O cultivo de eucalipto tem se expandido consideravelmente no Brasil, sobretudo em regiões em que os solos apresentam baixa fertilidade, como nos Cerrados brasileiros. Para alcançar maiores produtividades, é fundamental saber a necessidade e o momento adequado para correção do solo. Para auxiliar esse processo de tomada de decisão, modelos matemáticos e computacionais têm sido utilizados e são uma alternativa promissora. O objetivo deste trabalho foi modelar a influência dos atributos físico-químicos do solo e climáticos no desenvolvimento do Eucalyptus urograndis em Neossolo Quartzarênico, por meio da técnica de indução da árvore de decisão. Para isso foram utilizados 30 atributos, sendo 29 preditivos e um atributo-meta ou variável resposta, a saber, a altura do eucalipto. Foram avaliadas quatro abordagens para seleção de atributos: sem seleção, seleção de atributos baseado em correlação (CFS), método do Qui-quadrado (χ2 ) e Wrapper. Para classificar os dados foi utilizada a técnica de indução de árvore de decisão por meio do software Weka 3.6. As técnicas de mineração de dados através da indução de árvore de decisão permitem o desenvolvimento de um modelo de classificação do desenvolvimento inicial de eucalipto eficiente para previsão de novos casos em diferentes classes de produção, onde o volume individual de madeira (VOL) e o diâmetro altura do peito (DAP) são atributos determinantes para previsão do crescimento do Eucalyptus urograndis, além de atributos químicos do solo como: Magnésio (Mg+2), Fósforo (P), Alumínio(Al+3), potássio (K+), acidez potencial (H+Al) e potencial hidrogeniônico (pH), atributo físico como a resistência do solo à penetração e relacionado ao clima como a temperatura mínima.
Eucalyptus plantation has expanded considerably in Brazil, especially in regions where soils have low fertility, such as in Brazilian Cerrados. To achieve greater productivity, it is essential to know the needs of the soil and the right moment to correct it. Mathematical and computational models have been used as a promising alternative to help in this decisionmaking process. The aim of this study was to model the influence of climate and physicochemical attributes in the development of Eucalyptus urograndis in Entisol quartzipsamment soil using the decision tree induction technique. To do so, we used 30 attributes, 29 of them are predictive and one is the target-attribute or response variable regarding the height of the eucalyptus. We defined four approaches to select these features: no selection, Correlationbased Feature Selection (CFS), Chi-square test (χ2 ) and Wrapper. To classify the data, we used the decision tree induction technique available in the Weka software 3.6. This data mining technique allowed us to create a classification model for the initial development of eucalyptus. From this model, one can predict new cases in different production classes, in which the individual wood volume (IWV) and the diameter at breast height (DBH) are crucial features to predict the growth of Eucalyptus urograndis, in addition to the presence of chemical soil components such as: magnesium (Mg+2), phosphorus (P), aluminum (Al+3), potassium (K+), potential acidity (H + Al), hydrogen potential (pH), and physical attributes such as soil resistance to penetration and related to climate, such as minimum temperature.
