DESENVOLVIMENTO DE SOFTWARE PARA ANÁLISE DE SOLOS POR QUIMIOMETRIA

Resumo

Os procedimentos analíticos atuais para determinação de argila e matéria orgânica em amostras de solo são morosos e resultam em quantidades expressivas de resíduos tóxicos. No entanto, esses dados são fundamentais para determinar a fertilidade do solo e prever a adição de corretivos e fertilizantes. Atualmente os laboratórios que prestam esse tipo de serviço, além do alto custo, apresentam baixa capacidade analítica, o que tem dificultado a difusão dessas informações junto ao setor primário. O uso de infravermelho para análise de solos já é uma realidade. Através dele é possível obter espectros que caracterizam a amostra, gerando dados rapidamente e sem grandes gastos de componente, contudo, seu processamento e análise ainda são necessários. Assim, o objetivo deste estudo foi desenvolver um software de análise multivariada que favoreça e dê suporte a ampliação da capacidade de atendimento da Central analítica da UNISC ao setor produtivo, a partir da implantação de metodologias limpas para determinação de matéria orgânica e argila em amostras de solos, visando a otimização do tempo e economia de gastos. O software responsável pela manipulação dos espectros infravermelhos, desenvolvimento e aplicação dos modelos de calibração foi gerado no ambiente de desenvolvimento integrado (IDE) Microsoft Visual Studio 2017 cuja função é reunir características e ferramentas de apoio à construção de sistemas. A linguagem de programação adotada foi a C# (C-Sharp). Para o pré tratamento de dados, seleção de variáveis e desenvolvimento e aplicação de modelos de calibração multivariada foram utilizadas ferramentas quimiométricas. Para análise exploratória foram utilizados algoritmos para Análise de Componente Principal (PCA) e Análise de Agrupamentos Hierárquico (HCA). Além disso também foram utilizados algoritmos de correção de espalhamento multiplicativo (MSC), normalização, derivação (primeira e segunda derivada), e filtros de suavização (Savitzky-Golay). Para a calibração multivariada, também foi implementado o algoritmo de regressões por mínimos quadrados parciais (PLS) com suporte de regressão linear múltipla. Durante a fase de desenvolvimento do software orientado por teste, foram analisadas amostras experimentais que demonstraram resultados satisfatórios. Em um teste com 50 amostras, aplicando PLS, foi possível construir um modelo de calibração com 13 fatores, com um coeficiente de determinação (R2) de 0.9919, erro de calibração (RMSEC) de 0.1073 e erro médio de calibração cruzada (RMSECV) de 1.2351. Assim, conclui-se que o software desenvolvido foi satisfatório na predição de matéria orgânica, com baixos erros, a partir de dados espectrais. Além disso, o modelo provou ser consistente, e com potencial para uso em futuras predições.