Analysis of fertility attributes in eutroferric red latosol and red nitosol by portable EDXRF

dc.contributor.advisorMelquiades, Fábio Luiz
dc.contributor.authorRibeiro, José Vinícius
dc.contributor.bancaAlves, Elton Eduardo Novais
dc.contributor.bancaAndrello, Avacir Casanova
dc.coverage.extent135 p.
dc.coverage.spatialLondrina
dc.date.accessioned2024-10-02T11:49:14Z
dc.date.available2024-10-02T11:49:14Z
dc.date.issued2024-02-20
dc.description.abstractA crescente demanda global por produtos agrícolas, alimentos e energia requer uma abordagem sustentável e segura para a produção agrícola. A fertilidade do solo é vital para aumentar a produtividade agrícola, e entender a variabilidade espacial dos atributos de fertilidade do solo é crucial para preservar a fertilidade do solo. Os métodos tradicionais de análise de solo são demorados, caros e geram resíduos. As técnicas de análise espectral, como a fluorescência de raios X por dispersão em energia (EDXRF) combinadas com metodologias de machine learning (ML) oferecem uma alternativa rápida e econômica para a quantificação dos atributos do solo. A respeito disso, a principal motivação deste estudo é explorar os dados gerados por um espectrômetro portátil de EDXRF (pXRF) aplicado a amostras de solo no contexto de modelagem com algoritmos de aprendizado de máquina para quantificar atributos de fertilidade. Nessa perspectiva, este estudo estabeleceu condições otimizadas em termos de configuração experimental (Capítulo 2) e número mínimo de amostras utilizadas na etapa de treinamento (Capítulo 3) na construção de modelos locais de ML para quantificar atributos de fertilidade do solo. Adicionalmente, foi realizado um estudo preliminar de validação in situ dos modelos com condições ótimas. Os resultados indicaram que o uso de 15 kV, 12.15 µA e 30 s sem filtros é o mais indicado para quantificação simultânea dos atributos de fertilidade avaliados. A condição otimizada de pXRF forneceu resultados equivalentes aos modelados com dados de EDXRF de bancada, sugerindo uma possível aplicação in situ deste método. No entanto, o estudo preliminar sobre extrapolação a partir de modelos calibrados em laboratório teve resultados negativos, indicando que a sua extrapolação para medições in situ não foi recomendada no contexto desta pesquisa. Por outro lado, foi possível reduzir o número de amostras de treinamento mantendo desempenho equivalente aos modelos treinados com o conjunto completo de dados. Esses resultados destacam o potencial do pXRF como uma abordagem alternativa econômica, rápida e eficiente para o mapeamento local da fertilidade do solo, fornecendo informações valiosas para a tomada de decisões relacionadas ao uso de fertilizantes e outros produtos para correção do solo
dc.description.abstractother1ondition produced results equivalent to those modeled with benchtop EDXRF data, suggesting a possible in situ application of this method. Nevertheless, the preliminary study of extrapolation from laboratory-calibrated models had negative results, indicating that their extrapolation to in situ measurements was not recommended in this research context. On the other hand, it was possible to reduce the number of training samples while maintaining performance equivalent to models trained on the full data set. These results highlight the potential of pXRF as a low-cost, rapid, and efficient alternative approach for local soil fertility mapping, providing valuable information for decision-making related to the use of fertilizers and other soil amendment products
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/17846
dc.language.isoeng
dc.relation.departamentCCE - Departamento de Física
dc.relation.institutionnameUniversidade Estadual de Londrina - UEL
dc.relation.ppgnamePrograma de Pós-Graduação em Física
dc.subjectpXRF
dc.subjectAprendizagem de máquina
dc.subjectFusão de dados
dc.subjectAtributos de fertilidade
dc.subjectFísica do solo
dc.subjectProdutos agrícolas
dc.subjectFertilidade do solo
dc.subjectProdutividade agrícola
dc.subjectAnálise espectral
dc.subject.capesCiências Exatas e da Terra - Física
dc.subject.cnpqCiências Exatas e da Terra - Física
dc.subject.keywordspXRF
dc.subject.keywordsMachine learning
dc.subject.keywordsData fusion
dc.subject.keywordsSoil fertility attributes
dc.subject.keywordsSoil physics
dc.subject.keywordsFarm produce
dc.subject.keywordsSoil fertility
dc.subject.keywordsAgricultural productivity
dc.subject.keywordsSpectrum analysis
dc.titleAnalysis of fertility attributes in eutroferric red latosol and red nitosol by portable EDXRF
dc.title.alternativeAnálise de atributos de fertilidade em lato e nitossolo vermelho eutroférrico por EDXRF portátil
dc.typeDissertação
dcterms.educationLevelMestrado Acadêmico
dcterms.provenanceCentro de Ciências Exatas

Arquivos

Pacote Original
Agora exibindo 1 - 2 de 2
Carregando...
Imagem de Miniatura
Nome:
CE_FIS_Me_2024_Ribeiro_José_V.pdf
Tamanho:
6.8 MB
Formato:
Adobe Portable Document Format
Descrição:
Texto completo ID. 191916
Nenhuma Miniatura disponível
Nome:
CE_FIS_Me_2024_Ribeiro_José_V_TERMO.pdf
Tamanho:
381 KB
Formato:
Adobe Portable Document Format
Descrição:
Termo de autorização
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
555 B
Formato:
Item-specific license agreed to upon submission
Descrição: