Dissertação/Tese RADIAÇÃO MID-IR NO MAPEAMENTO DIGITAL DO SOLO E NA MODELAGEM DE SEUS ATRIBUTOS INDICADORES DA QUALIDADE QUÍMICA E FÍSICA - PPGPV

O conhecimento de atributos físicos e químicos do solo, bem como o seu manejo e a sua conservação, é de fundamental importância. Quando não manejado adequadamente, o solo pode ser erodido, resultando na perda de material e nutrientes, com impactos negativos na produtividade agrícola e no meio ambiente. Neste sentido, a espectroscopia de reflectância mid-IR caracteriza-se como uma importante ferramenta por viabilizar a caracterização do solo e a quantificação de diferentes atributos de forma eficaz utilizando apenas a radiação eletromagnética. O objetivo deste estudo foi desenvolver uma biblioteca espectral com dados mid-IR visando a modelagem de atributos indicativos da qualidade física e química do solo e o seu mapeamento digital com base apenas nos espectros. O estudo foi conduzido na Fazenda Experimental Santa Paula, vinculada ao Instituto de Ciências Agrárias (ICA) da UFVJM, em Unaí-MG. Foram amostrados 68 pontos em diferentes profundidades (0–20; 20–40; 40–60; 60–80 e 80–100 cm), abrangendo distintas classes de solos, usos e coberturas. As análises físicas incluíram: granulometria, argila dispersa em água, grau de floculação, densidades de partículas e solo, diâmetros médios ponderados e índice de estabilidade de agregados. As análises químicas envolveram: pH em água, carbono orgânico, nitrogênio total e condutividade elétrica. A análise espectral foi realizada com o espectrômetro Nicolet 6700 FT-IR. A modelagem foi conduzida pelos algoritmos: regressão por mínimos quadrados parciais (PLSR), máquina de vetor suporte (SVM) radial e linear, e árvores ampliadas (BT). A avaliação dos modelos baseou-se nos parâmetros R², RMSE e RPIQ, sendo complementada por análise de variância e teste de Tukey (α ≤ 5%) entre os modelos. O mapeamento digital dos solos foi realizado exclusivamente com base nos espectros, considerando suas variações em profundidade. Os dados espectrais foram reduzidos pela Análise por Componentes Principais (ACP) e os escores dos 5 primeiros componentes foram modelados conjuntamente por meio geoestatística e técnica de clusterização (algoritmo k-médias). O estudo indicou que o algoritmo SVM-Linear apresentou desempenho superior na modelagem de 71,43% dos atributos avaliados, enquanto o BT obteve resultados satisfatórios para 28,57%. No entanto, a modelagem de alguns atributos físicos dependentes da organização das partículas primárias do solo apresentou desempenho insatisfatório. Os espectros dos solos apresentaram dependência espacial independentemente da profundidade, possibilitando a identificação de nove unidades de mapeamento espectral bastante semelhantes às unidades de mapeamento convencionais. A espectroscopia de reflectância mid-IR, associada a técnicas de regressão e espacialização, apresenta-se como uma ferramenta eficiente para auxiliar a decisão sobre práticas de manejo e conservação do solo, além de suporte a levantamentos pedológicos.

Knowledge of soil physical and chemical attributes, as well as its management and conservation, is of fundamental importance. When not managed properly, soil can be eroded, resulting in the loss of material and nutrients, with negative impacts on agricultural productivity and the environment. In this sense, mid-IR reflectance spectroscopy is characterized as an important tool for enabling soil characterization and quantification of different attributes effectively using only electromagnetic radiation. The objective of this study was to develop a spectral library with mid-IR data aiming at modeling attributes indicative of soil physical and chemical quality and their digital mapping based only on the spectra. The study was conducted at the Santa Paula Experimental Farm, linked to the Institute of Agricultural Sciences (ICA) of UFVJM, in Unaí-MG. Sixty-eight points were sampled at different depths (0–20; 20–40; 40–60; 60–80 and 80–100 cm), covering different soil classes, uses and covers. Physical analyses included: granulometry, clay dispersed in water, degree of flocculation, particle and soil densities, weighted mean diameters and aggregate stability index. Chemical analyses involved: pH in water, organic carbon, total nitrogen and electrical conductivity. Spectral analysis was performed with a Nicolet 6700 FT-IR spectrometer. Modeling was conducted by the algorithms: partial least squares regression (PLSR), radial and linear support vector machine (SVM), and extended trees (BT). Model evaluation was based on the parameters R², RMSE and RPIQ, and was complemented by analysis of variance and Tukey's test (α ≤ 5%) between models. Digital soil mapping was performed exclusively based on spectra, considering their variations in depth. Spectral data were reduced by Principal Component Analysis (PCA) and the scores of the first 5 components were jointly modeled using geostatistics and clustering techniques (k-means algorithm). The study indicated that the SVM-Linear algorithm presented superior performance in modeling twelve of the evaluated attributes, while BT obtained satisfactory results for two attributes. However, the modeling of some physical attributes dependent on the organization of primary soil particles presented unsatisfactory performance. Soil spectra presented spatial dependence regardless of depth, allowing the identification of nine spectral mapping units quite similar to conventional mapping units. Mid-IR reflectance spectroscopy, associated with regression and spatialization techniques, is an efficient tool to assist in decision-making on soil management and conservation practices, in addition to supporting pedological surveys.