Please use this identifier to cite or link to this item:
https://rima.ufrrj.br/jspui/handle/20.500.14407/9840
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Bernini, Thiago Andrade | |
dc.date.accessioned | 2023-12-21T18:45:53Z | - |
dc.date.available | 2023-12-21T18:45:53Z | - |
dc.date.issued | 2016-02-26 | |
dc.identifier.citation | BERNINI, Thiago Andrade. Utilização de imagens ALOS/PALSAR no mapeamento digital de atributos físicos dos solos. 2016. 101 f. Tese (Doutorado em Ciência, Tecnologia e Inovação em Agropecuária, Recursos Naturais e Proteção Ambiental) - Pró-Reitoria de Pesquisa e Pós-graduação, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2016. | por |
dc.identifier.uri | https://rima.ufrrj.br/jspui/handle/20.500.14407/9840 | - |
dc.description.abstract | O levantamento e a análise da espacialização dos atributos do solo através de ferramentas de geoestatística são fundamentais para que cada hectare de terra seja cultivado segundo as suas reais aptidões. As imagens de radar de abertura sintética (SAR) têm um grande potencial para a estimação de umidade do solo e, desta forma, estes sensores podem auxiliar no mapeamento de propriedades físicas e físico-hídricas dos solos. O objetivo geral deste estudo foi avaliar o potencial de utilização de imagens de radar (micro-ondas) ALOS/PALSAR na identificação de solos em uma área da Formação Botucatu, dominada por solos de textura arenosa e média no município de Mineiros - GO. A área tem aproximadamente 946 ha, com o relevo da região variando de plano a suave ondulado e geologia da área é composta basicamente, por Arenitos da Formação Botucatu. No presente estudo foram amostrados 84 pontos para calibração e 25 pontos para validação, coletados nas profundidades de 0-20 cm e 60-80 cm. As amostras de solo analisadas para a determinação de areia, silte, argila, capacidade de campo (CC), ponto de murcha permanente (PMP) e água total disponível (AD). Para o desenvolvimento do trabalho foram adquiridas imagens de cinco datas e diferentes polarizações, totalizando 14 imagens, que foram processadas para a correção geométrica e correção radiométrica, utilizando o MDE. Também foram gerados covariáveis dos atributos do terreno: elevação (ELEV), declividade (DECLIV), posição relativa da declividade (PR-DECL), distância vertical do canal de drenagem (DVCD), fator-ls (FATOR-LS) e distância euclidiana (D-EUCL). A predição dos atributos do solo foi realizada utilizando os métodos Random Forest (RF) e Random Forest Krigagem (RFK), tendo como covariáveis preditoras as imagens de radar e os atributos do terreno. O processamento das imagens do radar ALOS/PALSAR possibilitou as correções geométrica e radiométrica, transformando os dados em unidades de coeficiente de retroespalhamento (σº) corrigidos pelo modelo digital de elevação (MDE). As imagens adquiridas representaram de forma ampla as variações de σº ocorridos em diferentes datas. Os solos da área de estudo são predominantemente arenosos, com a maioria dos pontos amostrados classificados como NEOSSOLOS QUARTZARÊNICOS, seguidos dos LATOSSOLOS. Os modelos RF empregados para a predição dos atributos físicos e físico-hídricos dos solos proporcionaram a análise da contribuição das covariáveis preditoras. Os atributos do terreno que exerceram maior influência na predição dos atributos estudados estão relacionados à elevação. As imagens de 03/05/2009 (HH1, VV1, HV1 e VH1) e 26/09/2010 (HH3 e HV3), obtidas em períodos mais secos, tiveram melhores correlações com os atributos do solo. As análises dos semivariogramas dos resíduos da predição dos modelos RF demonstraram maior dependência espacial na camada de 60 a 80 cm. A abordagem da Krigagem somada ao modelo RF contribuíram para a melhoria da predição dos atributos areia, argila, CC e PMP. O uso de imagens de radar ALOS/PALSAR e atributos do terreno como covariáveis em modelos RFK mostrou potencial para estimar os atributos físicos (areia e argila) e físico-hídricos (CC e PMP), que podem auxiliar no mapeamento de solos associados aos materiais de origem da Formação Botucatu. | por |
dc.description.sponsorship | CAPES | por |
dc.format | application/pdf | * |
dc.language | por | por |
dc.publisher | Universidade Federal Rural do Rio de Janeiro | por |
dc.rights | Acesso Aberto | por |
dc.subject | Microwave | eng |
dc.subject | Botucatu sandstone formation | eng |
dc.subject | Micro-ondas | por |
dc.subject | Formação Botucatu | por |
dc.subject | Random Forest | por |
dc.title | Utilização de imagens ALOS/PALSAR no mapeamento digital de atributos físicos dos solos | por |
dc.title.alternative | Digital mapping of physical attributes of soils using ALOS/PALSAR images | eng |
dc.type | Tese | por |
dc.description.abstractOther | The survey and analysis of the spatial distribution of soil attributes through geostatistics tools are essential for agricultural land use according to soil capability. The images of synthetic aperture radar (SAR) have great potential for soil moisture estimation and, thus, these sensors can assist in mapping the physical-hydric and physical properties of soils. The overall objective of this study was to evaluate the potential use of radar images (microwave) ALOS/PALSAR on the identification of soils in an area of the Botucatu formation, dominated by sandy and medium texture soils in the municipality of Mineiros, Goiás State, Brazil. The area has approximately 946 hectares, with the relief of the region ranging from plain to low undulating hills and the geology of the area is composed basically by sandstones of the Botucatu formation. In the present study there were sampled 84 points for calibration and 25 points for validation, collected in the depths of 0-20 cm and 60-80 cm. The soil samples were analyzed for the determination of sand, silt, clay, field capacity (CC), permanent wilting point (PMP) and total water available (AD). For the development of the work were acquired ALOS/PALSAR radar images of five dates and different polarizations, totaling 14 images, which were processed for the geographic and radiometric corrections, using a DEM. Were also generated covariates of terrain attributes: high (ELEV), slope (DECLIV), relative position of the slope (PR-DECL), vertical distance of the drainage channel (DVCD), ls factor (FACTOR-LS) and Euclidean distance (D-EUCL). Prediction of soil attributes was performed using Random Forest methods (RF) and Random Forest Kriging (RFK), having as predictive covariates the radar imaging and terrain attributes. Image processing of the ALOS/PALSAR radar images enabled the geographical and radiometric corrections, transforming the data into backscatter coefficient (σº) in units of dB, corrected by digital elevation model (MDE). The acquired images represented broad range of σ° between the different dates. The soils of the study area are predominantly sandy, with most of the sampled points classified as Neossolos Quartzarênicos (Entisols), followed by Latossolos (Oxisols). The RF models employed for prediction of physical-hydric and physical attributes of soils provided an analysis of the contribution of these covariates in the predictive models. The landscape attributes that caused the largest impact in the prediction of the studied attributes are related to the altitude. The images of 5/3/2009 (HH1, VV1, HV1 and VH1) and 9/26/2010 (HH3 and HV3), obtained in drier periods, had best correlations with the soil attributes. The analysis of the semivariograms of the RF prediction models residues demonstrated greater spatial dependence in the 60 to 80 cm layer. The Kriging approach coupled with RF model contributed to the improvement of the prediction of sand, clay, CC and PMP. Using ALOS/PALSAR radar images and terrain attributes as covariates in RFK models showed potential to estimate the physical (sand and clay) and physical-hydric (CC and PMP) attributes, which can assist in mapping of soils associated with the Botucatu formation parent materials. | eng |
dc.contributor.advisor1 | Antunes, Mauro Antonio Homem | |
dc.contributor.advisor1ID | 656.965.816-68 | por |
dc.contributor.advisor-co1 | Chagas, Cesar da Silva | |
dc.contributor.advisor-co1ID | 628.086.307-78 | por |
dc.contributor.referee1 | Chagas, Cesar da Silva | |
dc.contributor.referee2 | Sano, Edson Eyji | |
dc.contributor.referee3 | Pinheiro, Helena Saraiva Koenow | |
dc.contributor.referee4 | Anjos, Lúcia Helena Cunha dos | |
dc.contributor.referee5 | Carvalho Júnior, Waldir de | |
dc.creator.ID | 106.642.957-03 | por |
dc.creator.Lattes | http://lattes.cnpq.br/4430420516583364 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Pró-Reitoria de Pesquisa e Pós-Graduação | por |
dc.publisher.initials | UFRRJ | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência, Tecnologia e Inovação em Agropecuária | por |
dc.subject.cnpq | Geociências | por |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/6337/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/17542/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/23860/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/30242/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/36618/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/42998/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/49378/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.thumbnail.url | https://tede.ufrrj.br/retrieve/55830/2016%20-%20Thiago%20Andrade%20Bernini.pdf.jpg | * |
dc.originais.uri | https://tede.ufrrj.br/jspui/handle/jspui/2317 | |
dc.originais.provenance | Submitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2018-05-17T19:12:34Z No. of bitstreams: 1 2016 - Thiago Andrade Bernini.pdf: 6680378 bytes, checksum: 98cf74e5c188b6420235be6f37868b6b (MD5) | eng |
dc.originais.provenance | Made available in DSpace on 2018-05-17T19:12:34Z (GMT). No. of bitstreams: 1 2016 - Thiago Andrade Bernini.pdf: 6680378 bytes, checksum: 98cf74e5c188b6420235be6f37868b6b (MD5) Previous issue date: 2016-02-26 | eng |
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 | Size | Format | |
---|---|---|---|---|
2016 - Thiago Andrade Bernini.pdf | Documento principal | 6.52 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.