Identificação de padrões de erros em estimativa de densidade do solo
DOI:
https://doi.org/10.4322/2359-6643.04102Palavras-chave:
árvore de decisão, funções de pedotransferência, análise de errosResumo
O objetivo deste estudo foi analisar e interpretar os padrões nos erros de quatro funções de pedotransferência (PTF), desenvolvidas para estimar a densidade do solo (DS), utilizando a técnica de indução de árvore de decisão (AD). O conjunto de dados usado era composto por 974 amostras de solos de diversos biomas do Brasil e continha informações sobre granulometria (areia, silte e argila), teor de carbono (C) e pH. Os dados de granulometria foram reclassificados em classes de textura. A primeira PTF foi desenvolvida no conjunto de dados utilizado neste trabalho e as três outras, selecionadas na literatura, foram geradas para diferentes locais. A seleção das três PTFs foi feita com base nos atributos preditores utilizados, sendo necessário que todos estivessem presentes no banco de dados utilizado. Na avaliação, foram adotados limiares de 0,08 g cm-3, 0,1 g cm-3e 0,12 g cm-3para definição de erros aceitáveis e erros não aceitáveis. Quatro valores de poda (mínimo de objetos nas folhas de 5%, 10%, 15% e 20%) foram testados buscando obter melhor desempenho das ADs. As árvores geradas foram consistentes para os diferentes valores de limiar de erro e coeficiente de poda. As ADs foram semelhantes, para uma mesma PTF, independente do limiar utilizado. A PTF Benites apresentou a maior taxa de sensitividade (83,3%), com a maior taxa de erros classificados como aceitáveis e que realmente eram aceitáveis. As PTFs apresentaram padrão nos erros e foi possível detectá-los utilizando AD.
Downloads
Publicado
Edição
Seção
Licença
Plágio: todos os artigos submetidos passarão por um processo de verificação por meio de software anti-plágio.
Autores que publicam na Revista Ciência, Tecnologia & Ambiente concordam com os seguintes termos:
Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.