Mineração de dados climaticos para previsão local de geada e deficiencia hidrica

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: Bucene, Luciana Corpas, 1974-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Agricultura - Fatores climaticos
Agricultura - Previsão
Meteorologia agricola
Inteligência artificial
Aprendizado de máquina
Artificial intelligence
Intelligence sytems
Decision tree
Climatic alert
Link de acesso: https://hdl.handle.net/20.500.12733/1608963
Resumo: Orientadores: Luiz Henrique Antunes Rodrigues, Eduardo Delgado Assad
id UNICAMP-30_d89890da67a42cc9703586a18828fc57
oai_identifier_str oai::439290
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Mineração de dados climaticos para previsão local de geada e deficiencia hidricaData mining climatic for frost and deficit hidric forescastAgricultura - Fatores climaticosAgricultura - PrevisãoMeteorologia agricolaInteligência artificialAprendizado de máquinaArtificial intelligenceIntelligence sytemsDecision treeClimatic alertOrientadores: Luiz Henrique Antunes Rodrigues, Eduardo Delgado AssadTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia AgricolaResumo: As perdas que ocorrem na agricultura são grandes, devido, principalmente, à ocorrência de sinistros climáticos que ocorrem nas plantações. Muitas vezes, os impactos social e econômico causados pelos danos são significativos, uma vez que envolvem fatores como a produção e o preço de alimentos. Como exemplos, têm-se a produção de café e a de cana-de-açúcar no Estado de São Paulo, que sofrem alternâncias motivadas por eventos climáticos adversos e, em especial, as geadas e as secas, que reduzem drasticamente as produções. Neste sentido, este estudo propõe identificar relações entre parâmetros climáticos, como temperatura máxima, temperatura mínima, precipitação, entre outros atributos, visando descobrir eventuais novos conhecimentos, a partir do comportamento conhecido dos atributos climáticos já ocorridos no passado, com o propósito de desenvolver a previsão local de geada e a previsão de deficiência hídrica. Para isso, foram aplicadas técnicas de descoberta de conhecimento em grandes bancos de dados climáticos. Utilizaram-se as ferramentas WEKA e o DISCOVER, que foram consideradas satisfatórias, uma vez que os objetivos propostos foram atingidos. As bases de dados disponíveis atenderam a necessidade para a realização do projeto, apresentando um volume de dados e atributos suficientes para que pudesse gerar resultados para a previsão local de geada e de deficiência hídrica. Referente aos resultados, com até 1 dia de antecedência à geada, o modelo gerado foi considerado confiável. A partir de 2 dias de antecedência à geada, os resultados encontrados apresentam uma diminuição no grau de acerto quanto mais distante estiver de acontecer o evento geada. Para o caso deficiência hídrica, os resultados encontrados foram diferenciados conforme a classe. Para a classe não, com 1dia até 15 dias de antecedência ao evento, o grau de acerto foi alto e aceitável. A classe forte, em seguida à classe não, é a que apresenta melhores resultados de acerto, decaindo para as outras classes. Até 3 dias de antecedência ao evento deficiência hídrica e, dependendo do mês, o grau de acerto é aceitável. De 4 dias em diante, os resultados mostram que o modelo gerado não é aceitávelAbstract: The losses that occur in agriculture are high, mainly due to the occurrence of crop damages due to climatic events. Many times, the social and economic impacts caused by the damages are significant, since they involve factors such as the production and the price of foods. For example, coffee and sugarcane production in São Paulo State suffer alternations motivated by adverse climatic events and, in special, frost and drought, that greatly reduce the production. The purpose of this study is to identify relationships between climatic parameters, such as maximum temperature, minimum temperature, precipitation, etc., in order to discover eventual new knowledge, from known behavior of the climatic attributes already occurred in the past, with the objective of developing local frost and deficit water forecast models. To achieve this, data mining techniques were applied to climatic data bases. WEKA and the DISCOVER tools had been used and considered satisfactory, since they reached the objectives. The available databases were suitable for the accomplishment of the project, presenting enough volume of data and attributes so that it could generate results for the frost and water deficit forecast. Concerning to the results, with up to 1 day of antecedence to the frost, the generated model was considered trustworthy. From 2 days of antecedence to the frost the results present a reduction in the accuracy. For water deficit, results were differentiated, depending on the class. For the not class, from 1 to 15 days of antecedence to the event, the accuracy was high and acceptable. The strong class, following the not class, is the one that presents better results, falling down for the other classes. Up to 3 days of antecedence to the event water deficit and, depending on the month, the accuracy is acceptable. For 4 days or more in advance, the results showed that the generated model is not acceptableDoutoradoDoutor em Engenharia Agrícola[s.n.]Rodrigues, Luiz Henrique Antunes, 1959-Assad, Eduardo DelgadoRezende, Solange OliveiraCaramori, Paulo HenriqueMarin, Fábio RicardoOliveira, Stanley Robson de MedeirosUniversidade Estadual de Campinas. Faculdade de Engenharia AgrícolaPrograma de Pós-Graduação em Engenharia AgrícolaUNIVERSIDADE ESTADUAL DE CAMPINASBucene, Luciana Corpas, 1974-2008info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf application/x-compressed147 p. : il. + 1 CD-ROM.https://hdl.handle.net/20.500.12733/1608963BUCENE, Luciana Corpas. Mineração de dados climaticos para previsão local de geada e deficiencia hidrica. 2008. 147 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1608963. Acesso em: 15 mai. 2024.https://repositorio.unicamp.br/acervo/detalhe/439290https://repositorio.unicamp.br/acervo/detalhe/439290porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-06-30T14:51:33Zoai::439290Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-06-30T14:51:33Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
Data mining climatic for frost and deficit hidric forescast
title Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
spellingShingle Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
Bucene, Luciana Corpas, 1974-
Agricultura - Fatores climaticos
Agricultura - Previsão
Meteorologia agricola
Inteligência artificial
Aprendizado de máquina
Artificial intelligence
Intelligence sytems
Decision tree
Climatic alert
title_short Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
title_full Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
title_fullStr Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
title_full_unstemmed Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
title_sort Mineração de dados climaticos para previsão local de geada e deficiencia hidrica
author Bucene, Luciana Corpas, 1974-
author_facet Bucene, Luciana Corpas, 1974-
author_role author
dc.contributor.none.fl_str_mv Rodrigues, Luiz Henrique Antunes, 1959-
Assad, Eduardo Delgado
Rezende, Solange Oliveira
Caramori, Paulo Henrique
Marin, Fábio Ricardo
Oliveira, Stanley Robson de Medeiros
Universidade Estadual de Campinas. Faculdade de Engenharia Agrícola
Programa de Pós-Graduação em Engenharia Agrícola
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Bucene, Luciana Corpas, 1974-
dc.subject.por.fl_str_mv Agricultura - Fatores climaticos
Agricultura - Previsão
Meteorologia agricola
Inteligência artificial
Aprendizado de máquina
Artificial intelligence
Intelligence sytems
Decision tree
Climatic alert
topic Agricultura - Fatores climaticos
Agricultura - Previsão
Meteorologia agricola
Inteligência artificial
Aprendizado de máquina
Artificial intelligence
Intelligence sytems
Decision tree
Climatic alert
description Orientadores: Luiz Henrique Antunes Rodrigues, Eduardo Delgado Assad
publishDate 2008
dc.date.none.fl_str_mv 2008
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1608963
BUCENE, Luciana Corpas. Mineração de dados climaticos para previsão local de geada e deficiencia hidrica. 2008. 147 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1608963. Acesso em: 15 mai. 2024.
url https://hdl.handle.net/20.500.12733/1608963
identifier_str_mv BUCENE, Luciana Corpas. Mineração de dados climaticos para previsão local de geada e deficiencia hidrica. 2008. 147 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1608963. Acesso em: 15 mai. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/439290
https://repositorio.unicamp.br/acervo/detalhe/439290
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf application/x-compressed
147 p. : il. + 1 CD-ROM.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1799139883725357056

Registros relacionados