Banca de QUALIFICAÇÃO: LUCAS SANTOS HONDA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : LUCAS SANTOS HONDA
DATA : 26/06/2024
HORA: 13:30
LOCAL: Departamento de Agrotecnologias e Sustentabilidade
TÍTULO:

AVALIAÇÃO DO USO DE ÁREA DE REFERÊNCIA NO MAPEAMENTO DO ESTOQUE DE C NOS SOLOS DO CERRADO

PALAVRAS-CHAVES:

carbono orgânico, funções de pedotransferência, mapeamento digital de solos.

PÁGINAS: 17
RESUMO:

O mapeamento dos estoques de carbono no solo (ECS) representam uma importante linha de base para o desenvolvimento de políticas públicas no âmbito da mitigação dos gases de efeito estufa (GEE), uma vez que há mais carbono estocado no solo, do que na atmosfera e na biomassa vegetal juntos. Outro papel em que o mapeamento dos estoques de carbono proporciona é o entendimento da quantidade do carbono(C) no solo e como o mesmo é afetado pelo uso e cobertura do solo, configurando um importante aliado na segurança do solo e, consequentemente, na segurança alimentar.Uma das dificuldades enfrentadas no monitoramento do C no soloestá no elevado custo para a coleta de dados in situ,devido a inúmeros fatores como a extensão territorial e acessibilidade, gerando mapas de ECSa partir de dados relativamente esparsados ou equações de pedotransferência.O mapeamento digital de solos (MDS) surge a partir da demanda por informação a cerca da distribuição espacial de propriedades e classes de solos.Nas últimas duas décadas o MDSdesenvolveu um poderoso aliado nos algorítimos de aprendizado de máquina (AM), que através do uso de covariáveis derivadas de sensores remotos, são capazes de desempenhar tarefas de predição de classes e atributos de solos.Uma das abordagens empregadas no MDS envolve estender as relações solopaisagem de uma área previamente mapeada, identificada como área de referência (AR), para outras regiões onde essas relações ainda mantenham sua validade. O uso de técnicas de AM,aliado ao uso de dados coletados extensivamente em um área de refência (AR) e conhecimento pedológico especializadorepresenta uma possível solução na geração de mapas para os ECS com maior riqueza de detalhamento, principalmente para grandes extensões como o bioma do Cerrado, que vem sofrendo com contínuas transformações de sua vegetação nativa substiuídas muitas vezes por pastos improdutivos alterando a dinâmica da matéria orgânica do solo e contribuindo para a emissão dos GEE. Considerando esses aspectos, nós levantamos a hipótese deque é possível a produção de mapas de ECS para o Cerradocom maior precisão e acurácia a partir de estimativaspréexistentes, utilizando um extenso banco de dados criado a partirde um levantamento de solo convencional associado ao uso de algorítimos de aprendizado de máquina.Assim, o objetivo do presente trabalho foi avaliar: 1 – o uso da área de referência (AR) para a prediçãodos estoques de carbono no Cerrado; 2 –a transferibilidade e performance de 2 algoritimos de aprendizado de máquina: random forest (RF) e regression tree (RT).

MEMBROS DA BANCA:
Presidente - 1740899 - ERIKA FLAVIA MACHADO PINHEIRO
Externo ao Programa - 1315209 - MAURO ANTONIO HOMEM ANTUNES - UFRRJExterno à Instituição - GUSTAVO DE MATTOS VASQUES - EMBRAPA