Mapeamento Digital dos Teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos – AM, Brasil

Autores

DOI:

https://doi.org/10.36403/espacoaberto.2024.60234

Palavras-chave:

Pedometria, Machine-learning, áreas de difícil acesso.

Resumo

Conceitos em pedometria e técnicas de Machine Learning são cada vez mais utilizados na execução de levantamentos de solos, empregando procedimentos de mapeamento digital de solos. O objetivo do estudo foi avaliar o desempenho de modelos Multivariate Adaptive Regression Spline (MARS), Radial Support Vector Machine (SVMRadial) e Random Forest (RF), para predição espacial de Fe2O3 , MnO, Nb e TiO2 , em Morro dos Seis Lagos-AM, Brasil. A metodologia consistiu em: Revisão bibliográfica; Compilação dos dados geoquímicos; Tratamento e análise dos dados (input data); Seleção de covariáveis; Aplicação de algoritmos para predição de elementos; Obtenção dos mapas, análise dos resultados e interpretações. Os resultados demonstraram maior acurácia para a predição de teores de óxido de ferro (Fe2O3), manganês (MnO) e nióbio (Nb) com o modelo RF, já para titânio (TiO2), melhor desempenho foi observado com o modelo SVMRadial. As covariáveis morfométricas foram mais relevantes do que covariáveis derivadas de índices espectrais.

Métricas

Carregando Métricas ...

Downloads

Publicado

2024-05-15

Como Citar

RODRIGUES, Niriele Bruno; SILVA, Júlio Cesar Lopes da; MARINATTI DA SILVA, Renan Pereira; KOENOW PINHEIRO, Helena Saraiva; JÚNIOR, Waldir de Carvalho. Mapeamento Digital dos Teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos – AM, Brasil. Espaço Aberto, Rio de Janeiro, Brasil, v. 14, n. 1, p. 157–174, 2024. DOI: 10.36403/espacoaberto.2024.60234. Disponível em: https://revistas.ufrj.br/index.php/EspacoAberto/article/view/60234. Acesso em: 5 nov. 2024.

Edição

Seção

Artigos