MAPEAMENTO DE SOLOS: CONVENCIONAL VERSUS DIGITAL A PARTIR DE TÉCNICAS DE APRENDIZADO DE MÁQUINA NA ANÁLISE DA BACIA HIDROGRÁFICA DO RIO BONITO, REGIÃO SERRANA DO ESTADO DO RIO DE JANEIRO

João Victor Bueno

Título do Trabalho

Autores

João Victor Bueno

Modalidade

Resumo

Área temática

Ciências Exatas e da Terra - GeoCiências

Data de Publicação

27/03/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/xii-reuniao-anual-iniciacao-cientifica-da-ufrrj-raic/1326102-mapeamento-de-solos--convencional-versus-digital-a-partir-de-te%3fcnicas-de-aprendizado-de-ma%3fquina-na-ana%3flise-da

ISBN

978-65-272-2302-3

Palavras-Chave

Mapeamento Digital de Solos, Pedometria, covariáveis, relevo montanhoso, dados legados

Resumo

O objetivo deste trabalho foi avaliar o desempenho de algoritmos no Mapeamento Digital de solos (MDS) — Random Forest (RF) e Support Vector Machine Radial (SVMR) — na discriminação das classes de solos identificadas na bacia hidrográfica do rio Bonito (72,4 km²), em contexto montanhoso do Estado do Rio de Janeiro. Destaca-se a crescente demanda e possibilidades a partir de mapeamentos quantitativos, com o uso de tecnologias de aprendizagem de máquina (Machine Learning), para a predição espacial de classes de solos, que visam auxiliar no planejamento, além da ocupação e do manejo mais eficientes sobre esse recurso natural valioso para a humanidade e que tem sido altamente degradado, o que atinge 33% dos solos do mundo. Nesse sentido, a produção de conhecimento sobre a sua distribuição espacial e propriedades torna-se fundamental, auxiliando na sua conservação, assim como servindo de base para estudos que demandem informações sobre a cobertura pedológica. A metodologia baseou-se exclusivamente em dados legados de solos (dados de perfis e mapa de solos) a partir de Levantamento de Reconhecimento Detalhado de Solos em escala 1:25 000, em índices de sensoriamento remoto obtidos pelo sensor Sentinel-2A e em covariáveis morfométricas derivadas do Modelo Digital de Elevação Copernicus GLO, com resolução espacial de 30 m. Também foram utilizadas covariáveis categóricas, como litologia, geomorfologia e cobertura e uso da terra. O conjunto de dados legados continha, ao todo, vinte e oito (28) amostras analisadas, variando entre uma (01) e seis (06) amostras por classe, adotando-se um balanceamento a partir de Região de Interesse por Classe (ROIC). As amostras foram avaliadas por validação cruzada em três esquemas: 5‑fold, 10‑fold e Leave‑One‑Out (LOOCV). O melhor desempenho foi obtido com o algoritmo Random Forest sob validação cruzada LOOCV, atingindo uma acurácia de 0,92 e índice kappa de 0,91. O RF manteve a média de acurácia de 0,91 e kappa de 0,90, superando o SVM com acurácia média de 0,52 e kappa de 0,46. Para avaliar a incerteza e a consistência da previsão de unidades de solo foi utilizado o levantamento convencional a partir dos dados legados. Constatou-se, mais uma vez, a maior eficiência do Random Forest, quando comparados aos demais modelos. O algoritmo destacou a relevância das seguintes covariáveis: Profundidade do Vale; Elevação; Índice de Umidade Saga; Declividade; e Distância Vertical até o Canal. As características do relevo local, predominantemente montanhoso, desempenharam um papel significativo na compreensão da variação espacial de classes de solo, gerando a maior influência das covariáveis morfométricas na predição das unidades de solos.

Título do Evento: XII Reunião Anual de Iniciação Científica da UFRRJ (RAIC 2025) & VI Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação (RAIDTec 2025)
Cidade do Evento: Seropédica
Título dos Anais do Evento: Anais da Reunião Anual de Iniciação Científica e Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação da UFRRJ - Justiça climática: por um mundo mais sustentável, justo e igualitário
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

BUENO, João Victor. MAPEAMENTO DE SOLOS: CONVENCIONAL VERSUS DIGITAL A PARTIR DE TÉCNICAS DE APRENDIZADO DE MÁQUINA NA ANÁLISE DA BACIA HIDROGRÁFICA DO RIO BONITO, REGIÃO SERRANA DO ESTADO DO RIO DE JANEIRO.. In: Anais da Reunião Anual de Iniciação Científica e Reunião Anual de Iniciação em Desenvolvimento Tecnológico e Inovação da UFRRJ - Justiça climática: por um mundo mais sustentável, justo e igualitário. Anais...Seropédica(RJ) UFRRJ, 2025. Disponível em: https//www.even3.com.br/anais/xii-reuniao-anual-iniciacao-cientifica-da-ufrrj-raic/1326102-MAPEAMENTO-DE-SOLOS--CONVENCIONAL-VERSUS-DIGITAL-A-PARTIR-DE-TE%3fCNICAS-DE-APRENDIZADO-DE-MA%3fQUINA-NA-ANA%3fLISE-DA. Acesso em: 30/05/2026