Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/332817
Type: TESE DIGITAL
Degree Level: Doutorado
Title: Estudo do efeito da adubação nitrogenada na produtividade de cana-de-açúcar com modelos de aprendizado de máquina
Title Alternative: The effect of nitrogen fertilization in sugarcane yield evaluated with machine learning models
Author: Bocca, Felipe Ferreira, 1988-
Advisor: Rodrigues, Luiz Henrique Antunes, 1959-
Abstract: Resumo: Na produção de cana-de-açúcar, é frequentemente reportada a falta de resposta para adubação com nitrogênio (N), fazendo com que sua efetividade e necessidade sejam questionadas. Dado o potencial de uso ineficiente dos recursos e de potenciais efeitos ambientais negativos, a recomendação adequada da quantidade de N aplicado é essencial para sustentabilidade financeira e ambiental da produção. Neste estudo, modelos de aprendizado de máquina foram desenvolvidos e aplicados para avaliação do efeito da adubação nitrogenada na produtividade da cana-de-açúcar, assim como dos fatores que interagem com essa prática. Para isso, modelos de produtividade de cana-de-açúcar foram desenvolvidos com técnicas de aprendizado de máquina aplicados a dados de produção comercial de cana-de-açúcar. Foi conduzida a análise de sensibilidade de primeira ordem, que foi comparada com a importância das variáveis nos conjuntos de dados, e a análise de sensibilidade de segunda ordem para estudo das interações de outras variáveis com a fertilização com N. Os resultados foram analisados com base em gráficos de resposta parcial, priorizados pela importância ou sensibilidade das variáveis. Gráficos de resposta condicional foram utilizados para distinguir o padrão de resposta geral (resposta marginal) do padrão de resposta local (resposta condicional para cada condição encontrada nos dados). Foi constatado que o padrão de respostas individuais não apresenta respostas consistentes para a produção de cana-de-açúcar, embora as respostas gerais sejam mais coerentes. Considera-se então que não é recomendável utilizar a saída de modelos gerados utilizando as técnicas empregadas neste trabalho para análises de respostas individuais, o que seria por exemplo, necessário para recomendação de adubação para cada talhão de cana-de-açúcar. Usos pautados pela resposta geral parecem não ser afetados e devem ser avaliados em trabalhos futuros

Abstract: Lack of response to nitrogen fertilization is often reported for sugarcane production, leading to questions regarding its necessity and effectiveness. Given the potential for inefficient resource usage and potential negative environmental impacts, properly recommending the amount of N fertilizer is essential for a financial and environmental sustainable sugarcane production. In this thesis, machine learning models of sugarcane yield were developed and applied to evaluate the effects of Nitrogen fertilization in sugarcane yield, as well as factors that interacts with this practice. First order sensitivity analysis was performed and compared with feature importance measured in the datasets used for modeling, and second-order sensitivity analysis was performed to evaluate interactions with N fertilization in the model. Results were evaluated based on the partial response plots, prioritized by feature importance and variable sensitivity. Independent conditional expectancy graphics are also used to evaluate the individual response of plots (conditioned response in each condition modeled) and to evaluate the differences from the general response pattern (marginalized response). From the results of the visual analysis, it can be seen that individual responses are not consistent with common knowledge for sugarcane production, even though some of the general responses are more coherent. Based on these results, the use of such models for individual analysis and recommendations, such as needed for nitrogen fertilization recommendation, are not recommended. The use based on the general response may not be affected and could be further evaluated in future works
Subject: Aprendizado de máquina
Cana-de-açúcar
Análise de sensibilidade
Language: Português
Editor: [s.n.]
Date Issue: 2018
Appears in Collections:FEAGRI - Tese e Dissertação

Files in This Item:
File SizeFormat 
Bocca_FelipeFerreira_D.pdf9.89 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.