[ABE-L] Seminário PIPGEs com Paulino Ribeiro Villas-Boas (Embrapa Instrumentação): 26/6 (sexta) às 14hs no ICMC-USP

[Rafael Izbicki]

Caros,

Na sexta-feira, 26 de junho às 14hs, teremos o seguinte seminário do
Programa Interinstitucional de Pós-Graduação em Estatística (PIPGEs) da
UFSCar-USP.

*Nome:* Paulino Ribeiro Villas-Boas (Embrapa Instrumentação)

*Título:* LIBS em solos e plantas: da espectroscopia de alta dimensão à
decisão agronômica com incerteza

*Resumo:* A espectroscopia de plasma induzido por laser (LIBS) é uma
técnica promissora para a agricultura por permitir análises rápidas,
multielementares, com mínimo preparo de amostras, sem uso de reagentes e
sem geração de resíduos químicos. Em solos e tecidos vegetais, a técnica
pode ser usada para quantificar elementos químicos e estimar propriedades
agronomicamente relevantes, como textura, nutrientes, carbono e estoque de
carbono no solo, com aplicações em agricultura de precisão, manejo de
insumos, monitoramento da qualidade do solo e sistemas de mensuração,
relato e verificação de carbono. Apesar desse potencial, a confiabilidade
da análise por LIBS não é garantida apenas pela aquisição rápida do
espectro. Cada espectro é um vetor de alta dimensão, afetado por efeito de
matriz, microheterogeneidade da amostra, variabilidade do plasma, ruído
instrumental e descompasso entre a escala da ablação laser, da ordem de
micrômetros e nanogramas, e a escala da decisão agronômica, frequentemente
expressa em talhões ou hectares. Assim, transformar espectros em informação
quantitativa exige delineamento experimental adequado, amostragem
representativa, validação rigorosa e estimativas explícitas de incerteza.
Nesta palestra, discutirei quatro pontos em que a estatística é central: i)
otimização dos parâmetros instrumentais e controle das fontes de variação;
ii) amostragem em solos e plantas, considerando heterogeneidade espacial,
estrutura hierárquica dos dados e generalização entre áreas, cultivares e
manejos; iii) escolha de figuras de mérito e estratégias de validação,
incluindo limites de detecção, erro de predição, RPIQ, validação externa e
uso crítico do R²; e iv) quantificação de incerteza em modelos de
aprendizado de máquina e redes neurais, incluindo predição conformal,
métodos bayesianos, ensembles e detecção de amostras fora do domínio de
calibração. Resultados reais de quantificação de carbono, nutrientes em
soja, textura do solo e estoque de carbono serão usados para ilustrar tanto
o potencial da LIBS quanto os desafios ainda abertos para a estatística. O
objetivo central é mostrar que, para aplicações agronômicas, não basta
produzir uma predição pontual: é necessário fornecer um intervalo
defensável, calibrado e interpretável, capaz de sustentar decisões no campo.

*Local:* Sala 4-005 do ICMC-USP (São Carlos)

Todos são bem-vindos!
[image: image.png]



          Rafael

--
Rafael Izbicki
Associate Professor | Vice Director of Graduate Studies
Department of Statistics
Federal University of São Carlos (UFSCar)
https://rafaelizbicki.com/
https://small-research.github.io/website
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20260620/9b4d364d/attachment-0001.htm>
-------------- Próxima Parte ----------
Um anexo não-texto foi limpo...
Nome: image.png
Tipo: image/png
Tamanho: 580364 bytes
Descrição: não disponível
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20260620/9b4d364d/attachment-0001.png>