Técnicas de extração de conhecimentos aplicadas à modelagem de ocorrência da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros na região sul de Minas Gerais

Abstract

O 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.

The survey of the progress of Cercospora leaf spot becomes potentially useful and understandable in understanding the disease process and in decision making for control measures. In the last years, computer programs have helped to elucidate what factors are biotic or abiotic more representative. The aim of this work was to investigate, using knowledge extraction techniques, which phenological and environmental attributes most influence on the occurrence of Cercospora leaf spot on coffee trees in southern Minas Gerais, under two tillage systems: conventional and organic. For this, data were organized incidence of Cercospora leaf spot in both cropping systems, with climatic data and phenological crop in a period of five years of evaluation. Then an algorithm based on knowledge extraction decision tree was used to obtain the attributes that most favor the occurrence of Cercospora leaf spot. The generated models were 60% ​​hit rate and showed that the average temperature of the attribute was greater influence on the entire data and the conventional culture system. In organic management, the precipitation and phenology are the factors that most influence the occurrence of disease.