ABSTRACT

Durante pouco mais de meio século passado até os dias atuais uma série de estudos foram produzidos, ainda mais para a ciência do solo onde conseguimos compreender melhor suas características e assim melhorando nossa produtividade. A preservação dessas informações são das mais variadas, sendo que, geralmente, ficam armazenadas de forma física em bibliotecas e acervos particulares, dificultando seu amplo conhecimento e também há uma alta possibilidade de perda, por acabar se perdendo com o tempo devido a algum motivo. Visando a preservação dos dados, e seu fácil acesso, nasce o FEBR, um Repositório Livre para Dados Abertos do Solo seguindo os princípios do FAIR, sendo: F (findable) A (accessible) I (interoperable) R (reusable) melhorando o processo de busca das informações para processos automatizados.
As descrições morfológicas dos perfis de solo são fundamentais para a caracterização da composição física e química do solo, avaliando desde sua aparência, textura, cor e viscosidade.  É possível, em campo, utilizando a carta de Munsell a determinação da cor do solo e em seguida seu código, localizado abaixo da cor comparada. Em posse das cores e seus respectivos códigos podemos traçar parâmetros para a identificação de minerais presentes assim como seu material de origem e sua classificação. 
Dentre os usos dos dados de cor do solo está a classificação taxonômica de perfis de solo. Uma das ferramentas computacionais disponíveis para essa tarefa é o sistema especialista SmartSolos Expert [1]. Ele consiste numa implementação computacional das regras da quinta edição do Sistema Brasileiro de Classificação de Solo (SiBCS) [2] utilizando a linguagem SWI Prolog [3]. Operacionalmente, o SmartSolos Expert simula o raciocínio de um especialista aplicando o SiBCS para classificar um perfil de solo. Contudo, por se tratar de uma implementação computacional, o SmartSolos Expert classifica centenas de perfis de solo em poucos segundos. Basta que os dados morfológicos, químicos e físicos dos perfis de solos a serem classificados sejam apropriadamente organizados num arquivo de texto no formato JSON (JavaScript Object Notation) [4].
O objetivo deste trabalho é apresentar uma solução computacional para extração programática de dados de cor do solo de descrições morfológicas de perfis de solos.