11.07.2015 Views

Mineração de dados para inferência da relação solo ... - IAC

Mineração de dados para inferência da relação solo ... - IAC

Mineração de dados para inferência da relação solo ... - IAC

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

É possível verificar que a acurácia geral do mo<strong>de</strong>lo diminui significativamentecom o aumento do balanceamento <strong>de</strong> classes, pois se passa <strong>de</strong> uma situação real,encontra<strong>da</strong> no ambiente, <strong>para</strong> uma situação na qual to<strong>da</strong>s as uni<strong>da</strong><strong>de</strong>s estariamrepresenta<strong>da</strong>s na folha topográfica com a mesma proporção. A acurácia diminuiu 18 %do balanceamento <strong>de</strong> classes 0 <strong>para</strong> o igual a 1, sendo que o número <strong>de</strong> regras gera<strong>da</strong>s eo tamanho <strong>da</strong> árvore aumentaram, <strong>de</strong>vido ao aumento <strong>da</strong>s classificações incorretas pelasub amostragem <strong>da</strong>s uni<strong>da</strong><strong>de</strong>s <strong>de</strong> mapeamento <strong>de</strong> maior área <strong>de</strong> ocorrência.Os maiores ganhos com o balanceamento <strong>de</strong> classes, porém, se dão <strong>de</strong>vido aoaumento <strong>da</strong> acurácia específica <strong>para</strong> ca<strong>da</strong> uni<strong>da</strong><strong>de</strong> <strong>de</strong> mapeamento <strong>de</strong> <strong>solo</strong>s, na qualalgumas que antes apresentavam 100 % <strong>de</strong> erro no mo<strong>de</strong>lo, ou seja, nunca seriamclassifica<strong>da</strong>s, passam a ter representativi<strong>da</strong><strong>de</strong>, como mostra a tabela 9.Tabela 9 - Acurácia <strong>da</strong>s unimaps <strong>de</strong> <strong>solo</strong>s individualmente, <strong>para</strong> to<strong>da</strong>s as unimaps que ocorrem na folhaDois Córregos.BalanceamentosUNIMAPS 0 0,5 1LVd text. argilosa 0 12,3 3,8LVd text. média 18,6 18,8 21,2LVA text. média 63 63,4 68,2PVAe text. arenosa/média ou média/argilosa 63 65,3 65RLe ou RLd text. média 57,9 54,5 52,4RQ 34,5 18,9 8,9LVdf text. argilosa ou muito argilosa 0 8,3 11,6NVd ou NVe text. argilosa ou muito argilosa 31,7 34,3 37,5LVef text. argilosa ou muito argilosa 20,1 20,2 18,2PVAd text. média ou arenosa/média 0 13,3 8,2É possível verificar que uni<strong>da</strong><strong>de</strong>s <strong>de</strong> mapeamento como o latos<strong>solo</strong> vermelhodistrófico textura argilosa, latos<strong>solo</strong> vermelho distroférrico textura argilosa ou muitoargilosa e o argis<strong>solo</strong> vermelho amarelo distrófico textura média ou arenosa sobremédia, que não eram contempla<strong>da</strong>s no mo<strong>de</strong>lo, passam a ser consi<strong>de</strong>ra<strong>da</strong>s com acuráciamédia <strong>de</strong> 10 % nos balanceamentos <strong>da</strong>s classes 0,5. Em contraparti<strong>da</strong>, algumas uni<strong>da</strong><strong>de</strong>scomo a dos neos<strong>solo</strong>s quartzarênicos, que apresentavam acurácia <strong>de</strong> 34 % nobalanceamento <strong>de</strong> classes zero passam a ter menor acurácia. As outras uni<strong>da</strong><strong>de</strong>s <strong>de</strong>mapeamento que apresentavam maior distribuição na folha e foram <strong>de</strong>flaciona<strong>da</strong>s com obalanceamento <strong>de</strong> classes, não tiveram sua acurácia diminuí<strong>da</strong>, como ocorreu com olatos<strong>solo</strong> vermelho amarelo textura média e argis<strong>solo</strong> vermelho amarelo eutrófico,60

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!