Knowledge extraction techniques applied to blotch (Cercospora coffeicola Berkeley & Cooke) occurance modeling in coffee trees in southern Minas Gerais

Abstract

Blotch 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.

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.