Atualmente a água é o recurso mais limitante para o desenvolvimento urbano, industrial e principalmente agrícola devido à constante contaminação em função da falta de planejamento e uso inadequado dos recursos hídricos pela humanidade. Assim o presente trabalho teve o objetivo de estudar o impacto ambiental da irrigação nos recursos hídricos da microbacia hidrográfica do ribeirão dos Marins e testar a capacidade do modelo hidrológico MIKE SHE em pequenas áreas irrigadas da microbacia e conseqüentemente detectar problemas relacionados à irrigação e a falta de manejo da água nessas áreas. Avaliou-se a qualidade da água de irrigação utilizada na produção de hortaliças; a qualidade da irrigação praticada pelos produtores, a quantidade de água na microbacia hidrográfica e simulou-se a área irrigada da microbacia. Os parâmetros de qualidade de água analisados foram: sedimentos em suspensão, pH, condutividade elétrica, alcalinidade, turbidez, potássio, cálcio, magnésio, cobre, ferro, manganês, zinco, sódio, fósforo, sulfato, cloreto, nitrogênio amoniacal e nitrato, durante 10 meses. A qualidade da irrigação foi avaliada através do manejo da irrigação via tensiômetros, instalados em duas propriedades agrícolas e em duas profundidades, e avaliação do coeficiente de uniformidade de Christiansen (CUC) foi feito em quatro propriedades agrícolas. A avaliação do impacto ambiental foi feito por meio dos indicadores de qualidade da água e do CUC. Os dados coletados e avaliados permitiram concluir que a agricultura irrigada provoca pouco impacto na microbacia hidrográfica. De acordo com as classificações de Ayers e Westcot e USDA a água pode ser considerada boa para ser utilizada na agricultura. Observou-se que a umidade do solo no período amostrado ficou próxima da saturação. O uso do modelo para a simulação da área irrigada permitiu economia de água quando o manejo da irrigação foi utilizado. / Nowadays the water is the most limiting resource to the urban, industrial and agricultural development due to constant contamination and inadequate water use by the mankind. Then this work aimed to study the environmental impact of irrigation at the Marins stream watershed and to check the ability of the model MIKE SHE in small irrigated area, consequently, to detect problems related with irrigation operations at the small watershed. It were evaluated the water quality used in the horticultural production, the irrigation quality practiced by the farmers, water quantity in the watershed and simulation was done for the irrigated area. The parameters analyzed were physicals and chemicals: suspense sediments, pH, electric conductivity, alkalinity, turbidity, potassium, calcium, magnesium, cupper, iron, manganese, zinc, sodium, phosphorus, sulfate, chlorine, ammonia nitrogen, and nitrate, during 10 months. The irrigation quality was evaluated through the irrigation management by tensiometers installed in two properties and two depths and by the Christiansen uniformity coefficient (CUC) measured in four properties. The environmental impact of irrigation was made by the water quality indicators and the CUC. The results permitted to conclude that irrigated agricultural causes few impact at the Marins stream watershed. The water showed a acceptable quality when compared with the classification proposed by Ayers & Westcot and USDA to irrigation. It was observed that the soil wet was near the saturation. The model allowed to save water when water management was used.

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-12T10:12:12Z (GMT). No. of bitstreams: 1 GiraldoClavijo_David_M.pdf: 8609535 bytes, checksum: 3757243978613825c57c07d4e9b3cae4 (MD5) Previous issue date: 2008 / Resumo: Este estudo apresenta os fundamentos teóricos para modelagem de dados multivariáveis no espaço de estado através de Métodos de Subespaços para Identificação de sistemas lineares invariantes no tempo, discretos no tempo. O trabalho contém alguns conceitos básicos de sistemas dinâmicos, um pouco da história e os elementos de identificação de sistemas, modelos no espaço de estado e modelos estendidos no espaço de estado. Dois Métodos de Subespaços são analisados e tratados, o Multivariable Output-Error State-sPace (MOESP) e o Numerical algorithm for Subspace State-Space System IDentification (N4SID). Modificações nos seus algoritmos são propostas e implementadas. Experimentos com benchmarks são realizados para exemplificar o procedimento de identificação por subespaços e para avaliar os algoritmos modificados. / Abstract: This study presents the theoretical foundations of multivariable data modeling in state space by Subspace Methods for Systems Identification of linear time invariant, discrete time, systems. The work contains some basic concepts of dynamic systems, a little of history and the elements of systems identification, state space models and extended state space models. Two Subspace Methods are analyzed and applied, Multivariable Output-Error State-sPace (MOESP)and Numerical algorithm for Subspace State-Space System IDentification (N4SID). Some modifications then are proposed and implemented. Experiments with benchmarks are realized to show the procedure of Identification by subspace and to evaluate the modified algorithms. / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Lee Luan Ling / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-26T04:07:32Z (GMT). No. of bitstreams: 1 Stenico_JefersonWiliandeGodoy_D.pdf: 40438128 bytes, checksum: 1647243082abcfd8d16256d5f6027e53 (MD5) Previous issue date: 2014 / Resumo: Esta tese apresenta uma nova abordagem de construção de cascata multiplicativa, fundamentada na expressão do Binômio de Newton. Com base nessa nova cascata, é elaborado, um modelo de tráfego multifractal, denominado Modelo Multifractal baseado no Binômio de Newton - (MMBN). Esse modelo é capaz capturar com eficiência algumas das principais características multifractais observadas nas séries reais de tráfego estudadas via sua função escala e fator de momento. Expressões analíticas para a média e a variância do correspondente processo, foram derivadas, com a finalidade de obter uma modelagem mais precisa e robusta dos fluxos de tráfego de rede. Além disso, através da respectiva função autocorreção, foi demonstrado as características de dependência de longa duração (LDR). A avaliação de desempenho do novo modelo proposto foi avaliado utilizando as séries de tráfego reais provenientes de redes fixas e móveis wireless. Os resultados do desempenho foram comparados com outras abordagens multifractais bem conhecidas na literatura. Através dessa da análise, foi possível mostrar que o modelo de tráfego proposto é simples e capaz de representar com precisão as séries de tráfego com características multifractais. Baseado nessa nova abordagem de modelagem de tráfego, um parâmetro de escala global foi determinado e usado em conjunto com os parâmetros do modelo multifractal proposto, o que tornou possível a derivação de uma equação para a estimação de banda efetiva. O principal objetivo dessa expressão está em oferecer melhor alocação de recursos no planejamento e projetos de redes, especialmente para tráfegos com características multifractais. Outra novidade desta tese está na obtenção de uma expressão analítica geral para a estimação de probabilidade de perda para séries de tráfego com características multifractais, em um enlace com um único servidor e buffer finito. Para isso, foi utilizado o método de misturas de gaussianas para expressar a distribuição de cauda pesada do tráfego multifractal. A eficiência da modelagem estatística e a precisão da estimativa de probabilidade de perda foram validadas experimentalmente, assim como os resultados foram comparados com outros métodos multifractais, amplamente utilizados e conhecidos na literatura / Abstract: This thesis presents a novel construction scheme of multiplicative cascade, based on Newton Binomial expression. Based on this new cascade is established, also in an innovative way, a multifractal traffic model, called Multifractal Model based on Newton Binomial (MMNB). This model is able to faithfully capture some main characteristics of the multifractal processes, scaling function and moment factor. In order to get a more accurate and robust modeling of the networks traffic flows, we also derive analytical expressions for the mean and variance of the corresponding network traffic process and show that its autocorrelation function exhibits long-range dependent characteristics (LRD). The performance evaluation of our model has been evaluated using real traffic traces from fixed and mobile networks. The results were compared with those provided by other well-known traffic models reported in the literature. We show that the proposed model is simple and capable of accurately representing network traffic traces with multifractal characteristics. Based on a new approach for traffic modeling and the corresponding multifractal traffic parameters, a global scaling parameter is determined and used together with the multifractal traffic model parameters for the effective bandwidth computation in order to offer better resource allocation in network planning and design, especially for network traffic with multifractal characteristics. Another novel contribution of this thesis is the derivation of a general analytical expression for the loss probability for traffic traces with multifractal characteristics in queuing systems with a simple server and finite buffer. For this, we used Gaussian mixture model to express the heavy tail distribution, one of the most important properties of multifractal traffic. The efficiency of this statistical model and the accuracy of the estimated loss probabilities are experimentally validated by a comparison with other multifractal approaches widely used and well-known in the literature / Doutorado / Telecomunicações e Telemática / Doutor em Engenharia Elétrica

Orientador: Celso Pascoli Bottura / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T14:33:30Z (GMT). No. of bitstreams: 1 TobarQuevedo_JohannaBelen_M.pdf: 1682152 bytes, checksum: 0de866f41b4caaf6854d460eab59e9ac (MD5) Previous issue date: 2013 / Resumo: O objetivo principal deste trabalho é propor algoritmos para identificação de series temporais e de sistemas lineares multivariáveis estocásticos variantes no tempo no espaço de estado. Para isto primeiramente investigamos fundamentos teóricos, apresentando alguns conceitos básicos de series temporais, sistemas, elementos de identificação, modelos no espaço de estado e identificação variante no tempo. Dois algoritmos são propostos, analisados e implementados, o que chamamos MOESP-AOKIVAR baseado no MOESP (Multivariable Output-Error State space) e o que chamamos AOKI-VAR baseado no algoritmo proposto por Masanao Aoki. Os algoritmos são avaliados sobre "benchmarks". Finalmente exemplos são apresentados bem como discussões sobre validação, previsão e modelagem de séries temporais e a modelagem de sistemas multivariáveis estocásticos variantes no tempo, esperando contribuir no estudo deste tipo de sinais e sistemas / Abstract: The main objective of this work is to propose algorithms for identifying non-stationary time series and multivariable time-varying linear stochastic systems in the state space. In order first to do this we investigate theoretical foundations, presenting some basic concepts of time series, systems, identification elements, models in state space and time variant identification. Two algorithms are proposed, analyzed and implemented, the one we called MOESP-AOKI-VAR based on the MOESP (Multivariable Output-Error State space) and the one we called AOKI-VAR based on the algorithm proposed by Masanao Aoki. The algorithms are evaluated on "benchmarks". Finally examples are presented as well as discussions about validation, prediction and modeling of stochastic time series and modeling of stochastic time-varying multivariable systems, hoping to contribute to the study of this type of signals and systems / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientadores: Laercio Luis Vendite, Stanley Robson de Medeiros Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-23T23:19:05Z (GMT). No. of bitstreams: 1 Chahine_GabrielJorge_M.pdf: 1229228 bytes, checksum: fffd253696b5a9dee9870ae1910256e5 (MD5) Previous issue date: 2013 / Resumo: Dos cânceres do trato urinário, os mais comuns são os de Próstata e de Bexiga, sendo o primeiro a causa mais comum de morte por câncer e o carcinoma mais comum para homens. Nosso objetivo nesse trabalho é desenvolver modelos para determinar se um dado tumor irá aumentar e invadir outros órgãos ou se não apresenta esse risco e permanecerá contido. Para isso, coletamos dados de pacientes com câncer de próstata e analisamos quais variáveis mais impactam para ocorrência de metástase. Com isso construímos modelos de classificação, que, com os dados de um determinado paciente, detectam se naquele caso haverá ou não metástase à distância. Nesse trabalho apresentamos modelos para predição de ocorrência de metástases em câncer de próstata. As simulações foram feitas com dados cedidos pelo prof. Dr. Ubirajara Ferreira, responsável pela disciplina de Urologia da FCM da Unicamp, do Hospital das Clinicas - UNICAMP / Abstract: Of all the cancers of the urinary tract, the most common are the Prostate and Bladder. The first being the most common cause of death by cancer and the most common carcinoma in men. Our goal in this work is to develop predictive models to determine whether a given tumor will grow and invade other organs or, if it doesn't present this risk and will remain constrained. To do this, we collected data from patients with prostate cancer and assessed which variables were the most responsible for the occurrence of metastasis. Hence, we built predictive models that, with the data of a given patient, are able detect whether or not a distant metastasis would occur in. In this work we present models to predict the occurrence of metastasis in prostate cancer. The simulations were made with the data given by prof. Dr. Ubirajara Ferreira, responsible for the disciplines of Urology from Unicamp's Faculty of Medical Sciences / Mestrado / Matematica Aplicada e Computacional / Mestre em Matemática Aplicada e Computacional

Orientador: Rubens Augusto Camargo Lamparelli / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-20T12:04:36Z (GMT). No. of bitstreams: 1 Picoli_MichelleCristinaAraujo_D.pdf: 3300395 bytes, checksum: 8977f82fac78de53ad03a7e436b10bc1 (MD5) Previous issue date: 2012 / Resumo:A cana-de-açúcar (Saccharum spp.) exerce papel fundamental na economia na medida em que fornece matéria prima para a produção das comodities açúcar e álcool. Dentro deste contexto a necessidade de informações, as quais possibilitam o acompanhamento desta, é extremamente importante porque permite avaliar a disponibilidade da matéria prima e sua demanda. Para isto, é necessário o monitoramento constante da cultura e uma das formas de se fazer é com o uso de imagens de sensoriamento remoto. Porém, sabe-se que nem sempre isso é possível devido aos períodos chuvosos que ocorrem durante a safra e, portanto, dificultando a aquisição de imagens de satélite livre de nuvens. Para tentar minimizar este problema, a utilização de sensores ativos, como é o caso dos sensores radar de abertura sintética (SAR - Synthetic Aperture Radar), pode ajudar. Os sensores SAR podem coletar dados da superfície em áreas com freqüente cobertura de nuvens e névoa, operando inclusive à noite. Sendo assim, este trabalho teve como objetivo: analisar o potencial das imagens de radar PALSAR/ALOS, polarizações HH e HV, no monitoramento da cultura de cana-de-açúcar, determinar os efeitos das linhas de plantio em culturas de cana-de-açúcar nessas imagens de radar e estimar a produtividade agrícola em talhões de cana-de-açúcar, por meio de um modelo utilizando imagens de radar do sensor PALSAR/ALOS e dados agronômicos, nas safras: 2007/08, 2008/09, 2009/10 na região nordeste do Estado de São Paulo. Os resultados mostraram que foi capaz de detectar mudanças na estrutura (biomassa) da cana-de-açúcar. Os valores médios do coeficiente de retroespalhamento (?°), provenientes de talhões, com linhas de plantio perpendiculares, na polarização HH, foram mais altos que os dos talhões com linhas paralelas à linha de visada do sensor (0,7 a 2,3 dB mais altos, 1,2 dB em média). Para a polarização HV não houve diferença estatisticamente significativa. Já os modelos de estimativa de produtividade explicaram 79%, 12% e 74% da variação da produtividade agrícola observada nos talhões nos anos safra 2007/08, 2008/09 e 2009/10, respectivamente, e o modelo considerando as três safras juntas explicou 66%. Esses resultados podem ser usados para auxiliar e aprimorar a estimativa da produtividade feita in loco, e, principalmente, proporcionar uma alternativa ao monitoramento da cultura sob quaisquer condições climáticas / Abstract: The sugarcane (Saccharum spp.) plays important role in economy because it is source of raw material for sugar and alcohol production. In this context the information needs, which enables its monitoring is very important due to allows evaluate the availability of raw material and its demands. For this, it is need a crop systematical monitoring and one of the ways to do this is through the use of remote sensing images. However, it known that it is not always possible due to the rainy season that occurs in certain periods during the crop phenological phases, impeding the acquisition of optics satellite images free of clouds. To get around this problem the use of active sensors, such as sensors of synthetic aperture radar (SAR) can help. SAR sensors can collect data in areas with frequent cloud cover and fog and can operate even at night. Therefore, this study aimed to analyze the potential of radar PALSAR/ALOS, in HH and HV polarizations, for monitoring the sugarcane crop, to determine the effects of planting rows on the backscatter and estimate sugarcane yield by means of model using radar sensor PALSAR/ALOS and agronomic data, in crop seasons: 2007/08, 2008/09, 2009/10 in northeastern region of São Paulo. The results are promising because it was able to show changing in biomass enabling the monitoring. The mean values of the backscattering coefficient (?°) from fields with perpendicular rows, in HH polarization, were higher than those from parallel rows to the range direction of the satellite (0.7 to 2.3 dB over high, 1.2 dB on average). For HV polarization, there was no statistically significant difference. The yield model estimation, explained 79%, 12% and 74% of the variation in final yield, observed in the plots, in crop seasons 2007/08, 2008/09 and 2009/10, respectively, and the model built for the three crop seasons together explained 66% . These results can be used to assist and improve the prediction of yield performed in loco, and mainly to afford an alternative for crop monitoring in some weather conditions / Doutorado / Planejamento e Desenvolvimento Rural Sustentável / Doutora em Engenharia Agrícola

Submitted by Elisa Mussumeci (elisamussumeci@gmail.com) on 2018-05-29T18:53:58Z No. of bitstreams: 1 machine-learning-aproach (4).pdf: 11272802 bytes, checksum: 52b25abf2711fdd6d1a338316c15c154 (MD5) / Approved for entry into archive by ÁUREA CORRÊA DA FONSECA CORRÊA DA FONSECA (aurea.fonseca@fgv.br) on 2018-05-29T19:15:35Z (GMT) No. of bitstreams: 1 machine-learning-aproach (4).pdf: 11272802 bytes, checksum: 52b25abf2711fdd6d1a338316c15c154 (MD5) / Made available in DSpace on 2018-06-14T19:45:29Z (GMT). No. of bitstreams: 1 machine-learning-aproach (4).pdf: 11272802 bytes, checksum: 52b25abf2711fdd6d1a338316c15c154 (MD5) Previous issue date: 2018-04-12 / We used the Infodengue database of incidence and weather time-series, to train predictive models for the weekly number of cases of dengue in 790 cities of Brazil. To overcome a limitation in the length of time-series available to train the model, we proposed using the time series of epidemiologically similar cities as predictors for the incidence of each city. As Machine Learning-based forecasting models have been used in recent years with reasonable success, in this work we compare three machine learning models: Random Forest, lasso and Long-short term memory neural network in their forecasting performance for all cities monitored by the Infodengue Project.

Orientador: Antonio Carlos Luz Lisboa / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-04T10:42:56Z (GMT). No. of bitstreams: 1 Pimentel_WagnerRobertodeOliveira_D.pdf: 4301837 bytes, checksum: f08b0ac18f93d5fcb06a99e56d205191 (MD5) Previous issue date: 2005 / Resumo: O craqueamento catalítico fluido (FCC) é um dos mais importantes processos de refino da atualidade que produz, dentre outros produtos, gasolina e GLP. Trata-se de um processo que apresenta grande dificuldade de ser modelado fenomenologicamente. Dentro desse contexto surgem as redes neurais artificiais (RNA) como ferramenta de modelagem, visto que as RNA são capazes de ¿aprender¿ o que ocorre no processo por meio de um conjunto limitado de dados e apresentam um menor tempo de processamento se comparado aos modelos fenomenológicos. O objetivo principal deste trabalho é desenvolver modelos empíricos, baseados em RNA e na quimiometria, capazes de relacionar as variáveis de entrada com as variáveis de saída do processo de craqueamento catalítico fluido (planta piloto e unidade industrial). Os dados experimentais foram obtidos na unidade piloto de FCC da Petrobrás localizada na usina de xisto em São Mateus do Sul ¿ PR e os dados industriais foram obtidos da unidade de RLAM localizada em São Francisco do Conde ¿ BA. Para uma boa performance das redes foi utilizada a técnica de análise dos componentes principais (PCA) para um pré-processamento dos dados e em seguida foram usadas redes MLP com os seguintes algoritmos de treinamento supervisionado: Método de Broyden-Fletcher-Goldfarb-Shanno (BFGS), Método do Gradiente Conjugado Escalonado (SCG) e Levenberg-Marquardt (LM)... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: The fluidized bed catalytic cracking process is one of the most important refining processes. It produces, among other distillates, gasoline and liquefied petroleum gas (LPG). It is very difficult to model it by fundamental balances. On the other hand, artificial neural networks (ANN) offer convenient tools to describe complex processes. They are able to learn what is going on with in the process through a limited amount of information, requiring less computing time than phenomenological modeling. The main objective of this work was to develop empirical models ¿ based on ANNs and chemometrics ¿ able to relate input and output variables of the FCC process, using data from a pilot and from an industrial plant. Experimental data were obtained from the Petrobras FCC pilot plant located in São Mateus do Sul, Parané, nd from the Petrobras Landulpho Alves Refinery PCC industrial plant located in São Francisco do Conde, Bahia. The principal component analysis (PCA) technique was initially used to preprocess the data. Artificial neural networks were then employed with the following supervising training algorithms: Broyden-Fletcher-Godfarb-Shanno (BFGS), Scale Conjugated Gradient (SCG) and Levenberg-Marquardt (LM). Methods devised to increase the artificial network prediction power were also used... Note: The complete abstract is available with the full electronic digital thesis or dissertations / Doutorado / Engenharia de Processos / Doutor em Engenharia Química

Effective agricultural planning and environmental monitoring requires basic soil information. However, analyzing soil properties by conventional methods is often expensive and time consuming. In addition, these analyses result in chemical residues, which may be environmentally hazardous. In recent decades near-infrared diffuse reflectance spectroscopy (400-2500 nm) has been shown to be a viable alternative for rapidly analyzing soil properties. Information needs to be mathematically extracted from the spectra in order to correlate them with soil properties, and multivariate statistics are often used to calibrate soil prediction models.However, soils evaluated by the mid-IR region (4000 to 400 cm-1) warrants new studies. The primary aim of this study was to investigate the feasibility to use soil spectral data and chemometrics methods to predict soil properties, in order to reduce the number of conventional soil analyses. The understanding of the relationships between spectral characteristics and the physic-chemical properties of soils were evaluated in three different studies with soils of: (i) spectral library (Chapter 1), (ii) amazonian region (Chapter 2), (iii) soils contaminated with heavy metals and tannery sludge (Chapter 3).It was possible to identify regions of the vis-NIR and mid-IR spectra that showed absorption features due to water, iron oxides, and clay minerals. In Chapter 1 the predicted models for clay and soil organic matter showed high accuracy. It reflects the influence of the direct spectral responses of these properties in the NIR. The division of the large library into smaller subsets based on variation in the spectra characteristics was the best alternative to quantify soil attributes in tropical soils by Partial Least Square regressions. Another alternative would be to use Boosted regression trees for the whole library. In Chapter 2, the mid-IR predicted models outperformed the vis-NIR. Comparison of the interpolation results revealed that the predictions of the PLS regression (mid-IR and vis-NIR) adequately reproduced the spatial pattern of the properties evaluated, especially soil organic carbon and cation exchange capacity and, had the ability to predict the soil properties of unknown samples from a different geographical location. In Chapter 3, the metals adsorption to soil constituents caused expressive changes in soil spectral curves, showing spectral differentiation between highly contaminated soil and soils that are relatively contaminant-free. The results indicate that the Cr pseudo-total content can be predicted by spectroscopy reflectance with both sensors data. Fe and Mn also can be predicted accuratley by vis-NIR. The vis-NIR models outperformed the mid-IR. Besides these results, the vis-NIR instrument has less complicated sample and can be used directly in the field using portable spectrorradiometers. / Para o planejamento agrícola e o monitoramento ambiental são necessárias informações sobre os solos. As análises de solos realizadas através de métodos convencionais em laboratório são normalmente caras e demoradas. Além disso, geram resíduos químicos que caso não sejam dispostos e/ou tratados adequadamente, podem contaminar o ambiente. Nas últimas décadas a espectroscopia de reflectância difusa na região do visível e infravermelho próximo (vis-NIR, 400-2500 nm) do espectroeletromagnético tem se mostrado uma alternativa viável para analisar atributos de solo de maneira rápida. Para tanto, a informação espectral é matematicamente extraída do espectro e métodos multivariados são usados afim de correlacioná-la com as propriedades do solo. Entretanto, ainda são poucos estudos de solos em que a espectroscopia de reflectância na região do infravermelho médio (mid-IR, 4000-400 cm-1) foi usada. Objetivaram-se com este trabalho investigar a viabilidade da utilização de dados espectrais vis-NIR e mid-IR de solos e métodos quimiométricos para predizer as propriedades dos mesmos, a fim de reduzir o número de análises convencionais de terra. As relações existentes entre características espectrais e propriedades físico-químicas de solos tropicais foram avaliadas em três estudos distintos com solos (i) de uma biblioteca espectral (Capítulo 1), (ii) da região amazônica (Capítulo 2) e, (iii) contaminados com metais pesados e lodo de curtume (Capítulo 3). Foi possível identificar faixas espectrais nas regiões do vis-NIR e mid-IR relacionadas às feições de absorção características da água, óxidos de ferro e minerais de argila. No capítulo 1 os modelos de predição vis-NIR de argila e matéria orgânica do solo apresentaram elevada acurácia. Isto reflete a influência direta destas propriedades do solo na sua resposta espectral. A divisão da biblioteca espectral em subgrupos menores baseada nas características espectrais foi eficiente na quantificação de atributos de solos tropicais. Outra alternativa foi usar o método de regressão de árvores para o conjunto total de dados. No capítulo 2, os modelos de predição mid-IR foram mais precisos que os vis-NIR. Os modelos de carbono orgânico do solo e capacidade de troca catiônica obtidos pela regressão pelo método dos mínimos quadrados parciais permitiram a reprodução do padrão espacial destas propriedades na área estudada (r > 0.81); e puderam ser aplicados em uma área geográfica diferente, em amostras de solos desconhecidas. No capítulo 3, a adsorção de metais em constituintes dos solos provocou mudanças nas curvas espectrais dos mesmos, mostrando diferenças entre solos altamente contaminados por metais pesados e solos livres de contaminação. Os teores de Cr (semi-total) no solo pode ser predito através da espectroscopia de reflectância vis-NIR-mid-IR e regressão por mínimos quadrados parciais. Fe e Mn também foram preditos com acurácia usando dados vis-NIR. Em geral, os modelos de predição vis- NIR de metais pesados foram mais precisos que o mid-IR. A vantagem da utilização do sensor vis-NIR está no preparo mais simples de amostras e na possibilidade de utilizá-lo diretamente no campo.

Effective agricultural planning and environmental monitoring requires basic soil information. However, analyzing soil properties by conventional methods is often expensive and time consuming. In addition, these analyses result in chemical residues, which may be environmentally hazardous. In recent decades near-infrared diffuse reflectance spectroscopy (400-2500 nm) has been shown to be a viable alternative for rapidly analyzing soil properties. Information needs to be mathematically extracted from the spectra in order to correlate them with soil properties, and multivariate statistics are often used to calibrate soil prediction models.However, soils evaluated by the mid-IR region (4000 to 400 cm-1) warrants new studies. The primary aim of this study was to investigate the feasibility to use soil spectral data and chemometrics methods to predict soil properties, in order to reduce the number of conventional soil analyses. The understanding of the relationships between spectral characteristics and the physic-chemical properties of soils were evaluated in three different studies with soils of: (i) spectral library (Chapter 1), (ii) amazonian region (Chapter 2), (iii) soils contaminated with heavy metals and tannery sludge (Chapter 3).It was possible to identify regions of the vis-NIR and mid-IR spectra that showed absorption features due to water, iron oxides, and clay minerals. In Chapter 1 the predicted models for clay and soil organic matter showed high accuracy. It reflects the influence of the direct spectral responses of these properties in the NIR. The division of the large library into smaller subsets based on variation in the spectra characteristics was the best alternative to quantify soil attributes in tropical soils by Partial Least Square regressions. Another alternative would be to use Boosted regression trees for the whole library. In Chapter 2, the mid-IR predicted models outperformed the vis-NIR. Comparison of the interpolation results revealed that the predictions of the PLS regression (mid-IR and vis-NIR) adequately reproduced the spatial pattern of the properties evaluated, especially soil organic carbon and cation exchange capacity and, had the ability to predict the soil properties of unknown samples from a different geographical location. In Chapter 3, the metals adsorption to soil constituents caused expressive changes in soil spectral curves, showing spectral differentiation between highly contaminated soil and soils that are relatively contaminant-free. The results indicate that the Cr pseudo-total content can be predicted by spectroscopy reflectance with both sensors data. Fe and Mn also can be predicted accuratley by vis-NIR. The vis-NIR models outperformed the mid-IR. Besides these results, the vis-NIR instrument has less complicated sample and can be used directly in the field using portable spectrorradiometers. / Para o planejamento agrícola e o monitoramento ambiental são necessárias informações sobre os solos. As análises de solos realizadas através de métodos convencionais em laboratório são normalmente caras e demoradas. Além disso, geram resíduos químicos que caso não sejam dispostos e/ou tratados adequadamente, podem contaminar o ambiente. Nas últimas décadas a espectroscopia de reflectância difusa na região do visível e infravermelho próximo (vis-NIR, 400-2500 nm) do espectroeletromagnético tem se mostrado uma alternativa viável para analisar atributos de solo de maneira rápida. Para tanto, a informação espectral é matematicamente extraída do espectro e métodos multivariados são usados afim de correlacioná-la com as propriedades do solo. Entretanto, ainda são poucos estudos de solos em que a espectroscopia de reflectância na região do infravermelho médio (mid-IR, 4000-400 cm-1) foi usada. Objetivaram-se com este trabalho investigar a viabilidade da utilização de dados espectrais vis-NIR e mid-IR de solos e métodos quimiométricos para predizer as propriedades dos mesmos, a fim de reduzir o número de análises convencionais de terra. As relações existentes entre características espectrais e propriedades físico-químicas de solos tropicais foram avaliadas em três estudos distintos com solos (i) de uma biblioteca espectral (Capítulo 1), (ii) da região amazônica (Capítulo 2) e, (iii) contaminados com metais pesados e lodo de curtume (Capítulo 3). Foi possível identificar faixas espectrais nas regiões do vis-NIR e mid-IR relacionadas às feições de absorção características da água, óxidos de ferro e minerais de argila. No capítulo 1 os modelos de predição vis-NIR de argila e matéria orgânica do solo apresentaram elevada acurácia. Isto reflete a influência direta destas propriedades do solo na sua resposta espectral. A divisão da biblioteca espectral em subgrupos menores baseada nas características espectrais foi eficiente na quantificação de atributos de solos tropicais. Outra alternativa foi usar o método de regressão de árvores para o conjunto total de dados. No capítulo 2, os modelos de predição mid-IR foram mais precisos que os vis-NIR. Os modelos de carbono orgânico do solo e capacidade de troca catiônica obtidos pela regressão pelo método dos mínimos quadrados parciais permitiram a reprodução do padrão espacial destas propriedades na área estudada (r > 0.81); e puderam ser aplicados em uma área geográfica diferente, em amostras de solos desconhecidas. No capítulo 3, a adsorção de metais em constituintes dos solos provocou mudanças nas curvas espectrais dos mesmos, mostrando diferenças entre solos altamente contaminados por metais pesados e solos livres de contaminação. Os teores de Cr (semi-total) no solo pode ser predito através da espectroscopia de reflectância vis-NIR-mid-IR e regressão por mínimos quadrados parciais. Fe e Mn também foram preditos com acurácia usando dados vis-NIR. Em geral, os modelos de predição vis- NIR de metais pesados foram mais precisos que o mid-IR. A vantagem da utilização do sensor vis-NIR está no preparo mais simples de amostras e na possibilidade de utilizá-lo diretamente no campo.