Resumo: A classificação supervisionada de solos, especialmente nas últimas décadas, vem sendo realizada por modelos, matemáticos e estatísticos a exemplo das redes neurais. A maioria dos trabalhos com redes neurais avaliaram propriedades dos solos, sendo o estudo das classes ainda incipiente. Assim este trabalho teve como objetivo avaliar a classificação de solos por redes neurais para uma área situada na Serra do Cipó. Para tanto utilizou informações analíticas de perfis de solos e variáveis discriminantes como: bandas de imagem de satélite e índices derivados, mapas geológico, pedológico e de atributos do terreno. Os resultados obtidos na classificação pelas redes neurais foram comparados com uma classificação feita pelo classificador MaxVer a partir de validação dos mapas com pontos de referência terrestre. Os mesmos pontos foram utilizados para validar o mapa obtido pelo método convencional. Os mapas obtidos pelos dois classificadores apresentaram índice de exatidão considerado bom, sem diferença estatística. O mapa melhor classificado pelo MaxVer apresentou índice kappa de 0,58, enquanto que pelas redes neurais o maior índice foi de 0,60. A eficiência dos classificadores, na discriminação individual das unidades de solo se diferiram, sendo duas unidades melhor classificadas pelo MaxVer, três pelas redes neurais e quatro unidades com exatidão estatisticamente igual para os dois classificadores. A exatidão global do mapa de solos obtido pelo método convencional foi de 82%, obtido pela concordância dos solos de referencia com aqueles associados em qualquer componente da unidade. Os solos no primeiro componente das unidades de mapeamento apresentaram 48% de concordância com solos de referência.

Ano de publicação: 2011

Tipo de publicação: Artigo em anais e proceedings

Unidade: Embrapa Solos