Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros
Autor(a) principal: | |
---|---|
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 |