quando o planejamento de uso das terras considera as informações contidas no levantamento de solos. Os resultados desta avaliação evidenciam que os benefícios econômicos gerados pelo uso de informações constantes em levantamentos de solos (R$153,15 ha-1 e R$70,15 ha-1, em escala 1:50.000 e 1:100.000, respectivamente) são maiores que os custos associados à execução de levantamentos de solos (R$1,03 ha-1 para um mapa na escala 1:50.000 e R$ 0,38 ha-1 para um mapa na escala 1:100.000).
ABSTRACT
The accelerated urban expansion has promoted several negative impacts on the environment. The need of new methodologies that allows a more appropriate planning of the natural resources grows constantly. The objective of this research was to accomplish an environmental diagnostic in urban areas of Santa Maria - RS, Brazil, determining the land use conflicts through the Urban Land Use Potential System. Products and techniques of remote sensing and image geoprocessing were used. Improper land use is related to the fragility of the geological material and soil resources. Up to 33% of the area is used above its potential with inadequate construction and urban agriculture.
A expansão urbana acelerada tem provocado diversos impactos negativos ao ambiente. A necessidade de novas metodologias que permitam um planejamento mais adequado dos recursos naturais é cada dia mais evidente. O objetivo deste trabalho foi realizar um diagnóstico ambiental em áreas urbanas de Santa Maria - RS, determinando-se os conflitos de uso das terras através, do Sistema de Avaliação do Potencial de Uso Urbano das Terras (SAPUT). Foram utilizados produtos e técnicas de sensoriamento remoto e geoprocessamento de imagens. Os problemas de uso indevido das terras identificados estão relacionados com a fragilidade do material geológico e do recurso solo. Até 33% da área vem apresentando utilização acima do seu potencial devido ao seu uso inadequado para construções e agricultura urbana.
ABSTRACT
The lack of knowledge on land use suitability and appropriate planning of its use have been a frequent reality causing negative impacts on the environment. In this way, the objective of this research was to determine land suitability, current land use and conflicts of use, seeking to contribute for the rational planning of the natural resources in the São João do Polêsine (SJP), RS. The environmental analysis was made through the integration of different plans of information as soils, relief, hydrography, agricultural suitability, land use and areas of permanent preservation (APP). SJP presents more than 50% of its area destined to agricultural activities, 14.8% of the SJP are framed as APP, with half of that area being used inadequately. The main problems of the county are related to the inadequate use of natural resources, without considering information regarding to the environmental legislation and land suitability, in the planning process.
A falta de conhecimento da aptidão de uso da terra e do planejamento adequado da sua utilização tem sido fato freqüente ocasionando impactos negativos ao meio ambiente. Neste sentido, os objetivos deste trabalho foram determinar a aptidão de uso, uso atual e os conflitos de uso da terra, visando contribuir para o planejamento racional dos recursos naturais no município de São João do Polêsine (SJP), RS. A análise ambiental foi efetuada através da integração de diferentes planos de informações como solos, relevo, hidrografia, aptidão agrícola, uso das terras e áreas de preservação permanente (APP). SJP apresenta mais de 50% de sua área destinada a atividades agropecuárias, 14,8% do município enquadra-se como APP, sendo a metade dessa área utilizada inadequadamente. Os principais problemas relacionam-se com a utilização inadequada dos seus recursos naturais, sem considerar a legislação ambiental e a aptidão das terras no processo de planejamento.
ABSTRACT
Soil surveys are necessary sources of information for land use planning, but they are not always available. This study proposes the use of multiple logistic regressions on the prediction of occurrence of soil types based on reference areas. From a digitalized soil map and terrain parameters derived from the digital elevation model in ArcView environment, several sets of multiple logistic regressions were defined using statistical software Minitab, establishing relationship between explanatory terrain variables and soil types, using either the original legend or a simplified legend, and using or not stratification of the study area by drainage classes. Terrain parameters, such as elevation, distance to stream, flow accumulation, and topographic wetness index, were the variables that best explained soil distribution. Stratification by drainage classes did not have significant effect. Simplification of the original legend increased the accuracy of the method on predicting soil distribution.
Os levantamentos de solos são fontes de informação necessárias para o planejamento de uso das terras, entretanto eles nem sempre estão disponíveis. Este estudo propõe o uso de regressões logísticas múltiplas na predição de ocorrência de classes de solos a partir de áreas de referência. Baseado no mapa original de solos em formato digital e parâmetros do terreno derivados do modelo numérico do terreno em ambiente ArcView, vários conjuntos de regressões logísticas múltiplas foram definidas usando o programa estatístico Minitab, estabelecendo relações entre as variáveis do terreno independentes e tipos de solos, usando tanto a legenda original como uma legenda simplificada, e usando ou não estratificação da área de estudo por classes de drenagem. Os parâmetros do terreno como elevação, distância dos rios, acúmulo de fluxo e índice de umidade topográfica foram as variáveis que melhor explicaram a distribuição das classes de solos. A estratificação por classes de drenagem não teve efeito significativo. A simplificação da legenda aumentou a precisão do método na predição da distribuição dos solos.