Modelagem da emissão de CO2 do solo em áreas de cana-de-açúcar por meio da lógica Fuzzy.

• Autor(a) principal: Silva, Angélica da
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/210989
• topic: Solo; Gases estufa; Cana-de-açúcar; Ciência do solo; Fuzzy sets

Ações ambientais ligadas às mudanças climáticas têm causado preocupações para lideranças governamentais e muito tem-se discutido sobre o tema. Um dos assuntos mais relevantes são os Gases de Efeito Estufa (GEE), e por ser um tema amplo e dinâmico, é importante que haja uma compreensão correta das causas, consequências e as dimensões desse efeito. Objetivou-se a caracterização dos padrões do fluxo de CO2 (FCO2) do solo, por meio da lógica Fuzzy, e os atributos do solo (físicos, químicos e biológicos) em área de cultivo de cana-de-açúcar. Os experimentos foram conduzidos nos municípios de Guariba - SP no ano de 2008, Jaboticabal – SP no ano de 2010, e Pradópolis no ano de 2012. As avaliações foram realizadas após a colheita de cana-de-açúcar, que estavam no sistema de manejo de colheita mecanizada em que os resíduos vegetais permanecem na superfície do solo. Nas áreas estudadas foram avaliados o FCO2 do solo, umidade do solo e temperatura do solo com relação aos atributos do solo. Foi utilizada a lógica Fuzzy para expressar ou traduzir o conhecimento, sobre o FCO2 do solo em áreas agrícolas em forma de regras. Todos os procedimentos estatísticos e de programação Fuzzy foram mensuradas no software livre R (R Development Core Team, 2020). Os índices de correlação para os atributos do solo e FCO2 se apresentaram de forma levemente positiva para todos as variáveis de estudo, porém, para macroporosidade e temperatura do solo a correlação está mais próxima de ser nula. O uso de 3 variáveis de estudo foi suficiente para a obtenção de uma boa classificação e culminando num total de 27 regras para análise por meio da lógica Fuzzy, nas quais as variáveis são consideradas altamente correlacionadas com a variável de resposta (FCO2). A técnica de modelagem baseada em modelagem de incertezas e constituído por um conjunto de regras, demonstrou que a lógica Fuzzy é eficaz para estimar o FCO2. A complexidade do sistema pode ser abstraída pelos conjuntos de regra (modelos determinístico). Entretanto, faltam variáveis para melhorar a explicação, como por exemplo, o gás carbônico atmosférico, e a captura de oxigênio. O que pode ser incorporado em novos trabalhos com a mesma análise.