Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | LOCUS Repositório Institucional da UFV |
Texto Completo: | https://locus.ufv.br//handle/123456789/29891 https://doi.org/10.47328/ufvbbt.2021.086 |
Resumo: | O Cerrado é a principal região agrícola do Brasil, sendo responsável por uma grande parte da produção de alimentos no país. A falta de dados na escala apropriada sobre os solos da região tem trazido incertezas aos processos de gestão dos recursos hídricos. A obtenção de determinadas propriedades físico-hídricas do solo, como, por exemplo, a condutividade hidráulica do solo saturado (Ks) e a curva de retenção de água, são trabalhosas e custosas, abrindo oportunidade para o uso das Funções de Pedotransferência (FPTs). O objetivo desta dissertação foi desenvolver para o Bioma Cerrado, FPTs para estimar a Ks, as umidades do solo nas tensões de 0, 6, 10, 33, 100 e 1500 kPa e os parâmetros de ajuste da curva de retenção. A partir de diferentes combinações de dados pedológicos, teores de areia, silte e argila, densidade do solo, densidade de partícula, porosidade, microporosidade, macroporosidade, umidade do solo na capacidade de campo (CC) e umidade do solo no ponto de murcha permanente (PMP), as FPTs foram desenvolvidas incorporando tais conjuntos em cinco modelos de aprendizado de máquina: Regressão Linear Múltipla (RLM), Multivariate Adaptative Regression Splines (MARS), Random Forest (RF), Support Vector Regression (SVR) e K Nearest Neightbors (KNN). As FPTs desenvolvidas para Ks apresentaram capacidade preditiva mediana, já para as umidades do solo, os modelos apresentaram valores de RMSE e ME próximos de zero e valores de R² superiores a 0,8. No ajuste da curva de retenção, o modelo de van Genuchten (1980) apresentou o melhor desempenho e as FPTs desenvolvidas para os parâmetros, umidade de saturação e umidade residual, apresentaram R² iguais a 0,76 e 0,42, respectivamente, e baixos valores de RMSE e ME. Já para os parâmetros, α e n, observou-se baixa capacidade preditiva das FPTs. Os algoritmos RF e SVR apresentaram os melhores desempenhos dentre os modelos avaliados e as variáveis preditoras CC e PMP demostraram importância no desenvolvimento das FPTs. Palavras-chave: Recursos Hídricos. Hidrologia. Irrigação. Aprendizado de máquina. |
id |
UFV_9938208d084e292215b842f7e22222bc |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/29891 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Fernandes Filho, Elpídio InácioVeloso, Mariana Fariahttp://lattes.cnpq.br/7507011881151122Rodrigues, Lineu Neiva2022-09-13T18:21:58Z2022-09-13T18:21:58Z2021-07-16VELOSO, Mariana Faria. Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado. 2021. 76 f. Dissertação (Mestrado em Engenharia Agrícola) - Universidade Federal de Viçosa, Viçosa. 2021.https://locus.ufv.br//handle/123456789/29891https://doi.org/10.47328/ufvbbt.2021.086O Cerrado é a principal região agrícola do Brasil, sendo responsável por uma grande parte da produção de alimentos no país. A falta de dados na escala apropriada sobre os solos da região tem trazido incertezas aos processos de gestão dos recursos hídricos. A obtenção de determinadas propriedades físico-hídricas do solo, como, por exemplo, a condutividade hidráulica do solo saturado (Ks) e a curva de retenção de água, são trabalhosas e custosas, abrindo oportunidade para o uso das Funções de Pedotransferência (FPTs). O objetivo desta dissertação foi desenvolver para o Bioma Cerrado, FPTs para estimar a Ks, as umidades do solo nas tensões de 0, 6, 10, 33, 100 e 1500 kPa e os parâmetros de ajuste da curva de retenção. A partir de diferentes combinações de dados pedológicos, teores de areia, silte e argila, densidade do solo, densidade de partícula, porosidade, microporosidade, macroporosidade, umidade do solo na capacidade de campo (CC) e umidade do solo no ponto de murcha permanente (PMP), as FPTs foram desenvolvidas incorporando tais conjuntos em cinco modelos de aprendizado de máquina: Regressão Linear Múltipla (RLM), Multivariate Adaptative Regression Splines (MARS), Random Forest (RF), Support Vector Regression (SVR) e K Nearest Neightbors (KNN). As FPTs desenvolvidas para Ks apresentaram capacidade preditiva mediana, já para as umidades do solo, os modelos apresentaram valores de RMSE e ME próximos de zero e valores de R² superiores a 0,8. No ajuste da curva de retenção, o modelo de van Genuchten (1980) apresentou o melhor desempenho e as FPTs desenvolvidas para os parâmetros, umidade de saturação e umidade residual, apresentaram R² iguais a 0,76 e 0,42, respectivamente, e baixos valores de RMSE e ME. Já para os parâmetros, α e n, observou-se baixa capacidade preditiva das FPTs. Os algoritmos RF e SVR apresentaram os melhores desempenhos dentre os modelos avaliados e as variáveis preditoras CC e PMP demostraram importância no desenvolvimento das FPTs. Palavras-chave: Recursos Hídricos. Hidrologia. Irrigação. Aprendizado de máquina.The Cerrado Biome is the main agricultural region in Brazil, being responsible for a large part of the country's food production. The lack of soil data on the appropriate scale has brought uncertainty to the water resources process in the region. Obtaining certain soil hydraulic parameters, such as the saturated hydraulic conductivity (Ks) and the water retention curve are laborious and costly, opening up opportunities for the use of Pedotransfer Functions (PTFs). The objective of this dissertation was to develop, for the Brazilian Savannah, FPTs to estimate Ks, soil moistures at tensions of 0, 6, 10, 33, 100 and 1500 kPa and the adjustment parameters of the retention curve. From different combinations of pedological data, sand, silt and clay contents, soil density, particle density, porosity, microporosity, macroporosity, soil moisture at field capacity (FC) and soil moisture at permanent wilting point (PWP), PTFs were developed by incorporating such sets into five machine learning models: Multiple Linear Regression (MLR), Multivariate Adaptive Regression Splines (MARS), Random Forest (RF), Support Vector Regression (SVR) and K Nearest Neighbors (KNN). The PTFs developed for Ks showed median predictive capacity, whereas for soil moisture, the models presented RMSE and ME values close to zero and R² values above 0.8. In the adjustment of the retention curve, the model by van Genuchten (1980) showed the best performance and the PTFs developed for the parameters, saturation moisture and residual moisture, presented R² equal to 0.76 and 0.42, respectively, and low RMSE and ME values. As for the parameters, α and n, a low predictive capacity was observed. The RF and SVR algorithms showed the best performance among the evaluated models and the predictor variables FC and PWP showed importance in the development of PTFs. Keywords: Water resources. Hydrology. Irrigation. Machine learning.Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de ViçosaEngenharia AgrícolaDesenvolvimento de recursos hídricosIrrigaçãoHidrologiaAprendizado do computadorEngenharia de Água e SoloDesenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerradoDevelopment of pedotransfer functions to estimate soil hydraulic parameters to the brazilian savannahinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de Engenharia AgrícolaMestre em Engenharia AgrícolaViçosa - MG2021-07-16Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf2321487https://locus.ufv.br//bitstream/123456789/29891/1/texto%20completo.pdf8dbf263ca65b7d49a6db0b900e3cb68eMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/29891/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/298912022-09-13 15:22:12.537oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452022-09-13T18:22:12LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.pt-BR.fl_str_mv |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado |
dc.title.en.fl_str_mv |
Development of pedotransfer functions to estimate soil hydraulic parameters to the brazilian savannah |
title |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado |
spellingShingle |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado Veloso, Mariana Faria Desenvolvimento de recursos hídricos Irrigação Hidrologia Aprendizado do computador Engenharia de Água e Solo |
title_short |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado |
title_full |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado |
title_fullStr |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado |
title_full_unstemmed |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado |
title_sort |
Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado |
author |
Veloso, Mariana Faria |
author_facet |
Veloso, Mariana Faria |
author_role |
author |
dc.contributor.authorLattes.pt-BR.fl_str_mv |
http://lattes.cnpq.br/7507011881151122 |
dc.contributor.none.fl_str_mv |
Fernandes Filho, Elpídio Inácio |
dc.contributor.author.fl_str_mv |
Veloso, Mariana Faria |
dc.contributor.advisor1.fl_str_mv |
Rodrigues, Lineu Neiva |
contributor_str_mv |
Rodrigues, Lineu Neiva |
dc.subject.pt-BR.fl_str_mv |
Desenvolvimento de recursos hídricos Irrigação Hidrologia Aprendizado do computador |
topic |
Desenvolvimento de recursos hídricos Irrigação Hidrologia Aprendizado do computador Engenharia de Água e Solo |
dc.subject.cnpq.fl_str_mv |
Engenharia de Água e Solo |
description |
O Cerrado é a principal região agrícola do Brasil, sendo responsável por uma grande parte da produção de alimentos no país. A falta de dados na escala apropriada sobre os solos da região tem trazido incertezas aos processos de gestão dos recursos hídricos. A obtenção de determinadas propriedades físico-hídricas do solo, como, por exemplo, a condutividade hidráulica do solo saturado (Ks) e a curva de retenção de água, são trabalhosas e custosas, abrindo oportunidade para o uso das Funções de Pedotransferência (FPTs). O objetivo desta dissertação foi desenvolver para o Bioma Cerrado, FPTs para estimar a Ks, as umidades do solo nas tensões de 0, 6, 10, 33, 100 e 1500 kPa e os parâmetros de ajuste da curva de retenção. A partir de diferentes combinações de dados pedológicos, teores de areia, silte e argila, densidade do solo, densidade de partícula, porosidade, microporosidade, macroporosidade, umidade do solo na capacidade de campo (CC) e umidade do solo no ponto de murcha permanente (PMP), as FPTs foram desenvolvidas incorporando tais conjuntos em cinco modelos de aprendizado de máquina: Regressão Linear Múltipla (RLM), Multivariate Adaptative Regression Splines (MARS), Random Forest (RF), Support Vector Regression (SVR) e K Nearest Neightbors (KNN). As FPTs desenvolvidas para Ks apresentaram capacidade preditiva mediana, já para as umidades do solo, os modelos apresentaram valores de RMSE e ME próximos de zero e valores de R² superiores a 0,8. No ajuste da curva de retenção, o modelo de van Genuchten (1980) apresentou o melhor desempenho e as FPTs desenvolvidas para os parâmetros, umidade de saturação e umidade residual, apresentaram R² iguais a 0,76 e 0,42, respectivamente, e baixos valores de RMSE e ME. Já para os parâmetros, α e n, observou-se baixa capacidade preditiva das FPTs. Os algoritmos RF e SVR apresentaram os melhores desempenhos dentre os modelos avaliados e as variáveis preditoras CC e PMP demostraram importância no desenvolvimento das FPTs. Palavras-chave: Recursos Hídricos. Hidrologia. Irrigação. Aprendizado de máquina. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021-07-16 |
dc.date.accessioned.fl_str_mv |
2022-09-13T18:21:58Z |
dc.date.available.fl_str_mv |
2022-09-13T18:21:58Z |
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.citation.fl_str_mv |
VELOSO, Mariana Faria. Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado. 2021. 76 f. Dissertação (Mestrado em Engenharia Agrícola) - Universidade Federal de Viçosa, Viçosa. 2021. |
dc.identifier.uri.fl_str_mv |
https://locus.ufv.br//handle/123456789/29891 |
dc.identifier.doi.pt-BR.fl_str_mv |
https://doi.org/10.47328/ufvbbt.2021.086 |
identifier_str_mv |
VELOSO, Mariana Faria. Desenvolvimento de funções de pedotransferência para estimativa de propriedades físico-hídricas do solo do bioma cerrado. 2021. 76 f. Dissertação (Mestrado em Engenharia Agrícola) - Universidade Federal de Viçosa, Viçosa. 2021. |
url |
https://locus.ufv.br//handle/123456789/29891 https://doi.org/10.47328/ufvbbt.2021.086 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
dc.publisher.program.fl_str_mv |
Engenharia Agrícola |
publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
dc.source.none.fl_str_mv |
reponame:LOCUS Repositório Institucional da UFV instname:Universidade Federal de Viçosa (UFV) instacron:UFV |
instname_str |
Universidade Federal de Viçosa (UFV) |
instacron_str |
UFV |
institution |
UFV |
reponame_str |
LOCUS Repositório Institucional da UFV |
collection |
LOCUS Repositório Institucional da UFV |
bitstream.url.fl_str_mv |
https://locus.ufv.br//bitstream/123456789/29891/1/texto%20completo.pdf https://locus.ufv.br//bitstream/123456789/29891/2/license.txt |
bitstream.checksum.fl_str_mv |
8dbf263ca65b7d49a6db0b900e3cb68e 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV) |
repository.mail.fl_str_mv |
fabiojreis@ufv.br |
_version_ |
1801212930658664448 |