|
|
|
|
|
| OLIVEIRA, D. P. de; PULIDO, J.; FRANCHESCHINI, M. H. D.; COSTA, P. A. da; ARRUDA, G. P. de; DEMATTÊ, J. A. M.; SOUZA FILHO, C. R. de; VICENTE, L. E.. |
| Data obtained with hyperspectral remote sensors have the advantage of containing a great spectral resolution, offering more details about spectral behavior of a particular target. The use of these images show high potential to describe soil mineralogical attributes. The main objective of this study was to obtain the spectral and mineralogical attributes of soils using hyperspectral satellite imagery and with data acquired at ground level; evaluation of a supervised classification routine for determination of soils texture; and estimate clay using multivariate analysis. Soil samples were collected at a 0-20cm depth and spectral measurements, texture and mineralogy analysis were made. Using GIS software, image processing and statistical packages, the... |
| Tipo: Anais e Proceedings de eventos |
Palavras-chave: Processamento de imagens.; Geologia; Sensoriamento Remoto.. |
| Ano: 2011 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/902332 |
| |
|
|
| ARRUDA, G. P. de; DEMATTÊ, J. A. M.; CHAGAS, C. da S.; FIORIO, P. R.; SOUZA, A. B. e.. |
| Digital soil mapping is an alternative for the recognition of soil classes in areas where pedological surveys are not available. The main aim of this study was to obtain a digital soil map using artificial neural networks (ANN) and environmental variables that express soillandscape relationships. This study was carried out in an area of 11,072 ha located in the Barra Bonita municipality, state of São Paulo, Brazil. A soil survey was obtained from a reference area of approximately 500 ha located in the center of the area studied. With the mapping units identified together with the environmental variables elevation, slope, slope plan, slope profile, convergence index, geology and geomorphic surfaces, a supervised classification by ANN was implemented. The... |
| Tipo: Artigo de periódico |
Palavras-chave: Extrapolação de mapas; Pesquisa pedológica; Atributos da paisagem; Aulas pedológicas; Mineração de dados. |
| Ano: 2016 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1051574 |
| |
|
|
| DEMATTÊ, J. A. M.; VASQUES, G. de M.; CORREA, E. A.; ARRUDA, G. P. de. |
| O presente trabalho utilizou ferramentas de sensoriamento remoto e sistema de informação geográfica, aliadas às informações espectrais do solo e quantitativas e qualitativas do relevo, para a caracterização e discriminação das classes de solos desenvolvidos do Grupo Barreiras na região do município de Porto Grande, Amapá. Após o mapeamento semidetalhado de solos, realizou-se a caracterização pontual das amostras dos perfis por meio de espectroscopia de visível e infravermelho (400-2500 nm), e a análise espacial das redes de drenagem e relevo a partir de fotos aéreas e imagens de radar. As informações quantitativas do relevo foram mais eficientes na caracterização e discriminação dos solos estudados do que as qualitativas, enquanto as informações espectrais... |
| Tipo: Artigo de periódico |
Palavras-chave: Fotografia aérea; Espectroscopia de visível e infravermelho; Geomorfologia. |
| Ano: 2012 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/951144 |
| |
|
|
| ARRUDA, G. P. de; DEMATTÊ, J. A. M.; CHAGAS, C. da S.. |
| Técnicas de mapeamento digital podem contribuir para agilizar a realização de levantamentos pedológicos detalhados. Objetivou-se com este trabalho obter um mapa digital de solos (MDS) com uso de redes neurais artificiais (RNA), utilizando correlações entre unidades de mapeamento (UM) e covariáveis ambientais. A área utilizada compreendeu aproximadamente 12.000 ha localizados no município de Barra Bonita, SP. A partir do resultado de uma análise de agrupamento das covariáveis ambientais, foram escolhidas cinco áreas de referência para realizar o mapeamento convencional. As UM identificadas subsidiaram a aplicação da técnica de RNA. Utilizaram-se o simulador de redes neurais JavaNNS e o algoritmo de aprendizado backpropagation. Pontos de referência foram... |
| Tipo: Artigo de periódico |
Palavras-chave: Inteligência artificial; Covariáveis ambientais; Classificação supervisionada. |
| Ano: 2013 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/958080 |
| |
|
|
|
