Modelagem da produtividade da palmeira macaúba [Acrocomia aculeata (Jacq.) Lodd. ex Mart.] utilizando algoritmos de aprendizado de máquina

• Ano de defesa: 2024
• Autor(a) principal: Gomes, Jhonatah Albuquerque
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Agricultura de Precisão; Análise preditiva; Crop forecasting; Estimativa de colheita; Precision agriculture; Predictive analysis; Previsão de safra; Yield estimation
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/11/11136/tde-08102024-071618/

A macaúba é uma palmeira nativa das regiões tropicais e subtropicais com alto potencial para a produção de óleo vegetal. No entanto, o modelo de cultivo dessa palmeira ainda é incipiente, sendo explorada quase que exclusivamente por extrativismo. Ou seja, informações essenciais para entender a dinâmica da cultura, e fomentar sua importância para a produção agrícola ainda são escassas, dentre essas informações existe a carência de estudos sobre estimativas de produtividade, uma lacuna a ser preenchida. Este estudo teve como objetivo desenvolver um modelo preditivo para a produtividade da macaúba no estado de Minas Gerais, empregando o algoritmo de aprendizado de máquina. Para isso, foram coletados dados biométricos, de solo e de clima nas cidades de Florestal e Araponga. O algoritmo XGBoost apresentou alta precisão, explicando 91% da variação na produtividade. As variáveis climáticas, foram identificadas como os principais fatores que influenciam a produtividade da cultura. Características morfológicas como a altura das plantas e a área foliar mostraram-se importantes para a produtividade. O algoritmo XGBoost foi assertivo para previsões da produtividade de macaúba.