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

Resumen

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.