Author(s): MORAIS, P. A. O.; SOUZA, D. M.; MADARI, B. E.

Summary: 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.

Publication year: 2014

Types of publication: Paper in annals and proceedings

Unit: Embrapa Rice & Beans

Keywords: Análise de imagens, Classificação do Solo, Imagem digital, Modelo PLS, Textura do Solo