01706naa a2200205 a 450000100080000000500110000800800410001910000170006024501300007726000090020752010310021665000300124765000300127765000210130765000450132870000170137370000170139070000170140777300760142411354762025-01-24       2024    bl uuuu     u00u1 u    #d1 aSILVA, E. B.  aUso da espectroscopia de reflect??ncia do solo na estimativa da textura para fins de seguro agr??cola.h[electronic resource]  c2024  aO  Zoneamento  Agr??cola  de  Risco  Clim??tico  ??  um  instrumento  importante  para  a  gest??o  de  riscos  que  utiliza par??metros do solo para determinar o risco clim??tico associado ao cultivo de determinadas culturas. Este estudo teve como objetivo avaliar a efic??cia da espectroscopia de reflect??ncia do solo associada a um modelo de machine learning na predi????o dos teores de argila e areia do solo utilizados na classifica????o do solo para fins de seguro agr??cola. Uma matriz de confus??o foi utilizada para a classifica????o de amostras medidas em laborat??rio e preditas pelo modelo Cubist. Os resultados mostraram que o Cubist apresentou bom desempenho preditivo para os atributos argila e areia. Na matriz de confus??o, a maioria das amostrasfoi corretamente classificada nos tipos de solo definidos pela IN 02/2008. O estudo demonstra o potencial da espectroscopiacombinada com algoritmos de machine learning na predi????o de atributos do solo como t??cnica complementar na gest??o dosriscos agr??colas.  a??gua dispon??vel no solo  aClasses texturais do solo  aMachine learning  aZoneamento Agr??cola de Risco Clim??tico1 aPANDOLFO, C.1 aLEITE, G. B.1 aGIASSON, ??.  tAgropecu??ria Catarinense, Florian??polisgv. 37, n. 3, p. 69-78, 2024.