Estratégias para predição de classes de solo
Resumo
Com o intuito de disponibilizar informações com maior agilidade e resolução espacial adequada para suprir a demanda por informações sobre o solo, o mapeamento digital de solos (MDS) é uma alternativa para mapear classes e propriedades de solo, usufruindo da disponibilidade cada vez maior de técnicas processamento e mineração de dados. Nesse cenário, dados que permitam uma compreensão clara do desempenho científico e as relacionam com os padrões da produção científica global podem auxiliar nos caminhos a serem seguidos pela pesquisa, podendo contribuir inclusive com novas políticas públicas. A possibilidade de se fazer uso de informações previamente geradas sobre o solo, denominadas de dados legados, pode auxiliar com informações de entrada ao MDS a um custo reduzido, visto que não há necessidade de novas coletas. Como os produtos do MDS possibilitam a estimativa da incerteza, e uma análise abrangente pode contribuir para a qualidade dos mapas. Se quantificada e espacializada a incerteza, essas informações podem ser usadas para aprimorar a amostragem e otimizar a geração de informações. Dessa forma, os objetivos deste trabalho foram (1) caracterizar a produção científica em mapeamento digital de solos no Brasil e no mundo, no período de 1996 a 2017, nas bases de dados Scopus e Web of Science; e (2) avaliar técnicas de obtenção de dados adicionais para melhorar as predições de classes de solo com uso de dados legados. Para isso, foram realizados dois estudos. No primeiro, foram pesquisados de termos referentes ao MDS nas bases de dados, incluindo pesquisas de termos nos títulos, resumos e palavras-chave dos artigos. A partir disso, foi gerado um conjunto de índices bibliométricos dos resultados utilizando o pacote Bibliometrix em ambiente R. No segundo estudo, um mapa de classes de solo foi gerado com base em covariáveis ambientais, utilizando dados legados, em uma área de 13000 km² da região Central do Estado do Rio Grande do Sul, que está entre as áreas prioritárias do PronaSolos. Os mapas foram avaliados por validação cruzada e validação externa, além de mapas de incerteza expressarem as áreas com maior confusão do modelo. Adicionalmente, foram testadas estratégias para obtenção de pontos adicionais ao conjunto de calibração com base em mapas legados e reamostragem guiada na incerteza. O estudo 1 demonstrou que, no contexto geral, o crescente número de artigos em MDS foi publicado em sua maior parte na revista Geoderma. Entre os 10 com mais artigos publicados, a Revista Brasileira de Ciência do Solo é o único periódico de acesso aberto. Embora existam países na vanguarda do MDS, como Estados Unidos e Austrália, a posição do Brasil no número de artigos e autores não pode ser menosprezada, mostrando a importância da participação do país na pesquisa em MDS. O estudo 2 resultou em um mapa de classes de solo, gerado apenas com os dados legados, com acurácia de 0,49 na validação externa e incerteza geral de 0,84. Um conjunto híbrido, utilizando os dados legados de diferentes fontes foi capaz de melhorar acurácia para 0,55 e reduzir a incerteza para 0,77. Contudo, embora os dados do mapa legado terem trazido benefícios ao modelo, demonstraram inconsistências devido a sua escala. A reamostragem guiada pela incerteza, pela melhoria trazida ao modelo fazendo uso de uma pequena quantidade de dados, foi a estratégia que demonstrou o maior potencial. Nossos dados demonstram que o MDS é uma técnica promissora, podendo ser utilizado como metodologia no Programa Nacional de Solos (PronaSolos).
Coleções
Os arquivos de licença a seguir estão associados a este item: