Título:	Predição da textura e classificação do solo através da análise multivariada de imagens digitais.
Autoria:	MORAIS, P. A. O. SOUZA, D. M. MADARI, B. E.
Afiliação:	UNIVERSIDADE FEDERAL DE GOIÁS; UNIVERSIDADE FEDERAL DE GOIÁS; BEATA EMOKE MADARI, CNPAF.
Ano de publicação:	2014
Referência:	In: SIMPÓSIO NACIONAL DE INSTRUMENTAÇÃO AGROPECUÁRIA, 2014, São Carlos, SP. Anais do SIAGRO: ciência, inovação e mercado 2014. São Carlos, SP: Embrapa Instrumentação, 2014.
Páginas:	p. 645-648.
Conteúdo:	A textura do solo representa a distribuição quantitativa das partículas minerais menores que 2 mm: areia, argila e silte. Esses parâmetros viabilizam a classificação do solo e essa, por sua vez, orienta o manejo, a irrigação e a adição de insumos na agricultura. Se bem que, as metodologias usuais para análise textural são laboriosas e utilizam agentes químicos oxidantes. Além disso, essa análise tem sido a mais demandada dos laboratórios de fertilidade. Logo, são imprescindíveis estudos propositivos de metodologias alternativas que sejam operacionais e limpas. Nessa direção, esse estudo propõe a utilização de análise multivariada de imagens digitais para predição da textura do solo e sua posterior classificação. Para tanto, 53 amostras de solo diversificadas foram consideradas para análise textural pelo método da pipeta e para obtenção de imagens digitais no sistema de cor RGB (Red, Green, Blue) em formato bitmap (BMP). Extraiu-se as informações das imagens por histogramas de frequência para posterior Regressão por Quadrados Mínimos Parciais (PLS) que correlaciona as matrizes de dados das imagens com o parâmetro de interesse (argila ou areia) das amostras. Obteve-se um índice de acerto de 94,34 % na classificação utilizando os teores preditos de areia e argila pelos modelos PLS, quando comparado ao método convencional. Portanto, a predição textural do solo através de imagens é uma técnica promissora por ser limpa, operacional e apresentar exatidão satisfatória.
Thesagro:	Textura do Solo Classificação do Solo
Palavras-chave:	Imagem digital Modelo PLS Análise de imagens
Notas:	Editores: Carlos Manoel Pedro Vaz, Débora Marcondes Bastos Pereira Milori, Silvio Crestana.
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPAF)