Soil type spatial prediction from Random Forest: different training datasets, transferability, accuracy and uncertainty assessment

Different uses of soil legacy data such as training dataset as well as the selection of soil environmental covariables could drive the accuracy of machine learning techniques. Thus, this study evaluated the ability of the Random Forest algorithm to predict soil classes from different training datasets and extrapolate such information to a similar area. The following training datasets were extracted from legacy data: a) point data composed of 53 soil samples; b) 30 m buffer around the soil samples, and soil map polygons excluding: c) 20 m; and d) 30 m from the boundaries of polygons. These four datasets were submitted to principal component analysis (PCA) to reduce multidimensionality. Each dataset derived a new one. Different combinations of predictor variables were tested. A total of 52 models were evaluated by means of error of models, prediction uncertainty and external validation for overall accuracy and Kappa index. The best result was obtained by reducing the number of predictors with the PCA along with information from the buffer around the points. Although Random Forest has been considered a robust spatial predictor model, it was clear it is sensitive to different strategies of selecting training dataset. Effort was necessary to find the best training dataset for achieving a suitable level of accuracy of spatial prediction. To identify a specific dataset seems to be better than using a great number of variables or a large volume of training data. The efforts made allowed for the accurate acquisition of a mapped area 15.5 times larger than the reference area.

Soil type spatial prediction from Random Forest: different training datasets, transferability, accuracy and uncertainty assessment

Different uses of soil legacy data such as training dataset as well as the selection of soil environmental covariables could drive the accuracy of machine learning techniques. Thus, this study evaluated the ability of the Random Forest algorithm to predict soil classes from different training datasets and extrapolate such information to a similar area. The following training datasets were extracted from legacy data: a) point data composed of 53 soil samples; b) 30 m buffer around the soil samples, and soil map polygons excluding: c) 20 m; and d) 30 m from the boundaries of polygons. These four datasets were submitted to principal component analysis (PCA) to reduce multidimensionality. Each dataset derived a new one. Different combinations of predictor variables were tested. A total of 52 models were evaluated by means of error of models, prediction uncertainty and external validation for overall accuracy and Kappa index. The best result was obtained by reducing the number of predictors with the PCA along with information from the buffer around the points. Although Random Forest has been considered a robust spatial predictor model, it was clear it is sensitive to different strategies of selecting training dataset. Effort was necessary to find the best training dataset for achieving a suitable level of accuracy of spatial prediction. To identify a specific dataset seems to be better than using a great number of variables or a large volume of training data. The efforts made allowed for the accurate acquisition of a mapped area 15.5 times larger than the reference area.(AU)

Soil properties and agronomic factors affecting cadmium concentrations in cacao beans: A nationwide survey in Ecuador.

Recent cadmium (Cd) regulation in chocolate threatens the sustainability of cacao production in Southwest America. Cadmium contamination in cacao beans has not been assessed at a country level. A nationwide survey was conducted in Ecuador to identify the spatial distribution of Cd in cacao beans, as well as soil and agronomic factors involved. Paired soil and plant samples (pods and leaves) were collected at 560 locations. Information on agronomic practices was obtained through a prepared questionnaire for farmers. Total soil Cd averaged 0.44 mg kg-1 which is typical for young and non-polluted soils. Mean Cd concentration in peeled beans was 0.90 mg kg-1 and 45% of samples exceeded the 0.60 mg kg-1 threshold. Bean Cd hotspots were identified in some areas in seven provinces. Multivariate regression analysis showed that bean Cd concentrations increased with increasing total soil Cd and with decreasing soil pH, oxalate-extractable manganese (Mnox) and organic carbon (OC) (R2 = 0.65), suggesting that Cd solubility in soil mainly affects Cd uptake. Bean Cd concentration decreased a factor of 1.4 as the age of the orchard increased from 4 to 40 years. Bean Cd concentration was inconsistently affected by genotype (CCN-51 vs. Nacional), pruning or application of fertilizers. It is concluded that the relatively larger bean Cd concentrations in Ecuador are related to the high Cd uptake capacity of the plants combined with their cultivation on young soils, instead of Cd depleted weathered soils. Mitigation strategies should consider the application of amendments to modify such soil properties to lower soil Cd availability. There is scope for genetic mitigation strategy to reduce bean Cd, but this needs to be properly investigated.

Instance selection in digital soil mapping: a study case in Rio Grande do Sul, Brazil / Seleção de instâncias no mapeamento digital de solos: um estudo de caso no Rio Grande do Sul, Brasil

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)

Instance selection in digital soil mapping: a study case in Rio Grande do Sul, Brazil / Seleção de instâncias no mapeamento digital de solos: um estudo de caso no Rio Grande do Sul, Brasil

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.

Detailed soil survey as support for the planning of land use / Levantamento pedológico detalhado como suporte para o planejamento do uso de terras

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)

Detailed soil survey as support for the planning of land use / Levantamento pedológico detalhado como suporte para o planejamento do uso de terras

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.

Solum depth spatial prediction comparing conventional with knowledge-based digital soil mapping approaches

Solum depth and its spatial distribution play an important role in different types of environmental studies. Several approaches have been used for fitting quantitative relationships between soil properties and their environment in order to predict them spatially. This work aimed to present the steps required for solum depth spatial prediction from knowledge-based digital soil mapping, comparing the prediction to the conventional soil mapping approach through field validation, in a watershed located at Mantiqueira Range region, in the state of Minas Gerais, Brazil. Conventional soil mapping had aerial photo-interpretation as a basis. The knowledge-based digital soil mapping applied fuzzy logic and similarity vectors in an expert system. The knowledge-based digital soil mapping approach showed the advantages over the conventional soil mapping approach by applying the field expert-knowledge in order to enhance the quality of final results, predicting solum depth with suited accuracy in a continuous way, making the soil-landscape relationship explicit.

Solum depth spatial prediction comparing conventional with knowledge-based digital soil mapping approaches

Solum depth and its spatial distribution play an important role in different types of environmental studies. Several approaches have been used for fitting quantitative relationships between soil properties and their environment in order to predict them spatially. This work aimed to present the steps required for solum depth spatial prediction from knowledge-based digital soil mapping, comparing the prediction to the conventional soil mapping approach through field validation, in a watershed located at Mantiqueira Range region, in the state of Minas Gerais, Brazil. Conventional soil mapping had aerial photo-interpretation as a basis. The knowledge-based digital soil mapping applied fuzzy logic and similarity vectors in an expert system. The knowledge-based digital soil mapping approach showed the advantages over the conventional soil mapping approach by applying the field expert-knowledge in order to enhance the quality of final results, predicting solum depth with suited accuracy in a continuous way, making the soil-landscape relationship explicit.(AU)

Avaliação de cinco algoritmos de árvores de decisão e três tipos de modelos digitais de elevação para mapeamento digital de solos a nível semidetalhado na Bacia do Lageado Grande, RS, Brasil / Evaluation of five algorithms of decision trees and three digital elevation models for digital soil mapping at semidetail level at the Lageado Grande Watershed, RS, Brazil

O mapeamento digital de solos (MDS) tem como base a geração de sistemas de informações que permitem estabelecer relações matemáticas entre variáveis ambientais e solos e, dessa forma, predizer a distribuição espacial das classes ou propriedades dos solos. Dentre as abordagens mais utilizadas, as árvores de decisão têm se destacado por apresentar bons resultados no MDS. Por outro lado, dada a disponibilidade de novas fontes de informação sobre a elevação, torna-se necessário o teste e avaliação de modelos digitais de elevação (MDE) quanto ao seu uso para o MDS. Este estudo testa cinco algoritmos de árvores de decisão (Simple Chart, Random Tree, REP Tree, BF Tree e J48) e três MDE (Aster GDEM, SRTM e SRTM V3) para o MDS a nível semidetalhado, em situações em que o principal fator diferenciador entre os tipos de solo é o relevo. O uso do MDE Aster GDEM e árvore de decisão com algoritmo J48, Simple Tree e BF Tree foram os que produziram modelos de árvore de decisão capazes de produzir mapas de solo com maior similaridade ao mapa de referência.

Digital soil mapping (DSM) has been shown to be feasible to use in soil survey. Although several methods have been exploited, there is a lack in defining methodologies for doing DSM. This study tests five decision trees algorithms that have been identified as suitable (Simple Chart, Random Tree, REP Tree, BF Tree, and J48) and three digital elevation models (AsterGDEM, SRTM and SRTM V3) for DSM at semidetailed level in situations where the main differentiating factor between soil types is the relief. The use of MDE Aster GDEM and decision three algorithms J48, Simple Tree e BF Tree produced decision tree models capable of produce soil maps with larger accuracy related to reference soil maps.

Avaliação de cinco algoritmos de árvores de decisão e três tipos de modelos digitais de elevação para mapeamento digital de solos a nível semidetalhado na Bacia do Lageado Grande, RS, Brasil

Digital soil mapping (DSM) has been shown to be feasible to use in soil survey. Although several methods have been exploited, there is a lack in defining methodologies for doing DSM. This study tests five decision trees algorithms that have been identified as suitable (Simple Chart, Random Tree, REP Tree, BF Tree, and J48) and three digital elevation models (AsterGDEM, SRTM and SRTM V3) for DSM at semidetailed level in situations where the main differentiating factor between soil types is the relief. The use of MDE Aster GDEM and decision three algorithms J48, Simple Tree e BF Tree produced decision tree models capable of produce soil maps with larger accuracy related to reference soil maps.

O mapeamento digital de solos (MDS) tem como base a geração de sistemas de informações que permitem estabelecer relações matemáticas entre variáveis ambientais e solos e, dessa forma, predizer a distribuição espacial das classes ou propriedades dos solos. Dentre as abordagens mais utilizadas, as árvores de decisão têm se destacado por apresentar bons resultados no MDS. Por outro lado, dada a disponibilidade de novas fontes de informação sobre a elevação, torna-se necessário o teste e avaliação de modelos digitais de elevação (MDE) quanto ao seu uso para o MDS. Este estudo testa cinco algoritmos de árvores de decisão (Simple Chart, Random Tree, REP Tree, BF Tree e J48) e três MDE (Aster GDEM, SRTM e SRTM V3) para o MDS a nível semidetalhado, em situações em que o principal fator diferenciador entre os tipos de solo é o relevo. O uso do MDE Aster GDEM e árvore de decisão com algoritmo J48, Simple Tree e BF Tree foram os que produziram modelos de árvore de decisão capazes de produzir mapas de solo com maior similaridade ao mapa de referência.

Avaliação de cinco algoritmos de árvores de decisão e três tipos de modelos digitais de elevação para mapeamento digital de solos a nível semidetalhado na Bacia do Lageado Grande, RS, Brasil

Digital soil mapping (DSM) has been shown to be feasible to use in soil survey. Although several methods have been exploited, there is a lack in defining methodologies for doing DSM. This study tests five decision trees algorithms that have been identified as suitable (Simple Chart, Random Tree, REP Tree, BF Tree, and J48) and three digital elevation models (AsterGDEM, SRTM and SRTM V3) for DSM at semidetailed level in situations where the main differentiating factor between soil types is the relief. The use of MDE Aster GDEM and decision three algorithms J48, Simple Tree e BF Tree produced decision tree models capable of produce soil maps with larger accuracy related to reference soil maps.

O mapeamento digital de solos (MDS) tem como base a geração de sistemas de informações que permitem estabelecer relações matemáticas entre variáveis ambientais e solos e, dessa forma, predizer a distribuição espacial das classes ou propriedades dos solos. Dentre as abordagens mais utilizadas, as árvores de decisão têm se destacado por apresentar bons resultados no MDS. Por outro lado, dada a disponibilidade de novas fontes de informação sobre a elevação, torna-se necessário o teste e avaliação de modelos digitais de elevação (MDE) quanto ao seu uso para o MDS. Este estudo testa cinco algoritmos de árvores de decisão (Simple Chart, Random Tree, REP Tree, BF Tree e J48) e três MDE (Aster GDEM, SRTM e SRTM V3) para o MDS a nível semidetalhado, em situações em que o principal fator diferenciador entre os tipos de solo é o relevo. O uso do MDE Aster GDEM e árvore de decisão com algoritmo J48, Simple Tree e BF Tree foram os que produziram modelos de árvore de decisão capazes de produzir mapas de solo com maior similaridade ao mapa de referência.

Mapeamento digital de classes de solos: características da abordagem brasileira / Digital soil mapping: characteristics of the brazilian approach

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.

Mapeamento digital de classes de solos: características da abordagem brasileira

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.

Mapeamento digital de classes de solos: características da abordagem brasileira

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.

Componentes principais como preditores no mapeamento digital de classes de solos / Principal components as predictor variables in digital mapping of soil classes

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.

Componentes principais como preditores no mapeamento digital de classes de solos

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.

Decision trees for digital soil mapping on subtropical basaltic steeplands

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.

Componentes principais como preditores no mapeamento digital de classes de solos

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.

Decision trees for digital soil mapping on subtropical basaltic steeplands

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.