Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributosdoi:10.60502/SoilData/HOIDT7SoilData2025-08-081Horst, Taciara Zborowski; Mendonça-Santos, Maria de Lourdes; Jean Michel Moura-Bueno; Samuel-Rosa, Alessandro; Pretto, Ana Caroline, 2025, "Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributos", https://doi.org/10.60502/SoilData/HOIDT7, SoilData, V1, UNF:6:b1SmKIYvYKgL7Jbc/Jbtkg== [fileUNF]Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributosdoi:10.60502/SoilData/HOIDT7Horst, Taciara ZborowskiMendonça-Santos, Maria de LourdesJean Michel Moura-BuenoSamuel-Rosa, AlessandroPretto, Ana CarolineSoilDataPretto, Ana CarolinePretto, Ana Caroline2025-08-08Ciências AgráriasCiências da Terra e do meio ambienteGranulometriaPedometriaO conjunto de dados amostrais de solo aqui disponibilizado está associado ao capítulo “Mapeamento Digital de Solos do Maranhão: fundamentos, boas práticas e exemplos de mapeamento de classes e atributos” do livro "Solos do Maranhão – Gênese, classificação e pedometria". Ele é formado por perfis georreferenciados do repositório SoilData (1973–2024) e por pseudoamostragens obtidas a partir do mapa de solos do Maranhão, na escala 1:1.000.000 (Embrapa, 1986). <p> <p> Esses dados foram utilizados em dois exercícios principais. O primeiro consistiu no mapeamento da granulometria, a partir de 489 pontos com teores de areia, silte e argila (0–30 cm de profundidade). Os valores foram convertidos em razões logarítmicas (log_clay_sand e log_silt_sand) no uso de dados composicionais na modelagem. Empregou-se o algoritmo Random Forest, utilizando covariáveis ambientais derivadas do modelo SCORPAN (relevo, clima, vegetação, geologia, entre outros). O resultado foi um mapa estático das frações granulométricas, com resolução espacial de 30 m, acompanhado de mapas de incerteza, representados pelo desvio padrão. <p> - Planilha 'granulometria_amostras.tab' </p> <p> Esta planilha contém dados granulométricos (areia, silte e argila). Cada registro inclui valores percentuais de argila (clay), silte (silt) e areia (sand), além de transformações logarítmicas das relações entre essas frações (log_clay_sand e log_silt_sand). As amostras são identificadas por um código único (id) e suas coordenadas seguem o formato de latitude e longitude em graus decimais. Esses dados foram extraídos do repositório SoilData e ajustados para a região do Maranhão. </p> <p> O segundo exercício abordou o mapeamento de classes de solo, com 364 observações (209 perfis e 155 pseudoamostras) distribuídas em 11 classes no 2º nível categórico do SiBCS. Também foi utilizado o algoritmo Random Forest, com covariáveis semelhantes às do mapeamento da granulometria. O produto final foi um mapa de classes de solo com resolução de 30 m e acurácia global de 56%. <p> <p> - Planilha 'classe_de_solo_amostras.csv' </p> <p> Esta planilha reúne informações taxonômicas de solos do Maranhão. As amostras são categorizadas como Perfil-campo (dados coletados em campo) ou pseudoponto_mapa_solo (pontos gerados a partir de mapas existentes). Cada registro contém coordenadas (coord_x, coord_y) que seguem o formato de latitude e longitude em graus decimais, código da classe de solo (id_classe_solo), fonte dos dados (fonte_dos_dados), descrição da localização (coord_descricao), método de coleta (observação_metodo), além de classificações taxonômicas (taxon_sibcs_1999) e (taxon_sibcs_2018). Alguns registros também incluem dados sobre geologia (geologia_litologia) e uso atual da terra (uso_terra). <p>BrazilMAgranulometria_amostras.tab4898text/tab-separated-valuesUNF:6:b1SmKIYvYKgL7Jbc/Jbtkg==idUNF:6:7d4cjJ+hmbcguTXEaNAqlA==clay489.023.282786793040472.023.030.55010224948876.0.088.0UNF:6:cyiTOvtTElWNLecBVDJU0w==sand50.08997955010223597.00.0.489.056.025.684563557174382.0UNF:6:vRBQCmIU0J7GNMu81zHBcg==silt1.0.73.014.014.59554827683742319.359918200409005489.00.0UNF:6:s58lSQmLc8SFG+eY3aKRvA==log_clay_sand-0.54397221887828153.76120011569356489.01.5592334239432306-3.88156379794344.0.0-0.8754687373539UNF:6:2cHvaty80RZybZoENONzqA==log_silt_sand.489.00.03.59731226058845-0.9499261831860132-4.57471097850338-1.189584066873841.2799036994782715UNF:6:fBXtnwP8yDNfE3tsR4BX4A==depth.12.540.011.57587735718354516.297546012269933489.01.00.0UNF:6:KneFtyj6Z5rmJCRb6YCbTQ==.geoUNF:6:S0j78+ZrfsWhCUmRB2VJhw==classe_de_solo_amostras.csvtext/comma-separated-values