Influência de fatores climáticos sobre a produtividade do café utilizando técnicas de aprendizado de máquina (2025)
- Authors:
- Autor USP: MOREIRA, FERNANDO LEITE - ICMC
- Unidade: ICMC
- Subjects: CAFÉ; FENOLOGIA; METEOROLOGIA; APRENDIZADO COMPUTACIONAL; AGRICULTURA
- Language: Português
- Abstract: O Brasil destaca-se como o maior produtor global de café, item que está entre os mais exportados pelo país. O monitoramento e antevisão da produtividade desta cultura, frente a desafios como o aquecimento global, é crucial para a manutenção da competitividade do segmento. Desta forma este trabalho teve como objetivo criar modelos de previsão da produtividade do café a partir de dados meteorológicos (temperatura, umidade e precipitação média) utilizando dados advindos do INMET e da pesquisa PAM do IBGE. Para isso, foram utilizados os algoritmos de aprendizado de máquina Random Forest, Gradient Boosting e XGBoost. Os modelos foram treinados com alocação de 70% dos dados para treino e 30% para teste. Foram estudados municípios do estado de São Paulo com produção de café e dados meteorológicos disponíveis de 2010 a 2019. Os modelos obtidos tiveram desempenho semelhante para os três algoritmos, porém o XGBoost apresentou assertividade levemente superior, com maior coeficiente de determinação (R²) e menor raiz do erro quadrático médio (RMSE). Foram obtidos valores de R² de 0,12 (XGBoost), 0,11 (Random Forest) e 0,10 (Gradient Boosting); já os de RMSE foram de 412,6 (XGBoost), 415,1 (Random Forest) e 416,6 kg/ha (Gradient Boosting). Embora as três variáveis possuam semelhante significância, a umidade aparece como a mais relevante quando usados os métodos Random Forest e Gradient Boosting; já a temperatura possui maior relevância para o XGBoost. Conclui-se que, embora os modelos apresentados não tenham apresentado elevado poder preditivo, foi possível obter entendimentos relevantes acerca da influência das variáveis meteorológicas sobre a produtividade do café.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
-
ABNT
MOREIRA, Fernando Leite. Influência de fatores climáticos sobre a produtividade do café utilizando técnicas de aprendizado de máquina. 2025. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2025. Disponível em: https://bdta.abcd.usp.br/directbitstream/f1281933-66c4-464d-9c72-e7857c4e6ba6/FernandoLeiteMoreira_TCC_2025.pdf. Acesso em: 07 maio 2026. -
APA
Moreira, F. L. (2025). Influência de fatores climáticos sobre a produtividade do café utilizando técnicas de aprendizado de máquina (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/f1281933-66c4-464d-9c72-e7857c4e6ba6/FernandoLeiteMoreira_TCC_2025.pdf -
NLM
Moreira FL. Influência de fatores climáticos sobre a produtividade do café utilizando técnicas de aprendizado de máquina [Internet]. 2025 ;[citado 2026 maio 07 ] Available from: https://bdta.abcd.usp.br/directbitstream/f1281933-66c4-464d-9c72-e7857c4e6ba6/FernandoLeiteMoreira_TCC_2025.pdf -
Vancouver
Moreira FL. Influência de fatores climáticos sobre a produtividade do café utilizando técnicas de aprendizado de máquina [Internet]. 2025 ;[citado 2026 maio 07 ] Available from: https://bdta.abcd.usp.br/directbitstream/f1281933-66c4-464d-9c72-e7857c4e6ba6/FernandoLeiteMoreira_TCC_2025.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
FernandoLeiteMoreira_TCC_... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
