Methods to interpolate soil categorical variables from profile observations: Lessons from Iran

Digital soil mapping and its implications in the extrapolation of soil-landscape relationships in detailed scale

“…Soils in the NV class were the less representatives both in the RA and in Carajazinho map, thus, they showed a lower number of samples in the model training, which resulted in a relatively small area predicted as NV. This fact agrees with Hengl et al (2007), who showed that predictive mapping should be performed with a minimal representation from each soil class, in order to allow that the models capture the complexity of soil formation in the area to be mapped, ensuring that soils of all classes be represented. In the error matrix for DSM (Table 1), UA values were as follows: LV showed the highest one, 77.5%, RL and GM had intermediate values, 40.0 and 37.4%, respectively; and RR, the lowest one, 25.0%.…”

Method development to extract spatial association structure from soil polygon maps

“…evaluated. Because of the clear advantages, several authors applied tree-based methods for soil mapping problems (Hengl, T. et al 2007;Grinand, C. et al 2008;Cambule, A.H. et al 2013;Sun, X.L. et al 2011;Häring, T. et al 2012;Pásztor, L. et al 2013).…”

Estatística multivariada aplicada à diminuição do número de preditores no mapeamento digital do solo

“…A ocorrência de multicolinearidade leva a elevados erros-padrão na predição dos parâmetros do modelo ou, até mesmo, inviabiliza o seu ajuste (Manly, 2008). A ausência de multicolinearidade seria uma das premissas para o estabelecimento de um modelo adequado (Hengl et al, 2007).…”

“…agropec. bras., Brasília, v.46, n.5, p.554-562, maio 2011 Entre as metodologias de predição espacial de propriedades e classes de solo está a regressão logística múltipla (RLM) (Giasson et al, 2006;Hengl et al, 2007;Kempen et al, 2009), que estima a probabilidade de ocorrência da variável dependente a partir de variáveis independentes, as quais podem ser discretas, contínuas ou binárias. No entanto, um dos problemas de aplicação dessa técnica de modelos lineares generalizados é que não são verificados efeitos de multicolinearidade entre os dados na fase de ajuste dos modelos (Hengl et al, 2007), sendo essa a maior limitação desses modelos, quando aplicados à predição de propriedades e classes de solos (Kempen et al, 2009).…”

“…Conforme Webster (2001), a ACP constitui-se em uma transformação de dados, com rotação rígida dos dados originais para um novo conjunto de eixos por meio de procedimento matemático, não estatístico. Essa análise não requer pressuposição da normalidade da distribuição, não realiza testes estatísticos de significância, e pode ser usada para reduzir o número de variáveis (Vitharana et al, 2008), identificar padrões (Gomes et al, 2004) e gerar variáveis não correlacionadas (Hengl et al, 2007). As componentes principais (CP), quando utilizadas como variáveis independentes em modelos preditivos de propriedades e classes de solos, são definidas como componentes preditoras do solo (Hengl et al, 2004).…”