Busca avançada
Ano de início
Entree

Otimização da modelagem preditiva de parâmetros da fertilidade de solos tropicais brasileiros utilizando bibliotecas espectrais de sensores XRF e vis-NIR

Processo: 22/09678-9
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
Vigência (Início): 20 de janeiro de 2023
Vigência (Término): 19 de janeiro de 2024
Área do conhecimento:Ciências Agrárias - Agronomia - Ciência do Solo
Pesquisador responsável:José Lavres Junior
Beneficiário:Tiago Rodrigues Tavares
Supervisor: Budiman Minasny
Instituição Sede: Centro de Energia Nuclear na Agricultura (CENA). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Local de pesquisa: University of Sydney, Austrália  
Vinculado à bolsa:20/16670-9 - Modelagem de dados espectrais para análise da fertilidade de solos tropicais: associação das técnicas vis-NIR e XRF para a modernização dos métodos tradicionais de análise, BP.PD
Assunto(s):Agricultura de precisão   Modelos preditivos   Aprendizado computacional   Sensoriamento   Solos
Palavra(s)-Chave do Pesquisador:Agricultura de precisão | laboratórios híbridos | métodos de aprendizado de máquinas | Modelagem preditiva | Sensoriamento próximo do solo e bibliotecas espectrais

Resumo

Este projeto avaliará e avançará com estratégias de modelagem preditiva associadas a bibliotecas espectrais do solo de sensores de espectroscopia de fluorescência de raios X (XRF) e espectroscopia de reflectância difusa no visível e no infravermelho próximo (vis-NIR) para o diagnóstico da fertilidade de solos tropicais. Essencialmente, três perguntas que compreendem o estado da arte de bibliotecas espectrais de sensores XRF e vis-NIR serão respondidas, são elas: (i) qual é a melhor estratégia para calibrar modelos preditivos usando as bibliotecas espectrais mencionadas acima a fim de determinar a fertilidade do solo de amostras locais? (ii) quais atributos de solos tropicais podem ser previstos com desempenho satisfatório ao usar essas bibliotecas espectrais?; (iii) a associação de bibliotecas espectrais com modelos não lineares usando Random Forest (RF) permite predições melhores do que os modelos lineares de regressão de mínimos quadrados parciais (PLSR)? Estas avaliações serão realizadas em uma biblioteca espectral nacional composta de 2605 amostras, provenientes de 54 diferentes campos agrícolas brasileiros, e em uma biblioteca espectral regional (para o Estado de São Paulo) composta de 997 amostras de 16 áreas agrícolas. Escolhemos um dos grupos mais proeminentes no campo da pedometria e ciência de dados aplicados a bibliotecas espectrais para realizar este projeto em parceria. O projeto será conduzido em três etapas sequenciais, nas quais as perguntas i e ii serão respondidas nas etapas 1 e 2; sendo que a etapa 1 avaliará a biblioteca espectral nacional, e a etapa 2, a biblioteca espectral regional. E, finalmente, a pergunta iii será respondida na etapa 3. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)