
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.contributor | Melquiades, Fábio Luiz | - |
| Autor(es): dc.contributor | Alves, Elton Eduardo Novais | - |
| Autor(es): dc.contributor | Andrello, Avacir Casanova | - |
| Autor(es): dc.creator | Ribeiro, José Vinícius | - |
| Data de aceite: dc.date.accessioned | 2025-05-15T13:03:40Z | - |
| Data de disponibilização: dc.date.available | 2025-05-15T13:03:40Z | - |
| Data de envio: dc.date.issued | 2024-10-02 | - |
| Data de envio: dc.date.issued | 2024-10-02 | - |
| Data de envio: dc.date.issued | 2024-02-20 | - |
| Fonte completa do material: dc.identifier | https://repositorio.uel.br/handle/123456789/17846 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/979558 | - |
| Descrição: dc.description | A crescente demanda global por produtos agrícolas, alimentos e energia requer uma abordagem sustentável e segura para a produção agrícola. A fertilidade do solo é vital para aumentar a produtividade agrícola, e entender a variabilidade espacial dos atributos de fertilidade do solo é crucial para preservar a fertilidade do solo. Os métodos tradicionais de análise de solo são demorados, caros e geram resíduos. As técnicas de análise espectral, como a fluorescência de raios X por dispersão em energia (EDXRF) combinadas com metodologias de machine learning (ML) oferecem uma alternativa rápida e econômica para a quantificação dos atributos do solo. A respeito disso, a principal motivação deste estudo é explorar os dados gerados por um espectrômetro portátil de EDXRF (pXRF) aplicado a amostras de solo no contexto de modelagem com algoritmos de aprendizado de máquina para quantificar atributos de fertilidade. Nessa perspectiva, este estudo estabeleceu condições otimizadas em termos de configuração experimental (Capítulo 2) e número mínimo de amostras utilizadas na etapa de treinamento (Capítulo 3) na construção de modelos locais de ML para quantificar atributos de fertilidade do solo. Adicionalmente, foi realizado um estudo preliminar de validação in situ dos modelos com condições ótimas. Os resultados indicaram que o uso de 15 kV, 12.15 µA e 30 s sem filtros é o mais indicado para quantificação simultânea dos atributos de fertilidade avaliados. A condição otimizada de pXRF forneceu resultados equivalentes aos modelados com dados de EDXRF de bancada, sugerindo uma possível aplicação in situ deste método. No entanto, o estudo preliminar sobre extrapolação a partir de modelos calibrados em laboratório teve resultados negativos, indicando que a sua extrapolação para medições in situ não foi recomendada no contexto desta pesquisa. Por outro lado, foi possível reduzir o número de amostras de treinamento mantendo desempenho equivalente aos modelos treinados com o conjunto completo de dados. Esses resultados destacam o potencial do pXRF como uma abordagem alternativa econômica, rápida e eficiente para o mapeamento local da fertilidade do solo, fornecendo informações valiosas para a tomada de decisões relacionadas ao uso de fertilizantes e outros produtos para correção do solo | - |
| Descrição: dc.description | ondition produced results equivalent to those modeled with benchtop EDXRF data, suggesting a possible in situ application of this method. Nevertheless, the preliminary study of extrapolation from laboratory-calibrated models had negative results, indicating that their extrapolation to in situ measurements was not recommended in this research context. On the other hand, it was possible to reduce the number of training samples while maintaining performance equivalent to models trained on the full data set. These results highlight the potential of pXRF as a low-cost, rapid, and efficient alternative approach for local soil fertility mapping, providing valuable information for decision-making related to the use of fertilizers and other soil amendment products | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | CCE - Departamento de Física | - |
| Relação: dc.relation | Programa de Pós-Graduação em Física | - |
| Relação: dc.relation | Universidade Estadual de Londrina - UEL | - |
| Palavras-chave: dc.subject | pXRF | - |
| Palavras-chave: dc.subject | Aprendizagem de máquina | - |
| Palavras-chave: dc.subject | Fusão de dados | - |
| Palavras-chave: dc.subject | Atributos de fertilidade | - |
| Palavras-chave: dc.subject | Física do solo | - |
| Palavras-chave: dc.subject | Produtos agrícolas | - |
| Palavras-chave: dc.subject | Fertilidade do solo | - |
| Palavras-chave: dc.subject | Produtividade agrícola | - |
| Palavras-chave: dc.subject | Análise espectral | - |
| Palavras-chave: dc.subject | Ciências Exatas e da Terra - Física | - |
| Palavras-chave: dc.subject | Ciências Exatas e da Terra - Física | - |
| Palavras-chave: dc.subject | pXRF | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Data fusion | - |
| Palavras-chave: dc.subject | Soil fertility attributes | - |
| Palavras-chave: dc.subject | Soil physics | - |
| Palavras-chave: dc.subject | Farm produce | - |
| Palavras-chave: dc.subject | Soil fertility | - |
| Palavras-chave: dc.subject | Agricultural productivity | - |
| Palavras-chave: dc.subject | Spectrum analysis | - |
| Título: dc.title | Analysis of fertility attributes in eutroferric red latosol and red nitosol by portable EDXRF | - |
| Título: dc.title | Análise de atributos de fertilidade em lato e nitossolo vermelho eutroférrico por EDXRF portátil | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional da UEL - RIUEL | |
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: