SlideShare uma empresa Scribd logo
1 de 42
Baixar para ler offline
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Contribuição à Construção de Modelos de Predição
de Propriedades do Solo

Apresentação de Projeto de Doutoramento, Disciplina IA/1306 
Seminário em Ciência do Solo
Alessandro Samuel-Rosa
Comitê de Orientação
Drª. Lúcia Helena Cunha dos Anjos (UFRRJ)
Dr. Gustavo de Mattos Vasques (Embrapa Solos)
Dr. Gerard B. M. Heuvelink (ISRIC - Holanda)

Seropédica, 24 de outubro de 2013.
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Informação de Solo

Demanda por informação de solo no mundo: Aliança Global
pelo Solo (FAO)
Mapeamento Digital do Solo (MDS): utilização de técnicas
pedométricas para o mapeamento do solo
Técnicas Pedométricas: matemática + estatística +
informática + expert knowledge
Ênfase na quanticação dos erros, estimativa da incerteza e
reprodutibilidade

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Informação de Solo

Demanda por informação de solo no mundo: Aliança Global
pelo Solo (FAO)
Mapeamento Digital do Solo (MDS): utilização de técnicas
pedométricas para o mapeamento do solo
Técnicas Pedométricas: matemática + estatística +
informática + expert knowledge
Ênfase na quanticação dos erros, estimativa da incerteza e
reprodutibilidade

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Informação de Solo

Demanda por informação de solo no mundo: Aliança Global
pelo Solo (FAO)
Mapeamento Digital do Solo (MDS): utilização de técnicas
pedométricas para o mapeamento do solo
Técnicas Pedométricas: matemática + estatística +
informática + expert knowledge
Ênfase na quanticação dos erros, estimativa da incerteza e
reprodutibilidade

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Informação de Solo

Demanda por informação de solo no mundo: Aliança Global
pelo Solo (FAO)
Mapeamento Digital do Solo (MDS): utilização de técnicas
pedométricas para o mapeamento do solo
Técnicas Pedométricas: matemática + estatística +
informática + expert knowledge
Ênfase na quanticação dos erros, estimativa da incerteza e
reprodutibilidade

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Construção de Modelos Preditivos

Modelo conceitual de pedogênese: Representação verbal 
Representação matemática  Representação computacional
Análise dos dados  Predições  Validação estatística
Reformulação do modelo conceitual de pedogênese
População de sistemas de informação espacial

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Construção de Modelos Preditivos

Modelo conceitual de pedogênese: Representação verbal 
Representação matemática  Representação computacional
Análise dos dados  Predições  Validação estatística
Reformulação do modelo conceitual de pedogênese
População de sistemas de informação espacial

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Construção de Modelos Preditivos

Modelo conceitual de pedogênese: Representação verbal 
Representação matemática  Representação computacional
Análise dos dados  Predições  Validação estatística
Reformulação do modelo conceitual de pedogênese
População de sistemas de informação espacial

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Construção de Modelos Preditivos

Modelo conceitual de pedogênese: Representação verbal 
Representação matemática  Representação computacional
Análise dos dados  Predições  Validação estatística
Reformulação do modelo conceitual de pedogênese
População de sistemas de informação espacial

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Construção de Modelos Preditivos

Modelo conceitual de pedogênese: Representação verbal 
Representação matemática  Representação
computacional
Análise dos dados  Predições  Validação estatística
Reformulação do modelo conceitual de pedogênese
População de sistemas de informação espacial

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Fontes de Incerteza

Observações de calibração (número, distribuição espacial,
custo nanceiro)
Co-variáveis ambientais (acurácia, número, diversidade,
resolução espacial, multicolinearidade)
Estrutura do modelo (linear, não-linear)

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Fontes de Incerteza

Observações de calibração (número, distribuição espacial,
custo nanceiro)
Co-variáveis ambientais (acurácia, número, diversidade,
resolução espacial, multicolinearidade)
Estrutura do modelo (linear, não-linear)

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Construção de Modelos Preditivos
Fontes de Incerteza

Fontes de Incerteza

Observações de calibração (número, distribuição espacial,
custo nanceiro)
Co-variáveis ambientais (acurácia, número, diversidade,
resolução espacial, multicolinearidade)
Estrutura do modelo (linear, não-linear)

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Objetivos

Objetivo geral: avaliar as principais fontes de incerteza para
entender como elas contribuem para o orçamento do erro no
MDS em diferentes cenários de bancos de dados.
Objetivos especícos:
1 Identicar tamanhos apropriados de conjuntos de observações
de calibração;
2 Determinar a acurácia das co-variáveis ambientais disponíveis
gratuitamente;
3 Identicar métodos apropriados de seleção de co-variáveis
ambientais para modelos lineares;
4 Avaliar o efeito da correlação entre as co-variáveis ambientais
na acurácia preditiva de modelos lineares;
5 Identicar cenários em que modelos não-lineares são mais
ecientes que modelos lineares.
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Objetivos

Objetivo geral: avaliar as principais fontes de incerteza para
entender como elas contribuem para o orçamento do erro no
MDS em diferentes cenários de bancos de dados.
Objetivos especícos:
1 Identicar tamanhos apropriados de conjuntos de observações
de calibração;
2 Determinar a acurácia das co-variáveis ambientais disponíveis
gratuitamente;
3 Identicar métodos apropriados de seleção de co-variáveis
ambientais para modelos lineares;
4 Avaliar o efeito da correlação entre as co-variáveis ambientais
na acurácia preditiva de modelos lineares;
5 Identicar cenários em que modelos não-lineares são mais
ecientes que modelos lineares.
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Questões de Pesquisa (1)

Qual é o efeito do tamanho do conjunto de calibração e do
design amostral na acurácia preditiva e custo monetário do
MDS?
Quão acuradas são as co-variáveis ambientais disponíveis
gratuitamente e quanta redução na incerteza é obtida quando
co-variáveis ambientais mais acuradas são usadas?
Qual é o efeito do número de co-variáveis ambientais na
acurácia preditiva de modelos lineares e como os métodos de
seleção de co-variáveis ambientais se comportam em diferentes
cenários de bancos de dados?

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Questões de Pesquisa (1)

Qual é o efeito do tamanho do conjunto de calibração e do
design amostral na acurácia preditiva e custo monetário do
MDS?
Quão acuradas são as co-variáveis ambientais disponíveis
gratuitamente e quanta redução na incerteza é obtida quando
co-variáveis ambientais mais acuradas são usadas?
Qual é o efeito do número de co-variáveis ambientais na
acurácia preditiva de modelos lineares e como os métodos de
seleção de co-variáveis ambientais se comportam em diferentes
cenários de bancos de dados?

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Questões de Pesquisa (1)

Qual é o efeito do tamanho do conjunto de calibração e do
design amostral na acurácia preditiva e custo monetário do
MDS?
Quão acuradas são as co-variáveis ambientais disponíveis
gratuitamente e quanta redução na incerteza é obtida quando
co-variáveis ambientais mais acuradas são usadas?
Qual é o efeito do número de co-variáveis ambientais na
acurácia preditiva de modelos lineares e como os métodos de
seleção de co-variáveis ambientais se comportam em diferentes
cenários de bancos de dados?

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Questões de Pesquisa(2)

Quão correlacionadas são as co-variáveis ambientais usadas
para construir modelos de MDS? A acurácia preditiva é
aumentada quando as co-variáveis ambientais são
transformadas para suas componentes principais?
Em quais cenários modelos não-lineares produzem predições
mais acuradas do que modelos lineares?

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Objetivos
Questões de Pesquisa

Questões de Pesquisa(2)

Quão correlacionadas são as co-variáveis ambientais usadas
para construir modelos de MDS? A acurácia preditiva é
aumentada quando as co-variáveis ambientais são
transformadas para suas componentes principais?
Em quais cenários modelos não-lineares produzem predições
mais acuradas do que modelos lineares?

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Banco de Dados (1)

Location of the sample points

6722000

Study area location

6721000

q

6720000
6719000

q

q q
q qq

q
q

6717000

q

q

q

q
q
q q qq
q q
q
q
q

q
q

q

q

q

q

q

q

q
q

q
qq q q q
q
q
q

q

q

qq

6716000

q
q

q
q

q
q

q

q

q
q
q
q

q

q

−60

−50

−40

q
q

q
q

q

q

q
qq

q
q

q

q
q

q
q

q q
q
q

q

q
q

q

q

q

q
q

q

q

q
q

q

q
q
q
q
q
q
q
q q
q
q
q
q
q
qq
q
q
q q q qq
q
q
q
q
q
q
q q
q
q q
q
q
q q
q
qq
q
q
q q
q
q
q
q
q
q
q
q
q
q q
q q q
q
q
q
q
q
q q
q q
q q
q
q
q
q
qq
q
q
q
q
q q
q
q
q
q q
q
q
q
q
q
q
q
q
q
q
q
q
q

q

q

q
q

−70

q

q
q

q

q

q

q

q

q

q

q

q

q

q
q

q

q

q q

q

q

q

q

q

q
q

q

q

q

q
q

q
q
q
q
q q
qq
q
q qq
q
q
q
q
q

qq
q

q
q

q

q

q

q
qq

q
q
q

q

q

q

q

q

q

q

q

q
q
qq q
q

q

q

q

−20

−30

q
q

q

q

q

q

q

q

q

q
q
q

q

q q

q

q

q

q

q
q

q
q

q

q

q

q
qq

qq
q

q

q

q
q
q

q

qq
q

q

q

q

q

q

q
q

q

q

q

q

q

q

q
q

q

q

q

q

q
q

q

q

q

q

q q
q
q
q
q
q

q

q

q

q

q

q

q

q

q

q

q

q

q

q

q
q

q

q

q

q

q

6718000

N (m)

N (deg)

q
q

q

q

q

q

q

Study area

q
q

q
q
q
q
q
q
q

q
q

q

q

q

q
q

q

−10

q

q
q

q

0

q

q
q

−30

E (deg)

226000

227000

228000

229000

230000

231000

E (m)
Black: calibration (340); Red: validation (60)

Alessandro Samuel Rosa

Incerteza no MDS

232000
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Banco de Dados (2)

= 350 observações de calibração (free survey ) +
observações de validação (cluster sampling )

n

n

= 60

Atributos do solo: distribuição do tamanho de partículas,
carbono orgânico e capacidade de troca de cátions efetiva
Co-variáveis ambientais: modelos digitais de elevação, imagens
de satélite, mapas geológicos, mapas pedológicos, mapas de
uso da terra

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Banco de Dados (2)

= 350 observações de calibração (free survey ) +
observações de validação (cluster sampling )

n

n

= 60

Atributos do solo: distribuição do tamanho de partículas,
carbono orgânico e capacidade de troca de cátions efetiva
Co-variáveis ambientais: modelos digitais de elevação, imagens
de satélite, mapas geológicos, mapas pedológicos, mapas de
uso da terra

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Banco de Dados (2)

= 350 observações de calibração (free survey ) +
observações de validação (cluster sampling )

n

n

= 60

Atributos do solo: distribuição do tamanho de partículas,
carbono orgânico e capacidade de troca de cátions efetiva
Co-variáveis ambientais: modelos digitais de elevação, imagens
de satélite, mapas geológicos, mapas pedológicos, mapas de
uso da terra

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Capítulo 1 - Acurácia das Co-variáveis

Co-variáveis ambientais desatualizadas e c/ pequena
capacidade resolutiva VS. atualizadas e c/ grande capacidade
resolutiva
Validação das co-variáveis ambientais
Combinação das co-variáveis ambientais
Modelos lineares ajustados usando quadrados mínimos
generalizados
Validação externa

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Capítulo 2 - Observações de Calibração

Análise do padrão pontual espacial  modelo de amostragem
Sete conjuntos de calibração:
incrementos de n = 50

n

= 50 a

n

= 350, com

Modelo de custo baseado no tempo de acesso às observações
Modelos lineares ajustados usando quadrados mínimos
generalizados
Otimização de Pareto (spatial
variância

simulated annealing

Validação externa

Alessandro Samuel Rosa

Incerteza no MDS

): custo e
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Capítulo 3 - Seleção de Co-variáveis

n

≈ 50 co-variáveis ambientais

Dez métodos de seleção automática (stepwise, algorítmos
genéticos, validação cruzada, etc)
Modelos lineares ajustados usando quadrados mínimos
generalizados
Validação externa

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Capítulo 4 - Ortogonalização das Co-variáveis

Demonstração matemática do efeito da ortogonalização sobre
a estimativa dos coecientes da regressão
n

≈ 50 co-variáveis ambientais

Modelos lineares ajustados usando quadrados mínimos
generalizados
Avaliação do conteúdo pedológico dos modelos lineares com
co-variáveis ortogonalizadas
Validação externa

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Banco de Dados
Metodologia

Capítulo 5 - Estrutura do Modelo

n

= 7 conjuntos de observações de calibração

n

≈ 50 co-variáveis ambientais

= 4 modelos: regressão linear, rede neural articial, árvore de
regressão e oresta aleatória
n

Validação externa e elicitação do conhecimento de especialistas
para avaliação do conteúdo pedológico dos modelos

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Resultados Preliminares
Próximas Etapas

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Resultados Preliminares
Próximas Etapas

Resultados Preliminares

Representação verbal do modelo conceitual de pedogênese
Banco de dados de atributos do solo e co-variáveis ambientais
Validação de algumas co-variáveis ambientais (MDE SRTM
≈ 15m; MDE TOPODATA ≈ 9m)
Modelo de amostragem de solo

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Resultados Preliminares
Próximas Etapas

Estrutura
1

Motivação
Construção de Modelos Preditivos
Fontes de Incerteza

2

Objetivos e Questões de Pesquisa
Objetivos
Questões de Pesquisa

3

Material e Métodos
Banco de Dados
Metodologia

4

Resultados Preliminares e Próximas Etapas
Resultados Preliminares
Próximas Etapas
Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Resultados Preliminares
Próximas Etapas

Próximas Etapas

Avaliação das co-variáveis ambientais até o nal do ano
Implementação das demais análises na Holanda
(Jan-Dez/2014)
Obtenção de mais

n

= 60 observações de validação (2015)

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Resumo

A Aliança Global pelo Solo constitui uma importante demanda
por informações de solo no mundo
O Mapeamento Digital do Solo foi a solução encontrada para
atender tal demanda
A avaliação da incerteza é um passo crucial na produção de
informação de solo útil para a humanidade

Alessandro Samuel Rosa

Incerteza no MDS
Motivação
Objetivos e Questões de Pesquisa
Material e Métodos
Resultados Preliminares e Próximas Etapas
Resumo
Agradecimentos

Agradecimentos

UFRRJ
Embrapa Solos
ISRIC-WUR
UFSM, pela infraestrutura
CNPq, pela bolsa de doutorado
CAPES, pela bolsa de doutorado

Alessandro Samuel Rosa

sandwich

Incerteza no MDS

Mais conteúdo relacionado

Destaque

Catalogo de productos del foro de los camioneros
Catalogo de         productos del   foro de los     camionerosCatalogo de         productos del   foro de los     camioneros
Catalogo de productos del foro de los camionerosEl Choto de Alfafar
 
Principales transtornos digestivos
Principales transtornos digestivosPrincipales transtornos digestivos
Principales transtornos digestivosLucho Rojas Rojas
 
Visita a Equipotel - alunos de nutrição
Visita a Equipotel - alunos de nutriçãoVisita a Equipotel - alunos de nutrição
Visita a Equipotel - alunos de nutriçãoetecia
 
Cuan Fáciles son las Fechas dadas por El divino Creador Para La Evolución ...
 Cuan Fáciles  son lasFechas  dadas por El divino Creador Para La Evolución ... Cuan Fáciles  son lasFechas  dadas por El divino Creador Para La Evolución ...
Cuan Fáciles son las Fechas dadas por El divino Creador Para La Evolución ...anamariacienciaceleste
 
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...libre
 
Dia do abraço - Treloso - Ação promocional
Dia do abraço - Treloso - Ação promocionalDia do abraço - Treloso - Ação promocional
Dia do abraço - Treloso - Ação promocionalAmpla Comunicação
 
Ppt intercursos novo
Ppt intercursos novoPpt intercursos novo
Ppt intercursos novoAna Paula
 
01 conceptos basicos_2013-2
01 conceptos basicos_2013-201 conceptos basicos_2013-2
01 conceptos basicos_2013-2Giancarlo Cockk
 
L’impuls de...millora
L’impuls de...milloraL’impuls de...millora
L’impuls de...millorapepporca
 
Estategias docentes
Estategias docentesEstategias docentes
Estategias docentesjavierdanilo
 
Fundamentos ii 1a. aula
Fundamentos ii 1a. aulaFundamentos ii 1a. aula
Fundamentos ii 1a. aulaJoao Rumpel
 

Destaque (20)

Catalogo de productos del foro de los camioneros
Catalogo de         productos del   foro de los     camionerosCatalogo de         productos del   foro de los     camioneros
Catalogo de productos del foro de los camioneros
 
JC - Teste Auditivo 3D
JC - Teste Auditivo 3DJC - Teste Auditivo 3D
JC - Teste Auditivo 3D
 
Principales transtornos digestivos
Principales transtornos digestivosPrincipales transtornos digestivos
Principales transtornos digestivos
 
Visita a Equipotel - alunos de nutrição
Visita a Equipotel - alunos de nutriçãoVisita a Equipotel - alunos de nutrição
Visita a Equipotel - alunos de nutrição
 
Comunidad virtual
Comunidad virtualComunidad virtual
Comunidad virtual
 
Catalogo griferias premiun
Catalogo griferias premiunCatalogo griferias premiun
Catalogo griferias premiun
 
Dircom rrpp
Dircom rrppDircom rrpp
Dircom rrpp
 
Cuan Fáciles son las Fechas dadas por El divino Creador Para La Evolución ...
 Cuan Fáciles  son lasFechas  dadas por El divino Creador Para La Evolución ... Cuan Fáciles  son lasFechas  dadas por El divino Creador Para La Evolución ...
Cuan Fáciles son las Fechas dadas por El divino Creador Para La Evolución ...
 
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...
 
Dia do abraço - Treloso - Ação promocional
Dia do abraço - Treloso - Ação promocionalDia do abraço - Treloso - Ação promocional
Dia do abraço - Treloso - Ação promocional
 
Foi mal pelo Carro
Foi mal pelo CarroFoi mal pelo Carro
Foi mal pelo Carro
 
Jn 24 03
Jn 24 03Jn 24 03
Jn 24 03
 
Apresentação (2)
Apresentação (2)Apresentação (2)
Apresentação (2)
 
Palestra peniel
Palestra   penielPalestra   peniel
Palestra peniel
 
Ppt intercursos novo
Ppt intercursos novoPpt intercursos novo
Ppt intercursos novo
 
01 conceptos basicos_2013-2
01 conceptos basicos_2013-201 conceptos basicos_2013-2
01 conceptos basicos_2013-2
 
Capitulo 1 strobel
Capitulo 1 strobelCapitulo 1 strobel
Capitulo 1 strobel
 
L’impuls de...millora
L’impuls de...milloraL’impuls de...millora
L’impuls de...millora
 
Estategias docentes
Estategias docentesEstategias docentes
Estategias docentes
 
Fundamentos ii 1a. aula
Fundamentos ii 1a. aulaFundamentos ii 1a. aula
Fundamentos ii 1a. aula
 

Semelhante a Avaliação das fontes de incerteza no MDS

Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6
Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6
Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6Ueliton da Costa Leonidio
 
Ferramentas de Recomendação
Ferramentas de RecomendaçãoFerramentas de Recomendação
Ferramentas de RecomendaçãoJoao Alqueres
 
Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...
Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...
Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...Christiano Avila
 
Métodos de pesquisa: survey
Métodos de pesquisa: surveyMétodos de pesquisa: survey
Métodos de pesquisa: surveyAristides Faria
 
Trabalho de Conclusão sobre Ciclo de Vida dos Dados
Trabalho de Conclusão sobre Ciclo de Vida dos DadosTrabalho de Conclusão sobre Ciclo de Vida dos Dados
Trabalho de Conclusão sobre Ciclo de Vida dos DadosKarina Moura
 
Procedimentos qualitativos na investigação MID II
Procedimentos qualitativos na investigação MID IIProcedimentos qualitativos na investigação MID II
Procedimentos qualitativos na investigação MID IIMaria Alves
 
Resumo sobre Recovering from a decade: a systematic mapping of information re...
Resumo sobre Recovering from a decade: a systematic mapping of information re...Resumo sobre Recovering from a decade: a systematic mapping of information re...
Resumo sobre Recovering from a decade: a systematic mapping of information re...Avelino Ferreira Gomes Filho
 
Introdução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores PythonIntrodução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores PythonLuiz Eduardo Le Masson
 
Panorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBPanorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBAlexandre Duarte
 
Avaliação da credibilidade da informação WEB: competências e desafios no 3...
Avaliação  da  credibilidade  da  informação WEB: competências e desafios no 3...Avaliação  da  credibilidade  da  informação WEB: competências e desafios no 3...
Avaliação da credibilidade da informação WEB: competências e desafios no 3...António Pires
 
PROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias Locais
PROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias LocaisPROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias Locais
PROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias LocaisVerónica Barbosa
 
Plano de investigação - Apresentação
Plano de investigação - ApresentaçãoPlano de investigação - Apresentação
Plano de investigação - ApresentaçãoMarduken
 
Uso de mineração nos dados do moodle para predição e combate à evasão
Uso de mineração nos dados do moodle para predição e combate à evasãoUso de mineração nos dados do moodle para predição e combate à evasão
Uso de mineração nos dados do moodle para predição e combate à evasãoRodrigo Moraes
 

Semelhante a Avaliação das fontes de incerteza no MDS (20)

Extrator Lattes CNPq
Extrator Lattes CNPqExtrator Lattes CNPq
Extrator Lattes CNPq
 
Extrator Lattes CNPq (Versão SBSI)
Extrator Lattes CNPq (Versão SBSI)Extrator Lattes CNPq (Versão SBSI)
Extrator Lattes CNPq (Versão SBSI)
 
Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6
Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6
Tecnicas de Pesquisa de Mercado - Coleta de Dados - Aula 6
 
Ferramentas de Recomendação
Ferramentas de RecomendaçãoFerramentas de Recomendação
Ferramentas de Recomendação
 
Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...
Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...
Desenvolvimento de um Sistema de Recomendação de Artigos Científicos e Avalia...
 
Apresentação da Dissertação
Apresentação da DissertaçãoApresentação da Dissertação
Apresentação da Dissertação
 
Métodos de pesquisa: survey
Métodos de pesquisa: surveyMétodos de pesquisa: survey
Métodos de pesquisa: survey
 
Trabalho de Conclusão sobre Ciclo de Vida dos Dados
Trabalho de Conclusão sobre Ciclo de Vida dos DadosTrabalho de Conclusão sobre Ciclo de Vida dos Dados
Trabalho de Conclusão sobre Ciclo de Vida dos Dados
 
Procedimentos qualitativos na investigação MID II
Procedimentos qualitativos na investigação MID IIProcedimentos qualitativos na investigação MID II
Procedimentos qualitativos na investigação MID II
 
Provas publicas de doutoramento
Provas publicas de doutoramentoProvas publicas de doutoramento
Provas publicas de doutoramento
 
Resumo sobre Recovering from a decade: a systematic mapping of information re...
Resumo sobre Recovering from a decade: a systematic mapping of information re...Resumo sobre Recovering from a decade: a systematic mapping of information re...
Resumo sobre Recovering from a decade: a systematic mapping of information re...
 
Introdução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores PythonIntrodução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores Python
 
Panorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBPanorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPB
 
Avaliação da credibilidade da informação WEB: competências e desafios no 3...
Avaliação  da  credibilidade  da  informação WEB: competências e desafios no 3...Avaliação  da  credibilidade  da  informação WEB: competências e desafios no 3...
Avaliação da credibilidade da informação WEB: competências e desafios no 3...
 
PROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias Locais
PROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias LocaisPROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias Locais
PROJETO: «EU MORO AQUI» - As Redes Sociais ao serviço das Autarquias Locais
 
Plano de investigação - Apresentação
Plano de investigação - ApresentaçãoPlano de investigação - Apresentação
Plano de investigação - Apresentação
 
Curadoria de dados de pesquisa
Curadoria de dados de pesquisaCuradoria de dados de pesquisa
Curadoria de dados de pesquisa
 
Projeto GráFico5
Projeto GráFico5Projeto GráFico5
Projeto GráFico5
 
Qualificação do mestrado
Qualificação do mestradoQualificação do mestrado
Qualificação do mestrado
 
Uso de mineração nos dados do moodle para predição e combate à evasão
Uso de mineração nos dados do moodle para predição e combate à evasãoUso de mineração nos dados do moodle para predição e combate à evasão
Uso de mineração nos dados do moodle para predição e combate à evasão
 

Mais de Alessandro Samuel-Rosa

Bringing Together Brazilian Soil Scientists to Share Soil Data
Bringing Together Brazilian Soil Scientists to Share Soil DataBringing Together Brazilian Soil Scientists to Share Soil Data
Bringing Together Brazilian Soil Scientists to Share Soil DataAlessandro Samuel-Rosa
 
Uma aliança global pelo solo para alcançar o desenvolvimento sustentável
Uma aliança global pelo solo  para alcançar o  desenvolvimento sustentávelUma aliança global pelo solo  para alcançar o  desenvolvimento sustentável
Uma aliança global pelo solo para alcançar o desenvolvimento sustentávelAlessandro Samuel-Rosa
 
The Free Brazilian Repository for Open Soil Data (febr)
The Free Brazilian Repository for Open Soil Data (febr)The Free Brazilian Repository for Open Soil Data (febr)
The Free Brazilian Repository for Open Soil Data (febr)Alessandro Samuel-Rosa
 
Stacked generalization of statistical learners – a case study with soil iron ...
Stacked generalization of statistical learners – a case study with soil iron ...Stacked generalization of statistical learners – a case study with soil iron ...
Stacked generalization of statistical learners – a case study with soil iron ...Alessandro Samuel-Rosa
 
Optimization of sample configurations for spatial trend estimation
Optimization of sample configurations for spatial trend estimationOptimization of sample configurations for spatial trend estimation
Optimization of sample configurations for spatial trend estimationAlessandro Samuel-Rosa
 
Optimization of sample configurations for variogram estimation
Optimization of sample configurations for variogram estimationOptimization of sample configurations for variogram estimation
Optimization of sample configurations for variogram estimationAlessandro Samuel-Rosa
 
Otimização da configuração amostral para o mapeamento pedométrico
Otimização da configuração amostral para o mapeamento pedométricoOtimização da configuração amostral para o mapeamento pedométrico
Otimização da configuração amostral para o mapeamento pedométricoAlessandro Samuel-Rosa
 
spsann - optimization of sample patterns using spatial simulated annealing
spsann - optimization of sample patterns using  spatial simulated annealingspsann - optimization of sample patterns using  spatial simulated annealing
spsann - optimization of sample patterns using spatial simulated annealingAlessandro Samuel-Rosa
 
ISRIC's Fruitfull Presentation - report of activities
 ISRIC's Fruitfull Presentation - report of activities ISRIC's Fruitfull Presentation - report of activities
ISRIC's Fruitfull Presentation - report of activitiesAlessandro Samuel-Rosa
 
Introdução ao Mapeamento Digital do Solo
Introdução ao Mapeamento Digital  do SoloIntrodução ao Mapeamento Digital  do Solo
Introdução ao Mapeamento Digital do SoloAlessandro Samuel-Rosa
 

Mais de Alessandro Samuel-Rosa (14)

Bringing Together Brazilian Soil Scientists to Share Soil Data
Bringing Together Brazilian Soil Scientists to Share Soil DataBringing Together Brazilian Soil Scientists to Share Soil Data
Bringing Together Brazilian Soil Scientists to Share Soil Data
 
Uma aliança global pelo solo para alcançar o desenvolvimento sustentável
Uma aliança global pelo solo  para alcançar o  desenvolvimento sustentávelUma aliança global pelo solo  para alcançar o  desenvolvimento sustentável
Uma aliança global pelo solo para alcançar o desenvolvimento sustentável
 
The Free Brazilian Repository for Open Soil Data (febr)
The Free Brazilian Repository for Open Soil Data (febr)The Free Brazilian Repository for Open Soil Data (febr)
The Free Brazilian Repository for Open Soil Data (febr)
 
Stacked generalization of statistical learners – a case study with soil iron ...
Stacked generalization of statistical learners – a case study with soil iron ...Stacked generalization of statistical learners – a case study with soil iron ...
Stacked generalization of statistical learners – a case study with soil iron ...
 
Optimization of sample configurations for spatial trend estimation
Optimization of sample configurations for spatial trend estimationOptimization of sample configurations for spatial trend estimation
Optimization of sample configurations for spatial trend estimation
 
Optimization of sample configurations for variogram estimation
Optimization of sample configurations for variogram estimationOptimization of sample configurations for variogram estimation
Optimization of sample configurations for variogram estimation
 
Otimização da configuração amostral para o mapeamento pedométrico
Otimização da configuração amostral para o mapeamento pedométricoOtimização da configuração amostral para o mapeamento pedométrico
Otimização da configuração amostral para o mapeamento pedométrico
 
spsann - optimization of sample patterns using spatial simulated annealing
spsann - optimization of sample patterns using  spatial simulated annealingspsann - optimization of sample patterns using  spatial simulated annealing
spsann - optimization of sample patterns using spatial simulated annealing
 
ISRIC's Fruitfull Presentation - report of activities
 ISRIC's Fruitfull Presentation - report of activities ISRIC's Fruitfull Presentation - report of activities
ISRIC's Fruitfull Presentation - report of activities
 
ISRIC's Fruitfull Presentation
ISRIC's Fruitfull PresentationISRIC's Fruitfull Presentation
ISRIC's Fruitfull Presentation
 
How Can I Contribute?
How Can I Contribute?How Can I Contribute?
How Can I Contribute?
 
Introdução ao Mapeamento Digital do Solo
Introdução ao Mapeamento Digital  do SoloIntrodução ao Mapeamento Digital  do Solo
Introdução ao Mapeamento Digital do Solo
 
Presentation at Accuracy 2012
Presentation at Accuracy 2012Presentation at Accuracy 2012
Presentation at Accuracy 2012
 
Solos do Rio Grande do Sul
Solos do Rio Grande do SulSolos do Rio Grande do Sul
Solos do Rio Grande do Sul
 

Avaliação das fontes de incerteza no MDS

  • 1. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Contribuição à Construção de Modelos de Predição de Propriedades do Solo Apresentação de Projeto de Doutoramento, Disciplina IA/1306 Seminário em Ciência do Solo Alessandro Samuel-Rosa Comitê de Orientação Drª. Lúcia Helena Cunha dos Anjos (UFRRJ) Dr. Gustavo de Mattos Vasques (Embrapa Solos) Dr. Gerard B. M. Heuvelink (ISRIC - Holanda) Seropédica, 24 de outubro de 2013. Alessandro Samuel Rosa Incerteza no MDS
  • 2. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 3. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 4. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Informação de Solo Demanda por informação de solo no mundo: Aliança Global pelo Solo (FAO) Mapeamento Digital do Solo (MDS): utilização de técnicas pedométricas para o mapeamento do solo Técnicas Pedométricas: matemática + estatística + informática + expert knowledge Ênfase na quanticação dos erros, estimativa da incerteza e reprodutibilidade Alessandro Samuel Rosa Incerteza no MDS
  • 5. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Informação de Solo Demanda por informação de solo no mundo: Aliança Global pelo Solo (FAO) Mapeamento Digital do Solo (MDS): utilização de técnicas pedométricas para o mapeamento do solo Técnicas Pedométricas: matemática + estatística + informática + expert knowledge Ênfase na quanticação dos erros, estimativa da incerteza e reprodutibilidade Alessandro Samuel Rosa Incerteza no MDS
  • 6. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Informação de Solo Demanda por informação de solo no mundo: Aliança Global pelo Solo (FAO) Mapeamento Digital do Solo (MDS): utilização de técnicas pedométricas para o mapeamento do solo Técnicas Pedométricas: matemática + estatística + informática + expert knowledge Ênfase na quanticação dos erros, estimativa da incerteza e reprodutibilidade Alessandro Samuel Rosa Incerteza no MDS
  • 7. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Informação de Solo Demanda por informação de solo no mundo: Aliança Global pelo Solo (FAO) Mapeamento Digital do Solo (MDS): utilização de técnicas pedométricas para o mapeamento do solo Técnicas Pedométricas: matemática + estatística + informática + expert knowledge Ênfase na quanticação dos erros, estimativa da incerteza e reprodutibilidade Alessandro Samuel Rosa Incerteza no MDS
  • 8. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Construção de Modelos Preditivos Modelo conceitual de pedogênese: Representação verbal Representação matemática Representação computacional Análise dos dados Predições Validação estatística Reformulação do modelo conceitual de pedogênese População de sistemas de informação espacial Alessandro Samuel Rosa Incerteza no MDS
  • 9. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Construção de Modelos Preditivos Modelo conceitual de pedogênese: Representação verbal Representação matemática Representação computacional Análise dos dados Predições Validação estatística Reformulação do modelo conceitual de pedogênese População de sistemas de informação espacial Alessandro Samuel Rosa Incerteza no MDS
  • 10. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Construção de Modelos Preditivos Modelo conceitual de pedogênese: Representação verbal Representação matemática Representação computacional Análise dos dados Predições Validação estatística Reformulação do modelo conceitual de pedogênese População de sistemas de informação espacial Alessandro Samuel Rosa Incerteza no MDS
  • 11. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Construção de Modelos Preditivos Modelo conceitual de pedogênese: Representação verbal Representação matemática Representação computacional Análise dos dados Predições Validação estatística Reformulação do modelo conceitual de pedogênese População de sistemas de informação espacial Alessandro Samuel Rosa Incerteza no MDS
  • 12. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Construção de Modelos Preditivos Modelo conceitual de pedogênese: Representação verbal Representação matemática Representação computacional Análise dos dados Predições Validação estatística Reformulação do modelo conceitual de pedogênese População de sistemas de informação espacial Alessandro Samuel Rosa Incerteza no MDS
  • 13. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 14. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Fontes de Incerteza Observações de calibração (número, distribuição espacial, custo nanceiro) Co-variáveis ambientais (acurácia, número, diversidade, resolução espacial, multicolinearidade) Estrutura do modelo (linear, não-linear) Alessandro Samuel Rosa Incerteza no MDS
  • 15. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Fontes de Incerteza Observações de calibração (número, distribuição espacial, custo nanceiro) Co-variáveis ambientais (acurácia, número, diversidade, resolução espacial, multicolinearidade) Estrutura do modelo (linear, não-linear) Alessandro Samuel Rosa Incerteza no MDS
  • 16. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Construção de Modelos Preditivos Fontes de Incerteza Fontes de Incerteza Observações de calibração (número, distribuição espacial, custo nanceiro) Co-variáveis ambientais (acurácia, número, diversidade, resolução espacial, multicolinearidade) Estrutura do modelo (linear, não-linear) Alessandro Samuel Rosa Incerteza no MDS
  • 17. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 18. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Objetivos Objetivo geral: avaliar as principais fontes de incerteza para entender como elas contribuem para o orçamento do erro no MDS em diferentes cenários de bancos de dados. Objetivos especícos: 1 Identicar tamanhos apropriados de conjuntos de observações de calibração; 2 Determinar a acurácia das co-variáveis ambientais disponíveis gratuitamente; 3 Identicar métodos apropriados de seleção de co-variáveis ambientais para modelos lineares; 4 Avaliar o efeito da correlação entre as co-variáveis ambientais na acurácia preditiva de modelos lineares; 5 Identicar cenários em que modelos não-lineares são mais ecientes que modelos lineares. Alessandro Samuel Rosa Incerteza no MDS
  • 19. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Objetivos Objetivo geral: avaliar as principais fontes de incerteza para entender como elas contribuem para o orçamento do erro no MDS em diferentes cenários de bancos de dados. Objetivos especícos: 1 Identicar tamanhos apropriados de conjuntos de observações de calibração; 2 Determinar a acurácia das co-variáveis ambientais disponíveis gratuitamente; 3 Identicar métodos apropriados de seleção de co-variáveis ambientais para modelos lineares; 4 Avaliar o efeito da correlação entre as co-variáveis ambientais na acurácia preditiva de modelos lineares; 5 Identicar cenários em que modelos não-lineares são mais ecientes que modelos lineares. Alessandro Samuel Rosa Incerteza no MDS
  • 20. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 21. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Questões de Pesquisa (1) Qual é o efeito do tamanho do conjunto de calibração e do design amostral na acurácia preditiva e custo monetário do MDS? Quão acuradas são as co-variáveis ambientais disponíveis gratuitamente e quanta redução na incerteza é obtida quando co-variáveis ambientais mais acuradas são usadas? Qual é o efeito do número de co-variáveis ambientais na acurácia preditiva de modelos lineares e como os métodos de seleção de co-variáveis ambientais se comportam em diferentes cenários de bancos de dados? Alessandro Samuel Rosa Incerteza no MDS
  • 22. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Questões de Pesquisa (1) Qual é o efeito do tamanho do conjunto de calibração e do design amostral na acurácia preditiva e custo monetário do MDS? Quão acuradas são as co-variáveis ambientais disponíveis gratuitamente e quanta redução na incerteza é obtida quando co-variáveis ambientais mais acuradas são usadas? Qual é o efeito do número de co-variáveis ambientais na acurácia preditiva de modelos lineares e como os métodos de seleção de co-variáveis ambientais se comportam em diferentes cenários de bancos de dados? Alessandro Samuel Rosa Incerteza no MDS
  • 23. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Questões de Pesquisa (1) Qual é o efeito do tamanho do conjunto de calibração e do design amostral na acurácia preditiva e custo monetário do MDS? Quão acuradas são as co-variáveis ambientais disponíveis gratuitamente e quanta redução na incerteza é obtida quando co-variáveis ambientais mais acuradas são usadas? Qual é o efeito do número de co-variáveis ambientais na acurácia preditiva de modelos lineares e como os métodos de seleção de co-variáveis ambientais se comportam em diferentes cenários de bancos de dados? Alessandro Samuel Rosa Incerteza no MDS
  • 24. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Questões de Pesquisa(2) Quão correlacionadas são as co-variáveis ambientais usadas para construir modelos de MDS? A acurácia preditiva é aumentada quando as co-variáveis ambientais são transformadas para suas componentes principais? Em quais cenários modelos não-lineares produzem predições mais acuradas do que modelos lineares? Alessandro Samuel Rosa Incerteza no MDS
  • 25. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Objetivos Questões de Pesquisa Questões de Pesquisa(2) Quão correlacionadas são as co-variáveis ambientais usadas para construir modelos de MDS? A acurácia preditiva é aumentada quando as co-variáveis ambientais são transformadas para suas componentes principais? Em quais cenários modelos não-lineares produzem predições mais acuradas do que modelos lineares? Alessandro Samuel Rosa Incerteza no MDS
  • 26. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 27. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Banco de Dados (1) Location of the sample points 6722000 Study area location 6721000 q 6720000 6719000 q q q q qq q q 6717000 q q q q q q q qq q q q q q q q q q q q q q q q q qq q q q q q q q q qq 6716000 q q q q q q q q q q q q q q −60 −50 −40 q q q q q q q qq q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q qq q q q q q qq q q q q q q q q q q q q q q q q qq q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q qq q q q q q q q q q q q q q q q q q q q q q q q q q q q q −70 q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q qq q q qq q q q q q qq q q q q q q q qq q q q q q q q q q q q q q qq q q q q q −20 −30 q q q q q q q q q q q q q q q q q q q q q q q q q q q qq qq q q q q q q q qq q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q q 6718000 N (m) N (deg) q q q q q q q Study area q q q q q q q q q q q q q q q q q −10 q q q q 0 q q q −30 E (deg) 226000 227000 228000 229000 230000 231000 E (m) Black: calibration (340); Red: validation (60) Alessandro Samuel Rosa Incerteza no MDS 232000
  • 28. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Banco de Dados (2) = 350 observações de calibração (free survey ) + observações de validação (cluster sampling ) n n = 60 Atributos do solo: distribuição do tamanho de partículas, carbono orgânico e capacidade de troca de cátions efetiva Co-variáveis ambientais: modelos digitais de elevação, imagens de satélite, mapas geológicos, mapas pedológicos, mapas de uso da terra Alessandro Samuel Rosa Incerteza no MDS
  • 29. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Banco de Dados (2) = 350 observações de calibração (free survey ) + observações de validação (cluster sampling ) n n = 60 Atributos do solo: distribuição do tamanho de partículas, carbono orgânico e capacidade de troca de cátions efetiva Co-variáveis ambientais: modelos digitais de elevação, imagens de satélite, mapas geológicos, mapas pedológicos, mapas de uso da terra Alessandro Samuel Rosa Incerteza no MDS
  • 30. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Banco de Dados (2) = 350 observações de calibração (free survey ) + observações de validação (cluster sampling ) n n = 60 Atributos do solo: distribuição do tamanho de partículas, carbono orgânico e capacidade de troca de cátions efetiva Co-variáveis ambientais: modelos digitais de elevação, imagens de satélite, mapas geológicos, mapas pedológicos, mapas de uso da terra Alessandro Samuel Rosa Incerteza no MDS
  • 31. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 32. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Capítulo 1 - Acurácia das Co-variáveis Co-variáveis ambientais desatualizadas e c/ pequena capacidade resolutiva VS. atualizadas e c/ grande capacidade resolutiva Validação das co-variáveis ambientais Combinação das co-variáveis ambientais Modelos lineares ajustados usando quadrados mínimos generalizados Validação externa Alessandro Samuel Rosa Incerteza no MDS
  • 33. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Capítulo 2 - Observações de Calibração Análise do padrão pontual espacial modelo de amostragem Sete conjuntos de calibração: incrementos de n = 50 n = 50 a n = 350, com Modelo de custo baseado no tempo de acesso às observações Modelos lineares ajustados usando quadrados mínimos generalizados Otimização de Pareto (spatial variância simulated annealing Validação externa Alessandro Samuel Rosa Incerteza no MDS ): custo e
  • 34. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Capítulo 3 - Seleção de Co-variáveis n ≈ 50 co-variáveis ambientais Dez métodos de seleção automática (stepwise, algorítmos genéticos, validação cruzada, etc) Modelos lineares ajustados usando quadrados mínimos generalizados Validação externa Alessandro Samuel Rosa Incerteza no MDS
  • 35. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Capítulo 4 - Ortogonalização das Co-variáveis Demonstração matemática do efeito da ortogonalização sobre a estimativa dos coecientes da regressão n ≈ 50 co-variáveis ambientais Modelos lineares ajustados usando quadrados mínimos generalizados Avaliação do conteúdo pedológico dos modelos lineares com co-variáveis ortogonalizadas Validação externa Alessandro Samuel Rosa Incerteza no MDS
  • 36. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Banco de Dados Metodologia Capítulo 5 - Estrutura do Modelo n = 7 conjuntos de observações de calibração n ≈ 50 co-variáveis ambientais = 4 modelos: regressão linear, rede neural articial, árvore de regressão e oresta aleatória n Validação externa e elicitação do conhecimento de especialistas para avaliação do conteúdo pedológico dos modelos Alessandro Samuel Rosa Incerteza no MDS
  • 37. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Resultados Preliminares Próximas Etapas Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 38. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Resultados Preliminares Próximas Etapas Resultados Preliminares Representação verbal do modelo conceitual de pedogênese Banco de dados de atributos do solo e co-variáveis ambientais Validação de algumas co-variáveis ambientais (MDE SRTM ≈ 15m; MDE TOPODATA ≈ 9m) Modelo de amostragem de solo Alessandro Samuel Rosa Incerteza no MDS
  • 39. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Resultados Preliminares Próximas Etapas Estrutura 1 Motivação Construção de Modelos Preditivos Fontes de Incerteza 2 Objetivos e Questões de Pesquisa Objetivos Questões de Pesquisa 3 Material e Métodos Banco de Dados Metodologia 4 Resultados Preliminares e Próximas Etapas Resultados Preliminares Próximas Etapas Alessandro Samuel Rosa Incerteza no MDS
  • 40. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Resultados Preliminares Próximas Etapas Próximas Etapas Avaliação das co-variáveis ambientais até o nal do ano Implementação das demais análises na Holanda (Jan-Dez/2014) Obtenção de mais n = 60 observações de validação (2015) Alessandro Samuel Rosa Incerteza no MDS
  • 41. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Resumo A Aliança Global pelo Solo constitui uma importante demanda por informações de solo no mundo O Mapeamento Digital do Solo foi a solução encontrada para atender tal demanda A avaliação da incerteza é um passo crucial na produção de informação de solo útil para a humanidade Alessandro Samuel Rosa Incerteza no MDS
  • 42. Motivação Objetivos e Questões de Pesquisa Material e Métodos Resultados Preliminares e Próximas Etapas Resumo Agradecimentos Agradecimentos UFRRJ Embrapa Solos ISRIC-WUR UFSM, pela infraestrutura CNPq, pela bolsa de doutorado CAPES, pela bolsa de doutorado Alessandro Samuel Rosa sandwich Incerteza no MDS