Alessandro Samuel-Rosa, profile picture
Carregado porAlessandro Samuel-Rosa
PDF, PPTX700 visualizações

Projeto de Doutoramento em Agronomia - Ciência do Solo (UFRRJ)

O documento aborda a construção de modelos preditivos para caracterizar a incerteza no mapeamento digital do solo (MDS) e sua dependência de diferentes fatores, como a calibração de dados e co-variáveis ambientais. Os principais objetivos incluem a avaliação de fontes de incerteza e a determinação da eficácia de métodos de seleção de variáveis em diferentes cenários de dados. Resultados preliminares e próximos passos são delineados para avançar na pesquisa sobre a acurácia preditiva em modelos lineares e não-lineares.

Incorporar apresentação

Transferir como PDF, PPTX
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

PPSX
Definición de algoritmo
porAlex Rivera
 
PPTX
El flujo de datos transfrontera
porAna Liliana Flores
 
PDF
3 texto o papel de espelho da mae e da familia
porFaculdades Integradas de Guarulhos
 
PDF
Apresentacao 1ano portais_g1_
porAmpla Comunicação
 
PDF
Pc ep14 2012_2_exponencial e logaritmo
porEdward Vieira Nunes Junior
 
PPTX
Medios didacticos
porDeynury Flor
 
PPSX
Informatica terminologia basia
porAlex Rivera
 
PDF
Calendario das escalas 2015v1
porRubenAmorim
 
Definición de algoritmo
porAlex Rivera
 
El flujo de datos transfrontera
porAna Liliana Flores
 
3 texto o papel de espelho da mae e da familia
porFaculdades Integradas de Guarulhos
 
Apresentacao 1ano portais_g1_
porAmpla Comunicação
 
Pc ep14 2012_2_exponencial e logaritmo
porEdward Vieira Nunes Junior
 
Medios didacticos
porDeynury Flor
 
Informatica terminologia basia
porAlex Rivera
 
Calendario das escalas 2015v1
porRubenAmorim
 

Destaque

PDF
01 conceptos basicos_2013-2
porGiancarlo Cockk
 
PDF
Dia do abraço - Treloso - Ação promocional
porAmpla Comunicação
 
PPTX
Principales transtornos digestivos
porLucho Rojas Rojas
 
PPT
Dircom rrpp
porMelanie Herrera
 
DOC
Palestra peniel
porJoao Rumpel
 
PDF
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...
porlibre
 
PDF
Estategias docentes
porjavierdanilo
 
PPTX
Apresentação (2)
porMaria Cristina Souza Lopes Chabes
 
PPTX
L’impuls de...millora
porpepporca
 
PDF
Ppt intercursos novo
porAna Paula
 
PDF
Catalogo de productos del foro de los camioneros
porEl Choto de Alfafar
 
DOC
Fundamentos ii 1a. aula
porJoao Rumpel
 
PDF
Jn 24 03
pordaquimoc
 
PDF
Visita a Equipotel - alunos de nutrição
poretecia
 
PPTX
Comunidad virtual
porGiseth Fierro Carmon Colombia
 
PDF
Catalogo griferias premiun
porwww.proserpica.com
 
PDF
Capitulo 1 strobel
porManuel Fernández
 
PDF
Foi mal pelo Carro
porAmpla Comunicação
 
PDF
JC - Teste Auditivo 3D
porAmpla Comunicação
 
PPTX
Cuan Fáciles son las Fechas dadas por El divino Creador Para La Evolución ...
poranamariacienciaceleste
 
01 conceptos basicos_2013-2
porGiancarlo Cockk
 
Dia do abraço - Treloso - Ação promocional
porAmpla Comunicação
 
Principales transtornos digestivos
porLucho Rojas Rojas
 
Dircom rrpp
porMelanie Herrera
 
Palestra peniel
porJoao Rumpel
 
Las tics en el aula : interesante artículo que nos ofrece una visión amplia s...
porlibre
 
Estategias docentes
porjavierdanilo
 
Apresentação (2)
porMaria Cristina Souza Lopes Chabes
 
L’impuls de...millora
porpepporca
 
Ppt intercursos novo
porAna Paula
 
Catalogo de productos del foro de los camioneros
porEl Choto de Alfafar
 
Fundamentos ii 1a. aula
porJoao Rumpel
 
Jn 24 03
pordaquimoc
 
Visita a Equipotel - alunos de nutrição
poretecia
 
Comunidad virtual
porGiseth Fierro Carmon Colombia
 
Catalogo griferias premiun
porwww.proserpica.com
 
Capitulo 1 strobel
porManuel Fernández
 
Foi mal pelo Carro
porAmpla Comunicação
 
JC - Teste Auditivo 3D
porAmpla Comunicação
 
Cuan Fáciles son las Fechas dadas por El divino Creador Para La Evolución ...
poranamariacienciaceleste
 

Mais de Alessandro Samuel-Rosa

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

Projeto de Doutoramento em Agronomia - Ciência do Solo (UFRRJ)

  • 1.
    Motivação Objetivos e Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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 Questõesde 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