Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Souza, Luciano Duarte |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/194432
|
Resumo: |
Os diferentes ecossistemas agrícolas modificam a dinâmica do carbono do solo, expresso pelas variações temporais da emissão de CO2 do solo, enquanto as redes neurais geram modelos preditivo para explicar o padrão da variabilidade da emissão de CO2 do solo. Assim, o presente trabalho teve por objetivo caracterizar a variabilidade temporal da emissão de CO2, temperatura e umidade do solo, e analisar o uso de Redes Neurais Artificias na predição da variabilidade espacial – temporal da emissão de CO2 do solo em função dos atributos químicos do solo, na estação de inverno e verão, em área de pastagem degradada, pastagem recuperada e sistema silvipastoril na região do Cerrado Sul-mato-grossense. Os resultados permitiram concluir que a temperatura do solo e a umidade do solo influenciaram nas variações das emissões de CO2 do solo ao longo do tempo. A menor média de emissão de CO2 foi obtida em área de pastagem manejada (0,973 μmol m-2 s-1) no período de inverno, enquanto a maior média foi obtida no sistema silvipastoril (1,562 μmol m-2 s-1). O sistema silvipastoril no Cerrado apresentou os maiores valores de emissão total de CO2 (2,01 Mg ha-1) ao longo dos 35 dias de estudo na estação seca do ano. A análise de componentes principais apresenta-se como uma alternativa eficaz na discriminação de sistemas de produção e sua relação com as propriedades do solo. Este estudo mostrou que as RNAs forneceram modelos preditivos para explicar a variação espaço temporal da emissão de CO2. A complexidade das redes não influenciou na predição do CO2. O melhor desempenho foi observado no modelo individual na área de pastagem degradada com uma rede MLP. A umidade do solo e a temperatura contribuem para a explicação da variação temporal da respiração do solo. |