Previsão e classificação textural do solo através da análise multivariada de imagens

Página do item simplificado
dc.contributor.advisor1Oliveira, Anselmo Elcana de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0369339073291948eng
dc.contributor.referee1Oliveira, Anselmo Elcana de
dc.contributor.referee2Coelho, Clarimar José
dc.contributor.referee3Antoniosi Filho, Nelson Roberto
dc.creatorMorais, Pedro Augusto de Oliveira
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/busca.doeng
dc.date.accessioned2019-08-02T14:00:56Z
dc.date.issued2016-03-08
dc.description.abstractThe texture or grain size of the surface are de ned by the quantitative distribution of the mineral particles smaller than 2 mm: sand, clay and silt. These physical indicators enable soil classi cation and guide the management, irrigation and the addition of agricultural inputs. Although the usual methods for textural analysis are laborious and destructive, using chemical oxidizing agents, this kind of analysis is quite required in soil fertility laboratories. Therefore, it is essential to research and develop alternative methodologies that are operational and clean. In this way, this study proposes the use of multivariate analysis of digital images to predict and classify soil texture. For this purpose, 60 samples of diverse soil were considered to textural analysis by the pipette method and for obtaining digital images in color system RGB (Red, Green, Blue) in Ti format. The correlation between digital images and the percentage of sand, clay and silt is made by Partial Least Squares Regression (PLS) and Multiple Linear Regression algorithm associated with the Successive Projections (SPA-MLR). The best models had a 100 % success rate. Therefore, the prediction texture soil through images is a promising technique to be clean, inexpensive and operational.eng
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2019-07-22T18:30:41Z No. of bitstreams: 2 Dissertação - Pedro Augusto de Oliveira Morais - 2016.pdf: 6322107 bytes, checksum: 2ee5e88e9bdb444751edb814d3f78f66 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2019-08-02T14:00:56Z (GMT) No. of bitstreams: 2 Dissertação - Pedro Augusto de Oliveira Morais - 2016.pdf: 6322107 bytes, checksum: 2ee5e88e9bdb444751edb814d3f78f66 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)eng
dc.description.provenanceMade available in DSpace on 2019-08-02T14:00:56Z (GMT). No. of bitstreams: 2 Dissertação - Pedro Augusto de Oliveira Morais - 2016.pdf: 6322107 bytes, checksum: 2ee5e88e9bdb444751edb814d3f78f66 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-03-08eng
dc.description.resumoA textura, ou granulometria, do solo e de nida pela distribui c~ao quantitativa das part culas minerais menores que 2 mm: areia, argila e silte. Esses indicadores f sicos possibilitam a classi ca c~ao do solo e orientam o manejo, a irriga c~ao e a adi c~ao de insumos agr colas. As metodologias usuais para an alise textural s~ao laboriosas, destrutivas, utilizam agentes qu micos oxidantes e essa an alise e bastante requisitada nos laborat orios de an alise da fertilidade do solo. Logo, s~ao imprescind veis investiga c~oes e o desenvolvimento de metodologias alternativas que sejam operacionais e limpas. Nessa dire c~ao, esse estudo prop~oe a utiliza c~ao de an alise multivariada de imagens digitais para previs~ao da textura do solo e classi ca c~ao. Para tanto, 60 amostras de solo diversi cadas foram consideradas para an alise textural pelo m etodo da pipeta e para obten c~ao de imagens digitais no sistema de cor RGB (Red, Green, Blue) em formato Ti . A correla c~ao entre as imagens digitais e os teores de areia, argila e silte for feita por Regress~ao por Quadrados M nimos Parciais (PLS) e por Regress~ao Linear M ultipla associada com o Algoritmo das Proje c~oes Sucessivas (SPA-RLM). Os melhores modelos apresentaram um ndice de acerto de 100%. Portanto, a predi c~ao textural do solo atrav es de imagens e uma t ecnica promissora por ser limpa, barata e operacional.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESeng
dc.formatapplication/pdf*
dc.identifier.citationMORAIS, Pedro Augusto de Oliveira. Previsão e classificação textural do solo através da análise multivariada de imagens. 2016. 190 f. Dissertação (Mestrado em Química) - Universidade Federal de Goiás, Goiânia, 2016.eng
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/9883
dc.languageporeng
dc.publisherUniversidade Federal de Goiáseng
dc.publisher.countryBrasileng
dc.publisher.departmentInstituto de Química - IQ (RG)eng
dc.publisher.initialsUFGeng
dc.publisher.programPrograma de Pós-graduação em Química (IQ)eng
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectClassificação texturalpor
dc.subjectImagem digitalpor
dc.subjectPLSpor
dc.subjectSPA-RLMpor
dc.subjectTextural classificationeng
dc.subjectDigital imageeng
dc.subjectMLR-SPAeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::QUIMICAeng
dc.titlePrevisão e classificação textural do solo através da análise multivariada de imagenseng
dc.title.alternativePrediction and soil texture classification by multivariate image analysiseng
dc.typeDissertaçãoeng

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Pedro Augusto de Oliveira Morais - 2016.pdf
Tamanho:
6.03 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
2.11 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Química (IQ)