SEMINÁRIOS EM CIÊNCIA DO SOLO

12/SET/2018, 4ª-feira, 14h - Sala PPG08

AVANÇOS NO MAPEAMENTO DIGITAL DE CLASSES DE SOLOS NO BRASIL

Fabrício Fernandes Coelho - Geógrafo (UFRGS)
MSc. Sensoriamento Remoto (CEPSRM / UFRGS)

Orientador: Elvio Giasson

Resumo
A evolução das geotecnologias juntamente com a crescente demanda por informações de solos mais atualizadas e detalhadas impulsionaram a realização de diversos estudos para a predição de dados espaciais de solos a partir dos anos 2000. Dessa forma, o presente trabalho apresenta uma revisão sistemática do mapeamento digital de classes de solos no Brasil com objetivo de analisar e identificar os fatores determinantes para obtenção de melhores acurácias na predição de mapas de solos. Artigos publicados entre 2006 e 2016 foram obtidos do Portal de Periódicos CAPES e SciELO, por meio de consultas sistemáticas, e foram avaliados por critérios de inclusão e exclusão. Dados quantitativos e qualitativos de atributos primários e secundários de 38 artigos com 216 estudos de mapeamento digital de classes de solos foram agrupados e analisados. Existe diferença significativa de acurácia global entre a validação feita com mapas convencionais e com dados de campo. O grupo dos estudos que utilizaram escala e resolução espacial compatíveis com o Padrão de Exatidão Cartográfica para Produtos Cartográficos Digitais (PEC-PCD) apresentou maior acurácia do que o grupo incompatível. Foram utilizadas, em média, seis variáveis por estudo. Não há evidências de que o aumento de variáveis e de amostras resultam em mapas preditos mais acurados. Por outro lado, há evidências de que o maior número de fatores de formação do solo utilizados melhora a predição dos mapas digitais. Quanto maior a densidade de unidades de mapeamento por unidade de área, menores são as acurácias obtidas. Não foi verificada diferença significativa entre os métodos de classificação por Árvore de Decisão, contudo modelos de Redes Neurais Artificiais produziram mapas digitais de solos mais acurados.