Please use this identifier to cite or link to this item:
https://repositorio.ufersa.edu.br/handle/prefix/3741
Type: | Dissertação |
Title: | Uso de redes neurais na estimativa de sorção, dessorção e impacto ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros |
Authors: | Silva, Tatiane Severo |
First Advisor: | Silva, Daniel Valadão |
First Co-advisor: | Souza, Carolina Malala Martins |
First member of the board: | Santos, José Barbosa dos |
Second member of the board: | Melo, Stefeson Bezerra de |
Third member of the board: | Passos, Ana Beatriz Rocha de Jesus |
Resume: | O uso de herbicidas no Brasil tem sido realizado com base na recomendação do fabricante, desconsiderando muitas vezes a grande variabilidade dos atributos dos solos. O uso de métodos estatísticos que permitam prever os processos de retenção dos herbicidas no solo pode contribuir para a melhoria da eficiência no controle das plantas daninhas associado ao menor risco de contaminação ambiental. Essa pesquisa avaliou o uso de redes neurais artificiais (RNAs) para predição da sorção e dessorção no solo, bem como o potencial de contaminação ambiental dos herbicidas diuron, hexazinone e sulfometuron-methyl em solos brasileiros. Os coeficientes de sorção e dessorção dos três herbicidas foram determinados em ensaios laboratoriais para 15 solos de diferentes estados brasileiros. Para prever a sorção e dessorção do diuron, hexazinone e sulfometuron-methyl foi usada uma RNAs perceptron multicamadas (MLP). As entradas (inputs) foram as características dos herbicidas e os atributos físicos e químicos dos solos, e as saídas (outputs) os coeficientes de sorção e dessorção (Kfs e Kfd). Para avaliar os modelos, foram utilizados o coeficiente de determinação (R2), erro relativo absoluto médio (RMSE) e o erro absoluto médio (MAE). O risco de lixiviação dos herbicidas diuron, hexazinone e sulfometuron-methyl foi avaliado considerando os valores de sorção observados e os estimados pelos modelos. Os modelos de rede neural artificial (RNAs) foram eficientes para predição da sorção e dessorção dos herbicidas diuron, hexazinone e sulfometuron-methyl. O número de neurônios na camada oculta afetou o desempenho das redes, portanto, diferentes estruturas de rede devem ser testadas para obter bons modelos para predição da sorção e dessorção de herbicidas no solo. As propriedades físico-químicas dos herbicidas foram mais importantes para modelagem de RNAs perceptron de multicamadas do que os atributos do solo. Os herbicidas diuron, hexazinone e sulfometuron-methyl possuem alto risco potencial para contaminação de águas subterrâneas em diferentes estados brasileiros |
Abstract: | The use of herbicides in Brazil has been carried out based on the manufacturer's recommendation, often disregarding the high variability of soil attributes. The use of statistical methods to predict the herbicide retention processes in the soil can contribute to the improvement of weed control efficiency associated with the lower risk of environmental contamination. This research evaluated the use of artificial neural networks (RNAs) to predict soil sorption and desorption, as well as the environmental contamination potential of diuron, hexazinone and sulfometuron-methyl herbicides in Brazilian soils. The sorption and desorption coefficients of the three herbicides were determined in laboratory tests for 15 soils from different Brazilian states. To predict the sorption and desorption of diuron, hexazinone and sulfometuron-methyl were used a multilayer perceptron RNAs (MLP). The inputs were the characteristics of the herbicides and the physical and chemical attributes of the soils, and the outputs of the sorption and desorption coefficients (Kfs and Kfd). The risk of leaching of diuron, hexazinone, and sulfometuron-methyl herbicides were evaluated considering the sorption values observed and those estimated by the models. The artificial neural network (RNA) models were efficient for the prediction of sorption and desorption of diuron, hexazinone, and sulfometuron-methyl herbicides. The number of neurons in the hidden layer affected the performance of the networks, so different network structures must be tested to obtain good models to predict the sorption and desorption of herbicides in the soil. The physicochemical properties of the herbicides were more important for the modeling of multilayer perceptron RNAs than the soil attributes. The herbicides diuron, hexazinone, and sulfometuron-methyl have a high potential risk for contamination of groundwater in different Brazilian states |
Keywords: | Processos de retenção cana-de-açúcar controle químico contaminação ambiental Retention processes sugarcane chemical control environmental contamination |
CNPq: | CNPQ::CIENCIAS AGRARIAS::AGRONOMIA |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal Rural do Semi-Árido |
Institution Initials: | UFERSA |
Department: | Centro de Ciências Agrárias - CCA |
Program Name: | Programa de Pós-Graduação em Fitotecnia |
Citation: | Citação com autor incluído no texto: Silva (2019) Citação com autor não incluído no texto: (SILVA, 2019) |
Access Type: | Acesso Aberto |
URI: | https://repositorio.ufersa.edu.br/handle/prefix/3741 |
Issue Date: | 28-Feb-2019 |
License Term: | CC-BY-SA |
Appears in Collections: | Mestrado em Fitotecnia |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TatianeSS_DISSERT.pdf | 2.44 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.