Estimativa de nitrogênio em Annona emarginata (Schltdl.) H. Rainer utilizando espectroscopia no infravermelho próximo (NIRS): Uma abordagem estatística e computacional

• Ano de defesa: 2020
• Autor(a) principal: Gomes, Rafaela Lanças
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Redes neurais artificias; Aprendizado de máquinas; Perceptron multicamadas; Nutrição mineral de plantas; Bootstrap; Índice espectral de vegetação; Artificial neural netwoerks; Machine learning; Multilayer perceptron
• Link de acesso: http://hdl.handle.net/11449/192186

O nitrogênio é um elemento mineral essencial para as plantas. Sua deficiência em fases iniciais do desenvolvimento pode gerar alterações fisiológicas e morfológicas que reduzem o crescimento e conflui na não expressão total do potencial genético vegetal. As técnicas mais difundidas para a quantificação do N nas plantas demandam tempo, são destrutivas e liberam compostos tóxicos para o ambiente. A NIRS (Near-Infrared Spectroscopy - Espectroscopia no Infravermelho Próximo), se apresenta como uma técnica alternativa, sendo indireta, mas instantânea, não destrutiva e que não utiliza reagentes químicos, mas necessita de calibração, que pode ser feita por métodos estatísticos e computacionais. Para mudas que são produzidas em viveiros, como as de Annona emarginata (Schltdl.) H. Rainer, é essencial manter o monitoramento de N, de forma rápida e não danosa, para garantir a qualidade e vigor das mudas. Desta forma, este trabalho visou detectar alterações na caracterização espectral foliar de A. emarginata em função do fornecimento de concentrações de nitrogênio e classificar as mudas em função dos níveis de nitrogênio, com base na caracterização espectral, utilizando algoritmos de aprendizado de máquinas e análise estatística multivariada. As mudas de A. emarginata (240) foram mantidas em sistema de hidroponia, com alterações na concentração de nitrogênio: 0 mg.L-1 de N (T1); 52,5 mg.L-1 de N (T2); 105 mg.L-1 de N (T3) e 210 mg.L-1 de N (T4), com 60 repetições (mudas) para cada tratamento. Após 45 dias nestas soluções, foram coletadas três folhas de cada planta, fotografadas e aferidas suas caracterizações espectrais. Foram testadas diversas combinações de técnicas de redução e de classificação estatísticas e de aprendizado de máquinas e propostos índices espectrais com os comprimentos de onda mais selecionados. Quanto às variáveis fisiológicas, foram analisadas as trocas gasosas, fluorescência e pigmentos foliares. Pela caracterização espectral, percebe-se um afastamento total das curvas de mudas com falta e sem falta de N. Conclui-se que a técnica NIRS pode ser aplicada para a detecção de variações na concentração de N nas folhas de plantas jovens (mudas), antes do aparecimento de sinais visuais e que técnicas estatísticas são melhores para se fazer a calibração do método do que técnicas de aprendizado de máquinas.