A Humanidade desde seus primórdios descobriu a importância de cultivar alimentos para seu consumo, mas por muito tempo os alimentos cultivados dependiam do tipo de solo e só podiam ser plantados em determinadas épocas do ano. Depois, com o capitalismo, com a industrialização, e com a descobertas da ciência, observou-se que poderia fazer a correção do solo observando as suas propriedades e a necessidade de nutrientes dos alimentos que desejava plantar. Porém, as análises dessas propriedades e nutrientes do solo eram em laboratório de análise química. Essas análises químicas e processos de separação de argila, areia e outros compostos para se ter um estudo preciso da textura do solo e fertilidade era demorado e dispendioso com dificuldades de processamento e compilação dos dados. Uma das inovações tecnológicas que ocorreu para atenuar essa dificuldade de análise foi a inserção do espectrômetro para coleta imediata de dados do solo através de infravermelho para que fosse possível a manipulação desses dados registrados do solo de forma computacional e avançar no estudo do solo e suas propriedades juntamente com material coletado desse campo. Diante deste contexto, as propriedades do solo são essenciais para se obter uma colheita de qualidade para qualquer tipo de cultivo. A Análise das propriedades do solo através de espectroscopia visível e infravermelho próximo (Vis-NIR) tem sido amplamente utilizada para caracterização do solo, devido ao seu alto potencial para avaliação de diferentes propriedades do solo. Contudo, diversos outros problemas ainda podem ser observados como por exemplo o processamento desses dados em tempo hábil, o desempenho dos métodos computacionais que são utilizados e a atenuação da curva de possíveis falhas nas análises que podem acontecer devidos a fatores como infraestrutura e falta de energia que podem ocorrer uma vez que tudo é feito em hardware local utilizando as dependências do laboratório de solos. Desta forma, este trabalho tem como objetivo avaliar o desempenho de processamento de dados do solo através de modelagem usando redes de Petri para espectrometria do solo com computação em nuvem.