1. ESTIMATING CO2 EMISSIONS FROM TILLED SOILS THROUGH ARTIFICIAL NEURAL NETWORKS AND MULTIPLE LINEAR REGRESSION1
- Author
-
EDNEY LEANDRO DA VITÓRIA, CARLA DA PENHA SIMON, ELCIO DAS GRAÇA LACERDA, ISMAEL LOURENÇO DE JESUS FREITAS, and IVONEY GONTIJO
- Subjects
Soil management ,Greenhouse gases ,Manejo do solo ,Artificial intelligence ,Inteligência artificial ,Modeling ,Gases de efeito estufa ,General Agricultural and Biological Sciences ,Modelagem - Abstract
Quantifying soil gas emissions is costly, since it requires specific methodologies and equipment. The objective of this study was to evaluate modeling by nonlinear regression and artificial neural networks (ANN) to estimate CO2 emissions caused by soil managements. CO2 emissions were evaluated in two different soil management systems: no-tillage and minimum tillage. Readings of CO2 flow were carried out by an automated closed system chamber; soil temperature, water content, density, and total organic carbon were also determined. The regression model and the ANN models were adjusted based on the correlation of the variables measured in the areas where the soil was managed with no-tillage and minimum tillage with data of CO2 emission. Artificial neural networks are more accurate to determine correlations between CO2 emissions and soil temperature, water content, density, and organic carbon content than linear regression. RESUMO A quantificação das emissões destes gases do solo é onerosa, uma vez que requer metodologias e equipamentos específicos. O objetivo deste foi avaliar a modelagem utilizando regressão não linear e redes neurais artificiais para estimar a emissão de CO2 em função do manejo do solo, e de suas propriedades físicas e químicas. A emissão de CO2 foi avaliada em dois diferentes manejos do solo, o plantio direto e o cultivo mínimo. As leituras de fluxo CO2 foram realizadas por meio de uma câmara de sistema fechado automático, determinou-se ainda a temperatura e teor de água do solo, densidade do solo e carbono orgânico total. O modelo de regressão e os modelos de redes neurais artificiais foram ajustados a partir da correlação entre as variáveis medidas nas áreas em que o solo foi manejado com plantio direto e cultivo mínimo, com os dados de emissão de CO2. As redes neurais artificiais são mais precisas na determinação das relações entre a emissão de CO2 e a temperatura, teor de água no solo, densidade do solo e carbono orgânico, quando comparado com os resultados de regressão linear.
- Published
- 2022