Publicação

Replacing the (Inefficient) Manual Runoff Sampling Method Used in Brazil – A Prototype Sample Splitter

O método usado para amostrar a enxurrada coletada em parcelas de erosão é importante fonte de erro. Realizamos um experimento para avaliar a eficiência do método de amostragem manual de enxurrada usado no Brasil. Observamos uma subestimação de 30% ou mais da concentração de sólidos totais. Como solução, desenvolvemos um fracionador de amostras para substituir o método de amostragem manual. Ele produziu amostras representativas sem alterar a distribuição de tamanho de partícula dos sólidos totais. Se os problemas com o método manual forem encontrados em outras áreas, o equipamento que desenvolvemos é uma alternativa razoável.

Em Direção a uma Ciência do Solo mais Aberta

A ciência vem sendo cada vez mais demandada e, ao mesmo tempo, criticada e escrutinada pela sociedade e pelos governos, que buscam soluções para os problemas atuais, ou, às vezes, justificativas para suas ações. Ao adotarmos uma política de ciência aberta, com disponibilização aberta dos dados primários e dos resultados de nossas pesquisas, demonstramos que não temos nada a esconder, e que os dados estão livres para serem usados por quem quiser.

Uma Plataforma para Facilitar o Acesso aos Dados do Repositório Brasileiro Livre para Dados Abertos do Solo

Neste artigo, analisamos os principais sistemas de gerenciamento de metadados em repositórios de dados da pesquisa. Dentre as alternativas mais populares cadastradas no Registry of Research Data Repositories ([re3data](https://en.wikipedia.org/wiki/Registry_of_Research_Data_Repositories)), concluímos que o [DataVerse](https://en.wikipedia.org/wiki/Dataverse), desenvolvido na Universidade de Harvard, é o mais indicado para adoção no Repositório Brasileiro Livre para Dados Abertos do Solo.

Curadoria de Dados no Repositório Brasileiro Livre para Dados Abertos Do Solo

Este artigo apresenta sugestões e soluções para a curadoria de dados no Repositório Brasileiro Livre para Dados Abertos do Solo (FEBR), com destaque para a melhoria da qualidade da descrição dos métodos de análise de solo. Para isso, foi realizado levantamento do padrão de descrição de métodos analíticos em trabalhos que se basearam na [edição de 1979](http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/330592) do Manual de Métodos de Análise de Solo da Embrapa.

Open Legacy Soil Survey Data in Brazil: Geospatial Data Quality and How to Improve it

As aplicações espaciais de dados do solo como o MDS requerem dados geoespaciais consistentes, incluindo coordenadas geográficas e um sistema de referência de coordenadas conhecido. No entanto, quando se trata de dados legados, frequentemente encontramos esses dados geoespaciais ausentes ou incorretas. Neste artigo, nós avaliamos a qualidade dos dados geoespaciais de dados legados do solo no Brasil e avaliamos fontes de dados geoespaciais (relatórios de pesquisa, mapas, infraestruturas de dados espaciais, serviços de mapeamento na web) e conhecimento especializado como forma de corrigir tais inconsistências.

A Note on Knowledge Discovery and Machine Learning in Digital Soil Mapping

No mapeamento digital do solo, técnicas de aprendizado de máquina estão sendo usadas para inferir relações entre propriedades do solo e covariáveis. Informações derivadas desse processo são frequentemente traduzidas em conhecimento pedológico. Esse mecanismo é conhecido como descoberta de conhecimento. Neste estudo, mostramos que a descoberta de conhecimento com base nessa estratégia deve ser tratada com cautela. Métodos de aprendizagem de máquina podem encontrar padrões relevantes mesmo quando as covariáveis ​​não têm sentido e não estão relacionadas a fatores e processos de formação do solo.

How Is the Learning Process of Digital Soil Mapping in a Diverse Group of Land Use Planners?

O uso de novas tecnologias, o desenvolvimento de novos softwares e os avanços na capacidade das máquinas de processar dados trouxeram uma nova perspectiva para a ciência do solo e, principalmente, para a pedologia, com o advento do mapeamento digital do solo. Neste artigo, descrevemos nossa experiência com um curso teórico-prático de mapeamento digital do solo para profissionais envolvidos no gerenciamento de recursos terrestres. Dentre os tópicos abordados estão (a) gênese, morfologia e classificação do solo, (b) geoprocessamento e sistemas de informação geográfica e (c) modelos estatísticos e de aprendizado de máquina.

Cientistas Brasileiros de Reúnem para Compartilhar Dados do Solo

Projeto do Repositório Brasileiro Livre para Dados Abertos do Solo escolhido como solução tecnológica

SoilGrids1km — Global Soil Information Based on Automated Mapping

Nós compilamos dados de ~110000 perfis do solo de todo o mundo, bem como ~75 covariáveis ambientais com resolução espacial de 1 km. A partir desses dados, nós calibramos modelos de mapeamento digital do solo que levam em consideração, simultaneamente, ambas as dimensões horizontal e vertical do solo. A partir da aplicação desse modelo 3D, chamado SoilGrids1km, geramos mapas de uma seleção de propriedades do solo em seis profundidades padrão, com uma acurácia que variou entre 23 e 51%. Apesar da necessidade de melhorias, SoilGrids1km é o primeiro passo rumo à automação da produção global de informação do solo.