Please use this identifier to cite or link to this item: http://tede2.uepg.br/jspui/handle/prefix/122
metadata.dc.type: Dissertação
Title: DETERMINAÇÃO DE MODELO DE ESTIMATIVA DE TEORES DE CARBONO EM SOLOS UTILIZANDO MÁQUINA DE VETOR DE SUPORTE E REFLECTÂNCIA ESPECTRAL
metadata.dc.creator: Teixeira, Sandro
metadata.dc.contributor.advisor1: Guimarães, Alaine Margarete
metadata.dc.contributor.referee1: Silva, Vanderley Porfírio da
metadata.dc.contributor.referee2: Mathias, Ivo Mario
metadata.dc.description.resumo: Considerado um indicador de qualidade, o carbono constitui-se em um importante atributo na capacidade produtiva do solo. Porém, as tradicionais metodologias empregadas para sua determinação geram problemas ambientais devido ao uso de reagentes químicos. Diante disso, a substituição desse procedimento por outros que gerem menor ou nenhuma quantidade de resíduos tóxicos tem sido considerada relevante. A espectroscopia é uma das técnicas promissora na Agricultura de Precisão para análises de solos e que pode trazer uma solução viável para análise de teor de carbono. Dentre suas vantagens, destaca-se a preservação da amostra, o não consumo de reagentes, além de sua eficiência na aquisição de dados provenientes de um grande número de amostras. O objetivo deste trabalho foi contribuir com um modelo de regressão capaz de predizer a quantidade de carbono em amostras de solo utilizando a espectroscopia na região do visível e no infravermelho próximo. Para tanto, foi utilizada a técnica de Aprendizagem de Máquina SVM incorporada ao software WEKA como auxílio na criação do modelo. A SVM tem representado uma alternativa melhor aos já consagrados métodos de regressão multivariada por apresentar capacidade de generalização. Nos experimentos realizados foram utilizados dois conjuntos de amostras de solo coletadas na região dos Campos Gerais. A avaliação dos resultados teve como base os erros de previsão e os coeficientes de correlação entre os valores dos teores de carbono preditos pelo modelo. Foram encontrados coeficientes de correlação que variaram entre 0,84 a 0,90. Concluiu-se que a espectroscopia no vis-NIRS aliada à técnica SVM é recomendada como uma alternativa aos métodos convencionais de análise de carbono em solos.
Abstract: Considered a quality indicator, carbon constitutes an important attribute in the productive capacity of the soil. However the traditional methodologies used for determining carbon cause environmental problems due to the use of chemical reagents. The replacement of this procedure by others that generate little or no amount of toxic waste has been considered important. Spectroscopy is one of the promising techniques in Precision Agriculture for soil analysis and can be used to estimate carbon content. Among its benefits, highlights the sample preservation, no consumption of reagents, and their efficiency acquiring data from a large number of samples. The aim of this work was to contribute to determine a regression model able to predict the carbon content in soil samples using spectroscopy in the visible and near infrared region. The Machine Learning SVM technique available in the WEKA software was used to create the model. Because of their generalization ability SVM has been considered a better alternative than the other methods of multivariate regression. Two sets of soil samples collected in the Campos Gerais region were used to the experiments. The results evaluation was based on the forecast errors and the correlation coefficients between the values carbon content predicted by the model. Correlation coefficients ranging from 0.84 to 0.90 were found. It was concluded that the NIRS-vis spectroscopy combined with SVM technique can be recommended as an alternative to conventional methods for carbon analysis in the soil.
Keywords: carbono
agricultura de precisão
espectroscopia
aprendizado de máquina, SVM
carbon
precision agriculture
spectroscopy
machine learning
support vector machine
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: UNIVERSIDADE ESTADUAL DE PONTA GROSSA
metadata.dc.publisher.initials: UEPG
metadata.dc.publisher.department: Computação para Tecnologias em Agricultura
metadata.dc.publisher.program: Programa de Pós Graduação Computação Aplicada
Citation: TEIXEIRA, Sandro. DETERMINAÇÃO DE MODELO DE ESTIMATIVA DE TEORES DE CARBONO EM SOLOS UTILIZANDO MÁQUINA DE VETOR DE SUPORTE E REFLECTÂNCIA ESPECTRAL. 2014. 64 f. Dissertação (Mestrado em Computação para Tecnologias em Agricultura) - UNIVERSIDADE ESTADUAL DE PONTA GROSSA, Ponta Grossa, 2014.
metadata.dc.rights: Acesso Aberto
URI: http://tede2.uepg.br/jspui/handle/prefix/122
Issue Date: 31-Jul-2014
Appears in Collections:Programa de Pós Graduação Computação Aplicada

Files in This Item:
File SizeFormat 
Sandro Teixeira.pdf597.55 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.