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.

No 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. Key words: GIS, DEM, soil survey, terrain analysis MAPEAMENTO DIGITAL DE SOLOS UTILIZANDO REGRESSÕES LOGÍSTICAS MÚLTIPLAS E PARÂMETROS DO TERRENO NO SUL DO BRASILRESUMO: 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. Palavras-chave: levantamento de solos, SIG, MNT, análise do terreno

No abstract

Palavras-chave: modelo digital de elevação, variáveisgeomorfométricas, classificação em estágio único, classificação hierárquica. ABSTRACT Soil maps are sources of important information for land planning and management, but are expensive to produce. This paper proposes testing and comparing single stage classification methods (Multiple Multinomial Logistic Regression and Bayes) and multiple stage classification methods (Classification and Regression Trees (CART), J48 and Logistic Model Trees (LMT)) using geographic information system and terrain parameters for producing soil maps with both original and simplified legend. The database was managed in ArcGis computer application in which the variables and the original INTRODUÇÃOMapas pedológicos são fontes de informações primordiais para planejamento e manejo de uso do solo. O Brasil possui grande parte de seu território coberto por mapas de solos pouco detalhados com escala de 1:1.000.000, produzidos a partir do ano de 1986 pelo projeto Radambrasil. Embora estejam disponíveis, esses dados têm escala muito pequena, não adequada para o gerenciamento municipal de propriedades rurais ou regiões de bacias hidrográficas. Mapas de solos mais detalhados, em escala maior, são escassos.Como os custos necessários para elaboração de mapas em escalas maiores são altos, métodos de mapeamento supervisionados estão sendo testados e analisados com a finalidade de produzir mapas pedológicos com baixo custo-benefício. Para LAGACHERIE & MCBRATNEY (2007), o mapeamento digital de solos se baseia na geração de sistemas de informações que permitem estabelecer relações matemáticas entre variáveis ambientais e classes de solos e, assim, predizer a distribuição espacial das classes de solos. Alguns métodos de mapeamento digital de solos já estão sendo utilizados, como regressões logísticas múltiplas multinomiais (GIASSON et al., 2006; CAMPLING et al., 2002), modelos logísticos com aplicação de componentes principais (TEN CATEN et al., 2009), redes neurais artificiais (SIRTOLI, 2008), classificação hierárquica e support vector machine (SVM) (BEHRENS & SCHOLTEN, 2007).Considerando-se que classificadores hierárquicos têm a capacidade de converter processos de decisão complexos em uma série de decisões simples (BREIMAN et al., 1984), aumentando, em geral, a acurácia dos resultados, o presente trabalho tem por objetivo comparar métodos de classificação em estágio único (CEU), como regressão logística múltipla multinomial (RLMM) e classificador de Bayes, e métodos de classificação hierárquica, como LMT (Logistic Model Trees), CART (Classification and Regression Trees) e o algoritmo J48 (também conhecido como C4.5), para produção de mapas detalhados de solos a partir de variáveis geomorfométricas de uma área de referência com utilização de legenda original e simplificada. (RABUS et al., 2003). No aplicativo computacional ArcGis 9.2 (ESRI, 2006), foram geradas sete variáveis geomorfométricas: a) declividade, b) curvatura planar, c) perfil de curvatura, d) curvatura (combinação entre curvatura pla...

Robust and accurate regional estimates of C storage in soils are currently an important research topic because of ongoing debate about human‐induced changes in the terrestrial C cycle. Widely available geoprocessing tools were applied to estimate native soil organic C (SOC) stocks of Rio Grande do Sul state in southern Brazil to a depth of 30 cm from previously sampled soil pedons under undisturbed vegetation. The study used a statewide comprehensive soil survey comprising a small‐scale soil map, a climate map, and a soil pedon database. Soil organic C stocks under native vegetation were calculated with two different approaches: the Tier 1 method of the Intergovernmental Panel on Climate Change (IPCC) and a refined method based on actual field measurements derived from soil profile data. Highest SOC stocks occurred in Neossolos Quartzarênico hidromórfico (Aquents), Organossolos Tiomórficos (Hemists), Latossolos Brunos (Udox), and Vertissolos Ebânicos (Uderts) soil classes. Before human use of soils, most C was stored in the Latossolos Vermelhos (Udox) and Neossolos Regolíticos (Orthents), which occupy a large area of Rio Grande do Sul. Generally, IPCC default reference SOC stocks compared well with SOC stocks calculated from soil pedons. The total SOC stock of Rio Grande do Sul was estimated at 1510.3 Tg C (5.8 kg C m−2) by the IPPC method and 1597.5 ± 363.9 Tg C (7.4 ± 1.9 kg C m−2) calculated from soil pedons. The SOC digital map and SOC database developed in this study provide crucial background information for state‐level contemporary assessment of C stocks and soil C sequestration programs and initiatives.

RESUMOA ordem Isoptera é bastante conhecida pelo seu potencial como praga, apesar dos cupins-praga constituírem a minoria dentro do grupo. Os cupins (térmitas) são invertebrados dominantes em ambientes terrestres tropicais e estão espalhados desde as florestas úmidas até as savanas, sendo encontrados até mesmo em regiões áridas, nos mais variados habitats. Esses insetos têm um papel destacado e ainda pouco estudado nos ecossistemas tropicais. Ciclagem de nutrientes, aeração, infiltração de água do solo, bioturbação, formação de agregados e decomposição de material orgânico, são processos influenciados pela ação dos térmitas, que vão, direta ou indiretamente, influenciar a formação dos solos e da paisagem onde se encontram. Sugerimos que uma maior abordagem deva ser dirigida em futuras pesquisas para a influência desses insetos no solo sob condições específicas de uso e manejo, na produção sustentável de alimentos e nas mudanças climáticas.Palavras-chave: Isoptera, atividade térmita, biologia do solo, bioturbação, cupins-praga. ABSTRACTThe order Isoptera is well known by its potential as a plague, although the number of species that are plagues is small within the group. Termites are the dominant invertebrates in tropical terrestrial environments and are spread from tropical rainforests to the savannahs, being found even in arid regions, in various habitats. These insects have a major role and are still little studied in tropical ecosystems. Nutrient cycling, aeration, water infiltration of soil, bioturbation, aggregates formation and organic material decomposition, are processes influenced by the action of termites, which , directly or indirectly, affect soil and landscape formation wherever they are. We suggest that a better approach must be addressed in future researches about these insects influence in the soil under specified conditions of use and management, in sustainable food production and climate changes.

RESUMORegressões nominais logísticas estabelecem relações matemáticas entre variáveis independentes contínuas ou discretas e variáveis dependentes discretas. Essas foram avaliadas quanto ao seu potencial em predizer a ocorrência e distribuição de classes de solos na região dos municípios de Ibirubá e Quinze de Novembro (RS). A partir de modelo numérico de terreno digital (MNT) com 90 m de resolução, foram calculadas variáveis de terreno topográficas (elevação, declividade e curvatura) e hidrográficas (distância dos rios, índice de umidade topográfica, comprimento de fluxo de escoamento e índice de poder de escoamento). Foram então estabelecidas regressões logísticas múltiplas entre as classes de solos da região com base em levantamento tradicional na escala 1:80.000 e as variáveis de terreno. As regressões serviram para calcular a probabilidade de ocorrência de cada classe de solo, e o mapa final de solos estimado foi produzido atribuindo-se a cada célula do mapa a denominação da classe de solo com maior probabilidade de ocorrência. Observou-se acurácia geral (AG) de 58 % e acurácia pelo coeficiente Kappa de Cohen de 38 %, comparando-se o mapa original com o mapa estimado dentro da escala original. Uma simplificação de escala foi pouco significativa para o aumento da acurácia do mapa, sendo 61 % de AG e 39 % de Kappa. Concluiu-se que as regressões logísticas múltiplas apresentaram potencial