Banca de DEFESA: CHRISTOPHER HORVATH SCHEIBEL

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : CHRISTOPHER HORVATH SCHEIBEL
DATA : 07/08/2025
HORA: 08:30
LOCAL: on line
TÍTULO:

MODELOS PREDITIVOS PARA ESTIMATIVA DA TEXTURA DE SOLOS NO

SEMIÁRIDO ALAGOANO UTILIZANDO BANDAS ESPECTRAIS E ÍNDICES

BIOFÍSICOS DE IMAGENS AÉREAS E VARIÁVEIS TOPOGRÁFICAS

 

PALAVRAS-CHAVES:

textura do solo; sensoriamento remoto; Random Forest e geomorfometria; semiárido alagoano; agricultura irrigada

PÁGINAS: 112
RESUMO:

O Canal do Sertão Alagoano impulsiona o avanço da agricultura irrigada no semiárido alagoano.  Na região é escassa de informações técnicas para o planejamento racional do dimensionamento e manejo de irrigação, a exemplo de mapas de textura do solo. Assim, este trabalho teve como objetivo desenvolver, calibrar e validar modelos preditivos para estimar a textura do solo superficial no semiárido alagoano, tanto em frações granulométricas quanto em classes texturais do semiárido alagoano, utilizando como variáveis preditoras bandas espectrais, índices biofísicos e variáveis topográficas. Foram desenvolvidas e validadas duas abordagens metodológicas com base em quatro algoritmos; o Random Forest Regressor (RFR) e a Análise Discriminante Múltipla (ADM), aplicados à estimativa das frações de areia, silte e argila por meio de abordagem regressiva; e o Random Forest Classifier (RFC) e a ADM, utilizados como segunda abordagem, voltada à classificação das classes texturais do solo. Os modelos foram desenvolvidos na linguagem de programação Python. Foram utilizadas 18 variáveis preditoras no treinamento dos modelos, dessas oito foram bandas espectrais, cinco índices biofísicos e cinco variáveis topográficas. Entretanto, os modelos foram treinados a partir de cinco conjunto de dados (datasets) que integraram de seis a nove variáveis preditoras. As bandas e índices foram derivados de imagens dos satélites Landsat 8 e Sentinel-2. Enquanto as variáveis topográficas foram obtidas de um Modelo Digital de Elevação (MDE). A aquisição das imagens e do MDE foram realizadas na plataforma Google Earth Engine, bem como, a obtenção dos dados das bandas espectrais e índices biofísicos. Os índices topográficos foram obtidos a partir de processamento do MDE no QGIS. Para treinamento e validação dos modelos foram utilizadas 39 amostras de solo coletadas em pontos nas margens do canal, e mais 11 como contraste na cidade de Maceió, Alagoas. Nas análises comparativas foram utilizados dados de estimativa de textura obtidos na Plataforma. Para os três modelos desenvolvidos, o RFR foi superior nas estimativas fracionais, alcançando R² de até 0,91 para a fração areia com o Sentinel-2. Esse desempenho foi determinante para a classificação dos dados preditos a partir de valores contínuos pelo RFR, resultando em acurácia de até 71,8% com Sentinel-2 e 66,7% com Landsat 8. Esses valores superaram amplamente os modelos de classificação direta, cujo os resultados para RFC foram de 25,6% (Sentinel-2) e 33,3% (Landsat 8), enquanto o modelo ADM obteve uma acurácia inadequada, classificando todas as 39 amostras como areia franca, para ambos os sensores. Desta maneira, concluiu-se durante este estudo que apesar do viés topográfico das amostras, a abordagem mais precisa para mapear a textura do solo foi a combinação do modelo RFR com dados do Sentinel-2, seguida de uma classificação textural das frações granulométricas preditas a partir do modelo de classificação Embrapa/SiBCS (acurácia de 71,8%). A metodologia validada oferece uma ferramenta de baixo custo e boa precisão para subsidiar o planejamento da agricultura irrigada no semiárido alagoano.

MEMBROS DA BANCA:
Externo(a) à Instituição - ALESSANDRO SAMUEL ROSA - CPF 007.024.020-52
Presidente - 1996545 - ALEXSANDRO CLAUDIO DOS SANTOS ALMEIDA
Interno(a) - ***.357.453-** - STOÉCIO MALTA FERREIRA MAIA - USP