1. Repositório Institucional UFC
2. CCA - Centro de Ciências Agrárias
3. PPCS - Programa de Pós-graduação em Ciência do Solo
4. PPCS - Dissertações defendidas na UFC

Type:	Dissertação
Title:	Espectroscopia de reflectância na avaliação do carbono orgânico em solos do semiárido
Title in English:	Reflectance spectroscopy in the evaluation of organic carbon in semi-arid soil
Authors:	Ribeiro, Sharon Gomes
Advisor:	Teixeira, Adunias dos Santos
Co-advisor:	Araújo, Isabel Cristina da Silva
Keywords:	Espectrorradiometria;Matéria orgânica;Estatística multivariada
Issue Date:	2021
Citation:	RIBEIRO, Sharon Gomes. Espectroscopia de reflectância na avaliação do carbono orgânico em solos do semiárido. 2021. 126 f. Dissertação (Mestrado em Ciência do Solo) - Universidade Federal do Ceará, Fortaleza, 2021.
Abstract in Brazilian Portuguese:	A concentração de carbono orgânico (Corg) no solo, tanto em sua totalidade quanto associado às frações húmicas da matéria orgânica, é um importante fator indicativo da qualidade do solo e seu teor é obtido em laboratório a partir de procedimentos que demandam tempo, custo de manutenção e análise e utilização de reagentes substancialmente perigosos, além da produção de grandes quantidades de resíduo. Neste âmbito, o presente trabalho teve como principal objetivo avaliar a utilização da espectroscopia de reflectância como metodologia alternativa aos procedimentos laboratoriais de quantificação do carbono orgânico total (COT) e este associado às substâncias húmicas da matéria orgânica do solo (MOS). Ao todo, foram analisadas 65 amostras deformadas, coletadas nos primeiros 10 cm de um Neossolo no Perímetro Irrigado de Morada Nova (A1) e um Cambissolo em Jaguaribe-Apodi (A2). A quantificação do COT foi realizada por meio de oxidação por via úmida e, para a quantificação do carbono nas substânicas húmicas, foi realizado o fracionamento químico da MOS com posterior digestão úmida. A obtenção dos dados espectrais do solo se deu com sonda de contato e espectrorradiômetro FieldSpec Pro FR 3 (350-2500 nm). As variáveis espectrais mais significativas foram selecionadas pelo método Stepwise. Para a construção dos modelos de predição de COT, foram utilizados os dados espectrais de reflectância e estes foram submetidos a transformações como a derivada de primeira ordem e a Suavização por Savitzky-Golay como opções a serem mais viáveis aos modelos. Valendo-se de métricas estatísticas, como coeficientes de determinação e correlação, RMSE e RPD, os dados foram submetidos aos métodos de regressão por Componentes Principais (PCR) e regressão por Mínimos Quadrados Parciais (PLSR). Para todas as análises realizadas, os dados químicos e espectrais foram avaliados separadamente, por região de coleta (A1 e A2) e unificados em um conjunto amostral (A1+A2). Os modelos preditivos de COT da PLSR apresentaram melhores performances se comparados aos da PCR, onde os dados espectrais transformados em primeira derivada e suavizados por Savitzky-Golay apresentaram estimativas mais coerentes de COT para os solos de A1. Com relação aos modelos preditivos de Corg associados às frações húmicas, a transformação da reflectância em primeira derivada melhorou a performance da estimativa das variáveis químicas predominantes nas amostras separadas por região, para PLSR e PCR. Similar ao COT, o desempenho na estimativa permaneceu superior nos modelos PLSR, sendo capaz ainda de utilizar menos variáveis latentes. Para a predição de Corg nos ácidos húmicos e humina com as amostras de A1, as melhores performances de predição se deram ao transformar reflectância em primeira derivada, com R² ajustado de 0,97 e 0,80 e RPD = 6,09 e 2,38. Foi possível observar que os comprimentos de ondas mais significativos na predição de carbono orgânico nas substâncias húmicas estão centrados nas regiões de NIR-SWIR, com poucas concentrações na região visível.
URI:	http://www.repositorio.ufc.br/handle/riufc/63768
Appears in Collections:	PPCS - Dissertações defendidas na UFC

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.