Modelo de espaço de estados para simulação do conteúdo de matéria orgânica do solo

• Ano de defesa: 2024
• Autor(a) principal: Volpe Neto, Gilberto
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Markov Chain Monte Carlo (MCMC); Matéria orgânica no solo; Método de Monte Carlo com Cadeias de Markov (MCMC); Modelo de espaço de estados; NIMBLE; Organic matter in soil; State-space model
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-01072024-101554/

A evolução dos diversos efeitos causados pelo aumento da temperatura da Terra está se tornando cada vez mais frequente, tornando necessário implementar novas formas de trabalho para mitigar ao máximo o efeito estufa. Uma maneira de reduzir a emissão de gases do efeito estufa é por meio do crédito de carbono, onde empresas emissoras podem compensar suas emissões por meio de projetos de absorção de gases. A agricultura é uma das principais emissoras, mas através do cultivo adequado das plantas e do manejo correto do solo, ela também pode se tornar uma grande captadora de carbono. No entanto, os métodos atuais para medir a quantidade de carbono no solo são complexos e custosos. Portanto, este estudo tem como objetivo desenvolver um modelo de espaço de estados com dois compartimentos, um de decaimento lento e outro de decaimento rápido, para modelar a quantidade de carbono armazenado no solo. O modelo proposto foi testado em dois conjuntos de dados: um conjunto simulado e outro com medições de três terrenos no Canadá. No caso dos dados simulados, o modelo demonstrou alta eficácia na simulação das cadeias de Markov e na precisão preditiva. O índice de Gelman-Rubin ficou próximo de 1,03, indicando uma boa convergência das cadeias de Markov. Em termos de precisão do modelo, o MAPE - Mean Absolute Percentage Error foi de apenas 0,61%. No conjunto de dados dos terrenos canadenses, as cadeias de Markov também convergiram com qualidade, com um valor de R igual a 1 para os três terrenos. A precisão do modelo, avaliada pelo MAPE, foi de 5,29%, 0,017% e 0,021% para os terrenos analisados. Esses resultados evidenciam a eficiência do modelo na simulação e previsão do carbono orgânico no solo, tanto para dados simulados quanto para dados reais, fornecendo uma ferramenta confiável para entender as mudanças e os efeitos das práticas de manejo do solo ao longo do tempo.