Comparação entre quatro algoritmos de aprendizagem de máquina no mapeamento digital de solos no Vale dos Vinhedos, RS, Brasil

Abstract

A carência de dados de solos estimulou o desenvolvimento de técnicas de modelagem digital para estimar classes ou propriedades dos solos. Este trabalho compara quatro algoritmos de aprendizagem de máquina, três redes neurais (Fuzzy ARTMap, SOM e MLP) e uma árvore de decisão (Gini), na predição de ordens de solos no Vale dos Vinhedos, Rio Grande do Sul, Brasil. O material utilizado inclui um Modelo Numérico do Terreno (MNT) com resolução de 5 metros, uma base cartográfica digital em escala 1:5.000, um mapa convencional detalhado de solos e o software de Sistema de Informação Geográfica (SIG) Idrisi. A partir do MNT e da base foram calculadas sete variáveis topográficas e hidrológicas, cujos valores e a ordem de solo foram lidos em pontos aleatoriamente distribuídos com cinco densidades de amostragem: 0,5, 1, 1,5, 2 e 4 pontos.ha-1. Os dados obtidos nos pontos foram empregados para treinar os algoritmos e classificar as ordens de solos no restante da área de estudo. A avaliação de acurácia foi realizada através de matriz de erros, exatidão geral e índice Kappa, tomando o mapa convencional como referência. A árvore de decisão obteve melhor exatidão geral (71%) e índice Kappa (0,58), com 2 pontos.ha-1, e apresentou menor sensibilidade à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1 ponto.ha-1. A rede neural MLP alcançou desempenho próximo à árvore de decisão, mas foi mais sensível à densidade de amostragem, obtendo índice Kappa acima de 0,5 a partir de 1,5 pontos.ha-1. A árvore de decisão Gini e a rede neural MLP mostraram potencial para a predição de ordens de solos em escala de detalhe.

The lack of spatial soil data has stimulated the development of modeling techniques for predicting soil classes or soils properties. This work compares four machine learning algorithms, three neural networks (Fuzzy ARTMap, SOM, and MLP) and a decision tree (Gini), to predict soil classes in the State Rio Grande do Sul, Brazil. A digital elevation model (DEM) with spatial resolution of 5 meters, a digital cartographic base at 1:5,000 scale, and a detailed conventional soil map were used to run the models on Idrisi GIS software. Seven topographic and hydrological variables were derived from the DEM and the cartographic base, and values were read in randomly distributed sampling points with five sampling densities: 0.5, 1, 1.5, 2 and 4 sampling points per hectare. Data read at sample points were used to train the algorithms and to estimate soil classes in the whole study area. Accuracy was evaluated using error matrices, overall accuracy and Kappa Index, using the conventional soil map as reference for comparison. The best overall accuracy (71%) and Kappa Index (0.58) were obtained by the Gini decision tree with sampling density of 2 points per hectare. Decision tree was less sensitive to sampling density, obtaining Kappa Index above 0.5 in all sampling densities equal or higher than 1 point per hectare. Neural network MLP (Multi-layer Perceptron) showed a similar performance, but was more sensitive to sampling density, obtaining Kappa Index above 0.5 only with sampling densities equal or higher than 1.5 points per hectare. Gini decision tree and neural network MLP showed potential to predict soil class at detailed scale.