|
|
Registros recuperados : 297 | |
Registros recuperados : 297 | |
|
|
Registro Completo
Biblioteca(s): |
Epagri-Sede. |
Data corrente: |
21/11/2018 |
Data da última atualização: |
21/11/2018 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
COSTA, J. J. F.; GIASSON, É.; CAMPOS, A. R.; SILVA, E. B.; MACHADO, I. R.; COELHO, F. F. |
Título: |
REGRESSÕES LOGÍSTICAS MÚLTIPLAS E ÁRVORES DE DECISÃO NA PREDIÇÃO DE UNIDADES FISIOGRÁFICAS. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 36., 2017, Belém. Resumos... Viçosa: Sociedade Brasileira de Ciência do Solo, 2017. |
Idioma: |
Português |
Conteúdo: |
As relações entre o solo e as condições ambientais são correlacionadas a partir de
modelos que utilizam técnicas de aprendizagem, onde as relações solo-ambiente são usadas
para predizer as classes ou propriedades do solo para áreas que não foram amostradas. Dentre
os modelos, a Regressão Logística Múltipla (RLM) tem sido utilizada por não ter qualquer
exigência para a aplicação no que diz respeito à distribuição das variáveis do terreno. A RLM
estima os efeitos mútuos das variáveis do terreno na variável resposta, já as Árvores de Decisão
(ADs) usam um conjunto maior de informações para predizer uma mesma variável resposta. O
objetivo do estudo foi comparar o desempenho da RLM e AD na predição de unidades
fisiográficas. Material e Métodos - O estudo foi realizado na microbacia Concórdia (SC), com
uma área de 3.881 hectares. A área dispõe de mapa fisiográfico na escala de 1:25.000 e um
relatório técnico, onde estão descritos perfis dos solos dominates nas unidades fisiográficas
(UFs). Para a predição foram utilizadas oito covariáveis do terreno (acúmulo de fluxo,
orientação de vertentes, área de contribuição, curvatura, elevação, curvatura planar, declividade
e distância vertical da rede de drenagem) derivadas de um modelo digital de elevação (MDE)
com resolução espacial de 5 m. Para treinamento dos modelos preditores foi utilizado uma
amostragem estratificada com 7.572 pontos. A aplicação da RLM envolve a função logit que é
a razão entre a probabilidade (pi) de um pixel pertencer a uma unidade fisiográfica ?i? e a
probabilidade de que ele não pertença (1 ? pi). Na AD, foram calculadas as acurácias do
mapeador (AM) e geral (AG), além do índice Kappa. Resultados e Discussão ? Na RLM, para
cada UF, obteve-se um modelo logit, sendo possível predizer a probabilidade de que
determinada UF corresponda a um local da paisagem. No mapa predito pela RLM, a AG foi de
64% e o índice Kappa de 56%. Os maiores acertos pela RLM estão relacionados a UFs situadas
em regiões distintas, topos de morros e encostas, sendo uma vantagem desse modelo. No mapa
predito pela AD, a AG foi de 74% e o índice Kappa de 68%. A maior acurácia de AD é
consequência da capacidade do modelo em interpretar, extrair os padrões da matriz de dados e
associá-los às diferentes UFs. A AM média da AD, que foi o melhor modelo, foi de 68%. Os
valores do índice Kappa para ambos os modelos foram considerados bons, uma vez que, todas
as seis Ufs foram preditas. Conclusão ? Os algoritmos de árvores de decisão e a Regressão
Logística Múltipla são eficientes na predição de unidades fisiográficas, apresentando valores
de índice Kappa considerados bons. MenosAs relações entre o solo e as condições ambientais são correlacionadas a partir de
modelos que utilizam técnicas de aprendizagem, onde as relações solo-ambiente são usadas
para predizer as classes ou propriedades do solo para áreas que não foram amostradas. Dentre
os modelos, a Regressão Logística Múltipla (RLM) tem sido utilizada por não ter qualquer
exigência para a aplicação no que diz respeito à distribuição das variáveis do terreno. A RLM
estima os efeitos mútuos das variáveis do terreno na variável resposta, já as Árvores de Decisão
(ADs) usam um conjunto maior de informações para predizer uma mesma variável resposta. O
objetivo do estudo foi comparar o desempenho da RLM e AD na predição de unidades
fisiográficas. Material e Métodos - O estudo foi realizado na microbacia Concórdia (SC), com
uma área de 3.881 hectares. A área dispõe de mapa fisiográfico na escala de 1:25.000 e um
relatório técnico, onde estão descritos perfis dos solos dominates nas unidades fisiográficas
(UFs). Para a predição foram utilizadas oito covariáveis do terreno (acúmulo de fluxo,
orientação de vertentes, área de contribuição, curvatura, elevação, curvatura planar, declividade
e distância vertical da rede de drenagem) derivadas de um modelo digital de elevação (MDE)
com resolução espacial de 5 m. Para treinamento dos modelos preditores foi utilizado uma
amostragem estratificada com 7.572 pontos. A aplicação da RLM envolve a função logit que é
... Mostrar Tudo |
Palavras-Chave: |
mapeamento digital de solos; mineração de dados; pedometria. |
Categoria do assunto: |
Z Localizações Geográficas |
|
|
Marc: |
LEADER 03567naa a2200217 a 4500 001 1127965 005 2018-11-21 008 2017 bl uuuu u00u1 u #d 100 1 $aCOSTA, J. J. F. 245 $aREGRESSÕES LOGÍSTICAS MÚLTIPLAS E ÁRVORES DE DECISÃO NA PREDIÇÃO DE UNIDADES FISIOGRÁFICAS.$h[electronic resource] 260 $c2017 520 $aAs relações entre o solo e as condições ambientais são correlacionadas a partir de modelos que utilizam técnicas de aprendizagem, onde as relações solo-ambiente são usadas para predizer as classes ou propriedades do solo para áreas que não foram amostradas. Dentre os modelos, a Regressão Logística Múltipla (RLM) tem sido utilizada por não ter qualquer exigência para a aplicação no que diz respeito à distribuição das variáveis do terreno. A RLM estima os efeitos mútuos das variáveis do terreno na variável resposta, já as Árvores de Decisão (ADs) usam um conjunto maior de informações para predizer uma mesma variável resposta. O objetivo do estudo foi comparar o desempenho da RLM e AD na predição de unidades fisiográficas. Material e Métodos - O estudo foi realizado na microbacia Concórdia (SC), com uma área de 3.881 hectares. A área dispõe de mapa fisiográfico na escala de 1:25.000 e um relatório técnico, onde estão descritos perfis dos solos dominates nas unidades fisiográficas (UFs). Para a predição foram utilizadas oito covariáveis do terreno (acúmulo de fluxo, orientação de vertentes, área de contribuição, curvatura, elevação, curvatura planar, declividade e distância vertical da rede de drenagem) derivadas de um modelo digital de elevação (MDE) com resolução espacial de 5 m. Para treinamento dos modelos preditores foi utilizado uma amostragem estratificada com 7.572 pontos. A aplicação da RLM envolve a função logit que é a razão entre a probabilidade (pi) de um pixel pertencer a uma unidade fisiográfica ?i? e a probabilidade de que ele não pertença (1 ? pi). Na AD, foram calculadas as acurácias do mapeador (AM) e geral (AG), além do índice Kappa. Resultados e Discussão ? Na RLM, para cada UF, obteve-se um modelo logit, sendo possível predizer a probabilidade de que determinada UF corresponda a um local da paisagem. No mapa predito pela RLM, a AG foi de 64% e o índice Kappa de 56%. Os maiores acertos pela RLM estão relacionados a UFs situadas em regiões distintas, topos de morros e encostas, sendo uma vantagem desse modelo. No mapa predito pela AD, a AG foi de 74% e o índice Kappa de 68%. A maior acurácia de AD é consequência da capacidade do modelo em interpretar, extrair os padrões da matriz de dados e associá-los às diferentes UFs. A AM média da AD, que foi o melhor modelo, foi de 68%. Os valores do índice Kappa para ambos os modelos foram considerados bons, uma vez que, todas as seis Ufs foram preditas. Conclusão ? Os algoritmos de árvores de decisão e a Regressão Logística Múltipla são eficientes na predição de unidades fisiográficas, apresentando valores de índice Kappa considerados bons. 653 $amapeamento digital de solos 653 $amineração de dados 653 $apedometria 700 1 $aGIASSON, É. 700 1 $aCAMPOS, A. R. 700 1 $aSILVA, E. B. 700 1 $aMACHADO, I. R. 700 1 $aCOELHO, F. F. 773 $tIn: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 36., 2017, Belém. Resumos... Viçosa: Sociedade Brasileira de Ciência do Solo, 2017.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Epagri-Sede (Epagri-Sede) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|