Síntese de seleção de atributos relevantes para estimativa de gesso agrícola

Transcrição

1 Síntese de seleção de atributos relevantes para estimativa de gesso agrícola Rayson Bartoski Laroca dos Santos 1, Alaine Margarete Guimarães 1, Karine Sato da Silva 1, Eduardo Fávero Caires 2 1 Departamento de Informática, Universidade Estadual de Ponta Grossa, Ponta Grossa, Paraná, Brasil, raysonlaroca@gmail.com, guimaraesalaine@gmail.com, karine.sato.silva@gmail.com 2 Departamento de Ciência do Solo e Engenharia Agrícola, Universidade Estadual de Ponta Grossa, Ponta Grossa, Paraná, Brasil, efcaires@uepg.br RESUMO O gesso agrícola (CaSO 4.2H 2 O) é um insumo que apresenta efeitos positivos no aumento do teor de cálcio e diminuição da toxidez de alumínio nas camadas subsuperficiais do solo, induzindo um maior aprofundamento do sistema radicular e maior produtividade de várias culturas. Considerando que existem vários nutrientes disponíveis no solo e que suas relações com a aplicação do gesso não estão claramente definidas, é importante a identificação daqueles que mais interferem na estimativa do gesso para posterior determinação de um modelo numérico de aplicação. Existem técnicas computacionais que permitem a seleção de atributos em bases de dados, e podem contribuir na identificação dos nutrientes mais relevantes. Com o objetivo de avaliar um método de síntese de diferentes técnicas computacionais para seleção de atributos, este trabalho utilizou três bases de dados formadas pela união de três áreas experimentais localizadas na região dos Campos Gerais do Paraná, para identificar os nutrientes com maior correlação com a estimativa de gesso agrícola. Os resultados evidenciaram que os atributos que apresentaram maior relação com a quantidade aplicada de gesso foram o Ca e o Mg, o que está coerente com os resultados encontrados na literatura, demonstrando a eficiência do método utilizado. PALAVRAS-CHAVE: ranking, nutrientes, Weka, técnicas computacionais. INTRODUÇÃO Muitos solos agrícolas brasileiros apresentam toxidez de alumínio e/ ou deficiência de cálcio no subsolo restringindo o desenvolvimento normal de raízes em profundidade, a absorção de

2 água e nutrientes e, como consequência, afetando negativamente a produtividade agrícola (LOPES et al., 2004). Vários trabalhos têm demonstrado que o uso do gesso agrícola (CaSO 4.2H 2 O) apresenta efeitos positivos no aumento do teor de cálcio e diminuição da toxidez de alumínio nas camadas subsuperficiais do solo, induzindo um maior aprofundamento do sistema radicular e maior produtividade de várias culturas (LOPES et al., 2004). Uma das grandes dificuldades em relação à utilização de gesso agrícola é estimar a quantidade adequada de aplicação, através de análise química do solo, visando alcançar os efeitos desejados na melhoria das condições do solo sem impor gastos excessivos aos produtores (SILVA, 2013). A estimativa da necessidade de gesso tem sido feita com base no teor de argila (SOUSA; LOBATO, 2002) e na saturação por bases (VITTI et al., 2008) de camadas do subsolo. Tais métodos, porém, são incompletos e não estimam com precisão as doses mais econômicas de gesso a serem empregadas, especialmente em solos sob plantio direto. Considerando que existem vários nutrientes disponíveis e que suas relações com a aplicação do gesso não estão claramente definidas, é importante a identificação daqueles que mais interferem na estimativa do gesso para posterior determinação de um modelo numérico de aplicação. Existe uma série de técnicas computacionais que permitem a seleção de atributos em bases de dados, entre elas Correlation Feature Selection (CFS), Wrapper e Relief, que podem contribuir no processo de identificação dos nutrientes mais relevantes, o que normalmente é feito por modelos de regressão e análise de componentes principais (ACP). O objetivo deste trabalho foi definir um método de síntese de diferentes técnicas computacionais para seleção de atributos e avaliar se o mesmo é adequado para identificar quais atributos químicos têm maior relação com a estimativa de gesso agrícola em bases de dados referentes à aplicação do mesmo. MATERIAL E MÉTODOS Para alcançar o objetivo deste trabalho, foram utilizadas três bases de dados (BD1, BD2 e BD3) formadas pela união de três áreas experimentais (A, B e C) todas manejadas em Sistema Plantio Direto (SPD) localizadas na região dos Campos Gerais do Paraná, em que foram coletadas amostras do solo em quatro camadas, de 0-10 (A), (B), (C), (D) cm. Maiores detalhes das áreas experimentais podem ser obtidos em Silva (2013).

3 Os nutrientes considerados foram Al, Ca, Mg e K trocáveis, em mmol c dm -3, e com os valores de saturação por Al (m), Ca, Mg e K na CTCe, em percentagem (%), nas camadas A, B, C e D. Além destes, trabalhou-se também com o atributo época, que representa o tempo, em meses, após a aplicação do gesso agrícola. As bases de dados foram unidas de acordo com o atributo época, sendo: (i) BD1 (Áreas A+B+C) com 8 e 20 meses após a aplicação de gesso e 106 registros; (ii) BD2 (Áreas A+B) com 8, 20, 32 e 44 meses após a aplicação de gesso e 144 registros; (iii) BD3 (Área B) com 8, 20, 32, 44, 56, 68, 80 e 92 meses após a aplicação de gesso e 132 registros. Para a seleção de atributos, foi utilizado o software WEKA versão (HALL et al., 2009), ferramenta reconhecida como um sistema de referência em mineração de dados e aprendizado de máquina (PIATETSKY-SHAPIRO, 2005). A seleção de atributos foi feita utilizando todos os métodos disponíveis do WEKA que se ajustavam ao perfil das bases de dados, sendo eles: CfsSubsetEval, ClassifierSubsetEval, FilteredAttributeEval, FilteredSubsetEval, PrincipalComponents, ReliefFAttributeEval e WrapperSubsetEval. O método de síntese definido nesse trabalho criou um ranking envolvendo todos os atributos selecionados pelos métodos utilizados. Com isso, foi feita uma síntese na qual somente os atributos mais relevantes para a maioria dos métodos deveriam então ser considerados. Assim, os atributos selecionados em cada método receberam uma pontuação em função de sua ordem de importância no mesmo, ou seja, o atributo mais relevante recebeu 17 pontos, o segundo 16 e assim sucessivamente, até que o menos relevante recebesse 1 ponto. A atribuição de 17 pontos ao mais relevante foi definida em função da quantidade total de atributos possíveis de serem selecionados, nesse caso 17 atributos. No caso dos métodos que selecionavam subconjuntos de atributos sem ranqueá-los, todos os atributos pontuaram igualmente, de acordo com o número de atributos selecionados. Finalmente, fez-se um somatório da pontuação de cada atributo nos diferentes métodos resultando em um escore que definiu o ranking final da seleção. RESULTADOS E DISCUSSÃO Dentre os 17 atributos foram selecionados por ordem de classificação os 10 mais relevantes, como mostra o Quadro 1:

4 Quadro 1- Seleção de Atributos No Quadro 1 é possível observar que quando considerado o teor, o Ca é o elemento mais relevante aparecendo sempre nas primeiras duas posições. Entretanto, quando considerase a saturação, além do Ca, o Mg também aparece nas primeiras posições. Também nota-se que, em geral, a camada A apresentou maior relação com a dose de gesso aplicada. Estes resultados coincidem com os de Rampim (2011) que observou que a aplicação de gesso interferiu diretamente nos teores de Ca e Mg nas culturas de soja e trigo. Resultados semelhantes também foram encontrados por Silva (2013) que evidenciou que os atributos mais importantes na estimativa do gesso foram: época, Ca, Mg, Ca_CTCe e Mg_CTCe, independentemente da camada. É importante mencionar que apesar de algumas técnicas de seleção de atributos terem selecionado o atributo época, em nenhuma das bases este ficou dentro das 10 melhores colocações. CONCLUSÕES Por meio da síntese de técnicas de seleção de atributos, ficou evidenciado que os atributos que apresentaram maior relação com a quantidade de gesso aplicada foram o Ca e o Mg. O método de síntese se mostrou adequado, pois apresentou resultados coerentes com os encontrados na literatura. AGRADECIMENTOS Ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), pelo apoio financeiro. BD1 BD2 BD3 Pos. Teor Saturação Teor Saturação Teor Saturação 1º Ca_C Ca_CTCe_A Ca_A Ca_CTCe_C Ca_A Mg_CTCe_A 2º Ca_A Mg_CTCe_A Ca_D Mg_CTCe_B Ca_D Ca_CTCe_A 3º Mg_A Ca_CTCe_C Ca_C Ca_CTCe_B Mg_A Ca_CTCe_D 4º K_A Mg_CTCe_B Al_A m_d Ca_C K_CTCe_B 5º K_C K_CTCe_C Mg_B K_CTCe_A Al_B m_c 6º Ca_B K_CTCe_A Ca_B Ca_CTCe_D Ca_B Ca_CTCe_B 7º Ca_D Ca_CTCe_B Mg_A Ca_CTCe_A K_C K_CTCe_C 8º Al_D Ca_CTCe_D K_A Mg_CTCe_A Al_C K_CTCe_D 9º Al_A m_b K_C m_a K_D m_a 10º K_B K_CTCe_B Al_B m_c Al_A Ca_CTCe_C REFERÊNCIAS HALL, M. et al. The WEKA Data Mining Software: An Update. SIGKDD Explorations, v. 11 n. 1, p , LOPES, A. S. et al. Sistema de plantio direto: Bases para o manejo da fertilidade do solo. Associação Nacional para Difusão de Adubos, São Paulo, p. 6-26, 2004.

5 PIATETSKY-SHAPIRO, G. KDnugets news on SIGKDD service award. Disponível em: < Acesso em: 15 jun RAMPIM, L. et al. Atributos Químicos de Solo e Resposta do Trigo e da Soja ao Gesso em Sistema Semeadura Direta. Revista Brasileira Ciência do Solo, v. 35, n. 5, p , SILVA, K. S. Uso da mineração de dados para extração de conhecimento agronômico envolvendo o uso de gesso agrícola. 2013, 93 f. Dissertação (Mestrado em Computação Aplicada) Setor de Ciências Agrárias e de Tecnologia, Universidade Estadual de Ponta Grossa, Ponta Grossa, SOUSA, D.M.G.; LOBATO, E. Correção da acidez do solo. In: (Ed.) Cerrado: correção do solo e adubação. Planaltina, DF: Embrapa Cerrados, p , VITTI, G.C. et al. Uso de gesso em sistemas de produção agrícola. Piracicaba: GAPE, p.