Soil texture classification by Mid-infrared spectroscopy (MIR)

A quantificação dessas partículas é geralmente realizada pelo método da Pipeta. Este método, embora seja simples, apresenta baixa produtividade e gera um volume considerável de resíduo. Diante disso, metodologias verdes e de maiores rendimentos em análise de solo vêm se destacando. Nessa direção, o objetivo deste trabalho é propor uma metodologia de classificação textural através de MIR e do método de calibração multivariado máquinas de vetores de suporte por mínimos quadrados (LS-SVM). Para isso, um total de 1083 amostras de solo de diversas regiões do Brasil foi analisado utilizando o método da Pipeta. Em seguida, espectros de MIR foram obtidos de cada amostra. Após a subdivisão das amostras entre calibração e validação utilizando o algoritmo Kennard-Stone (Kennard e Stone, 1969), utilizou-se a ferramenta LS-SVM para classificar as amostras do conjunto de validação em 12 grupos texturais. As classificações texturais determinadas pelo LS-SVM foram comparadas com as obtidas pelo método da Pipeta. Obteve-se uma taxa de acerto de 81%. A classificação textural por MIR além de ser um método não destrutível, apresenta alta produtividade de ensaio, e também um baixo impacto ambiental em relação à metodologia de referência.