Modelos em árvore de decisão para alerta da ferrugem do cafeeiro.

O objetivo deste trabalho foi desenvolver modelos em árvore de decisão para alerta da ferrugem do cafeeiro. Dados de oito anos de incidência mensal da doença no campo foram transformados em valores binários, considerando o limite de 5 pontos percentuais na taxa de infecção. Dois modelos foram gerados a partir de dados meteorológicos e do espaçamento entre plantas,, sendo um para lavouras com alta carga pendente de frutos e outro para lavouras com baixa carga pendente. O alerta é indicado quando a taxa de infecção, prevista para o prazo de um mês, atingir ou ultrapassar 5 pontos percentuais. A acurácia do modelo para lavouras com alta carga pendente foi de 81%, calculada por validação cruzada. Este modelo apresentou bons resultados também para outras medidas de avaliação importantes, como sensitividade (80%), especificidade (83%) e confiabilidades positiva (79%) e negativa (84%). O modelo para lavouras com baixa carga pendente não apresentou o mesmo bom desempenho. A acurácia foi estimada em 72% e não houve equilíbrio entre as medidas de avaliação. O modelo de alerta para lavouras com alta carga pendente pode auxiliar na tomada de decisão referente ao controle da ferrugem do cafeeiro no campo. O modelo em árvore de decisão facilita a interpretação e a compreensão de suas regras e assim pode contribuir para que o tomador de decisões tenha maior confiança em adotá-lo como ferramenta de apoio.

Saved in:
Bibliographic Details
Main Authors: MEIRA, C. A. A., RODRIGUES, L. H. A.
Other Authors: CARLOS ALBERTO ALVES MEIRA, CNPTIA; LUIZ HENRIQUE ANTUNES RODRIGUES, FEAGRI/UNICAMP.
Format: Anais e Proceedings de eventos biblioteca
Language:pt_BR
pt_BR
Published: 2009-07-02
Subjects:Modelos, Predição de doenças de plantas, Mineração de dados, Árvore de decisão, Cafeeiro, Plantas, Data mining, Decision tree, Agricultura, Café, Coffea Arábica, Ferrugem, Hemileia Vastatrix, Models.,
Online Access:http://www.alice.cnptia.embrapa.br/alice/handle/doc/82887
Tags: Add Tag
No Tags, Be the first to tag this record!