@PHDTHESIS{ 2018:1254619639,
 	title = {Mapeamento digital de estoque de carbono e fra??es granulom?tricas de solos da Amaz?nia Central e predi??o de densidade dos solos do Brasil},
 	year = {2018},
 	url = "https://tede.ufrrj.br/jspui/handle/jspui/4487",
 	abstract = "O conhecimento do solo e suas propriedades ? essencial para o planejamento ambiental e estudo da din?mica em agroecossistemas. Algumas regi?es, como Amaz?nia brasileira, apresentam car?ncia em informa??es detalhadas sobre o meio f?sico, devido a dificuldades referentes ao acesso e movimenta??o em mata densa t?pica dessas regi?es. Atributos de dif?cil mensura??o em campo como densidade do solo, n?o s?o determinados comumente em levantamentos de solos e s?o necess?rios para o c?lculo de outras propriedades como estoque de carbono e porosidade total. Nesse contexto, modelos de predi??o e algoritmos de interpola??o s?o alternativas para a estimativa desses atributos em ?reas n?o amostradas. Os objetivos deste trabalho foram: avaliar a adi??o de covari?veis do relevo e derivadas de imagens multiespectrais e de radar na predi??o de estoque de carbono e textura do solo em ?rea da Amaz?nia Central, comparando a performance de quatro m?todos geoestat?sticos; e desenvolver Fun??es de Pedotranfer?ncia (FPTs) para estimar densidade do solo (Ds) em solos brasileiros, utilizando outros atributos f?sicos e qu?micos. No Cap?tulo I foram utilizadas vari?veis do relevo e derivadas de imagens multiespectrais (NDVI) e de radar (coeficiente de retroespalhamento) como covari?veis na predi??o dos atributos estoque de carbono e textura do solo. Em geral, os resultados mostraram que, mesmo sob floresta densa, o ?ndice de Vegeta??o de Diferen?a Normalizada (NDVI) e o coeficiente de retroespalhamento ALOS PALSAR melhoraram a acur?cia das predi??es de estoque de carbono (EC) e argila subsuperficial. O NDVI derivado de imagem do sensor RapidEye melhorou a predi??o de EC usando cokrigagem isot?pica, enquanto o NDVI derivado de imagem do sensor Landsat 8 e o coeficiente de retroespalhamento foram selecionados para predi??o de EC e argila subsuperficial usando o krigagem com regress?o (KR). A melhoria relativa da aplica??o de cokrigagem e KR sobre o krigagem ordin?ria foi inferior a 10%, indicando que s?o necess?rias an?lises futuras para conectar covari?veis derivadas da vegeta??o e do relevo com atributos do solo. No Cap?tulo II foram desenvolvidas FPTs para estimar densidade dos solos do Brasil, a partir de atributos f?sicos e qu?micos dispon?veis em levantamentos de solo. Foram desenvolvidos modelos de regress?o linear m?ltipla para o Brasil e para as cinco regi?es e comparado sua performance com o modelo refer?ncia publicado na literatura proposto por Benites et al. (2007). As FPTs geradas tiveram melhor performance comparada ao modelo proposto por Benites et al. (2007), exceto para a regi?o Sul. Comparando-se a performance do modelo geral (Brasil) em rela??o aos modelos gerados por regi?es, observou-se menores valores de MPE, MAE e RMSPE, para os modelos gerados por regi?es, exceto para a regi?o Sul. Quando se considera um modelo geral para predizer a Ds, o modelo gerado para o Brasil, obteve melhor performance, aproximadamente 7% a mais de acur?cia comparado ao modelo refer?ncia.",
 	publisher = {Universidade Federal Rural do Rio de Janeiro},
 	scholl = {Programa de P?s-Gradua??o em Agronomia - Ci?ncia do Solo},
 	note = {Instituto de Agronomia}
}