Componentes principais como preditores no mapeamento digital de classes de solos

摘要

Tecnologias disponíveis para a observa??o da Terra oferecem uma grande gama de informa??es sobre componentes ambientais que, por estarem relacionadas com a forma??o dos solos, podem ser usadas como variáveis preditoras no Mapeamento Digital de Solos (MDS). No entanto, modelos com um grande número de preditores, bem como a existência de multicolinearidade entre os dados, podem ser ineficazes no mapeamento de classes e propriedades do solo. O objetivo deste estudo foi empregar a Análise de Componentes Principais (ACP) visando a selecionar e diminuir o número de preditores na regress?o logística múltipla multinomial (RLMM) utilizada no mapeamento de classes de solos. Nove covariáveis ambientais, ligadas ao fator de forma??o relevo, foram derivadas de um Modelo Digital de Eleva??o e denominadas variáveis originais, estas foram submetidas à ACP e transformadas em Componentes Principais (CP). As RLMM foram desenvolvidas utilizando-se atributos de terreno e as CP como variáveis explicativas. O mapa de solos gerado a partir de três CP (65,6% da variancia original) obteve um índice kappa de 37,3%, inferior aos 48,5% alcan?ado pelo mapa de solos gerado a partir de todas as nove variáveis originais.