@PHDTHESIS{ 2015:183754735,
 	title = {M?todos de mapeamento digital aplicados na predi??o de classes e atributos dos solos da bacia hidrogr?fica do rio Guapi-Macacu, RJ},
 	year = {2015},
 	url = "https://tede.ufrrj.br/jspui/handle/jspui/1887",
 	abstract = "Modelos solo-paisagem quantitativos representam uma nova tend?ncia nos levantamentos de solos. Neste sentido, as diferentes t?cnicas de mapeamento digital s?o aplicadas para prever os padr?es naturais de ocorr?ncia de classes de solo. O objetivo deste trabalho foi a aplica??o de geotecnologias no mapeamento de classes e atributos dos solos em uma bacia hidrogr?fica, que apresenta grande varia??o de condi??es de paisagem, no Estado do Rio de Janeiro, Brasil. A abordagem foi baseada em conhecimento pedol?gico t?cito, culminando na escolha de atributos da paisagem que representem a variabilidade dos fatores de forma??o de solos na regi?o. Na constru??o do modelo solo-paisagem foram gerados no programa de computa??o ArcGIS Desktop v. 10, atributos relacionados a pedog?nese na ?rea em estudo, como geologia altimetria, declividade, curvatura, ?ndice topogr?fico composto e dist?ncia euclidiana de hidrografia. No programa ERDAS Imagine v.9 foram gerados tr?s ?ndices derivados de dados de sensoriamento remoto (Landsat 5 TM). S?o eles: clay minerals, iron oxide e ?ndice de vegeta??o por diferen?a normalizada ? NDVI. Para representar as formas do relevo foi gerado mapa com as dez formas mais comuns do relevo (?geomorphons?), no programa GRASS-GIS. Adicionalmente, a predi??o de atributos do solo contou com co-vari?veis derivadas do modelo digital de eleva??o (MDE) geradas no programa SAGA-GIS. O trabalho de tese foi dividido em etapas, apresentadas na forma de cap?tulos. O primeiro cap?tulo apresenta a revis?o de literatura espec?fica de contextualiza??o do trabalho. O estudo das rela??es solo-paisagem e da variabilidade dos atributos do terreno, a caracteriza??o das unidades de mapeamento com base no levantamento de campo, constituem o segundo cap?tulo. Os solos predominantes na ?rea foram: Latossolos, Argissolos, Gleissolos, Cambissolos, Neossolos Fl?vicos e Lit?licos. O terceiro cap?tulo tratou do uso do mapa de formas da paisagem (?geomorphons?) como vari?vel preditora para o mapeamento de classes de solos, por abordagem de redes neurais artificiais. O quarto cap?tulo teve como objetivo a aplica??o de modelos baseados em ?rvores (?rvores de decis?o e random forest) para a predi??o de classes de solos. A avalia??o dos produtos inferidos para classes de solos foi baseada em ?ndices estat?sticos (kappa, exatid?o global), generaliza??o das classes de solos e valida??o com amostras de controle. O melhor desempenho foi observado para o modelo random forest que apresentou valor superior para os ?ndices estat?sticos e melhor generaliza??o das unidades de mapeamento. O quinto cap?tulo compreendeu a predi??o da composi??o da textura na camada superficial do solo atrav?s de regress?es lineares m?ltiplas e ?rvores de regress?o. As an?lises indicaram desempenho superior do algoritmo de ?rvores de regress?o, para todos os atributos testados (areia, silte, argila), utilizando dados harmonizados ou originais. Todos os modelos preditivos foram aplicados no programa R. An?lises adicionais s?o necess?rias para ajudar a definir conjunto de co-vari?veis preditoras adequado, assim como a coleta de mais amostras de solo, tanto para o processo de modelagem como para valida??o dos produtos. Trabalhos dessa natureza s?o importantes no contexto global de melhor aproveitamento das informa??es geradas em levantamento de solos, assim como para obten??o de mapas de car?ter pr?tico, como ? o caso da distribui??o espacial de atributos dos solos.",
 	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}
}