Resumo:
O presente trabalho consistiu no desenvolvimento e teste de modelos matemáticos baseados em redes neurais artificiais para estimação da umidade do solo a partir de fotografias do mesmo. Para obtenção dos dados necessários, foram utilizadas amostras de solo de diferentes tipos, com diferentes umidades, coletadas na camada superficial, as quais foram fotografadas usando uma câmera digital comum e suas umidades determinadas pelo método gravimétrico (padrão). Baseando-se no fato de que o solo muda de cor com a alteração de sua umidade, redes neurais foram treinadas (ajustadas) para estimar essa umidade usando fotografias digitais. Após o desenvolvimento, a umidade de amostras de solo foi estimada usando redes neurais e medidas pelo método gravimétrico, visando comparar os resultados, usando métodos estatísticos quantitativos, para identificar o desempenho das redes. Foram testadas 3 diferentes metodologias para coleta dos dados, visando identificar a de melhor desempenho para estimar a umidade através das fotografias, entretanto nenhuma das metodologias se destacou, sendo que em alguns casos as redes neurais artificiais treinadas não apresentaram correlação entre as umidades estimadas e observadas. Isso pode ter acontecido devido à simplicidade dos equipamentos utilizados. O método proposto, apesar de não ter apresentado resultados satisfatórios na maioria dos casos, representa um avanço no processo de estimação indireta da umidade do solo, pois apresenta as vantagens de ser um método prático, rápido, de baixo custo, não destrutivo, e que permite a automação do processo em campo.
