Mapeamento Digital dos Teores de Fe2O3, MnO, Nb e TiO2 em Morro dos Seis Lagos - AM, Brasil
Bibliographic Data
| ID | 4772584 |
|---|---|
| Authors | Niriele Bruno Rodrigues (0000-0001-9424-760X, Universidade Federal Rural do Rio de Janeiro), Júlio Cesar Lopes Da Silva (0000-0001-6230-0058, Universidade Federal do Rio de Janeiro), Renan Pereira Marinatti Da Silva (0009-0006-8015-9071, Universidade Federal Rural do Rio de Janeiro), Helena Saraiva Koenow Pinheiro (0000-0001-5742-7556, Universidade Federal Rural do Rio de Janeiro), Waldir De Carvalho Júnior (0000-0002-8619-0989, Brazilian Agricultural Research Corporation) |
| Year | 2024 |
| Volume | 14 |
| Issue | 1 |
| Pages | 157-174 |
| Publication date | 2024-05-15 |
| Peer Reviewed | Yes |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Espaço Aberto (JOURNAL) |
| Journal identifiers | ISSN: 2236-1367 • E-ISSN: 2237-3071 |
| Publisher | Revista Espaco Aberto (PUBLISHER) |
| DOI | 10.36403/espacoaberto.2024.60234 |
| OpenAlex | W4396935123 |
| Language | PT |
| Citations received | 1 |
| References cited | 4 |
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
Geography · Physics · Geochemistry and Geologic Mapping · Geography and Environmental Studies · Geology
| Unique citing works | 1 |
|---|---|
| Citations per year | 0,5 |
| Citation span | 2024 - 2024 (1) |
| Citation velocity | recent |
| Highly cited | No |