Comparação do uso de modelos digitais de elevação em mapeamento digital de solos em Dois Irmãos, RS, Brasil

Abstract

Os modelos digitais de elevação (MDEs) são fontes fundamentais para correlacionar a ocorrência e distribuição de solos com a paisagem pelo mapeamento digital de solos (MDS). A influência dos tipos e das resoluções dos MDEs na capacidade de predição dos modelos preditores de classes de solo ainda é pouco estudada. Neste estudo, foram avaliados e comparados os efeitos de diferentes MDEs na predição de ocorrência de unidades de mapeamento de solo (UM). Foram correlacionados 12 atributos do terreno derivados de diferentes MDEs com a ocorrência de UM. Os MDEs utilizados foram os oriundos dos projetos SRTM v4.1, ASTER GDEM v2, TOPODATA e Brasil em Relevo, e os MDEs gerados a partir de curvas de nível na escala de 1:50.000, com resoluções de 30 e 90 m. Os modelos preditores foram treinados por árvore de decisão (Simple Cart) com dados amostrados em 4.280 pontos aleatórios contendo informações dos solos extraídos de um mapa convencional de solos na escala 1:20.000 e 12 atributos do terreno derivados de seis MDEs com tamanhos de pixel de 30 e 90 m. A validação dos modelos preditores de UM foi realizada com a totalidade dos dados da área. Os atributos do terreno que melhor explicaram a ocorrência das UM foram elevação, declividade, comprimento de fluxo e orientação das vertentes. Os MDEs com tamanho de pixel de 30 m geraram correlações solo-paisagem menos acuradas. Os modelos preditores mais acurados e com maior número de UM estimadas foram os gerados a partir dos MDEs com resolução espacial de 90 m (SRTM v4.1 e CN90), sendo esses os MDEs mais indicados para o MDS, quando predominarem relevos plano e suave ondulado.

Digital elevation models (DEM) are fundamental sources for correlating the occurrence and distribution of soils in the landscape by digital soil mapping (DSM). The influence of the types and resolutions of DEMs on the predictive capability of prediction models of soil classes has not been greatly studied. This study evaluated and compared the effects of different DEMs on the prediction of occurrence of soil mapping units (MU). Twelve predictor variables derived from different DEMs were correlated with the occurrence of MU. The DEMs used were those from the SRTM v4.1, ASTER GDEM v2, TOPODATA, and Brasil em Relevo projects, and the DEMs generated from contour lines on the scale of 1:50,000, with resolutions of 30 and 90 m. The predictive models were guided by a decision tree (Simple Cart) with data sampled at 4,280 random points containing information extracted from soils of a conventional soil map at a scale of 1:20,000 and 12 terrain attributes derived from six DEMs with pixel sizes of 30 and 90 m. The validation of MU prediction models was performed with all the data from the area. The terrain attributes that best explained the occurrence of MU were elevation, slope, flow length, and aspect. The DEMs with 30 m pixel size generated less accurate soil-landscape correlations. The most accurate prediction models with a higher number of estimated MU were generated from the DEMs with spatial resolution of 90 m (SRTM v4.1 and CN90). These are the DEMs most suitable for DSM when flat and slightly rolling terrain predominate.