Adsorção de pesticida por biocarvão: modelagem com variáveis edafoclimáticas por ensemble RNA

Abstract

A complexidade e extensão de áreas de atuação das ciências ambientais abrange, principalmente, o planejamento ambiental, o manejo, conservação, gestão e monitoramento de recursos, como uso racional da biodiversidade e preservação responsável da mobilidade urbana e social, caracterizando sua multidisciplinariedade. Desenvolver pesquisas sobre processos ambientais, muitos deles fortemente correlacionados, implica no delineamento de variáveis complexas, com alta variedade espacial e distribuição não linear, tais como micro e macro nutrientes no meio, índices de temperatura, pressão e evapotranspiração, umidade climática, balanço de energia, além das decorrentes de ação de agentes externos, de origem físico-química e biológicas, estranhas ao bioma estudado. A modelagem dos diversos experimentos ambientais por técnicas estatísticas, matemáticas e computacionais tem auxiliado na compreensão mais abrangente, precisa e preditiva de seus impactos. A rápida evolução da inteligência artificial (IA) tem afetado positivamente técnicas e ferramentas utilizadas para este fim. Uma grande vantagem da aplicação de modelagem de bioprocessos com IA, se dá na replicação de experimentos realizados com investigação de novos parâmetros, variáveis, ou ampliação de cenários, na busca de predição e otimização de resultados. Nos processos de remediação ou melhoramento de solos por poluentes diversos, o biocarvão tem sido investigado, como proposta alternativa a produtos sintéticos, principalmente de origem agroquímica. Os desafios para sua disseminação e ampla utilização passam por minorar sua complexidade fabril, compreensão de seus mecanismos de atuação, otimização de seus resultados. Outros aspectos investigados relatam preocupação com ampliação do espectro funcional, bem como de seu custo operacional em escala. Assim, este trabalho revisou a aplicação prática dos modelos de IA em sistemas de gerenciamento da atividade agrícola, como sistemas de agricultura de precisão (AP 4.0), indicando lacunas a serem desenvolvidas, bem como os avanços esperados, com a modernização pelos avanços trazidos pela evolução de técnicas agrícolas com auxílio de IA. Outro importante aspecto investigado foi avaliar como a introdução de duas variáveis edafoclimáticas, evapotranspiração real (ETr) e condutividade hidráulica saturada (Ks), pode contribuir na formulação, compreensão e melhoria de resultados de adsorção um biocarvão, quando aplicado a um solo contendo concentrações do herbicida Imazapic®. Esta avaliação foi realizada mediante a

predição de resultados obtidos por modelagem computacional, utilizando poderosos e recentes algoritmos de inteligência artificial. Os resultados alcançados na modelagem do processo produtivo do biocarvão com introdução destas duas variáveis, mostraram que a capacidade adsortiva do biocarvão foi otimizada. Além disso, propiciou melhor compreensão da influência das variáveis envolvidas no processo, possibilitando ampliação de futuras investigações. Este trabalho inova ao demonstrar a viabilidade técnica da modelagem de processos produtivos de biocarvão serem flexibilizados, ampliando-se e personalizando seu espectro de atuação, através das alterações dinâmicas de seus atributos-chave, permutação de biomassa, ou adição de variáveis complexas, intrínsecas ao seu objetivo de aplicação, com melhor compreensão de seus mecanismos construtivos em meios altamente complexos, como solos afetados por poluentes multissítios, cada vez mais comuns, com bons resultados, ressaltando o papel e contribuição das ferramentas computacionais de inteligência artificial como suporte e auxílio aos processos envolvidos, contribuindo assim, para o avanço das pesquisas ambientais.