Gamaespectrometria para modelagem e mapeamento de argila do solo com uso de aprendizado de máquina

Resumo

Os atributos do solo variam espacial e temporalmente em diferentes escalas. Utilizar a gamaespectrometria como proxies ambientais podem melhorar a capacidade dos modelos preditivos e auxiliar na compreensão dos processos naturais. Objetivou-se modelar os teores de argila dos solos de Minas Gerais, Brasil e avaliar os principais preditores que controlam a sua distribuição. A área de estudo foi o estado de Minas Gerais, Brasil. Utilizou-se o banco de dados com 685 amostras para o ajuste do modelo. O ajuste do quantile random forest – qrf se deu na separação dos dados em treinamento e teste. Todo o processamento dos dados foi realizado no software R. As métricas de performance denotaram um bom ajuste para o qrf. O equivalente de tório (eTh) se destacou em importância para o modelo, sugerindo forte relação do eTh com a argila do solo. As maiores incertezas foram associadas às áreas com pouca argila. Os mapas de argila podem auxiliar na compreensão da dinâmica dos ecossistemas.