Um Sistema Especialista para Identificação de Horizontes Diagnósticos de Solo

• Edson L. de Almeida CEFET/RJ
• João Pedro Larangeira UFRRJ
• Marcos Bacis Ceddia CEFET/RJ
• Ana Carolina de S. Ferreira CEFET/RJ
• Mayara Omai UFRRJ
• Lucas da S. Oliveira UFRRJ
• Jorge Soares UFRRJ
• Diego Brandão UFRRJ

DOI: https://doi.org/10.5753/wcama.2026.23164

Resumo

A identificação de horizontes diagnósticos é fundamental para a classificação pedológica. Este trabalho apresenta um sistema especialista para identificação automática desses horizontes com base nas regras do Sistema Brasileiro de Classificação de Solos (SiBCS). O sistema formaliza regras de classificação com base em atributos morfológicos e químicos do solo, como espessura, cor, estrutura, textura e teor de carbono orgânico. Sua arquitetura integra uma base de conhecimento e um motor de inferência para analisar perfis de solo e gerar diagnósticos conforme o SiBCS. A avaliação funcional foi realizada com 18 testes, com base em perfis descritos na literatura pedológica. Os resultados indicam que, nos cenários avaliados, o sistema reproduz corretamente as classificações esperadas.

Referências

EMBRAPA (2019). Guia de Campo da XII Reunião Brasileira de Classificação e Correlação de Solos: RCC de Rondônia. EMBRAPA, Brasília, DF.

EMBRAPA (2020). Guia de Campo da XIII Reunião Brasileira de Classificação e Correlação de Solos: RCC do Maranhão. EMBRAPA, Brasília, DF.

EMBRAPA (2023). Guia de Campo da XIV Reunião Brasileira de Classificação e Correlação de Solos: RCC de Goiás e Tocantins. EMBRAPA, Brasília, DF.

Galbraith, J. and Bryant, R. (1998). A functional analysis of soil taxonomy in relation to expert system techniques. In Artificial Intelligence Applications in Natural Resource Management. American Society of Agronomy.

Galbraith, J. M. et al. (1998). An expert system for soil taxonomy. Soil Science, 163(9):748–758.

Gonçalves dos Santos, H. et al. (2018). Sistema Brasileiro de Classificação de Solos. Embrapa, 5 edition.

Junior, C. R. P., Pereira, M. G., Neto, E. C. S., Fontana, A., Santos, O. A. Q., and Souza, R. S. (2019). Caracterização dos solos e limitação de uso em uma topossequência na baixada litorânea fluminense, rj. In Características do Solo e sua Interação com as Plantas, chapter 3.

Lepsch, I. F. (2011). 19 Lições de Pedologia. Oficina de Textos.

Marques, F. A., Souza, R. A. S., Souza, J. E. S., Lima, J. F. W. F., and Junior, V. S. S. (2014). Caracterização de vertissolos da ilha de fernando de noronha, pernambuco. Revista Brasileira de Ciência do Solo, 38:1051–1065.

Marques, K. P. P. et al. (2019). How qualitative spectral information can improve soil profile classification? Journal of Near Infrared Spectroscopy, 27(1):13–23.

Nagy, J. et al. (2016). Digital soil morphometrics brings revolution to soil classification. In Gervasi, O. et al., editors, Computational Science and Its Applications – ICCSA 2016, volume 9789 of Lecture Notes in Computer Science, pages 302–317. Springer.

Nations, U. (2017). Digital library. [link]. Acessado: 27-02-2025.

Qiu, L. and Li, A. (2014). Automated keys of soil diagnostic horizons based on case-based reasoning. In 2014 Third International Conference on Agro-Geoinformatics, Beijing, China. IEEE.

Rizzo, R. et al. (2014). Using numerical classification of profiles based on vis-nir spectra to distinguish soils from the piracicaba region, brazil. Revista Brasileira de Ciência do Solo, 38(2):353–363.

Souza, A. B. et al. (2020). Ratio of clay spectroscopic indices and its approach on soil morphometry. Geoderma, 358:113963.

Vaz, G. J. et al. (2025). Smartsolos expert: An expert system for brazilian soil classification. Smart Agricultural Technology, 10:100735.