@MASTERSTHESIS{ 2021:464688820,
 	title = {Mapeamento e modelagem digital da variabilidade tridimensional de atributos f?sico-h?dricos dos solos da bacia do rio Guapi-macacu - RJ, por estat?stica multivariada e algoritmos},
 	year = {2021},
 	url = "https://tede.ufrrj.br/jspui/handle/jspui/6870",
 	abstract = "O conhecimento acerca dos atributos f?sico-h?dricos dos solos ? importante para estudos
 voltados a compreens?o do regime h?drico e monitoramento do fluxo de ?gua, principalmente
 em bacias hidrogr?ficas, onde o conte?do de ?gua armazenado e disponibilizado afeta tanto as
 fun??es ambientais dos solos, quanto a biodiversidade e a sustentabilidade desse recurso
 natural. No Brasil, os bancos de dados de solos possuem poucas informa??es coletadas acerca
 de par?metros h?dricos dos solos tais como a velocidade de infiltra??o b?sica (vib) e a
 condutividade hidr?ulica saturada (Ksat), devido ? n?o realiza??o sistem?tica de testes de
 infiltra??o ao se executar os levantamentos pedom?tricos e a dificuldade de mensura??o de tais
 par?metros nas camadas mais profundas da pedosfera. Neste contexto, torna-se pass?vel a
 estimativa da vib e da Ksat associando-se as propriedades granulom?tricas e f?sico-qu?micas
 dos solos coletadas em campo por meio de algoritmos para pedologia quantitativa (do ingl?s,
 Algorithmsfor Quantitative Pedology - AQP) e implementa??o de fun??es de pedotransfer?ncia
 usando an?lise regressiva multivariada e algoritmos de machine learning baseados em ?rvores,
 capazes de model?-los vertical (em perfil) e espacialmente sob a ?rea de estudo. Ainda, como
 forma de ampliar as informa??es sobre a ?rea estudada e garantir uma modelagem mais
 fidedigna e robusta, ? desej?vel associar par?metros mensur?veis em campo e laborat?rio com
 demais informa??es relevantes que ajudem a an?lise de bacias hidrogr?ficas compondo assim
 as vari?veis de entrada nos modelos citados. Este estudo sugere a aplica??o de vari?veis
 oriundas de modelagem num?rica do terreno, obtidas atrav?s de Modelo Digital de Eleva??o
 (MDE), e dados radiom?tricos, derivados aerogeof?sica ambiental (aeromagnetometria e
 aerogamaespectrometria) e an?lise espectral sob ?ndices relativos ? vegeta??o, solo e ?gua
 utilizando imagens do sensor Sentinel-2A (?ndices espectrais) por meio de Sensoriamento
 Remoto. Para a an?lise quantitativa dos dados e sele??o de covari?veis dos modelos, foram
 abordados m?todos estat?stico-descritivo e multivariado, visando o entendimento
 interrelacional das vari?veis preditoras e a redu??o de dimensionalidades e/ou
 multicolinearidade nas vari?veis de entrada nos modelos. Pelos resultados obtidos, os modelos
 baseados em ?rvores (Random Forest ? RF e ?rvores de Regress?o - AR) apresentaram melhor
 desempenho na modelagem dos atributos f?sico-h?dricos frente ao modelo regressivo na
 estimativa das fun??es de pedotrasnfer?ncia. A abordagem multivariada usando os m?todos de
 sele??o e redu??o de dimensionalidade permitiram a escolha otimizada das vari?veis de entrada
 na modelagem, elimina??o de problemas de multicolinearidade dos dados e redu??o do
 conjunto de dados, obtendo diversificada resposta para as camadas de solos avaliadas. O estudo
 mostra o potencial de integra??o de dados topogr?ficos, pedol?gicos e radiom?tricos e sua
 contribui??o no mapeamento e modelagem digital de solos, visando a compreens?o da
 variabilidade dos atributos f?sico-h?dricos na bacia hidrogr?fica estudada.",
 	publisher = {Universidade Federal Rural do Rio de Janeiro},
 	scholl = {Programa de P?s-Gradua??o em Modelagem e Evolu??o Geol?gica},
 	note = {Instituto de Agronomia}
}