| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Cerrados. Para informações adicionais entre em contato com biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
19/12/2023 |
|
Data da última atualização: |
19/12/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
VELOSO, M. F.; RODRIGUES, L. N.; FERNANDES FILHO, E. I.; VELOSO, C. F.; REZENDE, B. N. |
|
Afiliação: |
MARIANA F. VELOSO, Universidade Federal de Viçosa; LINEU NEIVA RODRIGUES, CPAC; ELPÍDIO I. FERNANDES FILHO, Universidade Federal de Viçosa; CAROLINA F. VELOSO, Instituto Federal do Norte de Minas Gerais; BRUNA N. REZENDE, Universidade de São Paulo. |
|
Título: |
Pedotransfer functions for estimating the van Genuchten model parameters in the Cerrado biome. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Revista Brasileira de Engenharia Agrícola e Ambiental, v. 27, n. 3, p. 202-208, 2023. |
|
DOI: |
http://dx.doi.org/10.1590/1807-1929/agriambi.v27n3p202-208 |
|
Idioma: |
Inglês |
|
Conteúdo: |
O bioma Cerrado tem apresentado desafios em conciliar sua expansão agrícola com a disponibilidade hídrica. Nesse sentido, o planejamento e o manejo de recursos hídricos são fundamentais para o desenvolvimento econômico, social e ambiental do bioma Cerrado, que tem sido prejudicado pela carência de dados, especialmente aqueles referentes às estratégias de irrigação, como, por exemplo, as curvas de retenção de água, essencial para compreender a dinâmica de água no solo. Contudo, como sua obtenção pode ser trabalhosa, seus parâmetros podem ser estimados indiretamente via Funções de Pedotransferência (FPTs). O objetivo do presente estudo foi desenvolver e avaliar FPTs para estimar parâmetros do modelo de van Genuchten, usado para descrever o processo de retenção de água, para o bioma Cerrado. Para o desenvolvimento das FPTs, foram usados os métodos de Regressão Linear Múltipla (RLM) e quatro algoritmos de aprendizado de máquina: Multivariate Adaptative Regression Splines (MARS), Random Forest (RF), Support Vector Regression (SVR) e K Nearest Neightbors (KNN). Dados de solo de duas localidades foram utilizados, sendo que as variáveis preditoras selecionadas em cada conjunto foram diferentes. As melhores estimativas foram obtidas para o parâmetro θs (umidade de saturação), com destaque para os modelos RF e SVR. Já para a θr (umidade residual), os modelos apresentaram uma capacidade preditiva moderada. Para os demais parâmetros, os modelos não apresentaram um desempenho satisfatório para α e n (parâmetros de ajuste). MenosO bioma Cerrado tem apresentado desafios em conciliar sua expansão agrícola com a disponibilidade hídrica. Nesse sentido, o planejamento e o manejo de recursos hídricos são fundamentais para o desenvolvimento econômico, social e ambiental do bioma Cerrado, que tem sido prejudicado pela carência de dados, especialmente aqueles referentes às estratégias de irrigação, como, por exemplo, as curvas de retenção de água, essencial para compreender a dinâmica de água no solo. Contudo, como sua obtenção pode ser trabalhosa, seus parâmetros podem ser estimados indiretamente via Funções de Pedotransferência (FPTs). O objetivo do presente estudo foi desenvolver e avaliar FPTs para estimar parâmetros do modelo de van Genuchten, usado para descrever o processo de retenção de água, para o bioma Cerrado. Para o desenvolvimento das FPTs, foram usados os métodos de Regressão Linear Múltipla (RLM) e quatro algoritmos de aprendizado de máquina: Multivariate Adaptative Regression Splines (MARS), Random Forest (RF), Support Vector Regression (SVR) e K Nearest Neightbors (KNN). Dados de solo de duas localidades foram utilizados, sendo que as variáveis preditoras selecionadas em cada conjunto foram diferentes. As melhores estimativas foram obtidas para o parâmetro θs (umidade de saturação), com destaque para os modelos RF e SVR. Já para a θr (umidade residual), os modelos apresentaram uma capacidade preditiva moderada. Para os demais parâmetros, os modelos não apresentaram um desempenho satisfatóri... Mostrar Tudo |
|
Palavras-Chave: |
Aprendizado de máquina; Machine learning; Multiple linear regression; Regressão linear múltipla. |
|
Thesagro: |
Irrigação. |
|
Thesaurus Nal: |
Irrigation. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02432naa a2200253 a 4500
001 2159970
005 2023-12-19
008 2023 bl uuuu u00u1 u #d
024 7 $ahttp://dx.doi.org/10.1590/1807-1929/agriambi.v27n3p202-208$2DOI
100 1 $aVELOSO, M. F.
245 $aPedotransfer functions for estimating the van Genuchten model parameters in the Cerrado biome.$h[electronic resource]
260 $c2023
520 $aO bioma Cerrado tem apresentado desafios em conciliar sua expansão agrícola com a disponibilidade hídrica. Nesse sentido, o planejamento e o manejo de recursos hídricos são fundamentais para o desenvolvimento econômico, social e ambiental do bioma Cerrado, que tem sido prejudicado pela carência de dados, especialmente aqueles referentes às estratégias de irrigação, como, por exemplo, as curvas de retenção de água, essencial para compreender a dinâmica de água no solo. Contudo, como sua obtenção pode ser trabalhosa, seus parâmetros podem ser estimados indiretamente via Funções de Pedotransferência (FPTs). O objetivo do presente estudo foi desenvolver e avaliar FPTs para estimar parâmetros do modelo de van Genuchten, usado para descrever o processo de retenção de água, para o bioma Cerrado. Para o desenvolvimento das FPTs, foram usados os métodos de Regressão Linear Múltipla (RLM) e quatro algoritmos de aprendizado de máquina: Multivariate Adaptative Regression Splines (MARS), Random Forest (RF), Support Vector Regression (SVR) e K Nearest Neightbors (KNN). Dados de solo de duas localidades foram utilizados, sendo que as variáveis preditoras selecionadas em cada conjunto foram diferentes. As melhores estimativas foram obtidas para o parâmetro θs (umidade de saturação), com destaque para os modelos RF e SVR. Já para a θr (umidade residual), os modelos apresentaram uma capacidade preditiva moderada. Para os demais parâmetros, os modelos não apresentaram um desempenho satisfatório para α e n (parâmetros de ajuste).
650 $aIrrigation
650 $aIrrigação
653 $aAprendizado de máquina
653 $aMachine learning
653 $aMultiple linear regression
653 $aRegressão linear múltipla
700 1 $aRODRIGUES, L. N.
700 1 $aFERNANDES FILHO, E. I.
700 1 $aVELOSO, C. F.
700 1 $aREZENDE, B. N.
773 $tRevista Brasileira de Engenharia Agrícola e Ambiental$gv. 27, n. 3, p. 202-208, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 334 | |
| 14. |  | PALHARES, J. C. P.; PRADO, R. B. Avanços e desafios futuros. In: PALHARES, J. C. P.; OLIVEIRA, V. B. V.; FREIRE JUNIOR, M.; CERDEIRA, A. L.; PRADO, H. A. do (Ed.). Consumo e produção responsáveis: contribuições da Embrapa. Brasília, DF: Embrapa, 2018. cap. 10. E-book. (Objetivos de Desenvolvimento Sustentável, 12).| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Solos. |
|   |
| 20. | | PALHARES, J. C. P.; PRADO, R. B. Progress and future challenges. In: PALHARES, J. C. P.; OLIVEIRA, V. B. V.; FREIRE JUNIOR, M.; CERDEIRA, A. L.; PRADO, H. A. do (Ed.). Responsible consumption and production: contributions of Embrapa. Brasília, DF: Embrapa, 2020. cap. 10, p. 87-90. (Sustainable development goals, 12). ODS 12| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Pecuária Sudeste; Embrapa Solos. |
|  |
| Registros recuperados : 334 | |
|
| Expressão de busca inválida. Verifique!!! |
|
|
