Banca de QUALIFICAÇÃO: PALOMA CUNHA SARAIVA
Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: PALOMA CUNHA SARAIVA
DATA: 11/02/2022
HORA: 08:30
LOCAL: Bom Jesus - PI - CPCE/UFPI - Online - meet.google.com/voz-unoi-ajt
TÍTULO: QUANTIFICAÇÃO DE ELEMENTOS POTENCIALMENTE TÓXICOS NOS SOLOS DO PIAUÍ POR ESPECTROSCOPIA DE REFLECTÂNCIA DIFUSA
PALAVRAS-CHAVES: Reflectância difusa. Aprendizado de máquinas. Elementos potencialmente tóxicos
PÁGINAS: 26
GRANDE ÁREA: Ciências Agrárias
ÁREA: Agronomia
RESUMO:
O uso de sensores para a aquisição de dados espectrais de solos tem contribuído para o avanço das técnicas de quantificação de diversos atributos do solo. É considerada promissora por ser uma técnica rápida e inovadora, não destrutiva, não gerar resíduos causadores de impactos ambientais e de baixo custo. Os estudos tem apontado o seu uso como uma alternativa para análise de solos nos laboratórios de rotina em substituição total ou parcial às metodologias tradicionais. A área de estudo abrange o limite estadual do Piauí. Foram utilizadas 262 amostras de solos previamente coletadas com base em estudos dos mapas geológicos e pedológicos. As amostras foram formadas a partir de cinco amostras simples coletadas em áreas com vegetação nativa com pouca ou nenhuma intervenção antrópica na profundidade de 0,0-0,2 m. Os teores de Ba, Cd, Co, Cr, Cu, Fe, Mo, Ni, Pb, Sb, V e Zn foram obtidos conforme o método USEPA 3051A. As medições da reflectância na faixa do visível e do infravermelho próximo foram obtidas usando um espectroradiômetro FieldSpec 3 que opera na faixa compreendida entre 350 a 2500 nm com resolução espectral variando em 3 nm entre 350 a 700 nm e 10 nm entre 700 a 2500 nm. O intervalo espectral de saída reamostrado é de 1 nm, resultando em 2151 bandas, interpolação de ocorrência automática pelo sensor e o programa utilizado. Quatro pré-processamentos foram aplicados para medições matematicamente corretas e com ruídos: Savitzky Golay (SG), Savitzky Golay + Standard Normal Variate (SG+SNV), Detrend (DET) e Continuum removal (CR). A modelagem espectral foi realizada no software R empregando os métodos de machine learning partial least squares regression (PLSR), cubist e random forest. Este estudo demonstrou que os pré-processamentos detrend foi o mais promissor por melhorar as predições de Ba, Cu e Ni. O SG foi o melhor pré-processamento para Cr em ambas modelagens. O modelo cubist foi o que apresentou maior acurácia e com menores erros na quantificação. Desta forma, é possível visualizar o potencial do uso da espectroscopia na quantificação dos elementos potencialmente tóxicos.
MEMBROS DA BANCA:
Presidente - 2100352 - CACIO LUIZ BOECHAT
Externo ao Programa - 055.968.374-07 - RUTHANNA ISABELLE DE OLIVEIRA - UFPI
Externo ao Programa - 347.360.608-16 - WANDERSON DE SOUSA MENDES - USP ESALQ
Interno - 2232167 - YURI JACQUES AGRA BEZERRA DA SILVA