Tese Gabriela MourÃ o de Almeida - Final

UNIVERSIDADE ESTADUAL PAULISTA - UNESP
CAMPUS DE JABOTICABAL
FUSÃO DE DADOS E APRENDIZAGEM DE MÁQUINA APLICADOS A

PEDOMETRIA
Gabriela Mourão de Almeida

Mestre em Agronomia
2023
UNIVERSIDADE ESTADUAL PAULISTA - UNESP
CAMPUS DE JABOTICABAL
FUSÃO DE DADOS E APRENDIZAGEM DE MÁQUINA APLICADOS A

PEDOMETRIA
MSc. Gabriela Mourão de Almeida
Orientador: Prof. Dr. José Marques Júnior

Coorientador: Dra. Kathleen Fernandes Braz
Tese apresentada à Faculdade de Ciências

Agrárias e Veterinárias – FCAV/Unesp,
Campus de Jaboticabal, como parte das
exigências para a obtenção do título de
Doutora em Agronomia (Produção Vegetal).
2023
DADOS CURRICULARES DA AUTORA
Gabriela Mourão de Almeida – Filha de Luiz Carlos Carneiro de Almeida e

Katia do Socorro da Cunha Mourão de Almeida, nascida na cidade de Belém no
estado do Pará, no dia 15 de novembro de 1994. Em abril de 2013 iniciou a graduação
em Engenharia Agronômica na Universidade Federal Rural da Amazônia - campus de
Capitão Poço concluiu o curso em fevereiro de 2018, ao logo de sua graduação
desenvolveu o projeto “Avaliação da omissão de nutrientes no desenvolvimento e
composição mineral de plantas jovens de cupuaçuzeiro (theobroma grandiflorum)
progênie 61” em parceria com a Embrapa Amazônia Oriental e supervisão do
professor Dr. Ismael de Jesus Matos Viégas. Em março de 2018 iniciou o mestrado
em Agronomia – Programa de Ciência do Solo na Universidade Estadual Paulista -
Faculdade de Ciências Agrárias e Veterinárias (UNESP-FCAV), com bolsa de estudos
da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Capes, concluiu
o curso em julho de 2019. Durante seu mestrado desenvolveu a pesquisa
“Aprendizagem de Máquina na Determinação de Ambientes de Produção de Cana-
de-Açúcar” sob orientação do professor Dr. Gener Tadeu Pereira e coorientação da
professora Dra. Angélica Santos Rabelo de Souza Bahía. Em agosto de 2019 iniciou
o doutorado Agronomia – Programa de Produção Vegetal na Universidade Estadual
Paulista - Faculdade de Ciências Agrárias e Veterinárias (UNESP-FCAV), com bolsa
de estudos da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior –
Capes e desenvolveu a pesquisa “Fusão de dados e aprendizagem de máquina
aplicados a pedometria” sob orientação do professor Dr. José Marques Júnior e
coorientação da professora Dra. Kathleen Fernandes Braz. Desde março de 2018 faz
parte do grupo de pesquisa Caracterização do solo para fins de manejo específico –
CSME localizado na UNESP- campus de Jaboticabal.
⁠“Os de ideias curtas acham que os inconformistas
são pragas da sociedade.”
Clarissa Pinkola Estés
“A ciência humana de maneira nenhuma nega a

existência de Deus. Quando considero quantas e
quão maravilhosas coisas o homem compreende,
pesquisa e consegue realizar, então reconheço
claramente que o espírito humano é obra de
Deus, e a mais notável.”
Galileu Galilei
DEDICATÓRIA
Dedico esta tese Deus, o maior orientador
da minha vida. Ele nunca me abandonou
nos momentos de necessidade. Aos meus
pais Luiz e Kátia, a meu marido Vinicius e à
minha irmã Sabrina por todo o apoio e
paciência ao longo destes dez anos de
carreira académica. Vocês são os maiores
incentivadores dos meus sonhos e meu
combustível nos momentos difíceis.
AGRADECIMENTOS
Primeiramente agradeço a Deus e Nossa Senhora de Nazaré, por ter me

agraciado com o dom da vida e por ao longo desses dez anos de carreira académica
ter me dado saúde, persistência, sabedoria e resiliência para perseguir os meus
sonhos e por terem me guiado por caminhos que jamais imaginei alcançar.
Aos meus pais, Katia do Socorro da Cunha Mourão de Almeida e Luiz Carlos
Carneiro de Almeida, que se sacrificaram, se dedicaram, abdicaram de tempo e de
muitos projetos pessoais para que eu tivesse a oportunidade de estudar e de ter uma
boa formação profissional, mas também pessoal. Eu devo tudo que sou a vocês, e se
sinto orgulho de mim e do lugar onde cheguei, é porque sei que vocês vieram
segurando a minha mão.
Ao meu marido, Dr. Vinicius Marchioro por todas as noites em claro que
passamos juntos desenvolvendo a nossa pesquisa, por todos aqueles finais de
semana que tivemos que abdicar em função das nossas teses, por cada conversa e
palavra de incentivo, obrigada por segurar a minha mão a cada nova etapa e suportar
as crises de estresse e minha a ausência em diversos momentos. Sem você e sua
presença este trabalho não seria possível.
Agradeço a minha irmã, Sabrina, por cada palavra de incentivo, por todo o apoio
incondicional neste e em todos os anos intensos dentro na universidade, por fim
agradeço por sempre ser presente com os nosso pais enquanto eu estava ausente.
Ao orientador professor Dr. José Marques Júnior, agradeço por todos os
ensinamentos, conselhos, amizade, pela disponibilidade que sempre manifestou e a
empatia com que recebeu as minhas ideias, foram o estímulo que me permitiu vencer
as inseguranças deste processo. Obrigada por tudo.
Agradeço à minha coorientadora, professora Dra. Kathleen Fernandes Braz,
pelo apoio sempre que precisei, por todos os ensinamentos dados ao longo deste
processo e pelos bons momentos que compartilhamos. Obrigada por tudo.
In memoriam ao meu avô Nelson de Azevedo Mourão, a minha avó e madrinha
Maria da Cunha Mourão e minha tia Sandra Cristina Mourão que acompanharam o
início da minha vida acadêmica em matéria e está acompanhando a conclusão em
espírito, pois, a existência material é apenas uma etapa de testes da vida eterna e
quando esta se concluiu não quer dizer o fim de tudo e sim o início da verdadeira vida,
vocês me fizeram muito feliz na infância. As minhas tias Sandra Maria Mourão e Ana
Madalena Mourão por todo o apoio e auxílio dados ao longo da vida desde a ajuda
nas compras do material escolar da educação infantil a companhia para a viagem
rumo ao mestrado.
Aos meus avós paternos Maria José Carneiro e Moacyr Almeida por terem dado
a vida ao meu pai, Luiz Carlos que é uma pessoa maravilhosa e sou o que sou hoje
graças a ele, bem como a todos da família Almeida.
Aos companheiros do grupo de pesquisa CSME por todo o carinho e
companheirismo ao longo da caminhada.
O presente trabalho foi realizado com apoio da Coordenação de
Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES) - Código de
Financiamento 001
Ao grupo de pesquisa CSME pela disponibilidade do banco de dados e as
agências de pesquisa CAPES (Proc. n°149940); PROPE / UNESP (Pró-reitora de
Pesquisa da Universidade Estadual Paulista, Edital Nº 15/2014); CNPq
(ConselhoNacional de Desenvolvimento Científico e Tecnológico, Edital Universal
01/2016 – Faixa C, Proc.n° 402796/2016-0) e Processo FAPESP nº 2013/17552-6.
Por fim, agradeço a todos que de alguma forma contribuíram para a realização
desse sonho.
Sumário
Capítulo 1 – Considerações gerais .......................................................................... 1

1.1 Introdução ...................................................................................................... 1
1.2 Referencial Teórico ........................................................................................ 3
1.2.1 Pedometria .............................................................................................. 3
1.2.2 Uso de sensores na ciência do solo ............................................................ 4
1.2.3 Fusão de dados ........................................................................................... 6
1.2.4 Aprendizagem de Máquina .......................................................................... 8
1.2.5 Extrapolação de dados .............................................................................. 11
1.2.6 Análises de mineralogia do solo.................................................................... 12
1.3 Referências ...................................................................................................... 13
Capítulo 2 - Fusão de dados multissensor e aprendizagem de máquina na
estimativa de atributos mineralógicos em solos do Planalto Ocidental Paulista.
.................................................................................................................................. 26
Resumo.................................................................................................................. 26
Palavras-chave ...................................................................................................... 26
Abstract .................................................................................................................. 27
Keywords ............................................................................................................... 27
2.1 Introdução ........................................................................................................ 28
2.2 Material e métodos........................................................................................... 30
2.2.1 Caracterização da área de estudo ............................................................. 30
2.2.2 Plano amostral de coleta de pontos .............................................................. 31
2.2.3 Análises de laboratório .................................................................................. 32
2.2.4 Sensores ....................................................................................................... 32
2.2.5 Fusão de Dados ............................................................................................ 33
2.2.6 Análises Estatísticas ..................................................................................... 34
2.3 Resultados e discussão ................................................................................... 37
2.3.1 Estatística exploratória .................................................................................. 37
2.3.2 Fusão de dados ............................................................................................ 40
2.3.3 Análise de predição ....................................................................................... 44
2.3.4 Análise Geoestatística .................................................................................. 51
2.4 Conclusões ...................................................................................................... 57
2.5 Referências ...................................................................................................... 58
Capítulo 3 – Uso de aprendizagem de máquina para extrapolação de atributos
mineralógicos do solo ............................................................................................ 75
Resumo.................................................................................................................. 75
Palavras-chave ...................................................................................................... 75
Abstract .................................................................................................................. 76
Keywords ............................................................................................................... 76
3.1 Introdução ........................................................................................................ 77
3.2 Material e métodos........................................................................................... 79
3.2.1 Caracterização da área de estudo ................................................................ 79
3.2.2 Plano amostral de coleta de pontos .............................................................. 81
3.2.3 Análises de laboratório – Atributos mineralógicos......................................... 82
3.2.4 Espectroscopia de Reflectância Difusa (ERD) .............................................. 82
3.2.5 Aprendizagem de máquina ........................................................................... 82
3.2.6 Geoestatística ............................................................................................... 84
3.3 Resultados e discussão ................................................................................... 86
3.4 Conclusões .................................................................................................... 112
3.5 Referências .................................................................................................... 112
Resumo
Como nos mais diversos setores, a agricultura vem passando por uma revolução nos
últimos anos e para os países que são grandes produtores de alimento como o Brasil
a adoção de tecnologias inovadoras vem se tornando cada dia mais essencial para
alcançar os resultados de produção esperados. Como resultado desta revolução
ocorreu um grande aumento na disponibilidade de dados, ampliação da capacidade
de processamento computacional e assim os antigos modelos de regressão simples
passaram a dar espaço a técnicas mais robustas de análise de dados e assim a
aprendizagem de máquina (AM) começou a sair da área de sistema da informação e
adentrar nos sistemas agrícolas. A AM é atualmente uma das linhas de pesquisa mais
vigoras na agricultura, pois diferente dos modelos clássicos esta tem a capacidade de
trabalhar com toda a complexidade que envolve o sistema agrícola, Dentre as
variáveis ambientais, o solo é a que mais implica em complexidade, diante disso foi
criado uma linha de pesquisa dedicada ao estudo da sua variabilidade que é a
pedometria que consiste na aplicação de métodos matemáticos e estatísticos no
estudo da distribuição, caracterização e gênese dos solos. Pesquisadores atrelados a
essa linha de pesquisa vem afirmando a nova linha de estudo crescente é a utilização
de sensores e a aplicação de técnicas de AM, principalmente em países de clima
tropical e grande extensão territorial como o Brasil, que tem como característica solos
altamente intemperizados e devido a isso demandam uma maior quantidade de
amostras para caracterização. Este tipo de solo frequentemente apresenta o ferro na
composição de seus minerais e este é um importante indicador analítico do solo, pois
ele nos permite a compreender a gênese, classificação e variabilidade do solo.
Palavras-chave: Ciência de Dados; Mineralogia do solo; Banco de dados amplos;
Inteligência artificial; Agricultura digital.
Abstract
As in the most diverse sectors, agriculture has been undergoing a revolution in recent
years and for countries that are large food producers like Brazil, the adoption of
innovative technologies is becoming more and more essential to achieve the expected
production results. As a result of this revolution, there was a large increase in data
availability, expansion of computational processing capacity and so the old simple
regression models began to give way to more robust data analysis techniques and
thus machine learning (ML) began to leaving the information system area and entering
agricultural systems. AM is currently one of the most vigorous lines of research in
agriculture, as unlike classic models it has the ability to work with all the complexity
that involves the agricultural system. Among the environmental variables, the soil is
the one that most implies complexity, in view of this, a line of research was created
dedicated to the study of its variability, which is pedometrics, which consists of the
application of mathematical and statistical methods in the study of the distribution,
characterization and genesis of soils. Researchers linked to this line of research have
been affirming that the new growing line of study is the use of sensors and the
application of AM techniques, mainly in countries with a tropical climate and large
territorial extension such as Brazil, which is characterized by highly weathered soils
and due to this, they demand a larger number of samples for characterization. This
type of soil often presents iron in the composition of its minerals and this is an important
analytical indicator of the soil, as it allows us to understand the genesis, classification
and variability of the soil.
Keywords: Data Science; Soil mineralogy; Large database; Artificial intelligence;
Digital agriculture.
1
Capítulo 1 – Considerações gerais
1.1 Introdução
O Brasil é o maior país de clima tropical e um dos maiores produtores de
alimento do mundo, com área agrícola de aproximadamente 60 milhões de hectares
e com potencial de expansão (Demattê et al., 2019). Porém, a cada dia este setor vem
enfrentando desafios qualitativos e quantitativos, gerados devido a crescimento da
população global e a intensificação das mudanças climáticas (Liu et al., 2023)
O desenvolvimento e a adaptação de tecnologias inovadoras podem ser vistos
como uma abordagem dinâmica que pode ajudar a aumentar os resultados agrícolas
e mitigar a ameaça de escassez de alimentos em todo o mundo (Sarfraz et al., 2023).
Nos últimos anos, com o rápido aumento na disponibilidade de dados abertos, com a
expansão do poder computacional e com o aperfeiçoamento de algoritmos de
aprendizagem de máquina (AM), a inteligência artificial (IA) vem ganhando espaço de
destaque nas mais diversas áreas (Jararweh et al., 2023)
A aplicação IA envolve o processo de aprendizagem das máquinas, que tem
como objetivo fornecer à máquina dados de experiências passadas e dados
estatísticos para que ela possa executar a atividade que lhe foi atribuída para resolver
a uma demanda especifica. Ou seja, é abordagem matemática para construir
máquinas inteligentes e é devido a AM que o domínio de big data e da ciência de
dados evoluiu tanto nos últimos anos (Jha et al., 2019).
Segundo (Bowden et al., 2023) diferente dos modelos de regressão paramétricos
que assumem relacionamentos pré-especificados como lineares ou quadráticos
simples, os métodos de aprendizado de máquina (AM), como modelos XGBoost e
Florestas Aleatórias vem ganhando bastante espaço na agricultura devido à
capacidade de explorar relações sem a necessidade de pré-definir a forma funcional
dessas relações, desembaraçando assim a complexidade das interações não lineares

2
de sistemas agrícolas (Shahhosseini et al., 2021)
Dentre as variações ambientais dos sistemas agrícolas, o solo é um dos que
implica em uma maior complexidade, pois é influenciado por atributos físicos, químicos
e biológicos, cuja interação condiciona sua variabilidade espacial (Moral et al., 2019a).
Devido toda esta complexidade foi desenvolvida uma linha de pesquisa dentro da
ciência do solo que utiliza a matemática para explicar a variabilidade do solo, que é a
pedometria.
A pedometria reúne um conjunto de técnicas que auxilia a tomada de decisão
nos planos de manejo do solo, e é comumente definida como “a aplicação de métodos
matemáticos e estatísticos no estudo da distribuição, caracterização e gênese dos
solos” (Thompson et al., 2012). Segundo (Rossiter, 2018) a aplicação de técnicas
pedométricas demanda avanços tecnológicos de coleta e processamento de grandes
conjuntos de dados. Dentro desta evolução, segundo a linha do tempo desenvolvida
por McBratney et al. (2019) os sensores e a aprendizagem de máquina (AM) são agora
as áreas vigorosas de pesquisa na pedometria e na ciência do solo, devido à enorme
demanda de análise de dados, e tendem a ganhar ainda mais importância,
principalmente em países de clima tropical como o Brasil (Minasny and McBratney, 2016)
Países de clima tropical tem como característica predominante a presença de
Latossolos altamente intemperizados, pois em regiões tropicais há a ocorrência de
variações de alta magnitude dos fatores e processos de formação dos solos (Minasny
e Hartemink, 2011a). Segundo (Camargo et al., 2009) quanto maior a diversidade destes
fatores numa área, principalmente do material de origem e relevo, mais variável são
os atributos destes solos.
Devido a este elevado grau de intemperismo, os minerais residuais
predominantes na fração argila destes solos são a caulinita e oxi-hidróxidos de ferro
e alumínio (goethita, hematita, gibbsita) (Eberhardt et al., 2008a). Estes minerais são
3
considerados pedoindicadores de processos do solo, e suas características
controlam as reações de superfície básicas. Assim, torna-se imprescindível
identifica-los para entender as relações de causa e efeito entre os atributos do solo
(Bahia et al., 2017a), para entender a variabilidade dos atributos e realizar
planejamentos táticos e operacionais de manejo desses solos (Pedron et al., 2018).
1.2 Referencial Teórico
1.2.1 Pedometria
O Brasil é um dos maiores produtores de alimento do mundo, com área agrícola
de aproximadamente 60 milhões de hectares e com potencial de expansão. Porém,
em apenas 10% destas áreas são utilizadas técnicas de agricultura de precisão (AP),
o que, ainda assim, compreende cerca de 200.000 análises de fertilidade do solo por
ano (Demattê et al., 2019)
A baixa adoção de AP é associada, dentre outros fatores, ao longo tempo de
execução e alto custo das análises convencionais na avaliação da mineralogia e
fertilidade do solo (Ramaroson et al., 2018), o que torna a análise pouco atraente para
o grande número de amostras necessárias para caracterizar com precisão grandes
áreas. Outro fator relevante, quando se considera a avaliação convencional da
mineralogia e fertilidade do solo, é a grande quantidade de produtos químicos
utilizados durante os procedimentos laboratoriais, que podem vir a ser nocivos ao meio
ambiente, além do alto nível de periculosidade para quem realiza a análise (Ng et al.,
2020a)
Em consequência às limitações das técnicas convencionais de mapeamento do
solo, o nível de detalhamento espacial e a precisão dos mapas convencionais do solo
não são adequados para aplicação de manejo que requer o conhecimento da
variabilidade dos atributos (Liu et al., 2020). Isto, afeta principalmente os países que
4
possuem grandes extensões territoriais ocupadas com agricultura (Demattê et al.,
2019), como o Brasil. Sendo assim, há necessidade de técnicas alternativas para
caracterizar os atributos do solo e suas variações espaciais, por meio de um
monitoramento regular, possibilitando tomadas de decisões em tempo real no campo
(Ng et al., 2019).
Dentre estas técnicas, pode-se citar a pedometria, que é o ramo da ciência do
solo que busca aplicar métodos matemáticos e estatísticos ao estudo de atributos do
solo (McBratney et al., 2019). Inicialmente, os estudos da área dedicaram-se à
modelagem geoestatística da variação espacial do solo (Rossiter, 2018). Com o passar
dos anos a pedometria foi se moldando às novas necessidades do estudo de ciência
do solo. Um exemplo é trabalho de (McBratney et al., 2003) Estes autores traçam os
caminhos do mapeamento digital do solo atual, passando a ser um espaço grande
marco na pedometria. Neste contexto a pedometria passa a ser uma abordagem
convencional e praticada por todas as principais instituições mundiais que trabalham
com solos (Heuvelink et al., 2019).
Atualmente a pedometria está evoluindo na direção da tecnologia da
informação com base no desenvolvimento de computadores mais potentes,
associados à grande quantidade de dados (Big Data), justificando a necessidade de
métodos mais sofisticados (McBratney et al., 2003). Dentro desta evolução, segundo a
linha do tempo desenvolvida por (McBratney et al., 2019), os sensores e a aprendizagem
de máquina são agora as áreas vigorosas de pesquisa na ciência do solo e, devido à
enorme demanda de análise de dados, tendem a ganhar ainda mais importância
(Minasny e McBratney, 2016)
1.2.2 Uso de sensores na ciência do solo
Como consequência das limitações das técnicas convencionais de
mapeamento do solo, têm-se o nível de detalhamento espacial e a precisão dos

5
mapas convencionais do solo não adequados para aplicação de manejo que requer o
conhecimento da variabilidade dos atributos (Liu et al., 2020). Isto afeta principalmente
os países que possuem grandes extensões territoriais ocupadas com agricultura
(Demattê et al., 2019), como o Brasil. Sendo assim, há necessidade de técnicas
alternativas para caracterizar os atributos do solo e suas variações espaciais, por meio
de um monitoramento regular, possibilitando tomadas de decisões em tempo real no
campo (Ng et al., 2020a).
Como a mineralogia do solo é extremamente importante, mas demorada para
ser avaliada por análises tradicionais, novas possibilidades surgiram, como métodos
baseados em sensores. As medições via sensores proximais não utilizam reagentes
químicos e são não destrutivas, proporcionando resultados rápidos e confiáveis (Silva
et al., 2022a; Teixeira et al., 2020)
Diversos trabalhos tem sido desenvolvidos utilizando sensores, proximais ou
satelitais, individualmente ou em associações, para prever diversos atributos de solo,
como grau de intemperismo do solo (Kragt et al., 2012; Teixeira et al., 2022; L. Zhao
et al., 2022a), pH do solo (Merl et al., 2022; Silva et al., 2021), Material de origem e
mineralogia do solo (Mancini et al., 2022; Mendes et al., 2021; Silva et al., 2022b,
2021; L. Zhao et al., 2022a), atributos e fertilidade do solo (Andrade et al., 2022;
Mendes et al., 2021; Silva et al., 2021; Xu et al., 2019; L. Zhao et al., 2022a), carbono
orgânico do solo (Faria et al., 2022; L. Zhao et al., 2022a) e metais pesados (Silva et
al., 2022; Xu et al., 2020 ).
Sensores e técnicas utilizando os princípios da espectroscopia de reflectância
difusa (ERD) permitem observar as estruturas de óxidos de ferro (hematita e goethita)
detectadas no visível (VIS) (400-700 nm), a matéria orgânica, os carbonatos, a água
e os minerais argilosos (caulinita, esmectita e ilita), pelo infravermelho próximo (NIR)
(700–2.500 nm), as assinaturas de minerais de argila, quartzo, óxidos de ferro e

6
matéria orgânica pelo infravermelho médio (MIR) (2.500–25.000 nm), o que
demonstram a potencialidade do uso desta tecnologia na agricultura (Coblinski et al.,
2020; Goldshleger et al., 2004; Nocita et al., 2015; Reda et al., 2019). A análise destes
dados, de forma conjunta (VIS-NIR-MIR), tem-se mostrado superior àquela quando
feita individualmente (Soriano-Disla et al., 2014).
A espectrometria de fluorescência de raios-X (EXRF) funciona por meio da
emissão de raios X de alta energia que atingem os átomos do material contido no solo
(Weindorf et al., 2013), tornando possível identificar a química elementar dos solos.
Como cada elemento possui intensidade de fluorescência característica, a EXRF
identifica e quantifica os elementos presentes na amostra (Weindorf et al., 2014a).
Segundo (Silva et al., 2020a), esta técnica, assim como a ERD, apresenta baixo custo
de execução, fornece informações rápidas e gera um banco de dados robusto, além
de ser um método não destrutivo, e necessita de preparação mínima da amostra. As
três faixas do ERD e EXRF apresentam pontos fortes e fracos, e as informações
contidas em uma faixa espectral específica ou nas intensidades emitidas pela EXRF
não contêm informações suficientes para prever todas as propriedades do solo (Ng et
al., 2020b).
Entretanto, uma problemática encontrada na utilização de sensores é a
inespecificidade e o grande volume de dados gerados, fazendo com que a
interpretação e associação dos resultados com atributos desejados não seja feita de
forma simples e intuitiva (Almeida et al., 2020).
1.2.3 Fusão de dados
Atualmente, a pedometria está evoluindo na direção da tecnologia da
informação, com base no desenvolvimento de computadores mais potentes,
associados à grande quantidade de dados (Big Data), justificando a necessidade de

7
métodos mais sofisticados (McBratney et al., 2003). Dentro desta evolução, segundo a
linha do tempo, desenvolvida por (McBratney et al., 2019), a ERD e a aprendizagem de
máquina são agora as áreas vigorosas de pesquisa na ciência do solo e, devido à
enorme demanda de análise de dados, tendem a ganhar ainda mais importância
(Minasny and McBratney, 2016).
Uma das maneiras plausíveis de melhorar a previsão de várias propriedades
do solo é fundir os dados das diferentes faixas de ERD com as intensidades da EXRF.
A “fusão de dados” consiste na união de dados de diversas fontes e pode ser dividida
em três níveis: baixo, médio e alto nível (Hall eLlinas, 2016).
Devido à complexidade e heterogeneidade dos solos, os modelos baseados
em sensores únicos são menos precisos do que os modelos que utilizam
multissensores (Grunwald et al., 2015). A integração de dados de múltiplos sensores,
conhecida como “fusão de sensores” ou “fusão de dados”, está se tornando cada
vez mais popular para fins de estimativa de propriedades do solo (Tabatabai et al.,
2019; Vasques et al., 2020). A fusão de sensores supera as limitações impostas
pelas incertezas contidas em um único conjunto de dados, fornecendo um método
mais abrangente, resultando em modelos de previsão mais robustos e precisos de
caracterização de solos (Andrade et al., 2022; Grunwald et al., 2015; Mancini et al.,
2022; Teixeira et al., 2022; L. Zhao et al., 2022a).
De acordo com (Borràs et al., 2015), o nível mais simples de fusão é o baixo,
que consiste simplesmente na concatenação dos dados originários dos diferentes
instrumentos. O nível intermediário consiste na extração dos dados de maior
relevância, gerados em cada fonte e, em seguida, são convertidos em uma única
escala, utilizando análises como a de componentes principais e, por fim, estes dados
são concatenados em uma única tabela. O terceiro e último nível é o alto, no qual os
dados gerados em cada fonte são submetidos às análises de classificação e de

8
regressão para o desenvolvimento de um modelo para os dados de cada fonte e, por
fim, os modelos são combinados para, assim, obter-se o melhor modelo final.
Como já dito anteriormente, tanto o ERD como o EXRF geram um banco de
dados bastante robusto, e a fusão destes dados só aumenta este volume, gerando
assim uma “big data” (BD). O BD é um conceito advindo do ramo da tecnologia da
informação, que vem sendo amplamente aplicado na agricultura e consiste no
processamento de grandes volumes de dados, provenientes de diversas variáveis de
entrada, que são processados em alta velocidade (Baseca et al., 2019).
1.2.4 Aprendizagem de Máquina
Diante da grande quantidade de dados e problemas cada vez mais robustos
para serem interpretados, há necessidade da utilização de análises de dados mais
robustas do que aquelas elaboradas pelos métodos estatísticos tradicionais lineares,
que possuem limitações para entender as interações do sistema trifásico do solo
(Nawar et al., 2019). Em contraste, as técnicas relacionadas ao aprendizado de
máquina (AM) vêm ganhando destaque devido à possibilidade de modelar relações
não lineares em dados, prescindindo das premissas restritivas associadas às
abordagens tradicionais (Bekker et al., 2019a).
A técnica de AM, originada da interface entre a ciência da computação e a
estatística, consiste, basicamente, em utilizar algoritmos matemáticos capazes de
processar (aprender) em sistemas, através de análises de regressão e de
classificação, à medida que são submetidos a treinamentos (Canizo et al., 2019).
Algoritmos de AM são mais precisos na estimativa de atributos de interesse
do que técnicas paramétricas tradicionais, como regressões, por exemplo (Sothe et
al., 2019), especialmente quando o objeto de estudo é complexo, e os dados a serem
trabalhados são não lineares, com diferentes escalas e de diferentes tipos de fonte.
A seleção do algoritmo apropriado para a construção do modelo é fundamental para

9
otimizar os resultados no contexto dos dados disponíveis (Bui et al., 2020).
Um dos algoritmos de AM mais utilizados atualmente é do Florestas Aleatórias
(Random Forest). O modelo de Regressão Florestas Aleatórias (FA) (L. Breiman,
2001) é uma técnica não paramétrica que foi desenvolvida com o intuito de melhorar
a previsão dos modelos de Árvores de Classificação e Regressão, pois utiliza árvores
de decisão totalmente crescidas e reduz o erro e a variação (Yan et al., 2020a).
Tal algoritmo consiste na combinação de diversas árvores, que são geradas
a partir de uma variável de entrada amostrada aleatoriamente, todas as árvores
apresentam o mesmo tamanho. Já as subdivisões das árvores são realizadas com
base em um subconjunto amostrado aleatoriamente do banco de dados total, o
resultado do modelo de FA é composto pela média dos resultados de todas as
árvores (Chagas et al., 2016a).
Algoritmos de Random Forest usam estratégias bagging e subespaço
aleatório para induzirem diversidade entre os aprendizes base para melhor
generalização (L. Breiman, 2001). Bagging, também conhecido como agregação
bootstrap, gera vários pacotes de um determinado conjunto de treinamento, de modo
que cada árvore seja treinada em um determinado pacote de dados. Cada árvore
usa um pacote de dados de treinamento cuja distribuição é semelhante a toda a
população e, portanto, cada classificador apresenta bom desempenho de
generalização. Dentro de cada árvore de decisão, a abordagem de subespaço
aleatório é usada em cada nó não terminal para aumentar ainda mais a diversidade
entre os modelos de base (Ganaie et al., 2022).
Para obter o melhor desempenho de generalização, vários hiperparâmetros
da floresta aleatória precisam ser escolhidos de maneira ideal. Esses
hiperparâmetros incluem número de aprendizes básicos como números de árvores
em uma floresta (ntree), número de recursos candidatos para avaliação em um

10
determinado nó não-folha (mtry) e número de amostras em um nó impuro (nodesize
ou minleaf) (L. Breiman, 2001).
Dentre os algoritmos de AM, o XGBoost (Extreme Gradient Boosting), em
específico, vem sendo bastante empregado e se destacando pela maior robustes e
precisão dos resultados. O XGBoost combina técnicas de otimização de software e
hardware para produzir resultados superiores, usa menos recursos de computação
em menor período de tempo, tem a vantagem de reduzir superestimação e
subestimação de valores, tem a capacidade de minimizar overfitting, trabalha bem
com problemas de normalização de dados, é menos influenciado por mínimos locais
e permite maior possibilidade de ajuste de hiperparâmetros (Maurya et al., 2022a; D.
Zhao et al., 2022a).
Este algoritmo é um modelo de otimização com características tanto de um
modelo linear quanto de um modelo de árvore e pode concluir simultaneamente
tarefas de regressão e classificação ao mesmo tempo. O algoritmo é composto por
várias árvores de decisão e o aprendizado dele é realizado por meio da integração
de árvores de decisão, onde os valores previstos de todas as árvores de decisão
somam-se aos valores previstos do modelo e o modelo é treinado pelo algoritmo de
árvore de decisão de levantamento de gradiente (Wang et al., 2022).
Este algoritmo foi apresentado pela primeira vez por (Chen and Guestrin,
2016b) e tem sido amplamente utilizado devido à sua eficiência robusta. O Xgboost
usa um algoritmo de gradiente descendente para atualizar os parâmetros do modelo
e tem a capacidade de reconhecer os recursos mais importantes. Devido à natureza
estocástica do algoritmo, a sequência de prioridade do recurso pode variar, portanto,
o algoritmo é executado várias vezes e a probabilidade de cada recurso para cada
posição é calculada e, com base na probabilidade mais alta, as sequências de
importância do recurso são decididas (Chen and Guestrin, 2016b), sendo

11
especialmente usado para lidar com dados espaciais (Xu et al., 2022).
O algoritimo de XGBoost tem sido empregado com sucesso para estimativa
de diversos parâmetros ambientais como, cobertura vegetal (Maurya et al., 2022a),
qualidade da água (Xu et al., 2022), modelos hidrológicos de bacias (Wang et al.,
2022), meteorologia florestal (Ghafarian et al., 2022), água no solo (Karthikeyan and
Mishra, 2021), modelos de física do solo (Zhang et al., 2021), salinização do solo
(Ma et al., 2021), erosão do solo e da água (Golkarian et al., 2023), carbono do solo
(He et al., 2022; Nguyen et al., 2022b; Zhang et al., 2022), parâmetros produtivos de
culturas agrícolas (Han et al., 2022), metais pesados no solo (Ye et al., 2023; D. Zhao
et al., 2022a), entre outras aplicações, o que tem feito esse algoritmo despontar nos
últimos anos.
1.2.5 Extrapolação de dados
Em áreas com bases limitadas de dados de solo, métodos de interpolação
espacial podem ser usados para prever solos em locais não visitados, porém,
surgem problemas de acurácia quando se pretende prever atributos de solo em
áreas com poucas observações de solo (Ruhollah et al., 2022a). Em tais situações,
uma abordagem de extrapolação pode ser aplicada para prever os solos na área
alvo (locais sem observações) usando os solos da área de referência (área com
observações adensadas) se os solos de duas áreas forem controlados
principalmente por fatores de formação de solo semelhantes, como bem como
processos pedogênicos semelhantes (ten Caten et al., 2011a). Portanto, um modelo
AM desenvolvido para uma área de referência, usando abordagens de mapeamento
digital do solo, pode ser extrapolado para prever as características do solo da área
alvo (Afshar et al., 2018a; Cambule et al., 2013a).
Vários estudos usaram modelos de extrapolação para prever espacialmente

12
classes de solo ou propriedades em áreas alvo. Em tais estudos, os modelos AM
foram treinados usando um conjunto de dados incluindo covariáveis e dados de solo
observados de uma área de referência para prever solos em uma área alvo (Angelini
et al., 2020a; Silva et al., 2016).
Deve-se notar que existem vários desafios que podem afetar as estimativas
para as áreas-alvo. A dissimilaridade nos fatores formadores do solo e nos fatores
ambientais (Malone et al., 2016), diferentes usos da terra e histórico de cobertura do
solo (Temme and Veldkamp, 2009), entre outros fatores, estão entre os problemas
mais importantes que devem ser considerados na modelagem.
1.2.6 Análises de mineralogia do solo
Os fatores e processos de formação do solo influenciam diretamente a
variabilidade espacial dos atributos do solo, devendo ser considerado no seu manejo
(Gray et al., 2016). Apesar das análises mineralógicas serem essenciais para o
entendimento da dinâmica dos solos tropicais (Costa et al., 2020) estas não são
realizadas de forma rotineira como as de fertilidade, o que pode ser associado à alta
complexidade das análises mineralógicas do solo, o que acaba exigindo maior tempo
para análises, profissionais especificamente qualificados e muitos reagentes
químicos (Rosin et al., 2022), fazendo com que a tomada de decisão em campo ainda
seja complexa, baseada na expertise dos profissionais e pouco assertiva (Moral et al.,
2019b; Sumathi, 2018).
Diante desta dificuldade Rennert (2019) tentou emplacar uma abordagem
alternativa que apresenta baixo custo e não requer instalações laboratoriais
sofisticadas. Este método consiste na separação da substância alvo das amostras
de solo e em seguida na execução da análise química do sobrenadante, diminuindo
o tempo de análises, a quantidade de reagentes, equipamentos e o número de

13
profissionais envolvidos.
Para extração de óxidos Fe foram desenvolvidos dois métodos que
quantificam Fe totais ('livres') no solo. O primeiro consiste na extração por ditionito–
citrato-bicarbonato (FED). Para determinação é realizada a dissolução redutiva
através da ditionita, neste processo os íons de Fe2+ e Al3+ são reduzidos e liberados
concomitantemente e permanecem em solução na presença de um agente
complexante como o citrato (Holmgren, 1967a). Enquanto a solução de bicarbonato
mantém o pH neutro.
O segundo método consiste na extração com oxalato de amônio-ácido oxálico
(FEO) que induz a formação complexos solúveis entre o oxalato e os íons Al e Fe.
Ao atingir o pH < 3.5, as superfícies de óxidos são protonadas, sendo este o primeiro
estágio de dissolução em seguida ocorre a adsorção de oxalato e liberação de íons
Al3+ e Fe3+ (McKeague e Day, 1966). Enquanto o FED mostra os conteúdos de ferros
cristalinos que constituem os óxidos, o FEO mostra aqueles de menor cristalinidade.
Ambos permitem uma indicação aos conteúdos totais de óxidos de ferro por métodos
eficientes e menos morosos (Ker et al., 2012).
Porém, ao longo dos anos mesmo essa abordagem alternativa a quantificação
de Fe não ganhou espaço como análise de rotina em laboratórios. O que pode ser
atribuído ao fato de as análises laboratoriais serem de alta periculosidade pois
utilizam ácidos, sais e soluções de alta periculosidade. Além disso, ainda são
necessários técnicos que dominem os métodos para realização das análises, longo
tempo para execução e por fim, apresentando alto custo (Mendes et al., 2022a).
Fatos que também tornam estas análises pouco escaláveis.
1.3 Referências
Abdikan, S., Sekertekin, A., Narin, O.G., Delen, A., Balik Sanli, F., 2022. A comparative
analysis of SLR, MLR, ANN, XGBoost and CNN for crop height estimation of sunflower
using Sentinel-1 and Sentinel-2. Advances in Space Research.
https://doi.org/10.1016/J.ASR.2022.11.046
14
Afshar, F.A., Ayoubi, S., Jafari, A., 2018a. The extrapolation of soil great groups using
multinomial logistic regression at regional scale in arid regions of Iran. Geoderma 315,
36–48. https://doi.org/10.1016/J.GEODERMA.2017.11.030
Afshar, F.A., Ayoubi, S., Jafari, A., 2018b. The extrapolation of soil great groups using
multinomial logistic regression at regional scale in arid regions of Iran. Geoderma 315,
36–48. https://doi.org/10.1016/J.GEODERMA.2017.11.030
Almeida, G.M. de, Pereira, G.T., Bahia, A.S.R. de S., Fernandes, K., Marques Júnior, J.,
2021. Machine learning in the prediction of sugarcane production environments. Comput
Electron Agric 190. https://doi.org/10.1016/j.compag.2021.106452
Almeida, G.M. de, Pereira, G.T., Bahia, A.S.R.D.S., Júnior, J.M., 2020. Aprendizagem de
máquina na predição de ambientes de produção de cana-de-açúcar. Comput Electron
Agric.
Andrade, R., Mancini, M., Teixeira, A.F. dos S., Silva, S.H.G., Weindorf, D.C., Chakraborty,
S., Guilherme, L.R.G., Curi, N., 2022. Proximal sensor data fusion and auxiliary
information for tropical soil property prediction: Soil texture. Geoderma 422, 115936.
https://doi.org/10.1016/J.GEODERMA.2022.115936
Angelini, M.E., Kempen, B., Heuvelink, G.B.M., Temme, A.J.A.M., Ransom, M.D., 2020a.
Extrapolation of a structural equation model for digital soil mapping. Geoderma 367,
114226. https://doi.org/10.1016/J.GEODERMA.2020.114226
Angelini, M.E., Kempen, B., Heuvelink, G.B.M., Temme, A.J.A.M., Ransom, M.D., 2020b.
Extrapolation of a structural equation model for digital soil mapping. Geoderma 367,
Anzanello, M.J., Ortiz, R.S., Limbergerb, R.P., Mayorga, P., 2013. A multivariate-based
wavenumber selection method for classifying medicines into authentic or counterfeit
classes. J Pharm Biomed Anal 83, 209–214. https://doi.org/10.1016/J.JPBA.2013.05.004
Bachmann, C.M., Philpot, W., Abelev, A., Korwan, D., 2014. Phase angle dependence of
sand density observable in hyperspectral reflectance. Remote Sens Environ 150, 53–65.
https://doi.org/10.1016/J.RSE.2014.03.024
Bahia, A.S.R. de S., Marques, J., La Scala, N., Pellegrino Cerri, C.E., Camargo, L.A., 2017a.
Prediction and Mapping of Soil Attributes using Diffuse Reflectance Spectroscopy and
Magnetic Susceptibility. Soil Science Society of America Journal 81, 1450–1462.
https://doi.org/10.2136/sssaj2017.06.0206
Bahia, A.S.R. de S., Marques, J., la Scala, N., Pellegrino Cerri, C.E., Camargo, L.A., 2017b.
Prediction and Mapping of Soil Attributes using Diffuse Reflectance Spectroscopy and
Magnetic Susceptibility. Soil Science Society of America Journal 81, 1450–1462.
https://doi.org/10.2136/sssaj2017.06.0206
Bahia, A.S.R.D.S., Marques, J., Siqueira, D.S., 2015. Procedures using diffuse reflectance
spectroscopy for estimating hematite and goethite in Oxisols of São Paulo, Brazil.
Geoderma Regional 5, 150–156. https://doi.org/10.1016/j.geodrs.2015.04.006
Baldo, D., Marques, J., Fernandes, K., de Almeida, G.M., Siqueira, D.S., 2021a. Soil
mineralogical attributes estimated by color as accessed by proximal sensors and
machine learning. Soil Science Society of America Journal 85, 2185–2200.
https://doi.org/10.1002/saj2.20309
Baldo, D., Marques, J., Fernandes, K., de Almeida, G.M., Siqueira, D.S., 2021b. Soil
Balsam, W.L., Otto‐Bliesner, B.L., Deaton, B.C., 1995. Modern and Last Glacial Maximum
eolian sedimentation patterns in the Atlantic Ocean interpreted from sediment iron oxide
content. Paleoceanography 10, 493–507. https://doi.org/10.1029/95PA00421
Baseca, C.C., Sendra, S., Lloret, J., Tomas, J., 2019. A smart decision system for digital
farming. Agronomy 9. https://doi.org/10.3390/agronomy9050216
Basu, D., Sinha, R., Sahu, S., Malla, J., Chakravorty, N., Ghosal, P.S., 2022. Identification of
severity and passive measurement of oxidative stress biomarkers for β–thalassemia
patients: K-means, random forest, XGBoost, decision tree, neural network based novel
framework. Advances in Redox Research 5, 100034.
https://doi.org/10.1016/J.ARRES.2022.100034
Bekker, G.F.H. van G., Addison, M., Addison, P., van Niekerk, A., 2019a. Using machine
15
learning to identify the geographical drivers of Ceratitis capitata trap catch in an

agricultural landscape. Comput Electron Agric 162, 582–592.
https://doi.org/10.1016/j.compag.2019.05.008
Bekker, G.F.H. van G., Addison, M., Addison, P., van Niekerk, A., 2019b. Using machine
learning to identify the geographical drivers of Ceratitis capitata trap catch in an
agricultural landscape. Comput Electron Agric 162, 582–592.
Borràs, E., Ferré, J., Boqué, R., Mestres, M., Aceña, L., Busto, O., 2015a. Data fusion
methodologies for food and beverage authentication and quality assessment - A review.
Anal Chim Acta 891, 1–14. https://doi.org/10.1016/j.aca.2015.04.042
Borràs, E., Ferré, J., Boqué, R., Mestres, M., Aceña, L., Busto, O., 2015b. Data fusion
methodologies for food and beverage authentication and quality assessment - A review.
Anal Chim Acta 891, 1–14. https://doi.org/10.1016/j.aca.2015.04.042
Bowden, C., Foster, T., Parkes, B., 2023. Identifying links between monsoon variability and
rice production in India through machine learning. Sci Rep 13, 1–12.
https://doi.org/10.1038/s41598-023-27752-8
Breiman, L., 2001. Random Forest. Mach Learn 45, 5–32.
https://doi.org/10.1017/CBO9781107415324.004
Breiman, Leo, 2001. Random forests. Mach Learn 45, 5–32.
https://doi.org/10.1023/A:1010933404324
Bui, D.T., Tsangaratos, P., Nguyen, V.T., Liem, N. Van, Trinh, P.T., 2020. Comparing the
prediction performance of a Deep Learning Neural Network model with conventional
machine learning models in landslide susceptibility assessment. Catena (Amst) 188.
https://doi.org/10.1016/j.catena.2019.104426
CAMARGO, O.A. de, MONIZ, A.C., JORGE, J.A.J., VALADARES, J.M.A.S., 1986. Métodos
de Análise Química, Mineralógica e Física de Solos do Instituto Agronômico de
Campinas, Boletim Técnico, 106. ed.
Camargo, L.A., Marques Júnior, J., Pereira, G.T., Horvat, R.A., 2009. Variabilidade espacial
de atributos mineralógicos de um Latossolo sob diferentes formas do relevo. II -
Correlação espacial entre mineralogia e agregados. Rev Bras Cienc Solo 32, 2279–
2288. https://doi.org/10.1590/s0100-06832008000600007
Cambule, A.H., Rossiter, D.G., Stoorvogel, J.J., 2013a. A methodology for digital soil
mapping in poorly-accessible areas. Geoderma 192, 341–353.
https://doi.org/10.1016/J.GEODERMA.2012.08.020
Cambule, A.H., Rossiter, D.G., Stoorvogel, J.J., 2013b. A methodology for digital soil
Camêlo, D. de L., Ker, J.C., Fontes, M.P.F., Corrêa, M.M., da Costa, A.C.S., Melo, V.F.,
2017. Pedogenic Iron Oxides in Iron-Rich Oxisols Developed from Mafic Rocks. Rev
Bras Cienc Solo 41. https://doi.org/10.1590/18069657RBCS20160379
Canizo, B. V., Escudero, L.B., Pellerano, R.G., Wuilloud, R.G., 2019. Data mining approach
based on chemical composition of grape skin for quality evaluation and traceability
prediction of grapes. Comput Electron Agric 162, 514–522.
Canizo, B. v., Escudero, L.B., Pellerano, R.G., Wuilloud, R.G., 2019. Data mining approach
based on chemical composition of grape skin for quality evaluation and traceability
prediction of grapes. Comput Electron Agric 162, 514–522.
Chagas, C. da S., de Carvalho Junior, W., Bhering, S.B., Calderano Filho, B., 2016a. Spatial
prediction of soil surface texture in a semiarid region using random forest and multiple
linear regressions. Catena (Amst) 139, 232–240.
https://doi.org/10.1016/j.catena.2016.01.001
Chagas, C. da S., de Carvalho Junior, W., Bhering, S.B., Calderano Filho, B., 2016b. Spatial
prediction of soil surface texture in a semiarid region using random forest and multiple
linear regressions. Catena (Amst) 139, 232–240.
https://doi.org/10.1016/J.CATENA.2016.01.001
Chai, T., Draxler, R.R., 2014. Root mean square error (RMSE) or mean absolute error
(MAE)? -Arguments against avoiding RMSE in the literature. Geosci Model Dev 7, 1247–
16
1250. https://doi.org/10.5194/gmd-7-1247-2014
Chen, T., Guestrin, C., 2016a. XGBoost: A scalable tree boosting system, in: Proceedings of
the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.
Association for Computing Machinery, pp. 785–794.
https://doi.org/10.1145/2939672.2939785
Chen, T., Guestrin, C., 2016b. XGBoost: A scalable tree boosting system. Proceedings of the
ACM SIGKDD International Conference on Knowledge Discovery and Data Mining 13-
17-August-2016, 785–794. https://doi.org/10.1145/2939672.2939785
Coblinski, J.A., Giasson, É., Demattê, J.A.M., Dotto, A.C., Costa, J.J.F., Vašát, R., 2020.
Prediction of soil texture classes through different wavelength regions of reflectance
spectroscopy at various soil depths. Catena (Amst) 189, 104485.
Cornell, R.M., Schwertmann, U., 2006. The Iron Oxides: Structure, Properties, Reactions,
Occurrences and Uses 707.
da Costa, A.C.S., Junior, I.G. de S., Canton, L.C., Gil, L.G., Figueiredo, R., 2020.
Contribution of the chemical and mineralogical properties of sandy-loam tropical soils to
the cation exchange capacity. Rev Bras Cienc Solo 44, 1–18.
https://doi.org/10.36783/18069657rbcs20200019
de Castro, C.L., Braga, A.P., 2011. Aprendizado supervisionado com conjuntos de dados
desbalanceados. Sba: Controle & Automação Sociedade Brasileira de Automatica 22,
441–466. https://doi.org/10.1590/S0103-17592011000500002
de Motomiya, A.V.A., Corá, J.E., Pereira, G.T., 2006. Uso da krigagem indicatriz na
avaliação de indicadores de fertilidade do solo. Rev Bras Cienc Solo 30, 485–496.
https://doi.org/10.1590/S0100-06832006000300010
Demattê, José Alexandre M, Dotto, A.C., Bedin, L.G., Sayão, V.M., Barros, A., 2019.
Geoderma Soil analytical quality control by traditional and spectroscopy techniques :
Constructing the future of a hybrid laboratory for low environmental impact. Geoderma
337, 111–121. https://doi.org/10.1016/j.geoderma.2018.09.010
Demattê, José A.M., Dotto, A.C., Paiva, A.F.S., Sato, M. V., Dalmolin, R.S.D., de Araújo, M.
do S.B., da Silva, E.B., Nanni, M.R., ten Caten, A., Noronha, N.C., Lacerda, M.P.C., de
Araújo Filho, J.C., Rizzo, R., Bellinaso, H., Francelino, M.R., Schaefer, C.E.G.R.,
Vicente, L.E., dos Santos, U.J., de Sá Barretto Sampaio, E. V., Menezes, R.S.C., de
Souza, J.J.L.L., Abrahão, W.A.P., Coelho, R.M., Grego, C.R., Lani, J.L., Fernandes,
A.R., Gonçalves, D.A.M., Silva, S.H.G., de Menezes, M.D., Curi, N., Couto, E.G., dos
Anjos, L.H.C., Ceddia, M.B., Pinheiro, É.F.M., Grunwald, S., Vasques, G.M., Marques
Júnior, J., da Silva, A.J., Barreto, M.C. de V., Nóbrega, G.N., da Silva, M.Z., de Souza,
S.F., Valladares, G.S., Viana, J.H.M., da Silva Terra, F., Horák-Terra, I., Fiorio, P.R., da
Silva, R.C., Frade Júnior, E.F., Lima, R.H.C., Alba, J.M.F., de Souza Junior, V.S., Brefin,
M.D.L.M.S., Ruivo, M.D.L.P., Ferreira, T.O., Brait, M.A., Caetano, N.R., Bringhenti, I., de
Sousa Mendes, W., Safanelli, J.L., Guimarães, C.C.B., Poppiel, R.R., e Souza, A.B.,
Quesada, C.A., do Couto, H.T.Z., 2019. The Brazilian Soil Spectral Library (BSSL): A
general view, application and challenges. Geoderma 354, 113793.
https://doi.org/10.1016/j.geoderma.2019.05.043
Dietterich, T., 1995. Overfitting and undercomputing in machine learning. ACM Computing
Surveys (CSUR) 27, 326–327. https://doi.org/10.1145/212094.212114
dos Santos, F.R., de Oliveira, J.F., Barbosa, G.M.C., Melquiades, F.L., 2021. Comparison
between energy dispersive X-ray fluorescence spectral data and elemental data for soil
attributes modelling. Spectrochim Acta Part B At Spectrosc 185, 106303.
https://doi.org/10.1016/J.SAB.2021.106303
Eberhardt, D.N., Vendrame, P.R.S., Becquer, T., De Fátima Guimarães, M., 2008a.
Influência da granulometria e da mineralogia sobre a retenção do fósforo em latossolos
sob pastagens no cerrado. Rev Bras Cienc Solo 32, 1009–1016.
https://doi.org/10.1590/s0100-06832008000300010
Eberhardt, D.N., Vendrame, P.R.S., Becquer, T., De Fátima Guimarães, M., 2008b.
Influência da granulometria e da mineralogia sobre a retenção do fósforo em latossolos
sob pastagens no cerrado. Rev Bras Cienc Solo 32, 1009–1016.
https://doi.org/10.1590/s0100-06832008000300010
Ebtehaj, I., Bonakdari, H., 2022. A reliable hybrid outlier robust non-tuned rapid machine
17
learning model for multi-step ahead flood forecasting in Quebec, Canada. J Hydrol
(Amst) 614, 128592. https://doi.org/10.1016/J.JHYDROL.2022.128592
EMBRAPA, 2017. Manual de metodos de análises, in: Manual de Métodos de Análise de
Solo. Brasilia, DF, p. 574.
Esfandiarpour-Boroujeni, I., Shamsabadi, M.S., Shirani, H., Mosleh, Z., Bagheri
Bodaghabadi, M., Salehi, M.H., 2020. Comparison of error and uncertainty of decision
tree and learning vector quantization models for predicting soil classes in areas with low
altitude variations. Catena (Amst) 191, 104581.
https://doi.org/10.1016/J.CATENA.2020.104581
Fan, S.S., Chang, F.H., Hsueh, H.T., Ko, T.H., 2016. Measurement of Total Free Iron in Soils
by H2S Chemisorption and Comparison with the Citrate Bicarbonate Dithionite Method.
J Anal Methods Chem 2016. https://doi.org/10.1155/2016/7213542
Faria, A.J.G. de, Silva, S.H.G., Andrade, R., Mancini, M., Melo, L.C.A., Weindorf, D.C.,
Guilherme, L.R.G., Curi, N., 2022. Prediction of soil organic matter content by combining
data from Nix ProTM color sensor and portable X-ray fluorescence spectrometry in
tropical soils. Geoderma Regional 28, e00461.
https://doi.org/10.1016/J.GEODRS.2021.E00461
Fernandes, L.A., Castro, A.B. de, Basilici, G., 2007. Seismites in continental sand sea
deposits of the Late Cretaceous Caiuá Desert , Bauru Basin, Brasil. Sediment Geol 199,
61–64. https://doi.org/10.1016/j.sedgeo.2005.12.030
Fernandes, R.B.A., Barrón, V., Torrent, J., Fontes, M.P.F., 2004. Quantificação de óxidos de
ferro de Latossolos brasileiros por espectroscopia de refletância difusa. Rev Bras Cienc
Solo 28, 245–257. https://doi.org/10.1590/S0100-06832004000200003
Fink, J.R., Inda, A. v., Bavaresco, J., Barrón, V., Torrent, J., Bayer, C., 2016. Adsorption and
desorption of phosphorus in subtropical soils as affected by management system and
mineralogy. Soil Tillage Res 155, 62–68. https://doi.org/10.1016/J.STILL.2015.07.017
Fonseca, J. da S., Campos, M.C.C., Brito Filho, E.G. de, Mantovanelli, B.C., Silva, L.S., de
Lima, A.F.L., Da Cunha, J.M., Simões, E.L., dos Santos, L.A.C., 2021. Soil–landscape
relationship in a sandstone-gneiss topolithosequence in the State of Amazonas, Brazil.
Environ Earth Sci 80, 1–15. https://doi.org/10.1007/s12665-021-10026-9
Ganaie, M.A., Tanveer, M., Suganthan, P.N., Snasel, V., 2022. Oblique and rotation double
random forest. Neural Networks 153, 496–517.
https://doi.org/10.1016/J.NEUNET.2022.06.012
Ghafarian, F., Wieland, R., Lüttschwager, D., Nendel, C., 2022. Application of extreme
gradient boosting and Shapley Additive explanations to predict temperature regimes
inside forests from standard open-field meteorological data. Environmental Modelling &
Software 156, 105466. https://doi.org/10.1016/J.ENVSOFT.2022.105466
Gholizadeh, A., Luboš, B., Saberioon, M., Vašát, R., 2013. Visible, Near-Infrared, and Mid-
Infrared Spectroscopy Applications for Soil Assessment with Emphasis on Soil Organic
Matter Content and Quality: State-of-the-Art and Key Issues.
http://dx.doi.org/10.1366/13-07288 67, 1349–1362. https://doi.org/10.1366/13-07288
Gholizadeh, A., Saberioon, M., Pouladi, N., Ben-Dor, E., 2023. Quantification and depth
distribution analysis of carbon to nitrogen ratio in forest soils using reflectance
spectroscopy. International Soil and Water Conservation Research 11, 112–124.
https://doi.org/10.1016/J.ISWCR.2022.06.004
Goldshleger, N., Ben-Dor, E., Benyamini, Y., Agassi, M., 2004. SOIL REFLECTANCE AS A
TOOL FOR ASSESSING PHYSICAL CRUST ARRANGEMENT OF FOUR TYPICAL
SOILS IN ISRAEL. Soil Sci 169, 677–687.
https://doi.org/10.1097/01.ss.0000146024.61559.e2
Golkarian, A., Khosravi, K., Panahi, M., Clague, J.J., 2023. Spatial variability of soil water
erosion: Comparing empirical and intelligent techniques. Geoscience Frontiers 14,
101456. https://doi.org/10.1016/J.GSF.2022.101456
Gómez-Escalonilla, Diancoumba, O., Traoré, D.Y., Montero, E., Martín-Loeches, M.,
Martínez-Santos, P., 2022. Multiclass spatial predictions of borehole yield in southern
Mali by means of machine learning classifiers. J Hydrol Reg Stud 44, 101245.
https://doi.org/10.1016/J.EJRH.2022.101245
Gray, J.M., Bishop, T.F.A., Wilford, J.R., 2016. Lithology and soil relationships for soil
modelling and mapping. Catena (Amst) 147, 429–440.
18
Grunwald, S., Vasques, G.M., Rivero, R.G., 2015. Fusion of Soil and Remote Sensing Data
to Model Soil Properties. Advances in Agronomy 131, 1–109.
https://doi.org/10.1016/BS.AGRON.2014.12.004
Hall, D.L., Llinas, J., 2016. An introduction to multi-sensor data fusion. Sensors,
Nanoscience, Biomedical Engineering, and Instruments 85.
Han, L., Yang, G., Yang, X., Song, X., Xu, B., Li, Z., Wu, Jintao, Yang, H., Wu, Jianwei, 2022.
An explainable XGBoost model improved by SMOTE-ENN technique for maize lodging
detection based on multi-source unmanned aerial vehicle images. Comput Electron
Agric 194, 106804. https://doi.org/10.1016/J.COMPAG.2022.106804
He, M., Tang, L., Li, C., Ren, J., Zhang, L., Li, X., 2022. Dynamics of soil organic carbon and
nitrogen and their relations to hydrothermal variability in dryland. J Environ Manage 319,
115751. https://doi.org/10.1016/J.JENVMAN.2022.115751
Heuvelink, G.B.M., Brus, D.J., Rossiter, D.G., Shi, Z., 2019. Editorial for pedometrics 2017
special issue. Eur J Soil Sci 70, 25–26. https://doi.org/10.1111/ejss.12772
Hikouei, I.S., Kim, S.S., Mishra, D.R., 2021. Machine-learning classification of soil bulk
density in salt marsh environments. Sensors 21. https://doi.org/10.3390/s21134408
Holmgren, G.G.S., 1967a. A Rapid Citrate-Dithionite Extractable Iron Procedure. Soil
Science Society of America Journal 31, 210–211.
https://doi.org/10.2136/sssaj1967.03615995003100020020x
Holmgren, G.G.S., 1967b. A Rapid Citrate-Dithionite Extractable Iron Procedure. Soil
Hong, H., Ji, K., Hei, H., Wang, C., Liu, C., Zhao, L., Lanson, B., Zhao, C., Fang, Q., Algeo,
T.J., 2023. Clay mineral evolution and formation of intermediate phases during
pedogenesis on picrite basalt bedrock under temperate conditions (Yunnan,
southwestern China). Catena (Amst) 220, 106677.
Isaaks, E.H., Srivastava, R.M., 1989. An Introduction to Applied Geostatistics, Computers &
Geosciences. Pergamon. https://doi.org/10.1016/0098-3004(91)90055-I
Jararweh, Y., Fatima, S., Jarrah, M., AlZu’bi, S., 2023. Smart and sustainable agriculture:
Fundamentals, enabling technologies, and future directions. Computers and Electrical
Engineering 110, 108799. https://doi.org/10.1016/j.compeleceng.2023.108799
Jha, K., Doshi, A., Patel, P., Shah, M., 2019. A comprehensive review on automation in
agriculture using artificial intelligence. Artificial Intelligence in Agriculture 2, 1–12.
https://doi.org/10.1016/J.AIIA.2019.05.004
Kampf, N., Schwertmann, U., 1982. The 5-M-NaOH concentration treatment for iron oxides in
soils. Clays Clay Miner 30, 401–408.
https://doi.org/10.1346/CCMN.1982.0300601/METRICS
Karthikeyan, L., Mishra, A.K., 2021. Multi-layer high-resolution soil moisture estimation using
machine learning over the United States. Remote Sens Environ 266, 112706.
https://doi.org/10.1016/J.RSE.2021.112706
Karunasingha, D.S.K., 2022. Root mean square error or mean absolute error? Use their ratio
as well. Inf Sci (N Y) 585, 609–629. https://doi.org/10.1016/J.INS.2021.11.036
Kaya, F., Başayiğit, L., Keshavarzi, A., Francaviglia, R., 2022. Digital mapping for soil texture
class prediction in northwestern Türkiye by different machine learning algorithms.
Geoderma Regional 31, e00584. https://doi.org/10.1016/J.GEODRS.2022.E00584
Ker, J.C., 1997. LATOSSOLOS DO BRASIL: UMA REVISÃO. Geonomos 5, 17–40.
https://doi.org/10.18285/GEONOMOS.V5I1.187
Ker, J.C., Curi, N., Schaefer, C.E., Torrado, P.V., 2012. Pedologia: fundamentos. Viçosa.
Kiangala, S.K., Wang, Z., 2021. An effective adaptive customization framework for small
manufacturing plants using extreme gradient boosting-XGBoost and random forest
ensemble learning algorithms in an Industry 4.0 environment. Machine Learning with
Applications 4, 100024. https://doi.org/10.1016/J.MLWA.2021.100024
Kragt, M.E., Pannell, D.J., Robertson, M.J., Thamo, T., 2012. Assessing costs of soil carbon
sequestration by crop-livestock farmers in Western Australia. Agric Syst 112, 27–37.
https://doi.org/10.1016/j.agsy.2012.06.005
Kuncheva, L.I., Matthews, C.E., Arnaiz-González, Á., Rodríguez, J.J., 2020. Feature
19
Selection from High-Dimensional Data with Very Low Sample Size: A Cautionary Tale.
Lark, R.M., 2000. Designing sampling grids from imprecise information on soil variability, an
approach based on the fuzzy kriging variance. Geoderma 98, 35–59.
https://doi.org/10.1016/S0016-7061(00)00051-3
Lee, M.E., Jeon, E.K., Tsang, D.C.W., Baek, K., 2018. Simultaneous application of oxalic
acid and dithionite for enhanced extraction of arsenic bound to amorphous and
crystalline iron oxides. J Hazard Mater 354, 91–98.
https://doi.org/10.1016/J.JHAZMAT.2018.04.083
Liu, J. cheng, He, H. ping, Michalski, J., Cuadros, J., Yao, Y. zeng, Tan, W., Qin, X. rong, Li,
S. ying, Wei, G. jian, 2021. Reflectance spectroscopy applied to clay mineralogy and
alteration intensity of a thick basaltic weathering sequence in Hainan Island, South
China. Appl Clay Sci 201, 105923. https://doi.org/10.1016/J.CLAY.2020.105923
Liu, J., Yang, K., Tariq, A., Lu, L., Soufan, W., El Sabagh, A., 2023. Interaction of climate,
topography and soil properties with cropland and cropping pattern using remote sensing
data and machine learning methods. Egyptian Journal of Remote Sensing and Space
Science 26, 415–426. https://doi.org/10.1016/j.ejrs.2023.05.005
Liu, Q., He, L., Guo, L., Wang, M., Deng, D., Lv, P., Wang, R., Jia, Z., Hu, Z., Wu, G., Shi, T.,
2022. Digital mapping of soil organic carbon density using newly developed bare soil
spectral indices and deep neural network. Catena (Amst) 219, 106603.
Liu, X., Zhu, A.X., Yang, L., Pei, T., Liu, J., Zeng, C., Wang, D., 2020. A graded proportion
method of training sample selection for updating conventional soil maps. Geoderma
357, 113939. https://doi.org/10.1016/j.geoderma.2019.113939
Lorz, C., Fruhauf, M., Mailander, R., Phillips, J.D., Kleber, A., 2013. Influence of Cover Beds
on Soils, Mid-Latitude Slope Deposits (Cover Beds).
Lu, W.N., He, Y., Wang (王阳), Y., Ke, S., 2020. Behavior of calcium isotopes during
continental subduction recorded in meta-basaltic rocks. Geochim Cosmochim Acta 278,
392–404. https://doi.org/10.1016/J.GCA.2019.09.027
Ma, G., Ding, J., Han, L., Zhang, Z., Ran, S., 2021. Digital mapping of soil salinization based
on Sentinel-1 and Sentinel-2 data combined with machine learning algorithms. Regional
Sustainability 2, 177–188. https://doi.org/10.1016/J.REGSUS.2021.06.001
Malone, B.P., Jha, S.K., Minasny, B., McBratney, A.B., 2016. Comparing regression-based
digital soil mapping and multiple-point geostatistics for the spatial extrapolation of soil
data. Geoderma 262, 243–253. https://doi.org/10.1016/J.GEODERMA.2015.08.037
Mancini, M., Andrade, R., Teixeira, A.F. dos S., Silva, S.H.G., Weindorf, D.C., Chakraborty,
S., Guilherme, L.R.G., Curi, N., 2022. Proximal sensor data fusion for Brazilian soil
properties prediction: Exchangeable/available macronutrients, aluminum, and potential
acidity. Geoderma Regional 30, e00573.
Marques, J., Siqueira, D.S., Camargo, L.A., Teixeira, D.D.B., Barrón, V., Torrent, J., 2014.
Magnetic susceptibility and diffuse reflectance spectroscopy to characterize the spatial
variability of soil properties in a brazilian haplustalf. Geoderma 219–220, 63–71.
Maurya, A.K., Bhargava, N., Singh, D., 2022a. Efficient selection of SAR features using ML
based algorithms for accurate FVC estimation. Advances in Space Research 70, 1795–
1809. https://doi.org/10.1016/J.ASR.2022.06.039
Maurya, A.K., Bhargava, N., Singh, D., 2022b. Efficient selection of SAR features using ML
based algorithms for accurate FVC estimation. Advances in Space Research 70, 1795–
1809. https://doi.org/10.1016/J.ASR.2022.06.039
McBratney, A., Gruijter, J., Bryce, A., 2019. Pedometrics timeline. Geoderma 338, 568–575.
McBratney, A.B., Mendonça Santos, M.L., Minasny, B., 2003. On digital soil mapping,
Geoderma. https://doi.org/10.1016/S0016-7061(03)00223-4
McKeague, J.A., Day, J.H., 1966. DITHIONITE- AND OXALATE-EXTRACTABLE Fe AND Al
AS AIDS IN DIFFERENTIATING VARIOUS CLASSES OF SOILS. Can J Soil Sci 46, 13–
22. https://doi.org/10.4141/cjss66-003
Mehra, O.P., Jackson, M.L., 1958. Iron Oxide Removal from Soils and Clays by a Dithionite-
Citrate System Buffered with Sodium Bicarbonate. Clays and Clay Minerals 1958 7:1 7,
20
317–327. https://doi.org/10.1346/CCMN.1958.0070122
Mello, F.A.O., Bellinaso, H., Mello, D.C., Safanelli, J.L., Mendes, W.D.S., Amorim, M.T.A.,
Gomez, A.M.R., Poppiel, R.R., Silvero, N.E.Q., Gholizadeh, A., Silva, S.H.G., Curi, N.,
Demattê, J.A.M., 2021. Soil parent material prediction through satellite multispectral
analysis on a regional scale at the Western Paulista Plateau, Brazil. Geoderma Regional
26, e00412. https://doi.org/10.1016/J.GEODRS.2021.E00412
Mendes, W. de S., Demattê, J.A.M., Bonfatti, B.R., Resende, M.E.B., Campos, L.R., Costa,
A.C.S. da, 2021. A novel framework to estimate soil mineralogy using soil spectroscopy.
Applied Geochemistry 127, 104909.
https://doi.org/10.1016/J.APGEOCHEM.2021.104909
Mendes, W. de S., Demattê, J.A.M., Minasny, B., Silvero, N.E.Q., Bonfatti, B.R., Safanelli,
J.L., Rizzo, R., Costa, A.C.S. da, 2022a. Free iron oxide content in tropical soils
predicted by integrative digital mapping. Soil Tillage Res 219.
https://doi.org/10.1016/j.still.2022.105346
Mendes, W. de S., Demattê, J.A.M., Minasny, B., Silvero, N.E.Q., Bonfatti, B.R., Safanelli,
J.L., Rizzo, R., Costa, A.C.S. da, 2022b. Free iron oxide content in tropical soils
predicted by integrative digital mapping. Soil Tillage Res 219, 105346.
https://doi.org/10.1016/J.STILL.2022.105346
Merl, T., Rasmussen, M.R., Koch, L.R., Søndergaard, J.V., Bust, F.F., Koren, K., 2022.
Measuring soil pH at in situ like conditions using optical pH sensors (pH-optodes). Soil
Biol Biochem 175, 108862. https://doi.org/10.1016/J.SOILBIO.2022.108862
Minasny, B., Hartemink, A.E., 2011a. Predicting soil properties in the tropics. Earth Sci Rev
106, 52–62. https://doi.org/10.1016/j.earscirev.2011.01.005
Minasny, B., Hartemink, A.E., 2011b. Predicting soil properties in the tropics. Earth Sci Rev
106, 52–62. https://doi.org/10.1016/j.earscirev.2011.01.005
Minasny, B., McBratney, A.B., 2016. Digital soil mapping: A brief history and some lessons.
Geoderma 264, 301–311. https://doi.org/10.1016/j.geoderma.2015.07.017
Moral, F.J., Rebollo, F.J., Campillo, C., Serrano, J.M., 2019a. Using an objective and
probabilistic model to delineate homogeneous zones in hedgerow olive orchards. Soil
Tillage Res 194, 104308. https://doi.org/10.1016/j.still.2019.104308
Moral, F.J., Rebollo, F.J., Campillo, C., Serrano, J.M., 2019b. Using an objective and
probabilistic model to delineate homogeneous zones in hedgerow olive orchards. Soil
Tillage Res 194. https://doi.org/10.1016/j.still.2019.104308
Naimi, S., Ayoubi, S., di Raimo, L.A.D.L., Dematte, J.A.M., 2022. Quantification of some
intrinsic soil properties using proximal sensing in arid lands: Application of Vis-NIR, MIR,
and pXRF spectroscopy. Geoderma Regional 28, e00484.
Nawar, S., Delbecque, N., Declercq, Y., Smedt, P. De, Finke, P., Verdoodt, A., Meirvenne, M.
Van, Mouazen, A.M., 2019. Geoderma Can spectral analyses improve measurement of
key soil fertility parameters with X-ray fl uorescence spectrometry ? Geoderma 350, 29–
39. https://doi.org/10.1016/j.geoderma.2019.05.002
Nawar, S., Richard, F., Kassim, A.M., Tekin, Y., Mouazen, A.M., 2022. Fusion of Gamma-
rays and portable X-ray fluorescence spectral data to measure extractable potassium in
soils. Soil Tillage Res 223, 105472. https://doi.org/10.1016/J.STILL.2022.105472
Ng, W., Minasny, B., McBratney, A., 2020a. Convolutional neural network for soil microplastic
contamination screening using infrared spectroscopy. Science of the Total Environment
702, 134723. https://doi.org/10.1016/j.scitotenv.2019.134723
Ng, W., Minasny, B., Mcbratney, A., 2020b. Science of the Total Environment Convolutional
neural network for soil microplastic contamination screening using infrared
spectroscopy. Science of the Total Environment 702, 134723.
https://doi.org/10.1016/j.scitotenv.2019.134723
Ng, W., Minasny, B., Montazerolghaem, M., Padarian, J., Ferguson, R., Bailey, S.,
McBratney, A.B., 2019. Convolutional neural network for simultaneous prediction of
several soil properties using visible/near-infrared, mid-infrared, and their combined
spectra. Geoderma 352, 251–267. https://doi.org/10.1016/j.geoderma.2019.06.016
Nguyen, T.T., Pham, T.D., Nguyen, C.T., Delfos, J., Archibald, R., Dang, K.B., Hoang, N.B.,
Guo, W., Ngo, H.H., 2022a. A novel intelligence approach based active and ensemble
learning for agricultural soil organic carbon prediction using multispectral and SAR data
21
fusion. Science of the Total Environment 804.

Nguyen, T.T., Pham, T.D., Nguyen, C.T., Delfos, J., Archibald, R., Dang, K.B., Hoang, N.B.,
Guo, W., Ngo, H.H., 2022b. A novel intelligence approach based active and ensemble
learning for agricultural soil organic carbon prediction using multispectral and SAR data
fusion. Science of The Total Environment 804, 150187.
https://doi.org/10.1016/J.SCITOTENV.2021.150187
Nocita, M., Stevens, A., van Wesemael, B., Aitkenhead, M., Bachmann, M., Barthès, B., Dor,
E. Ben, Brown, D.J., Clairotte, M., Csorba, A., Dardenne, P., Demattê, J.A.M., Genot, V.,
Guerrero, C., Knadel, M., Montanarella, L., Noon, C., Ramirez-Lopez, L., Robertson, J.,
Sakai, H., Soriano-Disla, J.M., Shepherd, K.D., Stenberg, B., Towett, E.K., Vargas, R.,
Wetterlind, J., 2015. Soil Spectroscopy: An Alternative to Wet Chemistry for Soil
Monitoring. Advances in Agronomy 132, 139–159.
https://doi.org/10.1016/bs.agron.2015.02.002
Norrish, K., Taylor, R.M., 1961. The isomorphous replacement of iron by aluminium in soil
goethites. Journal of Soil Science 12, 294–306. https://doi.org/10.1111/J.1365-
2389.1961.TB00919.X
Novais, R.F., Alvarez V., V.H.;, Barros, N.F. de;, Fontes, R.L.F.;, Cantarutti, R.B.;, Neves,
J.C.L., 2007. Fertilidade do solo. Viçosa.
Nowak-Brzezinska, A., Horyn, C., 2020. Outliers in rules - the comparision of LOF, COF and
KMEANS algorithms. Procedia Comput Sci 176, 1420–1429.
https://doi.org/10.1016/J.PROCS.2020.09.152
Oliveira, C. v., Ker, J.C., Fontes, L.E.F., Curi, N., Pinheiro, J.C., 1998. Química e mineralogia
de solos derivados de rochas do Grupo Bambuí no norte de Minas Gerais. Rev Bras
Cienc Solo 22, 583–593. https://doi.org/10.1590/S0100-06831998000400003
Oliver, M.A., Webster, R., 2014a. A tutorial guide to geostatistics: Computing and modelling
variograms and kriging. Catena (Amst) 113, 56–69.
Oliver, M.A., Webster, R., 2014b. A tutorial guide to geostatistics: Computing and modelling
variograms and kriging. Catena (Amst) 113, 56–69.
Padarian, J., Minasny, B., McBratney, A.B., 2019. Using deep learning to predict soil
properties from regional spectral data. Geoderma Regional 16.
https://doi.org/10.1016/j.geodrs.2018.e00198
Pedregosa, F., Michel, V., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., Vanderplas, J.,
Cournapeau, D., Pedregosa, F., Varoquaux, G., Gramfort, A., Thirion, B., Grisel, O.,
Dubourg, V., Passos, A., Brucher, M., 2011. Scikit-learn: Machine Learning in Python.
The Journal of Machine Learning Research 12, 2825–2830.
https://doi.org/10.5555/1953048.2078195
Pedron, F. de A., Lourenzi, C.R., Ceretta, C.A., Lorensi, J., Cancian, A., 2018. Clay
mineralogy of subtropical soils under long-term organic fertilization in no-tillage systems.
Rev Bras Cienc Solo 42. https://doi.org/10.1590/18069657rbcs20170092
Ramaroson, V.H., Becquer, T., Sá, S.O., Razafimahatratra, H., Delarivière, J.L., Blavet, D.,
Vendrame, P.R.S., Rabeharisoa, L., Rakotondrazafy, A.F.M., 2018. Mineralogical
analysis of ferralitic soils in Madagascar using NIR spectroscopy. Catena (Amst) 168,
102–109. https://doi.org/10.1016/j.catena.2017.07.016
Reda, R., Saffaj, T., Ilham, B., Saidi, O., Issam, K., Brahim, L., El Hadrami, E.M., 2019. A
comparative study between a new method and other machine learning algorithms for
soil organic carbon and total nitrogen prediction using near infrared spectroscopy.
Chemometrics and Intelligent Laboratory Systems 195.
https://doi.org/10.1016/j.chemolab.2019.103873
Rennert, T., 2019. Wet-chemical extractions to characterise pedogenic Al and Fe species-a
critical review. Soil Research 57, 1–16. https://doi.org/10.1071/SR18299
Rosin, N.A., Demattê, J.A.M., Leite, M.C.A., de Carvalho, H.W.P., Costa, A.C., Greschuk,
L.T., Curi, N., Silva, S.H.G., 2022. The fundamental of the effects of water, organic
matter, and iron forms on the pXRF information in soil analyses. Catena (Amst) 210.
Rossiter, D.G., 2018. Past, present & future of information technology in pedometrics.
22

Ruhollah, T.-M., Sheikhpour, R., Zeraatpisheh, M., Amirian-Chakan, A., Toomanian, N.,
Kerry, R., Scholten, T., 2022a. Semi-supervised learning for the spatial extrapolation of
soil information. Geoderma 426, 116094.
Ruhollah, T.-M., Sheikhpour, R., Zeraatpisheh, M., Amirian-Chakan, A., Toomanian, N.,
Kerry, R., Scholten, T., 2022b. Semi-supervised learning for the spatial extrapolation of
soil information. Geoderma 426, 116094.
Ruiz, H.A., Ferreira, G.B., Pereira, J.B.M., Resumo, ), 2003. Estimativa da capacidade de
campo de Latossolos e Neossolos Quartzarênicos pela determinação do equivalente de
umidade. Rev Bras Cienc Solo 27, 389–393. https://doi.org/10.1590/S0100-
06832003000200019
Santos, H.G. dos, Jacomine, P.K.T., Anjos, L.H.C. dos, Oliveira, V.Á. de, Lumbreras, J.F.,
Coelho, M.R., Almeida, J.A. de, Filho, J.C. de A., Oliveira, J.B. de, Cunha, T.J.F., 2018.
Sistema brasileiro de classificação de solos, 5th ed, Embrapa Solos. Embrapa, Brasilia.
Sarfraz, S., Ali, F., Hameed, A., Ahmad, Z., Riaz, K., 2023. Sustainable Agriculture Through
Technological Innovations. Sustainable Agriculture in the Era of the OMICs Revolution
223–239. https://doi.org/10.1007/978-3-031-15568-0_10
Schwertmann, U., Taylor, R.M., 2018. Iron oxides. Minerals in Soil Environments 379–438.
https://doi.org/10.2136/sssabookser1.2ed.c8
Shahhosseini, M., Hu, G., Huber, I., Archontoulis, S. V., 2021. Coupling machine learning
and crop modeling improves crop yield prediction in the US Corn Belt. Sci Rep 11, 1–15.
https://doi.org/10.1038/s41598-020-80820-1
Shrestha, G., Calvelo-Pereira, R., Roudier, P., Martin, A.P., Turnbull, R.E., Kereszturi, G.,
Jeyakumar, P., Anderson, C.W.N., 2022. Quantification of multiple soil trace elements
by combining portable X-ray fluorescence and reflectance spectroscopy. Geoderma
409, 115649. https://doi.org/10.1016/J.GEODERMA.2021.115649
Silva, F.M., Silva, S.H.G., Acuña-Guzman, S.F., Silva, E.A., Ribeiro, B.T., Fruett, T., Inda,
A.V., Teixeira, A.F. dos S., Mancini, M., Guilherme, L.R.G., Curi, N., 2021. Chemical
and mineralogical changes in the textural fractions of quartzite-derived tropical soils,
along weathering, assessed by portable X-ray fluorescence spectrometry and X-ray
diffraction. J South Am Earth Sci 112, 103634.
https://doi.org/10.1016/J.JSAMES.2021.103634
Silva, F.M., Silva, S.H.G., Teixeira, A.F. dos S., Inda, A.V., Fruett, T., Weindorf, D.C.,
Guilherme, L.R.G., Curi, N., 2022a. Using proximal sensors to assess pedogenetic
development of Inceptisols and Oxisols in Brazil. Geoderma Regional 28, 1–10.
Guilherme, L.R.G., Curi, N., 2022b. Using proximal sensors to assess pedogenetic
development of Inceptisols and Oxisols in Brazil. Geoderma Regional 28, e00465.
Silva, L.S., Marques Júnior, J., Barrón, V., Gomes, R.P., Teixeira, D.D.B., Siqueira, D.S.,
Vasconcelos, V., 2020a. Spatial variability of iron oxides in soils from Brazilian
sandstone and basalt. Catena (Amst) 185, 104258.
Silva, L.S., Marques Júnior, J., Barrón, V., Gomes, R.P., Teixeira, D.D.B., Siqueira, D.S.,
Vasconcelos, V., 2020b. Spatial variability of iron oxides in soils from Brazilian
sandstone and basalt. Catena (Amst) 185, 104258.
Silva, S.H.G., Menezes, M.D. de, Owens, P.R., Curi, N., 2016. Retrieving pedologist’s mental
model from existing soil map and comparing data mining tools for refining a larger area
map under similar environmental conditions in Southeastern Brazil. Geoderma 267, 65–
77. https://doi.org/10.1016/J.GEODERMA.2015.12.025
Silvero, N.E.Q., Siqueira, D.S., Coelho, R.M., da Costa Ferreira, D., Marques, J., 2019.
Protocol for the use of legacy data and magnetic signature on soil mapping of São Paulo
Central West, Brazil. Science of The Total Environment 693, 133463.
https://doi.org/10.1016/J.SCITOTENV.2019.07.269
23
Soriano-Disla, J.M., Janik, L.J., Viscarra Rossel, R.A., MacDonald, L.M., McLaughlin, M.J.,
2014. The performance of visible, near-, and mid-infrared reflectance spectroscopy for
prediction of soil physical, chemical, and biological properties. Appl Spectrosc Rev 49,
139–186. https://doi.org/10.1080/05704928.2013.811081
Sothe, C., Almeida, C.M. De, Schimalski, M.B., Liesenberg, V., Rosa, L.E.C. La, Castro,
J.D.B., Feitosa, R.Q., 2019. A comparison of machine and deep-learning algorithms
applied to multisource data for a subtropical forest area classification. https://doi-
org.ez87.periodicos.capes.gov.br/10.1080/01431161.2019.1681600.
https://doi.org/10.1080/01431161.2019.1681600
Sothe, C., de Almeida, C.M., Schimalski, M.B., Liesenberg, V., la Rosa, L.E.C., Castro,
J.D.B., Feitosa, R.Q., 2020. A comparison of machine and deep-learning algorithms
applied to multisource data for a subtropical forest area classification. Int J Remote Sens
41, 1943–1969. https://doi.org/10.1080/01431161.2019.1681600
Souza, E.D., Carneiro, M.A.C., Paulino, H.B., 2005. Atributos físicos de um Neossolo
Quartzarênico e um Latossolo Vermelho sob diferentes sistemas de manejo. Pesqui
Agropecu Bras 40, 1135–1139. https://doi.org/10.1590/S0100-204X2005001100012
Stranghoener, M., Dultz, S., Behrens, H., Schippers, A., 2020. Potential mobilizable Fe from
secondary phases of differentially altered subsurface basaltic rock– a sequential
extraction study on ICDP site Hawaii. Applied Geochemistry 121, 104705.
Suits, D.B., 1957. Use of Dummy Variables in Regression Equations. J Am Stat Assoc 52,
548. https://doi.org/10.2307/2281705
Sumathi, K., 2018. Data Analytics platform for intelligent agriculture. 2018 2nd International
Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC)I-SMAC
(IoT in Social, Mobile, Analytics and Cloud) (I-SMAC), 2018 2nd International
Conference on 647–650. https://doi.org/10.1109/I-SMAC.2018.8653740
Sun, Z., Wang, J., Wang, Y., Long, L., Luo, Z., Deng, X., Hu, Q., Wang, M., 2020. Sodium-
rich volcanic rocks and their relationships with iron deposits in the Aqishan–Yamansu
belt of Eastern Tianshan, NW China. Geoscience Frontiers 11, 697–713.
https://doi.org/10.1016/J.GSF.2019.06.011
Swetha, R.K., Dasgupta, S., Chakraborty, S., Li, B., Weindorf, D.C., Mancini, M., Silva,
S.H.G., Ribeiro, B.T., Curi, N., Ray, D.P., 2022. Using Nix color sensor and Munsell soil
color variables to classify contrasting soil types and predict soil organic carbon in
Eastern India. Comput Electron Agric 199, 107192.
https://doi.org/10.1016/J.COMPAG.2022.107192
Tabatabai, S., Knadel, M., Thomsen, A., Greve, M.H., 2019. On-the-Go Sensor Fusion for
Prediction of Clay and Organic Carbon Using Pre-processing Survey, Different
Validation Methods, and Variable Selection. Soil Science Society of America Journal 83,
300–310. https://doi.org/10.2136/SSSAJ2018.10.0377
Takoutsing, B., Heuvelink, G.B.M., 2022. Comparing the prediction performance, uncertainty
quantification and extrapolation potential of regression kriging and random forest while
accounting for soil measurement errors. Geoderma 428, 116192.
Teixeira, A.F. dos S., Andrade, R., Mancini, M., Silva, S.H.G., Weindorf, D.C., Chakraborty,
S., Guilherme, L.R.G., Curi, N., 2022. Proximal sensor data fusion for tropical soil
property prediction: Soil fertility properties. J South Am Earth Sci 116, 103873.
Teixeira, A.F. dos S., Henrique Procópio Pelegrino, M., Missina Faria, W., Henrique Godinho
Silva, S., Gabriela Marcolino Gonçalves, M., Weimar Acerbi Júnior, F., Rezende
Gomide, L., Linares Pádua Júnior, A., de Souza, I.A., Chakraborty, S., Weindorf, D.C.,
Roberto Guimarães Guilherme, L., Curi, N., 2020. Tropical soil pH and sorption complex
prediction via portable X-ray fluorescence spectrometry. Geoderma 361, 114132.
https://doi.org/10.1016/j.geoderma.2019.114132
Teixeira, R.S., Vendrame, P.R.S., Christoni, A.R.F., SILVA, P.R.C., 2016. QUÍMICA E
MINERALOGIA DE UM SOLO DESENVOLVIDO DE BASALTO, COLETADO
ATRAVÉS DE SONDAGEM SPT. Boletim de Geografia 34, 116–126.
https://doi.org/10.4025/bolgeogr.v34i2.28948
Temme, A.J.A.M., Veldkamp, A., 2009. Multi-process Late Quaternary landscape evolution
24
modelling reveals lags in climate response over small spatial scales. Earth Surf Process
Landf 34, 573–589. https://doi.org/10.1002/ESP.1758
ten Caten, A., Dalmolin, R.S.D., Pedron, F. de A., Santos, M. de L.M., 2011a. Extrapolação
das relações solo-paisagem a partir de uma área de referência. Ciência Rural 41, 812–
816. https://doi.org/10.1590/S0103-84782011000500012
ten Caten, A., Dalmolin, R.S.D., Pedron, F. de A., Santos, M. de L.M., 2011b. Extrapolação
das relações solo-paisagem a partir de uma área de referência. Ciência Rural 41, 812–
816. https://doi.org/10.1590/S0103-84782011000500012
Thompson, J.A., Roecker, S., Grunwald, S., Owens, P.R., 2012. Digital Soil Mapping:
Interactions with and Applications for Hydropedology, in: Hydropedology. Elsevier, pp.
665–709. https://doi.org/10.1016/B978-0-12-386941-8.00021-6
Thornthwaite, C.W., 1948. An Approach toward a Rational Classification of Climate Author ( s
): C . W . Thornthwaite Published by : American Geographical Society Stable URL :
http://www.jstor.org/stable/210739 Accessed : 11-08-2016 18 : 02 UTC. Geogr Rev 38,
55–94. https://doi.org/10.2307/210739
Tsakiridis, N.L., Keramaris, K.D., Theocharis, J.B., Zalidis, G.C., 2020. Simultaneous
prediction of soil properties from VNIR-SWIR spectra using a localized multi-channel 1-
D convolutional neural network. Geoderma 367.
Vasques, G.M., Rodrigues, H.M., Coelho, M.R., Baca, J.F.M., Dart, R.O., Oliveira, R.P.,
Teixeira, W.G., Ceddia, M.B., 2020. Field Proximal Soil Sensor Fusion for Improving
High-Resolution Soil Property Maps. Soil Systems 2020, Vol. 4, Page 52 4, 52.
https://doi.org/10.3390/SOILSYSTEMS4030052
Vieira, S.R., 2000. Geoestatística em estudos de variabilidade espacial do solo. , in: R.F.
Novais, V.H.A.G.R.S. (Ed.), Tópicos Em Ciência Do Solo. Viçosa, pp. 1–54.
Wang, J.H., Jiang, J.H., Yu, R.Q., 1996. Robust back propagation algorithm as a
chemometric tool to prevent the overfitting to outliers. Chemometrics and Intelligent
Laboratory Systems 34, 109–115. https://doi.org/10.1016/0169-7439(96)00005-6
Wang, S., Peng, H., Hu, Q., Jiang, M., 2022. Analysis of runoff generation driving factors
based on hydrological model and interpretable machine learning method. J Hydrol Reg
Stud 42, 101139. https://doi.org/10.1016/J.EJRH.2022.101139
Weindorf, D.C., Bakr, N., Zhu, Y., 2014a. Advances in portable X-ray fluorescence (PXRF)
for environmental, pedological, and agronomic applications, Advances in Agronomy.
Elsevier. https://doi.org/10.1016/B978-0-12-802139-2.00001-9
Weindorf, D.C., Bakr, N., Zhu, Y., 2014b. Advances in portable X-ray fluorescence (PXRF)
for environmental, pedological, and agronomic applications, in: Advances in Agronomy.
Academic Press Inc., pp. 1–45. https://doi.org/10.1016/B978-0-12-802139-2.00001-9
Weindorf, D.C., Paulette, L., Man, T., 2013. In-situ assessment of metal contamination via
portable X-ray fluorescence spectroscopy: Zlatna, Romania. Environmental Pollution
182, 92–100. https://doi.org/10.1016/j.envpol.2013.07.008
Whittig, L.D., 1965. X-Ray Diffraction Techniques for Mineral Identification and Mineralogical
Composition. Methods of Soil Analysis, Part 1: Physical and Mineralogical Properties,
Including Statistics of Measurement and Sampling 671–698.
https://doi.org/10.2134/AGRONMONOGR9.1.C49
Xu, D., Chen, S., Xu, H., Wang, N., Zhou, Y., Shi, Z., 2020. Data fusion for the measurement
of potentially toxic elements in soil using portable spectrometers. Environmental
Pollution 263, 114649. https://doi.org/10.1016/J.ENVPOL.2020.114649
Xu, D., Zhao, R., Li, S., Chen, S., Jiang, Q., Zhou, L., Shi, Z., 2019. Multi-sensor fusion for
the determination of several soil properties in the Yangtze River Delta, China. Eur J Soil
Sci 70, 162–173. https://doi.org/10.1111/EJSS.12729
Xu, G., Fan, H., Oliver, D.M., Dai, Y., Li, H., Shi, Y., Long, H., Xiong, K., Zhao, Z., 2022.
Decoding river pollution trends and their landscape determinants in an ecologically
fragile karst basin using a machine learning model. Environ Res 214, 113843.
https://doi.org/10.1016/J.ENVRES.2022.113843
Xu, S., Zhao, Y., Wang, M., Shi, X., 2018. Quantification of Different Forms of Iron from Intact
Soil Cores of Paddy Fields with Vis-NIR Spectroscopy. Soil Science Society of America
Journal 82, 1497–1511. https://doi.org/10.2136/SSSAJ2018.01.0014
Yan, F., Shangguan, W., Zhang, J., Hu, B., 2020a. Depth-to-bedrock map of China at a
25
spatial resolution of 100 meters. Sci Data 7, 1–13. https://doi.org/10.1038/s41597-019-

0345-6
Yan, F., Shangguan, W., Zhang, J., Hu, B., 2020b. Depth-to-bedrock map of China at a
spatial resolution of 100 meters. Scientific Data 2020 7:1 7, 1–13.
https://doi.org/10.1038/s41597-019-0345-6
Ye, M., Zhu, L., Li, X., Ke, Y., Huang, Y., Chen, B., Yu, H., Li, H., Feng, H., 2023. Estimation
of the soil arsenic concentration using a geographically weighted XGBoost model based
on hyperspectral data. Science of The Total Environment 858, 159798.
Zanotti, C., Rotiroti, M., Sterlacchini, S., Cappellini, G., Fumagalli, L., Stefania, G.A.,
Nannucci, M.S., Leoni, B., Bonomi, T., 2019. Choosing between linear and nonlinear
models and avoiding overfitting for short and long term groundwater level forecasting in
a linear system. J Hydrol (Amst) 578, 124015.
https://doi.org/10.1016/J.JHYDROL.2019.124015
Zeraatpisheh, M., Ayoubi, S., Jafari, A., Finke, P., 2017. Comparing the efficiency of digital
and conventional soil mapping to predict soil types in a semi-arid region in Iran.
Geomorphology 285, 186–204. https://doi.org/10.1016/J.GEOMORPH.2017.02.015
Zevenbergen, C., Honders, A., Orbons, A.J., Viaene, W., Swennen, R., Comans, R.N.J., van
Hasselt, H.J., 1997. Immobilisation of heavy metals in contaminated soils by thermal
treatment at intermediate temperatures. Studies in Environmental Science 71, 661–672.
https://doi.org/10.1016/S0166-1116(97)80249-X
Zhan, Y., Liu, C., Deng, Q., Feng, Q., Qiu, Y., Zhang, A., He, X., 2022. Integrated FFT and
XGBoost framework to predict pavement skid resistance using automatic 3D texture
measurement. Measurement 188, 110638.
https://doi.org/10.1016/J.MEASUREMENT.2021.110638
Zhang, R., Li, Y., Goh, A.T.C., Zhang, W., Chen, Z., 2021. Analysis of ground surface
settlement in anisotropic clays using extreme gradient boosting and random forest
regression models. Journal of Rock Mechanics and Geotechnical Engineering 13, 1478–
1484. https://doi.org/10.1016/J.JRMGE.2021.08.001
Zhang, W. chun, Wan, H. shuang, Zhou, M. hou, Wu, W., Liu, H. bin, 2022. Soil total and
organic carbon mapping and uncertainty analysis using machine learning techniques.
Ecol Indic 143, 109420. https://doi.org/10.1016/J.ECOLIND.2022.109420
Zhao, D., Wang, Junjie, Jiang, X., Zhen, J., Miao, J., Wang, Jingzhe, Wu, G., 2022a.
Reflectance spectroscopy for assessing heavy metal pollution indices in mangrove
sediments using XGBoost method and physicochemical properties. Catena (Amst) 211,
105967. https://doi.org/10.1016/J.CATENA.2021.105967
Zhao, D., Wang, Junjie, Jiang, X., Zhen, J., Miao, J., Wang, Jingzhe, Wu, G., 2022b.
Reflectance spectroscopy for assessing heavy metal pollution indices in mangrove
sediments using XGBoost method and physicochemical properties. Catena (Amst) 211,
Zhao, L., Fang, Q., Hong, H., Algeo, T.J., Lu, A., Yin, K., Wang, C., Liu, C., Chen, L., Xie, S.,
2022a. Pedogenic-weathering evolution and soil discrimination by sensor fusion
combined with machine-learning-based spectral modeling. Geoderma 409, 115648.
Zhao, L., Fang, Q., Hong, H., Algeo, T.J., Lu, A., Yin, K., Wang, C., Liu, C., Chen, L., Xie, S.,
2022b. Pedogenic-weathering evolution and soil discrimination by sensor fusion
combined with machine-learning-based spectral modeling. Geoderma 409, 115648.
26
Capítulo 2 - Fusão de dados multissensor e aprendizagem de máquina na

estimativa de atributos mineralógicos em solos do Planalto Ocidental Paulista.
Resumo: A análise dos atributos do solo é de extrema importância para a agricultura.

Porém, os métodos de quantificação tradicionais são de altos custos, morosos e
geram resíduos, muitas vezes poluentes. A espectroscopia de refletância difusa
(ERD), a espectrometria de fluorescência de raios-x (EFRX) e análise de
susceptibilidade magnética do solo (SMBx) associados a técnicas de aprendizagem
de máquina têm sido utilizadas como alternativas viáveis na determinação de atributos
do solo. Neste sentido, o objetivo deste trabalho foi estimar atributos mineralógicos do
solo, utilizando-se de técnicas de fusão dos dados obtidos pelos sensores ERD, EFRX
e SMBx e algoritmos de aprendizagem de máquina, em solos de diferentes geologias
no Planalto Ocidental Paulista. Esta área ocupa cerca de 13 milhões de hectares, onde
foram coletadas amostras de solo em 359 pontos em grid irregular. Foram executadas
as análises de ERD, EFRX e SMBx, e determinação dos atributos mineralógicos do
solo, por metodologias convencionais. Após, os dados foram submetidos a dois níveis
de fusão e, em seguida, submetidos às análises de Stepwise e XGBoost para treino,
teste e validação dos modelos. Por fim, com o auxílio da geoestatística foram
confeccionados mapas da área com os dados obtidos pelo método convencional e
preditos pelos modelos. A técnica de “limpeza” das variáveis de entrada por meio da
stepwise, permitiu que o resultado do modelo de aprendizagem fosse aprimorado.
Foram apresentados os melhores resultados das métricas de avaliação, utilizando
apenas cerca de 2% do volume original de dados. A variabilidade geológica impacta
diretamente nos dados obtidos pelos sensores e nas predições. A fusão de dados foi
eficiente na estimativa dos atributos mineralógicos. Individualmente os dados obtidos
por EFRX foram mais eficientes nas predições.
Palavras-chave: Pedometria; Mineralogia do solo; Banco de dados amplos;

Inteligência artificial; Agricultura digital.
27
Abstract: The analysis of soil attributes is extremely important for agriculture.

However, traditional quantification methods are costly, time-consuming and generate
waste, which is often polluting. Diffuse reflectance spectroscopy (ERD), x-ray
fluorescence spectrometry (EFRX) and soil magnetic susceptibility analysis (SMBx)
have been used as viable alternatives in the determination of soil attributes. In this
sense, the objective of this work was to estimate soil mineralogical attributes, using
data fusion techniques obtained by ERD, EFRX and SMBx sensors and machine
learning algorithms, in soils of different geologies in the Western Plateau of São Paulo.
This area occupies approximately 13 million hectares, where soil samples were
collected at 359 points in an irregular grid. ERD, EFRX and SMBx analyzes were
carried out, as well as determination of soil mineralogical attributes, by conventional
methodologies. Afterwards, the data were submitted to two levels of fusion and then
submitted to Stepwise and XGBoost analyzes for training, testing and validation of the
models. Finally, with the help of geostatistics, maps of the area were made with data
obtained by the conventional method and predicted by the models. The technique of
“cleaning” the input variables through stepwise allowed the result of the learning model
to be improved. The best results of the evaluation metrics were presented, using only
about 2% of the original volume of data. Geological variability directly impacts the data
obtained by sensors and predictions. Data fusion was efficient in estimating
mineralogical attributes. Individually, the data obtained by EFRX were more efficient in
the predictions.
Keywords: Pedometry; Soil mineralogy; Large database; Artificial intelligence; Digital

agriculture.
28
2.1 Introdução
A distinta frequência e a intensidade de fatores e processos de formação do
solo em zonas tropicais comumente é expressando nas propriedades morfológicas,
químicas, físicas e mineralógicas do solo (Fonseca et al., 2021). Resultando na
frequente presença de solos intensamente intemperizados nessas regiões (Minasny
e Hartemink, 2011b).
Como resultado, os principais minerais de ocorrência na fração argila desses
solos são óxi-hidróxidos de alumínio e ferro, como a gibbsita (Gb), hematita (Hm),
goethita (Gt) e o aluminossilicato caulinita (Ct) (Eberhardt et al., 2008b). Segundo
(Baldo et al., 2021a) esses óxidos apresentam diversas constituições e formas, além
de proporcionar uma ampla variação na cor do solo, agregação das partículas,
retenção de cátions e ânions e o buffer de elétrons e prótons. Sendo assim
influenciam diretamente na resposta do solo às práticas de manejo, mesmo quando
presentes em concentrações muito pequenas (Schwertmann and Taylor, 2018).
Os métodos tradicionais de caracterização da mineralogia como: a difração
de raios X (DRX) que avalia a estrutura dos cristais no solo (Whittig, 1965), extração
por ditionito–citrato-bicarbonato (FED) que consiste na dissolução redutiva por
ditionita, onde íons de Fe2+ e Al3+ são reduzidos e liberados em solução (Holmgren,
1967b) e na extração por amônio-ácido oxálico (FEO) que induz a formação
complexos solúveis entre o oxalato e os íons Al e Fe e ao atingir o pH < 3.5 ocorre a
adsorção de oxalato e liberação de íons Al3+ e Fe3+ (McKeague e Day, 1966)
apresentam limitações em sua aplicação.
Dentre essas limitações, destaca-se: a necessidade de técnicos que dominem
os métodos para realização das análises, longo tempo para execução, alta
periculosidade e por fim, apresentando alto custo (Mendes et al., 2022a). Por
consequências tais analises se limitam ao meio acadêmico

29
A fim de obter um método efetivo para caracterização da mineralogia, a
pedometria vem baseando seus avanços no uso de metodologias práticas, de baixo
custo e de fácil acesso, como o uso de sensores. A associação de dados obtidos por
sensores de espectroscopia de reflectância difusa (ERD), espectrometria de
fluorescência de raios-x (EFRX) e susceptibilidade magnética (SMBx) já vem sendo
aplicadas com sucesso em várias subáreas da ciência do solo (Bahia et al., 2017b,
2015; Marques et al., 2014; Silva et al., 2020b; Silvero et al., 2019; Weindorf et al.,
2014b). Na literatura, já podem ser observadas predições de atributos mineralógicos
e físicos como a textura, e químicos (pH, CTC, entre outros), pela fusão dos sensores
(Padarian et al., 2019; Tsakiridis et al., 2020) ou pelo uso destes de forma individual
(Almeida et al., 2021; Bahia et al., 2017b, 2015; Baldo et al., 2021a; Silva et al.,
2020b).
O que há em comum nos dados obtidos a partir desses três sensores (SMBx,
EFRX e ERD) é a especificidade e o grande volume de informações geradas.
Portanto, são necessárias técnicas de modelagem matemáticas mais robustas,
como as técnicas relacionadas ao aprendizado de máquina (AM), que vem ganhando
destaque neste âmbito (Almeida et al., 2021). Estas técnicas permitem modelar as
relações não lineares dos dados, algo que os métodos estatísticos tradicionais
lineares não permitiam (Bekker et al., 2019b).
A AM consiste em utilizar algoritmos matemáticos capazes de processar
(aprender) em sistemas, por meio de análises de regressão e de classificação, à
medida que são submetidos a treinamentos (Canizo et al., 2019). Dentre os
algoritmos de AM o eXtreme Gradient Boosting (XGBoost), algoritmo de última
geração, fornece melhores resultados em uma ampla gama de problemas (Chen e
Guestrin, 2016). Seu design reduz com sucesso a complexidade da estrutura de uma
rede neural e evita o overfitting (Zhan et al., 2022).

30
Neste contexto, levanta-se a hipótese de que o uso de dados obtidos por
sensores (com baixo custo e rapidez) associados a diferentes níveis de fusão de
dados e algoritmos de AM podem aprimorar a estimativa de atributos do solo,
permitindo a confecção de mapas de manejo específico de alta precisão. Portanto,
o objetivo deste trabalho foi estimar atributos mineralógicos (FED e FEO), utilizando
diferentes níveis de fusão de dados e o algoritmo XGBoost, a partir de dados obtidos
dos sensores ERD, EFRX e SMBx, em solos de diferentes formações geológicas no
Planalto Ocidental Paulista.
2.2 Material e métodos
2.2.1 Caracterização da área de estudo
Neste trabalho utilizou-se um banco de dados legados, cedido pelo grupo de
pesquisa Caracterização do Solo para Fins de Manejo Específico (CSME) da Unesp-
Jaboticabal. O banco de dados refere-se à uma área do Planalto Ocidental Paulista
(POP) que corresponde a aproximadamente 48% de todo o Estado de São Paulo,
totalizando 13 milhões de hectares (Figura 1a). A área produz cerca de 80% da
produção nacional de etanol, açúcar e citros e já vem sendo estudada por vários
autores do grupo CSME (Silvero et al., 2019).
A geologia do POP é constituída por dois tipos de rochas: magmática e
sedimentares. A rocha magmática extrusiva corresponde a formação Serra Geral.
Enquanto as sedimentares constituem-se de várias formações geológicas: Grupo
Caiuá composto pelas Formações Santo Anastácio e Rio Paraná no estado de São
Paulo, correspondente a depósitos de lençóis de areia, de clima seco, acumulados
em extensas e monótonas planícies desérticas, marginais dos grandes complexos
de dunas do sand sea (Deserto Caiuá) que se estende para região norte do estado
do Paraná; e o Grupo Bauru é composto pelas formações Uberaba, Vale do Rio do
Peixe, Araçatuba, São José do Rio Preto, Presidente Prudente e Marília (Fernandes
31
et al., 2007, 2004).
Figura 1. Mapa de localização da área, com destaque para a malha irregular

estabelecida no estudo (a), Mapa de distribuição da formação geológica (b) e Mapa
da distribuição das classes de solo (c).
Segundo o mapa de solos do Instituto Agronômico de Campinas, seis classes
de solo foram registradas na área de estudo: Argissolo Vermelho-Amarelo, Latossolo
Vermelho, Latossolo férrico, Neossolo Litólico, Nitossolo Vermelho e Gleissolo
Háplico (Figura 1c). Segundo o padrão geológico os solos de geologia basáltica
apresentam maiores conteúdos de Gb e Hm, enquanto os solos originados de arenito
apresentam os maiores conteúdos de Ct, conforme pesquisas já publicadas para a
área de estudo (Silva et al., 2020b).
Seguindo a classificação de Thornthwaite, o POP apresenta o clima tropical
com inverno seco predominante no norte e noroeste, o clima temperado úmido, com
verão quente, prevalecendo no sul e o clima temperado úmido com inverno seco e
verão quente no leste e sudeste (Thornthwaite, 1948).
2.2.2 Plano amostral de coleta de pontos
Para a amostragem levou-se em consideração a base do arquivo de rodovias
do Estado de São Paulo, fornecido pelo Departamento de Estradas de Rodagem
(DER). Com isso, criou-se um plano, por meio da ferramenta ET GeoWizards, no

32
ArcView 9.3. Essa amostragem promoveu representação espacial na área de
estudo, especialmente nos compartimentos geológicos e pedológicos do POP
(Figura 1a). O total de 359 amostras de solo foram coletadas em áreas preservadas
adjacentes às áreas agrícolas com mínima interferência antrópica, tendo como
alinhamento as rodovias (Estado SP), em um espaçamento mínimo de 10
quilômetros (km), até o espaçamento máximo de 60 km.
2.2.3 Análises de laboratório
Os atributos mineralógicos, foco deste estudo, são os teores de ferro
cristalinos extraídos por ditionito-citrato (FED), que foi determinado seguindo a
metodologia de (Mehra and Jackson, 1958). E os teores de ferro extraídos por
amônio-ácido oxálico (FEO), relativos aos óxidos de ferro pedogenéticos de baixa
cristalinidade, cuja determinação seguiu a metodologia citada por (Camargo et al.,
1986).
Para fins de caracterização da área foram citados os teores de Gt e Hm,
obtidos utilizando a difratometria de raios-X (DRX), após a separação da argila pelo
método de centrifugação (Mehra e Jackson, 1958) e tratamento com NaOH 5 mol L-

1 (1g argila/100 ml solução) para a concentração dos mesmos, segundo método de
Norrish e Taylor (1961) modificado por Kampf e Schwertmann (1982).
E para determinação da granulometria realizou-se o método da pipeta, com
uma solução de NaOH 0,1 mol L-1 como dispersante químico e agitação mecânica
em aparato de baixa rotação, por 16 horas, seguindo metodologia preconizada
(EMBRAPA, 2017).
2.2.4 Sensores
A análise de ERD foi feita utilizando um sensor Lambda 950 UV/VIS/NIR. As
amostras de 0,5 g de terra fina seca ao ar (TFSA) foram acomodadas em porta
amostra individual (3,0 × 0,5 cm). Efetuou-se em cada amostra uma varredura de
33
reflectância na faixa do Visível (VIS), entre 250 e 900 nanômetros (nm) e do
infravermelho próximo (NIR) entre 900 e 2500 nanômetros (nm), em um intervalo de
1 nm gerando um banco de dados de 2250 variáveis por amostra de solo.
Para a análise de EFRX foram utilizadas 2 gramas de TFSA, peneirados e
homogeneizados. As amostras foram escaneadas no equipamento modelo NexQc e
irradiadas na atmosfera do ar, utilizando um tubo de raios X Rh operado na corrente
1 (C1) 15 kV, que efetua a leitura das vibrações que indicam a presença de sódio a
escândio (considerando a tabela periódica) e na corrente 2 (C2) 50 kV, que efetua a
leitura das vibrações que indicam a presença de titânio a urânio, por 200s e 250s,
respectivamente.
A análise de SMBx foi determinada utilizando-se de 10 g de TFSA, utilizando
o equipamento Bartington MS2, acoplado ao sensor Bartington MS2B em baixa
frequência (0,47 kHz) e foi gerado o total de uma variável por amostra de solo.
2.2.5 Fusão de Dados
Os dados gerados pelos três sensores: ERD (VIS e NIR), EXRF (C1 e C2) e
SMBx, foram combinados de diversas formas, com o objetivo de aprimorar as
predições e encontrar, assim, a combinação que gera resultados mais precisos nas
estimativas de FED e FEO, obtendo o total de 17 combinações (Tabela 1). No
presente trabalho foram testados dois níveis de fusão: a de nível baixo (LLF), que
consiste na concatenação dos dados gerados pelas três fontes em um único banco
de dados, apresentando na linha as amostras de solo analisadas e nas colunas as
diferentes variáveis geradas por cada um dos três sensores. Neste nível foi gerado
um único banco de dados de 6348 variáveis passando a ser um banco de dados
amplo que se caracteriza por um alto número de variáveis e um baixo número de
amostras (Borràs et al., 2015b).

34
Tabela 1. Níveis de fusão de dados e as distintas combinações de sensores testados

na pesquisa.
Nível de Fusão Banco de Dados Gerado
Nível Médio VIS
Nível Médio NIR
Nível Médio C1
Nível Médio C2
Nível Médio SBMx
Nível Médio VIS+NIR
Nível Médio VIS + C1
Nível Médio VIS + C2
Nível Médio VIS + SBMx
Nível Médio NIR + C1
Nível Médio NIR + C2
Nível Médio NIR + SBMx
Nível Médio C1 + C2
Nível Médio C1 + SBMx
Nível Médio C2 + SBMx
Nível Médio Variáveis relevantes selecionadas pela Stepwise
Nível Baixo Todas as Variáveis
C1- Corrente 1 de 15 kV; C2 - Corrente 2 de 50 Kv; VIS – reflectância na faixa do visível; NIR - reflectância
infravermelho próximo; SBMx –suscetibilidade magnética.
O segundo nível testado foi o nível médio (MLF) que consiste inicialmente na
extração de algumas variáveis relevantes do banco de dados de cada sensor
separadamente. Em seguida as variáveis selecionadas são concatenadas em uma
única matriz, apresentando na linha as amostras de solo analisadas e nas colunas
as variáveis selecionadas de cada sensor.
Para este nível foram gerados 17 bancos de dados, sendo 5 com os sensores
individuais para avaliação de forma isolada, 10 contendo distintas combinações de
sensores e 2 contendo todos os sensores em um banco de dados.
2.2.6 Análises Estatísticas
Em posse do banco de dados, a primeira análise realizada foi a estatística
descritiva dos atributos do solo (textura, FED e FEO) e para viabilizar o entendimento
dos dados foram desenvolvidos gráficos de violinos, agrupados em função dos
compartimentos geológicos existentes na área de estudo. Em seguida os

35
compartimentos geológicos foram convertidos em variável dummy (Suits, 1957),
onde solos de compartimento arenítico foram classificados como 0 e solos de
compartimento basáltico como 1. Na sequência foi desenvolvida uma matriz de
correlação de spearman com as variáveis dummy e os atributos de solo.
Na etapa seguinte iniciou-se o processo de fusão de dados. A primeira
realizada foi a de nível baixo onde as variáveis foram concatenas em um único banco
de dados sem nenhuma etapa de pré-processamento. Já a fusão de nível médio
exige uma pré-seleção das variáveis mais relevantes para os atributos de forma
individual. E por fim a concatenação das variáveis mais relevantes de todos os
sensores.
Para a seleção dos atributos mais relevantes de cada sensor, os dados foram
submetidos à análise de regressão linear múltipla com seleção de variáveis pelo
método Stepwise forward - backward. As variáveis target foram os valores de FED e
FEO. Para facilitar o entendimento do processamento dos dados foi confeccionada
Figura 2, com um fluxograma de todas as etapas.

36
C1- Corrente 1 de 15 kV; C2 - Corrente 2 de 50 Kv; VIS – reflectância na faixa do visível; NIR -
reflectância infravermelho próximo; SBMx –suceptibilidade magnética, FRX – fluorescência de raio x.
Figura 2. Fluxograma do passo a passo do processamento de dados até a obtenção

dos mapas de FED e FEO para o Planalto Ocidental Paulista.
Ao fim da etapa de fusão foram obtidos o total de 17 bancos de dados para
cada atributo mineralógico. Para entender como essas variáveis geradas pelos
sensores se relacionam com FED e FEO, foram desenvolvidos 4 heatmaps para
cada atributo, contendo os comprimentos de onda selecionados na fusão de dados
nível médio de cada sensor.
Na etapa seguinte deu-se início a predição dos atributos FED e FEO utilizando
os 17 banco de dados desenvolvidos nas etapas anteriores. O algoritmo utilizado foi
o XGBoost. O XGBoost é uma técnica de aprendizagem de máquina que tem como
principal característica a escalabilidade, alta precisão e ampla aplicação (Nguyen et
al., 2022). Ela consiste em uma variação dos algoritmos de árvore de decisão, com
a técnica de aumento de gradiente que atua ajustando as funções de perda que são
37
minimizadas pela estrutura de interações sequenciais do algoritmo (Hikouei et al.,
2021). Ou seja, o XGBoost usa árvores sequencialmente otimizadas.
Este algoritmo tem capacidade de trabalhar com problemas de classificação
e regressão. Neste trabalho, devido à natureza dos dados optamos pelo de
regressão. O algoritmo foi aplicado nos dezessete bancos de dados gerados a partir
da fusão. Todos os bancos de dados foram divididos em 60% para treino e 40% para
teste, pensando que o algoritmo é impulsionado pelo adequado ajuste de
parâmetros. Juntamente, foi utilizado um algoritmo de otimização, chamado
RandomizedSearchCV, no qual foi estabelecido o total de 6 parâmetros
(n_estimators, max_depth, reg_lambda, subsample, colsample_bytree, booster) com
10 possibilidades cada, para todos os modelos e foi selecionado o total de 50 árvores
com 0,5 de taxa de aprendizagem.
Para avaliar o desempenho do modelo, foram estabelecidas 3 métricas: o
coeficiente de determinação (R2), erro médio absoluto (MAE) e a raiz quadrada do
erro médio (RMSE). Por fim para avaliarmos o desempenho do modelo no espaço,
os dados observados em campo e o resultado do modelo de melhor performasse
selecionado com base nas métricas a citadas acima, foram interpolados através do
método geoestatístico de krigagem (Oliver e Webster, 2014a). Para todas as
análises, foram utilizadas as linguagens de programação R e Python, de forma
concomitante, no ambiente Jupyter notebook.
2.3 Resultados e discussão
2.3.1 Estatística exploratória
Com o objetivo de caracterização da área, o primeiro atributo avaliado foi a
argila. Nota-se que esta apresentou maiores valores no compartimento basáltico,
diferente do atributo areia, que se mostrou predominante no compartimento
arenítico, associações minerais comuns em solos derivados de basalto e arenito

38
(Hong et al., 2023). Em ambos os atributos se nota uma grande amplitude de
variabilidade dos dados entre os pontos máximos e mínimos e tal fato pode ser
atribuído as zonas de transição geológica existentes devido ao tamanho da área de
estudo.
Tabela 2. Análise exploratória da granulometria e conteúdo de ferro ditionito e

oxalato, para solos de diferente geologia do Planalto Ocidental Paulista
Compartimento Arenítico
Argila Areia FED FEO Teor de Hm Teor de Gt
Máximo 589,50 926,98 76,38 5,59 105,00 116,00
Q3 176,13 824,25 25,51 1,10 39,00 32,00
Média 156,92 724,33 21,35 1,03 28,34 25,96
Q1 87,37 700,14 12,40 0,45 9,00 14,00
Mínimo 24,00 86,47 4,93 0,16 2,00 3,88
Compartimento Basáltico
Máximo 644,00 843,25 51,77 5,89 43,92 81,00
Q3 535,50 515,25 49,80 3,54 31,00 18,00
Média 431,38 379,74 43,14 2,53 22,00 18,84
Q1 351,00 184,50 44,72 1,24 14,00 9,00
Mínimo 67,00 102,36 15,60 0,21 3,00 3,00
Figura 3. Gráficos do tipo violino para caracterização dos teores dos atributos dos
solos do Planalto Ocidental Paulista.
O FED foi a terceira variável analisada, esta apresentou um comportamento
semelhante ao da argila, apresentando maiores valores nos compartimentos de

39
basalto, devido principalmente à maior presença de minerais de Fe mais bem
cristalizados nesses ambientes (Teixeira et al., 2016).
Já quando se observa o comportamento de FEO nota-se uma grande
variabilidade na distribuição dos valores presentes no compartimento basáltico, o
que pode ter sido influenciado devido serem rochas enriquecidas em Fe (até 15%
em peso de FEO), porém podem conter grandes quantidades de minerais amorfos
ricos em Fe (Lee et al., 2018; Stranghoener et al., 2020).
Após o entendimento da distribuição dos dados, foi realizada a análise de
correlação de spearman que permitiu constatar que, de fato, a distribuição
semelhante representa um alto coeficiente de correlação de FED com o teor de Hm
e com o teor de Gt (Teixeira et al., 2016). O atributo FEO também apresentou
correlação com os mesmos minerais, porém, inferior à citada anteriormente. Os
Minerais Hm e Gt apresentaram correlação direta, porém moderada, tal fato pode
ser atribuído as distintas características de formação destes minerais.
Figura 4. Matriz de correlação de spearman entre os compartimentos geológicos do

solo, conteúdos de Hematita (Hm) Goethita (Gt) e de ferro cristalino (FED) e ferro
não cristalino (FEO), para solos do Planalto Ocidental Paulista.
Geralmente temperaturas médias, menor evapotranspiração, condições
úmidas, altas precipitações e solos com baixo teor de ferro, como os arenitos,
40
favorecem a formação da goethita (Balsam et al., 1995; Cornell e Schwertmann,
2006), enquanto a formação de hematita é favorecida em condições quentes e
secas, baixa precipitação, solos ricos em ferro, como o basalto, além de pH neutro e
elevado teor de Al (Cornell e Schwertmann, 2006; Fink et al., 2016; Kampf e
Schwertmann, 1982).
2.3.2 Fusão de dados
Tendo entendimento de como FED e FEO se relacionam com os
compartimentos geológicos e com os teores de Hm e Gt, iniciou-se o processo de
fusão dos dados obtidos por meio dos sensores ERD, EFRX e SMBx.
No presente trabalho foram testados dois níveis de fusão, o nível médio exige
uma pré-seleção das variáveis mais relevantes, utilizando o algoritmo Stepwise para
os sensores de forma individual e, por fim, a união de todas as variáveis mais
relevantes de cada um. Obteve-se para FED a seleção de 10 comprimentos de onda
do espectro VIS, 18 do NIR, 19 pontos de energia para C1 da EFRX e 15 na C2,
aproximadamente 1,35% do total do banco de dados inicial. Para a predição do FEO
o algoritmo selecionou 25 faixas do VIS, 24 do NIR, 13 pontos de energia de C1 e
27 em C2 da EFRX, aproximadamente 2,15% do total do banco de dados inicial.
Nota-se que para FEO o algoritmo indicou a necessidade de um maior número
de variáveis para a sua estimativa, tal fato pode ser atribuído às características de
sua formação que são muito especificas. Logo, são necessárias mais variáveis
dependentes para capturar as nuances do atributo, uma vez que pode haver grande
variabilidade na quantidade desses tipos de Fe na rocha de origem, podendo chegar
a 15% (Stranghoener et al., 2020).
Nota-se que o cluster hierárquico foi capaz de realizar o agrupamento com
base nos compartimentos geológicos existentes. Ao avaliar os mapas de calor são
nítidas as relações de FED com as refletâncias e energias selecionadas pela

41
Stepwise. Na Figura 5a (FED-VIS) e 5b (FED-NIR) é possível notar que onde existe
a ocorrência de maiores teores de FED a refletância dos comprimentos de onda é
menor, já no compartimento arenítico, encontram-se os menores teores de FED, que
ocasiona em maiores refletâncias.
Liu et al. (2021) observaram menor reflectância em solos de basalto na faixa
do NIR, em comparação a solos com maiores quantidades de areia quartzosa.
Bachmann et al. (2014) relatam evidências entre o tamanho da partícula e a
refletância, à medida que o tamanho da partícula diminui a refletância reduz junto,
especialmente para partículas menores que 200 μm. A diminuição é mínima no
Visível, mas torna-se mais forte em comprimentos de onda mais longos no
infravermelho.
Pontos coletados
Comprimentos de onda selecionados pela stepwise

42
Figura 5. Análise de Cluster com mapa de calor para as faixas de comprimento de

onda da ERD (VIS e NIR) e EFRX (correntes 1 e 2), respectivamente, selecionadas
pela Stepwise como significativas para a predição de FED, para solos do Planalto
Ocidental Paulista
Tal comportamento foi observado tanto no mapa de calor desenvolvido para
VIS como para NIR. Porém, na figura 5a (FED-VIS) podemos destacar a ocorrência
de dois agrupamentos de comprimentos de onda, realizados pelo cluster hierárquico,
onde ocorreu a separação dos comprimentos de onda nos intervalos 366 – 462 nm,
que são mais associados às cores roxo e azul, e no intervalo 611 – 837 nm, que
compete mais às cores laranja e vermelho.
Pode-se inferir que os solos do agrupamento basalto refletem mais nos
comprimentos de onda do laranja e vermelho e refletem menos nos comprimentos
de onda do azul e roxo, indicando, assim, solos que variam do vermelho ao
alaranjado, cores tipicamente encontradas em solos de origem basáltica (Swetha et
al., 2022).
Diante de tudo que foi observado nos mapas de calor de VIS e NIR, nota-se
um comportamento semelhante nos picos de energia gerados pela FRX. Na imagem
“c” (FED-C1) e “d” (FED-C2) é possível observar que o cluster também dividiu os
picos de energia em dois grandes grupos, onde um deles apresenta correlação direta
com os teores de FED e o outro correlação inversa, ou seja, à medida que o teor de
FED aumenta a energia desses pontos diminuem. Os picos de energia que estão
localizados entre 6 e 7 foram os que apresentaram correlação mais alta com os
teores de FED. Segundo a literatura, dois picos de ferro são detectados pela
florescência, este são localizados entre os pontos 6 e 7 do espectrograma da FRX
(Santos et al., 2021; Nawar et al., 2022).
Na figura 5c (FED-C1) foi observado que os picos de 3.0 a 3.5 Kev também
manifestaram relação direta com o FED, mesmo que menos intensa que a citada
43
anteriormente. Nesses pontos, segundo a literatura, é comum detectar o elemento
cálcio, possivelmente relacionado ao fato de que em solos oriundos de basalto os
plagioclásios com alto teor de cálcio serem minerais muito comuns (Lu et al., 2020;
Sun et al., 2020). Os pontos que apresentaram relação mais inversa com FED estão
localizados entre 1.7 e 2.0 Kev, nesses pontos é comumente detectado silício (dos
Santos et al., 2021; Nawar et al., 2022).
Assim como FED, observando a figura 6a (FEO-VIS) e figura 6b (FEO-NIR)
nota-se que os solos de compartimento basáltico apresentam a maior ocorrência de
FEO e menores valores de refletância. Nota-se que o cluster hierárquico separou as
refletâncias em dois grandes grupos. No grupo que compete de 338 a 494 nm
observamos relação inversa entre a refletância e o teor de FEO.
Assim como observado em FED, a refletância dos comprimentos de onda
associados ao roxo e o azul reflete menos e nos solos com maior teor de FEO,
quando comparados com os comprimentos de onda ligados aos espectros vermelho
e laranja, devido à maior quantidade de óxidos de ferro que conferem essa cor aos
solos oriundos de basalto, como ferridrita, hematita e goethita (Santos et al., 2021;
Liu et al., 2021; Swetha et al., 2022).

44
Pontos Coletados
Comprimentos de onda selecionados pela stepwise
Figura 6. Figuras a, b, c e d representam as faixas de comprimento de onda da ERD

(VIS e NIR) e EFRX (correntes 1 e 2), respectivamente, selecionadas pela Stepwise
como significativas para a predição de FEO.
Nas figuras 6c e 6d (FEO-C1 e C2), ocorreu a divisão em dois grandes
clusters, um deles apresenta correlação direta com os teores de FEO, destes
podemos destacar os picos de 6 a 7 que foram os que apresentaram correlação
inversa mais intensa o que pode ser associado a conhecida ocorrência de dois picos
de ferro neste ponto da curva (Santos et al., 2021; Nawar et al., 2022).
2.3.3 Análise de predição
Na Tabela 3 pode-se observar as métricas utilizadas para avaliar a

45
performance dos modelos gerados utilizando o algoritmo XGBoost. De modo geral
podemos dizer que os modelos desenvolvidos para FED e FEO apresentaram um
desempenho semelhante. Os modelos que apresentaram os piores valores das
métricas foram os que utilizaram somente a SMBx como variável preditora, tanto
para FED quanto para FEO.
Os melhores modelos preditivos, quando se analisa as métricas de treino e
teste, foram com a utilização da combinação dos dados dos 3 sensores,
selecionados pela Stepwise, ficando com R² 0,01 e 0,14 pontos acima dos modelos
que utilizaram todos os dados, sem nenhuma limpeza.
Vale ressaltar que mesmo apresentando R² com valores próximos, a
amplitude de MAE e RMSE dos modelos que utilizaram os dados sem nenhuma
limpeza prévia, foram sempre superiores aos modelos que utilizaram os dados
filtrados. A avaliação das métricas MAE e RMSE se faz necessária na seleção do
melhor modelo de predição, uma vez que são indicadores complementares e não
excludentes, quando se trata do entendimento dos resultados obtidos
(Karunasingha, 2022).
46
1 Tabela 3. Métricas de avaliação dos modelos preditivos de FED e FEO em função da fonte de dados de Espectroscopia de Reflectância
2 Difusa (ERD), Espectroscopia de Fluorescência de raios X (EFRX) e Suscetibilidade magnética em baixa frequência (SMBx)
3
Treino Teste Treino Teste
Sensores R² MAE RMSE R² MAE RMSE R² MAE RMSE R² MAE RMSE
FED FEO
VIS 0,86 3,21 4,76 0,69 5,8 8,32 0,87 0,12 0,35 0,7 0,49 0,74
NIR 0,76 4,54 6,28 0,7 8,19 5,57 0,76 0,32 0,47 0,68 0,47 0,77
C1 0,91 2,73 3,85 0,8 3,96 6,74 0,87 0,24 0,35 0,8 0,36 0,8
C2 0,88 2,88 3,68 0,78 3,98 6,71 0,86 0,25 0,36 0,76 0,29 0,46
SBMx 0,28 8,71 11,94 0,16 8,71 12,37 0,25 0,58 0,84 0,2 0,79 1,15
VIS+NIR 0,80 4,11 5,78 0,73 5,35 7,74 0,79 0,29 0,45 0,71 0,45 0,72
VIS + C1 0,90 2,89 3,91 0,82 3,89 6,33 0,81 0,27 0,43 0,75 0,35 0,81
VIS + C2 0,90 2,98 4,1 0,78 4,1 6,95 0,91 0,16 0,28 0,84 0,2 0,38
VIS + SBMx 0,78 4,28 6,03 0,66 6,35 8,47 0,76 0,31 0,48 0,68 0,47 0,77
NIR + C1 0,91 2,79 3,73 0,86 3,4 5,52 0,84 0,26 0,39 0,8 0,33 0,53
NIR + C2 0,90 3,01 3,95 0,86 3,69 5,64 0,81 0,27 0,42 0,78 0,37 0,62
NIR + SBMx 0,91 2,66 3,88 0,82 4,69 6,39 0,8 0,3 0,44 0,75 0,43 0,68
C1 + C2 0,94 2,21 3,09 0,79 4,02 4,89 0,89 0,18 0,31 0,82 0,31 0,57
C1 + SBMx 0,91 2,64 3,42 0,83 3,84 6,16 0,87 0,25 0,35 0,81 0,37 0,59
C2 + SBMx 0,89 2,72 3,75 0,8 3,57 5,82 0,85 0,27 0,37 0,79 0,31 0,52
Variáveis
relevantes
0,95 2,18 3,05 0,92 2,55 3,49 0,92 0,14 0,26 0,89 0,19 0,38
selecionadas
pela Stepwise
Todas as
0,94 2,35 3,10 0,89 2,8 4,52 0,83 0,22 0,39 0,75 0,38 0,67
Variáveis
4 *VIS – Faixa do Visível; NIR – faixa do infravermelho próximo; C1 – corrente 1 da EFRX; C2 – corrente 2 da EFRX; SBMx – Susceptibilidade
5 magnética
47
Segundo Kuncheva et al. (2020) o desempenho superior dos modelos com
dados filtrados pode ser associado alto número de recursos e um baixo número
de repetições quando os dados não são filtrados, o que pode prejudicar
gravemente o bom desempenho dos algoritmos de aprendizagem, podendo
ocasionar problemas de overfitting dos dados, além da baixa representatividade
das amostras, o que pode retornar um conjunto de recursos de baixa
confiabilidade.
Nesse sentido, o ideal é possibilitar a seleção das variáveis da forma mais
simples possível. Essa redução do banco de dados ressalta a importância do uso
de técnicas que permitam remover as variáveis não ou pouco relevantes para a
predição do atributo de interesse e garantir a construção de modelos consistentes
de predição, diminuindo o risco de inferências não confiáveis e reduzindo o custo
computacional (Anzanello et al., 2013).
O uso da faixa VIS, mesmo não apresentando as melhores métricas, pode
ser uma alternativa interessante pensando em praticidade. A faixa do VIS pode
ser facilmente obtida por satélites, que garantem a obtenção dos dados de forma
ainda mais fácil e rápida. Como apontam as métricas, os resultados não teriam
muita exatidão, mas poderiam facilmente auxiliar em tomadas rápidas de
decisões.
Outro ponto que podemos destacar na Tabela 3 é que a nível de sensores,
os dados gerados pela EFRX se mostraram variáveis preditoras mais eficientes
na predição de FED e FEO, quando comparado com os dados gerados por ERD.
Nota-se ainda que a fusão dos sensores ERD e EFRX, independentemente da
corrente e faixa, geraram modelos de alta performance, se tornando apenas um
pouco menos assertivo que o melhor modelo observado.

48
Resultados obtidos por Shrestha et al. (2022) e Zhao et al. (2022)
corroboram com o que foi demonstrado neste trabalho, no qual a fusão e limpeza
dos bancos de dados se mostraram eficientes na melhora da qualidade dos
modelos preditivos.
De todos os modelos desenvolvidos destacamos três para FED e três para
FEO o primeiro foi o de melhor desempenho (Todas as variáveis selecionadas), o
melhor modelo gerado com duas fontes para FED (C1 + C2) e para FEO (VIS +
C2). Por fim, selecionamos o modelo gerado pelo VIS por ser um dado de fácil
obtenção e baixo custo, podendo ser aplicado até via satélite.
Para agregar no entendimento do desempenho dos modelos foram
desenvolvidos modelos de regressão, onde no eixo X são apresentados os dados
observados e no Y os dados preditos. Na figura 7 fica nítida a distribuição do
banco de dados, principalmente para FED. Nota-se que tem uma grande
concentração de dados na parte inferior do eixo, representando os menores
valores de FED e FEO, podendo ser associado ao compartimento geológico
arenítico e uma concentração na parte superior da reta, representando os maiores
valores de FED e FEO, que estão associados ao compartimento basáltico.
É possível observar que o modelo se mostra mais errático quando estão na
zona de transição entre os compartimentos geológicos, ou seja, no meio da reta.
Tal fato pode ser associado à representatividade da amostra, por se tratar de uma
zona de transição, o que gera mudanças abruptas nos valores, além da
quantidade de repetições no local não ter sido suficiente para o entendimento
adequado do padrão.
Além disso, espera-se que a classe com maior ocorrência seja predita com
mais precisão, em comparação com aquela com menor ocorrência, logo, um

49
tamanho de amostra menor contribui para a incerteza do modelo (Zeraatpisheh et
al., 2017).
Figura 7. Distribuição de dados preditos e observados para solos do Planalto

Ocidental Paulista. a): Variáveis relevantes selecionadas pela Stepwise; b) C1 +
C2; c) VIS + C2.
Os modelos desenvolvidos para FEO se mostram mais erráticos em
relação aos de FED, tais fatos podem ser associados as características únicas da
formação de FEO o que não gera essa clara definição dos compartimentos
geológicos, devido principalmente à grande variabilidade na presença de minerais
amorfos ricos em Fe (Lee et al., 2018; Stranghoener et al., 2020).

50
Além disso as regressões de FEO se mostraram mais erráticas nos valores
extremos, o que pode ser associado a uma baixa densidade amostral desses
valores extremos de FEO no banco de dados. Fato semelhante foi observado por
(Baldo et al., 2021b). Os autores observaram que quanto mais extremos os
valores de FEO, mais errático o modelo se torna. Ressaltasse que no trabalho dos
autores acima citados os dados foram mais erráticos, para FED o modelo
utilizando ERD e Randon Forest obteve o R2 de 0,62 e FEO de 0,56 mostrando a
diferença e maior eficiência do algoritmo utilizado no presente estudo.
Dentre os modelos, de fato o gerado com base no VIS apresenta maior
dispersão nos dados em relação à reta, quando comparado com os demais
modelos, justificando o desempenho inferior de suas métricas. Como resultado do
trabalho, observa-se que o pré-processamento adequado e a junção de sensores,
agregado das técnicas de aprendizagem de máquina, potencializam o
desempenho dos modelos.
Porém, a decisão do uso de vários sensores ou da robustez do
processamento irá depender do objetivo do estudo, da necessidade de eficiência,
da área estudada, entre outros inúmeros fatores. Os resultados mostram qual foi
o melhor processamento de dados a ser adotado e quais sensores foram mais
eficientes, bem como quais fusões melhoram a performance do modelo em
relação ao uso de uma única faixa, com métricas razoáveis.
O objetivo é entender se de fato as fusões e técnicas processamento
robusta afetam o desempenho do modelo e como cada sensor agrega esse
desempenho e de fato garantir que o gestor tome a decisão de forma mais
assertiva possível com base no banco de dados disponíveis, no tamanho da área,
na necessidade de trabalho, entre outros fatores.

51
2.3.4 Análise Geoestatística
Por fim, foram realizadas as krigagens dos dados preditos e observados de
FED e FEO, para os modelos destacados anteriormente na Figura 7. Nos
semivariogramas (Figura 8), nota-se comportamento muito semelhante entre os
dados preditos e observados, o que é associado à elevada acurácia dos modelos
preditivos desenvolvidos. Os dados se ajustaram ao modelo esférico, o que se
justifica pela característica pedoindicadora dos óxidos de ferro, como já apontado
em outras literaturas (Silva et al., 2020, Bahia et al. 2017) e pela sua transição
ocorrer de forma mais lenta, associada à transição geológica.
O semivariograma desenvolvido para o FEO obteve um valor de feito pepita
menor quando comparado a FED indicando que devido ao tamanho da área de
estudo que é mais difícil captar a variabilidade em pequena escala de FED. Para
os semivariogramas desenvolvidos, nota-se que para o que foi desenvolvido
utilizando o modelo de variáveis relevantes selecionadas pela stepwise foi o que
apresentou patamar mais próximo ao dos dados observados, outro ponto que
destacar além disso obteve patamar mais bem estabelecido, quando comparado
aos semivariogramas de FED, o que pode ser atribuído aos compartimentos
geológicos que conforme observado na figura 7, afetam mais a distribuição de
FED, gerando concentração de dados nos extremos.
Outra medida avaliada foi o alcance se mostrou semelhando em todos os
semivariogramas, tanto para FED como para FEO e por fim foi calculado ainda o
avaliador de dependência espacial e em todos os semivariogramas detectamos
elevada dependência espacial entre os dados.

52
Foram desenvolvidos o total de quatorze mapas, sendo sete para FED e
sete para FEO, além de gráficos violino comparando a distribuição dos dados
observados e preditos pelo modelo (Figura 9). Na Figura 9, observamos o mapa
intitulado como FED-observado. Nota-se a predominância dos maiores teores de
FED nos extremos do mapa, o que se relaciona diretamente com o mapa de
formação do solo (Figura 1b). Nestes locais o material de origem para a formação
do solo é a rocha basáltica, rica em minerai férricos.
No mapa é possível observar uma mudança gradual dos valores de FED
até a região central e oeste do POP, onde há predomínio do tom azulado,
representando menores valores de FED. É nesta região que temos como rocha
de origem o arenito (Fernandes et al., 2007; Mello et al., 2021).

53
*C0: Efeito pepita. SQR: Soma do quadrado dos resíduos. ADE: Avaliador da dependência espacial
Figura 8. Semivariogramas da krigagem ordinária a) dados observados, c)

variáveis relevantes selecionadas pela Stepwise , modelo de C1+C2 (c), modelos
VIS (d), para FED e FEO respectivamente.
Analisando o mapa da Figura 9a é possível notar a semelhança com o
mapa observado, o que se justifica pela elevada acurácia do modelo
desenvolvido, devido à semelhança entre os mapas é necessário recorrer ao
mapa de erro (Figura 9d) para detectar as diferenças entre os mapas. No mapa
de erro (Figura 9d) vê-se que o modelo subestima os dados no ambiente de
arenito, porém, o erro se aproxima a zero.
Nas regiões de maior concentração de basalto nota-se os erros mais

54
localizados e de maior amplitude, o que pode ser associado à elevada
variabilidade dos valores de FED nesses locais, o que pode ter influenciado
negativamente na predição.
Figura 9. Mapas de FED-Observado, a) modelo de variáveis relevantes

selecionadas pela Stepwise, b) modelo de C1+C2, c) modelos VIS, d) mapa erro-
modelo de variáveis relevantes selecionadas pela Stepwise, e) mapa erro-modelo
de C1+C2, f) mapa erro-modelo de VIS g) gráficos de distribuição-variáveis
relevantes selecionadas pela Stepwise, h) gráficos de distribuição-modelo de
C1+C2, i) gráficos de distribuição-modelo VIS
para os solos do Planalto Ocidental Paulista.
O mapa obtido com base no modelo, C1+C2, (Figura 9b) também se
mostrou muito semelhante ao observado. Vale ressaltar que este modelo utiliza
apenas o sensor FRX o que viabiliza a aplicação mais rápida deste modelo em
pesquisas. Este modelo assim como o anterior também se mostrou mais errático
nos valores extremos, tanto em pontos mínimos como em máximos, o que é
natural devida à alta variabilidade local como citado anteriormente.
Por fim, o mapa confeccionado utilizando o modelo obtido com VIS (Figura
9c) foi o que apresentou erros mais evidentes (Figura 9f), superestimando em três
as informações na maior parte do mapa. Vale ressaltar que mesmo se mostrando
mais errático é possível utilizar este sensor via satélite tal característica viabiliza
55
a sua adoção em grandes áreas com baixo custo (Mello et al., 2021).
Nos gráficos violinos, é nítida a semelhança na distribuição dos dados
observados e preditos, em todos é possível notar a maior concentração dos dados
na extremidade inferior e que ocorre uma redução da quantidade de amostras no
meio por isso ocorre um afinamento na sobra de distribuição e no extremo superior
ela volta a ter um alargamento, e o mesmo comportamento foi observado nos três
bancos de dados estimados. Nota-se que nas figuras h e g as linhas das medianas
ficaram muito próximas a observada, nota-se que apenas na 9i a linha ficou abaixo
do que na observada indicando que o modelo subestimou os dados usando
apenas o VIS.
Na Figura 10 é possível observar os mapas referentes ao atributo FEO.
Podemos observar os maiores valores de FEO nas extremidades do mapa.
Porém, não tão concentrado como os mapas de FED. Nota-se que mais ao centro
ocorre uma drástica redução nos valores de FEO, justificado pela predominância
de solos proveniente de arenito nesses locais (Fernandes et al., 2007).
Figura 10. Mapas de FEO-Observado, a) modelo de variáveis relevantes

selecionadas pela Stepwise, b) modelo de VIS+C2, c) modelos VIS, d) mapa erro-
modelo de variáveis relevantes selecionadas pela Stepwise, e) mapa erro-modelo
de VIS+C2, f) mapa erro-modelo de VIS g) gráficos de distribuição-variáveis
relevantes selecionadas pela Stepwise, h) gráficos de distribuição-modelo de
VIS+C2, i) gráficos de distribuição-modelo VIS
56
Assim como nos mapas da Figura 9, observamos grande semelhança entre
os mapas de FEO predito por todos os sensores com limpeza (Figura 10a) em
relação ao observado. Com base no mapa de erro (Figura 10d) é possível notar
que o modelo superestimou FEO para a maior parte do mapa, porém, com valores
em torno de 0,1 de teor de FEO. Nas regiões de maior ocorrência de basalto foram
onde ocorreram os maiores erros, corroborando com o que foi observados nas
regressões anteriormente.
Os desempenhos dos modelos, validados pelos valores das métricas
apontados na Tabela 2 se mostram semelhantes aos observados nos mapas. O
algoritmo utilizado tem eficiência para predição dos teores de FED e FEO,
utilizando a fusão dos dados de sensores. Utilizando apenas a faixa do VIS e
VIS+NIR, (Bahia et al., 2017b) em uma modelagem matemática diferente,
observaram que os valores de FED e FEO são subestimados quando nas
amostras de solo há conteúdos maiores que 100 g kg -1 e 4 g kg-1 destes
elementos, respectivamente.
Já Bahia et al. (2017) utilizando apenas SBMx observaram que os mapas
preditos são mais próximos aqueles observados para FED e FEO. Como discutido
anteriormente, os modelos utilizando SMBx neste estudo podem ter apresentados
resultados menos satisfatórios por se tratar de apenas uma leitura, enquanto as
curvas de ERD e FRX apresentam vários pontos com influências Fe e outros
atributos ligados a presença de óxidos de ferro.
Observando os gráficos violinos da figura 10 é possível notar a semelhança
na distribuição dos dados observados e preditos. Nota-se que na figura 10i
ocorreu um achatamento do violino dos dados preditos, em relação aos demais,
o que corrobora com o mapa subestimado com o modelo gerado usando apenas
57
o VIS. Nota-se ainda no violino da figura 10g que o modelo com todos os sensores
estimou com muita proximidade os outliers observados no banco de dados.
A partir de dados de cor obtidos por ERD e utilizando árvore de regressão,
Baldo et al. (2021) obtiveram mapas de FED e FEO próximos aos observados
pela metodologia convencional, para a área do POP. Todavia, os autores
observaram que na região de transição entre arenito e basalto e nos extremos no
basalto os conteúdos tendem a ser subestimados.
Neste ponto, o design diferente do algoritmo XGBoost, estruturado para
evitar o overfiting (Zhan et al., 2022), pode ter contribuído para os melhores
resultados dos mapas. Estes resultados apontam que a evolução dos modelos
matemáticos, associados aos novos sensores, vem contribuindo para o avanço
da predição de atributos do solo, com maior precisão e facilidade.
A escolha do modelo matemático, do nível de fusão de dados ou do uso
dos sensores isoladamente irá depender do objetivo do resultado. Em estudos
mais rigorosos para definição de áreas mínimas de manejo e mapeamentos
detalhados para compreensão da variabilidade espacial dos atributos do solo, é
preferível modelos mais arrojados e com maior rigor matemático, como o modelo
utilizando a fusão de todos os dados e aplicando o algoritmo XGBoost.
Em estudos mais simplificados e generalistas, ou com poucos recursos
financeiros para investimentos, podem ser utilizados modelos mais flexíveis, como
o uso de apenas um sensor. Como o modelo utilizando apenas a faixa do VIS, e
o algoritmo XGBoost, ou até algoritmos mais simples, porém que garantam uma
predição eficiente de atributos.
2.4 Conclusões
58
Os atributos FED e FEO podem ser utilizados como pedoindicadores de
Hm e Gt.
A fusão de dados nível intermediário, associada ao algoritmo de predição
XGBoost se mostrou eficiente na predição de teores de ferro cristalino e não
cristalino do solo, obtendo valores de R² de 0,95 e 0,92 para dados de treino e
0,92 e 0,89 para dados de teste, respectivamente.
A fusão nível baixo também se mostrou eficiente na estimativa dos teores
de ferro cristalino e não cristalino do solo, porém, apresentou menores valores de
R² e aumento nos valores de MAE e RMSE.
Dados de sensores utilizados de forma isolada na predição apresentam
desempenho satisfatório nas predições, porém, os modelos são
significativamente melhorados quando há a fusão dos bancos de dados de
diversos sensores.
De modo geral a aplicação exclusiva do VIS tende a subestimar os
conteúdos de ferro cristalino e não cristalino do solo.
A variação da geologia influencia diretamente nas características do solo,
o que impacta nos dados obtidos pelos sensores e na predição deles.
Os modelos de ferro cristalino são mais acurados quando comparados com
os de ferro não cristalino.
Destaca-se a maior eficiência da espectroscopia de fluorescência de raios
X em relação à espectroscopia de reflectância difusa e suscetibilidade magnética
para a predição dos atributos individualmente.
2.5 Referências
Abdikan, S., Sekertekin, A., Narin, O.G., Delen, A., Balik Sanli, F., 2022. A
comparative analysis of SLR, MLR, ANN, XGBoost and CNN for crop height
59
estimation of sunflower using Sentinel-1 and Sentinel-2. Advances in Space

Research. https://doi.org/10.1016/J.ASR.2022.11.046
Afshar, F.A., Ayoubi, S., Jafari, A., 2018a. The extrapolation of soil great groups
using multinomial logistic regression at regional scale in arid regions of Iran.
Geoderma 315, 36–48. https://doi.org/10.1016/J.GEODERMA.2017.11.030
Afshar, F.A., Ayoubi, S., Jafari, A., 2018b. The extrapolation of soil great groups
using multinomial logistic regression at regional scale in arid regions of Iran.
Almeida, G.M. de, Pereira, G.T., Bahia, A.S.R. de S., Fernandes, K., Marques
Júnior, J., 2021. Machine learning in the prediction of sugarcane production
environments. Comput Electron Agric 190.
https://doi.org/10.1016/j.compag.2021.106452
Almeida, G.M. de, Pereira, G.T., Bahia, A.S.R.D.S., Júnior, J.M., 2020.
Aprendizagem de máquina na predição de ambientes de produção de cana-
de-açúcar. Comput Electron Agric.
Andrade, R., Mancini, M., Teixeira, A.F. dos S., Silva, S.H.G., Weindorf, D.C.,
Chakraborty, S., Guilherme, L.R.G., Curi, N., 2022. Proximal sensor data fusion
and auxiliary information for tropical soil property prediction: Soil texture.
Geoderma 422, 115936. https://doi.org/10.1016/J.GEODERMA.2022.115936
Angelini, M.E., Kempen, B., Heuvelink, G.B.M., Temme, A.J.A.M., Ransom, M.D.,
2020a. Extrapolation of a structural equation model for digital soil mapping.
2020b. Extrapolation of a structural equation model for digital soil mapping.
Anzanello, M.J., Ortiz, R.S., Limbergerb, R.P., Mayorga, P., 2013. A multivariate-
based wavenumber selection method for classifying medicines into authentic
or counterfeit classes. J Pharm Biomed Anal 83, 209–214.
https://doi.org/10.1016/J.JPBA.2013.05.004
Bachmann, C.M., Philpot, W., Abelev, A., Korwan, D., 2014. Phase angle
dependence of sand density observable in hyperspectral reflectance. Remote
Sens Environ 150, 53–65. https://doi.org/10.1016/J.RSE.2014.03.024
Bahia, A.S.R. de S., Marques, J., La Scala, N., Pellegrino Cerri, C.E., Camargo,
L.A., 2017a. Prediction and Mapping of Soil Attributes using Diffuse
Reflectance Spectroscopy and Magnetic Susceptibility. Soil Science Society of
America Journal 81, 1450–1462. https://doi.org/10.2136/sssaj2017.06.0206
Bahia, A.S.R. de S., Marques, J., la Scala, N., Pellegrino Cerri, C.E., Camargo, L.A.,
2017b. Prediction and Mapping of Soil Attributes using Diffuse Reflectance
Spectroscopy and Magnetic Susceptibility. Soil Science Society of America
Journal 81, 1450–1462. https://doi.org/10.2136/sssaj2017.06.0206
Bahia, A.S.R.D.S., Marques, J., Siqueira, D.S., 2015. Procedures using diffuse
reflectance spectroscopy for estimating hematite and goethite in Oxisols of São
Paulo, Brazil. Geoderma Regional 5, 150–156.
https://doi.org/10.1016/j.geodrs.2015.04.006
mineralogical attributes estimated by color as accessed by proximal sensors
and machine learning. Soil Science Society of America Journal 85, 2185–2200.
mineralogical attributes estimated by color as accessed by proximal sensors
60
and machine learning. Soil Science Society of America Journal 85, 2185–2200.
Balsam, W.L., Otto‐Bliesner, B.L., Deaton, B.C., 1995. Modern and Last Glacial
Maximum eolian sedimentation patterns in the Atlantic Ocean interpreted from
sediment iron oxide content. Paleoceanography 10, 493–507.
https://doi.org/10.1029/95PA00421
Baseca, C.C., Sendra, S., Lloret, J., Tomas, J., 2019. A smart decision system for
digital farming. Agronomy 9. https://doi.org/10.3390/agronomy9050216
Basu, D., Sinha, R., Sahu, S., Malla, J., Chakravorty, N., Ghosal, P.S., 2022.
Identification of severity and passive measurement of oxidative stress
biomarkers for β–thalassemia patients: K-means, random forest, XGBoost,
decision tree, neural network based novel framework. Advances in Redox
Research 5, 100034. https://doi.org/10.1016/J.ARRES.2022.100034
Bekker, G.F.H. van G., Addison, M., Addison, P., van Niekerk, A., 2019a. Using
machine learning to identify the geographical drivers of Ceratitis capitata trap
catch in an agricultural landscape. Comput Electron Agric 162, 582–592.
Bekker, G.F.H. van G., Addison, M., Addison, P., van Niekerk, A., 2019b. Using
Borràs, E., Ferré, J., Boqué, R., Mestres, M., Aceña, L., Busto, O., 2015a. Data
fusion methodologies for food and beverage authentication and quality
assessment - A review. Anal Chim Acta 891, 1–14.
https://doi.org/10.1016/j.aca.2015.04.042
Borràs, E., Ferré, J., Boqué, R., Mestres, M., Aceña, L., Busto, O., 2015b. Data
fusion methodologies for food and beverage authentication and quality
assessment - A review. Anal Chim Acta 891, 1–14.
https://doi.org/10.1016/j.aca.2015.04.042
Bowden, C., Foster, T., Parkes, B., 2023. Identifying links between monsoon
variability and rice production in India through machine learning. Sci Rep 13,
1–12. https://doi.org/10.1038/s41598-023-27752-8
https://doi.org/10.1017/CBO9781107415324.004
https://doi.org/10.1023/A:1010933404324
Bui, D.T., Tsangaratos, P., Nguyen, V.T., Liem, N. Van, Trinh, P.T., 2020.
Comparing the prediction performance of a Deep Learning Neural Network
model with conventional machine learning models in landslide susceptibility
assessment. Catena (Amst) 188. https://doi.org/10.1016/j.catena.2019.104426
CAMARGO, O.A. de, MONIZ, A.C., JORGE, J.A.J., VALADARES, J.M.A.S., 1986.
Métodos de Análise Química, Mineralógica e Física de Solos do Instituto
Agronômico de Campinas, Boletim Técnico, 106. ed.
Camargo, L.A., Marques Júnior, J., Pereira, G.T., Horvat, R.A., 2009. Variabilidade
espacial de atributos mineralógicos de um Latossolo sob diferentes formas do
relevo. II - Correlação espacial entre mineralogia e agregados. Rev Bras Cienc
Solo 32, 2279–2288. https://doi.org/10.1590/s0100-06832008000600007
Cambule, A.H., Rossiter, D.G., Stoorvogel, J.J., 2013a. A methodology for digital
soil mapping in poorly-accessible areas. Geoderma 192, 341–353.
61
Cambule, A.H., Rossiter, D.G., Stoorvogel, J.J., 2013b. A methodology for digital
soil mapping in poorly-accessible areas. Geoderma 192, 341–353.
Camêlo, D. de L., Ker, J.C., Fontes, M.P.F., Corrêa, M.M., da Costa, A.C.S., Melo,
V.F., 2017. Pedogenic Iron Oxides in Iron-Rich Oxisols Developed from Mafic
Rocks. Rev Bras Cienc Solo 41.
https://doi.org/10.1590/18069657RBCS20160379
Canizo, B. V., Escudero, L.B., Pellerano, R.G., Wuilloud, R.G., 2019. Data mining
approach based on chemical composition of grape skin for quality evaluation
and traceability prediction of grapes. Comput Electron Agric 162, 514–522.
Canizo, B. v., Escudero, L.B., Pellerano, R.G., Wuilloud, R.G., 2019. Data mining
approach based on chemical composition of grape skin for quality evaluation
and traceability prediction of grapes. Comput Electron Agric 162, 514–522.
Chagas, C. da S., de Carvalho Junior, W., Bhering, S.B., Calderano Filho, B.,
2016a. Spatial prediction of soil surface texture in a semiarid region using
random forest and multiple linear regressions. Catena (Amst) 139, 232–240.
Chagas, C. da S., de Carvalho Junior, W., Bhering, S.B., Calderano Filho, B.,
2016b. Spatial prediction of soil surface texture in a semiarid region using
random forest and multiple linear regressions. Catena (Amst) 139, 232–240.
Chai, T., Draxler, R.R., 2014. Root mean square error (RMSE) or mean absolute
error (MAE)? -Arguments against avoiding RMSE in the literature. Geosci
Model Dev 7, 1247–1250. https://doi.org/10.5194/gmd-7-1247-2014
Chen, T., Guestrin, C., 2016a. XGBoost: A scalable tree boosting system, in:
Proceedings of the ACM SIGKDD International Conference on Knowledge
Discovery and Data Mining. Association for Computing Machinery, pp. 785–
794. https://doi.org/10.1145/2939672.2939785
Chen, T., Guestrin, C., 2016b. XGBoost: A scalable tree boosting system.
Discovery and Data Mining 13-17-August-2016, 785–794.
https://doi.org/10.1145/2939672.2939785
Coblinski, J.A., Giasson, É., Demattê, J.A.M., Dotto, A.C., Costa, J.J.F., Vašát, R.,
2020. Prediction of soil texture classes through different wavelength regions of
reflectance spectroscopy at various soil depths. Catena (Amst) 189, 104485.
Cornell, R.M., Schwertmann, U., 2006. The Iron Oxides: Structure, Properties,
Reactions, Occurrences and Uses 707.
Contribution of the chemical and mineralogical properties of sandy-loam
tropical soils to the cation exchange capacity. Rev Bras Cienc Solo 44, 1–18.
de Castro, C.L., Braga, A.P., 2011. Aprendizado supervisionado com conjuntos de
dados desbalanceados. Sba: Controle & Automação Sociedade Brasileira de
Automatica 22, 441–466. https://doi.org/10.1590/S0103-17592011000500002
avaliação de indicadores de fertilidade do solo. Rev Bras Cienc Solo 30, 485–
496. https://doi.org/10.1590/S0100-06832006000300010
62
Geoderma Soil analytical quality control by traditional and spectroscopy
techniques : Constructing the future of a hybrid laboratory for low environmental
impact. Geoderma 337, 111–121.
Demattê, José A.M., Dotto, A.C., Paiva, A.F.S., Sato, M. V., Dalmolin, R.S.D., de
Araújo, M. do S.B., da Silva, E.B., Nanni, M.R., ten Caten, A., Noronha, N.C.,
Lacerda, M.P.C., de Araújo Filho, J.C., Rizzo, R., Bellinaso, H., Francelino,
M.R., Schaefer, C.E.G.R., Vicente, L.E., dos Santos, U.J., de Sá Barretto
Sampaio, E. V., Menezes, R.S.C., de Souza, J.J.L.L., Abrahão, W.A.P.,
Coelho, R.M., Grego, C.R., Lani, J.L., Fernandes, A.R., Gonçalves, D.A.M.,
Silva, S.H.G., de Menezes, M.D., Curi, N., Couto, E.G., dos Anjos, L.H.C.,
Ceddia, M.B., Pinheiro, É.F.M., Grunwald, S., Vasques, G.M., Marques Júnior,
J., da Silva, A.J., Barreto, M.C. de V., Nóbrega, G.N., da Silva, M.Z., de Souza,
S.F., Valladares, G.S., Viana, J.H.M., da Silva Terra, F., Horák-Terra, I., Fiorio,
P.R., da Silva, R.C., Frade Júnior, E.F., Lima, R.H.C., Alba, J.M.F., de Souza
Junior, V.S., Brefin, M.D.L.M.S., Ruivo, M.D.L.P., Ferreira, T.O., Brait, M.A.,
Caetano, N.R., Bringhenti, I., de Sousa Mendes, W., Safanelli, J.L., Guimarães,
C.C.B., Poppiel, R.R., e Souza, A.B., Quesada, C.A., do Couto, H.T.Z., 2019.
The Brazilian Soil Spectral Library (BSSL): A general view, application and
challenges. Geoderma 354, 113793.
Dietterich, T., 1995. Overfitting and undercomputing in machine learning. ACM
Computing Surveys (CSUR) 27, 326–327.
https://doi.org/10.1145/212094.212114
dos Santos, F.R., de Oliveira, J.F., Barbosa, G.M.C., Melquiades, F.L., 2021.
Comparison between energy dispersive X-ray fluorescence spectral data and
elemental data for soil attributes modelling. Spectrochim Acta Part B At
Spectrosc 185, 106303. https://doi.org/10.1016/J.SAB.2021.106303
Influência da granulometria e da mineralogia sobre a retenção do fósforo em
latossolos sob pastagens no cerrado. Rev Bras Cienc Solo 32, 1009–1016.
https://doi.org/10.1590/s0100-06832008000300010
https://doi.org/10.1590/s0100-06832008000300010
Ebtehaj, I., Bonakdari, H., 2022. A reliable hybrid outlier robust non-tuned rapid
machine learning model for multi-step ahead flood forecasting in Quebec,
Canada. J Hydrol (Amst) 614, 128592.
EMBRAPA, 2017. Manual de metodos de análises, in: Manual de Métodos de
Análise de Solo. Brasilia, DF, p. 574.
Bodaghabadi, M., Salehi, M.H., 2020. Comparison of error and uncertainty of
decision tree and learning vector quantization models for predicting soil classes
in areas with low altitude variations. Catena (Amst) 191, 104581.
Fan, S.S., Chang, F.H., Hsueh, H.T., Ko, T.H., 2016. Measurement of Total Free
Iron in Soils by H2S Chemisorption and Comparison with the Citrate
63
Bicarbonate Dithionite Method. J Anal Methods Chem 2016.

https://doi.org/10.1155/2016/7213542
Faria, A.J.G. de, Silva, S.H.G., Andrade, R., Mancini, M., Melo, L.C.A., Weindorf,
D.C., Guilherme, L.R.G., Curi, N., 2022. Prediction of soil organic matter
content by combining data from Nix ProTM color sensor and portable X-ray
fluorescence spectrometry in tropical soils. Geoderma Regional 28, e00461.
Fernandes, L.A., Castro, A.B. de, Basilici, G., 2007. Seismites in continental sand
sea deposits of the Late Cretaceous Caiuá Desert , Bauru Basin, Brasil.
Sediment Geol 199, 61–64. https://doi.org/10.1016/j.sedgeo.2005.12.030
Fernandes, R.B.A., Barrón, V., Torrent, J., Fontes, M.P.F., 2004. Quantificação de
óxidos de ferro de Latossolos brasileiros por espectroscopia de refletância
difusa. Rev Bras Cienc Solo 28, 245–257. https://doi.org/10.1590/S0100-
06832004000200003
Fink, J.R., Inda, A. v., Bavaresco, J., Barrón, V., Torrent, J., Bayer, C., 2016.
Adsorption and desorption of phosphorus in subtropical soils as affected by
management system and mineralogy. Soil Tillage Res 155, 62–68.
https://doi.org/10.1016/J.STILL.2015.07.017
Fonseca, J. da S., Campos, M.C.C., Brito Filho, E.G. de, Mantovanelli, B.C., Silva,
L.S., de Lima, A.F.L., Da Cunha, J.M., Simões, E.L., dos Santos, L.A.C., 2021.
Soil–landscape relationship in a sandstone-gneiss topolithosequence in the
State of Amazonas, Brazil. Environ Earth Sci 80, 1–15.
https://doi.org/10.1007/s12665-021-10026-9
Ganaie, M.A., Tanveer, M., Suganthan, P.N., Snasel, V., 2022. Oblique and rotation
double random forest. Neural Networks 153, 496–517.
Ghafarian, F., Wieland, R., Lüttschwager, D., Nendel, C., 2022. Application of
extreme gradient boosting and Shapley Additive explanations to predict
temperature regimes inside forests from standard open-field meteorological
data. Environmental Modelling & Software 156, 105466.
https://doi.org/10.1016/J.ENVSOFT.2022.105466
Gholizadeh, A., Luboš, B., Saberioon, M., Vašát, R., 2013. Visible, Near-Infrared,
and Mid-Infrared Spectroscopy Applications for Soil Assessment with
Emphasis on Soil Organic Matter Content and Quality: State-of-the-Art and Key
Issues. http://dx.doi.org/10.1366/13-07288 67, 1349–1362.
https://doi.org/10.1366/13-07288
Gholizadeh, A., Saberioon, M., Pouladi, N., Ben-Dor, E., 2023. Quantification and
depth distribution analysis of carbon to nitrogen ratio in forest soils using
reflectance spectroscopy. International Soil and Water Conservation Research
11, 112–124. https://doi.org/10.1016/J.ISWCR.2022.06.004
Goldshleger, N., Ben-Dor, E., Benyamini, Y., Agassi, M., 2004. SOIL
REFLECTANCE AS A TOOL FOR ASSESSING PHYSICAL CRUST
ARRANGEMENT OF FOUR TYPICAL SOILS IN ISRAEL. Soil Sci 169, 677–
687. https://doi.org/10.1097/01.ss.0000146024.61559.e2
Golkarian, A., Khosravi, K., Panahi, M., Clague, J.J., 2023. Spatial variability of soil
water erosion: Comparing empirical and intelligent techniques. Geoscience
Frontiers 14, 101456. https://doi.org/10.1016/J.GSF.2022.101456
Gómez-Escalonilla, Diancoumba, O., Traoré, D.Y., Montero, E., Martín-Loeches,
M., Martínez-Santos, P., 2022. Multiclass spatial predictions of borehole yield
in southern Mali by means of machine learning classifiers. J Hydrol Reg Stud
64
44, 101245. https://doi.org/10.1016/J.EJRH.2022.101245

Gray, J.M., Bishop, T.F.A., Wilford, J.R., 2016. Lithology and soil relationships for
soil modelling and mapping. Catena (Amst) 147, 429–440.
Grunwald, S., Vasques, G.M., Rivero, R.G., 2015. Fusion of Soil and Remote
Sensing Data to Model Soil Properties. Advances in Agronomy 131, 1–109.
Han, L., Yang, G., Yang, X., Song, X., Xu, B., Li, Z., Wu, Jintao, Yang, H., Wu,
Jianwei, 2022. An explainable XGBoost model improved by SMOTE-ENN
technique for maize lodging detection based on multi-source unmanned aerial
vehicle images. Comput Electron Agric 194, 106804.
He, M., Tang, L., Li, C., Ren, J., Zhang, L., Li, X., 2022. Dynamics of soil organic
carbon and nitrogen and their relations to hydrothermal variability in dryland. J
Environ Manage 319, 115751.
https://doi.org/10.1016/J.JENVMAN.2022.115751
Heuvelink, G.B.M., Brus, D.J., Rossiter, D.G., Shi, Z., 2019. Editorial for
pedometrics 2017 special issue. Eur J Soil Sci 70, 25–26.
https://doi.org/10.1111/ejss.12772
Hikouei, I.S., Kim, S.S., Mishra, D.R., 2021. Machine-learning classification of soil
bulk density in salt marsh environments. Sensors 21.
https://doi.org/10.3390/s21134408
Holmgren, G.G.S., 1967a. A Rapid Citrate-Dithionite Extractable Iron Procedure.
Soil Science Society of America Journal 31, 210–211.
Holmgren, G.G.S., 1967b. A Rapid Citrate-Dithionite Extractable Iron Procedure.
Soil Science Society of America Journal 31, 210–211.
Hong, H., Ji, K., Hei, H., Wang, C., Liu, C., Zhao, L., Lanson, B., Zhao, C., Fang,
Q., Algeo, T.J., 2023. Clay mineral evolution and formation of intermediate
phases during pedogenesis on picrite basalt bedrock under temperate
conditions (Yunnan, southwestern China). Catena (Amst) 220, 106677.
Isaaks, E.H., Srivastava, R.M., 1989. An Introduction to Applied Geostatistics,
Computers & Geosciences. Pergamon. https://doi.org/10.1016/0098-
3004(91)90055-I
Jararweh, Y., Fatima, S., Jarrah, M., AlZu’bi, S., 2023. Smart and sustainable
agriculture: Fundamentals, enabling technologies, and future directions.
Computers and Electrical Engineering 110, 108799.
https://doi.org/10.1016/j.compeleceng.2023.108799
Jha, K., Doshi, A., Patel, P., Shah, M., 2019. A comprehensive review on automation
in agriculture using artificial intelligence. Artificial Intelligence in Agriculture 2,
1–12. https://doi.org/10.1016/J.AIIA.2019.05.004
Kampf, N., Schwertmann, U., 1982. The 5-M-NaOH concentration treatment for iron
oxides in soils. Clays Clay Miner 30, 401–408.
Karthikeyan, L., Mishra, A.K., 2021. Multi-layer high-resolution soil moisture
estimation using machine learning over the United States. Remote Sens
65
Environ 266, 112706. https://doi.org/10.1016/J.RSE.2021.112706

Karunasingha, D.S.K., 2022. Root mean square error or mean absolute error? Use
their ratio as well. Inf Sci (N Y) 585, 609–629.
https://doi.org/10.1016/J.INS.2021.11.036
Kaya, F., Başayiğit, L., Keshavarzi, A., Francaviglia, R., 2022. Digital mapping for
soil texture class prediction in northwestern Türkiye by different machine
learning algorithms. Geoderma Regional 31, e00584.
Ker, J.C., Curi, N., Schaefer, C.E., Torrado, P.V., 2012. Pedologia: fundamentos.
Viçosa.
Kiangala, S.K., Wang, Z., 2021. An effective adaptive customization framework for
small manufacturing plants using extreme gradient boosting-XGBoost and
random forest ensemble learning algorithms in an Industry 4.0 environment.
Machine Learning with Applications 4, 100024.
https://doi.org/10.1016/J.MLWA.2021.100024
Kragt, M.E., Pannell, D.J., Robertson, M.J., Thamo, T., 2012. Assessing costs of
soil carbon sequestration by crop-livestock farmers in Western Australia. Agric
Syst 112, 27–37. https://doi.org/10.1016/j.agsy.2012.06.005
Kuncheva, L.I., Matthews, C.E., Arnaiz-González, Á., Rodríguez, J.J., 2020.
Feature Selection from High-Dimensional Data with Very Low Sample Size: A
Cautionary Tale.
Lark, R.M., 2000. Designing sampling grids from imprecise information on soil
variability, an approach based on the fuzzy kriging variance. Geoderma 98, 35–
59. https://doi.org/10.1016/S0016-7061(00)00051-3
Lee, M.E., Jeon, E.K., Tsang, D.C.W., Baek, K., 2018. Simultaneous application of
oxalic acid and dithionite for enhanced extraction of arsenic bound to
amorphous and crystalline iron oxides. J Hazard Mater 354, 91–98.
Liu, J. cheng, He, H. ping, Michalski, J., Cuadros, J., Yao, Y. zeng, Tan, W., Qin, X.
rong, Li, S. ying, Wei, G. jian, 2021. Reflectance spectroscopy applied to clay
mineralogy and alteration intensity of a thick basaltic weathering sequence in
Hainan Island, South China. Appl Clay Sci 201, 105923.
https://doi.org/10.1016/J.CLAY.2020.105923
Liu, J., Yang, K., Tariq, A., Lu, L., Soufan, W., El Sabagh, A., 2023. Interaction of
climate, topography and soil properties with cropland and cropping pattern
using remote sensing data and machine learning methods. Egyptian Journal of
Remote Sensing and Space Science 26, 415–426.
https://doi.org/10.1016/j.ejrs.2023.05.005
Liu, Q., He, L., Guo, L., Wang, M., Deng, D., Lv, P., Wang, R., Jia, Z., Hu, Z., Wu,
G., Shi, T., 2022. Digital mapping of soil organic carbon density using newly
developed bare soil spectral indices and deep neural network. Catena (Amst)
219, 106603. https://doi.org/10.1016/J.CATENA.2022.106603
Liu, X., Zhu, A.X., Yang, L., Pei, T., Liu, J., Zeng, C., Wang, D., 2020. A graded
proportion method of training sample selection for updating conventional soil
maps. Geoderma 357, 113939.
Lorz, C., Fruhauf, M., Mailander, R., Phillips, J.D., Kleber, A., 2013. Influence of
Cover Beds on Soils, Mid-Latitude Slope Deposits (Cover Beds).
66
continental subduction recorded in meta-basaltic rocks. Geochim Cosmochim
Acta 278, 392–404. https://doi.org/10.1016/J.GCA.2019.09.027
Ma, G., Ding, J., Han, L., Zhang, Z., Ran, S., 2021. Digital mapping of soil
salinization based on Sentinel-1 and Sentinel-2 data combined with machine
learning algorithms. Regional Sustainability 2, 177–188.
https://doi.org/10.1016/J.REGSUS.2021.06.001
Malone, B.P., Jha, S.K., Minasny, B., McBratney, A.B., 2016. Comparing
regression-based digital soil mapping and multiple-point geostatistics for the
spatial extrapolation of soil data. Geoderma 262, 243–253.
Mancini, M., Andrade, R., Teixeira, A.F. dos S., Silva, S.H.G., Weindorf, D.C.,
for Brazilian soil properties prediction: Exchangeable/available macronutrients,
aluminum, and potential acidity. Geoderma Regional 30, e00573.
Marques, J., Siqueira, D.S., Camargo, L.A., Teixeira, D.D.B., Barrón, V., Torrent, J.,
2014. Magnetic susceptibility and diffuse reflectance spectroscopy to
characterize the spatial variability of soil properties in a brazilian haplustalf.
Geoderma 219–220, 63–71. https://doi.org/10.1016/j.geoderma.2013.12.007
Maurya, A.K., Bhargava, N., Singh, D., 2022a. Efficient selection of SAR features
using ML based algorithms for accurate FVC estimation. Advances in Space
Research 70, 1795–1809. https://doi.org/10.1016/J.ASR.2022.06.039
Maurya, A.K., Bhargava, N., Singh, D., 2022b. Efficient selection of SAR features
using ML based algorithms for accurate FVC estimation. Advances in Space
Research 70, 1795–1809. https://doi.org/10.1016/J.ASR.2022.06.039
McBratney, A., Gruijter, J., Bryce, A., 2019. Pedometrics timeline. Geoderma 338,
568–575. https://doi.org/10.1016/j.geoderma.2018.11.048
McBratney, A.B., Mendonça Santos, M.L., Minasny, B., 2003. On digital soil
mapping, Geoderma. https://doi.org/10.1016/S0016-7061(03)00223-4
McKeague, J.A., Day, J.H., 1966. DITHIONITE- AND OXALATE-EXTRACTABLE
Fe AND Al AS AIDS IN DIFFERENTIATING VARIOUS CLASSES OF SOILS.
Can J Soil Sci 46, 13–22. https://doi.org/10.4141/cjss66-003
Mehra, O.P., Jackson, M.L., 1958. Iron Oxide Removal from Soils and Clays by a
Dithionite-Citrate System Buffered with Sodium Bicarbonate. Clays and Clay
Minerals 1958 7:1 7, 317–327. https://doi.org/10.1346/CCMN.1958.0070122
Mello, F.A.O., Bellinaso, H., Mello, D.C., Safanelli, J.L., Mendes, W.D.S., Amorim,
M.T.A., Gomez, A.M.R., Poppiel, R.R., Silvero, N.E.Q., Gholizadeh, A., Silva,
S.H.G., Curi, N., Demattê, J.A.M., 2021. Soil parent material prediction through
satellite multispectral analysis on a regional scale at the Western Paulista
Plateau, Brazil. Geoderma Regional 26, e00412.
Mendes, W. de S., Demattê, J.A.M., Bonfatti, B.R., Resende, M.E.B., Campos, L.R.,
Costa, A.C.S. da, 2021. A novel framework to estimate soil mineralogy using
soil spectroscopy. Applied Geochemistry 127, 104909.
Mendes, W. de S., Demattê, J.A.M., Minasny, B., Silvero, N.E.Q., Bonfatti, B.R.,
Safanelli, J.L., Rizzo, R., Costa, A.C.S. da, 2022a. Free iron oxide content in
tropical soils predicted by integrative digital mapping. Soil Tillage Res 219.
67
Safanelli, J.L., Rizzo, R., Costa, A.C.S. da, 2022b. Free iron oxide content in
tropical soils predicted by integrative digital mapping. Soil Tillage Res 219,
105346. https://doi.org/10.1016/J.STILL.2022.105346
Merl, T., Rasmussen, M.R., Koch, L.R., Søndergaard, J.V., Bust, F.F., Koren, K.,
2022. Measuring soil pH at in situ like conditions using optical pH sensors (pH-
optodes). Soil Biol Biochem 175, 108862.
https://doi.org/10.1016/J.SOILBIO.2022.108862
Minasny, B., Hartemink, A.E., 2011a. Predicting soil properties in the tropics. Earth
Sci Rev 106, 52–62. https://doi.org/10.1016/j.earscirev.2011.01.005
Minasny, B., Hartemink, A.E., 2011b. Predicting soil properties in the tropics. Earth
Sci Rev 106, 52–62. https://doi.org/10.1016/j.earscirev.2011.01.005
Minasny, B., McBratney, A.B., 2016. Digital soil mapping: A brief history and some
lessons. Geoderma 264, 301–311.
Moral, F.J., Rebollo, F.J., Campillo, C., Serrano, J.M., 2019a. Using an objective
and probabilistic model to delineate homogeneous zones in hedgerow olive
orchards. Soil Tillage Res 194, 104308.
Moral, F.J., Rebollo, F.J., Campillo, C., Serrano, J.M., 2019b. Using an objective
and probabilistic model to delineate homogeneous zones in hedgerow olive
orchards. Soil Tillage Res 194. https://doi.org/10.1016/j.still.2019.104308
Naimi, S., Ayoubi, S., di Raimo, L.A.D.L., Dematte, J.A.M., 2022. Quantification of
some intrinsic soil properties using proximal sensing in arid lands: Application
of Vis-NIR, MIR, and pXRF spectroscopy. Geoderma Regional 28, e00484.
Nawar, S., Delbecque, N., Declercq, Y., Smedt, P. De, Finke, P., Verdoodt, A.,
Meirvenne, M. Van, Mouazen, A.M., 2019. Geoderma Can spectral analyses
improve measurement of key soil fertility parameters with X-ray fl uorescence
spectrometry ? Geoderma 350, 29–39.
Nawar, S., Richard, F., Kassim, A.M., Tekin, Y., Mouazen, A.M., 2022. Fusion of
Gamma-rays and portable X-ray fluorescence spectral data to measure
extractable potassium in soils. Soil Tillage Res 223, 105472.
Ng, W., Minasny, B., McBratney, A., 2020a. Convolutional neural network for soil
microplastic contamination screening using infrared spectroscopy. Science of
the Total Environment 702, 134723.
Ng, W., Minasny, B., Mcbratney, A., 2020b. Science of the Total Environment
Convolutional neural network for soil microplastic contamination screening
using infrared spectroscopy. Science of the Total Environment 702, 134723.
McBratney, A.B., 2019. Convolutional neural network for simultaneous
prediction of several soil properties using visible/near-infrared, mid-infrared,
and their combined spectra. Geoderma 352, 251–267.
Nguyen, T.T., Pham, T.D., Nguyen, C.T., Delfos, J., Archibald, R., Dang, K.B.,
Hoang, N.B., Guo, W., Ngo, H.H., 2022a. A novel intelligence approach based
68
active and ensemble learning for agricultural soil organic carbon prediction
using multispectral and SAR data fusion. Science of the Total Environment 804.
Nguyen, T.T., Pham, T.D., Nguyen, C.T., Delfos, J., Archibald, R., Dang, K.B.,
Hoang, N.B., Guo, W., Ngo, H.H., 2022b. A novel intelligence approach based
active and ensemble learning for agricultural soil organic carbon prediction
using multispectral and SAR data fusion. Science of The Total Environment
804, 150187. https://doi.org/10.1016/J.SCITOTENV.2021.150187
Nocita, M., Stevens, A., van Wesemael, B., Aitkenhead, M., Bachmann, M., Barthès,
B., Dor, E. Ben, Brown, D.J., Clairotte, M., Csorba, A., Dardenne, P., Demattê,
J.A.M., Genot, V., Guerrero, C., Knadel, M., Montanarella, L., Noon, C.,
Ramirez-Lopez, L., Robertson, J., Sakai, H., Soriano-Disla, J.M., Shepherd,
K.D., Stenberg, B., Towett, E.K., Vargas, R., Wetterlind, J., 2015. Soil
Spectroscopy: An Alternative to Wet Chemistry for Soil Monitoring. Advances
in Agronomy 132, 139–159. https://doi.org/10.1016/bs.agron.2015.02.002
Norrish, K., Taylor, R.M., 1961. The isomorphous replacement of iron by aluminium
in soil goethites. Journal of Soil Science 12, 294–306.
https://doi.org/10.1111/J.1365-2389.1961.TB00919.X
Novais, R.F., Alvarez V., V.H.;, Barros, N.F. de;, Fontes, R.L.F.;, Cantarutti, R.B.;,
Neves, J.C.L., 2007. Fertilidade do solo. Viçosa.
Nowak-Brzezinska, A., Horyn, C., 2020. Outliers in rules - the comparision of LOF,
COF and KMEANS algorithms. Procedia Comput Sci 176, 1420–1429.
Oliveira, C. v., Ker, J.C., Fontes, L.E.F., Curi, N., Pinheiro, J.C., 1998. Química e
mineralogia de solos derivados de rochas do Grupo Bambuí no norte de Minas
Gerais. Rev Bras Cienc Solo 22, 583–593. https://doi.org/10.1590/S0100-
06831998000400003
Oliver, M.A., Webster, R., 2014a. A tutorial guide to geostatistics: Computing and
modelling variograms and kriging. Catena (Amst) 113, 56–69.
Oliver, M.A., Webster, R., 2014b. A tutorial guide to geostatistics: Computing and
Padarian, J., Minasny, B., McBratney, A.B., 2019. Using deep learning to predict
soil properties from regional spectral data. Geoderma Regional 16.
Pedregosa, F., Michel, V., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R.,
Vanderplas, J., Cournapeau, D., Pedregosa, F., Varoquaux, G., Gramfort, A.,
Thirion, B., Grisel, O., Dubourg, V., Passos, A., Brucher, M., 2011. Scikit-learn:
Machine Learning in Python. The Journal of Machine Learning Research 12,
2825–2830. https://doi.org/10.5555/1953048.2078195
mineralogy of subtropical soils under long-term organic fertilization in no-tillage
systems. Rev Bras Cienc Solo 42.
Ramaroson, V.H., Becquer, T., Sá, S.O., Razafimahatratra, H., Delarivière, J.L.,
Blavet, D., Vendrame, P.R.S., Rabeharisoa, L., Rakotondrazafy, A.F.M., 2018.
Mineralogical analysis of ferralitic soils in Madagascar using NIR spectroscopy.
Catena (Amst) 168, 102–109. https://doi.org/10.1016/j.catena.2017.07.016
Reda, R., Saffaj, T., Ilham, B., Saidi, O., Issam, K., Brahim, L., El Hadrami, E.M.,
69
2019. A comparative study between a new method and other machine learning
algorithms for soil organic carbon and total nitrogen prediction using near
infrared spectroscopy. Chemometrics and Intelligent Laboratory Systems 195.
Rennert, T., 2019. Wet-chemical extractions to characterise pedogenic Al and Fe
species-a critical review. Soil Research 57, 1–16.
https://doi.org/10.1071/SR18299
Rosin, N.A., Demattê, J.A.M., Leite, M.C.A., de Carvalho, H.W.P., Costa, A.C.,
Greschuk, L.T., Curi, N., Silva, S.H.G., 2022. The fundamental of the effects of
water, organic matter, and iron forms on the pXRF information in soil analyses.
Catena (Amst) 210. https://doi.org/10.1016/j.catena.2021.105868
Rossiter, D.G., 2018. Past, present & future of information technology in
pedometrics. Geoderma 324, 131–137.
Ruhollah, T.-M., Sheikhpour, R., Zeraatpisheh, M., Amirian-Chakan, A., Toomanian,
N., Kerry, R., Scholten, T., 2022a. Semi-supervised learning for the spatial
extrapolation of soil information. Geoderma 426, 116094.
N., Kerry, R., Scholten, T., 2022b. Semi-supervised learning for the spatial
Ruiz, H.A., Ferreira, G.B., Pereira, J.B.M., Resumo, ), 2003. Estimativa da
capacidade de campo de Latossolos e Neossolos Quartzarênicos pela
determinação do equivalente de umidade. Rev Bras Cienc Solo 27, 389–393.
https://doi.org/10.1590/S0100-06832003000200019
Santos, H.G. dos, Jacomine, P.K.T., Anjos, L.H.C. dos, Oliveira, V.Á. de,
Lumbreras, J.F., Coelho, M.R., Almeida, J.A. de, Filho, J.C. de A., Oliveira, J.B.
de, Cunha, T.J.F., 2018. Sistema brasileiro de classificação de solos, 5th ed,
Embrapa Solos. Embrapa, Brasilia.
Sarfraz, S., Ali, F., Hameed, A., Ahmad, Z., Riaz, K., 2023. Sustainable Agriculture
Through Technological Innovations. Sustainable Agriculture in the Era of the
OMICs Revolution 223–239. https://doi.org/10.1007/978-3-031-15568-0_10
Schwertmann, U., Taylor, R.M., 2018. Iron oxides. Minerals in Soil Environments
379–438. https://doi.org/10.2136/sssabookser1.2ed.c8
Shahhosseini, M., Hu, G., Huber, I., Archontoulis, S. V., 2021. Coupling machine
learning and crop modeling improves crop yield prediction in the US Corn Belt.
Sci Rep 11, 1–15. https://doi.org/10.1038/s41598-020-80820-1
Shrestha, G., Calvelo-Pereira, R., Roudier, P., Martin, A.P., Turnbull, R.E.,
Kereszturi, G., Jeyakumar, P., Anderson, C.W.N., 2022. Quantification of
multiple soil trace elements by combining portable X-ray fluorescence and
reflectance spectroscopy. Geoderma 409, 115649.
Silva, F.M., Silva, S.H.G., Acuña-Guzman, S.F., Silva, E.A., Ribeiro, B.T., Fruett, T.,
Inda, A.V., Teixeira, A.F. dos S., Mancini, M., Guilherme, L.R.G., Curi, N., 2021.
Chemical and mineralogical changes in the textural fractions of quartzite-
derived tropical soils, along weathering, assessed by portable X-ray
fluorescence spectrometry and X-ray diffraction. J South Am Earth Sci 112,
103634. https://doi.org/10.1016/J.JSAMES.2021.103634
Silva, F.M., Silva, S.H.G., Teixeira, A.F. dos S., Inda, A.V., Fruett, T., Weindorf,
70
D.C., Guilherme, L.R.G., Curi, N., 2022a. Using proximal sensors to assess
pedogenetic development of Inceptisols and Oxisols in Brazil. Geoderma
Regional 28, 1–10. https://doi.org/10.1016/j.geodrs.2021.e00465
Silva, F.M., Silva, S.H.G., Teixeira, A.F. dos S., Inda, A.V., Fruett, T., Weindorf,
D.C., Guilherme, L.R.G., Curi, N., 2022b. Using proximal sensors to assess
pedogenetic development of Inceptisols and Oxisols in Brazil. Geoderma
Regional 28, e00465. https://doi.org/10.1016/J.GEODRS.2021.E00465
Silva, L.S., Marques Júnior, J., Barrón, V., Gomes, R.P., Teixeira, D.D.B., Siqueira,
D.S., Vasconcelos, V., 2020a. Spatial variability of iron oxides in soils from
Brazilian sandstone and basalt. Catena (Amst) 185, 104258.
D.S., Vasconcelos, V., 2020b. Spatial variability of iron oxides in soils from
Silva, S.H.G., Menezes, M.D. de, Owens, P.R., Curi, N., 2016. Retrieving
pedologist’s mental model from existing soil map and comparing data mining
tools for refining a larger area map under similar environmental conditions in
Southeastern Brazil. Geoderma 267, 65–77.
Silvero, N.E.Q., Siqueira, D.S., Coelho, R.M., da Costa Ferreira, D., Marques, J.,
2019. Protocol for the use of legacy data and magnetic signature on soil
mapping of São Paulo Central West, Brazil. Science of The Total Environment
693, 133463. https://doi.org/10.1016/J.SCITOTENV.2019.07.269
Soriano-Disla, J.M., Janik, L.J., Viscarra Rossel, R.A., MacDonald, L.M.,
McLaughlin, M.J., 2014. The performance of visible, near-, and mid-infrared
reflectance spectroscopy for prediction of soil physical, chemical, and biological
properties. Appl Spectrosc Rev 49, 139–186.
https://doi.org/10.1080/05704928.2013.811081
Sothe, C., Almeida, C.M. De, Schimalski, M.B., Liesenberg, V., Rosa, L.E.C. La,
Castro, J.D.B., Feitosa, R.Q., 2019. A comparison of machine and deep-
learning algorithms applied to multisource data for a subtropical forest area
classification. https://doi-
org.ez87.periodicos.capes.gov.br/10.1080/01431161.2019.1681600.
https://doi.org/10.1080/01431161.2019.1681600
Sothe, C., de Almeida, C.M., Schimalski, M.B., Liesenberg, V., la Rosa, L.E.C.,
Castro, J.D.B., Feitosa, R.Q., 2020. A comparison of machine and deep-
learning algorithms applied to multisource data for a subtropical forest area
classification. Int J Remote Sens 41, 1943–1969.
https://doi.org/10.1080/01431161.2019.1681600
Souza, E.D., Carneiro, M.A.C., Paulino, H.B., 2005. Atributos físicos de um
Neossolo Quartzarênico e um Latossolo Vermelho sob diferentes sistemas de
manejo. Pesqui Agropecu Bras 40, 1135–1139. https://doi.org/10.1590/S0100-
204X2005001100012
Stranghoener, M., Dultz, S., Behrens, H., Schippers, A., 2020. Potential mobilizable
Fe from secondary phases of differentially altered subsurface basaltic rock– a
sequential extraction study on ICDP site Hawaii. Applied Geochemistry 121,
104705. https://doi.org/10.1016/J.APGEOCHEM.2020.104705
Suits, D.B., 1957. Use of Dummy Variables in Regression Equations. J Am Stat
Assoc 52, 548. https://doi.org/10.2307/2281705
71
Sumathi, K., 2018. Data Analytics platform for intelligent agriculture. 2018 2nd
International Conference on I-SMAC (IoT in Social, Mobile, Analytics and
Cloud) (I-SMAC)I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC),
2018 2nd International Conference on 647–650. https://doi.org/10.1109/I-
SMAC.2018.8653740
Sun, Z., Wang, J., Wang, Y., Long, L., Luo, Z., Deng, X., Hu, Q., Wang, M., 2020.
Sodium-rich volcanic rocks and their relationships with iron deposits in the
Aqishan–Yamansu belt of Eastern Tianshan, NW China. Geoscience Frontiers
11, 697–713. https://doi.org/10.1016/J.GSF.2019.06.011
Swetha, R.K., Dasgupta, S., Chakraborty, S., Li, B., Weindorf, D.C., Mancini, M.,
Silva, S.H.G., Ribeiro, B.T., Curi, N., Ray, D.P., 2022. Using Nix color sensor
and Munsell soil color variables to classify contrasting soil types and predict soil
organic carbon in Eastern India. Comput Electron Agric 199, 107192.
Tabatabai, S., Knadel, M., Thomsen, A., Greve, M.H., 2019. On-the-Go Sensor
Fusion for Prediction of Clay and Organic Carbon Using Pre-processing
Survey, Different Validation Methods, and Variable Selection. Soil Science
Society of America Journal 83, 300–310.
https://doi.org/10.2136/SSSAJ2018.10.0377
Takoutsing, B., Heuvelink, G.B.M., 2022. Comparing the prediction performance,
uncertainty quantification and extrapolation potential of regression kriging and
random forest while accounting for soil measurement errors. Geoderma 428,
Teixeira, A.F. dos S., Andrade, R., Mancini, M., Silva, S.H.G., Weindorf, D.C.,
for tropical soil property prediction: Soil fertility properties. J South Am Earth Sci
116, 103873. https://doi.org/10.1016/J.JSAMES.2022.103873
Teixeira, A.F. dos S., Henrique Procópio Pelegrino, M., Missina Faria, W., Henrique
Godinho Silva, S., Gabriela Marcolino Gonçalves, M., Weimar Acerbi Júnior,
F., Rezende Gomide, L., Linares Pádua Júnior, A., de Souza, I.A., Chakraborty,
S., Weindorf, D.C., Roberto Guimarães Guilherme, L., Curi, N., 2020. Tropical
soil pH and sorption complex prediction via portable X-ray fluorescence
spectrometry. Geoderma 361, 114132.
Teixeira, R.S., Vendrame, P.R.S., Christoni, A.R.F., SILVA, P.R.C., 2016. QUÍMICA
E MINERALOGIA DE UM SOLO DESENVOLVIDO DE BASALTO,
COLETADO ATRAVÉS DE SONDAGEM SPT. Boletim de Geografia 34, 116–
126. https://doi.org/10.4025/bolgeogr.v34i2.28948
Temme, A.J.A.M., Veldkamp, A., 2009. Multi-process Late Quaternary landscape
evolution modelling reveals lags in climate response over small spatial scales.
Earth Surf Process Landf 34, 573–589. https://doi.org/10.1002/ESP.1758
ten Caten, A., Dalmolin, R.S.D., Pedron, F. de A., Santos, M. de L.M., 2011a.
Extrapolação das relações solo-paisagem a partir de uma área de referência.
Ciência Rural 41, 812–816. https://doi.org/10.1590/S0103-
84782011000500012
ten Caten, A., Dalmolin, R.S.D., Pedron, F. de A., Santos, M. de L.M., 2011b.
Ciência Rural 41, 812–816. https://doi.org/10.1590/S0103-
84782011000500012
Thompson, J.A., Roecker, S., Grunwald, S., Owens, P.R., 2012. Digital Soil
72
Mapping: Interactions with and Applications for Hydropedology, in:

Hydropedology. Elsevier, pp. 665–709. https://doi.org/10.1016/B978-0-12-
386941-8.00021-6
Thornthwaite, C.W., 1948. An Approach toward a Rational Classification of Climate
Author ( s ): C . W . Thornthwaite Published by : American Geographical Society
Stable URL : http://www.jstor.org/stable/210739 Accessed : 11-08-2016 18 : 02
UTC. Geogr Rev 38, 55–94. https://doi.org/10.2307/210739
Tsakiridis, N.L., Keramaris, K.D., Theocharis, J.B., Zalidis, G.C., 2020.
Simultaneous prediction of soil properties from VNIR-SWIR spectra using a
localized multi-channel 1-D convolutional neural network. Geoderma 367.
Vasques, G.M., Rodrigues, H.M., Coelho, M.R., Baca, J.F.M., Dart, R.O., Oliveira,
R.P., Teixeira, W.G., Ceddia, M.B., 2020. Field Proximal Soil Sensor Fusion for
Improving High-Resolution Soil Property Maps. Soil Systems 2020, Vol. 4,
Page 52 4, 52. https://doi.org/10.3390/SOILSYSTEMS4030052
Vieira, S.R., 2000. Geoestatística em estudos de variabilidade espacial do solo. ,
in: R.F. Novais, V.H.A.G.R.S. (Ed.), Tópicos Em Ciência Do Solo. Viçosa, pp.
1–54.
chemometric tool to prevent the overfitting to outliers. Chemometrics and
Intelligent Laboratory Systems 34, 109–115. https://doi.org/10.1016/0169-
7439(96)00005-6
Wang, S., Peng, H., Hu, Q., Jiang, M., 2022. Analysis of runoff generation driving
factors based on hydrological model and interpretable machine learning
method. J Hydrol Reg Stud 42, 101139.
https://doi.org/10.1016/J.EJRH.2022.101139
Weindorf, D.C., Bakr, N., Zhu, Y., 2014a. Advances in portable X-ray fluorescence
(PXRF) for environmental, pedological, and agronomic applications, Advances
in Agronomy. Elsevier. https://doi.org/10.1016/B978-0-12-802139-2.00001-9
Weindorf, D.C., Bakr, N., Zhu, Y., 2014b. Advances in portable X-ray fluorescence
(PXRF) for environmental, pedological, and agronomic applications, in:
Advances in Agronomy. Academic Press Inc., pp. 1–45.
https://doi.org/10.1016/B978-0-12-802139-2.00001-9
Weindorf, D.C., Paulette, L., Man, T., 2013. In-situ assessment of metal
contamination via portable X-ray fluorescence spectroscopy: Zlatna, Romania.
Environmental Pollution 182, 92–100.
https://doi.org/10.1016/j.envpol.2013.07.008
Whittig, L.D., 1965. X-Ray Diffraction Techniques for Mineral Identification and
Mineralogical Composition. Methods of Soil Analysis, Part 1: Physical and
Mineralogical Properties, Including Statistics of Measurement and Sampling
671–698. https://doi.org/10.2134/AGRONMONOGR9.1.C49
Xu, D., Chen, S., Xu, H., Wang, N., Zhou, Y., Shi, Z., 2020. Data fusion for the
measurement of potentially toxic elements in soil using portable spectrometers.
Environmental Pollution 263, 114649.
https://doi.org/10.1016/J.ENVPOL.2020.114649
Xu, D., Zhao, R., Li, S., Chen, S., Jiang, Q., Zhou, L., Shi, Z., 2019. Multi-sensor
fusion for the determination of several soil properties in the Yangtze River Delta,
China. Eur J Soil Sci 70, 162–173. https://doi.org/10.1111/EJSS.12729
Xu, G., Fan, H., Oliver, D.M., Dai, Y., Li, H., Shi, Y., Long, H., Xiong, K., Zhao, Z.,
2022. Decoding river pollution trends and their landscape determinants in an
73
ecologically fragile karst basin using a machine learning model. Environ Res
214, 113843. https://doi.org/10.1016/J.ENVRES.2022.113843
Xu, S., Zhao, Y., Wang, M., Shi, X., 2018. Quantification of Different Forms of Iron
from Intact Soil Cores of Paddy Fields with Vis-NIR Spectroscopy. Soil Science
Society of America Journal 82, 1497–1511.
https://doi.org/10.2136/SSSAJ2018.01.0014
Yan, F., Shangguan, W., Zhang, J., Hu, B., 2020a. Depth-to-bedrock map of China
at a spatial resolution of 100 meters. Sci Data 7, 1–13.
https://doi.org/10.1038/s41597-019-0345-6
Yan, F., Shangguan, W., Zhang, J., Hu, B., 2020b. Depth-to-bedrock map of China
at a spatial resolution of 100 meters. Scientific Data 2020 7:1 7, 1–13.
https://doi.org/10.1038/s41597-019-0345-6
Ye, M., Zhu, L., Li, X., Ke, Y., Huang, Y., Chen, B., Yu, H., Li, H., Feng, H., 2023.
Estimation of the soil arsenic concentration using a geographically weighted
XGBoost model based on hyperspectral data. Science of The Total
Environment 858, 159798.
Nannucci, M.S., Leoni, B., Bonomi, T., 2019. Choosing between linear and
nonlinear models and avoiding overfitting for short and long term groundwater
level forecasting in a linear system. J Hydrol (Amst) 578, 124015.
Zeraatpisheh, M., Ayoubi, S., Jafari, A., Finke, P., 2017. Comparing the efficiency
of digital and conventional soil mapping to predict soil types in a semi-arid
region in Iran. Geomorphology 285, 186–204.
https://doi.org/10.1016/J.GEOMORPH.2017.02.015
Zevenbergen, C., Honders, A., Orbons, A.J., Viaene, W., Swennen, R., Comans,
R.N.J., van Hasselt, H.J., 1997. Immobilisation of heavy metals in contaminated
soils by thermal treatment at intermediate temperatures. Studies in
Environmental Science 71, 661–672. https://doi.org/10.1016/S0166-
1116(97)80249-X
Zhan, Y., Liu, C., Deng, Q., Feng, Q., Qiu, Y., Zhang, A., He, X., 2022. Integrated
FFT and XGBoost framework to predict pavement skid resistance using
automatic 3D texture measurement. Measurement 188, 110638.
Zhang, R., Li, Y., Goh, A.T.C., Zhang, W., Chen, Z., 2021. Analysis of ground
surface settlement in anisotropic clays using extreme gradient boosting and
random forest regression models. Journal of Rock Mechanics and
Geotechnical Engineering 13, 1478–1484.
https://doi.org/10.1016/J.JRMGE.2021.08.001
Zhang, W. chun, Wan, H. shuang, Zhou, M. hou, Wu, W., Liu, H. bin, 2022. Soil total
and organic carbon mapping and uncertainty analysis using machine learning
techniques. Ecol Indic 143, 109420.
https://doi.org/10.1016/J.ECOLIND.2022.109420
Reflectance spectroscopy for assessing heavy metal pollution indices in
mangrove sediments using XGBoost method and physicochemical properties.
Catena (Amst) 211, 105967. https://doi.org/10.1016/J.CATENA.2021.105967
74

Zhao, L., Fang, Q., Hong, H., Algeo, T.J., Lu, A., Yin, K., Wang, C., Liu, C., Chen,
L., Xie, S., 2022a. Pedogenic-weathering evolution and soil discrimination by
sensor fusion combined with machine-learning-based spectral modeling.
Zhao, L., Fang, Q., Hong, H., Algeo, T.J., Lu, A., Yin, K., Wang, C., Liu, C., Chen,
L., Xie, S., 2022b. Pedogenic-weathering evolution and soil discrimination by
sensor fusion combined with machine-learning-based spectral modeling.
75
Capítulo 3 – Uso de aprendizagem de máquina para extrapolação de atributos

mineralógicos do solo
Resumo: Os principais solos agricultáveis do Brasil são caracterizados como

altamente intemperizados, tendo os minerais de ferro desempenhando papel
fundamental na dinâmica dos solos, porém suas quantificações tradicionais
implicam em altos custos e maior tempo para analise. Diante disso sensores como
Espectroscopia de Reflectância Difusa (ERD) vem ganhando espaço no mercado
porem em países de grandes extensões territoriais como o Brasil tamanho da área
ainda é uma variável limitante, devido a isso técnicas de extrapolação de dados é
uma promissora área de estudo pois ela nos permite estimar dados de áreas não
visitadas. Diante desse contexto, objetivou-se (i) estimar atributos mineralógicos do
solo utilizando algoritmos de aprendizagem de máquina (AM), com base nas curvas
espectrais geradas pela Espectroscopia de Reflectância Difusa (ERD) em uma
Área de Referência (AR) menor e com pontos de coleta mais adensados e, (ii)
extrapolar os parâmetros da predição para uma Área Alvo (AA) maior, e com menos
pontos de coleta. A AR está localizada no município de Guatapará, no nordeste do
estado de São Paulo, Brasil, com aproximadamente 870 hectares e 360 pontos de
coleta. A AA é o Planalto Ocidental Paulista (POP), que corresponde a
aproximadamente 48% de todo o Estado de São Paulo, totalizando 13 milhões de
hectares e com 231 pontos de coleta. Utilizamos os algoritmos de AM de Florestas
Aleatórias (FA) e de XGBoost (XGB) para predizer os atributos Ferro Ditionito (FED)
e Ferro Oxalato (FEO) no solo e treinar os algoritmos com os parâmetros da AR e
extrapolar para a AA. O algoritmo XGB foi mais eficiente na extrapolação dos
parâmetros da AR para a predição dos valores de FED na AA com R2 de 85,30%
contra 76,33% do FA. Para FEO, o algoritmo de FA apresentou maior valor de R2=
57,88% contra 54,67% do algoritmo de XGB, entretanto, os valores de erro foram
menores para o algoritmo de XGB. Algoritmos de AM são eficientes na predição e
extrapolação de valores de atributos mineralógicos do solo, desde que sejam
utilizados algoritmos robustos e que a base de dados tenha observações suficientes
para treinamento adequado dos modelos. O uso do sensor ERD, associado à
modelos de aprendizagem de máquina é eficiente na predição de atributos
mineralógicos do solo, sendo essa associação de técnicas de grande potencial para
a ciência do solo.
Palavras-chave: Mapeamento digital do solo, Florestas Aleatórias, XGBoost,

Ciência de dados, Ferro Ditionito, Ferro Oxalato.
76
Abstract: The main arable soils in Brazil are characterized as highly weathered,
with iron minerals playing a fundamental role in soil dynamics, acting as a
pedoindicator for various purposes. The indirect estimation of these minerals is
extremely important since traditional quantification methods imply high analysis
costs and longer time to obtain data. Given this context, the objective was (i) to
estimate soil mineralogical attributes using machine learning (ML) algorithms, based
on the spectral curves generated by Diffuse Reflectance Spectroscopy (DRS) in a
smaller Reference Area (RA) and with denser collection points, and (ii) extrapolate
the prediction parameters to a larger Target Area (TA), with fewer collection points.
RA is located in the municipality of Guatapará, in the northeast of the state of São
Paulo, Brazil, with approximately 870 hectares and 360 collection points. The TA is
the Western Paulista Plateau (WPP), which corresponds to approximately 48% of
the entire State of São Paulo, totaling 13 million hectares and with 231 collection
points. We used the Random Forests (RF) and XGBoost (XGB) ML algorithms to
predict the Iron Dithionite (FED) and Iron Oxalate (FEO) attributes in the soil and
train the algorithms with the RA parameters and extrapolate to the TA. The XGB
algorithm was more efficient in extrapolating the RA parameters to predict the FED
values in the TA with an R2= 85.30% against 76.33% for the RF. For FEO, the RF
algorithm presented a higher value of R2= 57.88% against 54.67% for the XGB
algorithm, however, the error values were lower for the XGB algorithm. ML
algorithms are efficient in predicting and extrapolating soil mineralogical attribute
values, provided that robust algorithms are used and that the database has enough
observations for adequate training of the models. The use of the DRS sensor,
associated with machine learning models, is efficient in predicting soil mineralogical
attributes, and this combination of techniques has great potential for soil science.
Keywords: Digital Soil Mapping, Random Forests, XGBoost, Data Science,

Dithionite iron, Oxalate iron.
77
3.1 Introdução
O ferro é o elemento mais frequentemente encontrado nos minerais de solos
tropicais e sua ocorrência e concentração são influenciados diretamente pelos
fatores e processos de formação do solo (Mendes et al., 2022b). O ferro livre é um
importante indicador analítico do solo, pois ele nos permite a compreender a
gênese, classificação e variabilidade do solo (Fan et al., 2016).
A principal forma de obtenção dos óxidos de ferro consiste na ligação do
ácido oxálico aos óxidos de ferro amorfos pela complexação entre oxalato e ferro
férrico, extraindo o atributo denominado como “Ferro Oxalato”. Para aumentar a
extração óxidos de ferro cristalinos, foi proposta a aplicação simultânea de ácido
oxálico e da Ditionita que é forte agente redutor, extraindo então o atributo
denominado como “Ferro Ditionito” (Zevenbergen et al., 1997; Lee et al., 2018).
Ambos os procedimentos de dissolução de Oxalato e Ditionito para a extração de
Fe têm ampla aplicação na classificação do solo e no estudo de sua gênese
(Zevenbergen et al., 1997; Lorz et al., 2013).
Logo compreender as inter-relações e dinâmicas espaciais dos óxidos de
ferro com o ambiente é necessário quando se pensa em correlacionar esses
indicadores com o manejo do solo. A forma convencional de determinação dos
teores de óxidos de ferro envolve extensas observações no campo associadas à
complexas análises laboratoriais, onde são realizadas múltiplas extrações
individuais utilizando ácidos fortes. Tais análises são destrutivas, além de
implicarem em um alto investimento, morosidade na confeção dos resultados e
necessidade de uma equipe altamente especializada para execução (Xu et al.,
2018).
Visando tonar a obtenção dessas informações mais eficiente, o sensor de

78
espectroscopia de reflectância difusa (ERD) vem se mostrando uma excelente
alternativa para prever com precisão e agilidade diversos atributos do solo,
reduzindo assim o custo com amostragem e análise de solo (Gholizadeh et al.,
2023, 2013; Naimi et al., 2022). Segundo Silva et al. (2020), a ERD, apresenta baixo
custo de execução, fornece informações rápidas e gera um banco de dados
robusto, além de ser um método não destrutivo e de necessitar de preparação
mínima da amostra.
Entretanto, análises utilizando sensores geram grande volume de
informações com dados de natureza específica de cada sensor (Almeida et al.,
2021). Devido a isso e a complexidade do sistema agrícola, algoritmos de
aprendizagem de máquina (AM) vem a cada dia sendo mais aplicado a ciência do
solo, pois são mais precisos na estimativa de atributos de interesse do que técnicas
paramétricas tradicionais, como regressões simples (Sothe et al., 2020).
Dentre os algoritmos de AM, destacam-se : a Regressão Florestas Aleatórias
(FA) que é uma técnica não paramétrica que foi desenvolvida com o intuito de
melhorar a previsão dos modelos de arvores de regressão, pois utiliza árvores
totalmente crescidas e reduz o erro e a variação (Yan et al., 2020a) e o Extreme
Gradient Boosting (XGBoost) que é algoritmo otimizado sua aprendizagem é
realizada por meio da integração de árvores de decisão e do otimizado gradiente
descendente (Shahhosseini et al., 2021), estes algoritmos estão entre os mais
utilizados da atualidade devido a sua capacidade de trabalhar com dados
complexos.
Porém em países de grande extensão territorial como o Brasil, ocorre uma
limitação nas bases de dados de solo. Sendo assim métodos de interpolação
espacial podem ser usados para prever solos em locais não visitados, porém,
79
surgem problemas de acurácia quando se pretende prever atributos de solo em
áreas com poucas observações amostrais (Ruhollah et al., 2022b).
Em tais situações, quando uma coleta maior e mais robusta de amostras de
solo se torna inviável financeira e operacionalmente, uma abordagem de
extrapolação pode ser aplicada para prever os solos na área alvo (locais sem
observações) usando os solos da área de referência (área com observações
adensadas) se os solos de duas áreas forem controlados principalmente por fatores
semelhantes de formação de solo, bem como processos pedogênicos semelhantes
(ten Caten et al., 2011b). Portanto, um modelo AM desenvolvido para uma área de
referência, usando abordagens de mapeamento digital do solo (MDS), pode ser
extrapolado para prever as características do solo da área alvo (Cambule et al.,
2013; Afshar et al., 2018).
Nesse contexto, partindo da hipótese de que os algoritmos RF e XGBoost
são capazes de estimar e extrapolar atributos de solo, a partir de dados
provenientes do sensor ERD. Objetivou-se (i) estimar atributos mineralógicos do
solo utilizando algoritmos de aprendizagem de máquina (AM), com base nas curvas
espectrais geradas pela Espectroscopia de Reflectância Difusa (ERD) em uma
Área de Referência (AR) menor e com pontos de coleta mais adensados, (ii)
extrapolar os parâmetros da predição para uma Área Alvo (AA) maior, e com menos
pontos de coleta no Planalto Ocidental Paulista e (iii) Entender qual dentre os
algoritmos utilizados (RF e XGBoost) é mais eficiente na predição dos atributos de
solo.
3.2 Material e métodos
3.2.1 Caracterização da área de estudo
Neste trabalho utilizamos dois bancos de dados, cedidos pelo grupo de

80
pesquisa em Caracterização do Solo para Fins de Manejo Específico (CSME) da
FCAV-UNESP, Campus de Jaboticabal, São Paulo. Este estudo envolveu duas
áreas (Área de Referência e Área Alvo) (Figura 1). A Área de Referência está
localizada no município de Guatapará, no nordeste do estado de São Paulo, Brasil
(-21.475394, -48.017398), com aproximadamente 870 hectares, na área é cultivada
com cana-de-açúcar utilizando o sistema de colheita mecanizada há mais de 10
anos.
Na Área de Referência foram registrados a ocorrência de duas classes de
solos e cinco sub-classes: Latossolo Vermelho eutroférrico textura argilosa,
Latossolo Vermelho distrófico textura média, Latossolo Vermelho distroférrico
textura argilosa, Latossolo Vermelho-Amarelo distrófico textura média, Neossolo
Quartzarênico órtico distrófica textura arenosa. Para esta área foi definida uma
grade amostral com aproximadamente 1 ponto a cada 2,5 hectares, totalizando 360
pontos, nos quais foram coletadas amostras de solo.
Figura 1. Ilustração da localização das áreas experimentais e dos pontos de coleta.

No quadro “São Paulo/Área Alvo” as linhas vermelhas indicam a malha rodoviária
utilizada como base para alocação dos pontos amostrais.
A Área Alvo está inserida no Planalto Ocidental Paulista (POP), que

81
corresponde a aproximadamente 48% de todo o Estado de São Paulo, totalizando
13 milhões de hectares. Esta área é responsável por cerca de 80% da produção
nacional de etanol, açúcar e citros e vem sendo estudada por vários outros
pesquisadores do grupo CSME (Bahia et al., 2015; Silvero et al., 2019; Silva et al.,
2020; Baldo et al., 2021).
Na Área Alvo foram classificadas duas classes de solos, sendo elas
Latossolo e Neossolo. Na área do POP, segundo o mapa de solos da Embrapa,
seis classes de solo foram registradas, sendo elas: Argissolo Vermelho-Amarelo,
Latossolo Vermelho, Latossolo férrico, Neossolo Litólico, Nitossolo Vermelho e
Gleissolo Háplico (Figura 2) (Santos et al., 2018).
(b)
(a)
Figura 2. Mapa pedológico da Área de Referência (a), adaptado de Almeida et al.

(2021). Mapa pedológico do Planalto Ocidental Paulista (b), Instituto Agronômico
de Campinas (2017).
3.2.2 Plano amostral de coleta de pontos
Para a amostragem de solo da Área Alvo, levamos em consideração a base
do arquivo de rodovias do Estado de São Paulo, fornecido pelo Departamento de
Estradas de Rodagem (DER). A partir desse arquivo criamos um mapa por meio da
ferramenta ET GeoWizards, no ArcView 9.3. Nessa área foram coletadas no total
231 amostras de solo na profundidade de 0-20 cm, realizando as coletas
preferencialmente, em áreas com mínima interferência antrópica, em áreas
preservadas adjacentes às áreas agrícolas, em espaçamento mínimo de 10

82
quilômetros (km), até o espaçamento máximo de 60 km.
3.2.3 Análises de laboratório – Atributos mineralógicos
Os atributos mineralógicos avaliados foram os teores de ferro cristalinos
extraídos por ditionito-citrato (FED) (Mehra and Jackson, 1958) e os teores de
ferro extraídos por amônio-ácido oxálico (FEO), relativos aos óxidos de ferro
pedogenéticos de baixa cristalinidade, determinados conforme metodologia
proposta por Camargo et al. (1986).
3.2.4 Espectroscopia de Reflectância Difusa (ERD)
A análise de Espectroscopia de Reflectância Difusa (ERD) foi realizada
utilizando-se de um sensor Lambda 950 UV/VIS/NIR. As amostras de 0,5 g de
terra fina seca ao ar (TFSA) foram acomodadas em porta amostra individual (3,0
× 0,5 cm). Efetuou-se em cada amostra uma varredura de reflectância na faixa do
VISível (VIS), entre 250 e 900 nanômetros (nm) e do infravermelho próximo (NIR)
entre 900 e 2500 nanômetros (nm), em um intervalo de 1 nm, gerando um banco
de dados de 2.250 variáveis por amostra de solo, que corresponde a refletância
em cada comprimento de onda do espectro.
3.2.5 Aprendizagem de máquina
Em posse do banco de dados, a primeira análise realizada foi a estatística
descritiva dos atributos do solo FED e FEO. Na sequência, para viabilizar o
entendimento do comportamento dos dados foi desenvolvido um gráfico de
distribuição. Na etapa seguinte iniciou-se o processo de predição dos atributos
FED e FEO utilizando os algoritmos XGBoost e Florestas Aleatórias
O XGBoost é um algoritmo de aprendizagem de máquina que tem como
principal característica a escalabilidade, alta precisão e ampla aplicação (Nguyen
et al., 2022a). Ele consiste em uma variação dos algoritmos de árvore de decisão
83
com a técnica de aumento de gradiente, que atua ajustando as funções de perda,
que são minimizadas pela estrutura de interações sequenciais do algoritmo
(Hikouei et al., 2021), ou seja, o XGBoost usa ensembles de árvores
sequencialmente otimizadas.
Este algoritmo tem capacidade de trabalhar com problemas de
classificação e regressão, neste trabalho devido à natureza dos dados optamos
pela regressão. O algoritmo, aplicado nos bancos de dados, foram divididos em
70% para treino e 30% para teste. Pensando que o algoritmo é impulsionado pelo
adequado ajuste de hiperparâmetros, juntamente na análise foi utilizado um
algoritmo de otimização, chamado RandomizedSearchCV. Foi estabelecido o total
de 6 hiperparâmetros (n_estimators, max_depth, reg_lambda, subsample,
colsample_bytree, booster) com 10 possibilidades cada, para todos os modelos
foi selecionado o total de 50 árvores com 0.5 de taxa de aprendizagem.
O modelo de Regressão Florestas Aleatórias (FA) (Breiman, 2001) é uma
técnica não paramétrica que foi desenvolvida com o intuito de melhorar a previsão
dos modelos de Árvores de Classificação e Regressão, pois utiliza árvores de
decisão totalmente crescidas e reduz o erro e a variação (Yan et al., 2020b). Tal
algoritmo consiste na combinação de diversas árvores, que são geradas a partir de
uma variável de entrada amostrada aleatoriamente, todas as árvores apresentam
o mesmo tamanho. Já as subdivisões das árvores são realizadas com base em um
subconjunto amostrado aleatoriamente do banco de dados total, o resultado do
modelo de FA é composto pela média dos resultados de todas as árvores (Chagas
et al., 2016b).
Após a otimização dos modelos de FA foram definidos os seguintes
parâmetros: número de árvores (n-estimados) = 100; aleatoriedade bootstrapping

84
das amostras (random-state) = 50; profundidade máxima da árvore (max_depth) =
20; número mínimo de amostras necessárias para nó por folha (min_samples_leaf)
= 5. Todas as análises de FA foram implementadas utilizando o algoritmo
RandomForestRegressor do pacote Scikit-Learn (Pedregosa et al., 2011).
Para avaliar o desempenho dos modelos, foram estabelecidas 3 métricas:
o coeficiente de determinação (R2), erro médio absoluto (MAE) e a raiz quadrada
do erro médio (RMSE).
3.2.6 Geoestatística
Para a determinação da existência da dependência espacial foram
modelados semivariogramas simples, com base na teoria das variáveis
regionalizadas e nos princípios da hipótese intrínseca (Isaaks; Srivastava, 1989).
O variograma descreve a continuidade espacial das variáveis como função das
distâncias entre duas localizações, sendo estimado por:
N (h)
1
ˆ (h) =
2 N ( h)
 [ z( x ) − z( x
i =1
i i + h)] 2 (1)
em que, ˆ (h) é a semivariância experimental para uma distância de separação h,
z(xi) é o valor da propriedade no ponto i, e N(h) é o número de pares de pontos
separados pela distância h. Observada a existência da dependência espacial entre
as amostras definida pelo semivariograma, foram estimados valores onde a variável
não foi medida, fazendo uso da krigagem (Oliver; Webster, 2014). Para todas as
análises foram utilizadas as linguagens de programação R e Python, de forma
concomitante, no ambiente Jupyter notebook, seguindo o resumo gráfico
apresentado na Figura 3.
85
Figura 3. Fluxograma do passo a passo do processamento de dados até a obtenção dos mapas dos atributos analisados para a
área de referência e área alvo.
1
86
3.3 Resultados e discussão
Para o melhor entendimento do comportamento da amplitude de variação
dos dados foi realizada a estatística descritiva para o FED e FEO (Tabela 1).
Podemos observar que de modo geral os dados de ambas as áreas apresentaram
comportamento muito heterogêneo. Esta variabilidade pode ser associada às
transições geológicas existentes em ambas as áreas, que apresentam classes de
solos com características totalmente distintas como os Latossolos e Neossolos.
Tabela 1. Análise descritiva dos dados de FED e FEO das áreas de referência e
alvo.
Área de Referência FED FEO
CV 71,24% 68,42%
Desvio Padrão 37,75 1,40
Máximo 177,71 7,44
Mediana 40,64 1,93
Média 53,00 2,05
Mínimo 1,99 0,04
Área Alvo FED FEO
CV 62,29% 100,25%
Desvio Padrão 14,32 1,17
Máximo 76,38 5,89
Mediana 17,69 0,70
Média 22,99 1,17
Mínimo 4,93 0,19
FED: Ferro Ditionito; FEO: Ferro Oxalato; CV: coeficiente de variação. N (número
de observações) na área de referência: 360; na área alvo: 231.
Latossolos são caracterizados pela intemperização e lixiviação intensas e
pela baixa atividade das argilas e capacidade de troca de cátions. Além disso, são
caracterizados como solos profundos, de coloração relativamente homogênea e
com distribuição uniforme de argila ao longo do perfil, elevada estabilidade de
agregados e baixo conteúdo de silte em relação à argila (Ker, 1997), sendo os
principais solos utlizados para produção agrícola no Brasil (Novais et al., 2007).
Neossolos quartzarênicos são solos originados principalmente a partir de
rochas de arenitos ou sedimentos arenosos não consolidados. São caracterizados

87
pela baixa fertilidade e capacidade de retenção de água. São muito permeáveis,
mal estruturados, com limitações ao uso agrícola e alta suscetibilidade à erosão
(Ruiz et al., 2003; Souza et al., 2005).
Oliveira et al. (1998) relatam que a baixa relação de FEO/FED (ferro
oxalato/ferro ditionito) no solo revelou predomínio de óxidos mais cristalinos como
goethita e hematita, formados principalmente em solos situados em posições mais
elevadas na paisagem, formando solos mais avermelhados e amarelo-
avermelhados, indicando solos com melhor drenagem.
A primeira métrica apresentada na Tabela 1 é o coeficiente de variação
(CV), observa-se que em ambas as áreas os dados apresentam comportamento
heterogêneo. Para FED, a área de referência apresentou maior CV e desvio
padrão indicando que os dados dessa área são mais dispersos do que o da área
alvo. Corroborando com tal afirmação, ao observar os valores mínimos e máximos
nota-se que na área de referência a amplitude do atributo é maior quando
comparado com os valores da área alvo. Estes resultados podem ser associados
à transição dos tipos de solo e geologias de origem desses solos, uma vez que
pode haver grande variabilidade na quantidade de Fe na rocha de origem
(Stranghoener et al., 2020).
Diferente do observado para FED, para FEO observa-se que na área alvo o
valor de CV é consideravelmente maior do que o observado na área de referência,
embora a área de referência apresente maior valor de desvio padrão e amplitude
de variação entre os valores máximo e mínimo. De modo geral, a área de referência
apresenta maior variabilidade dos atributos quando comparada a área alvo, tal fato
pode ser atribuído ao grid de coleta de solo mais denso estabelecido para a área
de referência, fazendo com que maior variabilidade espacial dos atributos seja
88
mapeada (Lark, 2000).
Para a primeira parte da análise de dados foram apresentadas as medidas
de centro e de dispersão e na sequência para o entendimento mais aprofundado
foram observadas as medidas de forma (curtose e assimetria) (Tabela 2). Para FED
a curtose se mostrou negativa na área alvo, indicando um alto nível de achatamento
da curva, ou seja, distribuição platicúrtica. Na área de referência nota que a curtose
de FED ficou muito próxima de zero, indicando assim uma curva de padrão normal,
ou seja, mesocúrtica.
Tabela 2. Valores de curtose a assimetria dos dados de FED e FEO das áreas de
referência e alvo.
Área de Referência FED FEO
Curtose -0,84 0,03
Assimetria 0,49 0,45
Área Alvo FED FEO
Curtose 0,03 3,76
Assimetria 1,04 2,05
FED: Ferro Ditionito; FEO: Ferro Oxalato.
Uma questão metodológica importante é a distribuição não normal dos
dados, pois problemas com dados não normais acrescentam dificuldades
adicionais quando comparados à predição de resultados com base em conjuntos
de dados com distribuições normais (Esfandiarpour-Boroujeni et al., 2020; Gómez-
Escalonilla et al., 2022).
Já para FEO observa-se o padrão contrário ao observado para FED. Na área
alvo a distribuição apresentou o padrão mesocúrtico e na área alvo apresentou
achatamento baixo, ou seja, curva leptocúrtica, o que pode estar associado à
distribuição bimodal dos dados de FED da área de referência, o que não ocorre
para os dados de FED da área alvo nem para os dados de FEO de nenhuma das
áreas. Em relação a assimetria, de modo geral em todos os atributos avaliados foi

89
observada presença de simetria positiva, sendo essa mais intensa na área alvo
quando comparada a área de referência, o que pode ser associado a densidade
amostral de ambas as áreas, como na área alvo foram coletadas menos amostras,
o que ocasionou na formação de caldas devido a baixa representatividade.
Para apoiar o entendimento das medidas de centro, dispersão e forma, foi
desenvolvido um gráfico de distribuição para cada atributo comparando os dados
da área de referência e área alvo (Figura 4). Ambos os atributos apresentam na
área de referência maior amplitude de dados do que na área alvo, tal diferença fica
muito nítida nos box-plot apresentados.
Nota-se quem em ambos o gráfico a área de referência apresenta
distribuição mais homogênea quando comparada a alvo, o que pode ser atribuído
a maior densidade amostral desta área quando comparada com a área alvo, logo
o menor espaçamento entre pontos da área de referência capta muito melhor a
dependência espacial entre os atributos gerando uma distribuição mais
homogénea.
(a)
90
(b)
Figura 4. Distribuição dos dados de FED (a) e FEO (b) das áreas de referência e
alvo. FED: Ferro Ditionito; FEO: Ferro Oxalato.
Tal fato fica ainda mais nítido no gráfico referente a FED (Figura 4a), no qual
notam-se picos de frequência dos menores valores de FED na área alvo e na
sequência reduções drásticas. Similar do padrão observado para FED, no gráfico
de distribuição para FEO também se observa maior concentração do elemento em
valores baixos na área alvo, porém com distribuição mais homogênea e parelha,
nota-se que ela não reduz de forma abrupta como para FED. Além disso ambas as
áreas apresentam um padrão semelhante de comportamento, sendo que a área de
referência apresenta alguns valores máximos mais extremos do que a área alvo.
As áreas com maiores teores de FED são as argilosas, quem ficam mais nas
bordas dos mapas da área alvo, com menor representatividade, já na área de
referência, áreas com solos mais argilosos estão presentes em maior parte da área,
o que pode ocasionar a distribuição mais bem distribuída desses elementos, uma
vez que já se espera maior teor desses óxidos quanto maior o teor de argila dos
solos (Camêlo et al., 2017; Silva et al., 2020b). A presença mais homogênea de
FEO nas áreas pode ser associada as características únicas da formação de FEO,
que não apresentando tão grande diferenciação em sua formação em função dos
compartimentos geológicos, devido principalmente à grande variabilidade na
presença de minerais amorfos ricos em Fe nesses solos (Lee et al., 2018;

91
Stranghoener et al., 2020).
De modo geral o comportamento de FEO apresentou maior semelhança de
distribuição entre as áreas quando comparado com FED, tal afirmação corrobora
diretamente com os box-plot apresentados nas Figuras 4a e 4b. Entendendo o
comportamento dos atributos em ambas as áreas, foi possível observar que o
intervalo de variação da área alvo está contido dentro do intervalo da área de
referência, logo entendem-se que o padrão da área alvo existe dentro da base de
dados da área de referência. Entendendo que as áreas apresentam padrões em
comum, partiu-se para o desenvolvimento dos modelos de aprendizagem de
máquina.
Na Tabela 3 estão as métricas utilizadas para avaliar a performance dos
algoritmos. O modelo desenvolvido utilizando o algoritmo XGBoost apresentou
desempenho superior ao algoritmo de Florestas Aleatórias, o que pode ser atribuído
a robustez do algoritmo, pois usa em sua arquitetura sistema de gradiente
descendente para atualizar os parâmetros do modelo ter a capacidade de
reconhecer os recursos mais importantes (Chen; Guestrin, 2016).
A primeira métrica desenvolvida foi o coeficiente de determinação (R 2) que
representa o percentual de variância dos dados que é explicado pelo modelo.
Observando os resultados de FEO nota-se que de modo geral este apresentou R2
inferiores aos dos modelos desenvolvidos para FED.
Para FED e FEO os valores de R2 do algoritmo XGBoost mostrou-se mais
eficiente em estimar os valores observados. O modelo que melhor performou nessa
métrica para ambos os atributos foi o da área de referência, tanto na etapa de treino
como na de teste, além de ter apresentado os maiores valores de R 2. Para FED,
podemos observar menor amplitude de variação entre as etapas de treino e teste,

92
indicando menor probabilidade de ocorrência de overfitting.
Tabela 3. Métricas de avaliação dos modelos de aprendizagem de máquina.

Florestas
XGBoost
Modelo Métrica Aleatórias
FED FEO FED FEO
R2 82,53% 80,84% 94,56% 81,41%
Treino MAE 10,39 0,41 5,8 0,44
RMSE 15,64 0,61 8,83 0,62
Área de Referência
R2 76,33% 57,88% 85,30% 54,67%
Teste MAE 12,98 0,63 9,82 0,42
RMSE 18,47 0,89 14,24 0,83
R2 71,44% 61,16% 90,01% 72,68%
Treino MAE 4,71 0,4 2,85 0,34
RMSE 7,61 0,68 4,62 0,59
Área Alvo
R2 56,71% 44,05% 79,44% 67,63%
Teste MAE 6,49 0,53 4,62 0,43
RMSE 9,42 0,92 6,16 0,68
R2 86,18% 77,72% 93,50% 94,79%
Treino MAE 8,82 0,44 6,21 0,47
Modelo de RMSE 14,01 0,65 9,6 0,62
Extrapolação R2 72,05% 62,14% 88,36% 81,18%
Teste MAE 4,47 0,4 3,29 0,55
RMSE 7,55 0,71 4,87 0,63
FED: Ferro Ditionito; FEO: Ferro Oxalato; R²: coeficiente de determinação; MAE:
erro absoluto médio; RMSE: raiz quadrática média.
O overfitting é definido como o problema que ocorre quando um modelo foi
treinado com muita dificuldade para ajustar os dados de treinamento, resultando
em um modelo que aprendeu a reproduzir ruídos e peculiaridades nos dados de
treinamento, em vez de encontrar uma regra preditiva geral (Dietterich, 1995). Caso
ocorra o overfitting a precisão dos modelos desenvolvidos pode decair
significativamente em um banco de dados de teste (Zanotti et al., 2019).
O modelo de pior performance tanto para FED como para FEO foi o de
Florestas Aleatórias da área alvo. Além de apresentar elevada variação de valores
entre as etapas de treino e teste, os resultados foram significativamente inferiores
quando comparados com os demais modelos. Este resultado pode ser atribuído à
93
baixa densidade amostral existente na base de dados da área alvo. Além disso, o
algoritmo de Florestas Aleatórias desenvolve diversas árvores de regressão e por
fim realiza uma média dos resultados de todas.
Como a média é muito afetada pela presença de outliers na base de dados,
a performance do algoritmo pode ter sido afetada pela presença dos outliers, uma
vez que o desempenho de algoritmos preditivos pode ser severamente afetado pela
presença de outliers nos dados experimentais, o que torna o algoritmo não robusto
(Wang et al., 1996).
Para FED os menores valores de MAE foram observados no modelo
desenvolvido usando o algoritmo XGBoost para a área de referência. Este resultado
pode ser atribuído à robustez da base de dados da área de referência, que por
consequência submete o algoritmo a maior quantidade de observações dos
padrões da área e aperfeiçoamento da aprendizagem do modelo. Isso ocorre
porque por diminuir a densidade amostral dos dados a serem preVIStos reduz
naturalmente o número de exemplos em cada ambiente para os algoritmos
aprenderem e, quanto mais limitado for o número de pontos em cada ambiente,
mais difícil será ajustar a capacidade preditiva dos algoritmos (Esfandiarpour-
Boroujeni et al., 2020; Gómez-Escalonilla et al., 2022).
Já para a métrica RMSE, o modelo que apresentou os menores valores foi
o da área alvo. Este resultado indica que esse modelo foi o menos impactado pela
presença de outliers nas bases de dados, uma vez que por haver maior densidade
amostral e maior quantidade de observações dentro de cada ambiente os
algoritmos foram melhor treinados, o que faz com que a menor ocorrência de
outliers seja menos prejudicial para os valores de RMSE (Chai; Draxler, 2014).
Seguindo com a análise de FED, o modelo que apresentou menor

94
performance nas métricas de MAE e RMSE foi o modelo de extrapolação utilizando
o algoritmo de Florestas Aleatórias. Este resultado era esperado, partindo da
premissa que o modelo foi treinado e testado em áreas diferentes, logo a margem
de erro da predição seria maior, similar aos resultados apresentados por Angelini
et al. (2020) e Ruhollah et al. (2022) que, trabalhando com modelos de predição e
extrapolação de dados de solo obtiveram métricas inferiores para os modelos de
extrapolação, em comparação com os modelos das áreas de referência,
independentemente do algoritmo utilizado.
Para FEO, nota-se que as métricas MAE e RMSE apresentaram resultados
melhores do que para FED, o que pode ser associado à distribuição mais
homogênea dos dados como observado nas Figuras 4a e 4b. Os modelos
desenvolvidos apresentaram métricas de erro bem similares entre si. O modelo de
Florestas Aleatórias da área de referência apresentou uma pequena diferença em
relação aos demais na métrica MAE.
Porém, nota-se que este modelo foi muito penalizado pelos outliers,
apresentando um RMSE ligeiramente mais alto do que nos modelos das áreas de
referência e alvo, desenvolvidos com o algoritmo XGBoost. Entretanto, os modelos
que tiveram RMSE mais penalizados pelos outliers foram os de extrapolação,
independentemente do algoritmo utilizado.
De modo geral, a métrica RMSE apresentou resultados superiores ao MAE
nos modelos. Porém, nota-se maiores diferenças nos modelos de FED, o que pode
ser atribuído à distribuição dos dados desse atributo, que é mais heterogênea do
que a de FEO, logo, sendo os modelos desenvolvidos para FEO mais penalizados
pela presença de outliers (Chai; Draxler, 2014).
Observando especificamente os modelos de extrapolação quando

95
comparados aos demais desenvolvidos, nota-se maiores valores das métricas de
erro, mesmo apresentando valores satisfatórios de R2. Estes maiores valores de
erro podem ser atribuídos às diferentes bases apresentadas nas etapas de treino
e teste. Por mais que com base na distribuição dos dados das bases utilizadas os
padrões existentes na área alvo também estão contidos na área de referência,
estas são áreas distintas. Entretanto, mesmo com valores de erro mais elevados, é
possível inferir que os resultados foram satisfatórios, principalmente no modelo que
foi utilizado o algoritmo XGBoost.
O algoritimo de XGBoost tem sido empregado com sucesso para estimativa
de diversos parâmetros ambientais como, cobertura vegetal (Maurya et al.,
2022a), qualidade da água (Xu et al., 2022), modelos hidrológicos de bacias
(Wang et al., 2022), meteorologia florestal (Ghafarian et al., 2022), água no solo
(Karthikeyan; and Mishra, 2021), modelos de física do solo (Zhang et al., 2021),
salinização do solo (Ma et al., 2021), erosão do solo e da água (Golkarian et al.,
2023), carbono do solo (He et al., 2022; Nguyen et al., 2022b; Zhang et al., 2022),
parâmetros produtivos de culturas agrícolas (Han et al., 2022), metais pesados no
solo (Ye et al., 2023; D. Zhao et al., 2022a), entre outras aplicações, o que tem
feito esse algoritmo despontar nos últimos anos, sendo na grande maioria das
vezes superior quando comparado com quaisquer que sejam os algoritmos.
Para viabilizar o entendimento do comportamento dos dados para cada
modelo preditivo foram desenvolvidas regressões comparando os dois algoritmos
(Figura 5). Observando inicialmente os modelos desenvolvidos para FED (Figuras
5a, 5b e 5c) é possível notar maior espalhamento dos dados preditos pelo modelo
de Florestas Aleatórias ao redor da reta. Estes resultados corroboram com o que
foi citado anteriormente, que os modelos desenvolvidos utilizando o XGBoost

96
performaram melhor, quando comparados com modelos desenvolvidos com o
algoritmo Florestas Aleatórias, independentemente do campo de trabalho, seja na
medicina (Basu et al., 2022), na indústria (Kiangala; Wang, 2021)ou em atributos
ligados à mineralogia do solo, a exemplo do presente estudo.
Outro ponto que é possível observar é a continuidade da distribuição dos
dados de FED da área de referência. Na área alvo nota-se uma concentração de
pontos na parte inferior da reta e algumas poucas amostras na parte superior da
reta, ficando um gap entre as extremidades das retas.
Esta condição pode ser atribuída à baixa densidade amostral nas áreas de
transição e é possível notar ainda que nesta região ocorre maior concentração de
pontos dispersos, tanto na Figura 5b bem como na Figura 5c, indicando que o
algoritmo não foi capaz de estimar corretamente estes pontos, logo, tornando-se
mais errático nessas regiões.
Geralmente, a tendência é que os modelos de aprendizagem favoreçam as
áreas com mais observações, pois há maior quantidade de exemplos de ocorrência,
resultando em baixas taxas de assertividade para locais pouco amostrados, uma
vez que o algoritmo supõe que as distribuições são relativamente equilibradas
(Castro; Braga, 2011).

97
(a) (b) (c)
g/kg
g/kg
g/kg
g/kg g/kg g/kg
(d) (e) (f)
g/kg
g/kg
g/kg
g/kg g/kg g/kg
Figura 5. Análise de regressão dos dados preditos e observados de FED e FEO. (a) FED Área de referência; (b) FED Área Alvo; (c)
FED extrapolado da Área de Referência para a Área Alvo; (d) FEO Área de referência; (e) FEO Área Alvo; (f) FEO extrapolado da
Área de Referência para a Área Alvo; FED: Ferro Ditionito; FEO: Ferro Oxalato; FA: Florestas Aleatórias; XGB: XGBoost.
98
Observando as regressões desenvolvidas para FEO é possível observar que
os dados estimados ficaram ainda mais espalhados, principalmente nas Figuras 5e
e 5f, sendo, os modelos desenvolvidos com o algoritmo XGBoost foram mais
eficientes nas estimativas.
Na regressão desenvolvida para área de referência é possível notar que os
dados preditos pelo modelo de Florestas Aleatórias se distanciaram mais da reta,
além de terem subestimado os dados, ocasionando o empilhamento e
sobreposição de dados no ponto zero do eixo Y. Dentre todas as regressões é
possível notar que a referente à extrapolação de FEO foi a que houve maior
descolamento das duas retas, indicando a maior divergência entre as predições de
FA e XGBoost para o FEO, possivelmente devido à menor amplitude de valores
desse atributo.
Para avaliarmos espacialmente a performance dos modelos foram
realizadas as krigagem dos dados observados e dos dados preditos por cada
modelo, sendo as Figuras 6a, 6b e 6c – FED área de referência; Figuras 7a, 7b e
7c – FED área alvo; Figuras 8a, 8b e 8c – FED extrapolado; Figuras 9a, 9b e 9c –
FEO área de referência; Figuras 10a, 10b e 10c – FEO área alvo; Figuras 11a, 11b
e 11c – FEO extrapolado.
De modo geral tanto para FED como para FEO os semivariogramas dos
dados observados e preditos apresentaram o mesmo comportamento esférico.
Este modelo de ajuste é comumente associado a dados ligados à atributos do solo,
pois a sua transição ocorre de forma mais rápida (Motomiya et al., 2006). O modelo
esférico é comumente obtido quando se modela atributos do solo com variações
mais abruptas (Isaaks and Srivastava, 1989; Vieira, 2000).
Dentre os semivariogramas desenvolvidos, os referentes à área alvo

99
apresentaram patamares e alcance mais bem definidos, quando comparados aos
desenvolvidos para a área de referência. Isso pode ser associado ao tamanho da
base de dados e à maior densidade amostral, pois a área de referência apresenta
uma base de dados mais robusta o que ocasiona no aumento da amplitude de
máximos e mínimos e por consequência no aumento da variabilidade. Oliver e
Webster (2014) relatam que existem vários fatores que prejudicam a confiabilidade
dos ajustes dos semivariogramas experimentais, sendo eles o tamanho da amostra,
pois quanto mais dados você tiver, maior será a precisão, porém, mais difícil tende
a ser o ajuste, uma vez que a amostragem capta melhor a variabilidade a curtas
distâncias.
Nota-se que tanto os semivariogramas de FED como de FEO da área alvo e
da extrapolação apresentaram parâmetros como efeito pepita (C0), patamar e
alcance muito semelhantes entre si, podendo inferir que os modelos apresentaram
comportamento semelhantes entre si. Por fim, foram confeccionados o total de
dezoito mapas e seis gráficos violinos comparando a distribuição dos dados
observados e preditos por ambos os modelos.
O primeiro mapa refere-se ao atributo FED na área de referência (Figura 6).
Assim como constatado nos semivariogramas é possível observar a ocorrência de
mudanças abruptas nos valores de FED ao longo da área, o que pode ser atribuído
à elevada densidade amostral da base de dados, o que traz mais detalhes às
mudanças nos valores de FED a curtas distâncias.
De modo geral os mapas apresentaram semelhança entre si. Porém, isso
fica ainda mais claro quando comparamos o mapa desenvolvido utilizando o
algoritmo XGBoost (Figura 6c). Neste mapa é possível visualizar com precisão o
padrão das transições geológicas, diferente do mapa confecionado utilizando o

100
algoritmo de Florestas Aleatórias (Figura 6b).
Ao centro do mapa da Figura 6b é possível notar que o algoritmo de Floresta
Aleatória superestima os valores de FED, assim como nas bordas da parte superior
do mapa. Este resultado não é observado no mapa gerado com base no modelo do
algoritmo XGBoost. O XGBoost, por ser um algoritmo que combina técnicas de
otimização tem a vantagem de reduzir superestimação e subestimação de valores
e a capacidade de minimizar overfitting, trabalhando bem com problemas de
normalização de dados e sendo menos influenciado pela presença de conjuntos de
dados desbalanceados (Maurya et al., 2022b; D. Zhao et al., 2022b).
No gráfico violino (Figura 6d) é possível notar no box-plot que as três bases
de dados apresentaram comportamentos muito semelhantes. Porém, a que mais
se distinguiu foi a desenvolvida com o modelo de Florestas Aleatórias. Nota-se um
ligeiro achatamento nos extremos do contorno, quando comparado com a base de
dados observada.
101
(a) (b) (c) (d)
(e) (f) (g)
(h) FED - Área de referência

Área Observado FA XGB
Modelo Esférico Esférico Esférico
C0 109,42 49,24 23,87
Patamar 36625,42 1163,12 99254,04
Alcance 63060,52 2527,49 223895,00
SQR 1,10E-04 0,90 0,24
Figura 6. Mapas, semivariogramas e gráficos violinos referentes ao atributo FED no solo da Área de Referência: (a) dados
observados; (b) dados previstos usando Florestas Aleatórias; (c) dados preVIStos usando XGBoost; (d) gráficos de violino; (e)
semivariograma dados observados; (f) semivariograma Florestas Aleatórias; (g) semivariograma XGBoost; (h) métricas de ajuste
dos semivariogramas. FED: Ferro Ditionito.
102
Além disso, o conjunto de dados preditos pelo algoritmo de Florestas
Aleatórias apresentou a média mais alta em relação aos conjuntos de dados
observado e estimados pelo algoritmo XGBoost, nos outros dois gráficos violinos.
O violino que representa o modelo gerado pelo algoritmo XGBoost apresentou
distribuição muito semelhante aos constatado no observado.
Na sequência foram desenvolvidos os mapas dos teores de FED para a área
alvo (Figura 7). Nota-se uma grande semelhança entre eles, porém, assim como
nos mapas anteriores, a semelhança maior entre os mapas dos dados observados
e o mapa dos dados gerados utilizando o algoritmo XGBoost, corroborando com o
que foi observado na tabela de métricas (Tabela 3) e nas regressões (Figura 5).
É possível observar que na Figura 7b desenvolvida utilizando Floretas
Aleatórias o mapa perdeu uma de suas áreas de transição, o que ocasionou a perda
de qualidade da informação em uma parte do mapa. Este efeito fica ainda mais
claro ao analisar o gráfico violino, no qual pode-se observar um afunilamento dos
dados. Este resultado pode ser explicado pelas regressões da Figura 5, onde é
possível observar o espalhamento dos dados na zona de transição da base de
dados. Logo, o modelo não foi capaz de estimar com precisão os dados dessas
áreas de transição, ocasionando perda de informação da camada e o afunilamento
do violino.
O oposto foi observado no mapa dos dados preditos pelo algoritmo XGBoost,
que não foi tão assertivo em valores extremos como podemos notar no violino, mas
que conseguiu lidar com a zona de transição de forma mais apropriada. Abdikan et
al. (2022) comparando diversos algoritmos de aprendizagem de máquina
(Regressão Linear Simples, Regressão Linear Múltipla, Rede Neural Artificial,
XGBoost e Rede Neural Convolucional) obteve o resultado que o XGBoost foi mais
103
eficiente para a estimativa da altura da cultura do girassol em diferentes cenários.
Nos mapas criados com os modelos extrapolados (Figuras 8b e 8c) é
possível observar que o algoritmo de Florestas Aleatórias lidou melhor com a
transição dos dados, o que pode ser atribuído ao incremento da base de dados e
por consequência ao aumento de padrões observados. Entretanto, mesmo sendo
mais assertivo o mapa segue sendo errático em algumas regiões de transição.
O mapa dos dados preditos pelo XGBoost (Figura 8c) mostrou-se muito
semelhante ao mapa dos dados observados, errando apenas em alguns valores
extremos, considerados como outliers. Nowak-Brzezinska e Horyn (2020) relatam
a importância da detecção de outliers, para que os padrões nos dados possam ser
melhor estudados e melhores modelos sejam desenvolvidos.

104
(a) (b) (c) (d)
(e) (f) (g)
(h) FED - Área Alvo

C0 80,66 49,53 34,72
Patamar 106,66 76,54 82,24
Alcance 1,64 1,51 1,61
SQR 1,84 2,44 1,06
Figura 7. Mapas, semivariogramas e gráficos violinos referentes ao atributo FED no solo da Área Alvo: (a) dados observados; (b)
dados preVIStos usando Florestas Aleatórias; (c) dados preVIStos usando XGBoost; (d) gráficos de violino; (e) semivariograma
dados observados; (f) semivariograma Florestas Aleatórias; (g) semivariograma XGBoost; (h) métricas de ajuste dos
semivariogramas. FED: Ferro Ditionito.
105
(a) (b) (c) (d)
(e) (f) (g)
(h) FED - Extrapolado

C0 80,66 43,88 37,01
Patamar 106,66 92,07 85,2
Alcance 1,64 1,62 1,66
SQR 1,84 1,27 1,27
3 Figura 8. Mapas, semivariogramas e gráficos violinos referentes ao atributo FED no solo extrapolado da Área de Referência para a
4 Área Alvo: (a) dados observados; (b) dados preVIStos usando Florestas Aleatórias; (c) dados preVIStos usando XGBoost; (d) gráficos
5 de violino; (e) semivariograma dados observados; (f) semivariograma Florestas Aleatórias; (g) semivariograma XGBoost; (h) métricas
6 de ajuste dos semivariogramas. FED: Ferro Ditionito.
106
Os mapas de FEO da área de referência, desenvolvidos a partir dos modelos
de Florestas Aleatórias (Figura 9b) e XGBoost (Figuras 9c), apresentaram algumas
nítidas diferenças em relação ao mapa elaborado com os dados observados (Figura
9a). Em ambos os mapas desenvolvidos com base nos modelos os valores foram
superestimados em algumas regiões. Nota-se que isso foi mais evidente nos dados
gerados utilizando o algoritmo de Florestas Aleatórias.
Corroborando com estes resultados é possível observar os gráficos violinos
(Figura 9d), onde nota-se que o correspondente ao modelo de Floresta Aleatória
apresentou maior média, quando comparado com a distribuição dos dados
observados. Resultados similares foram apresentados por Takoutsing e Heuvelink
(2022) que demonstraram a limitação do algoritmo de Florestas Aleatórias em
predizer dados extremos em bancos de dados desbalanceados.
A diferença do comportamento das bases de dados fica muito nítida ao
observar o gráfico violino (Figura 9d), o contorno que corresponde a frequência dos
três apresenta uma considerável diferença, além disso os modelos não
conseguiram lidar com os outliers existentes nas bases de dados observados.
No mapa de FEO da área de referência (Figura 9a) é possível notar a
presença de transições abruptas, o que justifica a indefinição do patamar e do
alcance. Essas áreas de transição abruptas não foram satisfatoriamente preditas
pelos modelos, resultando em mapas mais erráticos nas áreas de transição.
Resultados similares foram observados por Liu et al. (2022) que utilizando de
diferentes algoritmos para mapeamento digital de carbono do solo obtiveram
modelos mais erráticos sempre nos valores mais extremos do banco de dados.
107
(a) (b) (c) (d)
(e) (f) (g)
(h) FEO - Área de referência

Modelo Exponencial Exponencial Exponencial
C0 0,26 0,11 0,065
Patamar 222,64 2,47 91,54
Alcance 200657,30 2619,07 130474,90
SQR 1,50E-03 1,30E-04 9,40E-04
Figura 9. Mapas, semivariogramas e gráficos violinos referentes ao atributo FEO no solo da Área de Referência: (a) dados
observados; (b) dados preVIStos usando Florestas Aleatórias; (c) dados preVIStos usando XGBoost; (d) gráficos de violino; (e)
semivariograma dados observados; (f) semivariograma Florestas Aleatórias; (g) semivariograma XGBoost; (h) métricas de ajuste
dos semivariogramas. FEO: Ferro Oxalato.
108
Na sequência foram desenvolvidos os mapas referentes ao FEO da área
alvo (Figura 10). Nota-se que no mapa desenvolvido com os dados preditos pelo
modelo de Florestas Aleatórias (Figura 10b) o algoritmo superestimou os valores
em determinados pontos, como é possível observar na região mais central e nas
bordas à direta do mapa.
O mapa gerado utilizando os dados preditos pelo XGBoost (Figura 10c)
também superestimou os valores de FEO na região mais central do mapa, porém,
nas demais partes apresentou valores muito similares com os observados no mapa
dos dados reais (Figura 10a).
Ao observar os gráficos violino do FEO da área alvo (Figura 10d) nota-se
distribuição semelhante dos dados, sendo que apenas o violino referente aos dados
gerados pelo modelo de Florestas Aleatórias foi penalizado em ambos os extremos
e os dados gerados pelo modelo de XGBoost foi penalizado apenas no extremo
superior.
Kaya et al. (2022) utilizando diferentes algoritmos para performar técnicas
de mapeamento digital do solo observou que o algoritmo de Florestas Aleatórias foi
ineficiente para predizer atributos de solo com bases de dados desbalanceados,
não sendo eficiente na estimativa de valores extremos.

109
(a) (b) (c) (d)
(e) (f) (g)
(h)
Figura 10. Mapas, semivariogramas e gráficos violinos referentes ao atributo FEO no solo da Área Alvo: (a) dados observados; (b)
dados preVIStos usando Florestas Aleatórias; (c) dados preVIStos usando XGBoost; (d) gráficos de violino; (e) semivariograma
dados observados; (f) semivariograma Florestas Aleatórias; (g) semivariograma XGBoost; (h) métricas de ajuste dos
semivariogramas. FEO: Ferro Oxalato.
110
Por fim, foram confeccionados os mapas referentes ao modelo de
extrapolação de FEO (Figura 11). No mapa referente aos dados estimados pelo
modelo de Florestas Aleatórias (Figura 11b), observa-se a diferença ao centro e
nas bordas do mapa, locais onde os dados foram superestimados.
O mapa referente aos dados estimados pelo modelo XGBoost (Figura 11c)
apresentou maior semelhança com o mapa dos dados observados (Figura 11a),
apenas subestimando os valores de FEO na região central do mapa. Observa-se
também maior assertividade do modelo de XGBoost para predizer corretamente
todas as transições no mapa.
Semelhante ao que foi citado anteriormente, os gráficos violino (Figura 11d)
apresentaram a semelhança entre as bases de dados observada e preditas, sendo
os modelos de predição penalizados pelos valores extremos (máximos e mínimos),
uma vez que modelos de aprendizagem de máquina são negativamente
influenciados por bancos de dados desbalanceados e pela presença de outliers no
conjunto de dados (Wang et al., 1996; Nowak-Brzezinska; Horyn, 2020; Ebtehaj;
Bonakdari, 2022).
111
(a) (b) (c) (d)
(e) (f) (g)
(h) FEO - Extrapolado

C0 0,76 0,28 0,28
Patamar 0,83 0,32 0,41
Alcance 3,25 1,49 2,55
SQR 8,80E-04 6,60E-03 6,60E-03
Figura 11. Mapas, semivariogramas e gráficos violinos referentes ao atributo FEO no solo extrapolado da Área de Referência para
a Área Alvo: (a) dados observados; (b) dados preVIStos usando Florestas Aleatórias; (c) dados preVIStos usando XGBoost; (d)
gráficos de violino; (e) semivariograma dados observados; (f) semivariograma Florestas Aleatórias; (g) semivariograma XGBoost; (h)
métricas de ajuste dos semivariogramas. FEO: Ferro Oxalato.
112
3.4 Conclusões
O algoritmo de XGBoost mostrou-se mais eficiente que o algoritmo de Florestas
Aleatórias para predizer e extrapolar os parâmetros de predição de FED e FEO do
solo da área de referência para a área alvo.
O processo de extrapolação de parâmetros para predição de valores de FED e
FEO é possível e assertivo, desde que haja uma base de dados robusta e que as
áreas de referência e alvo tenham amplitudes de valores semelhantes.
O uso do sensor ERD, associados à modelos de aprendizagem de máquina é
eficiente na predição de atributos mineralógicos do solo, sendo essa associação de
técnicas de grande potencial para a ciência do solo.
A presença de outliers e banco de dados desbalanceados comprometem a
qualidade dos modelos de aprendizagem de máquina.
3.5 Referências
Abdikan, S., Sekertekin, A., Narin, O.G., Delen, A., Balik Sanli, F., 2022. A comparative
analysis of SLR, MLR, ANN, XGBoost and CNN for crop height estimation of
sunflower using Sentinel-1 and Sentinel-2. Advances in Space Research.
https://doi.org/10.1016/J.ASR.2022.11.046
Afshar, F.A., Ayoubi, S., Jafari, A., 2018a. The extrapolation of soil great groups using
multinomial logistic regression at regional scale in arid regions of Iran. Geoderma
315, 36–48. https://doi.org/10.1016/J.GEODERMA.2017.11.030
Afshar, F.A., Ayoubi, S., Jafari, A., 2018b. The extrapolation of soil great groups using
multinomial logistic regression at regional scale in arid regions of Iran. Geoderma
315, 36–48. https://doi.org/10.1016/J.GEODERMA.2017.11.030
Almeida, G.M. de, Pereira, G.T., Bahia, A.S.R. de S., Fernandes, K., Marques Júnior,
J., 2021. Machine learning in the prediction of sugarcane production
environments. Comput Electron Agric 190.
https://doi.org/10.1016/j.compag.2021.106452
Almeida, G.M. de, Pereira, G.T., Bahia, A.S.R.D.S., Júnior, J.M., 2020. Aprendizagem
de máquina na predição de ambientes de produção de cana-de-açúcar. Comput
Electron Agric.
Andrade, R., Mancini, M., Teixeira, A.F. dos S., Silva, S.H.G., Weindorf, D.C.,
and auxiliary information for tropical soil property prediction: Soil texture.
2020a. Extrapolation of a structural equation model for digital soil mapping.
113
2020b. Extrapolation of a structural equation model for digital soil mapping.
Anzanello, M.J., Ortiz, R.S., Limbergerb, R.P., Mayorga, P., 2013. A multivariate-
based wavenumber selection method for classifying medicines into authentic or
counterfeit classes. J Pharm Biomed Anal 83, 209–214.
https://doi.org/10.1016/J.JPBA.2013.05.004
Bachmann, C.M., Philpot, W., Abelev, A., Korwan, D., 2014. Phase angle dependence
of sand density observable in hyperspectral reflectance. Remote Sens Environ
150, 53–65. https://doi.org/10.1016/J.RSE.2014.03.024
Bahia, A.S.R. de S., Marques, J., La Scala, N., Pellegrino Cerri, C.E., Camargo, L.A.,
2017a. Prediction and Mapping of Soil Attributes using Diffuse Reflectance
Bahia, A.S.R. de S., Marques, J., la Scala, N., Pellegrino Cerri, C.E., Camargo, L.A.,
2017b. Prediction and Mapping of Soil Attributes using Diffuse Reflectance
Bahia, A.S.R.D.S., Marques, J., Siqueira, D.S., 2015. Procedures using diffuse
reflectance spectroscopy for estimating hematite and goethite in Oxisols of São
Paulo, Brazil. Geoderma Regional 5, 150–156.
https://doi.org/10.1016/j.geodrs.2015.04.006
Balsam, W.L., Otto‐Bliesner, B.L., Deaton, B.C., 1995. Modern and Last Glacial
Maximum eolian sedimentation patterns in the Atlantic Ocean interpreted from
sediment iron oxide content. Paleoceanography 10, 493–507.
https://doi.org/10.1029/95PA00421
Baseca, C.C., Sendra, S., Lloret, J., Tomas, J., 2019. A smart decision system for
digital farming. Agronomy 9. https://doi.org/10.3390/agronomy9050216
Basu, D., Sinha, R., Sahu, S., Malla, J., Chakravorty, N., Ghosal, P.S., 2022.
Identification of severity and passive measurement of oxidative stress biomarkers
for β–thalassemia patients: K-means, random forest, XGBoost, decision tree,
neural network based novel framework. Advances in Redox Research 5, 100034.
https://doi.org/10.1016/J.ARRES.2022.100034
Bekker, G.F.H. van G., Addison, M., Addison, P., van Niekerk, A., 2019a. Using
Bekker, G.F.H. van G., Addison, M., Addison, P., van Niekerk, A., 2019b. Using
Borràs, E., Ferré, J., Boqué, R., Mestres, M., Aceña, L., Busto, O., 2015a. Data fusion
methodologies for food and beverage authentication and quality assessment - A
review. Anal Chim Acta 891, 1–14. https://doi.org/10.1016/j.aca.2015.04.042
114
Borràs, E., Ferré, J., Boqué, R., Mestres, M., Aceña, L., Busto, O., 2015b. Data fusion
methodologies for food and beverage authentication and quality assessment - A
review. Anal Chim Acta 891, 1–14. https://doi.org/10.1016/j.aca.2015.04.042
Bowden, C., Foster, T., Parkes, B., 2023. Identifying links between monsoon variability
and rice production in India through machine learning. Sci Rep 13, 1–12.
https://doi.org/10.1038/s41598-023-27752-8
https://doi.org/10.1017/CBO9781107415324.004
https://doi.org/10.1023/A:1010933404324
Bui, D.T., Tsangaratos, P., Nguyen, V.T., Liem, N. Van, Trinh, P.T., 2020. Comparing
the prediction performance of a Deep Learning Neural Network model with
conventional machine learning models in landslide susceptibility assessment.
CAMARGO, O.A. de, MONIZ, A.C., JORGE, J.A.J., VALADARES, J.M.A.S., 1986.
Métodos de Análise Química, Mineralógica e Física de Solos do Instituto
Agronômico de Campinas, Boletim Técnico, 106. ed.
Camargo, L.A., Marques Júnior, J., Pereira, G.T., Horvat, R.A., 2009. Variabilidade
espacial de atributos mineralógicos de um Latossolo sob diferentes formas do
relevo. II - Correlação espacial entre mineralogia e agregados. Rev Bras Cienc
Solo 32, 2279–2288. https://doi.org/10.1590/s0100-06832008000600007
Cambule, A.H., Rossiter, D.G., Stoorvogel, J.J., 2013a. A methodology for digital soil
Cambule, A.H., Rossiter, D.G., Stoorvogel, J.J., 2013b. A methodology for digital soil
Camêlo, D. de L., Ker, J.C., Fontes, M.P.F., Corrêa, M.M., da Costa, A.C.S., Melo,
V.F., 2017. Pedogenic Iron Oxides in Iron-Rich Oxisols Developed from Mafic
Rocks. Rev Bras Cienc Solo 41.
https://doi.org/10.1590/18069657RBCS20160379
Canizo, B. V., Escudero, L.B., Pellerano, R.G., Wuilloud, R.G., 2019. Data mining
approach based on chemical composition of grape skin for quality evaluation and
traceability prediction of grapes. Comput Electron Agric 162, 514–522.
Canizo, B. v., Escudero, L.B., Pellerano, R.G., Wuilloud, R.G., 2019. Data mining
approach based on chemical composition of grape skin for quality evaluation and
traceability prediction of grapes. Comput Electron Agric 162, 514–522.
Chagas, C. da S., de Carvalho Junior, W., Bhering, S.B., Calderano Filho, B., 2016a.
Spatial prediction of soil surface texture in a semiarid region using random forest
and multiple linear regressions. Catena (Amst) 139, 232–240.
Chagas, C. da S., de Carvalho Junior, W., Bhering, S.B., Calderano Filho, B., 2016b.
Spatial prediction of soil surface texture in a semiarid region using random forest
and multiple linear regressions. Catena (Amst) 139, 232–240.
Chai, T., Draxler, R.R., 2014. Root mean square error (RMSE) or mean absolute error
(MAE)? -Arguments against avoiding RMSE in the literature. Geosci Model Dev
7, 1247–1250. https://doi.org/10.5194/gmd-7-1247-2014
Chen, T., Guestrin, C., 2016a. XGBoost: A scalable tree boosting system, in:
115
Discovery and Data Mining. Association for Computing Machinery, pp. 785–794.
https://doi.org/10.1145/2939672.2939785
Chen, T., Guestrin, C., 2016b. XGBoost: A scalable tree boosting system. Proceedings
of the ACM SIGKDD International Conference on Knowledge Discovery and Data
Mining 13-17-August-2016, 785–794. https://doi.org/10.1145/2939672.2939785
Coblinski, J.A., Giasson, É., Demattê, J.A.M., Dotto, A.C., Costa, J.J.F., Vašát, R.,
2020. Prediction of soil texture classes through different wavelength regions of
reflectance spectroscopy at various soil depths. Catena (Amst) 189, 104485.
Cornell, R.M., Schwertmann, U., 2006. The Iron Oxides: Structure, Properties,
Reactions, Occurrences and Uses 707.
Contribution of the chemical and mineralogical properties of sandy-loam tropical
soils to the cation exchange capacity. Rev Bras Cienc Solo 44, 1–18.
de Castro, C.L., Braga, A.P., 2011. Aprendizado supervisionado com conjuntos de
dados desbalanceados. Sba: Controle & Automação Sociedade Brasileira de
Automatica 22, 441–466. https://doi.org/10.1590/S0103-17592011000500002
avaliação de indicadores de fertilidade do solo. Rev Bras Cienc Solo 30, 485–496.
https://doi.org/10.1590/S0100-06832006000300010
Geoderma Soil analytical quality control by traditional and spectroscopy
techniques : Constructing the future of a hybrid laboratory for low environmental
impact. Geoderma 337, 111–121.
Demattê, José A.M., Dotto, A.C., Paiva, A.F.S., Sato, M. V., Dalmolin, R.S.D., de
Araújo, M. do S.B., da Silva, E.B., Nanni, M.R., ten Caten, A., Noronha, N.C.,
Lacerda, M.P.C., de Araújo Filho, J.C., Rizzo, R., Bellinaso, H., Francelino, M.R.,
Schaefer, C.E.G.R., Vicente, L.E., dos Santos, U.J., de Sá Barretto Sampaio, E.
V., Menezes, R.S.C., de Souza, J.J.L.L., Abrahão, W.A.P., Coelho, R.M., Grego,
C.R., Lani, J.L., Fernandes, A.R., Gonçalves, D.A.M., Silva, S.H.G., de Menezes,
M.D., Curi, N., Couto, E.G., dos Anjos, L.H.C., Ceddia, M.B., Pinheiro, É.F.M.,
Grunwald, S., Vasques, G.M., Marques Júnior, J., da Silva, A.J., Barreto, M.C. de
V., Nóbrega, G.N., da Silva, M.Z., de Souza, S.F., Valladares, G.S., Viana, J.H.M.,
da Silva Terra, F., Horák-Terra, I., Fiorio, P.R., da Silva, R.C., Frade Júnior, E.F.,
Lima, R.H.C., Alba, J.M.F., de Souza Junior, V.S., Brefin, M.D.L.M.S., Ruivo,
M.D.L.P., Ferreira, T.O., Brait, M.A., Caetano, N.R., Bringhenti, I., de Sousa
Mendes, W., Safanelli, J.L., Guimarães, C.C.B., Poppiel, R.R., e Souza, A.B.,
Quesada, C.A., do Couto, H.T.Z., 2019. The Brazilian Soil Spectral Library
(BSSL): A general view, application and challenges. Geoderma 354, 113793.
Dietterich, T., 1995. Overfitting and undercomputing in machine learning. ACM
Computing Surveys (CSUR) 27, 326–327. https://doi.org/10.1145/212094.212114
dos Santos, F.R., de Oliveira, J.F., Barbosa, G.M.C., Melquiades, F.L., 2021.
Comparison between energy dispersive X-ray fluorescence spectral data and
elemental data for soil attributes modelling. Spectrochim Acta Part B At Spectrosc
185, 106303. https://doi.org/10.1016/J.SAB.2021.106303
https://doi.org/10.1590/s0100-06832008000300010
116
https://doi.org/10.1590/s0100-06832008000300010
Ebtehaj, I., Bonakdari, H., 2022. A reliable hybrid outlier robust non-tuned rapid
machine learning model for multi-step ahead flood forecasting in Quebec,
Canada. J Hydrol (Amst) 614, 128592.
EMBRAPA, 2017. Manual de metodos de análises, in: Manual de Métodos de Análise
de Solo. Brasilia, DF, p. 574.
Bodaghabadi, M., Salehi, M.H., 2020. Comparison of error and uncertainty of
decision tree and learning vector quantization models for predicting soil classes in
areas with low altitude variations. Catena (Amst) 191, 104581.
Fan, S.S., Chang, F.H., Hsueh, H.T., Ko, T.H., 2016. Measurement of Total Free Iron
in Soils by H2S Chemisorption and Comparison with the Citrate Bicarbonate
Dithionite Method. J Anal Methods Chem 2016.
https://doi.org/10.1155/2016/7213542
Faria, A.J.G. de, Silva, S.H.G., Andrade, R., Mancini, M., Melo, L.C.A., Weindorf, D.C.,
Guilherme, L.R.G., Curi, N., 2022. Prediction of soil organic matter content by
combining data from Nix ProTM color sensor and portable X-ray fluorescence
spectrometry in tropical soils. Geoderma Regional 28, e00461.
Fernandes, L.A., Castro, A.B. de, Basilici, G., 2007. Seismites in continental sand sea
deposits of the Late Cretaceous Caiuá Desert , Bauru Basin, Brasil. Sediment
Geol 199, 61–64. https://doi.org/10.1016/j.sedgeo.2005.12.030
Fernandes, R.B.A., Barrón, V., Torrent, J., Fontes, M.P.F., 2004. Quantificação de
óxidos de ferro de Latossolos brasileiros por espectroscopia de refletância difusa.
Rev Bras Cienc Solo 28, 245–257. https://doi.org/10.1590/S0100-
06832004000200003
Fink, J.R., Inda, A. v., Bavaresco, J., Barrón, V., Torrent, J., Bayer, C., 2016.
Adsorption and desorption of phosphorus in subtropical soils as affected by
management system and mineralogy. Soil Tillage Res 155, 62–68.
https://doi.org/10.1016/J.STILL.2015.07.017
Fonseca, J. da S., Campos, M.C.C., Brito Filho, E.G. de, Mantovanelli, B.C., Silva,
L.S., de Lima, A.F.L., Da Cunha, J.M., Simões, E.L., dos Santos, L.A.C., 2021.
Soil–landscape relationship in a sandstone-gneiss topolithosequence in the State
of Amazonas, Brazil. Environ Earth Sci 80, 1–15. https://doi.org/10.1007/s12665-
021-10026-9
Ganaie, M.A., Tanveer, M., Suganthan, P.N., Snasel, V., 2022. Oblique and rotation
double random forest. Neural Networks 153, 496–517.
Ghafarian, F., Wieland, R., Lüttschwager, D., Nendel, C., 2022. Application of extreme
gradient boosting and Shapley Additive explanations to predict temperature
regimes inside forests from standard open-field meteorological data.
Environmental Modelling & Software 156, 105466.
https://doi.org/10.1016/J.ENVSOFT.2022.105466
Gholizadeh, A., Luboš, B., Saberioon, M., Vašát, R., 2013. Visible, Near-Infrared, and
Mid-Infrared Spectroscopy Applications for Soil Assessment with Emphasis on
Soil Organic Matter Content and Quality: State-of-the-Art and Key Issues.
http://dx.doi.org/10.1366/13-07288 67, 1349–1362. https://doi.org/10.1366/13-
117
07288
Gholizadeh, A., Saberioon, M., Pouladi, N., Ben-Dor, E., 2023. Quantification and
depth distribution analysis of carbon to nitrogen ratio in forest soils using
reflectance spectroscopy. International Soil and Water Conservation Research 11,
112–124. https://doi.org/10.1016/J.ISWCR.2022.06.004
Goldshleger, N., Ben-Dor, E., Benyamini, Y., Agassi, M., 2004. SOIL REFLECTANCE
AS A TOOL FOR ASSESSING PHYSICAL CRUST ARRANGEMENT OF FOUR
TYPICAL SOILS IN ISRAEL. Soil Sci 169, 677–687.
https://doi.org/10.1097/01.ss.0000146024.61559.e2
Golkarian, A., Khosravi, K., Panahi, M., Clague, J.J., 2023. Spatial variability of soil
water erosion: Comparing empirical and intelligent techniques. Geoscience
Frontiers 14, 101456. https://doi.org/10.1016/J.GSF.2022.101456
Gómez-Escalonilla, Diancoumba, O., Traoré, D.Y., Montero, E., Martín-Loeches, M.,
Martínez-Santos, P., 2022. Multiclass spatial predictions of borehole yield in
southern Mali by means of machine learning classifiers. J Hydrol Reg Stud 44,
101245. https://doi.org/10.1016/J.EJRH.2022.101245
Gray, J.M., Bishop, T.F.A., Wilford, J.R., 2016. Lithology and soil relationships for soil
modelling and mapping. Catena (Amst) 147, 429–440.
Grunwald, S., Vasques, G.M., Rivero, R.G., 2015. Fusion of Soil and Remote Sensing
Data to Model Soil Properties. Advances in Agronomy 131, 1–109.
Han, L., Yang, G., Yang, X., Song, X., Xu, B., Li, Z., Wu, Jintao, Yang, H., Wu, Jianwei,
2022. An explainable XGBoost model improved by SMOTE-ENN technique for
maize lodging detection based on multi-source unmanned aerial vehicle images.
Comput Electron Agric 194, 106804.
He, M., Tang, L., Li, C., Ren, J., Zhang, L., Li, X., 2022. Dynamics of soil organic carbon
and nitrogen and their relations to hydrothermal variability in dryland. J Environ
Manage 319, 115751. https://doi.org/10.1016/J.JENVMAN.2022.115751
Heuvelink, G.B.M., Brus, D.J., Rossiter, D.G., Shi, Z., 2019. Editorial for pedometrics
2017 special issue. Eur J Soil Sci 70, 25–26. https://doi.org/10.1111/ejss.12772
Hikouei, I.S., Kim, S.S., Mishra, D.R., 2021. Machine-learning classification of soil bulk
density in salt marsh environments. Sensors 21.
https://doi.org/10.3390/s21134408
Holmgren, G.G.S., 1967a. A Rapid Citrate-Dithionite Extractable Iron Procedure. Soil
Holmgren, G.G.S., 1967b. A Rapid Citrate-Dithionite Extractable Iron Procedure. Soil
Hong, H., Ji, K., Hei, H., Wang, C., Liu, C., Zhao, L., Lanson, B., Zhao, C., Fang, Q.,
Algeo, T.J., 2023. Clay mineral evolution and formation of intermediate phases
during pedogenesis on picrite basalt bedrock under temperate conditions
(Yunnan, southwestern China). Catena (Amst) 220, 106677.
Isaaks, E.H., Srivastava, R.M., 1989. An Introduction to Applied Geostatistics,
Computers & Geosciences. Pergamon. https://doi.org/10.1016/0098-
3004(91)90055-I
Jararweh, Y., Fatima, S., Jarrah, M., AlZu’bi, S., 2023. Smart and sustainable
118
agriculture: Fundamentals, enabling technologies, and future directions.

Computers and Electrical Engineering 110, 108799.
https://doi.org/10.1016/j.compeleceng.2023.108799
Jha, K., Doshi, A., Patel, P., Shah, M., 2019. A comprehensive review on automation
in agriculture using artificial intelligence. Artificial Intelligence in Agriculture 2, 1–
12. https://doi.org/10.1016/J.AIIA.2019.05.004
Kampf, N., Schwertmann, U., 1982. The 5-M-NaOH concentration treatment for iron
oxides in soils. Clays Clay Miner 30, 401–408.
Karthikeyan, L., Mishra, A.K., 2021. Multi-layer high-resolution soil moisture estimation
using machine learning over the United States. Remote Sens Environ 266,
112706. https://doi.org/10.1016/J.RSE.2021.112706
Karunasingha, D.S.K., 2022. Root mean square error or mean absolute error? Use
their ratio as well. Inf Sci (N Y) 585, 609–629.
https://doi.org/10.1016/J.INS.2021.11.036
Kaya, F., Başayiğit, L., Keshavarzi, A., Francaviglia, R., 2022. Digital mapping for soil
texture class prediction in northwestern Türkiye by different machine learning
algorithms. Geoderma Regional 31, e00584.
Ker, J.C., Curi, N., Schaefer, C.E., Torrado, P.V., 2012. Pedologia: fundamentos.
Viçosa.
Kiangala, S.K., Wang, Z., 2021. An effective adaptive customization framework for
small manufacturing plants using extreme gradient boosting-XGBoost and random
forest ensemble learning algorithms in an Industry 4.0 environment. Machine
Learning with Applications 4, 100024.
https://doi.org/10.1016/J.MLWA.2021.100024
Kragt, M.E., Pannell, D.J., Robertson, M.J., Thamo, T., 2012. Assessing costs of soil
carbon sequestration by crop-livestock farmers in Western Australia. Agric Syst
112, 27–37. https://doi.org/10.1016/j.agsy.2012.06.005
Kuncheva, L.I., Matthews, C.E., Arnaiz-González, Á., Rodríguez, J.J., 2020. Feature
Selection from High-Dimensional Data with Very Low Sample Size: A Cautionary
Tale.
Lark, R.M., 2000. Designing sampling grids from imprecise information on soil
variability, an approach based on the fuzzy kriging variance. Geoderma 98, 35–
59. https://doi.org/10.1016/S0016-7061(00)00051-3
Lee, M.E., Jeon, E.K., Tsang, D.C.W., Baek, K., 2018. Simultaneous application of
oxalic acid and dithionite for enhanced extraction of arsenic bound to amorphous
and crystalline iron oxides. J Hazard Mater 354, 91–98.
Liu, J. cheng, He, H. ping, Michalski, J., Cuadros, J., Yao, Y. zeng, Tan, W., Qin, X.
rong, Li, S. ying, Wei, G. jian, 2021. Reflectance spectroscopy applied to clay
mineralogy and alteration intensity of a thick basaltic weathering sequence in
Hainan Island, South China. Appl Clay Sci 201, 105923.
https://doi.org/10.1016/J.CLAY.2020.105923
Liu, J., Yang, K., Tariq, A., Lu, L., Soufan, W., El Sabagh, A., 2023. Interaction of
climate, topography and soil properties with cropland and cropping pattern using
remote sensing data and machine learning methods. Egyptian Journal of Remote
Sensing and Space Science 26, 415–426.
https://doi.org/10.1016/j.ejrs.2023.05.005
Liu, Q., He, L., Guo, L., Wang, M., Deng, D., Lv, P., Wang, R., Jia, Z., Hu, Z., Wu, G.,
119
Shi, T., 2022. Digital mapping of soil organic carbon density using newly
developed bare soil spectral indices and deep neural network. Catena (Amst) 219,
Liu, X., Zhu, A.X., Yang, L., Pei, T., Liu, J., Zeng, C., Wang, D., 2020. A graded
proportion method of training sample selection for updating conventional soil
maps. Geoderma 357, 113939. https://doi.org/10.1016/j.geoderma.2019.113939
Lorz, C., Fruhauf, M., Mailander, R., Phillips, J.D., Kleber, A., 2013. Influence of Cover
Beds on Soils, Mid-Latitude Slope Deposits (Cover Beds).
continental subduction recorded in meta-basaltic rocks. Geochim Cosmochim
Acta 278, 392–404. https://doi.org/10.1016/J.GCA.2019.09.027
Ma, G., Ding, J., Han, L., Zhang, Z., Ran, S., 2021. Digital mapping of soil salinization
based on Sentinel-1 and Sentinel-2 data combined with machine learning
algorithms. Regional Sustainability 2, 177–188.
https://doi.org/10.1016/J.REGSUS.2021.06.001
Malone, B.P., Jha, S.K., Minasny, B., McBratney, A.B., 2016. Comparing regression-
based digital soil mapping and multiple-point geostatistics for the spatial
extrapolation of soil data. Geoderma 262, 243–253.
Mancini, M., Andrade, R., Teixeira, A.F. dos S., Silva, S.H.G., Weindorf, D.C.,
for Brazilian soil properties prediction: Exchangeable/available macronutrients,
aluminum, and potential acidity. Geoderma Regional 30, e00573.
Marques, J., Siqueira, D.S., Camargo, L.A., Teixeira, D.D.B., Barrón, V., Torrent, J.,
2014. Magnetic susceptibility and diffuse reflectance spectroscopy to characterize
the spatial variability of soil properties in a brazilian haplustalf. Geoderma 219–
220, 63–71. https://doi.org/10.1016/j.geoderma.2013.12.007
Maurya, A.K., Bhargava, N., Singh, D., 2022a. Efficient selection of SAR features using
ML based algorithms for accurate FVC estimation. Advances in Space Research
70, 1795–1809. https://doi.org/10.1016/J.ASR.2022.06.039
Maurya, A.K., Bhargava, N., Singh, D., 2022b. Efficient selection of SAR features using
ML based algorithms for accurate FVC estimation. Advances in Space Research
70, 1795–1809. https://doi.org/10.1016/J.ASR.2022.06.039
McBratney, A., Gruijter, J., Bryce, A., 2019. Pedometrics timeline. Geoderma 338,
568–575. https://doi.org/10.1016/j.geoderma.2018.11.048
McBratney, A.B., Mendonça Santos, M.L., Minasny, B., 2003. On digital soil mapping,
Geoderma. https://doi.org/10.1016/S0016-7061(03)00223-4
McKeague, J.A., Day, J.H., 1966. DITHIONITE- AND OXALATE-EXTRACTABLE Fe
AND Al AS AIDS IN DIFFERENTIATING VARIOUS CLASSES OF SOILS. Can J
Soil Sci 46, 13–22. https://doi.org/10.4141/cjss66-003
Mehra, O.P., Jackson, M.L., 1958. Iron Oxide Removal from Soils and Clays by a
Dithionite-Citrate System Buffered with Sodium Bicarbonate. Clays and Clay
Minerals 1958 7:1 7, 317–327. https://doi.org/10.1346/CCMN.1958.0070122
Mello, F.A.O., Bellinaso, H., Mello, D.C., Safanelli, J.L., Mendes, W.D.S., Amorim,
M.T.A., Gomez, A.M.R., Poppiel, R.R., Silvero, N.E.Q., Gholizadeh, A., Silva,
S.H.G., Curi, N., Demattê, J.A.M., 2021. Soil parent material prediction through
satellite multispectral analysis on a regional scale at the Western Paulista Plateau,
Brazil. Geoderma Regional 26, e00412.
Mendes, W. de S., Demattê, J.A.M., Bonfatti, B.R., Resende, M.E.B., Campos, L.R.,
Costa, A.C.S. da, 2021. A novel framework to estimate soil mineralogy using soil
120
spectroscopy. Applied Geochemistry 127, 104909.

Safanelli, J.L., Rizzo, R., Costa, A.C.S. da, 2022a. Free iron oxide content in
tropical soils predicted by integrative digital mapping. Soil Tillage Res 219.
Safanelli, J.L., Rizzo, R., Costa, A.C.S. da, 2022b. Free iron oxide content in
tropical soils predicted by integrative digital mapping. Soil Tillage Res 219,
105346. https://doi.org/10.1016/J.STILL.2022.105346
Merl, T., Rasmussen, M.R., Koch, L.R., Søndergaard, J.V., Bust, F.F., Koren, K., 2022.
Measuring soil pH at in situ like conditions using optical pH sensors (pH-optodes).
Soil Biol Biochem 175, 108862. https://doi.org/10.1016/J.SOILBIO.2022.108862
Minasny, B., Hartemink, A.E., 2011a. Predicting soil properties in the tropics. Earth Sci
Rev 106, 52–62. https://doi.org/10.1016/j.earscirev.2011.01.005
Minasny, B., Hartemink, A.E., 2011b. Predicting soil properties in the tropics. Earth Sci
Rev 106, 52–62. https://doi.org/10.1016/j.earscirev.2011.01.005
Minasny, B., McBratney, A.B., 2016. Digital soil mapping: A brief history and some
lessons. Geoderma 264, 301–311.
Moral, F.J., Rebollo, F.J., Campillo, C., Serrano, J.M., 2019a. Using an objective and
probabilistic model to delineate homogeneous zones in hedgerow olive orchards.
Soil Tillage Res 194, 104308. https://doi.org/10.1016/j.still.2019.104308
Moral, F.J., Rebollo, F.J., Campillo, C., Serrano, J.M., 2019b. Using an objective and
probabilistic model to delineate homogeneous zones in hedgerow olive orchards.
Soil Tillage Res 194. https://doi.org/10.1016/j.still.2019.104308
Naimi, S., Ayoubi, S., di Raimo, L.A.D.L., Dematte, J.A.M., 2022. Quantification of
some intrinsic soil properties using proximal sensing in arid lands: Application of
Vis-NIR, MIR, and pXRF spectroscopy. Geoderma Regional 28, e00484.
Nawar, S., Delbecque, N., Declercq, Y., Smedt, P. De, Finke, P., Verdoodt, A.,
Meirvenne, M. Van, Mouazen, A.M., 2019. Geoderma Can spectral analyses
improve measurement of key soil fertility parameters with X-ray fl uorescence
spectrometry ? Geoderma 350, 29–39.
Nawar, S., Richard, F., Kassim, A.M., Tekin, Y., Mouazen, A.M., 2022. Fusion of
Gamma-rays and portable X-ray fluorescence spectral data to measure
extractable potassium in soils. Soil Tillage Res 223, 105472.
Ng, W., Minasny, B., McBratney, A., 2020a. Convolutional neural network for soil
microplastic contamination screening using infrared spectroscopy. Science of the
Total Environment 702, 134723. https://doi.org/10.1016/j.scitotenv.2019.134723
Ng, W., Minasny, B., Mcbratney, A., 2020b. Science of the Total Environment
Convolutional neural network for soil microplastic contamination screening using
infrared spectroscopy. Science of the Total Environment 702, 134723.
McBratney, A.B., 2019. Convolutional neural network for simultaneous prediction
of several soil properties using visible/near-infrared, mid-infrared, and their
combined spectra. Geoderma 352, 251–267.
Nguyen, T.T., Pham, T.D., Nguyen, C.T., Delfos, J., Archibald, R., Dang, K.B., Hoang,
121
N.B., Guo, W., Ngo, H.H., 2022a. A novel intelligence approach based active and
ensemble learning for agricultural soil organic carbon prediction using
multispectral and SAR data fusion. Science of the Total Environment 804.
Nguyen, T.T., Pham, T.D., Nguyen, C.T., Delfos, J., Archibald, R., Dang, K.B., Hoang,
N.B., Guo, W., Ngo, H.H., 2022b. A novel intelligence approach based active and
ensemble learning for agricultural soil organic carbon prediction using
multispectral and SAR data fusion. Science of The Total Environment 804,
150187. https://doi.org/10.1016/J.SCITOTENV.2021.150187
Nocita, M., Stevens, A., van Wesemael, B., Aitkenhead, M., Bachmann, M., Barthès,
B., Dor, E. Ben, Brown, D.J., Clairotte, M., Csorba, A., Dardenne, P., Demattê,
J.A.M., Genot, V., Guerrero, C., Knadel, M., Montanarella, L., Noon, C., Ramirez-
Lopez, L., Robertson, J., Sakai, H., Soriano-Disla, J.M., Shepherd, K.D.,
Stenberg, B., Towett, E.K., Vargas, R., Wetterlind, J., 2015. Soil Spectroscopy:
An Alternative to Wet Chemistry for Soil Monitoring. Advances in Agronomy 132,
139–159. https://doi.org/10.1016/bs.agron.2015.02.002
Norrish, K., Taylor, R.M., 1961. The isomorphous replacement of iron by aluminium in
soil goethites. Journal of Soil Science 12, 294–306.
https://doi.org/10.1111/J.1365-2389.1961.TB00919.X
Novais, R.F., Alvarez V., V.H.;, Barros, N.F. de;, Fontes, R.L.F.;, Cantarutti, R.B.;,
Neves, J.C.L., 2007. Fertilidade do solo. Viçosa.
Nowak-Brzezinska, A., Horyn, C., 2020. Outliers in rules - the comparision of LOF,
COF and KMEANS algorithms. Procedia Comput Sci 176, 1420–1429.
Oliveira, C. v., Ker, J.C., Fontes, L.E.F., Curi, N., Pinheiro, J.C., 1998. Química e
mineralogia de solos derivados de rochas do Grupo Bambuí no norte de Minas
Gerais. Rev Bras Cienc Solo 22, 583–593. https://doi.org/10.1590/S0100-
06831998000400003
Oliver, M.A., Webster, R., 2014a. A tutorial guide to geostatistics: Computing and
Oliver, M.A., Webster, R., 2014b. A tutorial guide to geostatistics: Computing and
Padarian, J., Minasny, B., McBratney, A.B., 2019. Using deep learning to predict soil
properties from regional spectral data. Geoderma Regional 16.
Pedregosa, F., Michel, V., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R.,
Vanderplas, J., Cournapeau, D., Pedregosa, F., Varoquaux, G., Gramfort, A.,
Thirion, B., Grisel, O., Dubourg, V., Passos, A., Brucher, M., 2011. Scikit-learn:
Machine Learning in Python. The Journal of Machine Learning Research 12,
2825–2830. https://doi.org/10.5555/1953048.2078195
mineralogy of subtropical soils under long-term organic fertilization in no-tillage
systems. Rev Bras Cienc Solo 42.
Ramaroson, V.H., Becquer, T., Sá, S.O., Razafimahatratra, H., Delarivière, J.L.,
Blavet, D., Vendrame, P.R.S., Rabeharisoa, L., Rakotondrazafy, A.F.M., 2018.
Mineralogical analysis of ferralitic soils in Madagascar using NIR spectroscopy.
Catena (Amst) 168, 102–109. https://doi.org/10.1016/j.catena.2017.07.016
Reda, R., Saffaj, T., Ilham, B., Saidi, O., Issam, K., Brahim, L., El Hadrami, E.M., 2019.
A comparative study between a new method and other machine learning
122
algorithms for soil organic carbon and total nitrogen prediction using near infrared
spectroscopy. Chemometrics and Intelligent Laboratory Systems 195.
Rennert, T., 2019. Wet-chemical extractions to characterise pedogenic Al and Fe
species-a critical review. Soil Research 57, 1–16.
https://doi.org/10.1071/SR18299
Rosin, N.A., Demattê, J.A.M., Leite, M.C.A., de Carvalho, H.W.P., Costa, A.C.,
Greschuk, L.T., Curi, N., Silva, S.H.G., 2022. The fundamental of the effects of
water, organic matter, and iron forms on the pXRF information in soil analyses.
Rossiter, D.G., 2018. Past, present & future of information technology in pedometrics.
N., Kerry, R., Scholten, T., 2022a. Semi-supervised learning for the spatial
N., Kerry, R., Scholten, T., 2022b. Semi-supervised learning for the spatial
Ruiz, H.A., Ferreira, G.B., Pereira, J.B.M., Resumo, ), 2003. Estimativa da capacidade
de campo de Latossolos e Neossolos Quartzarênicos pela determinação do
equivalente de umidade. Rev Bras Cienc Solo 27, 389–393.
https://doi.org/10.1590/S0100-06832003000200019
Santos, H.G. dos, Jacomine, P.K.T., Anjos, L.H.C. dos, Oliveira, V.Á. de, Lumbreras,
J.F., Coelho, M.R., Almeida, J.A. de, Filho, J.C. de A., Oliveira, J.B. de, Cunha,
T.J.F., 2018. Sistema brasileiro de classificação de solos, 5th ed, Embrapa Solos.
Embrapa, Brasilia.
Sarfraz, S., Ali, F., Hameed, A., Ahmad, Z., Riaz, K., 2023. Sustainable Agriculture
Through Technological Innovations. Sustainable Agriculture in the Era of the
OMICs Revolution 223–239. https://doi.org/10.1007/978-3-031-15568-0_10
Schwertmann, U., Taylor, R.M., 2018. Iron oxides. Minerals in Soil Environments 379–
438. https://doi.org/10.2136/sssabookser1.2ed.c8
Shahhosseini, M., Hu, G., Huber, I., Archontoulis, S. V., 2021. Coupling machine
learning and crop modeling improves crop yield prediction in the US Corn Belt. Sci
Rep 11, 1–15. https://doi.org/10.1038/s41598-020-80820-1
Shrestha, G., Calvelo-Pereira, R., Roudier, P., Martin, A.P., Turnbull, R.E., Kereszturi,
G., Jeyakumar, P., Anderson, C.W.N., 2022. Quantification of multiple soil trace
elements by combining portable X-ray fluorescence and reflectance spectroscopy.
Silva, F.M., Silva, S.H.G., Acuña-Guzman, S.F., Silva, E.A., Ribeiro, B.T., Fruett, T.,
Inda, A.V., Teixeira, A.F. dos S., Mancini, M., Guilherme, L.R.G., Curi, N., 2021.
Chemical and mineralogical changes in the textural fractions of quartzite-derived
tropical soils, along weathering, assessed by portable X-ray fluorescence
spectrometry and X-ray diffraction. J South Am Earth Sci 112, 103634.
Guilherme, L.R.G., Curi, N., 2022a. Using proximal sensors to assess
pedogenetic development of Inceptisols and Oxisols in Brazil. Geoderma Regional
28, 1–10. https://doi.org/10.1016/j.geodrs.2021.e00465
Guilherme, L.R.G., Curi, N., 2022b. Using proximal sensors to assess
123
pedogenetic development of Inceptisols and Oxisols in Brazil. Geoderma Regional

28, e00465. https://doi.org/10.1016/J.GEODRS.2021.E00465
D.S., Vasconcelos, V., 2020a. Spatial variability of iron oxides in soils from
D.S., Vasconcelos, V., 2020b. Spatial variability of iron oxides in soils from
Silva, S.H.G., Menezes, M.D. de, Owens, P.R., Curi, N., 2016. Retrieving pedologist’s
mental model from existing soil map and comparing data mining tools for refining
a larger area map under similar environmental conditions in Southeastern Brazil.
Silvero, N.E.Q., Siqueira, D.S., Coelho, R.M., da Costa Ferreira, D., Marques, J., 2019.
Protocol for the use of legacy data and magnetic signature on soil mapping of São
Paulo Central West, Brazil. Science of The Total Environment 693, 133463.
https://doi.org/10.1016/J.SCITOTENV.2019.07.269
Soriano-Disla, J.M., Janik, L.J., Viscarra Rossel, R.A., MacDonald, L.M., McLaughlin,
M.J., 2014. The performance of visible, near-, and mid-infrared reflectance
spectroscopy for prediction of soil physical, chemical, and biological properties.
Appl Spectrosc Rev 49, 139–186. https://doi.org/10.1080/05704928.2013.811081
Sothe, C., Almeida, C.M. De, Schimalski, M.B., Liesenberg, V., Rosa, L.E.C. La,
Castro, J.D.B., Feitosa, R.Q., 2019. A comparison of machine and deep-learning
algorithms applied to multisource data for a subtropical forest area classification.
https://doi-org.ez87.periodicos.capes.gov.br/10.1080/01431161.2019.1681600.
https://doi.org/10.1080/01431161.2019.1681600
Sothe, C., de Almeida, C.M., Schimalski, M.B., Liesenberg, V., la Rosa, L.E.C., Castro,
J.D.B., Feitosa, R.Q., 2020. A comparison of machine and deep-learning
algorithms applied to multisource data for a subtropical forest area classification.
Int J Remote Sens 41, 1943–1969.
https://doi.org/10.1080/01431161.2019.1681600
Souza, E.D., Carneiro, M.A.C., Paulino, H.B., 2005. Atributos físicos de um Neossolo
Quartzarênico e um Latossolo Vermelho sob diferentes sistemas de manejo.
Pesqui Agropecu Bras 40, 1135–1139. https://doi.org/10.1590/S0100-
204X2005001100012
Stranghoener, M., Dultz, S., Behrens, H., Schippers, A., 2020. Potential mobilizable
Fe from secondary phases of differentially altered subsurface basaltic rock– a
sequential extraction study on ICDP site Hawaii. Applied Geochemistry 121,
104705. https://doi.org/10.1016/J.APGEOCHEM.2020.104705
Suits, D.B., 1957. Use of Dummy Variables in Regression Equations. J Am Stat Assoc
52, 548. https://doi.org/10.2307/2281705
Sumathi, K., 2018. Data Analytics platform for intelligent agriculture. 2018 2nd
International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud)
(I-SMAC)I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC), 2018 2nd
International Conference on 647–650. https://doi.org/10.1109/I-
SMAC.2018.8653740
Sun, Z., Wang, J., Wang, Y., Long, L., Luo, Z., Deng, X., Hu, Q., Wang, M., 2020.
Sodium-rich volcanic rocks and their relationships with iron deposits in the
Aqishan–Yamansu belt of Eastern Tianshan, NW China. Geoscience Frontiers 11,
697–713. https://doi.org/10.1016/J.GSF.2019.06.011
Swetha, R.K., Dasgupta, S., Chakraborty, S., Li, B., Weindorf, D.C., Mancini, M., Silva,
124
S.H.G., Ribeiro, B.T., Curi, N., Ray, D.P., 2022. Using Nix color sensor and
Munsell soil color variables to classify contrasting soil types and predict soil
organic carbon in Eastern India. Comput Electron Agric 199, 107192.
Tabatabai, S., Knadel, M., Thomsen, A., Greve, M.H., 2019. On-the-Go Sensor Fusion
for Prediction of Clay and Organic Carbon Using Pre-processing Survey, Different
Validation Methods, and Variable Selection. Soil Science Society of America
Journal 83, 300–310. https://doi.org/10.2136/SSSAJ2018.10.0377
Takoutsing, B., Heuvelink, G.B.M., 2022. Comparing the prediction performance,
uncertainty quantification and extrapolation potential of regression kriging and
random forest while accounting for soil measurement errors. Geoderma 428,
Teixeira, A.F. dos S., Andrade, R., Mancini, M., Silva, S.H.G., Weindorf, D.C.,
for tropical soil property prediction: Soil fertility properties. J South Am Earth Sci
116, 103873. https://doi.org/10.1016/J.JSAMES.2022.103873
Teixeira, A.F. dos S., Henrique Procópio Pelegrino, M., Missina Faria, W., Henrique
Godinho Silva, S., Gabriela Marcolino Gonçalves, M., Weimar Acerbi Júnior, F.,
Rezende Gomide, L., Linares Pádua Júnior, A., de Souza, I.A., Chakraborty, S.,
Weindorf, D.C., Roberto Guimarães Guilherme, L., Curi, N., 2020. Tropical soil pH
and sorption complex prediction via portable X-ray fluorescence spectrometry.
Geoderma 361, 114132. https://doi.org/10.1016/j.geoderma.2019.114132
Teixeira, R.S., Vendrame, P.R.S., Christoni, A.R.F., SILVA, P.R.C., 2016. QUÍMICA E
MINERALOGIA DE UM SOLO DESENVOLVIDO DE BASALTO, COLETADO
ATRAVÉS DE SONDAGEM SPT. Boletim de Geografia 34, 116–126.
https://doi.org/10.4025/bolgeogr.v34i2.28948
Temme, A.J.A.M., Veldkamp, A., 2009. Multi-process Late Quaternary landscape
evolution modelling reveals lags in climate response over small spatial scales.
Earth Surf Process Landf 34, 573–589. https://doi.org/10.1002/ESP.1758
ten Caten, A., Dalmolin, R.S.D., Pedron, F. de A., Santos, M. de L.M., 2011a.
Ciência Rural 41, 812–816. https://doi.org/10.1590/S0103-84782011000500012
ten Caten, A., Dalmolin, R.S.D., Pedron, F. de A., Santos, M. de L.M., 2011b.
Ciência Rural 41, 812–816. https://doi.org/10.1590/S0103-84782011000500012
Thompson, J.A., Roecker, S., Grunwald, S., Owens, P.R., 2012. Digital Soil Mapping:
Interactions with and Applications for Hydropedology, in: Hydropedology. Elsevier,
pp. 665–709. https://doi.org/10.1016/B978-0-12-386941-8.00021-6
Thornthwaite, C.W., 1948. An Approach toward a Rational Classification of Climate
Author ( s ): C . W . Thornthwaite Published by : American Geographical Society
Stable URL : http://www.jstor.org/stable/210739 Accessed : 11-08-2016 18 : 02
UTC. Geogr Rev 38, 55–94. https://doi.org/10.2307/210739
Tsakiridis, N.L., Keramaris, K.D., Theocharis, J.B., Zalidis, G.C., 2020. Simultaneous
prediction of soil properties from VNIR-SWIR spectra using a localized multi-
channel 1-D convolutional neural network. Geoderma 367.
Vasques, G.M., Rodrigues, H.M., Coelho, M.R., Baca, J.F.M., Dart, R.O., Oliveira,
R.P., Teixeira, W.G., Ceddia, M.B., 2020. Field Proximal Soil Sensor Fusion for
Improving High-Resolution Soil Property Maps. Soil Systems 2020, Vol. 4, Page
52 4, 52. https://doi.org/10.3390/SOILSYSTEMS4030052
Vieira, S.R., 2000. Geoestatística em estudos de variabilidade espacial do solo. , in:
R.F. Novais, V.H.A.G.R.S. (Ed.), Tópicos Em Ciência Do Solo. Viçosa, pp. 1–54.
125
chemometric tool to prevent the overfitting to outliers. Chemometrics and
Intelligent Laboratory Systems 34, 109–115. https://doi.org/10.1016/0169-
7439(96)00005-6
Wang, S., Peng, H., Hu, Q., Jiang, M., 2022. Analysis of runoff generation driving
factors based on hydrological model and interpretable machine learning method.
J Hydrol Reg Stud 42, 101139. https://doi.org/10.1016/J.EJRH.2022.101139
Weindorf, D.C., Bakr, N., Zhu, Y., 2014a. Advances in portable X-ray fluorescence
(PXRF) for environmental, pedological, and agronomic applications, Advances in
Agronomy. Elsevier. https://doi.org/10.1016/B978-0-12-802139-2.00001-9
Weindorf, D.C., Bakr, N., Zhu, Y., 2014b. Advances in portable X-ray fluorescence
(PXRF) for environmental, pedological, and agronomic applications, in: Advances
in Agronomy. Academic Press Inc., pp. 1–45. https://doi.org/10.1016/B978-0-12-
802139-2.00001-9
Weindorf, D.C., Paulette, L., Man, T., 2013. In-situ assessment of metal contamination
via portable X-ray fluorescence spectroscopy: Zlatna, Romania. Environmental
Pollution 182, 92–100. https://doi.org/10.1016/j.envpol.2013.07.008
Whittig, L.D., 1965. X-Ray Diffraction Techniques for Mineral Identification and
Mineralogical Composition. Methods of Soil Analysis, Part 1: Physical and
Mineralogical Properties, Including Statistics of Measurement and Sampling 671–
698. https://doi.org/10.2134/AGRONMONOGR9.1.C49
Xu, D., Chen, S., Xu, H., Wang, N., Zhou, Y., Shi, Z., 2020. Data fusion for the
measurement of potentially toxic elements in soil using portable spectrometers.
Environmental Pollution 263, 114649.
https://doi.org/10.1016/J.ENVPOL.2020.114649
Xu, D., Zhao, R., Li, S., Chen, S., Jiang, Q., Zhou, L., Shi, Z., 2019. Multi-sensor fusion
for the determination of several soil properties in the Yangtze River Delta, China.
Eur J Soil Sci 70, 162–173. https://doi.org/10.1111/EJSS.12729
Xu, G., Fan, H., Oliver, D.M., Dai, Y., Li, H., Shi, Y., Long, H., Xiong, K., Zhao, Z., 2022.
Decoding river pollution trends and their landscape determinants in an ecologically
fragile karst basin using a machine learning model. Environ Res 214, 113843.
https://doi.org/10.1016/J.ENVRES.2022.113843
Xu, S., Zhao, Y., Wang, M., Shi, X., 2018. Quantification of Different Forms of Iron from
Intact Soil Cores of Paddy Fields with Vis-NIR Spectroscopy. Soil Science Society
of America Journal 82, 1497–1511. https://doi.org/10.2136/SSSAJ2018.01.0014
Yan, F., Shangguan, W., Zhang, J., Hu, B., 2020a. Depth-to-bedrock map of China at
a spatial resolution of 100 meters. Sci Data 7, 1–13.
https://doi.org/10.1038/s41597-019-0345-6
Yan, F., Shangguan, W., Zhang, J., Hu, B., 2020b. Depth-to-bedrock map of China at
a spatial resolution of 100 meters. Scientific Data 2020 7:1 7, 1–13.
https://doi.org/10.1038/s41597-019-0345-6
Ye, M., Zhu, L., Li, X., Ke, Y., Huang, Y., Chen, B., Yu, H., Li, H., Feng, H., 2023.
Estimation of the soil arsenic concentration using a geographically weighted
XGBoost model based on hyperspectral data. Science of The Total Environment
858, 159798. https://doi.org/10.1016/J.SCITOTENV.2022.159798
Nannucci, M.S., Leoni, B., Bonomi, T., 2019. Choosing between linear and
nonlinear models and avoiding overfitting for short and long term groundwater
level forecasting in a linear system. J Hydrol (Amst) 578, 124015.
Zeraatpisheh, M., Ayoubi, S., Jafari, A., Finke, P., 2017. Comparing the efficiency of
digital and conventional soil mapping to predict soil types in a semi-arid region in
126
Iran. Geomorphology 285, 186–204.

https://doi.org/10.1016/J.GEOMORPH.2017.02.015
Zevenbergen, C., Honders, A., Orbons, A.J., Viaene, W., Swennen, R., Comans,
R.N.J., van Hasselt, H.J., 1997. Immobilisation of heavy metals in contaminated
soils by thermal treatment at intermediate temperatures. Studies in Environmental
Science 71, 661–672. https://doi.org/10.1016/S0166-1116(97)80249-X
Zhan, Y., Liu, C., Deng, Q., Feng, Q., Qiu, Y., Zhang, A., He, X., 2022. Integrated FFT
and XGBoost framework to predict pavement skid resistance using automatic 3D
texture measurement. Measurement 188, 110638.
Zhang, R., Li, Y., Goh, A.T.C., Zhang, W., Chen, Z., 2021. Analysis of ground surface
settlement in anisotropic clays using extreme gradient boosting and random forest
regression models. Journal of Rock Mechanics and Geotechnical Engineering 13,
1478–1484. https://doi.org/10.1016/J.JRMGE.2021.08.001
Zhang, W. chun, Wan, H. shuang, Zhou, M. hou, Wu, W., Liu, H. bin, 2022. Soil total
and organic carbon mapping and uncertainty analysis using machine learning
techniques. Ecol Indic 143, 109420.
https://doi.org/10.1016/J.ECOLIND.2022.109420
Zhao, L., Fang, Q., Hong, H., Algeo, T.J., Lu, A., Yin, K., Wang, C., Liu, C., Chen, L.,
Xie, S., 2022a. Pedogenic-weathering evolution and soil discrimination by sensor
fusion combined with machine-learning-based spectral modeling. Geoderma 409,
Zhao, L., Fang, Q., Hong, H., Algeo, T.J., Lu, A., Yin, K., Wang, C., Liu, C., Chen, L.,
Xie, S., 2022b. Pedogenic-weathering evolution and soil discrimination by sensor
fusion combined with machine-learning-based spectral modeling. Geoderma 409,

Tese Gabriela MourÃ o de Almeida - Final

Enviado por

Direitos autorais:

Formatos disponíveis

Tese Gabriela MourÃ o de Almeida - Final

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tese Gabriela MourÃ o de Almeida - Final

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE ESTADUAL PAULISTA - UNESP

FUSÃO DE DADOS E APRENDIZAGEM DE MÁQUINA APLICADOS A

Gabriela Mourão de Almeida

FUSÃO DE DADOS E APRENDIZAGEM DE MÁQUINA APLICADOS A

MSc. Gabriela Mourão de Almeida

Orientador: Prof. Dr. José Marques Júnior

Tese apresentada à Faculdade de Ciências

Gabriela Mourão de Almeida – Filha de Luiz Carlos Carneiro de Almeida e

“A ciência humana de maneira nenhuma nega a

Primeiramente agradeço a Deus e Nossa Senhora de Nazaré, por ter me

Capítulo 1 – Considerações gerais .......................................................................... 1

Capítulo 1 – Considerações gerais

O Brasil é o maior país de clima tropical e um dos maiores produtores de

alimento do mundo, com área agrícola de aproximadamente 60 milhões de hectares

enfrentando desafios qualitativos e quantitativos, gerados devido a crescimento da

população global e a intensificação das mudanças climáticas (Liu et al., 2023)

O desenvolvimento e a adaptação de tecnologias inovadoras podem ser vistos

e mitigar a ameaça de escassez de alimentos em todo o mundo (Sarfraz et al., 2023).

expansão do poder computacional e com o aperfeiçoamento de algoritmos de

aprendizagem de máquina (AM), a inteligência artificial (IA) vem ganhando espaço de

destaque nas mais diversas áreas (Jararweh et al., 2023)

A aplicação IA envolve o processo de aprendizagem das máquinas, que tem

como objetivo fornecer à máquina dados de experiências passadas e dados

a uma demanda especifica. Ou seja, é abordagem matemática para construir

máquinas inteligentes e é devido a AM que o domínio de big data e da ciência de

dados evoluiu tanto nos últimos anos (Jha et al., 2019).

Segundo (Bowden et al., 2023) diferente dos modelos de regressão paramétricos

que assumem relacionamentos pré-especificados como lineares ou quadráticos

simples, os métodos de aprendizado de máquina (AM), como modelos XGBoost e

Florestas Aleatórias vem ganhando bastante espaço na agricultura devido à

capacidade de explorar relações sem a necessidade de pré-definir a forma funcional

dessas relações, desembaraçando assim a complexidade das interações não lineares

de sistemas agrícolas (Shahhosseini et al., 2021)

Dentre as variações ambientais dos sistemas agrícolas, o solo é um dos que

A pedometria reúne um conjunto de técnicas que auxilia a tomada de decisão

nos planos de manejo do solo, e é comumente definida como “a aplicação de métodos

matemáticos e estatísticos no estudo da distribuição, caracterização e gênese dos

solos” (Thompson et al., 2012). Segundo (Rossiter, 2018) a aplicação de técnicas

pedométricas demanda avanços tecnológicos de coleta e processamento de grandes

conjuntos de dados. Dentro desta evolução, segundo a linha do tempo desenvolvida

as áreas vigorosas de pesquisa na pedometria e na ciência do solo, devido à enorme

demanda de análise de dados, e tendem a ganhar ainda mais importância,

Países de clima tropical tem como característica predominante a presença de

Latossolos altamente intemperizados, pois em regiões tropicais há a ocorrência de

os atributos destes solos.

Devido a este elevado grau de intemperismo, os minerais residuais

predominantes na fração argila destes solos são a caulinita e oxi-hidróxidos de ferro

considerados pedoindicadores de processos do solo, e suas características

controlam as reações de superfície básicas. Assim, torna-se imprescindível

identifica-los para entender as relações de causa e efeito entre os atributos do solo

(Bahia et al., 2017a), para entender a variabilidade dos atributos e realizar

planejamentos táticos e operacionais de manejo desses solos (Pedron et al., 2018).

1.2 Referencial Teórico

O Brasil é um dos maiores produtores de alimento do mundo, com área agrícola

de aproximadamente 60 milhões de hectares e com potencial de expansão. Porém,

ano (Demattê et al., 2019)

A baixa adoção de AP é associada, dentre outros fatores, ao longo tempo de

execução e alto custo das análises convencionais na avaliação da mineralogia e