• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.11.2021.tde-07012022-170450
Documento
Autor
Nome completo
Guilherme Antonio Buonadio
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
Piracicaba, 2021
Orientador
Banca examinadora
Piedade, Sonia Maria de Stefano (Presidente)
Hinnah, Fernando Dill
Panosso, Alan Rodrigo
Título em português
Caracterização do risco de infestação da broca da cana-de-açúcar no estado de São Paulo, com base em variáveis meteorológicas e técnicas de mineração de dados
Palavras-chave em português
Boosting
Modelos de aprendizado de máquina
Random forest
Support vector machine
Resumo em português
A broca da cana-de-açúcar (Diatraea saccharalis) é um inseto praga de grande importância, causando impactos expressivos nos canaviais se não for adequadamente controlada. A dinâmica populacional da broca da cana-de-açúcar é influenciada, basicamente, pelas condições ambientais, mais especificamente pela temperatura e pela chuva, sendo possível determinar a variação da população dessa praga por meio de modelos matemáticos com base em variáveis meteorológicas. Dessa forma, o objetivo deste estudo foi desenvolver modelos para estimação da dinâmica temporal e espacial de infestação da broca da cana-de-açúcar com base em variáveis meteorológicas, de modo a subsidiar estratégias de controle desta praga. Para tanto, foram utilizados dados de índice de infestação final de broca em oito safras (2012-2013 a 2019-2020), compreendendo o período de janeiro a dezembro, de unidades produtoras de cana-de-açúcar da região de Jaboticabal, SP, que compreende as seguintes localidades: Barrinha; Bueno de Andrade; Dumont; Guariba; Guatapará; Luis Antônio; Monte Alto; Motuca e Pradópolis, considerando-se os dados ao nível de gleba e em áreas com a ausência de controle químico e mínima intervenção com controle biológico. Além do índice de infestação final da broca, também foram utilizadas no estudo as seguintes variáveis meteorológicas: temperatura máxima (tmax); temperatura mínima (tmin); temperatura média (tmed); número de dias com temperatura máxima ≤ 35°C (ndc35); número de dias com temperatura mínima ≥ 13°C (ndc13); umidade relativa (ur); precipitação (chuva); radiação solar (Rad); evapotranspiração potencial (etp); assim como variáveis do balanço hídrico climatológico de Thornthwaite e Mather (1955), para uma capacidade de água disponível de 125 mm (déficit hídrico (def_125), excedente hídrico (exc_125)). Os dados de infestação de broca e meteorológicos, compondo um banco de 2876 dados, foram analisados por meio de três técnicas de mineração de dados e aprendizado de máquinas: Random Forest; Boosting e Support Vector Machine, de modo a se obter as variáveis de maior influência sobre a ocorrência e proliferação da broca da cana-de-açúcar e, a partir delas, se confeccionar modelos de estimação da infestação da praga com base nos dados meteorológicos. Os modelos resultantes foram testados com dados independentes, utilizando-se o coeficiente de correlação (r), o índice de Willmott (D), o índice de confiança de Camargo (C), o erro médio (EM), o erro absoluto médio (EAM) e a raiz quadrada do erro médio (RMSE). Os modelos com maior grau de assertividade no treinamento foram o Boosting e o Random Forest, tendo o Support Vector Machine apresentado o pior desempenho. Resultado similar foi obtido na fase de teste com dados independentes. As variáveis de maior importância nos modelos de melhor desempenho foram chuva, umidade relativa e excedente hídrico. Para a confecção do mapa de risco para a ocorrência da broca da cana no Estado de São Paulo, empregou-se o modelo gerado pelo Random Forest (R2 de 0,749, r de 0,865 e RMSE(%) de 0,536) e considerando-se 25 locais do estado de São Paulo para gerar o modelo linear para a espacialização dos dados. O mapa foi validado com dados de outros dez locais. Observou-se para o Estado de São Paulo um risco médio para a infestação da broca da cana-de-açúcar na região centro-oeste, ao passo que no extremo noroeste e nas regiões norte e centro-sul do estado o risco é alto. No sul do estado, assim como na faixa leste o risco é muito alto, contrastando com as regiões do Vale e do Pontal do Paranapanema onde o risco de infestação oscila entre baixo e muito baixo. A modelagem empregada neste estudo, apesar de ser exploratória e realizada com banco de dados pré-existente, possibilitou obter resultados que permitem contribuir para o manejo racional da broca da cana-de-açúcar no estado de São Paulo.
Título em inglês
Characterization of the cane borer infestation risk in sugarcane fields of the state of São Paulo, Brazil, based on weather variables and data mining techniques
Palavras-chave em inglês
Boosting
Machine learning models
Random forest
Support vector machine
Resumo em inglês
The cane borer is a insect pest influenced by environmental conditions and it is possible to determine its population dynamics through mathematical models based on meteorological variables. Thus, the objective of this study was to develop mathematical models to estimate the temporal and spatial dynamics of the cane borer based on meteorological variables, in order to support strategies to control this pest. For that, data of cane borer final infestation index of eight growing seasons (2012-2013, 2013-2014, 2014-2015, 2015-2016, 2016-2017, 2017-2018, 2018-2019, and 2019-2020) were used, covering the period from January to December in the Jaboticabal region, which comprises nine locations: Barrinha; Bueno de Andrade; Dumont; Guariba; Guatapará; Luis Antônio; Monte Alto; Motuca; and Pradópolis, all located in the interior of the state of São Paulo, Brazil. The database was at farm level and in all fields assessed the cane did not receive chemical control and they had a minimum intervention with biological control. In addition to the cane borer infestation data, the following weathervariables were used in this study: maximum temperature (tmax); minimum temperature (tmin); average temperature (tmed); number of days with maximum temperature ≤ 35 °C (ndc35); number of days with minimum temperature ≥ 13 °C (ndc13); relative humidity (ur); precipitation (chuva); solar radiation (Rad); potential evapotranspiration (etp); and variables of the climatological water balance of Thornthwaite and Mather (1955), which were water deficit (def_125) and water surplus (exc_125). Infestation index and weather variables, totaling 2876 data, were analized through three techniques of data mining and a machine learning: Random Forest, Boosting and Support Vector Machine, for generating cane borer infestation estimation models. The resulting models were tested with independent data, using following indices and errors: correlation coefficient (r); Willmott index (D); Camargo confidence index (C); mean absolute error (MAE); and root mean square error (RMSE). The models with the highest degree of assertiveness in the training phase were Boosting and Random Forest, with Support Vector Machine presenting the worst performance. In the testing phase, the results were similar. The most important variables for the best performing models were rainfall, relative humidity, and water surplus. To make the cane borer infestation risk map for the State of São Paulo, the model generated by Random Forest was used (R2 de 0,749, r de 0,865 e RMSE(%) de 0,536), and 25 locations were used to adjust a linear model for data spatialization, which was validated with data from other ten locations. The risk map allowed to observe that cane borer infestation has a medium risk in the midwest region of the state, whereas in the extreme northwest and in the north and center-south of the state the risk is high, on the contrary of Vale and Ponta of Paranapanema Valley where the risk ranges from low to very low. The modeling approach used in the present study, despite being exploratory and carried out with a pre-existing database, allowed to obtain results that can contribute for a more rational cane borer control in the state of São Paulo.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2022-01-10
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.