PPGAGRO PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS Teléfono/Ramal: No informado

Banca de QUALIFICAÇÃO: GUTIERRE PEREIRA MACIEL

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : GUTIERRE PEREIRA MACIEL
DATA : 28/08/2024
HORA: 14:00
LOCAL: online
TÍTULO:

USO DE SENSORES PROXIMAIS PARA ANÁLISE DE ELEMENTOS POTENCIALMENTE TÓXICOS E PROPRIEDADES DO SOLO EM ÁREAS DE MINERAÇÃO DE FERRO E OURO NA AMAZÔNIA ORIENTAL


PALAVRAS-CHAVES:

pXRF;Nix Pro™;qualidade do solo;aprendizado de máquina;província mineral de Carajás;Serra Pelada.


PÁGINAS: 78
RESUMO:

Esta tese demonstra a aplicação efetiva de sensores proximais para análise de solos em áreas impactadas por atividades de mineração. O primeiro capítulo destaca o uso da tecnologia de fluorescência de raios X portátil (pXRF) para avaliar de forma rápida e econômica os conteúdos totais e extraíveis de elementos potencialmente tóxicos (PTEs) em regiões afetadas pela mineração artesanal de ouro na Amazônia oriental, Brasil. O estudo comparou o pXRF com métodos padrão de digestão ácida, mostrando que o pXRF é uma alternativa viável e
ecologicamente correta para quantificar PTEs e prever suas formas extraíveis usando algoritmos robustos de aprendizado de máquina. Os melhores ajustes de modelo para conteúdos totais de PTE foram obtidos
para elementos como Cu, Fe, Mn e Pb, e as previsões para Cu e Zn extraíveis mostraram forte desempenho. O segundo capítulo se concentra na reabilitação de áreas de mineração de ferro na Província Mineral de
Carajás, onde sensores proximais como pXRF e Nix Pro™ foram empregados para caracterizar substratos de poços de mineração. A pesquisa envolveu amostragem e análise de substratos para obter conteúdo
elementar e parâmetros de cor, e aplicação de algoritmos de aprendizado de máquina para prever atributos de fertilidade e textura do solo. Os resultados indicaram que o pXRF e o Nix Pro™ podem efetivamente caracterizar substratos de mineração de ferro, com a fusão de dados de ambos os sensores fornecendo modelos preditivos ligeiramente melhorados para vários atributos do solo. As descobertas ressaltam o potencial desses sensores proximais para facilitar práticas de análise e reabilitação de solo eficientes e sustentáveis
em regiões afetadas pela mineração.


MEMBROS DA BANCA:
Presidente - ***.493.086-** - SILVIO JUNIO RAMOS - ITV
Interna - 2121042 - SUZANA ROMEIRO ARAUJO
Externo à Instituição - PAULA GODINHO RIBEIRO - ITV
Externa à Instituição - RENATA ANDRADE
Notícia cadastrada em: 20/08/2024 14:41
SIGAA | Superintendência de Tecnologia da Informação e Comunicação - (91) 3210-5208 | Copyright © 2006-2025 - UFRN - sigaa1.sigaa1