Space distribution of metals and metaloids in the soils of the state of minas gerais using geostatistics and machine learning methods

O Estado de Minas Gerais tem uma área de 588.384 km² que corresponde a um percentual de 6,9% do território brasileiro e de 63,5% da região sudeste do Brasil. Minas Gerais apresenta uma grande diversidade geológica. Essa variedade geológica sugere que os solos derivados desses materiais possuem elementos químicos nos mais diferentes teores no Estado. Nesse sentido, o objetivo desta pesquisa foi gerar mapas dos teores de metais e metaloides na camada superficial dos solos do Estado de Minas Gerais, utilizando-se de técnicas de aprendizado de máquina e krigagem Ordinária e comparar os resultados dos métodos. Os mapas de teores de 13 elementos traço (Al, As, B, Ba, Cd, Co, Cr, Cu, Fe, Hg, Mn, Mo, Ni, Pb, Sr, V e Zn) foram gerados a partir da Krigagem Ordinária desse elementos e de 5 outros constituintes do solo. Foi utilizado neste estudo um total de 648 amostras de solos georreferenciadas obtidas do „Banco de Solos‟ do Estado de Minas Gerais. A seleção das variáveis para a predição do teor de metais e metaloides seguiu procedimentos que visaram identificar as covariáveis com maior relevância, sendo usados métodos correlação linear e não linear. Para identificar a dependência espacial dos dados, foram realizados os seguintes testes de modelos teóricos de semivariograma: esférico, exponencial, estável e gaussiano. Seis algoritmos de predição dos teores foram usados neste estudo para o aprendizado de máquina, sendo estes: Cubist, SVMRadialSigma, Random Forest, ExtraTree, Ranger e Rborist. A verificação do desempenho desses algoritmos foi executada pela validação cruzada. Os resultados da seleção de covariáveis para o aprendizado de máquinas mostram coeficiente de determinação do algoritmo de treinamento (R 2 ) utilizado na seleção de covariáveis variaram de 0,03 a 0,43. As covariáveis categóricas litologia, geomorfologia e classe de solo apresentaram a maior importância na predição de 17 elementos. Covariáveis bioclimáticas foram importantes na predição dos teores de 16 elementos. Enquanto que, As covariáveis relacionadas à gamaespectrometria auxiliaram na predição dos teores de dez dos elementos analisados. Por sua vez, a magnetometria apresentou baixa importância para a predição do teor da maioria dos elementos nos solos, sendo importante somente para predição do Sr. Em geral, a transformação dos dados não promoveu um aumento na capacidade de predição dos elementos pelos modelos de aprendizado de máquinas, exceto para três elementos (Al, Sr e Zn). Na Krigagem Ordinária houver aumento do número de elementos com boa capacidade preditiva em alguns dos métodos de krigagem (Al, As, Co, Hg, Mn, Sb, Se, Sr e Zn. OS resultados de nRMSE variam entre 10% e 20%, obtendo resultados considerados bons, exceto por B e Mo. Os melhores resultados de nRMSE foram obtidos na predição com os dados sem transformações. A transformação dos dados em log1p gerou melhores resultados de treinamento apenas para Al e Zn. Para os elementos com os melhores resultados no método de aprendizado de máquinas foram: Ranger, SVMRadialSigma, RandomFlorest, Extratree. Os algoritmos Cubist e Rborist não alcançaram desempenho satisfatório na predição para nenhum elemento analisado. Os mapas espacializados pelos métodos de krigagem e aprendizado de máquinas apresentaram características similaridades para os elementos avaliados, com estimativas dos teores próximos. Os mapas especializados mostram maiores teores de As, Cd, Cr e Ni estão localizados na região do Quadrilátero Ferrífero, enquanto os elementos Cu, Fe, Mn, V e Zn apresentaram os maiores teores na região do triângulo mineiro. O elemento Co apresentou teores altos nas duas regiões, Quadrilátero Ferrífero e Triângulo mineiro. Os resultados mostraram que 11 elementos demostraram melhores pelos algoritmos de aprendizado de máquinas (Al, As, B, Co, Fe, Hg, Mn, Ni, Pb, Se e Zn). A espacialização dos teores dos metais e metaloides pelos algoritmos de aprendizado de máquinas, gerou mapas de 11 elementos com desempenhos superiores à krigagem. Os mapas gerados pelo método de espacialização por krigagem apresentam teores máximos superiores aos apresentados todos os elementos tirando o Pb. Os métodos de aprendizado de máquinas geram mapas com maior nível de detalhamento quando comparados com mapas gerados pela krigagem.The State of Minas Gerais has an area of 588,384 km² which corresponds to a percentage of 6.9% of Brazilian territory and 63.5% of the southeastern region of Brazil. Minas Gerais presents a wide lithological diversity, which suggests that the soils derived from these materials have large variation of chemical elements content in this State. In this sense, the goal of this research was to generate prediction maps of metals and metalloids contents in the surface layer of the soils of the State of Minas Gerais, using techniques of machine learning and Ordinary kriging and compare the results of these methods. The maps of 13 trace elements (Al, As, B, Ba, Cd, Co, Cr, Cu, Fe, Hg, Mn, Mo, Ni, Pb, Sr, V, Zn) was generated from Ordinary kriging of these elements and other soil constituents. A total of 648 geo-referenced soil samples obtained from the „Soil data bank‟ of the State of Minas Gerais, were used in this study. The selection of variables for the prediction of metal and metalloid contents followed procedures that aimed to identify covariates with great relevance, using linear and nonlinear correlation methods for removal of collinearity. After confirmation of data spatial dependence, the following tests of theoretical semivariogram models, such as: spherical, exponential, stable and Gaussian were performed. Six predicting algorithms of machine learningwere used in this study: Cubist, SVMRadialSigma, Random Forest, ExtraTree, Ranger and Rborist. The algorithms performance was verified by cross validation. The results of the covariates selection by machine learning showed coefficient of the training algorithm (R2) used in the selection of covariates ranged from 0.03 to 0.43. The categorical covariates lithology, geomorphology and soil class presented the highest importance in the prediction of 17 elements. Bioclimatic covariates were important in predicting the contents of 16 elements. Meanwhile, covariates related to gamma spectrometry helped to predict the contents of ten elements analyzed. In addition, magnetometry was low importance for the content prediction of most elements in soils, being important only for the prediction of Sr. In general, the transformation of the data did not promote an increase in the prediction capacity of the elements at using machines learning , except for three elements (Al, Sr, Zn). With Ordinary kriging there was an increase in the number of elements with “good” predictive capacity in some of the kriging methods (Al, As, Co, Hg, Mn, Sb, Se, Sr and Zn). In general, the best results (nRMSE) range from 10% to 20%. These results are considered good, except for B and Mo. The best results of nRMSE were obtained for data, without transformations. The best results using machine learning method were obtained with the algorithms: Ranger, SVMRadialSigma, Random Forest and Extratree. The algorithms Cubist and Rborist did not reach satisfactory performance in the prediction for any element analyzed. The spatialized maps by kriging and machine learning methods presented similar characteristics for the evaluated elements, with estimates of the next levels. The Cu, Fe, Mn, V and Zn elements presented the highest levels in the “Triângulo Mineiro” region. The element Co, presented high levels in the two regions, “Quadrilátero Ferrífero” and “Triângulo Mineiro”. The spatialization of metal and metalloid contents by machine learning algorithms generated 11 elements with higher performance than kriging. The maps generated by the kriging spatialisation method have higher maximum levels than all the elements showing Pb. Machine learning methods generate maps with a greater level of detail when compared to maps generated by kriging