03085naa a2200241 a 450000100080000000500110000800800410001910000230006024501040008326000090018752023090019665000240250565000200252965000260254965000260257565000270260170000130262870000200264170000140266170000180267570000170269377301330271011350852024-11-11       2024    bl uuuu     u00u1 u    #d1 aMOURA-BUENO, J. M.  aMODELOS APLICADOS NA PREDI????O DA PRODUTIVIDADE DE MA???? NO SUL DO BRASIL.h[electronic resource]  c2024  aOs Estados do Santa Catarina (SC) e do Rio Grande do Sul (RS) produzem cerca de 98% da produ????o nacional. No entanto, uma das demandas da cadeia produtiva da ma???? ?? o desenvolvimento de modelos para estimar a produtividade dos pomares. Isso ?? importante para melhorar as tomadas de decis??es em rela????o ao armazenamento e comercializa????o da produ????o. O estudo objetivou propor modelos matem??tico para estimar a produ????o de ma????. O estudo foi realizado a partir de um banco de dados de 2.197 observa????es de pomares comerciais de 'Gala' e 'Fuji' localizados no sul do Brasil. O banco de dados foi composto pelas seguintes informa????es: teores nutricionais de folhas (N, P, K, Ca, Mg, Cu, B, Fe, Mn, Zn), vari??veis clim??ticas (temperatura m??nima, m??dia e m??xima, precipita????o e horas de frio) e vari??veis de solo (P, K, Ca, Mg, capacidade de troca de c??tions, mat??ria org??nica, pH em ??gua) dos pomares, compilados ao longo de 14 safras (2007 - 2016 e 2019 - 2022). Cinco modelos de predi????o baseados em faixas de produtividade foram desenvolvidos, a saber: modelo 1 - produtividade &lt 21 t ha-1, modelo 2 - produtividade 21 a 35 t ha-1, modelo 3 - produtividade 36 a 48 t ha-1, modelo 4 - produtividade &gt 48 t ha-1 e modelo 5 - todas as faixas de produtividade. Os modelos foram gerados por meio do m??todo de machine learning Random Forest, utilizando 70% dos dados para calibra????o e 30% para valida????o. A acur??cia das predi????es de cada modelo foi avaliada pelo erro m??dio absoluto (MAE), representado em t ha-1. Os modelos 1, 2, 3, 4 e 5 apresentaram na etapa de valida????o os seguintes valores de erro m??dio - MAE: 3,3; 3,8; 3,4; 4,8 e 9,0 t ha-1, respectivamente. Modelos calibrados com base em faixas de produtividade ?? a melhor estrat??gia para o desenvolvimento de modelos para a estimativa antecipada da produtividade de ma????s. As vari??veis explicativas Ca e K no solo, temperatura m??nima nos meses de julho-agosto-setembro, precipita????o anual acumulada e horas frio foram as vari??veis mais importantes na explica????o da vari??ncia (&gt 75%) da produtividade de ma????. Este trabalho fornece insights sobre a modelagem preditiva da produtividade de ma????, que ?? uma ferramenta com grande potencial para auxiliar a cadeia produtiva da ma????.  afertilidade do solo  aMalus domestica  amodelos de predi????o  anutri????o de plantas  avari??veis clim??ticas1 aHAHN, L.1 aBRANCHER, T. L.1 aTRAPP, T.1 aROZANE, D. E.1 aBRUNETTO, G.  tIn: ENCONTRO NACIONAL DE FRUTICULTURA DE CLIMA TEMPERADO, 18., 2024, Fraiburgo, SC. Resumos... Ca??ador, SC: Epagri, 2024. p. 93