Valores de Shapley como ferramenta explicativa para modelos complexos de mapeamento digital de solos
Palavras-chave:
MDS, aprendizado de máquina, linguagem R, quantile random forestResumo
O solo é um bem capaz de garantir os serviços ecossistêmicos necessários para alcançar os objetivos de desenvolvimento sustentável. Objetivou-se avaliar de forma espacial a importância de proxies ambientais em modelo de aprendizado de máquina como preditores do teor de argila do solo. A área de estudo foi Minas Gerais. Utilizou-se quatro diferentes grupos de informações ambientais como controladores dos teores de argila do solo. Todo o processamento foi realizado em ambiente R. Calculou-se os valores de Shapley espacialmente, distribuindo o peso para as covariáveis de acordo com sua participação relativa no resultado. Os valores de Shapley evidenciaram a ampla variabilidade espacial da importância de diferentes variáveis ambientais que controlam a distribuição de argila no estado de Minas Gerais. Nas regiões onde os solos são mais arenosos o clima foi a variável que impulsionou as estimativas. Os valores de Shapley proporcionaram maior explicabilidade do modelo.
Downloads
Publicado
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-ShareAlike 4.0 International License.