Agropecuária Catarinense (Nov 2024)
Uso da espectroscopia de reflectância do solo para estimativa da textura para fins de seguro agrícola
Abstract
O Zoneamento Agrícola de Risco Climático é um instrumento importante para a gestão de riscos que utiliza parâmetros do solo para determinar o risco climático associado ao cultivo de determinadas culturas. Este estudo teve como objetivo avaliar a eficácia da espectroscopia de reflectância do solo associada a um modelo de machine learning na predição dos teores de argila e areia do solo utilizados na classificação do solo para fins de seguro agrícola. Uma matriz de confusão foi utilizada para a classificação de amostras medidas em laboratório e preditas pelo modelo Cubist. Os resultados mostraram que o Cubist apresentou bom desempenho preditivo para os atributos argila e areia. Na matriz de confusão, a maioria das amostras foi corretamente classificada nos tipos de solo definidos pela IN 02/2008. O estudo demonstra o potencial da espectroscopia combinada com algoritmos de machine learning na predição de atributos do solo como técnica complementar na gestão dos riscos agrícolas.
