Redes Neurais Artificiais Aplicadas à Modelagem da Variabilidade Espacial de Atributos Físico-Químicos de Solos do Cerrado

• Main Author: Bittar, Roberto Dib
• Format: Dissertation
• Language: Portuguese
• Published: ProQuest Dissertations & Theses 01-01-2016
• Subjects: Artificial intelligence; Engineering; Geostatistics; Neural networks; Soil sciences; Statistics
• ISBN: 9798896089919

A agricultura, como outras atividades, está inserida na globalização. Desta forma, sofre concorrência e influência do que acontece no mundo, implicando na necessidade de melhor gerenciamento com o objetivo de minimizar custos e aumentar a produtividade. A agricultura de precisão oferece a tecnologia necessária para realizar esse gerenciamento. Possibilita aquisição de dados em uma vasta gama, processamento adequado e posterior utilização dessas informações para que impliquem em efetiva melhoria. Desta forma, raciona insumos, recursos naturais e humanos, logo, permite maior ganho final. Um dos fatores que influenciam a produção é a variabilidade espacial e temporal dos atributos do solo. Ao conhecer essa variação, é possível usar técnicas para adequar o solo às necessidades de cada cultura. A geoestatística está inserida na agricultura de precisão, possibilitando, a partir de determinado número de pontos georeferenciados amostrados, detectar e modelar essa variabilidade, resultando em conhecimento da área com o detalhamento necessário. As Redes Neurais Artificiais (RNA), ramo da inteligência artificial, buscam imitar o raciocínio humano e se mostram capazes de realizar inferência de dados. É considerada um aproximador universal, com capacidade de aprender. Uma qualidade das RNAs é estabelecer relação das características multidimensionais consideradas no problema para identificar o padrão ou classe do objeto apresentado. Desta forma, tem capacidade de ser uma razoável alternativa para realização da modelagem da variabilidade espacial. Neste trabalho aplicou-se as RNAs com objetivo de realizar a modelagem da variabilidade espacial de atributos do solo. Para tal foi realizada: coleta de dados, análise estatística descritiva, análise geoestatística, definição, treinamento de diferentes RNAs e consecutiva escolha das redes que apresentaram menor erro médio, posterior comparação entre os resultados estimados versus aferidos, cálculo do erro médio relativo finalizando com comparação das estimativas realizadas por Krigagem ordinária dos atributos que apresentaram dependência espacial. Foi possível concluir que as RNAs apresentam potencial para realizar satisfatoriamente a modelagem da variabilidade espacial de atributos físicoquímicos do solo.