Projetos - Utilização de modelos de regressão por PLSR e Stepwise para predição de atributos dos solos
O objetivo é testar os modelos de calibração e estimativa de diferentes atributos físicos e químicos de uma série de solos localizados na interface arenito caiuá/ basalto serra geral no terceiro planalto paranaense. A utilização dos dados espectrais na quantificação dos atributos do solos necessitam de técnicas estatísticas para discriminar a resposta dos atributos do solo das características espectrais. Para isto, tem se utilizado das análises multivariadas, lincada com diversas técnicas estatísticas como a regressão por mínimos quadrados parciais (PLSR do inglês - Partial Least Squares Regression), Regressão por componentes principais (PCR do inglês Principal components regression), MARS (Multivariate Adaptive Regression Splines), Regressão linear múltipla, dentre outras. A regressão por mínimos quadrados parciais PLSR e a regressão Stepwise vem sendo muito utilizada por diversos pesquisadores. A regressão PLSR vem se mostrando uma ótima ferramenta para predição dos atributos do solo por meio dos dados espectrais, onde as variáveis preditoras são altamente colineares. A técnica de seleção de variáveis Stepwise realizada por meio da regressão linear múltipla, seleciona as variáveis preditoras em detrimento do coeficiente de determinação entre as variáveis dependentes e independentes. Portanto, tem-se, como objetivo geral, avaliar as duas técnicas na modelagem de atributos dos solos por meio da espectrorradiometria difusa.
CLIQUE NA IMAGEM PARA AMPLIAR
© 2013 - GALeS