Representação em malhas 3d a partir de dados de textura do solo interpolados mediante rede neural artificial: estudo de caso Fescon - Ponta Grossa– PR
Document title: Representação em malhas 3d a partir de dados de textura do solo interpolados mediante rede neural artificial: estudo de caso Fescon - Ponta Grossa– PR
Journal: Geo UERJ
Database: CLASE
System number: 000437896
ISSN: 1981-9021
Authors: 1
1
1
Institutions: 1Universidade Estadual de Ponta Grossa, Ponta Grossa, Parana. Brasil
Year:
Number: 28
Pages: 410-429
Country: Brasil
Language: Portugués
Document type: Artículo
Approach: Analítico, descriptivo
English abstract The physical properties of the soil have great impact on their behavior, and these characteristics result in classification of the profile and soil suitability. In the case of Precision Agriculture is important to identify in the soil particle size space distribution or texture. Thus, from granulometric georeferenced data (sand, silt and clay) soils collected from a farmland Farm School Capão-da-Onça (FESCON Ponta Grossa - PR), was performed interpolation using Radial Basis Function (RBF) and supervised training for Artificial Neural Network (ANN), comparing the results obtained on a 3D model in order to verify the performance of the RNA used. It was found that especially the representations of RNA with the sand attribute was smoothed when interpolated the granulometric data in realation to RBF. The attributes clain and silt had some variations between ANN and RBF, it doesn’t always smoothed
Portuguese abstract As propriedades físicas do solo possuem grande impacto em seu comportamento, e estas características resultam na classificação do perfil e aptidão do solo. Em se tratando de Agricultura de Precisão, é importante identificar no solo sua distribuição espacial granulométrica ou textura. Desta forma, a partir de dados granulométricos georreferenciados (areia, silte e argila) coletados de solos de uma gleba da Fazenda Escola Capão-da-Onça (FESCON Ponta Grossa - PR), foi realizada a interpolação, utilizando Função de Base Radial (RBF) e treinamento supervisionado por Rede Neural Artificial (RNA), comparando os resultados obtidos em um modelo 3D, a fim de verificar o desempenho da RNA utilizada. Verificou-se principalmente que as representações da RNA com o atributo areia foi suavizada quando interpolado os dados granulométricos em relação ao RBF. Já os atributos argila e silte ocorreu algumas variações entre RNA e RBF, não suavizando sempre
Disciplines: Geografía,
Agrociencias
Keyword: Geografía física,
Suelos,
Textura,
Redes neuronales artificiales,
Tercera dimensión,
Ponta Grossa,
Paraná,
Brasil
Full text: Texto completo (Ver HTML)