Coffee Science - v.08, n.1, 2013
URI permanente para esta coleçãohttps://thoth.dti.ufv.br/handle/123456789/7821
Navegar
4 resultados
Resultados da Pesquisa
Item Técnicas de extração de conhecimentos aplicadas à modelagem de ocorrência da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros na região sul de Minas Gerais(Editora UFLA, 2013-01) Souza, Vanessa Cristina Oliveira de; Cunha, Rodrigo Luz da; Andrade, Lívia Naiara; Volpato, Margarete Marin Lordelo; Carvalho, Vicente Luiz de; Esmin, Ahmed Ali AbdallaO levantamento do progresso da cercosporiose torna-se potencialmente útil e compreensível no entendimento da doença e no processo de tomada de decisão para medidas de controle. Nos últimos anos, programas computacionais têm ajudado a elucidar quais fatores bióticos ou abióticos são mais representativos. Objetivou-se, neste trabalho, investigar, utilizando técnicas de extração do conhecimento, quais atributos ambientais e fenológicos mais influenciam na ocorrência da cercosporiose em cafeeiros no Sul de Minas Gerais, sob dois sistemas de cultivo: convencional e orgânico. Para isso, foram organizados dados de incidência de cercosporiose nos dois sistemas de cultivo, com dados climáticos e fenológicos da cultura, em um período de cinco anos de avaliação. Em seguida, um algoritmo de extração do conhecimento baseado em árvore de decisão foi utilizado para obter os atributos que mais favorecem a ocorrência da cercosporiose. Os modelos gerados tiveram 60% de taxa de acerto e mostraram que a temperatura média foi o atributo de maior influência na totalidade dos dados e para o sistema convencional de cultivo. No manejo orgânico, a precipitação mensal e a fenologia são os fatores que mais interferem na ocorrência da doença.Item Knowledge extraction techniques applied to blotch (Cercospora coffeicola Berkeley & Cooke) occurance modeling in coffee trees in southern Minas Gerais(Editora UFLA, 2013-01) Souza, Vanessa Cristina Oliveira de; Cunha, Rodrigo Luz da; Andrade, Lívia Naiara; Volpato, Margarete Marin Lordelo; Carvalho, Vicente Luiz de; Esmin, Ahmed Ali AbdallaBlotch progress lifting becomes potentially useful and understandable in understanding the disease and in the process of decision taking for control measures. In the last years, computer programs have been helping to elucidate which biotic or abiotic factors are more representative. The objective, in this study, was to investigate, using knowledge extraction technique, which environmental and phenological attributes influence the most in blotch occurrence in coffee trees in Southern Minas Gerais, under two crop systems: conventional and organic. To do so, blotch incidence data were organized on two crop systems, with climatic and phenological culture data, in five years of evaluation. Following that, a knowledge extraction algorithm based on decision tree was used to obtain the attributes which favor blotch occurrence the most. Generated models obtained 60% hit rate and showed that the average temperature was the most influential factor in total data and for conventional crop system. In organic management, monthly precipitation and phenology are the factors that interfere the most in disease occurrence.Item Aplicação de redes neurais artificiais na classificação de áreas cafeeiras em Machado-MG(Editora UFLA, 2013-01) Andrade, Lívia Naiara de; Vieira, Tatiana Grossi Chquiloff; Lacerda, Wilian Soares; Volpato, Margarete Marin Lordelo; Davis Junior, Clodoveu AugustoA cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Apresenta-se,no presente estudo, uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, objetivando identificar áreas cafeeiras da região de Machado, MG. A metodologia para desenvolvimento da aplicação da RNA foi dividida em três etapas: pré-processamento dos dados; treinamento e uso da RNA; e análise dos resultados. Na primeira etapa foi realizada a divisão da área em estudo em duas partes (uma com relevo mais movimentado e outra com relevo menos movimentado), isso porque a região apresenta relevo suave ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Foram também criadas máscaras na rede de drenagem e área urbana. Na segunda etapa, diversas RNAs foram treinadas a partir de várias amostras de imagens representativas das classes de interesse e foi feita a classificação do restante da imagem utilizando a melhor RNA obtida. A terceira etapa consistiu na análise e validação dos resultados, realizando um cruzamento entre o mapa classificado visualmente e o mapa classificado pela Rede Neural escolhida. Utilizou-se o índice Kappa para avaliar o desempenho da RNA, uma vez que o uso desse coeficiente é satisfatório na avaliação da precisão de uma classificação temática. O resultado obtido foi superior aos resultados encontrados na literatura, com um índice Kappa de 0,558 para o relevo mais movimentado e 0,602 para o relevo menos movimentado.Item Application of artificial neural network in the classification of coffee areas in Machado, Minas Gerais state(Editora UFLA, 2013-01) Andrade, Lívia Naiara de; Vieira, Tatiana Grossi Chquiloff; Lacerda, Wilian Soares; Volpato, Margarete Marin Lordelo; Davis Junior, Clodoveu AugustoThe coffee is extremely important activity in southern of Minas Gerais and techniques for estimating acreage, seeking reliable crop forecasts are being intensely investigated. It is presented in this study, an application of Artificial Neural Networks (ANN) for the automatic classification of remote sensing data in order to identify areas of the coffee region Machado, Minas Gerais. The methodology for developing the application of RNA was divided into three stages: pre-processing of data, training and use of RNA, and analysis of results. The first step was performed dividing the study area into two parts (one embossed busiest and least busy one with relief), because this region has a strong emphasis smooth wavy, causing a greater difficulty of automatic mapping of use earth from satellite images. Masks were also created in the drainage network and the urban area. In the second step, various RNA’s were trained from several samples representative of the classes of images of interest and was made to classify the rest of the image obtained using the best RNA. The third step consisted in analyzing and validating the results, performing a cross between the classified map and the map visually classified by neural network chosen. We used the Kappa index to evaluate the performance of the RNA, since the use of this coefficient is satisfactory to assess the accuracy of a thematic classification. The result was higher than the results reported in the literature, with a Kappa index of 0.558 to 0.602 relief busiest and least busy for relief.