Modelo computacional para previsão de mortalidade de galinhas poedeiras em função de ondas de calor e tipologia dos aviários

• Ano de defesa: 2017
• Autor(a) principal: Riquena, Rodrigo da Silva [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Mineração de dados; Avicultura de postura; Mudanças climáticas; Zootecnia de precisão; Data mining; Poultry farming; Climate changes; Animal husbandry
• Link de acesso: http://hdl.handle.net/11449/150210

A mortalidade na produção de galinhas poedeiras é fato preocupante para produtores e constitui considerável perda econômica. Alguns eventos climáticos, como ondas de calor, estão diretamente relacionados ao aumento da mortalidade. O objetivo deste trabalho foi relacionar a ocorrência de ondas de calor com a mortalidade de poedeiras, considerando o efeito de duas diferentes tipologias de galpão utilizado na produção de ovos. Os dados de mortalidade diária foram obtidos em dois aviários localizados na cidade de Bastos-SP para o período de outubro de 2014 a janeiro de 2016. Para padronizar a coleta de informações foi construída uma ferramenta para registro diário da mortalidade na granja. Os dados do clima foram obtidos de duas estações meteorológicas localizadas nos municípios Tupã-SP e Rancharia-SP para o período de 2010 a 2015. As ondas de calor foram classificadas na base de dados climática usando diferentes definições da literatura. Os dados de mortalidade e clima foram relacionados em um mesmo banco de dados e foram classificados em mortalidade normal e alta de acordo com manual da linhagem. Após serem relacionados os dados foram levados a mineração, a técnica utilizada foi a CRISP-DM utilizando o algoritmo J48. A classificação para ondas de calor do INMET foi a mais adequada para região. Foi possível associar as ocorrências de onda de calor ao aumento da mortalidade de poedeiras e as variáveis construtivas dos aviários influenciam na mortalidade e produção. A árvore de classificação gerada identificou com precisão 71%, das ocorrências de mortalidade alta e 95% de todos os dados de mortalidade. A árvore de classificação permitiu relacionar o aumento da mortalidade de poedeiras em função de ondas de calor e permite que se faça uma previsão de quando haverá maior chance de ocorrer mortalidade alta.