Use este identificador para citar ou linkar para este item: https://rima.ufrrj.br/jspui/handle/20.500.14407/14312
Tipo do documento: Dissertação
Título: Mapeamento e modelagem digital da variabilidade tridimensional de atributos físico-hídricos dos solos da bacia do rio Guapi-macacu - RJ, por estatística multivariada e algoritmos
Título(s) alternativo(s): Digital mapping and modeling of three-dimensional soil physical-hydric attributes variability in the Guapi-macacu watershed – RJ, using multivariate statistics and algorithms
Autor(es): Santos, Priscilla Azevedo dos
Orientador(a): Pinheiro, Helena Saraiva Koenow
Primeiro coorientador: Carvalho Junior, Waldir de
Primeiro membro da banca: Pinheiro, Helena Saraiva Koenow
Segundo membro da banca: Ceddia, Marcos Bacis
Terceiro membro da banca: Bhering, Silvio Barge
Palavras-chave: Aprendizado de máquina;AQP;Estatística Multivariada;Geoprocessamento;Hidropedologia;Sensoriamento Remoto;Machine Learning;AQP;Multivariate Statistics;Hydropedology;Digital Mapping;Remote Sensing
Área(s) do CNPq: Modelagem e Evolução Geológica
Idioma: por
Data do documento: 12-Jul-2021
Editor: Universidade Federal Rural do Rio de Janeiro
Sigla da instituição: UFRRJ
Departamento: Instituto de Agronomia
Programa: Programa de Pós-Graduação em Modelagem e Evolução Geológica
Citação: SANTOS, Priscilla Azevedo dos. Mapeamento e modelagem digital da variabilidade tridimensional de atributos físico-hídricos dos solos da bacia do rio Guapi-macacu - RJ, por estatística multivariada e algoritmos. 2021. 156 f. Dissertação (Mestrado em Modelagem e Evolução Geológica) - Instituto de Agronomia, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2021.
Resumo: O conhecimento acerca dos atributos físico-hídricos dos solos é importante para estudos voltados a compreensão do regime hídrico e monitoramento do fluxo de água, principalmente em bacias hidrográficas, onde o conteúdo de água armazenado e disponibilizado afeta tanto as funções ambientais dos solos, quanto a biodiversidade e a sustentabilidade desse recurso natural. No Brasil, os bancos de dados de solos possuem poucas informações coletadas acerca de parâmetros hídricos dos solos tais como a velocidade de infiltração básica (vib) e a condutividade hidráulica saturada (Ksat), devido à não realização sistemática de testes de infiltração ao se executar os levantamentos pedométricos e a dificuldade de mensuração de tais parâmetros nas camadas mais profundas da pedosfera. Neste contexto, torna-se passível a estimativa da vib e da Ksat associando-se as propriedades granulométricas e físico-químicas dos solos coletadas em campo por meio de algoritmos para pedologia quantitativa (do inglês, Algorithmsfor Quantitative Pedology - AQP) e implementação de funções de pedotransferência usando análise regressiva multivariada e algoritmos de machine learning baseados em árvores, capazes de modelá-los vertical (em perfil) e espacialmente sob a área de estudo. Ainda, como forma de ampliar as informações sobre a área estudada e garantir uma modelagem mais fidedigna e robusta, é desejável associar parâmetros mensuráveis em campo e laboratório com demais informações relevantes que ajudem a análise de bacias hidrográficas compondo assim as variáveis de entrada nos modelos citados. Este estudo sugere a aplicação de variáveis oriundas de modelagem numérica do terreno, obtidas através de Modelo Digital de Elevação (MDE), e dados radiométricos, derivados aerogeofísica ambiental (aeromagnetometria e aerogamaespectrometria) e análise espectral sob índices relativos à vegetação, solo e água utilizando imagens do sensor Sentinel-2A (índices espectrais) por meio de Sensoriamento Remoto. Para a análise quantitativa dos dados e seleção de covariáveis dos modelos, foram abordados métodos estatístico-descritivo e multivariado, visando o entendimento interrelacional das variáveis preditoras e a redução de dimensionalidades e/ou multicolinearidade nas variáveis de entrada nos modelos. Pelos resultados obtidos, os modelos baseados em árvores (Random Forest – RF e Árvores de Regressão - AR) apresentaram melhor desempenho na modelagem dos atributos físico-hídricos frente ao modelo regressivo na estimativa das funções de pedotrasnferência. A abordagem multivariada usando os métodos de seleção e redução de dimensionalidade permitiram a escolha otimizada das variáveis de entrada na modelagem, eliminação de problemas de multicolinearidade dos dados e redução do conjunto de dados, obtendo diversificada resposta para as camadas de solos avaliadas. O estudo mostra o potencial de integração de dados topográficos, pedológicos e radiométricos e sua contribuição no mapeamento e modelagem digital de solos, visando a compreensão da variabilidade dos atributos físico-hídricos na bacia hidrográfica estudada.
Abstract: The knowledge about soil attributes and hydropedology is important for studies that aim understand the hydrological regime and monitoring water flow, especially in whatersheds, where the stored and available water content affects both soils environmental functions, as well as the biodiversity and the sustainability of this natural resource. In Brazil, soil databases have few information collected about soil water parameters such as basic infiltration speed ratio (bir) and saturated hydraulic conductivity (Ksat), due to the non-systematic performance of infiltration tests at soil surveys and the difficulty of measuring such parameters in the pedosphere`s deepest layers. In this context, it is possible to estimate the bir and Ksat by associating the granulometric and physicochemical properties of the soil collected in the field, by means of algorithms for quantitative pedology (Algorithms for Quantitative Pedology - AQP) and implementation of pedotransfer functions using multivariate regressive analysis and tree-based machine learning algorithms, capable of modeling them vertically (in profile) and spatially at the study area. Still, as a way of expanding the information about the studied area and guaranteeing a more reliable and robust modeling, it is desirable to associate measurable parameters in the field and laboratory with other relevant information that help the analysis of hydrographic basins, thus composing the input variables in the models mentioned. This study suggests the application of variables from numerical modeling of the terrain, obtained through the Digital Elevation Model (DEM), radiometric data, derived from environmental aerogeophysics (aeromagnetometry and aerogamaespectrometry) and spectral analysis through indices related to vegetation, soil and water using images from the Sentinel-2A sensor (spectral indexes). The quantitative analysis and covariates selection, statistical-descriptive and multivariate methods were applied, aiming to select potential covariates and the reduction of dimensionalities and / or multicollinearity in the input variables in the models. Based on the results obtained, the tree-based models (Random Forest - RF and Regression Trees - RT) showed better performance in modeling the physical-hydric attributes when compared to the regressive model to build pedotransfer functions. The multivariate approach using covariates selection and dimensionality reduction methods allowed the optimized choice of input variables in the modeling, elimination of multicollinearity problems, obtaining a diversified response to the evaluated soil layers. The study shows the potential for integrating topographic, pedological and radiometric data and their contribution to digital soil mapping and modeling, aiming at understanding the variability of physical-hydric attributes in the studied watershed.
URI: https://rima.ufrrj.br/jspui/handle/20.500.14407/14312
Aparece nas coleções:Mestrado em Modelagem e Evolução Geológica

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2021 - Priscilla Azevedo dos Santos.pdf2021 - Priscilla Azevedo dos Santos11.57 MBAdobe PDFThumbnail
Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.