Carlos Eduardo Vergaray Ormeño
Título do projeto de dissertação: Determinação da distribuição espacial da fertilidade do solo por espectrorradiometria no assentamento Índio Galdino
Resumo: O solo é um recurso natural importante para a produção de alimentos que, nos últimos anos, está sendo ameaçado pelo uso inadequado e as más práticas da atividade humana. Por isso, a análise de solos é uma informação importante na agricultura moderna, convencionalmente realizada através de avaliações químicas com alto custo, tempo e consumo de reagentes químicos perigosos. Em consequência desse problema, surgem alternativas para a análise de solos, resultando no uso da espectrometria e sensoriamento próximo. O presente estudo está vinculado às bases do projeto REFORMA e tem como objetivo categorizar espacialmente a fertilidade do Assentamento Indio Galdino utilizando sensoriamento próximo espectral nas faixas de comprimento de onda VIS-NIR, em conjunto com a inteligência artificial, para gerar um modelo de categorização da fertilidade do solo, assim como também apresentar uma ideia de laboratório híbrido que contemple o mínimo uso de análises químicas. As amostras de solo serão coletadas nas áreas agrícolas do Assentamento para serem submetidas a análises convencionais e análises espectrais com o uso do espectrorradiômetro FieldSpec4. Serão determinados indicadores de fertilidade do solo mencionados pela literatura: pH, argila, condutividade elétrica, capacidade de troca de cátions, matéria orgânica, teor de potássio, teor de fósforo, cálcio trocável, magnésio trocável e alumínio trocável. Com a ajuda da inteligência artificial, como o aprendizado por transferência, as redes neurais convolucionais (CNN) e os bancos de dados espectrais, será possível gerar modelos preditivos para o estado nutricional dos solos. Através da interpolação de distância inversa ponderada (IDW), serão estimados os valores em todo o Assentamento, resultando na elaboração de mapas de fertilidade. Esta abordagem oferece uma alternativa rápida, econômica e menos impactante ao meio ambiente em comparação com análises tradicionais, promovendo uma gestão da fertilidade mais eficiente, com menor custo, tempo e impacto ecológico.
