Espectroscopia de reflectância difusa no infravermelho próximo e aprendizado de máquina na determinação do teor de matéria orgânica de solos do Espírito Santo

Página do item simplificado
dc.contributor.advisor1Burak, Diego Lang
dc.contributor.advisor1IDhttps://orcid.org/0000000267583517
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2501042964619476
dc.contributor.authorSouza, Thamiris Ferreira de
dc.contributor.authorIDhttps://orcid.org/0000-0001-6775-6767
dc.contributor.authorLatteshttp://lattes.cnpq.br/1883619165644152
dc.contributor.referee1Mendonca, Eduardo de Sá
dc.contributor.referee1IDhttps://orcid.org/0000000332847129
dc.contributor.referee1Latteshttp://lattes.cnpq.br/4735276653354808
dc.contributor.referee2Anastácio, Alexandre dos Santos
dc.contributor.referee2IDhttps://orcid.org/0000-0002-2620-754X
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5749524589135573
dc.contributor.referee3Fraga Filho, Clayton Vieira
dc.contributor.referee3IDhttps://orcid.org/0000-0002-0557-4666
dc.contributor.referee3Latteshttp://lattes.cnpq.br/7004550879685129
dc.date.accessioned2024-05-30T00:49:59Z
dc.date.available2024-05-30T00:49:59Z
dc.date.issued2021-08-25
dc.description.abstractThe research on the use of NIR spectroscopy to predict soil attributes, whether chemical or physical, has been receiving attention in recent years, because, in addition to presenting high potential as a soil analysis methodology, the technique has advantages when compared to methods used by routine laboratories, such as speed and practicality by dispensing with laborious analytical steps and the use of chemical reagents. Therefore, it contributes directly to the environment, as it does not use reagents often with high toxicity. The present study aimed to evaluate models with information from diffuse reflectance spectroscopy in the near infrared, for the prediction of organic matter contents in soil samples from the state of Espírito Santo. The following steps were followed: preparation of soil samples (Air-dried fine soil sieved in 2 mm); obtaining the organic matter contents and NIR spectra from the database; selection of sample groups and stratification with the K-means algorithm; application of pre-treatments; finally, adjustments and data evaluation were made to the PLS, Cubist, SVM, RF, GBM and GPR regression models. Among the results for the prediction of organic matter contents, R²=0.83 and R²=0.75 were highlighted, using the SG pre-processing technique associated with the PLS model and the IRLS technique with the Cubist model, respectively. These results come from the test set separated by the K-means algorithm. They were considered satisfactory. The stratification of the data group into subgroups proved to be effective in improving the predictive capacity of the built models. Cubist, linear GPR and polynomial SVM models also showed good performance for the prediction of soil organic matter associated with NIR spectroscopy, assuming a starting point for future studies.
dc.description.resumoAs pesquisas em torno da utilização da espectroscopia NIR para predição de atributos do solo, sejam eles químicos ou físicos, vêm recebendo atenção nos últimos anos, pois além de apresentar alto potencial como metodologia de análise de solo, a técnica apresenta vantagens quando comparadas aos métodos utilizados pelos laboratórios de rotina, como rapidez e praticidade por dispensar marchas analíticas laboriosas e o uso de reagentes químicos. Logo, contribui diretamente com o meio ambiente, pelo fato de não utilizar reagentes muitas vezes com alta toxidez. O presente estudo teve o objetivo de avaliar modelos com informações de espectroscopia de reflectância difusa no infravermelho próximo, para a predição dos teores de matéria orgânica em amostras de solos do estado do Espírito Santo. As seguintes etapas foram seguidas: preparo de amostras de solo (TFSA – Terra fina seca ao ar – peneiradas em 2 mm); obtenção dos teores de matéria orgânica e espectros NIR do banco de dados; seleção dos grupos de amostras e estratificação com o algoritmo K-means; aplicação dos pré-tratamentos; por fim, foram feitos ajustes e avaliação dos dados aos modelos de regressão PLS, Cubist, SVM, RF, GBM e GPR. Dentre os resultados para a predição dos teores de matéria orgânica destacou-se R²=0,83 e R²=0,75, com a utilização da técnica de pré-processamento SG associada ao modelo PLS e da técnica IRLS com o modelo Cubist respectivamente, estes resultados são provenientes do conjunto de teste separado pelo algoritmo k-means. Esses resultados foram considerados satisfatórios. A estratificação do grupo de dados em subgrupos mostrou-se eficaz na melhoria da capacidade preditiva dos modelos construídos. Os modelos Cubist, GPR linear e SVM polynomial também apresentaram bom desempenho para a predição de matéria orgânica do solo associado à espectroscopia NIR, assumindo assim ponto de partida para estudos futuros.
dc.formatText
dc.identifier.urihttp://repositorio.ufes.br/handle/10/15125
dc.languagepor
dc.language.isopor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Agroquímica
dc.publisher.departmentCentro de Ciências Exatas, Naturais e da Saúde
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Agroquímica
dc.rightsopen access
dc.subjectQuimiometria
dc.subjectaprendizado de máquina
dc.subjectmatéria orgânica do solo
dc.subjectSpectroscopy NIR
dc.subject.br-rjbnsubject.br-rjbn
dc.subject.cnpqAgronomia
dc.titleEspectroscopia de reflectância difusa no infravermelho próximo e aprendizado de máquina na determinação do teor de matéria orgânica de solos do Espírito Santo
dc.title.alternativeNear infrared diffuse reflectance spectroscopy and machine learning in the determination of organic matter content of Espírito Santo soils
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
ThamirisFerreiradeSouza-2021-dissertacao.pdf
Tamanho:
1.44 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Agroquímica