ABSTRACT: Users of soil survey products are mostly interested in understanding how soil properties vary in space and time. The aim of digital soil mapping (DSM) is to represent the spatial variability of soil properties quantitatively to support decision-making. The goal of this study is to evaluate DSM techniques (Regression Trees – RT and Multiple Linear Regressions – MLR) and the ability of these tools to predict mineral fraction content under a wide variability of landscapes. The study site was […]

ABSTRACT Digital soil mapping (DSM) permits continuous mapping soil types and properties through raster formats considering variation within soil class, in contrast to the traditional mapping that only considers spatial variation of soils at the boundaries of delineated polygons. The objective of this study was to compare the performance of SoLIM (Soil Land Inference Model) for two sets of environmental variables on digital mapping of saturated hydraulic conductivity and solum depth (A + B horizons) and to apply the best […]

ABSTRACT Terrain attributes (TAs) derived from digital elevation models (DEMs) are frequently used in digital soil mapping (DSM) as auxiliary covariates in the construction of prediction models. The DEMs and information extracted from it may be limited with regard to the spatial resolution and error magnitude, and can differ in the behavior of terrain features. The objective of this study was to evaluate the quality and limitations of free DEM data and to evaluate a topographic survey (TS) underlying the […]

RESUMO Nos últimos anos, geotecnologias como sensoriamento remoto, espectrorradiometria próxima e atributos do terreno derivados de modelos digitais de elevação são muito úteis para a descrição da variabilidade do solo. No entanto, essas fontes de informação são raramente usadas em conjunto. Por este motivo, uma metodologia para atribuir e especializar classes de solos utilizando-se de informações obtidas com sensoriamento remoto/proximal, geoprocessamento e conhecimento técnico foi aplicada e avaliada. Duas áreas de estudo, localizadas no Estado de São Paulo, Brasil, e […]

A informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de […]

Os modelos digitais de elevação (MDEs) são fontes fundamentais para correlacionar a ocorrência e distribuição de solos com a paisagem pelo mapeamento digital de solos (MDS). A influência dos tipos e das resoluções dos MDEs na capacidade de predição dos modelos preditores de classes de solo ainda é pouco estudada. Neste estudo, foram avaliados e comparados os efeitos de diferentes MDEs na predição de ocorrência de unidades de mapeamento de solo (UM). Foram correlacionados 12 atributos do terreno derivados de […]

O levantamento de solos é a principal fonte de informação espacial sobre solos para diferentes usos, principalmente o uso agrícola. No entanto, a continuidade dessa atividade tem sido grandemente comprometida, principalmente pela escassez de recursos financeiros. O objetivo deste estudo foi avaliar a eficiência da utilização de dois classificadores distintos (redes neurais artificiais – RNAs e o algoritmo da máxima verossimilhança – Maxver) na predição de classes de solos em uma área na região noroeste do Estado do Rio de […]