Dados do Trabalho

Título

QUANTIFICAÇAO DO TEOR DE CARBONO ORGANICO DO SOLO VIA TECNICAS DE INTELIGENCIA ARTIFICIAL

Resumo

A quantificação do carbono orgânico do solo (COS) é importante para definir estratégias adequadas de uso e manejo do solo, especialmente com projeções futuras de mudanças climáticas globais. Nesse contexto, procurou-se definir parâmetros para a geração de modelos estatísticos usando redes neurais artificiais (RNA) para quantificar o teor de COS usando conjuntos de dados espectrais (Vis-NIR). O estudo foi realizado com biblioteca espectral do solo de 2588 amostras do sul do Brasil, faixa espectral de 355 a 2500 nm. Os principais resultados obtidos foram: i. o melhor pré-processamento espectral foi a remoção do contínuo; ii. o método de análise de componentes principais associado com redes neurais artificiais foi o que melhor se ajustou aos dados; iii. com 12 componentes principais foi possível obter mais de 90% da variação explicada dos dados; iv. a RNA com arquitetura (12 neurônios na camada de entrada - 15 neurônios na camada oculta - 1 neurônio na camada de saída) usada na validação do modelo apresentou as seguintes estatísticas R2 = 0,72; RMSE = 0,95%; e, RPIQ = 1,61. A modelagem do COS, por técnicas de inteligência artificial, se mostrou eficiente para o desenvolvimento de modelos radiométricos precisos.

Palavras-chave

vis-NIR; modelos espectrais; redes neurais artificiais.

Instituição financiadora

Bayer Grants4Ag Initiative; FAPESC; CNPq

Agradecimentos

Ao CNPq nº 303901/2019-5; A FAPESC TO nº2021TR001707. A UFSC, ao ABF e ao PPGEAN