RESUMOApesar do conhecimento existente sobre a erosão das terras cultivadas, há situações de uso e manejo do solo que necessitam de estudos mais aprimorados. Apoiado nisso, realizou-se esta pesquisa com o objetivo de avaliar a erosão hídrica pluvial do solo na cultura do milho (Zea mays L.), implantada em área de campo nativo, nos métodos de preparo escarificação e semeadura direta e nos tipos de adubação mineral (fertilizante contendo N e P) e orgânica (cama seca de aviário). O estudo foi desenvolvido a campo, na EEA/UFRGS, em Eldorado do Sul (RS), no verão de 2006/2007, aplicando-se chuva simulada sobre um Argissolo Vermelho distrófico típico com textura francoarenosa na camada superficial e declividade média de 0,13 m m -1 . Foram realizados dois testes de erosão na pesquisa, cada um deles na intensidade constante de chuva de 64 mm h -1 e com duração de 1,5 h, usando-se o aparelho simulador de chuva de braços rotativos. O primeiro teste foi realizado logo após a implantação dos tratamentos, na semeadura do milho, e o segundo 75 dias mais tarde, no florescimento da cultura. Avaliaram-se atributos de solo e planta nas parcelas experimentais e de erosão hídrica no escoamento superficial. Observou-se que o crescimento da cultura e as perdas pela erosão
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.
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 diferentes MDEs com a ocorrência de UM. Os MDEs utilizados foram os oriundos dos projetos SRTM v4.1, ASTER GDEM v2, TOPODATA e Brasil em Relevo, e os MDEs gerados a partir de curvas de nível na escala de 1:50.000, com resoluções de 30 e 90 m. Os modelos preditores foram treinados por árvore de decisão (Simple Cart) com dados amostrados em 4.280 pontos aleatórios contendo informações dos solos extraídos de um mapa convencional de solos na escala 1:20.000 e 12 atributos do terreno derivados de seis MDEs com tamanhos de pixel de 30 e 90 m. A validação dos modelos preditores de UM foi realizada com a totalidade dos dados da área. Os atributos do terreno que melhor explicaram a ocorrência das UM foram elevação, declividade, comprimento de fluxo e orientação das vertentes. Os MDEs com tamanho de pixel de 30 m geraram correlações solo-paisagem menos acuradas. Os modelos preditores mais acurados e com maior número de UM estimadas foram os gerados a partir dos MDEs com resolução espacial de 90 m (SRTM v4.1 e CN90), sendo esses os MDEs mais indicados para o MDS, quando predominarem relevos plano e suave ondulado.
RESUMOA estrutura do solo desempenha papel de destaque no crescimento de plantas e no controle da erosão e, por conseguinte, na produção de alimentos e na conservação do solo e da água. Considerando isso, realizou-se este trabalho com o objetivo de implementar e acompanhar o processo de restauração da estrutura de um solo degradado, por meio de sequências culturais (gramíneas e leguminosas de inverno e verão, dispostas nos modos de cultivo isolado e consorciado), implantadas em semeadura direta, e posteriormente verificar sua relação com as perdas de solo e água causadas pela erosão hídrica pluvial, em distintas condições físicas de superfície (solo não mobilizado, com e sem crosta; solo recém-mobilizado, por meio de escarificação e de escarificação seguida -um mês mais tarde -de gradagem; e coberturas por resíduo cultural de 100, 18 e 0 %). O estudo foi desenvolvido em campo, com chuva simulada, na EEA/UFRGS, em Eldorado do Sul (RS) ,
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
RESUMOA mudança no tipo de uso da terra, se não devidamente planejada e conduzida, poderá resultar em solos com capacidade produtiva diminuída e com propensão à erosão aumentada, o que irá diminuir o rendimento das culturas e prejudicar a conservação do solo e da água. Esta pesquisa teve como objetivo avaliar a erosão hídrica pluvial do solo em área originalmente de campo nativo, nos seus segundo e terceiro anos de cultivo com culturas anuais em fileira (respectivamente, feijão-miúdo -Vigna unguiculata -e sorgo -Sorghum bicolor), nos métodos de preparo do solo reduzido (escarificação) e sem preparo (semeadura direta) e nos tipos de adubação mineral (fertilizante NPK) e orgânica (cama de aviário), além de uma condição sem adubação (tratamento testemunha). O estudo foi desenvolvido em campo, na EEA/UFRGS, em Eldorado do Sul (RS), nos verões de 2007/2008 e 2008/ 2009. Usou-se chuva simulada e um Argissolo Vermelho distrófico típico com textura franco-arenosa na camada superficial e declividade média de 0,13 m m -1 . Realizaram-se dois testes de erosão em cada ciclo cultural: o primeiro, logo após o preparo do solo e a semeadura das culturas; e o segundo, cerca de 90 dias mais tarde (estádio fenológico de enchimento de legumes, no caso do feijão-miúdo, e de maturação, no do sorgo). As chuvas foram aplicadas com o simulador de braços rotativos, na intensidade planejada de 64 mm h -1 e com duração de 1,5 h cada uma.
reSUmo para estudar técnicas de amostragem, úteis ao mapeamento digital de solos (mdS), objetivou-se avaliar o efeito da variação da densidade de pontos amostrais com base em dados de áreas já mapeadas por métodos tradicionais na acurácia dos modelos de árvores de decisão (AD) para a geração de mapas de solos por MDS. Em duas bacias hidrográficas no noroeste do rio grande do Sul, usou-se, como referência, antigos mapas convencionais de solos na escala 1:50.000. A partir do modelo digital de elevação do terreno e da rede hidrográfica, foram gerados mapas das variáveis preditoras: elevação, declividade, curvatura, comprimento de fluxo, acúmulo de fluxo, índice de umidade topográfica e distância euclideana de rios. A escolha dos locais dos pontos amostrais foi aleatória e testaram-se densidades amostrais que variaram de 0,1 a 4 pontos/ha. o treinamento dos modelos foi realizado no software Weka, gerando-se modelos preditores usando diferentes tamanhos do nó final da AD para obter AD com tamanhos distintos. Quando não se controlou o tamanho das ad, o aumento da densidade de amostragem resultou no aumento da concordância com os mapas básicos de referências e no aumento do número de unidades de mapeamento preditas. nas ad com tamanho controlado, o aumento da densidade de amostragem não influenciou a concordância com os mapas de referência e interferiu muito pouco no número de unidades de mapeamento preditas. palavras-chave: mapa de solos, Sig, modelo, predição.Recebido para publicação em 16 de maio de 2014 e aprovado em 26 de fevereiro de 2015.
Resumo -O objetivo deste trabalho foi realizar a expansão de mapas pedológicos pela extrapolação de mapas preexistentes para áreas fisiograficamente semelhantes. Foram utilizados mapas de solos, em escala 1:50.000, das bacias hidrográficas dos rios Santo Cristo e Arroio Portão, no Rio Grande do Sul, e a extrapolação foi feita com uso do algoritmo de árvores de decisão "simple cart", treinado nas áreas previamente mapeadas. As bacias foram divididas em duas partes, uma para o treinamento e outra para a validação do modelo. A partir do modelo digital de elevação Aster-GDEM, foram gerados sete mapas de variáveis preditoras dos solos na paisagem. A amostragem de dados foi aleatória, com densidade de três pontos por hectare. O treinamento dos modelos foi realizado no programa Weka, e as acurácias foram calculadas a partir de matriz de erros. Para ambas as bacias, a acurácia geral do mapa de solos predito foi maior na área de treinamento do que na área de validação, a qual apresentou valores de 50 e 54%. Os mapas produzidos pelo modelo preditor apresentaram acentuada diferença na distribuição espacial das unidades de mapeamento, comparados com o mapa de solos original, indício de que a técnica de mapeamento digital utilizada é pouco eficiente para extrapolar mapas de solos preexistentes para outras áreas fisiograficamente semelhantes.Termos para indexação: acurácia geral, árvores de decisão, mineração de dados, pedometria, simple cart, sistema de informação geográfica. Expanding pedological maps to physiographically similar areas with digital soil mappingAbstract -The objective of this work was to expand pedological maps by extrapolating existing soil maps to physiographically similar areas. Soil maps were used at the scale of 1:50,000, for the watersheds of the rivers Santo Cristo and Arroio Portão, in the state of Rio Grande do Sul, Brazil, and the extrapolation was done using the "Simple Cart" decision tree algorithm, trained in the previously mapped areas. The watersheds were divided into two parts, one used for model training and the other for model validation. From the digital elevation model Aster-GDEM, seven maps of soil predicting variables in the landscape were generated. Sampling was random and performed with sampling density of three points per hectare. Model training was performed in the Weka software, and model accuracies were calculated using the error matrix. For both watersheds, the overall accuracy of the predicted soil map was higher in the training area than in the validation area, and showed values of 50 and 54%. The maps produced by the predictive model showed acute differences in the spatial distribution of mapping units, compared with the original soil map, indicating that the used digital mapping technique has low effectivity for the extrapolation of pre-existing soil maps to other physiographically similar areas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.