Uso de redes neurais na previsão de ataque de Chrysodeixes includens em lavouras de soja

• Ano de defesa: 2023
• Autor(a) principal: Campos, Alexandre Henrique Alves dos Santos Batista e
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; Defesa Sanitária Vegetal
• Palavras-chave em Português: Lagarta-falsa-medideira; Soja - Doenças e pragas - Controle integrado; Meteorologia agrícola; Inteligência artificial; Manejo de pragas; Defesa Sanitária Vegetal; Entomologia Agrícola
• Link de acesso: https://locus.ufv.br//handle/123456789/31969; https://doi.org/10.47328/ufvbbt.2023.479

A determinação de modelos de dinâmica espaço-temporal das pragas nos cultivos possibilita identificação dos períodos e locais com maiores riscos desses organismos causarem danos econômicos. As populações de pragas nos cultivos são reguladas por fatores bióticos e abióticos como as variáveis meteorológicas, planta hospedeira e inimigos naturais. Com isso a utilização de redes neurais artificiais (RNAs) são ferramentas de inteligência artificial que possibilitam a determinação de modelos com alto poder de previsão da dinâmica espaço-temporal das pragas. A soja (Glycine max) é a leguminosa mais cultivada no mundo, e o continente americano é a principal região do mundo onde ela é cultivada. A lagarta falsa medideira Chrysodeixis includens (Lepidoptera: Noctuidae) é uma das pragas mais importantes nos cultivos de soja nas Américas. Assim, o objetivo desse trabalho foi determinar modelo de previsão da intensidade de ataque de C. includens a lavouras de soja usando RNAs. Os dados do trabalho foram coletados durante dois anos em quatro lavouras comerciais de soja no bioma Cerrado em Formoso do Araguaia e Gurupi, TO. Nos cultivos foram monitoradas a cada duas semanas as densidades C. includens e de predadores e variáveis meteorológicas. Foram selecionadas como preditores do modelo variáveis meteorológicas com baixa autocorrelação (< 0,50). Foram construídas 1080 RNAs. O modelo selecionado foi aquele que apresentou maior correlação entre os valores observados e previstos (rv), menor quadrado médio do resíduo (RMSEv) e menor número de neurônios na camada oculta. A RNA selecionada teve quatro preditores significativos (temperatura média do ar, umidade relativa do ar, velocidade dos ventos e idade das plantas), dois neurônios na camada oculta, rv = 0,7167 e RMSEv = 0,2041. A temperatura média do ar e idade das plantas tiveram efeito positivo sobre a intensidade de ataque da praga. Já a umidade relativa do ar e a velocidade dos ventos tiveram efeito negativo sobre o ataque da praga. O modelo foi capaz de prever de forma precisa o ataque de C. includens em diferentes anos e épocas e em períodos com baixas e altas densidades dessa praga. Portanto, o modelo de RNA determinado no trabalho pode ser usado para prever as épocas e locais como maiores riscos de ataque de C. includens aos cultivos de soja como uma possível ferramenta de consulta do produtor. Palavras-chave: Lagarta falsa medideira. Variáveis meteorológicas. Dinâmica de pragas. Glycine max. Inteligência artificial. Manejo integrado de pragas.