
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Swetha, R. K. | - |
| Autor(es): dc.creator | Dasgupta, Subhadip | - |
| Autor(es): dc.creator | Chakraborty, Somsubhra | - |
| Autor(es): dc.creator | Li, Bin | - |
| Autor(es): dc.creator | Weindorf, David C. | - |
| Autor(es): dc.creator | Mancini, Marcelo | - |
| Autor(es): dc.creator | Silva, Sérgio Henrique Godinho | - |
| Autor(es): dc.creator | Ribeiro, Bruno Teixeira | - |
| Autor(es): dc.creator | Curi, Nilton | - |
| Autor(es): dc.creator | Ray, Deb Prasad | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:26:44Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:26:44Z | - |
| Data de envio: dc.date.issued | 2022-09-26 | - |
| Data de envio: dc.date.issued | 2022-09-26 | - |
| Data de envio: dc.date.issued | 2022-08 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/55209 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.compag.2022.107192 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1161473 | - |
| Descrição: dc.description | Optimal soil management depends on rapid and frequent monitoring of key soil properties, which are conventionally measured in the laboratory using laborious wet-chemistry protocols. The Nix color sensor has recently exhibited promise for predicting several soil properties using soil color. This study evaluated the relationship between the Munsell Soil Color Chart (MSCC) color values of dry and ground surface soil samples to those reported by the Nix color sensor with (NixSTD) and without MSCC standardization (NixNON-STD) to classify 371 samples collected from three contrasting soil types, collected from three agro-climatic zones (coastal saline zone, red and laterite zone, and Gangetic alluvial zone) and to predict soil organic carbon (OC) using different multivariate data mining algorithms. Comparing the CIEL*a*b* color values reported by the MSCC and the NixSTD, an acceptable mean color difference (ΔE*ab) value of 5.20 was obtained, indicating the potential accuracy of the Nix sensor. Principal component analysis efficiently clustered the soil types using the RGB variables extracted from the MSCC color chips in tandem with the NixSTD/NixNON-STD data. Both classification tree and linear support vector machine algorithms perfectly classified all three contrasting soil types using NixNON-STD data alone. Besides, the combination of the MSCC and the NixNON-STD datasets produced the best OC prediction (R2 = 0.66) via random forest (RF) algorithm and indicated the potential of Nix in digital soil morphometrics. In most of the RF models, redness (a*), yellowness (b*), and yellow (Y) variables appeared influential, presumably because of their negative correlation with OC in red and laterite soils. More research is warranted to measure the impacts of variable soil moisture and other confounding soil morphological features on the soil classification and OC prediction performance to extend the approach for classifying soil types and predicting OC in-situ. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Computers and Electronics in Agriculture | - |
| Palavras-chave: dc.subject | Soil color | - |
| Palavras-chave: dc.subject | Soil organic carbon | - |
| Palavras-chave: dc.subject | Nix | - |
| Palavras-chave: dc.subject | Munsell soil color chart | - |
| Palavras-chave: dc.subject | Random forest | - |
| Palavras-chave: dc.subject | Solo - Cor | - |
| Palavras-chave: dc.subject | Solo - Carbono orgânico | - |
| Palavras-chave: dc.subject | Carta de Munsell | - |
| Palavras-chave: dc.subject | Floresta Aleatória | - |
| Título: dc.title | Using Nix color sensor and Munsell soil color variables to classify contrasting soil types and predict soil organic carbon in Eastern India | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: