RESUMO

In Brazil several digital soil class mapping studies were carried out from 2006 onwards to maximize the use of existing maps and information and to provide estimates for wider areas. However, there is no consensus on which methods have produced superior results in the predictive value of soil maps. This study conducts a systematic review of digital soil class mapping in Brazil and aims to analyze the factors which can improve the accuracy of digital soil class maps. Data from 334 digital soil class mapping studies were grouped and analyzed by Student's t-test, Wilcoxon-Mann-Whitney test and Kruskal-Wallis test. When conventional maps were used for validation, the studies showed average values of 63 % and when field samples were used, 56 % for Overall Accuracy. Studies compatible with the Planimetric Cartographic Accuracy Standard for Digital Cartographic Products (PEC-PCD) averaged between 4 % and 15 % higher accuracy than those of the incompatible group. There seems to be no evidence that increasing the number of variables and samples results in more accurate soil map prediction, but studies using variables related to four soil-forming factors enhanced accuracy. From a density of 0.08 MU km-² and upwards, it became more difficult for studies to obtain greater accuracy. Artificial neural network classifiers and Decision Tree models seem to be producing more accurate digital soil class maps.

Assuntos

RESUMO

In Brazil several digital soil class mapping studies were carried out from 2006 onwards to maximize the use of existing maps and information and to provide estimates for wider areas. However, there is no consensus on which methods have produced superior results in the predictive value of soil maps. This study conducts a systematic review of digital soil class mapping in Brazil and aims to analyze the factors which can improve the accuracy of digital soil class maps. Data from 334 digital soil class mapping studies were grouped and analyzed by Student's t-test, Wilcoxon-Mann-Whitney test and Kruskal-Wallis test. When conventional maps were used for validation, the studies showed average values of 63 % and when field samples were used, 56 % for Overall Accuracy. Studies compatible with the Planimetric Cartographic Accuracy Standard for Digital Cartographic Products (PEC-PCD) averaged between 4 % and 15 % higher accuracy than those of the incompatible group. There seems to be no evidence that increasing the number of variables and samples results in more accurate soil map prediction, but studies using variables related to four soil-forming factors enhanced accuracy. From a density of 0.08 MU km-² and upwards, it became more difficult for studies to obtain greater accuracy. Artificial neural network classifiers and Decision Tree models seem to be producing more accurate digital soil class maps.(AU)

Assuntos

RESUMO

A critical issue in digital soil mapping (DSM) is the selection of data sampling method for model training. One emerging approach applies instance selection to reduce the size of the dataset by drawing only relevant samples in order to obtain a representative subset that is still large enough to preserve relevant information, but small enough to be easily handled by learning algorithms. Although there are suggestions to distribute data sampling as a function of the soil map unit (MU) boundaries location, there are still contradictions among research recommendations for locating samples either closer or more distant from soil MU boundaries. A study was conducted to evaluate instance selection methods based on spatially-explicit data collection using location in relation to soil MU boundaries as the main criterion. Decision tree analysis was performed for modeling digital soil class mapping using two different sampling schemes: a) selecting sampling points located outside buffers near soil MU boundaries, and b) selecting sampling points located within buffers near soil MU boundaries. Data was prepared for generating classification trees to include only data points located within or outside buffers with widths of 60, 120, 240, 360, 480, and 600m near MU boundaries. Instance selection methods using both spatial selection of methods was effective for reduced size of the dataset used for calibrating classification tree models, but failed to provide advantages to digital soil mapping because of potential reduction in the accuracy of classification tree models.

Uma questão crítica no mapeamento digital de solos é a seleção do método de amostragem dos dados para treinamento do modelo preditivo. Uma abordagem emergente aplica a seleção de instâncias (observações) para reduzir o tamanho do conjunto de dados, selecionando amostras relevantes para obter um subconjunto representativo, o qual seja grande o suficiente para preservar as informações pertinentes, mas pequeno o suficiente para ser facilmente manipulado pelos algoritmos de aprendizagem. Embora existam sugestões para distribuir a amostragem de dados em função da proximidade de limites de unidades de mapeamento de solos (UM), ainda existem contradições entre as recomendações de pesquisa para localizar amostras mais perto ou mais distantes desses limites. Foi realizado um estudo para avaliar os métodos de seleção de instâncias com base na coleta de dados espacialmente explícita usando a localização em relação aos limites de mapa de solo como o principal critério. Realizou-se análise de árvore de decisão para a modelagem de mapeamento digital de classes de solo usando dois esquemas de amostragem diferentes: a) selecionando pontos de amostragem localizados fora das áreas marginais aos limites das UM e b) selecionando pontos de amostragem situados dentro das áreas marginais aos limites das UM. Os dados foram preparados para a geração de árvores de classificação para incluir somente dados pontuais localizados dentro ou fora de faixas com larguras de 60, 120, 240, 360, 480 e 600m ao redor dos limites de UM. Ambos os métodos de seleção de instâncias foram eficazes para reduzir o tamanho do conjunto de dados usado para calibração de árvores de classificação, mas não trouxeram vantagens para o mapeamento digital de classes de solos.

RESUMO

A critical issue in digital soil mapping (DSM) is the selection of data sampling method for model training. One emerging approach applies instance selection to reduce the size of the dataset by drawing only relevant samples in order to obtain a representative subset that is still large enough to preserve relevant information, but small enough to be easily handled by learning algorithms. Although there are suggestions to distribute data sampling as a function of the soil map unit (MU) boundaries location, there are still contradictions among research recommendations for locating samples either closer or more distant from soil MU boundaries. A study was conducted to evaluate instance selection methods based on spatially-explicit data collection using location in relation to soil MU boundaries as the main criterion. Decision tree analysis was performed for modeling digital soil class mapping using two different sampling schemes: a) selecting sampling points located outside buffers near soil MU boundaries, and b) selecting sampling points located within buffers near soil MU boundaries. Data was prepared for generating classification trees to include only data points located within or outside buffers with widths of 60, 120, 240, 360, 480, and 600m near MU boundaries. Instance selection methods using both spatial selection of methods was effective for reduced size of the dataset used for calibrating classification tree models, but failed to provide advantages to digital soil mapping because of potential reduction in the accuracy of classification tree models.(AU)

Uma questão crítica no mapeamento digital de solos é a seleção do método de amostragem dos dados para treinamento do modelo preditivo. Uma abordagem emergente aplica a seleção de instâncias (observações) para reduzir o tamanho do conjunto de dados, selecionando amostras relevantes para obter um subconjunto representativo, o qual seja grande o suficiente para preservar as informações pertinentes, mas pequeno o suficiente para ser facilmente manipulado pelos algoritmos de aprendizagem. Embora existam sugestões para distribuir a amostragem de dados em função da proximidade de limites de unidades de mapeamento de solos (UM), ainda existem contradições entre as recomendações de pesquisa para localizar amostras mais perto ou mais distantes desses limites. Foi realizado um estudo para avaliar os métodos de seleção de instâncias com base na coleta de dados espacialmente explícita usando a localização em relação aos limites de mapa de solo como o principal critério. Realizou-se análise de árvore de decisão para a modelagem de mapeamento digital de classes de solo usando dois esquemas de amostragem diferentes: a) selecionando pontos de amostragem localizados fora das áreas marginais aos limites das UM e b) selecionando pontos de amostragem situados dentro das áreas marginais aos limites das UM. Os dados foram preparados para a geração de árvores de classificação para incluir somente dados pontuais localizados dentro ou fora de faixas com larguras de 60, 120, 240, 360, 480 e 600m ao redor dos limites de UM. Ambos os métodos de seleção de instâncias foram eficazes para reduzir o tamanho do conjunto de dados usado para calibração de árvores de classificação, mas não trouxeram vantagens para o mapeamento digital de classes de solos.(AU)

Assuntos

RESUMO

Os modelos de simulação, uma vez calibrados localmente, são ferramentas úteis para a avaliação dos impactos da agricultura sobre a dinâmica do carbono orgânico do solo (COS) e planejamento de sistemas agrícolas sustentáveis em escala regional. O presente trabalho teve como objetivo estudar a dinâmica do COS em um LATOSSOLO BRUNO Aluminoférrico típico muito argiloso, localizado em uma região de clima subtropical, por meio de simulações com o modelo Century - versão 4.0, apoiado em levantamentos históricos e técnicas de geoprocessamento e sensoriamento remoto. Verificou-se que, para o período atual, a mudança de uso do solo, representada pela conversão da vegetação nativa em agricultura, causou uma redução no conteúdo de carbono ao longo dos anos, sendo que as lavouras com maior tempo de exploração e submetidas ao preparo convencional apresentaram os menores estoques. Por outro lado, nas simulações futuras (ano 2058), verifica-se que as lavouras, quando sob manejos conservacionistas, podem recuperar, e até superar, os estoques de COS encontrados no solo sob vegetação nativa de campo.

Simulation models are useful tools for assessment of the impacts of agriculture on nutrient and soil organic C (SOC) dynamics. Results of simulation studies can be applied to develop sustainable agricultural systems. This study simulated SOC in clayey Humic Hapludox with Century model (version 4.0) in a subtropical climate, with support from historical soil and land-use surveys; GIS and remote sensing techniques. Major reductions in SOC stocks were observed after land under native vegetation was converted to agricultural use, especially under annual crops managed under conventional tillage. Simulations of these soils under current management to the year 2058 showed that soils under conservation systems (especially no tillage) can recover and in some cases even exceed the original SOC stocks under native vegetation.

RESUMO

O mapeamento digital de solos (MDS) tem como base a geração de sistemas de informações que permitem estabelecer relações matemáticas entre variáveis ambientais e solos e, dessa forma, predizer a distribuição espacial das classes ou propriedades dos solos. Dentre as abordagens mais utilizadas, as árvores de decisão têm se destacado por apresentar bons resultados no MDS. Por outro lado, dada a disponibilidade de novas fontes de informação sobre a elevação, torna-se necessário o teste e avaliação de modelos digitais de elevação (MDE) quanto ao seu uso para o MDS. Este estudo testa cinco algoritmos de árvores de decisão (Simple Chart, Random Tree, REP Tree, BF Tree e J48) e três MDE (Aster GDEM, SRTM e SRTM V3) para o MDS a nível semidetalhado, em situações em que o principal fator diferenciador entre os tipos de solo é o relevo. O uso do MDE Aster GDEM e árvore de decisão com algoritmo J48, Simple Tree e BF Tree foram os que produziram modelos de árvore de decisão capazes de produzir mapas de solo com maior similaridade ao mapa de referência.

Digital soil mapping (DSM) has been shown to be feasible to use in soil survey. Although several methods have been exploited, there is a lack in defining methodologies for doing DSM. This study tests five decision trees algorithms that have been identified as suitable (Simple Chart, Random Tree, REP Tree, BF Tree, and J48) and three digital elevation models (AsterGDEM, SRTM and SRTM V3) for DSM at semidetailed level in situations where the main differentiating factor between soil types is the relief. The use of MDE Aster GDEM and decision three algorithms J48, Simple Tree e BF Tree produced decision tree models capable of produce soil maps with larger accuracy related to reference soil maps.

RESUMO

Simulation models are useful tools for assessment of the impacts of agriculture on nutrient and soil organic C (SOC) dynamics. Results of simulation studies can be applied to develop sustainable agricultural systems. This study simulated SOC in clayey Humic Hapludox with Century model (version 4.0) in a subtropical climate, with support from historical soil and land-use surveys; GIS and remote sensing techniques. Major reductions in SOC stocks were observed after land under native vegetation was converted to agricultural use, especially under annual crops managed under conventional tillage. Simulations of these soils under current management to the year 2058 showed that soils under conservation systems (especially no tillage) can recover and in some cases even exceed the original SOC stocks under native vegetation.

Os modelos de simulação, uma vez calibrados localmente, são ferramentas úteis para a avaliação dos impactos da agricultura sobre a dinâmica do carbono orgânico do solo (COS) e planejamento de sistemas agrícolas sustentáveis em escala regional. O presente trabalho teve como objetivo estudar a dinâmica do COS em um LATOSSOLO BRUNO Aluminoférrico típico muito argiloso, localizado em uma região de clima subtropical, por meio de simulações com o modelo Century - versão 4.0, apoiado em levantamentos históricos e técnicas de geoprocessamento e sensoriamento remoto. Verificou-se que, para o período atual, a mudança de uso do solo, representada pela conversão da vegetação nativa em agricultura, causou uma redução no conteúdo de carbono ao longo dos anos, sendo que as lavouras com maior tempo de exploração e submetidas ao preparo convencional apresentaram os menores estoques. Por outro lado, nas simulações futuras (ano 2058), verifica-se que as lavouras, quando sob manejos conservacionistas, podem recuperar, e até superar, os estoques de COS encontrados no solo sob vegetação nativa de campo.

RESUMO

Digital soil mapping (DSM) has been shown to be feasible to use in soil survey. Although several methods have been exploited, there is a lack in defining methodologies for doing DSM. This study tests five decision trees algorithms that have been identified as suitable (Simple Chart, Random Tree, REP Tree, BF Tree, and J48) and three digital elevation models (AsterGDEM, SRTM and SRTM V3) for DSM at semidetailed level in situations where the main differentiating factor between soil types is the relief. The use of MDE Aster GDEM and decision three algorithms J48, Simple Tree e BF Tree produced decision tree models capable of produce soil maps with larger accuracy related to reference soil maps.

O mapeamento digital de solos (MDS) tem como base a geração de sistemas de informações que permitem estabelecer relações matemáticas entre variáveis ambientais e solos e, dessa forma, predizer a distribuição espacial das classes ou propriedades dos solos. Dentre as abordagens mais utilizadas, as árvores de decisão têm se destacado por apresentar bons resultados no MDS. Por outro lado, dada a disponibilidade de novas fontes de informação sobre a elevação, torna-se necessário o teste e avaliação de modelos digitais de elevação (MDE) quanto ao seu uso para o MDS. Este estudo testa cinco algoritmos de árvores de decisão (Simple Chart, Random Tree, REP Tree, BF Tree e J48) e três MDE (Aster GDEM, SRTM e SRTM V3) para o MDS a nível semidetalhado, em situações em que o principal fator diferenciador entre os tipos de solo é o relevo. O uso do MDE Aster GDEM e árvore de decisão com algoritmo J48, Simple Tree e BF Tree foram os que produziram modelos de árvore de decisão capazes de produzir mapas de solo com maior similaridade ao mapa de referência.

RESUMO

Digital soil mapping (DSM) has been shown to be feasible to use in soil survey. Although several methods have been exploited, there is a lack in defining methodologies for doing DSM. This study tests five decision trees algorithms that have been identified as suitable (Simple Chart, Random Tree, REP Tree, BF Tree, and J48) and three digital elevation models (AsterGDEM, SRTM and SRTM V3) for DSM at semidetailed level in situations where the main differentiating factor between soil types is the relief. The use of MDE Aster GDEM and decision three algorithms J48, Simple Tree e BF Tree produced decision tree models capable of produce soil maps with larger accuracy related to reference soil maps.

O mapeamento digital de solos (MDS) tem como base a geração de sistemas de informações que permitem estabelecer relações matemáticas entre variáveis ambientais e solos e, dessa forma, predizer a distribuição espacial das classes ou propriedades dos solos. Dentre as abordagens mais utilizadas, as árvores de decisão têm se destacado por apresentar bons resultados no MDS. Por outro lado, dada a disponibilidade de novas fontes de informação sobre a elevação, torna-se necessário o teste e avaliação de modelos digitais de elevação (MDE) quanto ao seu uso para o MDS. Este estudo testa cinco algoritmos de árvores de decisão (Simple Chart, Random Tree, REP Tree, BF Tree e J48) e três MDE (Aster GDEM, SRTM e SRTM V3) para o MDS a nível semidetalhado, em situações em que o principal fator diferenciador entre os tipos de solo é o relevo. O uso do MDE Aster GDEM e árvore de decisão com algoritmo J48, Simple Tree e BF Tree foram os que produziram modelos de árvore de decisão capazes de produzir mapas de solo com maior similaridade ao mapa de referência.

RESUMO

Simulation models are useful tools for assessment of the impacts of agriculture on nutrient and soil organic C (SOC) dynamics. Results of simulation studies can be applied to develop sustainable agricultural systems. This study simulated SOC in clayey Humic Hapludox with Century model (version 4.0) in a subtropical climate, with support from historical soil and land-use surveys; GIS and remote sensing techniques. Major reductions in SOC stocks were observed after land under native vegetation was converted to agricultural use, especially under annual crops managed under conventional tillage. Simulations of these soils under current management to the year 2058 showed that soils under conservation systems (especially no tillage) can recover and in some cases even exceed the original SOC stocks under native vegetation.

Os modelos de simulação, uma vez calibrados localmente, são ferramentas úteis para a avaliação dos impactos da agricultura sobre a dinâmica do carbono orgânico do solo (COS) e planejamento de sistemas agrícolas sustentáveis em escala regional. O presente trabalho teve como objetivo estudar a dinâmica do COS em um LATOSSOLO BRUNO Aluminoférrico típico muito argiloso, localizado em uma região de clima subtropical, por meio de simulações com o modelo Century - versão 4.0, apoiado em levantamentos históricos e técnicas de geoprocessamento e sensoriamento remoto. Verificou-se que, para o período atual, a mudança de uso do solo, representada pela conversão da vegetação nativa em agricultura, causou uma redução no conteúdo de carbono ao longo dos anos, sendo que as lavouras com maior tempo de exploração e submetidas ao preparo convencional apresentaram os menores estoques. Por outro lado, nas simulações futuras (ano 2058), verifica-se que as lavouras, quando sob manejos conservacionistas, podem recuperar, e até superar, os estoques de COS encontrados no solo sob vegetação nativa de campo.

RESUMO

O solo é cada vez mais reconhecido como tendo um importante papel nos ecossistemas, assim como para a produção de alimentos e regulação do clima global. Por esse motivo, a demanda por informações relevantes e atualizadas em solos é crescente. Pesquisadores em ciência do solo estão sendo demandados a gerar informações em diferentes resoluções espaciais e com qualidade associada dentro do que está sendo chamado de Mapeamento Digital de Solos (MDS). Devido ao crescente número de trabalhos relacionados ao MDS, faz-se necessário reunir e discutir as principais características dos estudos relacionados ao mapeamento digital de classes de solos no Brasil, o que irá possibilitar uma perspectiva mais ampla dos caminhos, além de nortear trabalhos e demandas futuras. O mapeamento de classes de solos empregando técnicas de MDS é recente no país, com a primeira publicação em 2006. Entre as funções preditivas utilizadas, predomina o emprego da técnica de regressões logísticas. O fator de formação relevo foi empregado na totalidade dos estudos revisados. Quanto à avaliação da qualidade dos modelos preditivos, o emprego da matriz de erros e do índice kappa têm sido os procedimentos mais usuais. A consolidação dessa abordagem automatizada como ferramenta auxiliar ao mapeamento convencional passa pelo treinamento dos jovens pedólogos para a utilização de tecnologias da geoinformação e de ferramentas quantitativas dos aspectos de variabilidade do solo.

Soil is increasingly being recognized as having an important role in ecosystems, as well as for food production and global climate regulation. For this reason, the demand for relevant and updated soil information is increasing. Soil science researchers are being demanded to produce information in different spatial resolutions with associated quality in what is being called Digital Soil Mapping (DSM). Due to an increasing number of papers related to the DSM in Brazil, it is necessary to discuss the main characteristics of those studies related to the automated mapping of soil classes, which will enable a broader perspective of the subject and guide future works and demands. The mapping of soil classes using DSM techniques is recent in the country, the first publication in this topic occurred just in 2006. Among the predictive functions the predominant is logistic regression. The soil formation factor relief was used in all studies reviewed. Quality of predictive models was evaluated employing error matrix and kappa which were the most common procedures. The consolidation of this automated approach as an auxiliary tool to the conventional soil mapping will demand training of young soil scientists to use geoinformation technologies and quantitative tools to handle aspects of soil variability.

RESUMO

Soil is increasingly being recognized as having an important role in ecosystems, as well as for food production and global climate regulation. For this reason, the demand for relevant and updated soil information is increasing. Soil science researchers are being demanded to produce information in different spatial resolutions with associated quality in what is being called Digital Soil Mapping (DSM). Due to an increasing number of papers related to the DSM in Brazil, it is necessary to discuss the main characteristics of those studies related to the automated mapping of soil classes, which will enable a broader perspective of the subject and guide future works and demands. The mapping of soil classes using DSM techniques is recent in the country, the first publication in this topic occurred just in 2006. Among the predictive functions the predominant is logistic regression. The soil formation factor relief was used in all studies reviewed. Quality of predictive models was evaluated employing error matrix and kappa which were the most common procedures. The consolidation of this automated approach as an auxiliary tool to the conventional soil mapping will demand training of young soil scientists to use geoinformation technologies and quantitative tools to handle aspects of soil variability.

O solo é cada vez mais reconhecido como tendo um importante papel nos ecossistemas, assim como para a produção de alimentos e regulação do clima global. Por esse motivo, a demanda por informações relevantes e atualizadas em solos é crescente. Pesquisadores em ciência do solo estão sendo demandados a gerar informações em diferentes resoluções espaciais e com qualidade associada dentro do que está sendo chamado de Mapeamento Digital de Solos (MDS). Devido ao crescente número de trabalhos relacionados ao MDS, faz-se necessário reunir e discutir as principais características dos estudos relacionados ao mapeamento digital de classes de solos no Brasil, o que irá possibilitar uma perspectiva mais ampla dos caminhos, além de nortear trabalhos e demandas futuras. O mapeamento de classes de solos empregando técnicas de MDS é recente no país, com a primeira publicação em 2006. Entre as funções preditivas utilizadas, predomina o emprego da técnica de regressões logísticas. O fator de formação relevo foi empregado na totalidade dos estudos revisados. Quanto à avaliação da qualidade dos modelos preditivos, o emprego da matriz de erros e do índice kappa têm sido os procedimentos mais usuais. A consolidação dessa abordagem automatizada como ferramenta auxiliar ao mapeamento convencional passa pelo treinamento dos jovens pedólogos para a utilização de tecnologias da geoinformação e de ferramentas quantitativas dos aspectos de variabilidade do solo.

RESUMO

Effective usable area is a key parameter in land acquisition and afforestation planning. The purpose of this research was to generate predictive maps of areas suitable for planting eucalyptus trees using binary logistic regressions and geomorphometric variables. The relationships between the predicting variables and suitable areas for planting eucalyptus trees were modeled and the variable that best explained occurrence of suitable lands was distance from rivers. The generated map showing areas suitable for planting had a high ability to reproduce the original planting map. Logistic regressions demonstrated the feasibility of use this approach to map suitability for eucalyptus forestation.

A área útil efetiva é um parâmetro importante na aquisição de terras e planejamento do florestamento. A finalidade desta pesquisa foi gerar mapas preditores de áreas aptas ao plantio de eucalipto usando regressões logísticas binárias e variáveis geomorfométricas. As relações entre as variáveis preditoras e as áreas aptas para plantio de eucalipto foram modeladas e a variável que melhor explicou a ocorrência de áreas para plantio foi a distância dos rios. O mapa gerado apresentando as áreas aptas para plantio mostrou alta capacidade de reproduzir o mapa original de plantio de eucalipto. As regressões logísticas demonstraram viabilidade do uso para o mapeamento da aptidão para o plantio de eucalipto.

RESUMO

Soil is increasingly being recognized as having an important role in ecosystems, as well as for food production and global climate regulation. For this reason, the demand for relevant and updated soil information is increasing. Soil science researchers are being demanded to produce information in different spatial resolutions with associated quality in what is being called Digital Soil Mapping (DSM). Due to an increasing number of papers related to the DSM in Brazil, it is necessary to discuss the main characteristics of those studies related to the automated mapping of soil classes, which will enable a broader perspective of the subject and guide future works and demands. The mapping of soil classes using DSM techniques is recent in the country, the first publication in this topic occurred just in 2006. Among the predictive functions the predominant is logistic regression. The soil formation factor relief was used in all studies reviewed. Quality of predictive models was evaluated employing error matrix and kappa which were the most common procedures. The consolidation of this automated approach as an auxiliary tool to the conventional soil mapping will demand training of young soil scientists to use geoinformation technologies and quantitative tools to handle aspects of soil variability.

O solo é cada vez mais reconhecido como tendo um importante papel nos ecossistemas, assim como para a produção de alimentos e regulação do clima global. Por esse motivo, a demanda por informações relevantes e atualizadas em solos é crescente. Pesquisadores em ciência do solo estão sendo demandados a gerar informações em diferentes resoluções espaciais e com qualidade associada dentro do que está sendo chamado de Mapeamento Digital de Solos (MDS). Devido ao crescente número de trabalhos relacionados ao MDS, faz-se necessário reunir e discutir as principais características dos estudos relacionados ao mapeamento digital de classes de solos no Brasil, o que irá possibilitar uma perspectiva mais ampla dos caminhos, além de nortear trabalhos e demandas futuras. O mapeamento de classes de solos empregando técnicas de MDS é recente no país, com a primeira publicação em 2006. Entre as funções preditivas utilizadas, predomina o emprego da técnica de regressões logísticas. O fator de formação relevo foi empregado na totalidade dos estudos revisados. Quanto à avaliação da qualidade dos modelos preditivos, o emprego da matriz de erros e do índice kappa têm sido os procedimentos mais usuais. A consolidação dessa abordagem automatizada como ferramenta auxiliar ao mapeamento convencional passa pelo treinamento dos jovens pedólogos para a utilização de tecnologias da geoinformação e de ferramentas quantitativas dos aspectos de variabilidade do solo.

RESUMO

Effective usable area is a key parameter in land acquisition and afforestation planning. The purpose of this research was to generate predictive maps of areas suitable for planting eucalyptus trees using binary logistic regressions and geomorphometric variables. The relationships between the predicting variables and suitable areas for planting eucalyptus trees were modeled and the variable that best explained occurrence of suitable lands was distance from rivers. The generated map showing areas suitable for planting had a high ability to reproduce the original planting map. Logistic regressions demonstrated the feasibility of use this approach to map suitability for eucalyptus forestation.

A área útil efetiva é um parâmetro importante na aquisição de terras e planejamento do florestamento. A finalidade desta pesquisa foi gerar mapas preditores de áreas aptas ao plantio de eucalipto usando regressões logísticas binárias e variáveis geomorfométricas. As relações entre as variáveis preditoras e as áreas aptas para plantio de eucalipto foram modeladas e a variável que melhor explicou a ocorrência de áreas para plantio foi a distância dos rios. O mapa gerado apresentando as áreas aptas para plantio mostrou alta capacidade de reproduzir o mapa original de plantio de eucalipto. As regressões logísticas demonstraram viabilidade do uso para o mapeamento da aptidão para o plantio de eucalipto.

RESUMO

A ordem Isoptera é bastante conhecida pelo seu potencial como praga, apesar dos cupins-praga constituírem a minoria dentro do grupo. Os cupins (térmitas) são invertebrados dominantes em ambientes terrestres tropicais e estão espalhados desde as florestas úmidas até as savanas, sendo encontrados até mesmo em regiões áridas, nos mais variados habitats. Esses insetos têm um papel destacado e ainda pouco estudado nos ecossistemas tropicais. Ciclagem de nutrientes, aeração, infiltração de água do solo, bioturbação, formação de agregados e decomposição de material orgânico, são processos influenciados pela ação dos térmitas, que vão, direta ou indiretamente, influenciar a formação dos solos e da paisagem onde se encontram. Sugerimos que uma maior abordagem deva ser dirigida em futuras pesquisas para a influência desses insetos no solo sob condições específicas de uso e manejo, na produção sustentável de alimentos e nas mudanças climáticas.

The order Isoptera is well known by its potential as a plague, although the number of species that are plagues is small within the group. Termites are the dominant invertebrates in tropical terrestrial environments and are spread from tropical rainforests to the savannahs, being found even in arid regions, in various habitats. These insects have a major role and are still little studied in tropical ecosystems. Nutrient cycling, aeration, water infiltration of soil, bioturbation, aggregates formation and organic material decomposition, are processes influenced by the action of termites, which , directly or indirectly, affect soil and landscape formation wherever they are. We suggest that a better approach must be addressed in future researches about these insects influence in the soil under specified conditions of use and management, in sustainable food production and climate changes.

RESUMO

The order Isoptera is well known by its potential as a plague, although the number of species that are plagues is small within the group. Termites are the dominant invertebrates in tropical terrestrial environments and are spread from tropical rainforests to the savannahs, being found even in arid regions, in various habitats. These insects have a major role and are still little studied in tropical ecosystems. Nutrient cycling, aeration, water infiltration of soil, bioturbation, aggregates formation and organic material decomposition, are processes influenced by the action of termites, which , directly or indirectly, affect soil and landscape formation wherever they are. We suggest that a better approach must be addressed in future researches about these insects influence in the soil under specified conditions of use and management, in sustainable food production and climate changes.

A ordem Isoptera é bastante conhecida pelo seu potencial como praga, apesar dos cupins-praga constituírem a minoria dentro do grupo. Os cupins (térmitas) são invertebrados dominantes em ambientes terrestres tropicais e estão espalhados desde as florestas úmidas até as savanas, sendo encontrados até mesmo em regiões áridas, nos mais variados habitats. Esses insetos têm um papel destacado e ainda pouco estudado nos ecossistemas tropicais. Ciclagem de nutrientes, aeração, infiltração de água do solo, bioturbação, formação de agregados e decomposição de material orgânico, são processos influenciados pela ação dos térmitas, que vão, direta ou indiretamente, influenciar a formação dos solos e da paisagem onde se encontram. Sugerimos que uma maior abordagem deva ser dirigida em futuras pesquisas para a influência desses insetos no solo sob condições específicas de uso e manejo, na produção sustentável de alimentos e nas mudanças climáticas.

RESUMO

The order Isoptera is well known by its potential as a plague, although the number of species that are plagues is small within the group. Termites are the dominant invertebrates in tropical terrestrial environments and are spread from tropical rainforests to the savannahs, being found even in arid regions, in various habitats. These insects have a major role and are still little studied in tropical ecosystems. Nutrient cycling, aeration, water infiltration of soil, bioturbation, aggregates formation and organic material decomposition, are processes influenced by the action of termites, which , directly or indirectly, affect soil and landscape formation wherever they are. We suggest that a better approach must be addressed in future researches about these insects influence in the soil under specified conditions of use and management, in sustainable food production and climate changes.

A ordem Isoptera é bastante conhecida pelo seu potencial como praga, apesar dos cupins-praga constituírem a minoria dentro do grupo. Os cupins (térmitas) são invertebrados dominantes em ambientes terrestres tropicais e estão espalhados desde as florestas úmidas até as savanas, sendo encontrados até mesmo em regiões áridas, nos mais variados habitats. Esses insetos têm um papel destacado e ainda pouco estudado nos ecossistemas tropicais. Ciclagem de nutrientes, aeração, infiltração de água do solo, bioturbação, formação de agregados e decomposição de material orgânico, são processos influenciados pela ação dos térmitas, que vão, direta ou indiretamente, influenciar a formação dos solos e da paisagem onde se encontram. Sugerimos que uma maior abordagem deva ser dirigida em futuras pesquisas para a influência desses insetos no solo sob condições específicas de uso e manejo, na produção sustentável de alimentos e nas mudanças climáticas.

RESUMO

When soil surveys are not available for land use planning activities, digital soil mapping techniques can be of assistance. Soil surveyors can process spatial information faster, to assist in the execution of traditional soil survey or predict the occurrence of soil classes across landscapes. Decision tree techniques were evaluated as tools for predicting the ocurrence of soil classes in basaltic steeplands in South Brazil. Several combinations of types of decicion tree algorithms and number of elements on terminal nodes of trees were compared using soil maps with both original and simplified legends. In general, decision tree analysis was useful for predicting occurrence of soil mapping units. Decision trees with fewer elements on terminal nodes yield higher accuracies, and legend simplification (aggregation) reduced the precision of predictions. Algorithm J48 had better performance than BF Tree, RepTree, Random Tree, and Simple Chart.

Quando levantamentos de solos não estão disponíveis para atividades de planejamento de uso das terras, técnicas de mapeamento digital de solos podem ser úteis. Mapeadores de solos podem processar as informações espaciais rapidamente, auxiliando na execução de levantamentos de solos tradicionais ou prevendo a ocorrência de classes de solos na paisagem. Avaliaram-se técnicas de análise de decisão na predição da ocorrência de classes de solos em áreas de encostas basálticas no Sul do Brasil. Várias combinações de tipos de algoritmos de árvore de decisão e quantidade de elementos nos nós terminais das árvores de decisão foram testadas usando mapas de solos com a legenda original e com legenda simplificada. Em geral, o uso de árvores de decisão foi eficaz na predição de ocorrência de unidades de mapeamento de solos. Menor número de elementos no nó terminal das árvores de decisão produziu acurácias mais altas e a simplificação da legenda (agregação) reduziu a precisão das predições. O algoritmo J48 teve melhor desempenho que BF Tree, RepTree, Random Tree, e Simple Chart.

RESUMO

When soil surveys are not available for land use planning activities, digital soil mapping techniques can be of assistance. Soil surveyors can process spatial information faster, to assist in the execution of traditional soil survey or predict the occurrence of soil classes across landscapes. Decision tree techniques were evaluated as tools for predicting the ocurrence of soil classes in basaltic steeplands in South Brazil. Several combinations of types of decicion tree algorithms and number of elements on terminal nodes of trees were compared using soil maps with both original and simplified legends. In general, decision tree analysis was useful for predicting occurrence of soil mapping units. Decision trees with fewer elements on terminal nodes yield higher accuracies, and legend simplification (aggregation) reduced the precision of predictions. Algorithm J48 had better performance than BF Tree, RepTree, Random Tree, and Simple Chart.

Quando levantamentos de solos não estão disponíveis para atividades de planejamento de uso das terras, técnicas de mapeamento digital de solos podem ser úteis. Mapeadores de solos podem processar as informações espaciais rapidamente, auxiliando na execução de levantamentos de solos tradicionais ou prevendo a ocorrência de classes de solos na paisagem. Avaliaram-se técnicas de análise de decisão na predição da ocorrência de classes de solos em áreas de encostas basálticas no Sul do Brasil. Várias combinações de tipos de algoritmos de árvore de decisão e quantidade de elementos nos nós terminais das árvores de decisão foram testadas usando mapas de solos com a legenda original e com legenda simplificada. Em geral, o uso de árvores de decisão foi eficaz na predição de ocorrência de unidades de mapeamento de solos. Menor número de elementos no nó terminal das árvores de decisão produziu acurácias mais altas e a simplificação da legenda (agregação) reduziu a precisão das predições. O algoritmo J48 teve melhor desempenho que BF Tree, RepTree, Random Tree, e Simple Chart.