Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros

Detalhes bibliográficos
Autor(a) principal: Silva, Tatiane Severo
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
Texto Completo: https://repositorio.ufersa.edu.br/handle/prefix/3741
Resumo: The use of herbicides in Brazil has been carried out based on the manufacturer's recommendation, often disregarding the high variability of soil attributes. The use of statistical methods to predict the herbicide retention processes in the soil can contribute to the improvement of weed control efficiency associated with the lower risk of environmental contamination. This research evaluated the use of artificial neural networks (RNAs) to predict soil sorption and desorption, as well as the environmental contamination potential of diuron, hexazinone and sulfometuron-methyl herbicides in Brazilian soils. The sorption and desorption coefficients of the three herbicides were determined in laboratory tests for 15 soils from different Brazilian states. To predict the sorption and desorption of diuron, hexazinone and sulfometuron-methyl were used a multilayer perceptron RNAs (MLP). The inputs were the characteristics of the herbicides and the physical and chemical attributes of the soils, and the outputs of the sorption and desorption coefficients (Kfs and Kfd). The risk of leaching of diuron, hexazinone, and sulfometuron-methyl herbicides were evaluated considering the sorption values observed and those estimated by the models. The artificial neural network (RNA) models were efficient for the prediction of sorption and desorption of diuron, hexazinone, and sulfometuron-methyl herbicides. The number of neurons in the hidden layer affected the performance of the networks, so different network structures must be tested to obtain good models to predict the sorption and desorption of herbicides in the soil. The physicochemical properties of the herbicides were more important for the modeling of multilayer perceptron RNAs than the soil attributes. The herbicides diuron, hexazinone, and sulfometuron-methyl have a high potential risk for contamination of groundwater in different Brazilian states
id UFER_9b1a469dd74085c68863b98522f5f0b4
oai_identifier_str oai:repositorio.ufersa.edu.br:prefix/3741
network_acronym_str UFER
network_name_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository_id_str
spelling Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileirosProcessos de retençãocana-de-açúcarcontrole químicocontaminação ambientalRetention processessugarcanechemical controlenvironmental contaminationCNPQ::CIENCIAS AGRARIAS::AGRONOMIAThe use of herbicides in Brazil has been carried out based on the manufacturer's recommendation, often disregarding the high variability of soil attributes. The use of statistical methods to predict the herbicide retention processes in the soil can contribute to the improvement of weed control efficiency associated with the lower risk of environmental contamination. This research evaluated the use of artificial neural networks (RNAs) to predict soil sorption and desorption, as well as the environmental contamination potential of diuron, hexazinone and sulfometuron-methyl herbicides in Brazilian soils. The sorption and desorption coefficients of the three herbicides were determined in laboratory tests for 15 soils from different Brazilian states. To predict the sorption and desorption of diuron, hexazinone and sulfometuron-methyl were used a multilayer perceptron RNAs (MLP). The inputs were the characteristics of the herbicides and the physical and chemical attributes of the soils, and the outputs of the sorption and desorption coefficients (Kfs and Kfd). The risk of leaching of diuron, hexazinone, and sulfometuron-methyl herbicides were evaluated considering the sorption values observed and those estimated by the models. The artificial neural network (RNA) models were efficient for the prediction of sorption and desorption of diuron, hexazinone, and sulfometuron-methyl herbicides. The number of neurons in the hidden layer affected the performance of the networks, so different network structures must be tested to obtain good models to predict the sorption and desorption of herbicides in the soil. The physicochemical properties of the herbicides were more important for the modeling of multilayer perceptron RNAs than the soil attributes. The herbicides diuron, hexazinone, and sulfometuron-methyl have a high potential risk for contamination of groundwater in different Brazilian statesO uso de herbicidas no Brasil tem sido realizado com base na recomendação do fabricante, desconsiderando muitas vezes a grande variabilidade dos atributos dos solos. O uso de métodos estatísticos que permitam prever os processos de retenção dos herbicidas no solo pode contribuir para a melhoria da eficiência no controle das plantas daninhas associado ao menor risco de contaminação ambiental. Essa pesquisa avaliou o uso de redes neurais artificiais (RNAs) para predição da sorção e dessorção no solo, bem como o potencial de contaminação ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros. Os coeficientes de sorção e dessorção dos três herbicidas foram determinados em ensaios laboratoriais para 15 solos de diferentes estados brasileiros. Para prever a sorção e dessorção do diuron, hexazinone e sulfometuron-methyl foi usada uma RNAs perceptron multicamadas (MLP). As entradas (inputs) foram as características dos herbicidas e os atributos físicos e químicos dos solos, e as saídas (outputs) os coeficientes de sorção e dessorção (Kfs e Kfd). Para avaliar os modelos, foram utilizados o coeficiente de determinação (R2), erro relativo absoluto médio (RMSE) e o erro absoluto médio (MAE). O risco de lixiviação dos herbicidas diuron, hexazinone e sulfometuron-methyl foi avaliado considerando os valores de sorção observados e os estimados pelos modelos. Os modelos de rede neural artificial (RNAs) foram eficientes para predição da sorção e dessorção dos herbicidas diuron, hexazinone e sulfometuron-methyl. O número de neurônios na camada oculta afetou o desempenho das redes, portanto, diferentes estruturas de rede devem ser testadas para obter bons modelos para predição da sorção e dessorção de herbicidas no solo. As propriedades físico-químicas dos herbicidas foram mais importantes para modelagem de RNAs perceptron de multicamadas do que os atributos do solo. Os herbicidas diuron, hexazinone e sulfometuron-methyl possuem alto risco potencial para contaminação de águas subterrâneas em diferentes estados brasileirosConselho Nacional de Desenvolvimento Científico e Tecnológico - CNPqUniversidade Federal Rural do Semi-ÁridoBrasilCentro de Ciências Agrárias - CCAUFERSAPrograma de Pós-Graduação em FitotecniaSouza, Carolina Malala Martins05165780490http://lattes.cnpq.br/9637230855429508Silva, Daniel Valadão07015867613http://lattes.cnpq.br/2100406454919685Santos, José Barbosa dos00749457694http://lattes.cnpq.br/1948250121809916Melo, Stefeson Bezerra de88085147300http://lattes.cnpq.br/0295013051483155Passos, Ana Beatriz Rocha de Jesus10193624729http://lattes.cnpq.br/2583985946567355Silva, Tatiane Severo2020-01-28T22:01:38Z2019-05-282020-01-28T22:01:38Z2019-02-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfCitação com autor incluído no texto: Silva (2019) Citação com autor não incluído no texto: (SILVA, 2019)https://repositorio.ufersa.edu.br/handle/prefix/3741porSILVA, Tatiane Severo. Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros. 2019. 71 f. Dissertação (Mestrado em Fitotecnia), Universidade Federal Rural do Semi-Árido, Mossoró, 2019.CC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)instname:Universidade Federal Rural do Semi-Árido (UFERSA)instacron:UFERSA2023-10-30T20:27:38Zoai:repositorio.ufersa.edu.br:prefix/3741Repositório Institucionalhttps://repositorio.ufersa.edu.br/PUBhttps://repositorio.ufersa.edu.br/server/oai/requestrepositorio@ufersa.edu.br || admrepositorio@ufersa.edu.bropendoar:2023-10-30T20:27:38Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)false
dc.title.none.fl_str_mv Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
title Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
spellingShingle Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
Silva, Tatiane Severo
Processos de retenção
cana-de-açúcar
controle químico
contaminação ambiental
Retention processes
sugarcane
chemical control
environmental contamination
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
title_short Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
title_full Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
title_fullStr Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
title_full_unstemmed Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
title_sort Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
author Silva, Tatiane Severo
author_facet Silva, Tatiane Severo
author_role author
dc.contributor.none.fl_str_mv Souza, Carolina Malala Martins
05165780490
http://lattes.cnpq.br/9637230855429508
Silva, Daniel Valadão
07015867613
http://lattes.cnpq.br/2100406454919685
Santos, José Barbosa dos
00749457694
http://lattes.cnpq.br/1948250121809916
Melo, Stefeson Bezerra de
88085147300
http://lattes.cnpq.br/0295013051483155
Passos, Ana Beatriz Rocha de Jesus
10193624729
http://lattes.cnpq.br/2583985946567355
dc.contributor.author.fl_str_mv Silva, Tatiane Severo
dc.subject.por.fl_str_mv Processos de retenção
cana-de-açúcar
controle químico
contaminação ambiental
Retention processes
sugarcane
chemical control
environmental contamination
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
topic Processos de retenção
cana-de-açúcar
controle químico
contaminação ambiental
Retention processes
sugarcane
chemical control
environmental contamination
CNPQ::CIENCIAS AGRARIAS::AGRONOMIA
description The use of herbicides in Brazil has been carried out based on the manufacturer's recommendation, often disregarding the high variability of soil attributes. The use of statistical methods to predict the herbicide retention processes in the soil can contribute to the improvement of weed control efficiency associated with the lower risk of environmental contamination. This research evaluated the use of artificial neural networks (RNAs) to predict soil sorption and desorption, as well as the environmental contamination potential of diuron, hexazinone and sulfometuron-methyl herbicides in Brazilian soils. The sorption and desorption coefficients of the three herbicides were determined in laboratory tests for 15 soils from different Brazilian states. To predict the sorption and desorption of diuron, hexazinone and sulfometuron-methyl were used a multilayer perceptron RNAs (MLP). The inputs were the characteristics of the herbicides and the physical and chemical attributes of the soils, and the outputs of the sorption and desorption coefficients (Kfs and Kfd). The risk of leaching of diuron, hexazinone, and sulfometuron-methyl herbicides were evaluated considering the sorption values observed and those estimated by the models. The artificial neural network (RNA) models were efficient for the prediction of sorption and desorption of diuron, hexazinone, and sulfometuron-methyl herbicides. The number of neurons in the hidden layer affected the performance of the networks, so different network structures must be tested to obtain good models to predict the sorption and desorption of herbicides in the soil. The physicochemical properties of the herbicides were more important for the modeling of multilayer perceptron RNAs than the soil attributes. The herbicides diuron, hexazinone, and sulfometuron-methyl have a high potential risk for contamination of groundwater in different Brazilian states
publishDate 2019
dc.date.none.fl_str_mv 2019-05-28
2019-02-28
2020-01-28T22:01:38Z
2020-01-28T22:01:38Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv Citação com autor incluído no texto: Silva (2019) Citação com autor não incluído no texto: (SILVA, 2019)
https://repositorio.ufersa.edu.br/handle/prefix/3741
identifier_str_mv Citação com autor incluído no texto: Silva (2019) Citação com autor não incluído no texto: (SILVA, 2019)
url https://repositorio.ufersa.edu.br/handle/prefix/3741
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv SILVA, Tatiane Severo. Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros. 2019. 71 f. Dissertação (Mestrado em Fitotecnia), Universidade Federal Rural do Semi-Árido, Mossoró, 2019.
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Rural do Semi-Árido
Brasil
Centro de Ciências Agrárias - CCA
UFERSA
Programa de Pós-Graduação em Fitotecnia
publisher.none.fl_str_mv Universidade Federal Rural do Semi-Árido
Brasil
Centro de Ciências Agrárias - CCA
UFERSA
Programa de Pós-Graduação em Fitotecnia
dc.source.none.fl_str_mv reponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
instname:Universidade Federal Rural do Semi-Árido (UFERSA)
instacron:UFERSA
instname_str Universidade Federal Rural do Semi-Árido (UFERSA)
instacron_str UFERSA
institution UFERSA
reponame_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
collection Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository.name.fl_str_mv Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)
repository.mail.fl_str_mv repositorio@ufersa.edu.br || admrepositorio@ufersa.edu.br
_version_ 1809747461109972992