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

MEGETO, G. A. S.; OLIVEIRA, S. R. de M.; DEL PONTE, E. M.; MEIRA, C. A. A.

Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/992324

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	MEGETO, G. A. S.	pt_BR
dc.contributor.author	OLIVEIRA, S. R. de M.	pt_BR
dc.contributor.author	DEL PONTE, E. M.	pt_BR
dc.contributor.author	MEIRA, C. A. A.	pt_BR
dc.date.accessioned	2014-08-12T11:11:11Z	pt_BR
dc.date.available	2014-08-12T11:11:11Z	pt_BR
dc.date.created	2014-08-12	pt_BR
dc.date.issued	2014	pt_BR
dc.identifier.citation	Engenharia Agrícola, Jaboticabal, v, 34, n. 3, p. 590-599, maio/jun. 2014	pt_BR
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/992324	pt_BR
dc.description	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.	pt_BR
dc.language.iso	por	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Mineração de dados	pt_BR
dc.subject	Previsão de doenças de plantas	pt_BR
dc.subject	Sistemas de suporte à decisão	pt_BR
dc.subject	Data mining	pt_BR
dc.title	Árvore de decisão para classificação de ocorrências de ferrugem asiática em lavouras comerciais com base em variáveis meteorológicas.	pt_BR
dc.type	Artigo de periódico	pt_BR
dc.date.updated	2014-08-12T11:11:11Z	pt_BR
dc.subject.thesagro	Soja	pt_BR
dc.subject.thesagro	Doença	pt_BR
dc.subject.thesagro	Epidemiologia	pt_BR
dc.subject.thesagro	Glycine Max	pt_BR
dc.subject.thesagro	Phakopsora Pachyrhizi	pt_BR
dc.subject.nalthesaurus	Soybean rust	pt_BR
dc.subject.nalthesaurus	Rust diseases	pt_BR
riaa.ainfo.id	992324	pt_BR
riaa.ainfo.lastupdate	2014-08-12	pt_BR
dc.contributor.institution	GUILHERME A. S. MEGETO, Unicamp; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; EMERSON M. DEL PONTE, UFRGS; CARLOS ALBERTO ALVES MEIRA, CNPTIA.	pt_BR
Aparece en las colecciones:	Artigo em periódico indexado (CNPTIA)

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
arvoredecisao.pdf		216.68 kB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem