|
|
|
|
|
Chagas,César da Silva; Fernandes Filho,Elpídio Inácio; Vieira,Carlos Antônio Oliveira; Schaefer,Carlos Ernesto Gonçalves Reynaud; Carvalho Júnior,Waldir de. |
O objetivo deste trabalho foi avaliar variáveis discriminantes no mapeamento digital de solos com uso de redes neurais artificiais. Os atributos topográficos elevação, declividade, aspecto, plano de curvatura e índice topográfico, derivados de um modelo digital de elevação, e os índices de minerais de argila, óxido de ferro e vegetação por diferença normalizada, derivados de uma imagem do Landsat7, foram combinados e avaliados quanto à capacidade de discriminação dos solos de uma área no noroeste do Estado do Rio de Janeiro. Foram utilizados o simulador de redes neurais Java e o algoritmo de aprendizado "backpropagation". Os mapas gerados por cada um dos seis conjuntos de variáveis testados foram comparados com pontos de referência, para a determinação da... |
Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Atributos do terreno; Classificação de solos; Modelo digital de elevação; Redes neurais artificiais. |
Ano: 2010 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2010000500009 |
| |
|
|
Chagas,César da Silva; Vieira,Carlos Antônio Oliveira; Fernandes Filho,Elpídio Inácio. |
Soil surveys are the main source of spatial information on soils and have a range of different applications, mainly in agriculture. The continuity of this activity has however been severely compromised, mainly due to a lack of governmental funding. The purpose of this study was to evaluate the feasibility of two different classifiers (artificial neural networks and a maximum likelihood algorithm) in the prediction of soil classes in the northwest of the state of Rio de Janeiro. Terrain attributes such as elevation, slope, aspect, plan curvature and compound topographic index (CTI) and indices of clay minerals, iron oxide and Normalized Difference Vegetation Index (NDVI), derived from Landsat 7 ETM+ sensor imagery, were used as discriminating variables. The... |
Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Terrain attributes; Neural networks; Maximum likelihood. |
Ano: 2013 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-06832013000200005 |
| |
|
| |
|
|
|