Author(s): MEIRA, C. A. A.; RODRIGUES, L. H. A.

Summary: O objetivo deste trabalho foi desenvolver uma árvore de decisão para analisar epidemias da ferrugem do cafeeiro. O conhecimento dos fatores que condicionam as epidemias de ferrugem é importante e pode servir de base para a decisão sobre as medidas de controle a adotar e o melhor momento de implementá-las. Taxas de infecção calculadas a partir de avaliações mensais de incidência da doença foram agrupadas em três classes: declínio ou estagnação - TX1; crescimento até 5 pontos percentuais - TX2; e crescimento acima de 5 pontos percentuais - TX3. Dados meteorológicos, carga pendente de frutos e espaçamento entre plantas foram usados como variáveis explicativas das classes de taxa de infecção. A árvore de decisão foi induzida de 364 exemplos preparados a partir de dados coletados em lavouras de café em produção, de outubro de 1998 a outubro de 2006. O modelo classificou corretamente 78% dos exemplos de treinamento e a sua acurácia foi estimada em 73% para a classificação de novos exemplos. O acerto para cada classe de taxa de infecção foi de 88% (TX1), 57% (TX2) e 79% (TX3). As variáveis explicativas mais importantes foram a temperatura média nos períodos de molhamento foliar, a carga pendente de frutos, a média das temperaturas máximas diárias no período de incubação e a umidade relativa do ar. A árvore de decisão demonstrou seu potencial como modelo de representação simbólica e interpretável, auxiliando na compreensão de quais variáveis e como as interações dessas variáveis conduziram as epidemias da ferrugem do cafeeiro no campo.

Publication year: 2009

Types of publication: Paper in annals and proceedings

Unit: Embrapa Digital Agriculture

Keywords: Agricultura, Análise de epidemias, Cafeeiro, Café, Coffea Arábica, Data mining, Decision tree, Descoberta de conhecimento em bases de dados, Doença de planta, Ferrugem do cafeeiro, Hemileia Vastatrix, Knowledge discovery in database, Mineração de dados, Modelos, Models, Árvore de decisão