ANÁLISE DIGITAL DO RELEVO NA PREDIÇĂO DE UNIDADES PRELIMINARES DE MAPEAMENTO DE SOLOS: INTEGRAÇĂO DE ATRIBUTOS TOPOGRÁFICOS EM SISTEMAS DE INFORMAÇŐES GEOGRÁFICAS E REDES NEURAIS ARTIFICIAIS
Item
-
Título
-
ANÁLISE DIGITAL DO RELEVO NA PREDIÇĂO DE UNIDADES PRELIMINARES DE MAPEAMENTO DE SOLOS: INTEGRAÇĂO DE ATRIBUTOS TOPOGRÁFICOS EM SISTEMAS DE INFORMAÇŐES GEOGRÁFICAS E REDES NEURAIS ARTIFICIAIS
-
lista de autores
-
Claudinei Taborda da Silveira
-
Resumo
-
A topografia apresenta estreita relaçăo com os solos em escala local por isso é possível inferir a distribuiçăo de unidades de solos a partir da análise digital do relevo. Técnicas de geoprocessamento possibilitam a representaçăo paramétrica do relevo a partir de um Modelo Digital do Terreno do qual săo calculados atributos topográficos primários e secundários. Com o objetivo de delimitar unidades preliminares de mapeamento de solos que auxiliem nos levantamentos pedológicos na bacia do arroio do Corvo/PR foram utilizados sete atributos topográficos: hipsometria perfil e plano de curvatura declividade índices de corrente de máximo fluxo umidade e de capacidade de transporte de sedimentos. A discretizaçăo das classes desses atributos e sua análise com mapas pré-existentes na área de estudo possibilitou compreender as relaçőes entre variáveis do relevo e classes de solos presentes. Os quatro últimos apresentaram melhor relaçăo com as unidades de mapeamento de solos pré-existentes por isso foram selecionadas para serem sobrepostas com aplicaçőes de SIG por método de Tabulaçăo Cruzada (TC) que resultou na identificaçăo de unidades preliminares de solos. Outra forma de classificaçăo foi realizada pela integraçăo em Rede Neural Artificial (RNA) que resultou num segundo mapa preliminar de solos. A arquitetura da RNA é perceptron multicamadas com algoritmo de retropropagaçăo de erros (backpropagation). Na camada de entrada foram utilizadas oito variáveis os atributos topográficos e a geologia duas camadas escondidas a primeira com 130 neurônios e segunda com 43 e na camada de saída tręs neurônios. O aprendizado se deu a partir de 75 amostras de treinamento e 25 de verificaçăo para cada classe de saída. Testes de validaçăo cruzada na RNA mostraram que a retirada de qualquer uma das variáveis do conjunto resultou em pior qualidade de classificaçăo. Para validaçăo dos dois mapas preliminares resultantes de TC e RNA foram analisadas 53 amostras de campo e conferęncia in loco. Os mapas preditos foram também comparados com um mapa convencional na área de estudo dos quais foram analisados parâmetros que indicaram a qualidade dos mapas: coeficiente Kappa (K) Exatidăo Global (EG) Matriz de Erro exatidăo do ponto de vista do produtor e usuário. O mapa classificado por RNA concorda em 77% de área com o método TC (K=0 65) o primeiro apresentou melhores resultados de mapeamento do que o segundo pois os limites se mostraram mais precisos e as discordâncias com os mapas preliminares foram menores. As unidades de solos preditas pela RNA mostraram melhor resultado comparativo ao mapa convencional 1 (K=0 56 e EG=0 72) e as obtidas por TC melhor resultado com mapa pré-existente 2 (K=0 43 e EG=0 69). A comparaçăo entre as unidades preditivas e mapas convencionais mostrou em alguns casos melhor concordância com as classes do que a comparaçăo feita entre eles em nível de ordem. Portanto obtiveram-se resultados satisfatórios que confirmam a hipótese de que a partir da aplicaçăo de modelos quantitativos de interpretaçăo do relevo podem ser classificadas unidades preliminares de mapeamento de solos por meio de aplicaçőes simples de TC e complexas de RNA
-
Abstract
-
\N
-
Palavras Chave
-
HIPSOMETRIA
-
DECLIVIDADE
-
Key Words
-
\N
-
Tipo
-
DOUTORADO
-
Universidade
-
UNIVERSIDADE FEDERAL DO PARANÁ
-
Data
-
2010
-
Páginas
-
152
-
Localização
-
CENTRAL DA UFPR
-
Orientador
-
Chisato Oka Fiori
-
Programa
-
GEOGRAFIA
-
Sigla Universidade
-
UFPR
-
Área de Concentração
-
\N
-
Língua
-
Português
-
email
-
\N