Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/9832
Full metadata record
DC FieldValueLanguage
dc.contributor.authorCarvalho, Claudia Csekö Nolasco de
dc.date.accessioned2023-12-21T18:45:51Z-
dc.date.available2023-12-21T18:45:51Z-
dc.date.issued2015-05-27
dc.identifier.citationCARVALHO, Claudia Csekö Nolasco de. Inferência fuzzy para predição de classes de solo em áreas de assentamentos na microrregião da Mata Alagoana. 2015. 149 f. Tese (Doutorado em Ciência, Tecnologia e Inovação em Agropecuária) - Pró-Reitoria de Pesquisa e Pós Graduação, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2015.por
dc.identifier.urihttps://rima.ufrrj.br/jspui/handle/20.500.14407/9832-
dc.description.abstractO desenvolvimento sustentável requer mapas de solo mais detalhados com informações representativas da realidade local que permitem conciliar aumento da produção agropecuária com minimização de impactos ambientais. Essa é uma tarefa difícil considerando a extensão territorial do Brasil e a falta de programas e recursos governamentais. O Mapeamento Digital de Solos-MDS, através da implementação de metodologias, vem se consolidando como técnica de apoio ao mapeamento convencional. Usando técnicas de MDS, esse trabalho objetivou avaliar um procedimento metodológico para gerar mapa de solos com refinamento de escala usando inferência fuzzy para mapear unidades mais simples, portanto mais adequadas aos planos de desenvolvimento dos assentamentos rurais. A área escolhida para teste está localizada na microrregião da Mata do Estado de Alagoas. Para execução do trabalho os atributos do terreno elevação, declividade, curvatura em perfil, plano de curvatura e índice de umidade topográfica derivados de Modelo Digital de Elevação-MDE (gerado por restituição aerofotogramétrica na escala 1:8.000) e dados geológicos em escala 1:50:000, foram integrados através do conhecimento de pedólogos. Os planos de informações, com pixel de 5 m, a partir de regras estabelecidas pela expertise de pedólogos foram fuzzificados e integrados para gerar os mapas de possibilidades de ocorrência para as classes de solo predefinidas. O mapa digital de solos foi produzido pela integração dos mapas de possibilidades das classes por inferência média ponderada. O mapa digital de solos predito foi confrontado com mapa elaborado por método tradicional e validado por observações em campo ao longo de transectos e por perfis preexistentes. A análise comparativa entre o mapa digital de solos e o convencional obteve acurácia de 81,2 % entre as classes preditas no mapa digital e as contidas nas unidades do mapa convencional (descritas na legenda, porém não espacializadas). Confrontando as classes preditas no mapa digital e as identificadas no campo a acurácia encontrada foi de 74,65%. A aferição das classes pelo índice de Kappa foi considerada muito boa com valores de 0,696 para a comparação entre o mapa digital versos mapa convencional e 0,705 entre o mapa digital e as observações de campo. A pesquisa mostrou que dados contidos em mapas legados de solo podem através do conhecimento de pedólogos e de dados detalhados de atributos do terreno agregar informações e produzir mapa digital de solo com ampliação da escala e que neste trabalho é compatível com a de levantamentos detalhados (1:15.000).por
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural do Rio de Janeiropor
dc.rightsAcesso Abertopor
dc.subjectMDSpor
dc.subjectMapa de solopor
dc.subjectLevantamentos detalhadospor
dc.subjectPedometriapor
dc.subjectDSMeng
dc.subjectSoil mapseng
dc.subjectDetailed soil surveyseng
dc.subjectPedometryeng
dc.titleInferência fuzzy para predição de classes de solo em áreas de assentamentos na microrregião da Mata Alagoanapor
dc.title.alternativeFuzzy inference to predict soil classes in areas of the microregion of Mata Alagoanaeng
dc.title.alternativeInferencia fuzzy para la predición de clases de suelo en áreas de asentamientos en la Microrregión de la Mata Alagoanaspa
dc.typeTesepor
dc.description.abstractOtherSustainable development requires more detailed soil maps with representative information of local reality, helping to conciliate increasing agriculture production and environmental impacts reduction. It is a hard task to achieve considering the Brazil territorial extension and the absence of governmental programs and resources. The Digital Soil Mapping (DSM), through methodologies implementation, has been consolidated as support technique for conventional mapping. Using DSM techniques, we aimed to evaluate a methodological procedure to generate soil maps with refined scale by fuzzy inference, and to map simpler units, which means more adequate areas for the rural settlement development plans. We carried out the study on an area at the microregion of Mata of Alagoas State and the following attributes were integrated by pedologist knowledge: elevation, slope, curvature and profile, topographic wetness index – derived from a Digital Elevation Model (built by aerophotogrammetric restitution at scale 1:8 000), and geological data at scale 1:50 000. In a first moment, we integrate the thematic layers of 5m resolution pixel related to the attributes. Possibility maps of predefined classes were generate based on rules established by pedological expertise using fuzzy inference. Then, we integrate the evidence maps of classes by weighted mean inference to produce the soils digital map. The predicted digital soil map was opposed to a map elaborated traditionally, and validated by field observation of transects and pre-existent profiles. The comparison between the digital soil map and the conventional indicated a accuracy of 81.2% between the predicted classes of the digital map and the ones on the conventional map units (described on the legend, however not spatialized). Confronting the predicted classes of the digital soil map and the ones identified on field, the observed accuracy was of 74.65%. The Kappa index found was very good, with 0.696 values for the comparison between the digital map and the conventional map and 0.705 between the digital map and field observations. The results demonstrate that legacy maps data may, through the pedologists knowledge and more detailed attribute data, aggregate information and produce more detailed soil maps. Considering the concepts of minimum mappable area, the definitions of pixel sizes suggested for the digital cartographic scale, and the rules for soil survey, the applied methodology allowed, on the used cartographic base, the amplification of the mapping scale from 1:25 000 to 1:15 000.eng
dc.contributor.advisor1Antunes, Mauro Antonio Homem
dc.contributor.advisor1IDCPF: 656.965.816-68por
dc.contributor.referee1Antunes, Mauro Antonio Homem
dc.contributor.referee2Anjos, Lúcia Helena Cunha dos
dc.contributor.referee3Rocha, Washington Santana da Franca
dc.contributor.referee4Chagas, Cesar Silva
dc.contributor.referee5Carvalho Junior, Waldir de
dc.creator.IDCPF: 274.047.655-87por
dc.creator.Latteshttp://lattes.cnpq.br/0778998882681223por
dc.publisher.countryBrasilpor
dc.publisher.departmentPró-Reitoria de Pesquisa e Pós-Graduaçãopor
dc.publisher.initialsUFRRJpor
dc.publisher.programPrograma de Pós-Graduação em Ciência, Tecnologia e Inovação em Agropecuáriapor
dc.subject.cnpqAgronomiapor
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/8336/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/15246/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/21560/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/27880/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/34248/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/40624/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/46994/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/53408/2015%20-%20Claudia%20Cseko%20Nolasco%20de%20Carvalho.pdf.jpg*
dc.originais.urihttps://tede.ufrrj.br/jspui/handle/jspui/2399
dc.originais.provenanceSubmitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2018-08-29T20:27:02Z No. of bitstreams: 1 2015 - Claudia Cseko Nolasco de Carvalho.pdf: 7996736 bytes, checksum: 4342b7f850b677568441806a801d9047 (MD5)eng
dc.originais.provenanceMade available in DSpace on 2018-08-29T20:27:02Z (GMT). No. of bitstreams: 1 2015 - Claudia Cseko Nolasco de Carvalho.pdf: 7996736 bytes, checksum: 4342b7f850b677568441806a801d9047 (MD5) Previous issue date: 2015-05-27eng
Appears in Collections:Doutorado em Ciência, Tecnologia e Inovação em Agropecuária

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

Files in This Item:
File Description SizeFormat 
2015 - Claudia Cseko Nolasco de Carvalho.pdfDocumento principal7.81 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.