Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório da Produção Científica e Intelectual da Unicamp |
Texto Completo: | https://hdl.handle.net/20.500.12733/370 |
Resumo: | Resumo: A ferrugem asiática é a mais importante doença da soja no Brasil. Apesar de sua epidemiologia ser conhecida, são escassos os estudos sobre os fatores que desencadeiam a doença com base em dados de campo. Este trabalho objetivou modelar a influência de variáveis meteorológicas a partir de um conjunto extenso de dados de ocorrência da ferrugem, por meio da técnica de indução de árvores de decisão. Os modelos foram desenvolvidos com dados de data de ocorrência da doença em quatro safras (2007/08 a 2010/11) e variáveis de temperatura e chuva em diferentes janelas de tempo prévias à data de detecção. Para cada registro de ocorrência, foi gerado um correspondente de "não ocorrência" como sendo o trigésimo dia anterior ao dia da detecção, assumindo-se a presença de inóculo, mas condições meteorológicas desfavoráveis à doença. O conjunto de treinamento para a modelagem foi composto de 45 variáveis de chuva e temperatura e 12.591 registros. O modelo preditivo escolhido resultou em uma árvore de decisão com, aproximadamente, 78% de taxa de acerto e 108 regras, determinadas por validação cruzada. O modelo interpretado, com 28 regras, considerou variáveis de temperatura como mais importantes, sendo que temperaturas abaixo de 15 °C e acima de 30 °C foram relacionadas com eventos de não ocorrência, enquanto temperaturas dentro da faixa favorável foram associadas com eventos de ocorrência, mostrando coerência com a literatura |
id |
CAMP_b15eb247457007b01ceeede2938632fa |
---|---|
oai_identifier_str |
oai:https://www.repositorio.unicamp.br/:1231441 |
network_acronym_str |
CAMP |
network_name_str |
Repositório da Produção Científica e Intelectual da Unicamp |
repository_id_str |
|
spelling |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicasDecision tree for classification of soybean rust occurence in commercial crops based on weather variablesFerrugem asiáticaPhakopsora pachyrhiziMineração de dadosPrevisão de doenças de plantasEpidemiologiaSistemas de suporte à decisãoArtigo originalResumo: A ferrugem asiática é a mais importante doença da soja no Brasil. Apesar de sua epidemiologia ser conhecida, são escassos os estudos sobre os fatores que desencadeiam a doença com base em dados de campo. Este trabalho objetivou modelar a influência de variáveis meteorológicas a partir de um conjunto extenso de dados de ocorrência da ferrugem, por meio da técnica de indução de árvores de decisão. Os modelos foram desenvolvidos com dados de data de ocorrência da doença em quatro safras (2007/08 a 2010/11) e variáveis de temperatura e chuva em diferentes janelas de tempo prévias à data de detecção. Para cada registro de ocorrência, foi gerado um correspondente de "não ocorrência" como sendo o trigésimo dia anterior ao dia da detecção, assumindo-se a presença de inóculo, mas condições meteorológicas desfavoráveis à doença. O conjunto de treinamento para a modelagem foi composto de 45 variáveis de chuva e temperatura e 12.591 registros. O modelo preditivo escolhido resultou em uma árvore de decisão com, aproximadamente, 78% de taxa de acerto e 108 regras, determinadas por validação cruzada. O modelo interpretado, com 28 regras, considerou variáveis de temperatura como mais importantes, sendo que temperaturas abaixo de 15 °C e acima de 30 °C foram relacionadas com eventos de não ocorrência, enquanto temperaturas dentro da faixa favorável foram associadas com eventos de ocorrência, mostrando coerência com a literaturaAbstract: Soybean rust is the most aggressive soybean disease in Brazil. Despite its epidemiology is known, there are few studies about factors that cause it based on field data. This paper aimed to report influence of weather variables on rust occurrence using the decision tree technique. The models were developed based on disease detection dataset during harvests (2007/08 to 2010/11), temperature and rainfall variables at varied time windows prior to disease detection. For each disease "occurrence" record, a corresponding "non-occurrence" was generated based on the assumption that disease was not present at the thirtieth day prior to the report date, due to unfavorable weather conditions. The training set for modeling consisted of 45 rainfall and temperature variables and 12,591 records. The chosen predictive model resulted in a decision tree with approximately 78% of accuracy and 108 rules, determined by cross-validation. The interpreted model, with 28 rules, considered the temperature variables as more important, of which temperatures below 15 °C and above 30 °C were related to events of non-occurrence, while temperatures within the favorable range have been associated with events of occurrence, showing consistency with the literatureCONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO - CNPQCOORDENAÇÃO DE APERFEIÇOAMENTO DE PESSOAL DE NÍVEL SUPERIOR - CAPESAbertoUNIVERSIDADE ESTADUAL DE CAMPINASMegeto, Guilherme Augusto Silva, 1984-Oliveira, Stanley Robson de Medeiros, 1967-2014info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttps://hdl.handle.net/20.500.12733/370MEGETO, Guilherme Augusto Silva; OLIVEIRA, Stanley Robson de Medeiros. Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas. Engenharia agrícola. Jaboticabal, SP : Associação Brasileira de Engenharia Agrícola / Brazilian Agricultural Engineering Society, 2014. Vol. 34, n. 3 (maio/jun. 2014), p.590-599 . Disponível em: https://hdl.handle.net/20.500.12733/370. Acesso em: 7 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/1231441porreponame:Repositório da Produção Científica e Intelectual da Unicampinstname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-08-23T16:13:12Zoai:https://www.repositorio.unicamp.br/:1231441Repositório InstitucionalPUBhttp://repositorio.unicamp.br/oai/requestreposip@unicamp.bropendoar:2022-08-23T16:13:12Repositório da Produção Científica e Intelectual da Unicamp - Universidade Estadual de Campinas (UNICAMP)false |
dc.title.none.fl_str_mv |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas Decision tree for classification of soybean rust occurence in commercial crops based on weather variables |
title |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas |
spellingShingle |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas Megeto, Guilherme Augusto Silva, 1984- Ferrugem asiática Phakopsora pachyrhizi Mineração de dados Previsão de doenças de plantas Epidemiologia Sistemas de suporte à decisão Artigo original |
title_short |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas |
title_full |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas |
title_fullStr |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas |
title_full_unstemmed |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas |
title_sort |
Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas |
author |
Megeto, Guilherme Augusto Silva, 1984- |
author_facet |
Megeto, Guilherme Augusto Silva, 1984- Oliveira, Stanley Robson de Medeiros, 1967- |
author_role |
author |
author2 |
Oliveira, Stanley Robson de Medeiros, 1967- |
author2_role |
author |
dc.contributor.none.fl_str_mv |
UNIVERSIDADE ESTADUAL DE CAMPINAS |
dc.contributor.author.fl_str_mv |
Megeto, Guilherme Augusto Silva, 1984- Oliveira, Stanley Robson de Medeiros, 1967- |
dc.subject.por.fl_str_mv |
Ferrugem asiática Phakopsora pachyrhizi Mineração de dados Previsão de doenças de plantas Epidemiologia Sistemas de suporte à decisão Artigo original |
topic |
Ferrugem asiática Phakopsora pachyrhizi Mineração de dados Previsão de doenças de plantas Epidemiologia Sistemas de suporte à decisão Artigo original |
description |
Resumo: A ferrugem asiática é a mais importante doença da soja no Brasil. Apesar de sua epidemiologia ser conhecida, são escassos os estudos sobre os fatores que desencadeiam a doença com base em dados de campo. Este trabalho objetivou modelar a influência de variáveis meteorológicas a partir de um conjunto extenso de dados de ocorrência da ferrugem, por meio da técnica de indução de árvores de decisão. Os modelos foram desenvolvidos com dados de data de ocorrência da doença em quatro safras (2007/08 a 2010/11) e variáveis de temperatura e chuva em diferentes janelas de tempo prévias à data de detecção. Para cada registro de ocorrência, foi gerado um correspondente de "não ocorrência" como sendo o trigésimo dia anterior ao dia da detecção, assumindo-se a presença de inóculo, mas condições meteorológicas desfavoráveis à doença. O conjunto de treinamento para a modelagem foi composto de 45 variáveis de chuva e temperatura e 12.591 registros. O modelo preditivo escolhido resultou em uma árvore de decisão com, aproximadamente, 78% de taxa de acerto e 108 regras, determinadas por validação cruzada. O modelo interpretado, com 28 regras, considerou variáveis de temperatura como mais importantes, sendo que temperaturas abaixo de 15 °C e acima de 30 °C foram relacionadas com eventos de não ocorrência, enquanto temperaturas dentro da faixa favorável foram associadas com eventos de ocorrência, mostrando coerência com a literatura |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.12733/370 MEGETO, Guilherme Augusto Silva; OLIVEIRA, Stanley Robson de Medeiros. Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas. Engenharia agrícola. Jaboticabal, SP : Associação Brasileira de Engenharia Agrícola / Brazilian Agricultural Engineering Society, 2014. Vol. 34, n. 3 (maio/jun. 2014), p.590-599 . Disponível em: https://hdl.handle.net/20.500.12733/370. Acesso em: 7 mai. 2024. |
url |
https://hdl.handle.net/20.500.12733/370 |
identifier_str_mv |
MEGETO, Guilherme Augusto Silva; OLIVEIRA, Stanley Robson de Medeiros. Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas. Engenharia agrícola. Jaboticabal, SP : Associação Brasileira de Engenharia Agrícola / Brazilian Agricultural Engineering Society, 2014. Vol. 34, n. 3 (maio/jun. 2014), p.590-599 . Disponível em: https://hdl.handle.net/20.500.12733/370. Acesso em: 7 mai. 2024. |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/1231441 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório da Produção Científica e Intelectual da Unicamp instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
instname_str |
Universidade Estadual de Campinas (UNICAMP) |
instacron_str |
UNICAMP |
institution |
UNICAMP |
reponame_str |
Repositório da Produção Científica e Intelectual da Unicamp |
collection |
Repositório da Produção Científica e Intelectual da Unicamp |
repository.name.fl_str_mv |
Repositório da Produção Científica e Intelectual da Unicamp - Universidade Estadual de Campinas (UNICAMP) |
repository.mail.fl_str_mv |
reposip@unicamp.br |
_version_ |
1799030825477472256 |