O presente estudo buscou desenvolver um modelo capaz de compreender as relações solo-paisagem para a predição de classes de solo das folhas do IBGE de Ribeirão Preto, Serrana, Cravinhos e Bonfim Paulista, que constituem a quadrícula de Ribeirão Preto. Para isto, foram utilizadas informações contidas em um mapa pedológico convencional semidetalhado na escala 1:100.000, um Modelo Digital de Elevação (MDE) com resolução espacial de 30 metros, além do mapa geológico na escala 1:50.000. Do mapa geológico foi obtida a litologia e do MDE, foram obtidas as variáveis geomorfométricas por meio de técnicas de geoprocessamento. Todas essas informações foram relacionadas em uma matriz, de onde foram selecionadas três amostragens estratificadas de acordo com a área das classes, extraindo-se dados para treino e teste, que foram utilizados para aplicação em modelos do método Random Forest e avaliação da acurácia. Foram testados diferentes ajustes, com aplicação dos modelos nas classes no segundo e terceiro nível categórico. Com uma amostragem que compreende apenas 0,43% do total da área, o modelo para o segundo nível categórico apresentou uma exatidão global de 62,5%, com o mapa digital de solos apresentando uma persistência de 70,63% das classes do mapa original, valores maiores do que os apresentados para o terceiro nível categórico, com exatidão global de 57,1% e persistência de 44,24%. As variáveis mais importantes na compreensão das relações solo-paisagem foram Litologia, Elevação, Declividade e Distância da rede de drenagem. O estudo mostrou que a metodologia empregada é capaz de contribuir para criação de mapas de solo, com a possibilidade de ser empregado em áreas onde não há informações de solos pré-existentes, de maneira rápida e menos onerosa, auxiliando o trabalho dos pedólogos

This study aimed to develop a model to understand the soil-landscape relationships to predict soil classes of topographic sheets of IBGE from Ribeirão Preto, Serrana, Cravinhos and Bonfim Paulista, constituting the grid Ribeirão Preto. For this, we used information included in a conventional semi-detailed soil map at 1:100,000 scale, a Digital Elevation Model (DEM) with a spatial resolution of 30 meters, in addition to the geological map at 1: 50,000 scale. From geological map was obtained lithology and from MDE were obtained the geomorphometric variables through geoprocessing techniques. All this information was linked in a matrix, from which they were selected three stratified sampling according to the area of classes, extracting data for training and testing, which were used for use in models of Random Forest method and evaluation of accuracy. Adjustments were tested with application of models in classes on the second and third categorical level. With a sample comprising only 0.43% of the total area, the model for the second categorical level had an overall accuracy of 62.5%, with the digital soil map showing a persistence of 70.63% of classes from original map, higher values than those presented for the third categorical level, with an overall accuracy of 57.1% and persistence of 44.24%. The most important variables in understanding the soil-landscape relationships were Lithology, Elevation, Slope Distance and drainage network. The study showed that the method is able to contribute to the creation of soil maps, with the possibility of being employed in areas where there is no pre-existing soil information quickly and less costly way, assisting the work of soil scientists

Pós-graduação em Agronomia (Ciência do Solo) - FCAV