REPRESENTATION IN 3D MESHES FROM THE INTERPOLATED SOIL TEXTURE DATA BY ARTIFICIAL NEURAL NETWORK: CASE STUDY FESCON - PONTA GROSSA - PR

Abstract

doi: 10.12957/geouerj.2016.12310 As propriedades físicas do solo possuem grande impacto em seu comportamento, e estas características resultam na classificação do perfil e aptidão do solo. Em se tratando de Agricultura de Precisão, é importante identificar no solo sua distribuição espacial granulométrica ou textura. Desta forma, a partir de dados granulométricos georreferenciados (areia, silte e argila) coletados de solos de uma gleba da Fazenda Escola Capão-da-Onça (FESCON Ponta Grossa - PR), foi realizada a interpolação, utilizando Função de Base Radial (RBF) e treinamento supervisionado por Rede Neural Artificial (RNA), comparando os resultados obtidos em um modelo 3D, a fim de verificar o desempenho da RNA utilizada. Verificou-se principalmente que as representações da RNA com o atributo areia foi suavizada quando interpolado os dados granulométricos em re

Keywords

• dados de textura do solo
• redes neurais artificiais
• representação em malhas 3d.