Qualidade da fibra de diferentes cultivares brasileiras de algodão e sua relação com as condições meteorológicas

• Autor(a) principal: Martins, Isabella Theresa de Almeida
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-13102020-095751/
• topic: Gossypium hirsutum L. raça latifolium Hutch; Gossypium hirsutum L. race latifolium Hutch; Micronaire; Micronaire; Random forest; Random forest; Support vector machine; Support vector machine; XGBoosting; XGBoosting

O algodoeiro (Gossypium hirsutum L. raça latifolium Hutch) é produzido por mais de 60 países e, apesar da qualidade e multiplicidade de uso de suas sementes, é cultivado essencialmente para a produção de fibras. A qualidade da fibra pode diferir entre os diferentes ambientes de produção, sendo fator chave para determinação do preço e qualidade do algodão destinado aos produtos têxteis. Essas diferenças de qualidade estão associadas principalmente às cultivares e às condições meteorológicas, as quais influenciam os parâmetros indicativos de qualidade de fibra. O conhecimento dos fatores que condicionam a qualidade da fibra de algodão é importante para a definição das regiões com potencial para produção de fibras de qualidade superior. Dessa forma, como maneira de subsidiar a produção de fibras de algodão de melhor qualidade, os objetivos do presente estudo foram identificar e ordenar os fatores que afetam a qualidade da fibra de algodão, de acordo com sua importância, bem como o desenvolvimento de modelos matemáticos de estimação para os índices de qualidade da fibra de algodão por meio de técnicas de mineração de dados (MD). Para tanto, dados das variáveis meteorológicas e de índices de qualidade da fibra de algodão de 32 cultivares brasileiras foram submetidos à análises de correlação de Pearson (para uma abordagem geral); à análise de agrupamento (\"clusterização\"); e à três técnicas de MD (Random Forest; XGBoosting; e Support Vector Machine). Para a MD, os dados foram separados em duas partes, sendo uma para o treinamento dos algoritmos e geração dos modelos (70%) e outra para a etapa de teste dos modelos gerados (30% dos dados restantes). A análise de desempenho dos modelos foi efetuada pela comparação entre os índices de qualidade da fibra estimados pelos modelos e os índices de qualidade observados por meio da análise de regressão. O desempenho dos modelos foi avaliado considerando os seguintes índices estatísticos: coeficiente de correlação (R); coeficiente de determinação (R2); índice de Willmott (D); índice de confiança de Camargo (C); erro absoluto médio (EAM); e raiz quadrada do erro médio (RMSE). Por fim, comparou-se os resultados obtidos pelos modelos gerados com as técnicas de mineração de dados com os obtidos pelas análises de correlação e agrupamento. De modo geral, os modelos gerados por meio do emprego de técnicas de MD tiveram desempenho melhor do que as análises de correlação feitas a nível de abordagem geral e a nível de agrupamento e o melhor desempenho dos modelos foi para a elongação e o pior para o comprimento da fibra de algodão, sendo que o modelo XGB se apresentou ligeiramente melhor que o RF e o SVM foi o pior para todas as variáveis. As variáveis preditoras que foram comuns às três técnicas para os índices de qualidade da fibra avaliados variaram da seguinte foram: para o micronaire as variáveis de mais importância foram a radiação solar (Qg), o número de dias com temperatura maior ou igual a 32°C (Tmax32) e o número de dias com temperatura mínima menores ou iguais a 20°C (Tmin20); para o comprimento foram Qg, Tmin20 e velocidade do vento (U2); para a resistência foram Qg, Tmax32, Tmin 20 e temperatura mínima (Tmin); para a uniformidade foram U2, excedente hídrico (∑EXC), déficit hídrico (∑DEF)(mm), Tmin20 e precipitação pluvial (P); para a elongação foram Qg, número de dias com excedente hídrico maior do que zero (EXC0); temperatura máxima (Tmax), número de dias com temperatura menor ou igual a 18°C (Tmin18) e P; e para o índice de fibras curtas (SFI) foram umidade relativa do ar (UR); Tmax; e P.