Made available in DSpace on 2015-03-03T11:52:53Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-07-22Bitstream added on 2015-03-03T12:06:49Z : No. of bitstreams: 1 000802248.pdf: 1455012 bytes, checksum: 1ff27825cc53baa7bf760b7595037fde (MD5) / O Brasil possui um grande potencial no setor do agronegócio e a associação desse setor com o desenvolvimento tecnológico deu origem à Agricultura de Precisão. Nesse contexto, o uso de sensores de Nitrogênio foliar de tempo real, especificamente os que utilizam como princípio de funcionamento e espectrometria, em conjunto com sistemas inteligentes computacionais, tem contribuído de forma decisiva para o incremento da produtividade no campo, evitando a aplicação excessiva de insumos e, assim, preservando o meio ambiente. Um insumo comumente aplicado na cultura de cana-de-açúcar é o Nitrogênio que, apesar de ter grande contribuição econômica, impõe grande impacto ao meio ambiente, principalmente na poluição de aquíferos e mananciais. Dessa maneira, a quantidade aplicada desse nutriente é de grande importância, pois sua falta limita o crescimento da cultura e seu excesso polui o meio ambiente. A determinação da quantidade de Nitrogênio pode ser feita por meio do uso de sensores espectrométricos na faixa do infravermelho próximo visando a cobertura verde da cultura. Entretanto, no estágio inicial de crescimento, a cobertura verde não é plena, de forma que o sensor detecta, além da cobertura verde, o solo e cobertura morta, acrescentando ruído à medida da refletância usada para a estimação do teor de Nitrogênio na planta. Nesse cenário, este trabalho tem o objetivo de mapear a relação entre os valores fornecidos pelo sensor N-SENSOR ALS do fabricante norueguês YARA e os teores reais de Nitrogênio na planta medidos em laboratório. Mais especificamente, sistema de inferência neuro-fuzzy adaptativo (ANFIS), redes neurais artificiais do tipo Perceptron de Múltiplas Camadas (PMC) e General Regression Neural Network (GRNN) serão empregados visando a identificação e o aprendizado da relação entre os valores medidos pelo sensor N-SENSOR ALS e os valores reais obtidos em laboratório, eliminando os ruídos... / Brazil has a great potential in the agribusiness sector and the association of this sector with technological development gave rise to precision agriculture. In this context, the use of soil sensors for real-time, specifically those using operating principle as spectrometry, together with computational intelligent systems are contributing decisively to increasing productivity in the field, avoiding excessive use of inputs and thus preserving the environment. An ingredient commonly used in the cultivation of sugar cane is the nitrogen that, depite great economic contribution, imposes great impact on the environment, especially in aquifers and fountains pollution. Thus, the applied amount of this nutrient is of great importance, since the lack of limits crop growth and excess pollute the environment. The determination of the nitrogen content can be made through the use of spectrometric sensors in the near-infrared aiming the green cover crop. However, in the initial stage of growth the green coverage is not complete, so the sensor sees beyond the green cover, soil and mulch, adding noise to the measurement of reflectance used to estimate the percentage of nitrogen in plant. In this scenario, this paper aims to map the relationship between the values provided by the sensor N-SENSOR ALS Norwegian YARA manufacturer and the actual levels of nitrogen in the plant measured in the laboratory. More specifically, systems of inference adaptive neuro-fuzzy (ANFIS), artificial neural network Multilayer Perceptron type (MLP) and General Regression Neural Network (GRNN) are employed in order to identify learning and the relationship between the values measured by the sensor N-SENSOR ALS and actual obtaind in the laboratory, eliminating the noise imposed by non-green roof and external disturbances such as the variation of ambient light. The results indicate that the neuro-fuzzy approach has superior performance and neural networks can be used to correct...

[pt] A pesquisa em meteoritos é de extrema importância para o entendimento de certos processos astrofísicos, pois estes objetos trazem em sua estrutura informações fundamentais para a compreensão da evolução do Sistema Solar. Neste trabalho, são estudadas amostras dos meteoritos Isna, Allende e Zagami. As técnicas analíticas utilizadas foram: espectrometria de massa (252Cf-PDMS-TOF), espectroscopia vibracional (FTIR-MIR e Raman) e espectroscopias de raios X (XRF, XRD e PIXE). Além dessas análises, o meteorito Isna foi submetido a um processamento térmico com o objetivo de separar os constituintes refratários dos voláteis; as frações separadas foram analisadas por FTIR, Raman e PDMS. A composição elementar das amostras foi determinada por XRF e PIXE e comparadas. A informação dada pela técnica FTIR restringe-se praticamente à vibração da ligação Si-O. A técnica XRD fornece a composição mineralógica majoritária das fases cristalinas dos meteoritos Isna e Allende mostrando que ambos possuem olivina (forsterita - Mg2SiO4) e troilita (FeS). Os espectros Raman dos condritos carbonáceos Isna e Allende confirmam a ocorrência de olivina e revelam o grau de desordem da matéria orgânica contida em suas matrizes: o Allende tem maior grau de maturidade térmica, possivelmente por ter sido exposto a maiores temperaturas. O espectro Raman do não condrito Zagami mostra a existência de diopsídio (MgCaSi2O6). Os resultados obtidos por PDMS, para íons secundários positivos e negativos, permitem a identificação de isótopos e de estruturas silicáticas. / [en] The research on meteorites is particularly relevant for the study of several astrophysics processes since these cosmic objects carry in their structure basic information useful for the understanding of the solar system evolution. In this work, samples of the Isna, Allende e Zagami meteorites are studied. The employed analytical techniques were: mass spectrometry (252Cf-PDMS-TOF), vibrational spectroscopy (FTIR-MIR and Raman) and X-ray spectroscopies (XRF, XRD and PIXE). In another series of measurements, the Isna meteorite was thermally processed aiming to separate the material into two samples: one, having residuals with refractory minerals, and another containing the sublimated and re-condensed constituents; the two fractions were analyzed by FTIR, Raman and PDMS. The elemental compositions of the samples were determined by XRF and PIXE. FTIR results are practically limited to the Si-O link absorption. The XRD analyses of Isna and Allende meteorites inform that the majoritarian mineralogical compositions of their crystalline phases are due to olivine (forsterite - Mg2SiO4) and to troilite (FeS). The Raman spectra the carbonaceous chondrites Isna and Allende confirm the occurrence of olivine and yields the disorder degree of the organic material in their matrixes: the Allende one has a higher thermal maturity degree, suggesting that it was exposed to higher temperatures in outer space. The Raman spectrum of the achondrite Zagami sample shows the occurrence of diopside (MgCaSi2O6). The PDMS results, obtained for positive and negative secondary ions, allow the identification of isotopes and of silicate structures.