Estimativa e classificação da compactação do solo pelo tráfego de máquinas agrícolas através da... por Augusto Guilherme de Araújo - Versão HTML

ATENÇÃO: Esta é apenas uma visualização em HTML e alguns elementos como links e números de página podem estar incorretos.
Faça o download do livro em PDF, ePub, Kindle para obter uma versão completa.

AUGUSTO GUILHERME DE ARAÚJO

ESTIMATIVA E CLASSIFICAÇÃO DA COMPACTAÇÃO DO SOLO PELO

TRÁFEGO DE MÁQUINAS AGRÍCOLAS ATRAVÉS DA MODELAGEM

NEBULOSA

Tese apresentada à Escola Politécnica

da Universidade de São Paulo para

obtenção do Título de Doutor em

Engenharia Elétrica.

São Paulo

2004

AUGUSTO GUILHERME DE ARAÚJO

ESTIMATIVA E CLASSIFICAÇÃO DA COMPACTAÇÃO DO SOLO PELO

TRÁFEGO DE MÁQUINAS AGRÍCOLAS ATRAVÉS DA MODELAGEM

NEBULOSA

Tese apresentada à Escola Politécnica

da Universidade de São Paulo para

obtenção do Título de Doutor em

Engenharia Elétrica.

Área de concentração:

Sistemas digitais

Orientador;

Prof. Dr. Antonio Mauro Saraiva

São Paulo

2004

Este exemplar foi revisado e alterado em relação à versão original, sob responsabilidade única do autor e com a anuência de seu orientador.

São Paulo, 30 de novembro de 2004.

Assinatura do autor

Assinatura do orientador

FICHA CATALOGRÁFICA

Araújo, Augusto Guilherme de

Estimativa e classificação da compactação do solo pelo

tráfego de máquinas agrícolas através da modelagem nebulosa /

A.G. Araújo. -- São Paulo, 2004.

224 p.

Tese (Doutorado) - Escola Politécnica da Universidade de

São Paulo. Departamento de Engenharia de Computação e

Sistemas Digitais.

1.Mecanização agrícola 2.Fuzzy 3.Modelagem matemática

4.Física do solo I.Universidade de São Paulo. Escola Politécnica.

Departamento de Engenharia de Computação e Sistemas

Digitais II.t.

Dedico à Pul e ao Pedro.

AGRADECIMENTOS

O treinamento de pós-graduação junto ao Departamento de Engenharia de

Computação e Sistemas Digitais, mais especificamente com a equipe do Laboratório de Automação Agrícola, representou um importante desafio profissional e pessoal e, nesse período, contei com o apoio e a colaboração de várias pessoas.

Ao lembrá-las, gostaria de reconhecer minha gratidão.

Tive o privilégio de contar com a orientação segura e a amizade do professor Antonio Mauro Saraiva, cujo incentivo e atenção foram fundamentais para superação desse desafio.

Sempre que necessário, tive o apoio dos professores do PCS, Marco Tulio, André Hirakawa e Carlos Cugnasca; dos colegas de LAA, Madeleine, Jacinto e Etienne além de funcionários de vários setores da Escola Politécnica.

A realização do treinamento não teria sido possível sem o apoio do Instituto Agronômico do Paraná (IAPAR) e da EMBRAPA, instituições que me facultaram o privilégio da dedicação integral ao curso.

O incentivo e a colaboração dos amigos da Área de Engenharia Agrícola do IAPAR durante as fases de experimentação no campo, análises e redação foram essenciais para conclusão do curso. Dentre vários profissionais, gostaria de lembrar, o Adriano, Audilei, Alexandre, Cristian, João Henrique, Milton, Pedro, Rogério, Ronaldo, Ruy Casão e Zé do Brejo.

À professora Maria de Fátima do Departamento de Agronomia da

Universidade Estadual de Londrina (UEL) pelas discussões, idéias, colaboração técnica e metodológica, juntamente com seus alunos de graduação e pós, Lisane, Daniela, Bruno e Tiago.

À Cléo, Eunice e Edna, profissionais de suporte administrativo do IAPAR

sempre prontas para resolver os problemas da maneira mais simples.

À Fundação Araucária, órgão de apoio à pesquisa do Paraná pelo

financiamento do projeto de pesquisa.

E, finalmente, gostaria de lembrar minha família. A meus pais pela atenção e dedicação redobradas durante minha estada em São Paulo e à Silvia e Pedro pelo apoio e dezenas de horas de convívio postergadas.

RESUMO

A mecanização agrícola é um dos principais componentes tecnológicos responsáveis pelo avanço na produção agrícola brasileira, nos últimos anos, contudo, sua utilização aumenta o risco de impactos ambientais negativos relacionados à degradação dos solos, notadamente à compactação excessiva pelo tráfego de máquinas. A adoção recente de sistemas conservacionistas de manejo do solo, nas culturas anuais, gerou ainda mais preocupação quanto aos efeitos negativos da mecanização. Pesquisas nesse tema visam, em geral, estimar a influência do tráfego sobre as propriedades físicas do solo e identificar classes de compactação restritivas ao desenvolvimento das plantas, com o propósito de fornecer subsídios para evitar a compactação excessiva. O objetivo do trabalho foi propor e avaliar uma metodologia para aplicação da modelagem nebulosa na estimativa e classificação da compactação do solo pelo tráfego, baseada no conhecimento especialista e em dados

experimentais. A utilização de modelos simples e confiáveis no planejamento das operações mecanizadas é fundamental para aumentar a sustentabilidade ambiental da atividade. A partir de dados experimentais, foram identificados modelos para estimativa da densidade aparente, porosidade total e resistência à penetração do solo, após o tráfego, e cujas variáveis de entrada são relacionadas às condições iniciais do solo e das máquinas. Tais modelos foram identificados através de um algoritmo neuro-nebuloso e testados com dados independentes. O modelo de classificação relacionou qualitativamente as propriedades físicas do solo com as classes de compactação identificadas pelo método do perfil cultural, sendo as propriedades representadas por conjuntos nebulosos e as relações entre elas e as classes de compactação estabelecidas através de regras lingüísticas. Os dados observados experimentalmente e estimados pelos modelos foram comparados a partir de critérios estatísticos e as estimativas foram analisadas para combinações das variáveis de entrada cujas respostas são conhecidas. O modelo de classificação foi analisado através da porcentagem de acertos segundo as profundidades. O método proposto possibilitou a aquisição de quantidade suficiente de dados para treinamento e teste dos modelos embora ainda sejam necessários novos dados para diferentes faixas de valores e combinações das variáveis de entrada. Os erros porcentuais médios obtidos pelo modelo de estimativa da densidade e da porosidade foram da ordem de 5% e 3%, respectivamente, e a diferença média entre os pares de dados observados e estimados não foi significativamente diferente de zero. Os erros dos modelos de estimativa da resistência à penetração atingiram 18%. O modelo de classificação apresentou desempenho satisfatório, com níveis elevados de acertos, embora ainda sejam necessários ajustes para a camada de 0,10 a 0,20 m. Os resultados demonstram que a metodologia é viável para identificação de modelos de compactação do solo baseada em dados e no conhecimento especialista e que a modelagem nebulosa é uma ferramenta com potencial para aplicação a problemas relacionados ao manejo do solo e, particularmente, para simular o processo de compactação do solo pelo tráfego.

ABSTRACT

Agricultural mechanization is an important technological issue responsible for Brazilian agricultural advance but its large use increases the risk of environmental impacts due to soil degradation resulting from machine traffic. Conservation agriculture adopted in crop production systems has renewed concerns about soil compaction due to machine traffic. Research on this subject approaches the problem in two ways: estimation or prediction of traffic influence on soil physical properties and classification of soil compaction regarding its effects on plant development. The general target is to develop tools in order to avoid excessive soil compaction. This work presents a method to apply fuzzy modeling techniques to estimate and classify soil compaction due to machine traffic based on expert knowledge and experimental data. Simple and accurate models are useful tools for mechanization planning and for increasing agricultural sustainability. Fuzzy models to estimate soil bulk density, total porosity and penetration resistance after traffic were identified based on data and using initial soil conditions and machine variables as inputs. Fuzzy classification model was derived from expert knowledge and represented the qualitative relations between compaction classes and soil physical properties, the former identified by cultural profile method. Soil properties were represented by fuzzy sets and qualitative relations by linguistic fuzzy rules. Observed and estimated data were compared using statistical criteria and expected responses for known input combinations were analyzed. The rate of classification success for each depth was used to evaluate the performance of the classification model. The proposed method was able to provide sufficient amount of data for model training and testing, however more data are required for different input levels and combinations in order to improve models’ performances. The average percentual errors of the estimation models for soil density and porosity were 5% and 3% respectively, and the average difference between observed and estimated data pairs was not statistically different from zero. For the penetration resistance model, the error was about 18%. The classification model showed good performance with high success rates but with medium accuracy in the 0,10-0,20 m depth. The results show that fuzzy modeling is a valuable tool to approach soil management problems and, in particular, to simulate soil compaction process due to traffic.

SUMÁRIO

LISTA DE FIGURAS

LISTA DE TABELAS

LISTA DE ABREVIATURAS

LISTA DE SÍMBOLOS

1. INTRODUÇÃO ...................................................................................................... 1

1.1. JUSTIFICATIVA ................................................................................................... 2

1.2. OBJETIVOS ......................................................................................................... 6

1.3. ESCOPO E MOTIVAÇÃO ....................................................................................... 7

1.4. ESTRUTURA DO TRABALHO ................................................................................ 8

2. CARACTERIZAÇÃO DA COMPACTAÇÃO DO SOLO PELO TRÁFEGO

DE MÁQUINAS......................................................................................................... 9

2.1. INTRODUÇÃO...................................................................................................... 9

2.2. PROCESSO E FATORES DETERMINANTES DA COMPACTAÇÃO DO SOLO .............. 13

2.3. EFEITOS DA COMPACTAÇÃO NO SOLO E NAS PLANTAS...................................... 19

2.4. MÉTODOS PARA AVALIAÇÃO DA COMPACTAÇÃO DO SOLO ............................... 24

2.5. MODELAGEM DA COMPACTAÇÃO DO SOLO....................................................... 34

2.6. INCERTEZAS ASSOCIADAS À COMPACTAÇÃO DO SOLO...................................... 37

2.7. CONSIDERAÇÕES FINAIS................................................................................... 40

3. FUNDAMENTOS E APLICAÇÕES DA MODELAGEM NEBULOSA ....... 42

3.1. INTRODUÇÃO.................................................................................................... 42

3.2. CONCEITUAÇÃO ............................................................................................... 46

3.3. CONFIGURAÇÃO DE MODELOS NEBULOSOS ...................................................... 50

3.3.1. Funções de pertinência dos conjuntos nebulosos..................................... 51

3.3.2. Regras nebulosas...................................................................................... 51

3.3.3. Fuzificação ............................................................................................... 53

3.3.4. Inferência nebulosa .................................................................................. 53

3.3.5. Defuzificação ........................................................................................... 54

3.4. CLASSIFICAÇÃO DE MODELOS NEBULOSOS....................................................... 55

3.4.1. Modelos nebulosos lingüísticos ............................................................... 55

3.4.2. Modelos nebulosos paramétricos ............................................................. 57

3.5. CONSTRUÇÃO DE MODELOS NEBULOSOS .......................................................... 59

3.5.1. Construção de modelos nebulosos a partir do conhecimento especialista62

3.5.2. Construção de modelos nebulosos a partir de dados................................ 63

3.6. APLICAÇÕES DA MODELAGEM NEBULOSA ........................................................ 67

3.7. CONSIDERAÇÕES FINAIS................................................................................... 72

4. METODOLOGIA PARA ESTIMATIVA E CLASSIFICAÇÃO DA

COMPACTAÇÃO DO SOLO ATRAVÉS DA MODELAGEM NEBULOSA.. 73

4.1. INTRODUÇÃO.................................................................................................... 73

4.2.FASE EXPERIMENTAL ........................................................................................ 75

4.2.1. Seleção das variáveis e procedimentos de medição................................. 75

4.2.2. Tratamentos experimentais ...................................................................... 80

4.2.3. Aquisição e pré-processamento dos dados............................................... 85

4.3. MODELO NEURO-NEBULOSO PARA ESTIMATIVA DA COMPACTAÇÃO DO SOLO .. 87

4.3.1. Identificação da estrutura inicial do modelo ............................................ 93

4.3.2. Seleção das variáveis de entrada do modelo de estimativa...................... 95

4.3.3. Treinamento e teste dos modelos neuro-nebulosos de estimativa ........... 98

4.3.4. Avaliação dos resultados dos modelos de estimativa .............................. 99

4.4. MODELO NEBULOSO PARA CLASSIFICAÇÃO DA COMPACTAÇÃO DO SOLO ....... 101

4.5. CONSIDERAÇÕES FINAIS................................................................................. 103

5. RESULTADOS E DISCUSSÃO ....................................................................... 105

5.1. RESULTADOS EXPERIMENTAIS........................................................................ 105

5.2. MODELO DE ESTIMATIVA DA COMPACTAÇÃO DO SOLO .................................. 124

5.2.1. Modelo para estimativa da densidade do solo após uma passada.......... 124

5.2.2. Modelo para estimativa da densidade do solo após três passadas ......... 135

5.2.3. Modelo para estimativa da porosidade total do solo após uma passada 142

5.2.4. Modelo para estimativa da porosidade total do solo após três passadas 149

5.2.5. Modelo para estimativa da resistência à penetração após uma passada. 155

5.2.6. Modelo para estimativa da resistência à penetração após três passadas 161

5.3. DISCUSSÃO DOS RESULTADOS DOS MODELOS DE ESTIMATIVA........................ 168

5.3.1. Desempenho dos modelos de estimativa da densidade do solo ............. 168

5.3.2. Desempenho dos modelos de estimativa da porosidade total ................ 174

5.3.3. Desempenho dos modelos de estimativa da resistência à penetração.... 178

5.4. MODELO PARA CLASSIFICAÇÃO DA COMPACTAÇÃO DO SOLO......................... 183

5.5. CONSIDERAÇÕES FINAIS................................................................................. 190

6. CONSIDERAÇÕES FINAIS ............................................................................ 192

6.1. INTRODUÇÃO.................................................................................................. 192

6.2. SÍNTESE DOS RESULTADOS EXPERIMENTAIS ................................................... 193

6.3. SÍNTESE DOS RESULTADOS DOS MODELOS DE ESTIMATIVA DA COMPACTAÇÃO DO

SOLO ..................................................................................................................... 195

6.4. SÍNTESE DOS RESULTADOS DO MODELO DE CLASSIFICAÇÃO DA COMPACTAÇÃO

DO SOLO ................................................................................................................ 199

6.5. CONCLUSÕES GERAIS ..................................................................................... 200

6.6. CONTRIBUIÇÕES............................................................................................. 202

6.7 PERSPECTIVAS................................................................................................. 203

ANEXO 1 - IDENTIFICAÇÃO DOS PARÂMETROS DO CONSEQÜENTE

DO MODELO NEURO-NEBULOSO PELO MÉTODO DOS MÍNIMOS

QUADRADOS........................................................................................................ 205

ANEXO 2 - IDENTIFICAÇÃO DOS PARÂMETROS DO ANTECEDENTE

DO MODELO NEURO-NEBULOSO PELO MÉTODO DO GRADIENTE

DESCENDENTE (“BACKPROPAGATION”) .................................................. 208

ANEXO 3- PERFIS CULTURAIS DAS PARCELAS EXPERIMENTAIS..... 210

LISTA DE REFERÊNCIAS ................................................................................. 214

LISTA DE FIGURAS

FIGURA 1: Componentes de um modelo nebuloso (baseado em JANG, 1993)....... 50

FIGURA 2: Partições do espaço do antecedente no modelo nebuloso lingüístico

(BABUŠKA, 2002)............................................................................................ 56

FIGURA 3: Modelo paramétrico com as regras representando equações lineares

locais aproximando uma função não-linear global. ........................................... 59

FIGURA 4: Projeção dos aglomerados (v1 e v2) nos eixos do antecedente (x) e conseqüente (y) com conjuntos nebulosos (A1, A2, B1, B2) e regras (R1, R2)

associadas........................................................................................................... 64

FIGURA 5: Representação de um modelo nebuloso, com duas regras, como uma

rede neuro-nebulosa (BABUŠKA, 2003). ......................................................... 67

FIGURA 6: Esquema do modelo nebuloso de estimativa da compactação do solo. . 74

FIGURA 7: Esquema do modelo nebuloso de classificação da compactação do solo.

............................................................................................................................ 74

FIGURA 8: Amostrador de solo para medição da densidade aparente (esquerda) e

detalhe do copo onde se aloja o anel volumétrico (direita)................................ 76

FIGURA 9: Saturação das amostras de solo para determinação da porosidade total.78

FIGURA 10: Esquema de disposição em campo dos aspersores e pluviômetros, em

relação às parcelas, no método da “aspersão em linha”..................................... 82

FIGURA 11: Esquema da área experimental com posição das parcelas e locais de

amostragens de solo. .......................................................................................... 84

FIGURA 12: Representação do modelo nebuloso como uma estrutura em rede na

arquitetura do ANFIS (BABUŠKA,2003). ........................................................ 89

FIGURA 13: Perfil cultural inicial da área com letras indicando as unidades morfológicas correspondentes a: L= solo livre com agregados pequenos; F∆µ ou

Fµ∆= em processo de compactação; Cµ= não compactado............................. 107

FIGURA 14: Média (barra) e desvio padrão (linha) da densidade inicial do solo, segundo a profundidade, para os três experimentos (média de quarenta e oito

amostras para cada experimento e profundidade)............................................ 107

FIGURA 15: Densidade inicial do solo (antes do tráfego) e após a primeira (acima) e

terceira (abaixo) passadas observadas nos três experimentos.......................... 109

FIGURA 16: Densidade média do solo na condição inicial e após os tráfegos de

máquinas, segundo as profundidades............................................................... 111

FIGURA 17: Porosidade total do solo inicial (antes do tráfego) e após a primeira

(acima) e terceira (abaixo) passadas, observadas nos três experimentos......... 113

FIGURA 18: Porosidade total média do solo na condição inicial e após os tráfegos de

máquinas, segundo as profundidades............................................................... 114

FIGURA 19: Distribuição da precipitação do aspersor Fabrimar A1823 em relação à

distância da tubulação com os desvios padrões das médias............................. 115

FIGURA 20: Umidade do solo segundo a profundidade, condição de tráfego e experimento, com número de amostras na abscissa e as retas de regressão linear

para os dois níveis de umidade. ....................................................................... 117

FIGURA 21: Resistência à penetração do solo inicial (antes do tráfego) e após a primeira (acima) e terceira (abaixo) passadas, observada nos três experimentos.

.......................................................................................................................... 119

FIGURA 22: Resistência à penetração média do solo na condição inicial e após os

tráfegos de máquinas, segundo as profundidades. ........................................... 120

FIGURA 23: Perfis culturais, após o tráfego, referentes ao tratamento 1/experimento 1 (a), tratamento 4/experimento 2 (b), tratamento 2/experimento 3 (c), com linhas pontilhadas indicando as posições de amostragem e letras indicando as unidades morfológicas, correspondentes a: F∆=compactado; C∆= compactado;

F∆µ ou Fµ∆=em processo de compactação e Cµ= não compactado. .............. 123

FIGURA 24: Combinações das variáveis de entrada e seus respectivos erros para o

modelo de estimativa da densidade do solo após uma passada. ...................... 125

FIGURA 25: Relação entre a densidade do solo observada e estimada pelo modelo,

regressão linear e índices de desempenho........................................................ 127

FIGURA 26: Funções de pertinência e regras do modelo de estimativa da densidade

do solo após uma passada da máquina (profundidade indicada em cm).......... 130

FIGURA 27: Superfícies de resposta do modelo para profundidade de 0,10 m, pressão dos pneus de 120 kPa e densidades iniciais do solo de a) 1,15 Mg m-3,

b) 1,22 Mg m-3 e c) 1,30 Mg m-3...................................................................... 132

FIGURA 28: Superfície de resposta do modelo para a profundidade de 0,35 m,

pressão dos pneus de 120 kPa e densidade inicial do solo de 1,15 Mg m-3. .... 133

FIGURA 29: Superfície de resposta do modelo para profundidade de 0,10 m,

umidade do solo de 35% e densidade inicial do solo de 1,25 Mg m-3. ............ 134

FIGURA 30: Relação entre a densidade do solo observada e estimada pelo modelo,

regressão linear e índices de desempenho........................................................ 137

FIGURA 31: Funções de pertinência e regras do modelo de estimativa da densidade

do solo após três passadas da máquina (profundidade indicada em cm). ........ 138

FIGURA 32: Superfícies de resposta do modelo para profundidade de 0,10 m, pressão dos pneus de 120 kPa e densidades iniciais do solo de a) 1,15 Mg m-3,

b) 1,22 Mg m-3 e c) 1,30 Mg m-3...................................................................... 140

FIGURA 33: Superfície de resposta do modelo para profundidade de 0,35 m, pressão

dos pneus de 120 kPa e densidade inicial do solo de 1,15 Mg m-3. ................. 141

FIGURA 34: Superfície de resposta do modelo para profundidade de 0,10 m,

umidade do solo de 35% e densidade inicial do solo de 1,25 Mg m-3. ............ 141

FIGURA 35: Combinações das variáveis de entrada e seus respectivos erros para o

modelo de estimativa da porosidade total do solo. .......................................... 143

FIGURA 36: Relação entre a porosidade total do solo observada e estimada pelo

modelo, regressão linear e índices de desempenho.......................................... 145

FIGURA 37: Funções de pertinência e regras do modelo de estimativa da porosidade

total do solo após uma passada da máquina (profundidade indicada em cm). 146

FIGURA 38: Superfícies de resposta do modelo para profundidade de 0,10 m, pressão dos pneus de 120 kPa e porosidades iniciais do solo de a) 58%, b) 53%

e c) 48%. .......................................................................................................... 147

FIGURA 39: Superfície de resposta do modelo para profundidade de 0,35 m, pressão

dos pneus de 120 kPa e porosidade inicial do solo de 55%............................. 148

FIGURA 40: Relação entre a porosidade total do solo observada e estimada pelo

modelo, regressão linear e índices de desempenho.......................................... 151

FIGURA 41: Funções de pertinência e regras do modelo de estimativa da porosidade

total do solo após três passadas da máquina (profundidade indicada em cm). 152

FIGURA 42: Superfícies de resposta do modelo para profundidade de 0,10 m, pressão dos pneus de 120 kPa e porosidades iniciais do solo de a) 58%, b) 53%

e c) 48%. .......................................................................................................... 153

FIGURA 43: Superfície de resposta do modelo para profundidade de 0,35 m, pressão

dos pneus de 120 kPa e porosidade inicial de 55%.......................................... 154

FIGURA 44: Combinações das variáveis de entrada e seus respectivos erros para o

modelo de estimativa da resistência à penetração do solo. .............................. 155

FIGURA 45: Relação entre a resistência à penetração do solo observada e estimada

pelo modelo, regressão linear e índices de desempenho.................................. 158

FIGURA 46: Funções de pertinência e regras do modelo de estimativa da resistência à penetração do solo após uma passada da máquina (profundidade indicada em

cm).................................................................................................................... 159

FIGURA 47: Superfícies de resposta do modelo para profundidade de 0,10 m e

umidades do solo de a) 30% b) 35% e c) 40%................................................. 160

FIGURA 48: Superfície de resposta do modelo para profundidade de 0,35 m e

resistência à penetração inicial do solo de 1500 kPa. ...................................... 161

FIGURA 49: Relação entre a resistência à penetração do solo observada e estimada

pelo modelo, regressão linear e índices de desempenho.................................. 164

FIGURA 50: Funções de pertinência e regras do modelo de estimativa da resistência à penetração do solo após três passadas da máquina (profundidade indicada em

cm).................................................................................................................... 165

FIGURA 51: Superfícies de resposta do modelo para profundidade de 0,10 m e

umidades do solo de a) 30%, b) 35% e c) 40%................................................ 166

FIGURA 52: Superfície de resposta do modelo para profundidade de 0,35 m e

resistência à penetração inicial do solo de 1500 kPa. ...................................... 167

LISTA DE TABELAS

TABELA 1: Cargas estáticas e pressões de inflação dos pneus no eixo mais

solicitado das máquinas selecionadas. ............................................................... 80

TABELA 2: Textura do solo e densidade das partículas do local do experimento. .. 81

TABELA 3: Resumo do procedimento experimental................................................ 83

TABELA 4: Características das camadas do ANFIS discutidas na FIGURA 12. ..... 92

TABELA 5: Universo de discurso das variáveis de entrada e de saída do modelo

nebuloso de classificação da compactação do solo.......................................... 103

TABELA 6: Média (U) e desvio padrão (DP) da umidade inicial do solo segundo a

profundidade e níveis de umidade, nos três experimentos............................... 118

TABELA 7: Parâmetros das funções de pertinência, das regras e de desempenho do modelo neuro-nebuloso para estimativa da densidade do solo após uma passada

da máquina. ...................................................................................................... 126

TABELA 8: Parâmetros das funções de pertinência, das regras e de desempenho do modelo neuro-nebuloso para estimativa da densidade do solo após três passadas

da máquina. ...................................................................................................... 136

TABELA 9: Parâmetros das funções de pertinência, das regras e de desempenho do modelo neuro-nebuloso para estimativa da porosidade total do solo após uma

passada da máquina.......................................................................................... 144

TABELA 10: Parâmetros das funções de pertinência, das regras e de desempenho do modelo neuro-nebuloso para estimativa da porosidade total do solo após três

passadas da máquina. ....................................................................................... 150

TABELA 11: Parâmetros das funções de pertinência, das regras e de desempenho do modelo neuro-nebuloso para estimativa da resistência à penetração do solo após

uma passada da máquina.................................................................................. 156

TABELA 12: Parâmetros das funções de pertinência, das regras e de desempenho do modelo neuro-nebuloso para estimativa da resistência à penetração do solo após

três passadas da máquina. ................................................................................ 163

TABELA 13: Indicadores de desempenho dos modelos de estimativa da densidade

do solo para os conjuntos de treinamento e teste. ............................................ 168

TABELA 14: Erro percentual médio (APE, %) e quadrático médio (RMSE, Mg m-3) segundo as variáveis de entrada do modelo de densidade do solo após uma

passada. ............................................................................................................ 170

TABELA 15: Erro percentual médio (APE, %) e quadrático médio (RMSE, Mg m-3) segundo as variáveis de entrada do modelo de densidade do solo após três

passadas............................................................................................................ 173

TABELA 16: Indicadores de desempenho dos modelos de estimativa da porosidade

total do solo para os conjuntos de treinamento e teste..................................... 174

TABELA 17: Erro percentual médio (APE, %) e quadrático médio (RMSE, %)

segundo as variáveis de entrada do modelo de porosidade total do solo após uma

passada. ............................................................................................................ 176

TABELA 18: Erro porcentual médio (APE, %) e quadrático médio (RMSE, %)

segundo as variáveis de entrada do modelo de porosidade total do solo após três

passadas............................................................................................................ 177

TABELA 19: Indicadores de desempenho dos modelos de estimativa da resistência à

penetração do solo para os conjuntos de treinamento e teste........................... 178

TABELA 20: Erro porcentual médio (APE,%) e quadrático médio (RMSE,kPa)

segundo as variáveis de entrada do modelo de resistência à penetração do solo

após uma passada. ............................................................................................ 180

TABELA 21: Erro porcentual médio (APE, %) e quadrático médio (RMSE, kPa) segundo as variáveis de entrada do modelo de resistência à penetração do solo

após três passadas............................................................................................. 181

TABELA 22: Regras para as classes de compactação* do solo na profundidade

superficial (S)................................................................................................... 186

TABELA 23: Regras para as classes de compactação* do solo na profundidade

subsuperficial (SS). .......................................................................................... 186

TABELA 24: Resultados globais da classificação da compactação do solo pelo

modelo nebuloso. ............................................................................................. 188

TABELA 25: Resultados da classificação da compactação do solo pelo modelo

nebuloso para a profundidade superficial. ....................................................... 188

TABELA 26: Resultados da classificação da compactação do solo pelo modelo

nebuloso para a profundidade subsuperficial................................................... 188

LISTA DE ABREVIATURAS

ANFIS

Adaptative neuro-fuzzy inference system

APE

Average percentual error

ASAE

American Society of Agricultural Engineers

IHO

Índice hídrico ótimo

MIMO

multiple input – multiple output

MISO

multiple input – single output

R

coeficiente de correlação

RMSE

root mean square error

LISTA DE SÍMBOLOS

µ

Valor de pertinência

ε

Fração do potencial para centro de um aglomerado

σ

Largura ou variância da função

Σ

Somatória

Operador de minimização

c

Centro da função de pertinência gaussiana

dagua

Densidade da água

fj

Saída da j-ésima regra do sistema nebuloso

wj

Grau de suporte da j-ésima regra do sistema nebuloso

wj

Grau de suporte normalizado da j-ésima regra

ra

Raio de influência do centro do aglomerado

rb

Raio de influência para redução do potencial do centro de um

novo aglomerado

A

Conjunto nebuloso

AT

Matriz transposta

Classe “não compactado”

C∆

Classe “compactado

D

Densidade aparente do solo

F∆µ

Classe “em processo de compactação”

Fµ∆

Classe “em processo de compactação”

F∆

Classe “compactado “

L

Classe “solo solto”

Pseco

Peso seco da amostra de solo

Pum

Peso úmido da amostra de solo

Psat

Peso saturado da amostra de solo

Panel

Peso do anel amostrador

Vanel