Sistema de predição de aparecimento de população de bicudo na lavoura de algodão
Resumo
O bicudo é uma das grandes pragas do algodoeiro no Brasil. É uma praga de difícil erradicação e pode trazer grandes prejuízos ao produtor de algodão. O manejo para controle desta praga é fundamental para evitar prejuízos. Um sistema que prevê o aparecimento do bicudo, conforme variáveis climáticas diárias, é muito útil para alertar ao produtor quanto ao aparecimento da população de bicudo na lavoura, para que este possa tomar decisão sobre o manejo adequado para combater o bicudo. Este trabalho mostra um sistema de alerta para predizer o aparecimento de bicudo na lavoura de algodão.
Palavras-chave:
algodão, bicudo, sistema de informação, predição, dados climáticos
Referências
AGRONOVAS, Controle de pragas no algodão. Sítio disponível em [link]. Acesso em 10/09/2023.
CANAL_RURAL. Bicudo do algodoeiro. Sítio disponível em [link], Acesso em 10/09/2023.
CHO, K., MERRIENBOER, B. V., GULCEHRE, C., BAHDANAU, D., BOUGARES, F., SCHWENK, H. AND BENGIO, Y. “Learning phrase representations using RNN encoder-decoder for statistical machine translation”, Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing, 2014.
DEGRANDE, P.E. ; IDE, M.A.; NAKANO, O.; PARRA, J.R.P. Efeito de diversas ssstemperaturas sobre a emergência do bicudo do algodoeiro (Anthonomus grandis sssBoheman, 1843) (Coleoptera-Curculionidae). In: CONGRESSO BRASILEIRO DE sssINICIAÇÃO CIENTÍFICA EM CIÊNCIAS AGRÁRIAS, 3., 1983, Florianópolis, sssSC. Resumos. Florianópolis, p.33, 1983
GABRIEL, D. (2016). “O bicudo do algodoeiro”. Documento Técnico 25, Agência Paulista de Tecnologia dos Agronegócios, São Paulo.
HOCHREITER, S. AND SCHMIDHUBER, J. “Long short-term memory”, Neural computation, MIT Press, 1997, vol. 9, number 8, pp. 1735–1780.
LIVEFARM. LiveFARM Tecnologia Agropecuária Ltda. Sítio disponível em [link]. Acesso em 28/09/2023.
MLM. Modelos Lineares Mistos. Sítio disponível em [link] Acesso em sss10/09/2023.
NARCISO, M.G. AND LORENA, L.A.N. (1999) Lagrangean/surrogate relaxation for sssgeneralized assignment problems, European Journal of Operational Research, 114 sss165-177.
NEGÓCIO_RURAL. Revista eletrônica “Negócio Rural”, Edição 24, páginas 12 e 13. Sítio disponível em [link]. Acesso em 10/09/2023.
RODRIGUES, S.M.M.; MIRANDA, J.E. Controle etológico do bicudo-do-algodoeiro. sssIn.: Instituto Mato-grossense do Algodão - IMAMT. O bicudo-do-algodoeiro sss(Anthonomus grandis Boh., 1843) nos cerrados brasileiros: Biologia e medidas de ssscontrole. Cuiabá, 2015. p.95-116.
S. ALBAWI, S., MOHAMMED, T. A. AND AL-ZAWI, S. “Understanding of a convolutional neural network”, International Conference on Engineering and Technology, 2017, pp. 1–6.
VOLPE, C.A.; LARA, F.M.; SOARES, J.J. Influência da temperatura e umidade do ssssolo na mortalidade em Anthonomus grandis BOHEMAN, 1843 (Coleoptera, sssCurculionidae). In: CONGRESSO BRASILEIRO DE ENTOMOLOGIA, 14., sss1993,Piracicaba, SP. Resumos. Piracicaba: SEB, 1993. p.38.
WEKA. Machine learning. Sítio disponível em [link]. Acesso em 10/09/2023.
CANAL_RURAL. Bicudo do algodoeiro. Sítio disponível em [link], Acesso em 10/09/2023.
CHO, K., MERRIENBOER, B. V., GULCEHRE, C., BAHDANAU, D., BOUGARES, F., SCHWENK, H. AND BENGIO, Y. “Learning phrase representations using RNN encoder-decoder for statistical machine translation”, Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing, 2014.
DEGRANDE, P.E. ; IDE, M.A.; NAKANO, O.; PARRA, J.R.P. Efeito de diversas ssstemperaturas sobre a emergência do bicudo do algodoeiro (Anthonomus grandis sssBoheman, 1843) (Coleoptera-Curculionidae). In: CONGRESSO BRASILEIRO DE sssINICIAÇÃO CIENTÍFICA EM CIÊNCIAS AGRÁRIAS, 3., 1983, Florianópolis, sssSC. Resumos. Florianópolis, p.33, 1983
GABRIEL, D. (2016). “O bicudo do algodoeiro”. Documento Técnico 25, Agência Paulista de Tecnologia dos Agronegócios, São Paulo.
HOCHREITER, S. AND SCHMIDHUBER, J. “Long short-term memory”, Neural computation, MIT Press, 1997, vol. 9, number 8, pp. 1735–1780.
LIVEFARM. LiveFARM Tecnologia Agropecuária Ltda. Sítio disponível em [link]. Acesso em 28/09/2023.
MLM. Modelos Lineares Mistos. Sítio disponível em [link] Acesso em sss10/09/2023.
NARCISO, M.G. AND LORENA, L.A.N. (1999) Lagrangean/surrogate relaxation for sssgeneralized assignment problems, European Journal of Operational Research, 114 sss165-177.
NEGÓCIO_RURAL. Revista eletrônica “Negócio Rural”, Edição 24, páginas 12 e 13. Sítio disponível em [link]. Acesso em 10/09/2023.
RODRIGUES, S.M.M.; MIRANDA, J.E. Controle etológico do bicudo-do-algodoeiro. sssIn.: Instituto Mato-grossense do Algodão - IMAMT. O bicudo-do-algodoeiro sss(Anthonomus grandis Boh., 1843) nos cerrados brasileiros: Biologia e medidas de ssscontrole. Cuiabá, 2015. p.95-116.
S. ALBAWI, S., MOHAMMED, T. A. AND AL-ZAWI, S. “Understanding of a convolutional neural network”, International Conference on Engineering and Technology, 2017, pp. 1–6.
VOLPE, C.A.; LARA, F.M.; SOARES, J.J. Influência da temperatura e umidade do ssssolo na mortalidade em Anthonomus grandis BOHEMAN, 1843 (Coleoptera, sssCurculionidae). In: CONGRESSO BRASILEIRO DE ENTOMOLOGIA, 14., sss1993,Piracicaba, SP. Resumos. Piracicaba: SEB, 1993. p.38.
WEKA. Machine learning. Sítio disponível em [link]. Acesso em 10/09/2023.
Publicado
28/11/2023
Como Citar
NARCISO, Marcelo G.; CARVALHO, Joélcio; MIRANDA, José Ednilson.
Sistema de predição de aparecimento de população de bicudo na lavoura de algodão. In: ESCOLA REGIONAL DE INFORMÁTICA DE MATO GROSSO (ERI-MT), 12. , 2023, Cuiabá/MT.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 117-125.
ISSN 2447-5386.
DOI: https://doi.org/10.5753/eri-mt.2023.236584.
