Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas

Detalhes bibliográficos
Autor(a) principal: Megeto, Guilherme Augusto Silva, 1984-
Data de Publicação: 2014
Outros Autores: Oliveira, Stanley Robson de Medeiros, 1967-
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

Registros relacionados