SEMINÁRIOS EM CIÊNCIA DO SOLO

 

Quarta-feira, 20/NOV/2019, 14h, na sala PG 08

 

Título: "USO DO SENSORIAMENTO PROXIMAL PARA ESTIMATIVA DA TEXTURA DO SOLO"

 

João Augusto Coblinski

Doutorando em Ciência do Solo, Geógrafo (UNICENTRO), MSc Ciência do Solo (UFPR)

 

Orientador: Prof. Élvio Giasson

 

Resumo:

A necessidade por informações detalhadas sobre o solo está crescendo e isso deve-se às demandas do planejamento do uso da terra e da agricultura de precisão. A textura do solo é uma de suas principais características, pois influencia outras propriedades importantes, como estrutura do solo, regime hídrico, temperatura, diversidade de organismos vivos, crescimento de plantas, entre outras. No entanto, a análise de textura demanda tempo e dependendo da quantidade de amostras, se torna cara. Uma boa alternativa é dada por espectroscopia de refletância nas regiões VIS-NIR-SWIR e MIR (350-25000 nm), que podem ser usadas para aprimorar ou substituir métodos padrão. As vantagens da análise espectroscópica incluem velocidade, conveniência econômica, aplicação não destrutiva e o não uso de agentes químicos. Assim, os objetivos deste estudo foram: a) explorar a eficiência da predição de areia, silte e argila por espectroscopia de refletância; b) testar o desempenho de modelos preditivos em diferentes regiões espectrais (VIS-NIR-SWIR e MIR); e c) avaliar o efeito da variabilidade dos dados de entrada (textura) em modelos preditivos. A área de estudo está localizada na cidade de Pantano Grande no estado do Rio Grande do Sul, com área de 325 ha. As amostras foram coletadas em três profundidades (0-20, 20-40 e 40-60 cm) em 70 locais de amostragem. As frações granulométricas de areia, silte e argila foram determinadas pelo método da pipeta. Os dados de refletância do solo na região VIS-NIR-SWIR (350-2500 nm) foram obtidos com o espectrômetro FieldSpec Pro e a região MIR (2500-25000 nm) foram obtidos pelo sensor Alpha Sample Compartment RT. O algoritmo de regressão cubist foi aplicado para treinar modelos preditivos em três abordagens de modelagem distintas que diferem na região espectral: i) VIS-NIR-SWIR, ii) MIR e iii) VIS-NIR-SWIR mais MIR. Para avaliar o desempenho dos modelos preditivos, R² e RMSE foram aplicados. O conjunto de dados com a combinação das profundidades (maior variabilidade de textura) forneceu predição mais acurada da textura do solo em comparação com conjunto de dados com profundidades subdivididas. Para o conjunto total, o modelo de predição pela região espectral MIR obteve a melhor acurácia, isso é devido a região MIR possuir mais informações espectrais e maiores intensidades das características de absorção relacionada a propriedades do solo, em contraste com o VIS-NIR-SWIR. As faixas espectrais mais importantes na predição da textura do solo na região MIR estão relacionadas à mineralogia, como caulinita, quartzo e óxidos de ferro. Este trabalho demonstrou que a técnica de espectroscopia MIR pode ser usada para complementar a análise padrão da textura do solo nos laboratórios de rotina, realizando um grande número de amostras de solo em um curto período de tempo.