Use este identificador para citar ou linkar para este item: http://repositorio.uem.br:8080/jspui/handle/1/6095
Autor(es): Gasparotto, Aline de Carvalho
Orientador: Nanni, Marcos Rafael
Título: Modelos de predição de teores totais de Al2O3, Fe2O3 e SiO2 de solos paranaenses utilizando espectrorradiometria Vis-NIR-SWIR e técnica spiking
Banca: Muniz, Antonio Saraiva
Banca: Batista, Marcelo Augusto, 1979-
Banca: Chicati, Marcelo Luiz, 1982-
Banca: Fiorio, Peterson Ricardo
Palavras-chave: Spiking;Solo;Sensoriamento remoto;Espectrorradiometria (vis/NIR);Calibração (Método estatístico);Reflectância
Data do documento: 2018
Editor: Universidade Estadual de Maringá
Citação: GASPAROTTO, Aline de Carvalho. Modelos de predição de teores totais de Al2O3, Fe2O3 e SiO2 de solos paranaenses utilizando espectrorradiometria Vis-NIR-SWIR e técnica spiking. 2018. xii, 86 f. Tese (doutorado em Agronomia)--Universidade Estadual de Maringá, 2018, Maringá, PR. Disponível em: http://repositorio.uem.br:8080/jspui/handle/1/6095. Acesso em: 4 fev. 2021.
Abstract: RESUMO: As análises químicas convencionais para obtenção de teores totais de Fe2O3, Al2O3 e SiO2 em solos são demoradas, de elevado custo e apresentam alta periculosidade ao analista, pela utilização de ácidos fortes para a extração dos elementos químicos. O uso do sensoriamento remoto, como a espectrorradiometria (Vis-NIR-SWIR), para gerar predições desses teores nos solos, apresenta-se como técnica eficiente, não destrutiva, segura e de baixo custo. Predições em escala local proprocionam melhores resultados do que realizadas em escala global, devido à redução de variabilidade amostral. Dessa forma, neste trabalho, estudou-se o uso da espectrorradiometria Vis-NIR-SWIR na predição dos teores totais de Fe2O3, Al2O3 e SiO2 dos solos, em escala local (município de Lobato-PR) e escala global (estado do Paraná-BR). O conjunto global foi avaliado conforme o tamanho do conjunto amostral (com 100% das amostras (n=650), 50% das amostras (n=325) ou 25% das amostras (n=162), e respectivas recalibrações, realizadas com a inserção de subconjuntos de amostras locais (metodologia spiking), englobando as seguintes estratégias: tamanho do subconjunto (10, 20 ou 40 amostras locais), forma de seleção do subconjunto (ao longo, centro ou periferia do diagrama da análise de componentes principais e por agrupamentos cluster) e extra-peso do subconjunto (0, 5, 10 ou 20 cópias). Todas as estratégias objetivam predições globais com qualidades semelhantes ou superiores às geradas por predições em escala local, ampliando a possibilidade de uso sem redução de qualidade. Utilizou-se o espectrorradiômetro FieldSpec 3, cobrindo a faixa de 350–2500 nm (Vis-SWIR) para aquisição da reflectância dos solos, o Software Unscrambler X10.3 para realizar calibrações e recalibrações spiking dos modelos por PLSR e o Software Sisvar, para diferenciação dos parâmetros de qualidade. A redução de tamanho dos conjuntos globais diminuiu a qualidade dos modelos de predição. A técnica de recalibração spiking proporcionou aumento da qualidade dos modelos, principalmente quando o conjunto de calibração inicial foi pequeno. Subconjutos de spiking maiores proprorcionaram melhorias nos modelos globais, porém com exceções. De modo geral a redução de esforços pelo uso de cópias dos subconjuntos nos modelos provocou melhorias na qualidade de predição. A forma de seleção das amostra para os subconjuntos obtiveram resultados divergentes para os atributos Al2O3 e SiO2, porém para Fe2O3 a melhor escolha de seleção foi ao centro da PCA. Com todas as estratégias estudadas, apenas o modelo global para teores de Fe2O3 apresentou qualidades razoáveis (R²: 0,5-0,75) e semelhantes as encontradas pelo modelo local.
ABSTRACT: The conventional chemical analyzes to obtain Fe2O3, Al2O3 and SiO2 total contents in soils are expensive, time consuming and dangerous to the analyst, due to the use of strong acids for the extraction of chemical elements. The use of remote sensing, such as spectroradiometry (Vis-SWIR), to generate predictions of these soil attributes is an efficient, non-destructive, safe and low cost technique. Predictions at local scale provide better results than on a global scale, due to the reduction of sample variability. In this context, Vis-SWIR spectroradiometry soils data was utilize for prediction of total Fe2O3, Al2O3 and SiO2 contents, in local scale (Lobato-PR) and global scale (Paraná-BR). The global set was evaluated according to the size of the sample set (with 100% of the samples (n = 650), 50% of the samples (n = 325) or 25% of the samples (n = 162), and respective recalibrations, performed with insertion of local samples subsets (spiking methodology), encompassing the following strategies: subset size (10, 20 or 40 local samples), subset selection form (along, center or periphery of the component principal analisys diagram and by clusters) and subset extra-weight (0, 5, 10 or 20 copies). All the strategies aimed global predictions with similar or higher qualities than those generated by predictions at local scale, increasing the possibility of use without reduction of quality. The spectroradiometer FieldSpec 3 was used for acquisition of soil reflectance data, covering the range of 350-2500 nm (Vis-NIR-SWIR), the Unscrambler X10.3 Software to perform calibrations and recalibrations of the PLSR models and Scott-Knott test (Sisvar Software), for differentiation of quality parameters. The reduction of the global set size has decreased the quality of the predictions models. The spiking technique provided an increase on the quality of the models, especially when the initial calibration set was small. Larger spiking subsets provided improvements in global models, but with exceptions. Reduced efforts by using subset copies in the models caused improvements in prediction quality, but it wasn’t a constant result. The samples selection method for the subsets obtained divergent results for the attributes Al2O3 and SiO2, but for Fe2O3 the best selection was at the center of the PCA. With all the strategies studied, only the global model for Fe2O3 contents presented similarities and reasonable qualities when compared to the one found by the local model.
Descrição: Orientador: Prof. Dr. Marcos Rafael Nanni
Tese (doutorado em Agronomia)--Universidade Estadual de Maringá, 2018
URI: http://repositorio.uem.br:8080/jspui/handle/1/6095
Aparece nas coleções:3.1 Tese - Ciências Agrárias (CCA)

Arquivos associados a este item:
Arquivo TamanhoFormato 
Aline de Carvalho Gasparotto_2018.pdf2,31 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.