Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Gelsleichter, Yuri Andrei
 |
| Orientador(a): |
Anjos, Lúcia Helena Cunha dos
|
| Banca de defesa: |
Anjos, Lúcia Helena Cunha dos
,
Antunes, Mauro Antonio Homem
,
Pinheiro, Helena Saraiva Koenow
,
Galvao, Lenio Soares
,
Nanni, Marcos Rafael
|
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal Rural do Rio de Janeiro
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Ciência, Tecnologia e Inovação em Agropecuária
|
| Departamento: |
Instituto de Tecnologia
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://rima.ufrrj.br/jspui/handle/20.500.14407/17707
|
Resumo: |
O Parque Nacional de Itatiaia (INP, do inglês para Itatiaia National Park) fica localizado ao sul do estado do Rio de Janeiro, com o estudo realizado na Parte Alta do Parque, definida acima de 2000 msnm. Os objetivos do primeiro capítulo foram: (i) investigar a capacidade de pre dizer propriedades do solo (Al, Ca, K, Mg, Na, P, pH, Carbono Total (TC Total Carbon), H e N), utilizando os comprimentos de onda 350–2500 nm; e (ii) investigar e desenvolver pré processamentos espectrais para uso e comparação em algoritmos de aprendizado de máquina, como Redes Neurais Artificiais (ANN, Artificial Neural Networks), Random Forest (RF), Re gressão de Mínimos Quadrados Parciais (PLSR, Partial Least Squares Regression) e Cubist (CB). Foram coletadas amostras de solo, por horizontes, em 84 perfis de solo, compondo um total de 300 amostras. A validação cruzada aplicada para avaliar os modelos foi do tipo kfold. O melhor préprocessamento espectral foi o Inverso da Reflectância de Fator 104 (IRF4) para TC com CB que superou os métodos comumente utilizados, com coeficiente de determinação (R2 ) médio de 0,85, RMSE de 1,96 para TC; e 0,67 com 0,041, respectivamente, para H. Para o mapeamento do TC nos solos do INP foram utilizadas três cenas de imagens hiperespectrais do sensor Compact High Resolution Imager (CHRIS) do satélite (plataforma espacial) Project for On Board Autonomy (PROBA). Este sensor conta com 62 bandas espectrais no intervalo dos comprimentos de onda 406 a 1019 nm (referente as bordas da primeira e última bandas res pectivamente). As imagens foram corrigidas quanto a ruídos, striping, distorções geométricas e interferências atmosféricas. A predição de TC foi feita usando essas imagens e associando covariáveis de relevo e imagens do sensor orbital RapidEye, obtendo R2 de 0,33. Utilizandose apenas a cena RapidEye mais as covariáveis de terreno o R2 foi de 0,32. Essas imagens foram combinadas aos espectros proximais obtidos na primeira camada do solo, dos 84 perfis, para produzir imagens de refletância de solo de toda parte alta do INP. Essa técnica foi chamada de imageamento espectral de subsuperfície. A aplicação deste produto no Mapeamento Digital de Solos aumentou significativamente a predição de TC, com R2 de 0,58, com incremento de 75% em relação ao Mapeamento Digital de Solos convencional. Essa técnica inovadora, apresentada pela primeira vez neste estudo, é denominada Mapeamento Hiperespectral de Solos (HSM, em inglês Hyperspecrtal Soil Mapping), sendo o desenvolvimento desta técnica o objetivo princi pal do segundo capítulo. Essa técnica pode isolar o efeito de interferência atmosférica e efeitos de cobertura de solo e vegetação sobre a reflectância do solo. Pelo aumento da capacidade de predição do HSM, podese reduzir a quantidade amostral do levantamento pedológico, alcan çando assim resultado equivalente ao Mapeamento Digital do Solos. O HSM é ideal para áreas com acesso e locomoção muito restritos, como o INP, mas também pode ser aplicado para o mapeamento de atributos de solo, fins agrícolas e monitoramento ambiental. |
