Rede neural artificial na predição de atributos físicos e químicos do solo

• Autor(a) principal: Freitas, Elaine de Fatima Miranda
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital Brasileira de Teses e Dissertações da UEG
• Texto Completo: http://www.bdtd.ueg.br/handle/tede/93
• topic: Inteligência artificial; Agricultura de precisão; Geoestatística; krigagem ordinária; Lógica Fuzzy; Fuzzy logic; Artificial intelligence; Precision agriculture; Geostatistics; Ordinary kriging; CIENCIAS AGRARIAS::ENGENHARIA AGRICOLA

tomateiro é considerado uma das hortaliças mais exigentes em nutrientes presentes no solo e o estudo das propriedades físicas e químicas do solo é um procedimento de custo e tempo relativamente elevado. Na busca de alternativas para predizer esses atributos a partir de um número menor de amostras do solo, o uso de Redes Neurais Artificiais (RNA) tem sido apontada como uma técnica computacional com grande capacidade de resolver problemas por meio da experiência, pois possuem a capacidade de aquisição e manutenção do conhecimento. Esse trabalho teve por objetivo avaliar a eficiência das estimativas de atributos físicos e químicos do solo obtidas por meio de uma rede neural artificial. Os dados foram coletados em uma área de 23 ha em uma lavoura de tomate industrial irrigada por pivô central no município de Morrinhos (GO). As amostras deformadas de solo foram coletadas na profundidade de 0,0 a 0,2 m utilizando uma grade amostral de 50x50 m, totalizando 120 pontos amostrais para determinação dos atributos físicos e químicos do solo. Foram selecionados aleatoriamente 4 pontos amostrais conhecidos dos 120 pontos obtidos na análise de solo, para compor as variáveis de entrada de aplicação na RNA, após obtenção das estimativas dos atributos físicos e químicos utilizando a RNA juntamente com os dados determinados pela análise de solo, esses foram submetidos à análise descritiva, análise geoestatística (krigagem ordinária), Teste-t de Student, análise de fertilidade do solo por lógica Fuzzy, necessidade de fertilizantes e corretivo e análise de acurácia dos mapas de variabilidade espacial pelo índice Kappa e Exatidão global. O uso da técnica de RNA apresentou-se promissora para obter estimativas de atributos de solo empregando um número menor de amostras de solo. A RNA adquiriu o conhecimento necessário para estimar valores médios dos atributos de solo com eficiência, mas o mesmo não ocorreu para estimar os atributos pontualmente. A fertilidade do solo foi classificada como boa para o cultivo de tomate industrial tanto pelos dados determinados na análise de solo como os estimados pela RNA. A área experimental, por ter apresentado áreas com maior e menor exigência de fertilizante fosfatado pode ser dividida em zonas de manejo facilitando a aplicação de forma variável.