Banca de DEFESA: ANGELO JAMIL MAIA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : ANGELO JAMIL MAIA
DATA : 29/08/2025
HORA: 09:00
LOCAL: Auditório PPGCS
TÍTULO:

Estratégias para monitoramento da degradação do solo utilizando espectroscopia no infravermelho

PALAVRAS-CHAVES:

Quimiometria. Sensoriamento proximal. Aprendizado de máquina. Degradação da terra.

PÁGINAS: 142
RESUMO:

A degradação do solo representa um desafio global crítico, ameaçando a segurança alimentar, a biodiversidade e a estabilidade ambiental por meio de processos como a depleção de matéria orgânica, erosão, contaminação por elementos potencialmente tóxicos (PTEs), salinização e desertificação. As abordagens tradicionais de monitoramento do solo, embora precisas, são onerosas, exigem muita mão de obra e são logisticamente complexas, o que ressalta a necessidade de métodos de avaliação mais eficientes. A espectroscopia no infravermelho (IRS) surgiu como uma alternativa promissora, oferecendo uma avaliação do solo rápida, não destrutiva e de baixo custo. Este trabalho avaliou abordagens metodológicas inovadoras para o monitoramento da degradação do solo com IRS, com ênfase na predição de atributos do solo como PTEs e propriedades relacionadas à salinidade. A pesquisa foi composta por três eixos: 1. uma revisão abrangente que sintetiza o conhecimento científico atual sobre aplicações da IRS no monitoramento da degradação do solo, com a adição de estudos de caso compostos por conjuntos de dados diversos; 2. uma avaliação das abordagens no infravermelho próximo (NIR), infravermelho médio (MIR) e de fusão espectral (NIR+MIR) para a predição de teores de metais em Tecnossolos derivados de resíduos de mineração de scheelita, ao longo de diferentes períodos de acúmulo (2, 10 e 40 anos); 3. uma avaliação de Redes Neurais Convolucionais (CNN) para a predição das concentrações de Ba, Cd, Cu e Pb utilizando uma biblioteca espectral global de solos no infravermelho médio. As abordagens de modelagem por regressão de mínimos quadrados parciais (PLSR) e CNN foram comparadas sistematicamente em diferentes conjuntos de dados. Os resultados demonstraram um potencial significativo para o monitoramento da degradação do solo com IRS em múltiplos contextos. A revisão revelou avanços substanciais nas capacidades de modelagem da IRS por meio da integração com aprendizado de máquina, aplicações bem-sucedidas em ambientes diversos apoiadas por bibliotecas espectrais e desenvolvimentos promissores na avaliação do solo em relação a carbono, poluentes, erodibilidade e propriedades relacionadas à salinidade. Nos Tecnossolos, os espectros MIR e de fusão superaram o NIR, com os melhores desempenhos obtidos para Cu (R² = 0,69; RPD = 1,81) e Sr (R² = 0,67; RPD = 1,76). A modelagem com a biblioteca espectral global mostrou desempenho superior das CNNs em relação ao PLSR, alcançando predições excelentes para Cd (R² = 0,81; RPD = 2,32) e resultados confiáveis para Ba, Cu e Pb (R² > 0,70; RPD > 1,8). Elementos com fortes associações geoquímicas com componentes potencialmente ativos espectralmente apresentaram melhor desempenho preditivo nos estudos. Esses resultados reforçam a IRS como uma ferramenta eficiente para o monitoramento ambiental, apoiando a gestão sustentável da terra e o desenvolvimento de sistemas rápidos de avaliação da contaminação do solo.

MEMBROS DA BANCA:
Presidente - YURI JACQUES AGRA BEZERRA DA SILVA
Interno - VALDOMIRO SEVERINO DE SOUZA JUNIOR
Externo à Instituição - ADRIAN L COLLINS
Externa à Instituição - MARIA EUGENIA ORTIZ ESCOBAR
Externo à Instituição - TALES TIECHER