Banca de DEFESA: QUÉSIA SÁ PAVÃO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : QUÉSIA SÁ PAVÃO
DATA : 30/10/2024
HORA: 09:00
LOCAL: online
TÍTULO:

PREDIÇÃO DE ATRIBUTOS FÍSICOS E QUÍMICOS DE SOLOS NATURAIS DO PARÁ POR SENSORIAMENTO PRÓXIMO

PALAVRAS-CHAVES:

espectrometria; solos tropicais; random forest; pXRF; Vis-NIR

PÁGINAS: 84
RESUMO:

Sensores próximos são métodos rápidos, de baixo custo, ecologicamente corretos e confiáveis para a detecção do teor de elementos nos solos. Várias pesquisas já foram realizadas em solos temperados, mas, há lacunas de conhecimento quanto ao uso desses aparelhos em solos tropicais, especialmente na região Amazônica. Nesse sentido, o presente trabalho propõe utilizar sensores próximos portáteis de espectrometria de fluorescência de raios-X (pXRF) e o espectrômetro de reflectância na região do visível e infravermelho próximo (Vis-NIR) para predição da textura do solo e da fertilidade (matéria orgânica do solo - MOS, pH e capacidade de troca catiônica - CTC) de solos naturais do estado do Pará. As amostras foram coletadas em áreas naturais nas camadas de 0-20 e 80-100 cm, secas ao ar e peneiradas em malha de 2 mm.  Em seguida, foram analisadas pelo pXRF e pelo Vis-NIR em condições de laboratório. Para a predição da textura foram explorados os seguintes algoritmos, Floresta aleatória (FA) e a Máquina de vetores de suporte (MVS) e aplicado o algoritmo Boruta para redução dos dados. Para a predição da fertilidade foi utilizado apenas a FA, porém foi aplicada dois métodos de redução da dimensionalidade dos dados através do Boruta, juntamente com a análise de componentes principais (PCA). O desempenho dos modelos foi avaliado pelas métricas: coeficiente de determinação (R²), erro quadrático médio (RMSE), erro absoluto médio (MAE), razão de desempenho para distância interquartil (RPIQ) e desvio de predição residual (RPD). A integração de dados de múltiplos sensores (pXRF + Vis-NIR) produziu resultados superiores em comparação com a utilização de sensores individuais para a textura e para a fertilidade. Os melhores resultados de predição da textura mostraram que a FA foi superior ao algoritmo MVS, apresentando maiores valores dos resultados no horizonte superficial para argila (R² = 0,93; RPIQ = 3,86; e RMSE = 5,58); para silte (R² = 0,92; RPIQ = 2,92; e RMSE = 5,72); e para areia no (R² = 0,93; RPIQ = 4,69; e RMSE = 7,79). A predição da fertilidade com o FA produziu bons resultados na previsão de matéria orgânica dos solos (MOS), pH do solo e capacidade de troca catiônica (CTC) tanto com o Boruta e PCA. Porém, as melhores predições de MOS (R²: 0,90; RPD: 2,56; RPIQ: 3,24), pH (R²: 0,94; RPD: 2,85; RPIQ: 3,71) e CTC (R²: 0,89; RPD: 2,36; RPIQ: 2,29 foram através do Boruta, para o horizonte A. Os dados obtidos no presente estudo evidenciam que os sensores pXRF e Vis-NIR foram confiáveis para predizer resultados de textura e atributos de fertilidade dos solos tropicais amazônicos.

MEMBROS DA BANCA:
Presidente - ***.493.086-** - SILVIO JUNIO RAMOS - ITV
Interno - 3600530 - JOAO FERNANDES DA SILVA JUNIOR
Interno - 1552048 - NORBERTO CORNEJO NORONHA
Externo à Instituição - TACIARA ZBOROWSKI HORST
Externa à Instituição - RENATA ANDRADE