Publicação: Atributos físicos do solo e a sua resposta espectral pela cultura do milho
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::CIENCIA DO SOLO::FISICA DO SOLO, CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Martins, George Deroco
Resumo
A qualidade do solo pode ser estimada a partir de seus atributos químicos, físicos e biológicos, sendo que as propriedades físicas do solo são fundamentais para o desenvolvimento radicular, condutividade hidráulica e trocas gasosas, refletindo diretamente nos demais atributos. No entanto, seu monitoramento em campo se torna muito oneroso devido sua elevada variabilidade espacial, fazendo-se necessário um elevado número de amostras que devem ser coletadas, justificando-se dessa forma, a necessidade de se desenvolver ferramentas e metodologias para o monitoramento remoto das propriedades físicas do solo. Assim, o presente trabalho teve como objetivo avaliar os atributos físicos do solo por meio da resposta espectral da cultura do milho e avaliar o potencial da associação da aprendizagem de máquinas com o sensoriamento remoto como ferramenta para a predição dos atributos físicos do solo, por meio da imagem multiespectral orbital. Para isso, o estudo foi realizado em uma fazenda no município de Ituiutaba – MG, onde foram determinadas a densidade do solo, a porosidade total e a resistência do solo à penetração, nas profundidades de 0,00 – 0,10 m e 0,10 – 0,20 m, em 100 pontos amostrais georreferenciados. A imagem orbital multiespectral foi obtida do satélite Sentinel 2, na mesma data de coleta dos dados em campo. As arquiteturas de predição testadas foram a Linear Regression, Multilayer Perceptron, SMOreg, Random Forest e Random Tree, a fim de verificar a partir do Erro Médio Quadrático (RMSE) e RMSE normalizado (RMSE%) qual arquitetura apresenta melhor desempenho na predição dos atributos agronômicos. Os resultados confirmaram que a associação da aprendizagem de máquinas com a imagem multiespectral orbital do satélite Sentinel 2 para a predição dos atributos físicos do solo se mostrou promissor. As arquiteturas que obtiveram melhor desempenho na predição dos dados, do presente trabalho, foram a Linear Regression, para a densidade do solo na profundidade de 0,10 – 0,20 m e para as demais propriedades, em ambas profundidades, foi a Random Forest. Na área de estudo os índices de densidade e porosidade do solo, em geral, para ambas as profundidades se apresentaram inferiores aos níveis críticos descritos na literatura, já, para resistência do solo à penetração, os valores de ambas as profundidades se mostraram superiores aos valores críticos, indicando níveis de compactação do solo. Portanto, a associação da aprendizagem de máquinas com o sensoriamento remoto, por meio da imagem multiespectral orbital do satélite Sentinel 2, como ferramenta para a predição dos atributos físicos do solo de densidade, porosidade total e resistência do solo à penetração, se mostrou promissor, podendo ser uma ferramenta para o monitoramento remoto das propriedades físicas do solo, fazendo-se necessário mais estudos, em diferentes tipos de solos e culturas, para maior validação e acurácia desta ferramenta.
Abstract
Palavras-chave
Machine learning, Predição de dados, Agricultura de precisão
Citação
DUARTE, Iago Radamés Garcia. Atributos físicos do solo e a sua resposta espectral pela cultura do milho. 2022. 34 f. Trabalho de Conclusão de Curso (Graduação em Agronomia) – Universidade Federal de Uberlândia, Uberlândia, 2022.