Construction of a Predictive Model for Soil Moisture

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/375877729 Development of a Predictive Model for Soil Moisture Using Machine Learning Techniques Chapter · March 2023 DOI: 10.37423/230908142 CITATIONS 0 READS 2 10 authors, including: Jean Firmino Cardoso Federal University of Pernambuco 137 PUBLICATIONS4 CITATIONS SEE PROFILE Ingrid Karoline Vasconcelos da Silva Federal University of Pernambuco 16 PUBLICATIONS0 CITATIONS SEE PROFILE All content following this page was uploaded by Jean Firmino Cardoso on 26 June 2025. The user has requested enhancement of the downloaded file. CONSTRUÇÃO DE MODELO PREDITIVO PARA A UMIDADE DO SOLO Jean Firmino Cardoso 1; Eduarda Luciana Larissa de Lima 2& Artur Paiva Coutinho 3 Palavras-Chave - Umidade do Solo, Aprendizado de Máquina, Recursos Hídricos. INTRODUÇÃO A região metropolitana do Recife sofreu com decorrências das fortes chuvas no período de maio à julho de 2022, mais precisamente nas regiões de Areias, Pina, Ibura, Casa Amarela e nos municípios vizinhos como Jaboatão dos Guararapes, Ipojuca, São Lourenço da Mata, Cabo de Santo Agostinho, Camaragibe e Sirinhaém. Devido aos deslizamentos de barreiras e enchentes na região, este fato tornou-se o maior do século 21 do estado de Pernambuco, pois causaram aproximadamente 130 mortes e 6 mil pessoas desabrigadas, registrando um pouco mais de 70 milímetros de chuva apenas na capital pernambucana. A presença de água no solo é crucial para os fenômenos da evapotranspiração e infiltração, como também para erosão do solo e escoamento superficial, são mecanismos regulatórios de troca de água e energia entre o solo e a atmosfera (DALY e PORPORATO, 2005. TYAGI et al., 2011). Segundo Reichardt (1987), a umidade do solo é uma variável dependente de vários fatores, como o tempo, varia com ascensão capilar, aumenta com a chuva ou com a irrigação do solo e diminui com a drenagem ou evapotranspiração. Nos métodos indiretos, a sonda de nêutrons e a reflectometria de domínio do tempo (TDR, SOUZA et al., 2016) ou de frequência (FDR) são destaques entre o grupo. De acordo com Coelho et al.(2006), a determinação encontrada pelo método de reflectometria no domínio do tempo apresenta melhores resultados . Para o modelo de machine learning, destaca-se o algoritmo de máquinas de suporte vetorial (MSV ou SVM), construído de acordo com a teoria estatística de aprendizado e derivam da hipótese estrutural de minimizar o risco empírico e o intervalo de confiança do aprendizado de máquina, com o objetivo de obter uma boa capacidade de extrapolação, têm o potencial de criar uma relação desconhecida entre um grupo de variáveis de entrada e saída. O estudo almeja o desenvolvimento de um algoritmo que estime dados do solo e das variáveis temporais futuras, visando a tomada de decisão eficiente em desastres através dos dados coletados da região, com foco em minimizar desastres futuros. Não foi possível obter dados suficientes de Recife, portanto, foi desenvolvido um modelo preliminar de aprendizado de máquina a partir de dados temporais obtidos em Serra Talhada-PE, para a estimativa dos valores da umidade do solo em uma determinada profundidade, caso a eficiência seja validada, os dados podem ser substituídos para uma parcela do solo da região metropolitana de Recife, ou por qualquer outra localidade. METODOLOGIA A série histórica estudada possui intervalo entre os anos de 2014 e 2015, com o total de 12 mil registros temporais de informações e intervalo temporal de trinta minutos entre os registros, com base no posto BR-GST, os dados da umidade do solo coletados são para as profundidades de 10, 20, 30, 40 e 50 [cm], além das medições sobre a pressão de saturação do vapor, a temperatura do ar, a pressão de saturação do vapor no ar, o saldo de radiação, a velocidade do vento e o fluxo de calor no solo. Com relação ao ajuste das informações coletadas, foi utilizada a normalização do logaritmo dos dados (equação 1). O valor da umidade do solo (US) fixada no estudo foi 50 [cm]. (equação 1) 𝐸𝑖'= 𝐿𝑛𝐸𝑖+1 ( ) −𝐸𝑙𝑛 𝑆𝑙𝑛 2) Afiliação: Universidade Federal de Pernambuco, Av. Marielle Franco, s/n - Km 59 – Nova Caruaru, PE, [email protected] 3) Afiliação: Universidade Federal de Pernambuco, Av. Marielle Franco, s/n - Km 59 – Nova Caruaru, PE, arthur[email protected] 1) Afiliação: Universidade Federal de Pernambuco, Av. Marielle Franco, s/n - Km 59 – Nova Caruaru, PE, [email protected] 1 III Encontro Nacional de Desastres (ISSN 2764-9040) Onde a informação temporal normalizada para o tempo i, a umidade do solo em mm 𝐸𝑖'𝐸'𝑖 no tempo i, a média do Ln(E+1) de treino e o desvio padrão do Ln(E) de treino. 𝐸𝑙𝑛 𝑆𝑙𝑛 Em relação ao desenvolvimento do algoritmo de aprendizado de máquina, foi utilizado a biblioteca Scikit-Learn, segundo Pedregosa et al. (2011), é uma biblioteca gratuita da linguagem de programação Python, focada em algoritmos e métricas utilizadas em projetos que envolvam machine learning. O algoritmo support vector machines (máquinas de suporte vetorial, SVM) foi o modelo selecionado para o presente estudo. A princípio foi calculado os valores normalizados para a umidade do solo em 50 centímetros de profundidade e inseridos na coluna chamada “series”. Para o cálculo das correlações, foi usada a função nativa da biblioteca “Pandas” do Python (MCKINNEY, 2012). Assim foi possível encontrar os valores para as maiores correlações entre os valores normalizados da umidade do solo na profundidade de 50 centímetros e as variáveis da umidade do solo em 10 (0.87), 20 (0.80), 30 (0.96), 40 (0.99) centímetros, Para essa análise foi selecionada os valores da profundidade de 10 [cm] a serem aplicadas ao modelo de aprendizado de máquina. Para a avaliação de desempenho dos modelos foram utilizadas as seguintes métricas estatísticas: a Raiz do Erro Quadrático Médio (equação 2). A eficiência de Nash e Sutcliffe (NASH e SUTCLIFFE, 1970) (equação 3 e 4). O coeficiente de Kling–Gupta (equação 5 e 6). O coeficiente de determinação (equação 7). O coeficiente de correlação de Pearson (equação 8) e o índice de concordância de Willmott (equação 9). Por fim, o índice de desempenho do modelo (equação 10). 𝑅𝑀𝑆𝐸 = 1𝑛𝑖=1 𝑛 ∑ (θ𝑚𝑖− θ𝑐𝑖)² ⎡⎢⎢⎣⎤⎥⎥⎦ ⎰ ⎱⎱ ⎰12(𝑒𝑞𝑢𝑎çã𝑜 2) 𝑛𝑠𝑒 = 1 − 𝑖=1 𝑛 ∑ (θ𝑐𝑖 − θ𝑚𝑖)² 𝑖=1 𝑛 ∑ (θ𝑚𝑖 − θ𝑚(𝑀é𝑑𝑖𝑜) )²(𝑒𝑞𝑢𝑎çã𝑜 3) 𝑁𝑆𝐸 = 𝑛𝑠𝑒 2 − 𝑛𝑠𝑒 (𝑒𝑞𝑢𝑎çã𝑜 4) 𝑘𝑔𝑒 = 1 − (𝑟−1)² +(θ𝑐(𝑀é𝑑𝑖𝑜) θ𝑚𝑖 − 1)² + (σ𝑐 σ𝑚 − 1)² (𝑒𝑞𝑢𝑎çã𝑜 5) 𝐾𝐺𝐸 = 𝑘𝑔𝑒 2 − 𝑘𝑔𝑒 (𝑒𝑞𝑢𝑎çã𝑜 6) 𝑅² = (𝑛.(𝑖=1 𝑛 ∑ θ𝑚𝑖.θ𝑐𝑖) − 𝑖=1 𝑛 ∑ θ𝑚𝑖 .𝑖=1 𝑛 ∑θ𝑐𝑖)² (𝑛.𝑖=1 𝑛 ∑ θ𝑚𝑖² − (𝑖=1 𝑛 ∑θ𝑚𝑖)²).(𝑛.𝑖=1 𝑛 ∑ θ𝑐𝑖² − (𝑖=1 𝑛 ∑θ𝑚𝑖)²) (𝑒𝑞𝑢𝑎çã𝑜 7) 𝑟 = 𝑖=1 𝑛 ∑ ( θ𝑚𝑖 − θ𝑚(𝑀é𝑑𝑖𝑜) ).( θ𝑐𝑖 − θ𝑐(𝑀é𝑑𝑖𝑜) ) 𝑖=1 𝑛 ∑ ( θ𝑐𝑖 − θ𝑐(𝑀é𝑑𝑖𝑜) )² * 𝑖=1 𝑛 ∑ (θ𝑚𝑖 − θ𝑚(𝑀é𝑑𝑖𝑜) )² (𝑒𝑞𝑢𝑎çã𝑜 8) 𝑑 = 1 − 𝑖=1 𝑛 ∑ (θ𝑐𝑖 − θ𝑚𝑖)² 𝑖=1 𝑛 ∑ (|θ𝑐𝑖 − θ𝑚(𝑀é𝑑𝑖𝑜)| + |θ𝑚𝑖 − θ𝑚(𝑀é𝑑𝑖𝑜)|) (𝑒𝑞𝑢𝑎çã𝑜 9) 𝑐 = 𝑑.𝑟 (𝑒𝑞𝑢𝑎çã𝑜 10) 2 III Encontro Nacional de Desastres (ISSN 2764-9040) Onde θmi é o valor da variável medida (cm3cm-3 ), θci é o valor da variável estimada (cm3 cm-3 ), θ𝑚(Médio) é o valor médio dos valores de variável medidas (cm3cm-3 ), θc(Médio) é o valor médio dos valores de variável calculada (cm3cm-3 ), 𝜎𝑚é o desvio padrão dos dados medidos, 𝜎𝑐o desvio padrão dos dados calculados e n é o número de medições. Na aplicação do algoritmo de máquinas de suporte vetorial (SVM), bastou apenas fazer a importação do algoritmo do scikit-learn, os dados de treino, os dados de teste e as métricas necessárias para a validação. RESULTADOS Sabendo que a série é composta de dados com intervalos temporais de 30 minutos entre uma coleta e outra, essa foi a unidade temporal padrão para as etapas de treino e de teste preditivo. Os dados de saída fixados para a análise da umidade do solo (US) foram os de 50 [cm] e submetidos ao processo de normalização, pela figura 1 e 2 é plotado o histograma para a US selecionada com relação aos seus dados brutos (figura 1) e para os seus dados normalizados (figura 2). Figura 1 e 2: Dados brutos (esquerda) e normalizados (direita). Fonte: autoria própria. De acordo com a figura 3, é colocado os pontos conforme os dados encontrados usando o algoritmo de support vector machine (SVM) aplicados com os valores correspondentes medidos pela sonda TDR da umidade do solo na profundidade 10 [cm]. Figura 3: Dispersão gráfica para o modelo SVM. Fonte: autoria própria. É observado pelo gráfico que quanto mais próximo os pontos azuis estiverem da diagonal principal do retângulo, mais perfeito é a previsão das informações, vemos que os dados apresentaram um desempenho razoável, porém as métricas vão ser a forma mais prática de entender a eficiência para o modelo. As métricas para o método de SVM usando a US na profundidade de 10 [cm] como variável de entrada são: para o NSE o seu resultado foi de 0,586613, ou seja, é um resultado razoável. O índice de concordância de Willmott(d) foi de 0,11709, um resultado ruim, e o coeficiente de correlação de Pearson(r) foi de 0,867206, um valor bem melhor se comparado com o d. Ao calcular o índice de desempenho do modelo(c), resultou no valor de 0,101542, de acordo com a tabela de desempenho, apresentada por Camargo e Sentelhas (1997), temos que o modelo com base em c teve a precisão classificada como "péssima". Ao verificar o coeficiente de Kling-Gupta, vemos que o cálculo resultou em -0,366422, ou seja, o modelo configurado não conseguiu reproduzir fielmente a 3 III Encontro Nacional de Desastres (ISSN 2764-9040) dinâmica temporal da região. O R² calculado foi o valor de 0,75426, representando assim o desempenho razoável para essa métrica, indicando de forma mediana a correlação entre as variáveis de entrada e saída utilizadas. E para o RMSE encontrado temos o 2,014742, resultado não ficou entre os melhores para o ponto. CONCLUSÕES A previsão da umidade do solo é possível a partir da utilização do algoritmos de aprendizado de máquina e de conhecimentos estatísticos aplicados a recursos hídricos, porém necessita de ajustes para otimizar seu desempenho. Portanto é uma ferramenta que pode ser implementada como apoio para a tomada de decisões técnicas e antecipadas durante o monitoramento de movimentos de solos, podendo ser decisivo para a evacuação de área em estado crítico que estejam monitoradas, portanto é de fundamental importância o estudo do método para a novos pontos do estado, principalmente os pontos onde existe uma tendência a provocar desastres causados por deslizamentos além de atualizações necessárias no modelo. Com relação ao coeficiente de Kling-Gupta, para o modelo testado a métrica obteve resultado ruim, ou seja, o modelo não conseguiu prever de forma satisfatória a dinâmica temporal da região da caatinga com relação às variáveis usadas, portanto, é necessário mais dedicação com o intuito de entender causas e consequências desse problema. REFERÊNCIAS CAMARGO, AP de; SENTELHAS, Paulo Cesar. Avaliação do desempenho de diferentes métodos de estimativa da evapotranspiração potencial no Estado de São Paulo, Brasil. Revista Brasileira de Agrometeorologia, v. 5, n. 1, p. 89-97, 1997. COELHO, E. F.; VELLAME, L. M.; COELHO FILHO, M. A.; LEDO, C. A. S. Desempenho de modelos de calibração de guias de ondas acopladas a TDR e a multiplexadores em três tipos de solos. Revista Brasileira de Ciência do Solo. n.30, p.23-30, 2006. DALY E.; PORPORATO, A. A review of soil moisture dynamics: from rainfall infiltration to ecosystem response. Environmental Engineering Science, v.22, n.1, p.9–24, 2005. MCKINNEY, Wes. Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. " O'Reilly Media, Inc.", 2012. PEDREGOSA, Fabian et al. Scikit-learn: Machine learning in Python. the Journal of machine Learning research, v. 12, p. 2825-2830, 2011. REICHARDT, K. A água em sistemas agrícolas. São Paulo: Manole, 1987. 188 p. SOUZA, C. F.; SILVA, C. R.; ANDRADE JUNIOR, A. S.; COELHO, E. F. Monitoramento do teor de água no solo em tempo real com as técnicas de TDR e FDR. Irriga, Botucatu, Edição Especial, Irrigação, p. 26-42, 2016. TYAGI, J. V.; RAKESH KUMAR; SRIVASTAVA, S. L.; SINGH, R. D. Effect of micro-environmental factors on natural regeneration of Sal (Shorea robusta). Journal of Forestry Research, v.22, n.4, p.543-550, 2011. AGRADECIMENTOS Os autores agradecem ao apoio do Observatório Nacional da Dinâmica da Água e de Carbono no Bioma Caatinga (ONDACBC) pelos dados fornecidos, à Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco (FACEPE), pela concessão da bolsa de pós-graduação, por meio do Processo Nº IBPG-1083-3.01/21. Além do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), pela concessão da bolsa de iniciação tecnológica, por meio do Processo Nº 181077/2022-1. 4 III Encontro Nacional de Desastres (ISSN 2764-9040) View publication stats