1,721,097 research outputs found
Anisotropy of spatial variability of co2 soil emission in a sugarcane and eucalyptus area
No full textO dióxido de carbono (CO2) é um dos principais gases do efeito estufa adicional, sendo a agricultura uma grande contribuinte para a emissão do mesmo no Brasil. Para melhor modelar a perda de carbono do solo via CO2, deve-se considerar a variação espacial dessa variável, bem como dos atributos do solo, atento ao uso do solo agrícola e manejo. O presente estudo objetivou caracterizar a anisotropia espacial de FCO2 e atributos físicos e químicos do solo por meio da dimensão fractal (DF), na região do Cerrado no Mato Grosso do Sul. Para o estudo da anisotropia e geração de mapas de padrões espaciais foi utilizado uma malha regular amostral constituída de 102 pontos nas duas áreas. Para a FCO2 foram observados valores de DF 2,51 ± 0,41 para cana-de-açúcar e 2,61 ± 0,18 para eucalipto. A DF de FCO2 e dos atributos do solo estudadas por meio do gráfico de rosas mostrou que o fluxo de CO2 do solo apresenta variação espacial associada a diferentes atributos químicos e físicos do solo. Foram observados ganhos de precisão quando comparados os mapas de padrões espaciais isotrópico e anisotrópico para as variáveis FCO2, matéria orgânica do solo (MO) e a densidade do solo (Ds) nas duas áreas, indicados pela validação cruzada, com os valores de coeficiente de determinação entre 0,82 e 0,99 para área de cana-de-açúcar e 0,94 e 0,98 para áreas de eucalipto. FCO2 é um fenômeno de natureza complexa, sendo sua anisotropia espacial associada às variações espaciais dos demais atributos do solo e suas relações interespecíficas aliadas inclusive às ações antrópicas.Carbon dioxide (CO2) is one of principal greenhouse gases, being the agriculture one of the contributor major to emission specially in Brazil. To better understands this phenomenon, it is necessary to consider the spatial variation of this variable, as well as the attributes of the soil, considering the type of agricultural land use and management. The present study objective of characterizing the spatial anisotropy of FCO2 and other soil physical and chemical attributes, through the fractal dimension (DF), in Cerrado region, Mato Grosso do Sul. For the study of anisotropy and maps generation of spatial patterns, a regular sample consisting of 102 points in both areas was used. To FCO2 anisotropy values of DF were observed for 2.51 ± 0.41 for sugarcane and 2.61 ± 0.18 for eucalyptus areas. DF of FCO2 and other soil attributes studied through the rose graphics showed that the FCO2 presents spatial variation associated with different soil chemical and physical attributes. Precision and accuracy gains were observed when comparing spatial patterns generated from isotropic and anisotropic modeling for FCO2, soil organic matter (MO) and soil density (Ds) in the two study areas, as indicated by cross-validation, with values of determination coefficient varying between 0.82 and 0.99 for sugarcane and 0.94 and 0.98 for eucalyptus areas. The spatial pattern indicated that the spatial variability of FCO2, soil organic matter (MO) and soil density (Ds) that obtained gains in the two studied areas with cross validation. The FCO2 is a phenomenon of complex nature being its spatial anisotropy related to the spatial variation of the other soil attributes and its intrinsically relationship in addition with the anthropogenic action in the different cultivated areas studied.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)00
Modeling of CO2 emission from soil in sugarcane areas through Fuzzy logic
No full textAções ambientais ligadas às mudanças climáticas têm causado preocupações para lideranças governamentais e muito tem-se discutido sobre o tema. Um dos assuntos mais relevantes são os Gases de Efeito Estufa (GEE), e por ser um tema amplo e dinâmico, é importante que haja uma compreensão correta das causas, consequências e as dimensões desse efeito. Objetivou-se a caracterização dos padrões do fluxo de CO2 (FCO2) do solo, por meio da lógica Fuzzy, e os atributos do solo (físicos, químicos e biológicos) em área de cultivo de cana-de-açúcar. Os experimentos foram conduzidos nos municípios de Guariba - SP no ano de 2008, Jaboticabal – SP no ano de 2010, e Pradópolis no ano de 2012. As avaliações foram realizadas após a colheita de cana-de-açúcar, que estavam no sistema de manejo de colheita mecanizada em que os resíduos vegetais permanecem na superfície do solo. Nas áreas estudadas foram avaliados o FCO2 do solo, umidade do solo e temperatura do solo com relação aos atributos do solo. Foi utilizada a lógica Fuzzy para expressar ou traduzir o conhecimento, sobre o FCO2 do solo em áreas agrícolas em forma de regras. Todos os procedimentos estatísticos e de programação Fuzzy foram mensuradas no software livre R (R Development Core Team, 2020). Os índices de correlação para os atributos do solo e FCO2 se apresentaram de forma levemente positiva para todos as variáveis de estudo, porém, para macroporosidade e temperatura do solo a correlação está mais próxima de ser nula. O uso de 3 variáveis de estudo foi suficiente para a obtenção de uma boa classificação e culminando num total de 27 regras para análise por meio da lógica Fuzzy, nas quais as variáveis são consideradas altamente correlacionadas com a variável de resposta (FCO2). A técnica de modelagem baseada em modelagem de incertezas e constituído por um conjunto de regras, demonstrou que a lógica Fuzzy é eficaz para estimar o FCO2. A complexidade do sistema pode ser abstraída pelos conjuntos de regra (modelos determinístico). Entretanto, faltam variáveis para melhorar a explicação, como por exemplo, o gás carbônico atmosférico, e a captura de oxigênio. O que pode ser incorporado em novos trabalhos com a mesma análise.Environmental actions linked to climate change have caused concerns for government leaders and much has been discussed on the topic. One of the most relevant issues is the Greenhouse Gases (GHG), and because it is a broad and dynamic theme, it is important that there is a correct understanding of the causes, consequences and dimensions of this effect. However, the objective was to characterize the FCO2 patterns of the soil, using the Fuzzy logic, in addition to studying the relationships of such patterns with the other attributes of the soil in a sugarcane cultivation area. The studies were conducted in the cities of Guariba - SP in 2008, Jaboticabal - SP in 2010, and Pradópolis in 2012. The evaluations were carried out after the sugarcane harvest, which were in the mechanized harvest management system in which the vegetable residues remain on the soil surface. In the studied areas, soil FCO2, soil moisture and soil temperature were evaluated in relation to soil attributes. Fuzzy logic was used to express or translate knowledge about soil FCO2 in agricultural areas in the form of rules. All statistical and Fuzzy programming procedures were measured using the free software R (R Development Core Team, 2020). The correlation indices for soil and FCO2 attributes were slightly positive for all study variables, however, for macroporosity and soil temperature, the correlation is closer to zero. The use of 3 study variables was sufficient to obtain a good classification and culminating in a total of 27 rules for analysis using the Fuzzy logic, where such variables are considered highly correlated with the response variable. (FCO2). The modeling technique based on uncertainty modeling and consisting of a set of rules, demonstrated that the Fuzzy logic is effective for estimating the FCO2. The complexity of the system can be abstracted by the rule sets (deterministic models). However, there is a lack of variables to improve the explanation, such as atmospheric [CO2], and O2 capture. What can be incorporated into new works with the same analysis.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES: 00
Variabilidade espacial da emissão de CO2 e atributos do solo no Cerrado da região do Mato Grosso do Sul
Full text link[Resumo] A emissão de CO2 no solo (FCO2) é o resultado da interação entre os atributos físicos, químicos e biológicos do solo e tais interações por vezes torna o entendimento FCO2 complexo pois carregam em si os aspectos inerentes às correlações espaciais em diferentes escalas. Nesse sentido adotou-se a análise multifractal para a melhor compreensão dos padrões de variabilidade espacial entre FCO2 e demais atributos do solo. Os valores da emissão total de CO2 (ET), temperatura (Ts) e umidade do solo (Us) foram coletados por oito semanas em transectos contendo 128 pontos em áreas de pastagem degradada (PDr) e sistema silvipastoril (SSP) no Cerrado brasileiro. As variáveis analisadas foram: susceptibilidade magnética (SM), densidade do solo (Ds), macroporosidade (macro), microporosidade (micro), porosidade livre de água (PLA), estoque de carbono (EC), grau de humificação da máteria orgânica (HLIFS), teor de argila do solo (argila) e a estabilidade do carbono no solo (fator k). A análise multifractal conjunta foi adotada para o estudo das possíveis relações entre a ET e os atributos do solo em diferentes escalas. As maiores taxas de emissão foram observadas no SSP (2,91 Mg C-CO2 ha-1) assim como maior EC (40,11 Mg ha-1), teor de argila (623,69 g kg-1) e SM (54,95 10-8 m3 kg-1) quando comparada a PDr, cujos valores foram, respectivamente, 2,17 Mg C-CO2 ha-1, 18,80 Mg ha-1, 121,92 g kg-1 e 0,02 10-8 m3 kg-1). No entanto a Ts (23,80°C), fator k (0,11 dia-1) e HLIFS (3949,17 ua) foram maiores na PDr quando comparada aos valores do SSP (Ts=19,05ºC; fator k=0,07 dia-1; HLIFS=1166,23 ua). Os atributos Ds (1,59 g dm-3) e macro (0,18 m3 m-3) foram maiores na PDr, enquanto que no SSP a micro (0,43 m3 m-3) e PLA (16,76%) foram maiores em relação a PDr (0,17 m3 m-3 e 11,51%). O espectro da dimensão generalizada demonstrou que tanto no SSP quanto na PDr as variáveis de estudo apresentaram multifractalidade baixa. Por outro lado, o espectro de singularidade demonstrou que a variabilidade dos atributos do solo está concentrada nos menores valores destes visto que nas áreas de estudo a rama do respectivo espectro foi mais longa para a direita. Os resultados da análise multifractal conjunta demonstraram que tanto na PDr quanto no SSP as correlações entre a ET e os atributos do solo foram significativas (p<0,01). A análise multifractal demonstrou que a variabilidade da ET e dos atributos do solo são representados pelos menores valores destes com
exceção para a macroporosidade no SSP e que, para o presente estudo, o comportamento da ET e dos atributos do solo apresentam multifractalidade baixa. A relação entre a emissão de CO2 e os atributos do solo responsáveis pela sua produção e transporte tanto na PDr quanto no SSP ocorrem em diferentes escalas.[Resumen] La emisión de CO2 en el suelo (FCO2) es el resultado de la interacción entre las propiedades físicas, químicas y biológicas del mismo y tales interacciones, en ocasiones, dificultan la comprensión de la FCO2, ya que conllevan aspectos inherentes a las correlaciones espaciales a diferentes escalas. En este trabajo se utilizó el análisis multifractal para comprender mejor los patrones de variabilidad espacial entre la FCO2 y otros atributos del suelo. Los valores de emisión total de CO2 (ET), temperatura (Ts) y humedad del suelo (Us) fueron medidos durante ocho semanas en transectos que contienen 128 puntos en áreas de pasto degradado (PDr) y sistema silvopastoril (SSP) en el Cerrado brasileño. Las variables analizadas fueron: susceptibilidad magnética (SM), densidad del suelo (Ds), macroporosidad (macro), microporosidad (micro), porosidad libre de agua (PLA), stock de carbono (CE), grado de humificación de la materia orgánica (HLIFS) , contenido de arcilla del suelo (arcilla) y estabilidad del carbono del suelo (factor k). Se llevó a cabo un análisis multifractal conjunto para estudiar las posibles relaciones entre la ET y las propiedades del suelo a diferentes escalas. Las mayores tasas de emisión se observaron en SSP (2,91 Mg C-CO2 ha-1), así como los mayores contenidos de CE (40,11 Mg ha-1), contenido de arcilla (623,69 g kg-1) y SM (54,95 10-8 m3 kg-1) al compararlo con PDr, cuyos valores fueron, respectivamente, 2,17 Mg C-CO2 ha-1, 18,80 Mg ha-1, 121,92 g kg-1 y 0,02 10-8 m3 kg-1). Sin embargo, Ts (23,80°C), factor k (0,11 día-1) y HLIFS (3949,17 ua) fueron mayores en PDr en comparación con los valores de SSP (Ts=19,05ºC; factor k= 0,07 día-1; HLIFS= 1166,23 ua). Por otra parte, Ds (1,59 g dm-3) y macro (0,18 m3 m-3) fueron mayores en PDr, mientras que en SSP tanto micro (0,43 m3 m-3) como PLA (16,76%) fueron mayores en relación a PDr (0,17 m3 m-3 y 11,51%). El espectro de dimensión generalizada demostró que tanto en SSP como en PDr las variables estudiadas mostraron una baja multifractalidad. Por otra parte, el espectro de singularidad mostró que la mayor variabilidad de los atributos del suelo se concentra en los valores más bajos de éstos ya que, para los respectivos espectros, las ramas situadas hacia la derecha eran más alargadas. Los resultados del análisis multifractal conjunto evidenciaron que tanto en PDr como en SSP la correlación entre la ET y las propiedades del suelo fue significativa (p<0,01). Asimismo, el análisis multifractal
reveló que la variabilidad de la ET y las propiedades del suelo está representada por sus valores más bajos, con excepción de la macroporosidad en el SSP. Además, en el presente estudio, el comportamiento de la ET y los atributos del suelo presentó una baja multifractalidad. La relación entre las emisiones de CO2 y las propiedades del suelo responsables de su producción y transporte tanto en PDr como en SSP ocurren a diferentes escalas.[Abstract] Soil CO2 emission (FCO2) is the result of the interaction between the physical, chemical and biological attributes of the soil and such interactions sometimes make the FCO2 understanding complex because they carry the aspects inherent to spatial correlations at different scales. In this sense, multifractal analysis was adopted to better understand the patterns of spatial variability between FCO2 and other soil attributes. The values of total CO2 emission (ET), temperature (Ts) and soil moisture (Us) were collected for eight weeks in transects containing 128 points in degraded pasture areas (PDr) and silvopastoral system (SSP) in the Brazilian Cerrado. The variables analyzed were: magnetic susceptibility (SM), soil Bulk density (Bd), macroporosity (macro), microporosity (micro), water-free porosity (WFP), carbon stock (Cs), humification of the organic matter index(HLIFS), soil clay content (clay) and carbon stability in the soil ( factor k). The joint multifractal analysis was adopted to study the possible relationships between ET and soil attributes at different scales. The highest emission rates were observed in the SSP (2.91 Mg C-CO2 ha-1), as well as the highest EC (40.11 Mg ha-1), clay content (623.69 g kg-1) and SM (54.95 10-8 m3 kg-1) when compared to PDr, whose values were, respectively, 2.17 Mg C-CO2 ha-1, 18.80 Mg ha-1 121.92 g kg-1 and 0.02 10-8 m3 kg-1). However, Ts (23.80°C), factor k (0.11 day -1) and HLIFS (3949.17 ua) were higher in PDr when compared to SSP values (Ts = 19.05°C; factor k = 0.07 day-1; HLIFS = 1166.23 water). The attributes Ds (1.59 g dm-3) and macro (0.18 m3 m-3) were higher in the PDr, while in the SSP the micro (0.43 m3 m-3) and PLA (16.76%) were higher in relation to PDr (0.17 m3 m-3 and 11.51%). The spectrum of the generalized dimension showed that both in the SSP and in the PDr the study variables presented low multifractality. On the other hand, the singularity spectrum demonstrated that the variability of soil attributes is concentrated in the lowest values of these, since in the study areas the branch of the respective spectrum was longer to the right. The results of the joint multifractal analysis showed that both in the PDr and in the SSP the correlations between ET and soil attributes were significant (p <0.01). The multifractal analysis showed that the variability of ET and soil attributes are represented by the lowest values of these except for the macroporosity in the SSP and that for the present study the behavior of ET and soil attributes show low multifractality.
The relationship between soil CO2 emission and the attributes of the soil responsible for its production and transport in both the PDr and the SSP occur at different scales.Brazil. Fundação de Amparo à Pesquisa do Estado de São Paulo; 2019Agradecimentos a Fundação de Amparo a Pesquisa do Estado de São Paulo (FAPESP) processo n° 2019/ pelo financiamento da pesquisa que originou a presente tese
Spatiotemporal variability of soil fertility and ndvi in a Brazilian cerrado area
No full textA demanda por alimentos é crescente. Até 2050 teremos que produzir alimentos para 9 bilhões de pessoas. Portanto, os sistemas de produção devem possuir alto rendimento e qualidade. O Brasil é um exportador de commodities que se mostra fundamental para suprir essa demanda futura. Elevar a produtividade das áreas de lavouras com meios mais eficientes de monitoramento é um dos desafios. O estudo objetiva o uso de ferramentas da agricultura de precisão para conhecer variabilidade da área de estudo, com a finalidade de uma agricultura sustentável com maior assertividade, maiores produtividade e redução de custos, por meio da da geoestatística e do sensoriamento remoto. Estudar a diferença de escala e variações em áreas de produção ajuda na compreensão da dinâmica da vegetação e sua interação com outros componentes. A variabilidade dos atributos K e o pH do solo (DF3). O NDVI apresentou dependência espacial no ângulo de 60°,150° e 330º (DF3) ocorreu no mesmo ângulo do 1º corte (120º e 300º), padrão que se repetiu no 3º corte. Os valores do mínimo e máximo (0. 292 - 0.675) do NDVI demonstraram que a radiação que é refletida pela superfície da cana-de-açúcar varia ao longo do tempo. Os valores de média 0.607, 0.546 e 0.586, no 1º, 2º e 3º corte, respectivamente, mostrou o vigor da cana-de-açúcar nos cortes iniciais apresentado uma tendência a queda a partir do 4º corte. O NDVI apresentou DF = 3 ou DF >3 no 1º, 2º e 3º corte, nos mesmos ângulos estudados o de 120º e 300º. Ao longo dos cortes ocorreu o efeito de anisotropia de refletância de superfície no NDVI, o que indica a influência de declividade e da linha de plantio na reflectância cana-de-açúcar. A dimensão fractal se mostrou uma ferramenta importante para a caracterização da anisotropia, se mostrando sensível a elementos externos como o relevo, chuva, ações antrópicas e cobertura vegetal.The demand for food is growing. By 2050 we will have to produce food for 9 billion people. Therefore, production systems must have high yields and quality. Brazil is a commodity exporter that proves to be fundamental to supplying this future demand. Increasing the productivity of crop areas with more efficient means of monitoring is one of the challenges. The objective of the study is to use precision agriculture tools to know the variability of the study area, with the aim of sustainable agriculture with greater assertiveness, higher productivity, and cost reduction, through geostatistics and remote sensing tools. Studying the difference in scale and variations in production areas helps in understanding the dynamics of vegetation and its interaction with other components. The variability of K attributes and soil pH (DF3). In the 2 nd cut, we have the presence of variability structure. The NDVI showed spatial dependence at angles of 60°, 150°, and 330° (DF3) occurred at the same angle as the 1st cut (120º and 300º), a pattern that was repeated in the 3rd cut. The minimum and maximum values (0.292 - 0.675) of the NDVI indicated that the radiation that is reflected by the sugarcane surface varies over time. The mean values of 0.607, 0.546, and 0.586, in the 1st, 2nd, and 3rd cut respectively, showed the vigor of the sugarcane in the initial cuts, showing a downward trend from the 4th cut. The NDVI presented DF = 3 or DF >3 in the 1st, 2nd, and 3rd cut at the same studied angles, 120º and 300º. The effect of anisotropy of surface reflectance in the NDVI occurred along the cuts, which indicates the influence of slope and planting row on sugarcane reflectance. The fractal dimension proved to be an important tool for the characterization of anisotropy, being sensitive to external elements such as relief, rain, anthropic actions, and vegetation cover.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES
Aprendizado de máquina na modelagem da variabilidade temporal da respiração do solo em áreas de floresta plantada
No full textUnderstanding the temporal dynamics of land respiration in tropical ecosystems is challenging, especially when it is associated with Land Use, Land-Use Change and Forestry (LULUCF). Many studies have modeled the dynamics of CO2 emission from soil (FCO2), but few studies have modeled the temporal dynamics of soil O2 influx (FO2). Therefore, the objective of this study was to evaluate the predictive performance of artificial neural networks (ANN), support vector regression (SVR), adaptive neuro-fuzzy inference system (ANFIS), and random forest (RF) machine learning (ML) techniques in modeling the temporal variability of FCO2 and FO2 in forests planted in three ecosystems of planted forests: Pinus (Pinus spp), Eucalyptus (Eucalyptus spp), and native species, converted more than 30 years ago in the Cerrado biome, Brazil. We used a database composed of agro-meteorological data, improved vegetation index (EVI), and soil chemical and physical attributes as predictor variables and principal component analysis as the main data mining technique. For each monoculture and native species forest the numbers of FCO2 and FO2 recordings were (n = 500) and (n = 175), respectively. For pine forest, ANNs showed better predictive performance than SVR. The multilayer perceptron (MLPNN) with 12 input variables explained R2 = 42% of the temporal variability in FCO2. The general regression neural network (GRNN) with 10 input variables explained temporal variability in FO2 with an R2 of 56%. For eucalyptus, in the estimation of FCO2, the best predictive performance was obtained with MLP with validation (R² = 0.59; RMSE = 1.034 µmol m-2s-1). FO2 estimation: validation (R² = 0.36; RMSE = 0.076 mg m-2s-1). SVR with radial basis function kernel (SVR-RBF) was superior to the sigmoid (SVR-SIG), and polynomial kernels (SVR-PL), with the following values for FCO2; validation (R² = 0.53; RMSE = 0.990 µmol m-2s-1).In Native Species areas, the best results were: FCO2 with Radial Basis Function Neural Network (RBFNN) (R2 = 0.54, RMSE = 1.015 µmol m-2s-1) and FO2 with RBFNN (R2 = 0.74, 0.079 mg m-2s-1). Estimates of FCO2 showed better predictive performance than FO2. RBFNN was best estimate for FCO2. MLPNN is the best architecture for FO2 (R2 = 0.45, RMSE = 0.94 mg m-2s-1). In relation to ANFIS, FO2, did not show good generalizability and presented the worst performance, showing the highest mean absolute percentage error and lowest accuracy (R2 = 0.12, MAPE 51.27% and R2 = 0.28, MAPE 47.48%) calibration and validation respectively). Analyzing the performance of the two estimates, SVR-RBF for FCO2 performed better than SVR-RBF for FO2. The RF for FCO2 in the calibration and validation phases presented values of the (R2 = 0.80 and R2 = 0.60 respectively). The type of forest influenced temporal variability in soil respiration. We found that soil temperature (Ts) EVI, global solar radiation (GSR), macroporosity (macro), and organic matter (SOM) were the variables that most influenced the two estimates.Compreender a dinâmica temporal da respiração do solo (RS) nos ecossistemas tropicais é desafiador, principalmente quando está associada à Mudança do uso da terra e Florestas (MUTF). Os diferentes tipos de manejo podem ter impactos na mudança do fluxo CO2 (ou emissão de CO2 do solo - FCO2), e do influxo de oxigênio no solo (FO2). Muitos estudos modelaram a dinâmica temporal da FCO2, mas poucos estudos modelaram a dinâmica temporal do FO2. Portanto, o objetivo deste estudo foi avaliar o desempenho preditivo de quatro técnicas de aprendizado de máquina: redes neurais artificiais (RNA), Regressão por vetores suporte (RVS), Sistema de Inferência Adaptativo Neuro-Difuso (ANFIS) e Random Forest (RF) na modelagem da variabilidade temporal da FCO2 e FO2 em áreas de florestas plantadas convertidas há mais de 30 anos no bioma Cerrado, Brasil, com Eucalyptus (Eucalyptus spp.), Pinus (Pinus spp) e espécies nativa, O banco de dados foi composto pelas seguintes variáveis preditoras: dados agro-meteorológicos, índice de vegetação melhorado (EVI), e atributos químicos e físicos do solo. A análise de componentes principais foi utilizada como técnica de mineração dos dados. Para cada área de monocultivo e reflorestamento com espécies nativas o número de observações das variáveis respostas para FCO2 e FO2 foram (n= 500) e (n = 175) respectivamente. Na floresta de pinus, as RNas, demonstraram melhor desempenho preditivo do que as RVS. Uma rede neural Multilayer Perceptron (MLPNN), constituída com 12 variáveis de entrada explicou 42% da variabilidade temporal da FCO2. A rede neural de regressão geral (GRNN) com 10 variáveis de entrada explicou (R2 = 56%) da variabilidade temporal FO2. Para floresta de eucalipto, na estimativa da FCO2, o melhor desempenho foi obtido com MLPNN na fase de validação (R² = 0,59;) e Raiz quadrada do erro-médio (RMSE = 1,034 µmol m-2 s-1). Para FO2 os valores foram: validação (R² = 0,36; RMSE = 0,076 mg m-2 s-1). Em relação à SVR o desempenho dos modelos com o kernel de função de base radial (SVR-RBF) foi superior ao sigmóide (SVR-SIG), e kernel polinomial (SVR-PL). Os seguintes valores forma observados para FCO2; validação (R² = 0,53; RMSE = 0,990 µmol m-2 s-1). A dinâmica da FCO2 e FO2 nessa área foi associada à respiração das raízes. Na área com espécies nativas, o desempenho mais preditivo para FCO2 foi com Rede Neural de Função de Base Radial (RBFNN) (R2 = 0,54, RMSE = 1,015 µmol m-2s-1) e FO2 com RBFNN (R2 = 0,74; RMSE 0,079 mg m-2s-1). Na segunda fase do estudo, desenvolvemos um modelo global considerando a base de dados das três áreas para estimativa da FCO2 e FO2. As estimativas para FCO2 foram mais perditivas que FO2. .A RBFNN foi a melhor modelo para na FCO2 (R2 = 0,51; RMSE = 0,97 µmol m-2s-1). Em contrapartida a MLPNN foi a melhor arquitetura para o FO2 (R2 = 0,45, RMSE = 0,94 mg m-2s-1). A ANFIS não resultou em um modelo com boa capacidade de generalização para FO2 e apresentou o pior desempenho na calibração (R2 = 0,12, MAPE 51, 27%) e validação (R2 = 0,28 e MAPE 47, 48%) com elevados erros percentuais associados. De uma forma geral o modelo SVR-RBF teve melhor desempenho na FCO2, quando comparado com FO2. O modelo RF foi satisfatório para FCO2 nas fases de calibração e validação R2 0,80 e R2 0,60 respectivamente. O tipo de floresta influenciou a variabilidade temporal na respiração do solo. Verificámos que a temperatura do solo (Ts) EVI, radiação solar (RSG), macroporosidade (macro), e matéria orgânica (MOS) foram as variáveis que mais influenciaram as duas estimativas.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)00
Modeling sugarcane productivity using machine learning
No full textA cana-de-açúcar é uma das culturas de maior interesse do mercado agrícola brasileiro. Algoritmos de aprendizado de máquina têm sido cada vez mais empregados para modelagens agronômicas e podem fornecer informações que contribuam para melhorar o planejamento, gestão e, consequentemente, aumentar a produção agrícola. Dessa forma, o objetivo foi criar modelos estatísticos por meio de técnicas de aprendizado de máquina, incluindo as estratégias de aplicação, para a previsão da produção da cana-de-açúcar em toneladas de cana por hectare (TCH) no Estado de São Paulo. Os dados experimentais foram coletados nos anos de 2016, 2017 e 2018, sendo provenientes de duas unidades produtivas, localizadas nas intermediações dos municípios de Potirendaba e Catanduva, SP. Foram utilizadas 20, 12 e 10 mil observações para os anos de 2016, 2017 e 2018, respectivamente. Os dados foram padronizados com o objetivo de identificar os atributos do solo e manejos específicos, que são variáveis independentes e, que melhor explicam a variabilidade espaço temporal do rendimento da cana-de-açúcar em toneladas de cana por hectare (TCH). As modelagens foram realizadas por meio do modelo de árvores de decisão e Random forest. O algoritmo Random forest apresentou melhor desempenho preditivo para a cultura de cana-de-açúcar quando comparado ao modelo de árvore de decisão. Em termos numéricos, para o Random forest, obteve-se R2 superior à 56% e RMSE inferior a 18,2 t ha-1, enquanto que para a árvore de decisão, o R2 obtido foi superior à 43% e RMSE inferior à 23,4 t ha-1. As variáveis foram avaliadas quanto ao nível de importância entre elas na produção de cana-de-açúcar. A variável corte apresentou maior nível de importância na predição da cultura, no mínimo 3,5 vezes superior, em relação às outras variáveis de manejo subsequentes como variedade, idade e mês. Além disso, o açúcar total recuperável (ATR), bem como os níveis de potássio (K+), fósforo disponível (P) e matéria orgânica do solo (MOS), também se apresentaram inferiores à nível de importância para a predição em relação às demais variáveis.Sugarcane is one of the crops of most interest to the Brazilian agricultural market. Machine learning algorithms have been increasingly used for agronomic modeling and can provide information to help improve planning and management and, consequently, increase agricultural production. Therefore, the objective was to create statistical models using machine learning techniques, including application strategies, to estimate sugarcane production in tons of cane per hectare (TCH) in the state of São Paulo. The experimental data was collected in 2016, 2017 and 2018 from two production units located in the middle of the municipalities of Potirendaba and Catanduva, SP. The study used 20,000, 12,000 and 10,000 observations for 2016, 2017 and 2018, respectively. The data was standardized in order to identify the soil attributes and specific managements that are independent variables and that best explain the spatiotemporal variability of sugarcane yields in tons of cane per hectare (TCH). The modeling was conducted using decision trees and Random forest. The Random forest algorithm showed better predictive performance for the sugarcane crop when compared to the decision tree model. In numerical terms, the Random forest obtained an R2 of more than 56% and an RMSE of less than 18.2 t ha-1, while the decision tree obtained an R2 of more than 43% and an RMSE of less than 23.4 t ha-1. The variables were evaluated according to their level of importance in sugarcane production. The variable cut showed the highest level of importance in predicting the crop, at least 3.5 times higher than the other subsequent management variables such as variety, age and month. In addition, the total recoverable sugar (ATR), as well as the levels of potassium (K+), available phosphorus (P) and soil organic matter (MOS), were also lower in terms of importance for prediction than the other variables.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)CNPq: 251
Variabilidade espacial da emissão de CO2 e sua relação com propriedades do solo em área de cana-de-açúcar no Sudeste do Brasil
No full textNeste trabalho, foram avaliados aspectos diversos da emissão de CO2 (FCO2) em um Latossolo Vermelho em áreas de cana-de-açúcar sobre os sistemas de manejo de cana queimada (CQ) e cana crua (CC), no nordeste do Estado de São Paulo. No experimento 1 (ano de 2007), a média da FCO2 foi 39% superior na área de CQ (2,87 μmol m-2 s-1) quando compara à CC (2,06 μmol m-2 s-1) ao longo de um período de 70 dias de avaliação. Os modelos ajustados aos semivariogramas experimentais de FCO2 foram, na sua maioria, exponenciais em ambas as áreas. Os mapas de emissão foram homogêneos após um período de seca. O teor de matéria orgânica do solo e o estoque de carbono do solo (0-0,25 m) foram 13 e 20%, respectivamente, superiores em CQ quando comparados à CC. O grau de humificação da matéria orgânica do solo e a sua interação com a densidade do solo foi um importante fator, não somente na diferenciação da emissão de CO2 entre os diferentes sistemas de manejo. No experimento 2 (ano de 2008), foi conduzida a caracterização anisotrópica das variáveis estudadas por meio da dimensão fractal (DF), para diferentes direções (0o, 45o, 90o e 135o) em relação às linhas de plantio (0o). A propriedade porosidade livre de água (PLA) foi um dos principais fatores relacionados à variabilidade espacial de FCO2, independentemente das direções. Os valores de DF foram significativamente inferiores no sentido de plantio da cultura da cana-de-açúcar, indicando, além de anisotropia dessa propriedade, maior homogeneidade de FCO2 na direção de 0o. A PLA mostrou ser uma importante propriedade na compreensão da variabilidade espaçotemporal de FCO2, especialmente nas áreas de cana queimadaIn this work was studied various aspects of soil CO2 emission (FCO2) of a bare Dark Red Latosol in sugarcane areas submitted to burned (B) and green (G) management systems in northeastern of São Paulo State. In the experiment 1 (year 2007), mean FCO2 emission was 39% higher in the B plot (2.87 μmol m-2 s-1) when compared to the G plot (2.06 μmol m-2 s-1) throughout the 70-day period after harvest. FCO2 Semivariogram models were mostly exponential in both areas. The emission maps are clearly more homogeneous after a drought period in both sites. Organic matter content and carbon stock (0-25 cm) were 13% and 20% higher in B, respectively, when compared to G. Regression analysis indicates that the humification index of soil organic matter, and its interaction with soil bulk density, is an important factor not just to differentiate emissions in each plot. In the experiment 2 (2008) the anisotropic characterization of the studied variables, was performed by deriving the fractal dimension (DF) calculated for different directions (0o, 45o, 90o and 135o) in relation to the crop line (0o). The air-filled pore space (AFPS) was the main factor affecting the spatial variability of FCO2 in all directions. The FCO2 DF values were significantly lower in the direction of planting of sugarcane crop, indicating anisotropy of this property and greater homogeneity in this direction. The AFPS was an important property in understanding the spatiotemporal variability of FCO2, especially in the areas submitted to burnConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP
Variabilidade espacial da emissão de CO2, temperatura e umidade em latossolo sob cultivo de cana-de-açúcar em sistemas de colheita manual com queima e mecanizada
No full textA caracterizacao da variabilidade espacial de atributos do solo de areas agricolas e uma tarefa importante, pois somada a influencia dos aspectos pedologicos temos uma grande contribuicao do manejo. Neste trabalho foi determinada a estrutura da variabilidade espacial da emissao de CO2, temperatura e umidade em Latossolo Vermelho eutroferrico em tres localidades sob cultivo da cana-de-acucar em sistemas de manejos de cana crua e de cana queimada, no nordeste do Estado de Sao Paulo. As maiores emissoes foram observadas no local sob manejo de cana queimada, num valor medio de 2,05 Êmol m-2 s-1, porem dependencia espacial na emissao de CO2 foi encontrada somente nas areas sob manejo de cana crua. Os modelos de semivariancia foram exponenciais, esfericos e gaussianos sendo a dependencia espacial classificada como forte ou moderada em todos os casos. Os mapas de krigagem da emissao de CO2, temperatura e umidade do solo sob manejo de cana queimada mostraram correspondencia a declividade do terreno, com as maiores emissoes e temperaturas e menores umidades localizadas na parte mais alta do local estudado. Os resultados indicaram correlacao linear entre a emissao de CO2 com a temperatura e com a umidade do solo somente no local com manejo de cana queimada, e nao no sistema de cana crua, onde a presenca de palhada na superficie certamente impede a acao direta da radiacao solar e o escoamento de chuvas.The characterization of spatial variability in agricultural soils is an important task, because added to the pedological aspects the soil management also influences such variability. In this work the spatial variability structure of a bare Dark Red Latosol CO2 emission, temperature and moisture were determined in three locations used with sugar cane crop culture, submitted to slash and burn or no till management systems in northeastern of Sao Paulo State. The highest emissions were observed in the slash and burn plot, with mean value of 2,05 Êmol m-2 s-1, but no spatial variability structure was seen for the CO2 emission in this plot. The variability models were exponential, spherical and gaussian, being the spatial dependence classified as strong and moderate in all the cases. In the slash and burn system, the kriging maps of soil CO2 emission, temperature and moisture had shown similarities to the land declivity, with the higher emissions and temperatures and the lower moisture values located in the highest parts of the studied place. The results indicated linear correlation between soil emission with temperature and moisture only in the slash and burn plot, and not in the no-till plots where crop residues were left in soil surface and certainly modified the direct action of the solar radiation and the rain draining.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES
Variabilidade espacial da emissão de CO2, temperatura e umidade em latossolo sob cultivo de cana-de-açúcar em sistemas de colheita manual com queima e mecanizada
No full textA caracterizacao da variabilidade espacial de atributos do solo de areas agricolas e uma tarefa importante, pois somada a influencia dos aspectos pedologicos temos uma grande contribuicao do manejo. Neste trabalho foi determinada a estrutura da variabilidade espacial da emissao de CO2, temperatura e umidade em Latossolo Vermelho eutroferrico em tres localidades sob cultivo da cana-de-acucar em sistemas de manejos de cana crua e de cana queimada, no nordeste do Estado de Sao Paulo. As maiores emissoes foram observadas no local sob manejo de cana queimada, num valor medio de 2,05 Êmol m-2 s-1, porem dependencia espacial na emissao de CO2 foi encontrada somente nas areas sob manejo de cana crua. Os modelos de semivariancia foram exponenciais, esfericos e gaussianos sendo a dependencia espacial classificada como forte ou moderada em todos os casos. Os mapas de krigagem da emissao de CO2, temperatura e umidade do solo sob manejo de cana queimada mostraram correspondencia a declividade do terreno, com as maiores emissoes e temperaturas e menores umidades localizadas na parte mais alta do local estudado. Os resultados indicaram correlacao linear entre a emissao de CO2 com a temperatura e com a umidade do solo somente no local com manejo de cana queimada, e nao no sistema de cana crua, onde a presenca de palhada na superficie certamente impede a acao direta da radiacao solar e o escoamento de chuvas.The characterization of spatial variability in agricultural soils is an important task, because added to the pedological aspects the soil management also influences such variability. In this work the spatial variability structure of a bare Dark Red Latosol CO2 emission, temperature and moisture were determined in three locations used with sugar cane crop culture, submitted to slash and burn or no till management systems in northeastern of Sao Paulo State. The highest emissions were observed in the slash and burn plot, with mean value of 2,05 Êmol m-2 s-1, but no spatial variability structure was seen for the CO2 emission in this plot. The variability models were exponential, spherical and gaussian, being the spatial dependence classified as strong and moderate in all the cases. In the slash and burn system, the kriging maps of soil CO2 emission, temperature and moisture had shown similarities to the land declivity, with the higher emissions and temperatures and the lower moisture values located in the highest parts of the studied place. The results indicated linear correlation between soil emission with temperature and moisture only in the slash and burn plot, and not in the no-till plots where crop residues were left in soil surface and certainly modified the direct action of the solar radiation and the rain draining.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES
Variabilidade espacial da emissão de CO2 e sua relação com propriedades do solo em área de cana-de-açúcar no Sudeste do Brasil
No full textNeste trabalho, foram avaliados aspectos diversos da emissão de CO2 (FCO2) em um Latossolo Vermelho em áreas de cana-de-açúcar sobre os sistemas de manejo de cana queimada (CQ) e cana crua (CC), no nordeste do Estado de São Paulo. No experimento 1 (ano de 2007), a média da FCO2 foi 39% superior na área de CQ (2,87 μmol m-2 s-1) quando compara à CC (2,06 μmol m-2 s-1) ao longo de um período de 70 dias de avaliação. Os modelos ajustados aos semivariogramas experimentais de FCO2 foram, na sua maioria, exponenciais em ambas as áreas. Os mapas de emissão foram homogêneos após um período de seca. O teor de matéria orgânica do solo e o estoque de carbono do solo (0-0,25 m) foram 13 e 20%, respectivamente, superiores em CQ quando comparados à CC. O grau de humificação da matéria orgânica do solo e a sua interação com a densidade do solo foi um importante fator, não somente na diferenciação da emissão de CO2 entre os diferentes sistemas de manejo. No experimento 2 (ano de 2008), foi conduzida a caracterização anisotrópica das variáveis estudadas por meio da dimensão fractal (DF), para diferentes direções (0o, 45o, 90o e 135o) em relação às linhas de plantio (0o). A propriedade porosidade livre de água (PLA) foi um dos principais fatores relacionados à variabilidade espacial de FCO2, independentemente das direções. Os valores de DF foram significativamente inferiores no sentido de plantio da cultura da cana-de-açúcar, indicando, além de anisotropia dessa propriedade, maior homogeneidade de FCO2 na direção de 0o. A PLA mostrou ser uma importante propriedade na compreensão da variabilidade espaçotemporal de FCO2, especialmente nas áreas de cana queimadaIn this work was studied various aspects of soil CO2 emission (FCO2) of a bare Dark Red Latosol in sugarcane areas submitted to burned (B) and green (G) management systems in northeastern of São Paulo State. In the experiment 1 (year 2007), mean FCO2 emission was 39% higher in the B plot (2.87 μmol m-2 s-1) when compared to the G plot (2.06 μmol m-2 s-1) throughout the 70-day period after harvest. FCO2 Semivariogram models were mostly exponential in both areas. The emission maps are clearly more homogeneous after a drought period in both sites. Organic matter content and carbon stock (0-25 cm) were 13% and 20% higher in B, respectively, when compared to G. Regression analysis indicates that the humification index of soil organic matter, and its interaction with soil bulk density, is an important factor not just to differentiate emissions in each plot. In the experiment 2 (2008) the anisotropic characterization of the studied variables, was performed by deriving the fractal dimension (DF) calculated for different directions (0o, 45o, 90o and 135o) in relation to the crop line (0o). The air-filled pore space (AFPS) was the main factor affecting the spatial variability of FCO2 in all directions. The FCO2 DF values were significantly lower in the direction of planting of sugarcane crop, indicating anisotropy of this property and greater homogeneity in this direction. The AFPS was an important property in understanding the spatiotemporal variability of FCO2, especially in the areas submitted to burnConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP
- …
