View: |
Part 1: Document Description
|
Citation |
|
---|---|
Title: |
Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributos |
Identification Number: |
doi:10.60502/SoilData/HOIDT7 |
Distributor: |
SoilData |
Date of Distribution: |
2025-08-08 |
Version: |
1 |
Bibliographic Citation: |
Horst, Taciara Zborowski; Mendonça-Santos, Maria de Lourdes; Jean Michel Moura-Bueno; Samuel-Rosa, Alessandro; Pretto, Ana Caroline, 2025, "Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributos", https://doi.org/10.60502/SoilData/HOIDT7, SoilData, V1, UNF:6:b1SmKIYvYKgL7Jbc/Jbtkg== [fileUNF] |
Citation |
|
Title: |
Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributos |
Identification Number: |
doi:10.60502/SoilData/HOIDT7 |
Authoring Entity: |
Horst, Taciara Zborowski (Universidade Tecnológica Federal do Paraná) |
Mendonça-Santos, Maria de Lourdes (Embrapa Solos) |
|
Jean Michel Moura-Bueno (Universidade Federal de Santa Maria) |
|
Samuel-Rosa, Alessandro (Universidade Tecnológica Federal do Paraná) |
|
Pretto, Ana Caroline (Universidade Tecnológica Federal do Paraná) |
|
Distributor: |
SoilData |
Access Authority: |
Pretto, Ana Caroline |
Depositor: |
Pretto, Ana Caroline |
Date of Deposit: |
2025-08-08 |
Holdings Information: |
https://doi.org/10.60502/SoilData/HOIDT7 |
Study Scope |
|
Keywords: |
Ciências Agrárias, Ciências da Terra e do meio ambiente, Granulometria, Pedometria |
Abstract: |
O conjunto de dados amostrais de solo aqui disponibilizado está associado ao capítulo “Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributos” do livro "Solos do Maranhão – Gênese, classificação e pedometria". Ele é formado por perfis georreferenciados do repositório SoilData (1973–2024) e por pseudoamostragens obtidas a partir do mapa de solos do Maranhão, na escala 1:1.000.000 (Embrapa, 1986). <p> <p> Esses dados foram utilizados em dois exercícios principais. O primeiro consistiu no mapeamento da granulometria, a partir de 489 pontos com teores de areia, silte e argila (0–30 cm de profundidade). Os valores foram convertidos em razões logarítmicas (log_clay_sand e log_silt_sand) no uso de dados composicionais na modelagem. Empregou-se o algoritmo Random Forest, utilizando covariáveis ambientais derivadas do modelo SCORPAN (relevo, clima, vegetação, geologia, entre outros). O resultado foi um mapa estático das frações granulométricas, com resolução espacial de 30 m, acompanhado de mapas de incerteza, representados pelo desvio padrão. <p> - Planilha 'granulometria_amostras.tab' </p> <p> Esta planilha contém dados granulométricos (areia, silte e argila). Cada registro inclui valores percentuais de argila (clay), silte (silt) e areia (sand), além de transformações logarítmicas das relações entre essas frações (log_clay_sand e log_silt_sand). As amostras são identificadas por um código único (id) e suas coordenadas seguem o formato de latitude e longitude em graus decimais. Esses dados foram extraídos do repositório SoilData e ajustados para a região do Maranhão. </p> <p> O segundo exercício abordou o mapeamento de classes de solo, com 364 observações (209 perfis e 155 pseudoamostras) distribuídas em 11 classes no 2º nível categórico do SiBCS. Também foi utilizado o algoritmo Random Forest, com covariáveis semelhantes às do mapeamento da granulometria. O produto final foi um mapa de classes de solo com resolução de 30 m e acurácia global de 56%. <p> <p> - Planilha 'classe_de_solo_amostras.csv' </p> <p> Esta planilha reúne informações taxonômicas de solos do Maranhão. As amostras são categorizadas como Perfil-campo (dados coletados em campo) ou pseudoponto_mapa_solo (pontos gerados a partir de mapas existentes). Cada registro contém coordenadas (coord_x, coord_y) que seguem o formato de latitude e longitude em graus decimais, código da classe de solo (id_classe_solo), fonte dos dados (fonte_dos_dados), descrição da localização (coord_descricao), método de coleta (observação_metodo), além de classificações taxonômicas (taxon_sibcs_1999) e (taxon_sibcs_2018). Alguns registros também incluem dados sobre geologia (geologia_litologia) e uso atual da terra (uso_terra). <p> |
Country: |
Brazil |
Geographic Coverage: |
MA |
Methodology and Processing |
|
Sources Statement |
|
Data Access |
|
Other Study Description Materials |
|
File Description--f770 |
|
File: granulometria_amostras.tab |
|
|
|
Notes: |
UNF:6:b1SmKIYvYKgL7Jbc/Jbtkg== |
List of Variables: |
|
Variables |
|
f770 Location: |
Variable Format: character Notes: UNF:6:7d4cjJ+hmbcguTXEaNAqlA== |
f770 Location: |
Summary Statistics: Valid 489.0; StDev 23.28278679304047; Min. 2.0; Mean 30.55010224948876; Max. 88.0 Variable Format: numeric Notes: UNF:6:cyiTOvtTElWNLecBVDJU0w== |
f770 Location: |
Summary Statistics: Mean 50.089979550102235; Max. 97.0; Valid 489.0; StDev 25.68456355717438; Min. 2.0 Variable Format: numeric Notes: UNF:6:vRBQCmIU0J7GNMu81zHBcg== |
f770 Location: |
Summary Statistics: Min. 1.0; Max. 73.0; StDev 14.595548276837423; Mean 19.359918200409005; Valid 489.0; Variable Format: numeric Notes: UNF:6:s58lSQmLc8SFG+eY3aKRvA== |
f770 Location: |
Summary Statistics: Mean -0.5439722188782815; Max. 3.76120011569356; Valid 489.0; StDev 1.5592334239432306; Min. -3.88156379794344; Variable Format: numeric Notes: UNF:6:2cHvaty80RZybZoENONzqA== |
f770 Location: |
Summary Statistics: Valid 489.0; Max. 3.59731226058845; Mean -0.9499261831860132; Min. -4.57471097850338; StDev 1.2799036994782715 Variable Format: numeric Notes: UNF:6:fBXtnwP8yDNfE3tsR4BX4A== |
f770 Location: |
Summary Statistics: Max. 40.0; StDev 11.575877357183545; Mean 16.297546012269933; Valid 489.0; Min. 1.0; Variable Format: numeric Notes: UNF:6:KneFtyj6Z5rmJCRb6YCbTQ== |
f770 Location: |
Variable Format: character Notes: UNF:6:S0j78+ZrfsWhCUmRB2VJhw== |
Label: |
classe_de_solo_amostras.csv |
Notes: |
text/comma-separated-values |