ads:
DESENVOLVIMENTO DE UM SISTEMA DE
APOIO À DECISÃO PARA A DIAGNOSE DE
DOENÇAS, PRAGAS E DISTÚRBIOS
ABIÓTICOS DOS CITROS
CLEILSON DO NASCIMENTO UCHÔA
2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
CLEILSON DO NASCIMENTO UCHÔA
DESENVOLVIMENTO DE UM SISTEMA DE APOIO À DECISÃO PARA
A DIAGNOSE DE DOENÇAS, PRAGAS E DISTÚRBIOS ABIÓTICOS
DOS CITROS
Dissertação apresentada à Universidade Federal de
Lavras como parte das exigências do Programa de
Pós-Graduação em Agronomia, área de
concentração Fitopatologia, para a obtenção do
título de “Mestre”.
Orientador
Prof. Dr. Edson Ampélio Pozza
LAVRAS
MINAS GERAIS - BRASIL
2007
ads:
Ficha Catalográfica Preparada pela Divisão de Processos Técnicos da
Biblioteca Central da UFLA
Uchôa, Cleilson do Nascimento.
Desenvolvimento de um sistema de apoio à decisão para a diagnose de
doenças, pragas e distúrbios abióticos dos citros / Cleilson do Nascimento Uchôa.
-- Lavras : UFLA, 2007.
44 p.: il.
Dissertação (Mestrado) – Universidade Federal de Lavras, 2007
Orientador: Edson Ampélio Pozza
Bibliografia.
1. Citrus. 2. Doença. 3. Praga. 4. Diagnóstico. 5. Suporte à decisão. I.
Universidade Federal de Lavras. II. Título.
CDD–634.30494
CLEILSON DO NASCIMENTO UCHÔA
DESENVOLVIMENTO DE UM SISTEMA DE APOIO À DECISÃO PARA
A DIAGNOSE DE DOENÇAS, PRAGAS E DISTÚRBIOS ABIÓTICOS
DOS CITROS
Dissertação apresentada à Universidade Federal de
Lavras como parte das exigências do Programa de
Pós-Graduação em Agronomia, área de
concentração Fitopatologia, para a obtenção do
título de “Mestre”.
APROVADO em 25 de julho de 2007
Dr. Pedro Takao Yamamoto FUNDECITRUS
Prof. Dr. Eduardo Alves UFLA
Prof. Dr. Edson Ampélio Pozza
UFLA
(ORIENTADOR)
LAVRAS
MINAS GERAIS - BRASIL
2007
Aos meus pais, Francisco e Luzia.
Aos meus irmãos, Cleyton, Cleidiane e Cleisiane.
OFEREÇO
“Sou de uma terra que o povo padece, mas não esmorrece e procura vencer.
Da terra da linda cabocla, que de sorriso na boca zomba do sofrer.
Não nego meu nome, não nego meu sangue.
Olho para fome e pergunto: o que há?
Sou brasileiro, filho do Nordeste.
Sou cabra da peste, sou do Ceará.”
Patativa do Assaré
AO POVO CEARENSE, DEDICO.
AGRADECIMENTOS
À Universidade Federal de Lavras e ao Departamento de Fitopatologia,
pela oportunidade de realização do curso de mestrado.
À CAPES, pela concessão da bolsa de estudos.
Ao Fundo de Defesa da Citricultura, pelo apoio.
Ao Prof. Dr. Edson Ampélio Pozza, pela amizade e a orientação.
Ao Dr. Renato Beozzo Bassanezi, pela preciosa contribuição na
elaboração do sistema e pela co-orientação.
Ao Dr. Marcel Bellato Spósito e Dr. Pedro Takao Yamamoto, pela
contribuição e paciência na construção da base do conhecimento do sistema.
Aos eternos amigos, Regina, Marcos, Cynthia, Renata, Heliel, Kleber,
Alexandre, Antonio Dimas, Luis Carlos, Alisson Galeno, Fábio Costa, Beatriz,
Leandro de Paula e Tomil, pela amizade.
Aos amigos, conterrâneos, aqui em Lavras: Keline, Helena, Jean, Aníbal
Coutinho, Lívia, César, Virna e Niná, pela amizade.
Aos amigos e bolsistas Alexandre e Jorge, pela grandiosa colaboração
durante a execução dos trabalhos.
Aos amigos do curso de pós-graduação, Franklin, Hermínio, Leonardo
Girão, Janine, Regiane, Luciane, Renata, Graziele, Márcia, Eudes, Jadir, Deila,
Alex, Ângelo e Juliano, pelas sugestões e amizade.
A todos que fazem o Departamento de Fitopatologia da UFLA, obrigado.
A todos que participaram da avaliação do sistema, obrigado.
Ao povo mineiro e à cidade de Lavras, pela hospitalidade, obrigado.
A toda a minha família, pelo carinho e paciência, obrigado.
SUMÁRIO
LISTA DE FIGURAS............................................................................................ii
LISTA DE TABELAS...........................................................................................ii
RESUMO..............................................................................................................iii
ABSTRACT..........................................................................................................iv
1 INTRODUÇÃO..................................................................................................1
2 REFERENCIAL TEÓRICO ...............................................................................3
2.1. Principais problemas com doenças nos citros
............................................3
2.2. Sistemas de apoio à decisão ..................................................................... 6
2.3 Sistemas de apoio à decisão na fitopatologia.............................................. 9
2.4 Sistemas de apoio à decisão no Brasil...................................................... 12
3 MATERIAL E MÉTODOS ..............................................................................14
3.1. Desenvolvimento do protótipo
............................................................... 14
3.1.1. Aquisição, organização e codificação do conhecimento......................... 14
3.1.2. Teste e revisão do protótipo ................................................................ 14
3.2. Desenvolvimento do sistema de apoio à decisão...................................... 15
3.3. Avaliação do sistema de apoio à decisão................................................. 15
3.4. Análise estatística.................................................................................. 16
4 RESULTADOS E DISCUSSÃO......................................................................17
4.1 Aquisição do conhecimento
.................................................................... 17
4.2 Organização do conhecimento ................................................................ 18
4.3 Desenvolvimento do SAD completo........................................................ 24
4.4 Avaliação .............................................................................................. 28
4.4.1 Verificação ......................................................................................... 28
4.4.2 Validação ........................................................................................... 31
5 CONCLUSÕES ................................................................................................35
6 REFERÊNCIAS BIBLIOGRÁFICAS..............................................................36
i
LISTA DE FIGURAS
FIGURA 1 Exemplo da “árvore do conhecimento” do “Dr. Citrus”..................18
FIGURA 2 Fluxograma da página inicial de diagnose do SAD “Dr. Citrus”.....19
FIGURA 3 Tela inicial da diagnose do “Dr. Citrus”, com seis opções..............25
FIGURA 4 Imagem ampliada.............................................................................26
FIGURA 5 Detalhe da barra de ferramentas do ‘Dr. Citrus”..............................26
FIGURA 6 Tela inicial do "Dr. Citrus"..............................................................27
FIGURA 7 Tela de diagnose do "Dr. Citrus".....................................................27
FIGURA 8 Gráfico da avaliação dos usuários na validação do "Dr. Citrus". ....34
ii
LISTA DE TABELAS
TABELA 1 Exemplos de SAD desenvolvidos em fitopatologia........................10
TABELA 2 Doenças diagnosticadas com o auxílio do “Dr. Citrus”..................20
TABELA 3 Pragas diagnosticadas com o auxílio do “Dr. Citrus”.....................21
TABELA 4 Distúrbios abióticos diagnosticadas com o auxílio do “Dr. Citrus”.
....................................................................................................................22
TABELA 5 Verificação do programa “Dr. Citrus”, realizado por cinco
especialistas em citros................................................................................29
TABELA 6 Porcentagem de diagnósticos corretos e teste Qui-quadrado para a
verificação e validação do “Dr. Citrus”. ....................................................33
iii
RESUMO
UCHÔA, Cleilson do Nascimento. Desenvolvimento de um sistema de apoio à
decisão para a diagnose de doenças, pragas e distúrbios abióticos dos citros.
2007. 42 p. Dissertação (Mestrado em Fitopatologia) – Universidade Federal de
Lavras, Lavras, MG. *
A produtividade média na citricultura é de 22 t/ha, considerada baixa se
comparada com outros países produtores. Entre os fatores responsáveis por essa
produtividade estão principalmente, às doenças e às pragas. O diagnóstico
preciso e confiável é fundamental para o controle das doenças, além de evitar
aplicações desnecessárias de defensivos agrícolas, pois o tratamento
fitossanitário representa a maior parte dos gastos na produção. A informática
oferece algumas soluções, entre elas o emprego de sistemas de apoio à decisão
(SAD), um ramo da inteligência artificial, para disponibilizar o conhecimento e
reduzir possíveis erros de diagnose e manejo. Para disponibilizar o
conhecimento acumulado e divulgá-lo de forma eficiente, este trabalho foi
realizado com os seguintes objetivos: i) construir uma base de conhecimentos
para diagnóstico de doenças bióticas e abióticas; ii) desenvolver e implementar o
SAD e iii) avaliar o sistema. O conhecimento foi adquirido por meio de
entrevistas, com especialistas do Fundo de Defesa da Citricultura
(FUNDECITRUS) e, para complementar, foram consultadas literaturas
específicas sobre os citros. No desenvolvimento do SAD foi construída a
interface em ambiente atual (Windows XP Home Editor), com fotografias e um
comando de ajuda e termos técnicos na área, para possibilitar o uso amigável do
programa. O SAD foi construído utilizando-se a ferramenta ‘Borland Delphi’
versão 5. Foram formuladas 562 perguntas, 322 regras e anexadas fotografias
para facilitar o diagnóstico de 34 doenças, 40 pragas e 34 distúrbios abióticos. A
avaliação do SAD foi dividida em três fases: verificação, validação e análise de
sensibilidade. Na verificação, o SAD foi submetido a uma análise por meio de
questionário a especialistas em citros. A validação do programa foi realizada por
quatro grupos, de diferentes níveis de conhecimento (10 pessoas/grupo),
tentando diagnosticar corretamente. Obteve-se um acerto de 45,6% dos usuários
e 93,6% do SAD. O sistema foi denominado Dr. Citrus.
_________________
* Comitê Orientador: Prof. Dr. Edson Ampélio Pozza – UFLA (Orientador); Dr.
Renato Beozzo Bassanezi – Fundecitrus (Co-orientador).
iv
ABSTRACT
UCHÔA, Cleilson do Nascimento. Development of decision support system
for diagnosis of citrus diseases, pests, and abiotics factors. 2007. 42 p.
Dissertation (Master in Phytopathology) - Universidade Federal de Lavras,
Lavras, MG.
The Citrus average of yield is 22 ton/ha, which is considered low when
compared to other producer countries. This is mainly due to the effects of
plagues and diseases. A precise and liable diagnosis is therefore fundamental for
the citrus disease control, besides avoiding unnecessary applications of
pesticides, which one of the highest components in the total production cost.
Computerized systems offer some solutions, is the use of a Decision Support
System (DSS), a branch of the artificial intelligence, used to provide knowledge
and reduce possible errors in diagnosis and management. In order to provide the
knowledge and experience accumulated and disseminate it, in an efficient
manner, the objectives in this research work were: i) Construct a solid
knowledge basis to be used in the diagnosis of abiotic a biotic plant diseases; ii)
Develop and implement a Decision Support System (DSS) and iii) Test and
evaluate the system. The basic knowledge and experience was acquired by
means of interviews with specialists from Fund for Citrus Plant Protection
(FUNDECITRUS), and to complement the necessary information, specific
literature about Citrus diseases were also consulted. For the development of the
Citrus DSS, an interface in actual environment was constructed (Windows XP
Home Editor), with photographs and a help command with technical terms in the
specific area, to enable an easy access to the program. The DSS was made with
the aid of the ‘Borland Delphi’ tool version 5. A total of 562 questions were
formulated, with 322 rules, besides including photographs to help in the
diagnosis of the 34 diseases, 40 pests and 34 abiotics factors. The evaluation of
DSS was divided in three distinct phases: verification and validation. In the
verification phase, DSS was submitted to an analysis by means of a
questionnaire submitted to citrus specialists. The validation phase of the
program was conducted by four groups of people, with different knowledge
levels (10 people/group), trying to provide the correct diagnosis. The results
accounted for a 45,6% of correctness of the interviewed people and a 93,6%
when using the DSS. The system was nominated Dr. Citrus.
_________________
* Guidance Committee: Prof. Dr. Edson Ampélio Pozza – UFLA (Adviser); Dr.
Renato Beozzo Bassanezi – Fundecitrus (Co-adviser).
1
1 INTRODUÇÃO
A citricultura é uma das principais atividades agrícolas no mundo, são
encontradas plantas cítricas em uma ampla faixa compreendida entre os
paralelos 44° N e 41° S, concentrando a maior produção nas regiões subtropicais
(Donadio et al., 2005). A laranjeira é a principal planta cítrica, sendo as
variedades mais plantadas a Pêra, Natal, Valência e Hamlin.
O Brasil e os Estados Unidos são os principais produtores mundiais,
seguidos pelo México e a China. Atualmente, os maiores produtores no país
estão na região Sudeste, principalmente o estado de São Paulo com cerca de
73,5% da produção nacional. O estado de Minas Gerais produz 4,6% da
produção nacional, sendo a região do Triângulo Mineiro a maior produtora, com
15% da área e da produção do estado (Estanislau, 2001).
Apenas a cana-de-açúcar e a pecuária têm rendimento maior que a
cadeia produtiva da laranja, que movimenta 3,8 bilhões de dólares e gera 500
mil empregos diretos (IBGE – Censo 2004; Tomazela & Xavier, 2004). O Brasil
em 2005, exportou 1.777.599 toneladas de suco concentrado de laranja, gerando
1,1 bilhão de dólares (Parizzi, 2006). Mas, a produtividade de 22 t/ha é
considerada baixa, se comparada com outros países produtores (Astua-Monge et
al., 2004), sendo essa baixa produtividade devido principalmente aos problemas
fitossanitários.
Existem mais de 40 doenças e 70 pragas nessa cultura, além de
distúrbios fisiológicas e deficiências nutricionais, responsáveis por causar
centenas de sintomas, os quais associados, podem gerar dúvidas sobre a correta
diagnose e, conseqüentemente, o melhor manejo. O conhecimento acumulado
nos vários anos de pesquisa em diagnose e manejo da cultura dos citros precisa
ser disponibilizado de forma estruturada para os profissionais envolvidos no
controle de doenças e pragas, para que seja explorado de forma eficiente e não
2
se perca ao longo do tempo. Os erros de diagnose e manejo da cultura podem
proporcionar aplicação indesejável de defensivos agrícolas e outros insumos,
com prejuízos para o meio ambiente, além de aumentar os gastos com a cultura,
reduzir o lucro e causar perdas para todos os segmentos da sociedade,
principalmente pela queda na entrada de divisas no país.
Para que ocorra o diagnóstico correto, são necessários o treinamento e o
conhecimento dos principais sintomas das doenças do citros, diferenciando-os
dos distúrbios abióticos e de outras doenças que possam apresentar sintomas
semelhantes, além de conhecer os insetos vetores dessas doenças. A informática
é uma ferramenta capaz de auxiliar na identificação dos principais problemas
fitossanitários dos citros.
Os sistemas de apoio à decisão (SAD) podem proporcionar o acúmulo e
a estruturação do conhecimento já existente e divulgar as novas pesquisas em
andamento na diagnose e manejo de doenças de citros, além de realizar com
eficiência o diagnóstico, as recomendações de manejo e incluir um nível de
confiança a ser depositado na resposta do programa.
Todo o conhecimento obtido dos especialistas pode ser acessado via
CD-ROM e/ou mídia impressa e, dessa forma, ser consultado por profissionais
de extensão, alunos de graduação e pós-graduação em agronomia. As
informações e as pesquisas desenvolvidas nas universidades e centros de
pesquisas tornam-se acessíveis.
Diante do exposto este trabalho foi realizado com os seguintes objetivos:
i) construir uma base de conhecimentos para diagnóstico de doenças bióticas e
abióticas; ii) desenvolver e implementar o SAD e iii) avaliar o sistema.
3
2 REFERENCIAL TEÓRICO
2.1. Principais problemas com doenças nos citros
Os citros são plantas perenes da família das rutáceas, originárias das
regiões tropicais e subtropicais da Ásia e do arquipélago malaio. No Brasil
foram introduzidos, na Bahia, pelos colonizadores, formando na região Nordeste
os primeiros pomares. Por volta de 1880, o estado do Ceará chegou a exportar
algo em torno de 30 a 50 mil caixas/ano de laranja para a Inglaterra (Amaro,
1973). Na mesma época, o United States Departament of Agriculture (USDA)
levou a primeira muda de laranja do estado da Bahia para Riverside, na
Califórnia, sendo mantida até hoje como um monumento nacional e considerada
a mais valiosa introdução de uma planta frutífera feita nos Estados Unidos.
Desde o início da sua exploração a citricultura foi acometida de vários e
graves problemas devido às doenças. Um dos fatores que interromperam o
comércio entre o Ceará e a Inglaterra foi o péssimo estado em que os frutos que
chegavam aos portos ingleses (Amaro, 1973), provavelmente por causa de
podridões pós-colheita (Penicillium sp., etc).
O porta-enxerto laranja-doce (Citrus sinensis L. Osbeck) era o mais
utilizado nos pomares nacionais até o início do século XX, entretanto, problemas
com a sua suscetibilidade à gomose (Phytophthora sp.) forçaram o uso de porta-
enxertos mais resistentes, como a laranja Azeda (Citrus aurantium L.). Mas, no
final da década de 1930, com a chegada da tristeza-dos-citros (Citrus tristeza
virus-CTV ), doença à qual a laranja Azeda é suscetível, foi preciso substituí-la
por outros porta-enxertos tolerantes (Bergamin Filho & Kimati, 1995).
O cancro cítrico (Xanthomonas axonopodis pv citri (Hasse) Vauterin)
foi responsável por dizimar dois milhões de árvores, só em 1957, quando
apareceu. Logo após sua detecção oficial, por não ter controle e pelo histórico da
doença em outros países, foi iniciada a campanha nacional de erradicação do
4
cancro cítrico (CANECC) (Rosseti, 2001; Belasque Júnior et al., 2006). Em
1996, com a introdução da larva-minadora (Phyllocnistis citrella Stainton) no
Brasil, a dispersão do cancro cítrico nos pomares aumentou, dificultando ainda
mais seu controle (Wruck & Oliveira, 2001; Rodrigues Neto et al., 2004). A
verrugose (Elsinoë sp.) tem sintomas muito semelhantes aos do cancro cítrico,
sendo diferenciada por apresentar uma lesão com saliência em uma face da folha
correspondendo a uma reentrância na outra face, enquanto o cancro cítrico
apresenta lesões salientes nos dois lados da folha.
Em 1980, foi relatada no país a mancha ou pinta-preta dos citros
(Guignardia citricarpa Kiely), causando lesões em ramos, folhas e frutos. Os
frutos com pinta-preta são restringidos para a exportação (Aquilar-Vildoso et al.,
2002), além de reduzir o comércio entre os estados da federação em que essa
doença é considerada quarentenária. A doença apresenta seis diferentes sintomas
que recebe o nome de acordo com sua característica, podendo ser confundida
com a presença do ácaro-da-falsa-ferrugem (Phyllocoptruta oleivora Ashm.) e
com a melanose dos citros (Diaporthe citri Wolf.).
Outra doença fúngica importante é a mancha-marrom-de-alternaria
(Alternaria alternata (Fr.) Kiessler), sendo mais agressiva à variedades de
tangerinas, causando queda de folhas e seca de ramos e a formação de pústulas
nos frutos. Foi relatada em 2001 no Rio de Janeiro e em 2003 nos outros estados
produtores (Spósito et al., 2006). Quando esta doença afeta folhas dos porta-
enxertos de limoeiros Rugoso e Cravo, recebe o nome de mancha-foliar-de-
alternaria (A. alternata).
A clorose variegada dos citros (CVC) (Xylella fastidiosa Wells) está
presente no Brasil desde do inicio da década de 1990, provocando perdas anuais
de 100 milhões de dólares e, certamente, os danos seriam maiores se não fosse o
plantio de mudas sadias, a poda ou erradicação de plantas sintomáticas e o
controle químico das cigarrinhas (Acrogonia citrina Marucci & Cavichioli,
5
Bucephalogonia xanthophis Berg, Dilobopterus costalimai Young,
Oncometopia facialis Signoret, etc.) que são vetores da bactéria da CVC (Lopes
et al., 2004). A leprose (Citrus leprosis virus) é uma doença virótica, não
sistêmica, que atinge, principalmente, a laranja doce. Está presente no Brasil
desde de 1933, sendo sua transmissão realizada pelo ácaro da leprose
(Brevipalpus phoenicis Geijskes). Ataques severos debilitam a planta e reduzem
a sua vida útil. Estima-se que os gastos com o ácaro da leprose (B. phoenicis) e
com o ácaro-da-falsa-ferrugem (P. oleivora) representam 50% dos gastos com o
tratamento fitossanitário dos pomares cítricos (Rosseti, 2001).
Um determinado sintoma observado na planta pode ser característico de
várias doenças, como é o caso da perda de brilho das folhas, que é um sintoma
comum entre o declínio (etiologia desconhecida), a morte súbita (etiologia
desconhecida) e a tristeza do citros (CTV). É necessário observar outros
sintomas para diferenciar as três doenças.
No ano de 2004, em pomares paulistas foram detectados os primeiros
casos de huanglongbing, ou greening (Candidatus Liberibacter sp.), considerada
a doença mais destrutiva dos citros, podendo afetar todas as cultivares (Colletta-
Filho et al., 2004; Lopes, 2006). Os sintomas de huanglongbing podem ser
confundidos com deficiência nutricional (zinco, magnésio, manganês ou cobre)
e até com outras doenças, como CVC e gomose. A transmissão pode ser por
borbulhas e mudas contaminadas ou por psilídeos (Diaphorina citri
Kuwayama).
Para o controle eficiente dessas doenças é necessário um diagnóstico
precoce e confiável, diminuindo, dessa forma, as aplicações de defensivos
agrícolas e as perdas na produção. O treinamento para o reconhecimento dos
muitos sintomas é imprescindível, já que a semelhança entre algumas doenças
pode gerar dúvidas na diagnose. Essas dúvidas podem ser amenizadas com a
consulta a um especialista, que pode não estar acessível a todo o momento. A
6
documentação do conhecimento do especialista é difícil e demorada, mas pode
ser resumida e oferecida em forma de um sistema de apoio à decisão.
2.2. Sistemas de apoio à decisão
O sistema de apoio à decisão (SAD) é uma ferramenta para auxiliar os
não-especialistas na tomada de decisões. Ele utiliza o conhecimento humano
capturado em computador para resolver problemas que requerem especialistas. É
um auxiliar inteligente, um consultor para diversos usuários e um meio de
preservar o conhecimento, tornando-o acessível a todos (Turban, 1998; Pozza,
1998; Pinto, 2001; Guimarães, 2004).
Os SADs podem utilizar a inteligência artificial (IA) para lidar com
informações tanto qualitativas quanto quantitativas, argumentações confusas e
métodos empíricos que posam gerar soluções. O matemático Jonh MacCarthy,
em 1956, foi o primeiro a utilizar o termo “Inteligência Artificial”, que é uma
técnica computacional que executa tarefas realizadas por seres humanos e
desempenha atividades associadas à inteligência humana, como a aprendizagem,
a adaptação, a autocorreção e o poder de decisão. Entretanto, a inteligência
artificial não substitui o homem, pois é uma ferramenta para auxiliar a tomada
de decisão (Pozza, 1998; Gonzalez & Dankel, 1993).
Existem três áreas em que a IA pode atuar: a robótica, a compreensão da
linguagem natural e os sistemas especialistas (SE) (Luconi et al., 1991). Os SE
aplicam a técnica de IA e conhecimento em problemas específicos e simulam a
atuação de especialistas. A diferença entre o SE e o SAD está na capacidade do
primeiro em empregar o autoconhecimento para raciocinar sobre os seus
próprios processos de inferência, providenciando explicações e justificativas
para as conclusões apresentadas (Genaro, 1986). Qualquer sistema capaz de dar
algum tipo de contribuição ou fornecer informações no processo decisório é
considerado um SAD (Binder, 1994; Sprague & Watson, 1991).
7
Na década de 1960 tentou-se compreender a linguagem do computador
como a linguagem do ser humano, sendo obviamente impossível, pois a
linguagem do homem não vem apenas da razão, mas de toda a sua percepção
sensorial e lógica. Nos anos 1970, concluiu-se que não seria possível a
representação, por uma máquina, do pensamento humano. Na mesma época, os
computadores alcançavam avanços no armazenamento de dados e na velocidade
de processamento; assim, a inteligência artificial (IA) teve suas primeiras
aplicações práticas com os sistemas de apoio à decisão (SAD) que, por meio de
regras para tomada de decisões, tenta imitar o conhecimento humano. Na década
de 1980, houve a consolidação e a ampliação da IA e dos SADs (Gongora,
2007). Atualmente, os SADs são desenvolvidos em computadores pessoais, bem
menores, de fácil transporte, como os “notebooks”, facilitando a utilização
desses sistemas (Pozza, 1998; Pinto, 2001; Guimarães, 2004).
A estrutura da maioria dos SADs inclui a interface com o usuário, o
mecanismo de inferência e a base de conhecimento (Turban, 1998). A interface
corresponde aos processos convencionais de entrada e saída de dados nos
sistemas computacionais, em linguagem corrente e amigável, apresentando
perguntas e respostas simples e diretas, e assim facilitar o seu uso por usuários
de vários níveis de conhecimento. O mecanismo de inferência usa a base de
conhecimento para as resoluções dos problemas e a base de conhecimento é a
representação simbólica do conhecimento do especialista (Pinto, 2004; Pozza,
1998; Silva, 1990).
O uso de SAD é justificável nas seguintes situações: i) para preservar o
conhecimento de um especialista, que pode se aposentar, mudar de trabalho ou
falecer; ii) disseminar o conhecimento do especialista para não-especialistas em
outras regiões geográficas por meio de programa computacional; iii) para
enriquecer a conclusão sobre determinada decisão e iv) para treinamento
(Edward-Jones, 1993). As limitações são: i) o conhecimento não está
8
prontamente disponível; ii) é difícil adquirir o conhecimento de humanos; iii) a
avaliação da situação, por especialista, pode ser diferente, ainda que correta; iv)
usuários do SE têm limites naturais cognitivos, ou seja, são fornecidas mais
informações que se pode assimilar e v) o vocabulário dos especialistas pode não
ser entendido pelos usuários (Turban, 1998).
No desenvolvimento do SAD devem ser seguidas as seguintes fases:
seleção do problema, aquisição do conhecimento, representação do
conhecimento, programação, teste e avaliação (Travis & Latin, 1991). O
diagnóstico de doenças atende às exigências para construir um SE, pois eles
ocorrem sazonalmente no campo e necessitam de um especialista humano.
Selecionado o problema, a aquisição do conhecimento é a fase mais
critica, pois exige que o engenheiro do conhecimento faça entrevistas com
especialistas reconhecidos na área de estudo, além de pesquisas em livros, base
de dados e arquivos de fotografias (Alves, 2006; Guimarães, 2004; Pinto, 2001).
A representação do conhecimento é feita por meio da confecção da
“árvore do conhecimento”, utilizando-se o sistema de regras, que consiste de
uma premissa ou condição (SE) seguida de uma ação ou conclusão (ENTÃO)
(Travis & Latin., 1991; Pozza, 1998).
Exemplo:
SE a folha apresenta lesão saliente e corticosa
E está nas duas faces da folha
ENTÃO a doença é cancro cítrico
Na avaliação do sistema são observadas a qualidade da interface, a
correção do raciocínio e a qualidade da decisão gerada, sendo dividida em
verificação e validação. A verificação é feita por especialistas, que procuram
confirmar a veracidade da lógica interna do sistema de acordo com seus
9
conhecimentos, assim garantindo o bom funcionamento do mecanismo de
inferência. Na validação do SAD é verificada a sua estrutura e se é apropriado
para ser utilizado pelo público alvo.
O SAD é utilizado em diversas áreas, como medicina, exploração
mineral, química, na área militar, bancária e agricultura (Liao, 2005; Pasqual &
Mansfield, 1988; Huggins et al., 1986).
Na agricultura, a tomada de decisão é complexa, pois envolve fatores
como solo, clima, nutrição e sanidade, dentre outros. O conhecimento dos
especialistas, especialmente sobre manejo de doenças e pragas, pode ser
ordenado e resumido em um sistema de apoio à decisão ou sistema especialista
(Pinto, 2001), pois, nem todo agricultor ou técnico tem informação de alta
qualidade para tomar decisões no manejo de doenças e pragas.
2.3 Sistemas de apoio à decisão na fitopatologia
Na fitopatologia, a computação estabeleceu-se como importante
ferramenta na simulação, modelagem e previsão de doenças. Segundo Canteri et
al. (1999), a tecnologia da informação pode ser aplicada na fitopatologia para
produzir e interpretar informações para o conhecimento e usá-lo para apoio na
tomada de decisão, além de fazer previsões, treinamento, armazenar e
disseminar informações.
Nos últimos anos vários SADs foram desenvolvidos para a fitopatologia,
principalmente na diagnose de doenças (Tabela 1). O BLITECAST (Krause et
al., 1975) foi o pioneiro na área. Baseado nas condições climáticas, esse sistema
faz a previsão da ocorrência da sarna da macieira. Já o PLANT/ds (Michalski et
al., 1981) foi um dos primeiros SADs construídos para a identificação de
doenças, diagnosticando 17 doenças da soja. Esses SADs foram desenvolvidos
em computadores de grande porte, o que dificultava sua avaliação e
implementação.
10
TABELA 1. Exemplos de sistemas de apoio à decisão desenvolvidos em
fitopatologia. UFLA, Lavras, MG, 2007.
Cultura Nome do sistema Referência
Abacaxi Diana Perrier (1991)
Abóbora -- Shipp (1993)
Ameixa --- Kable (1991)
Avelã Halzpest Drapek (1990)
Batata PDPRO Boyd & Sun (1994)
Café Doctor Coffee Pinto (2001)
Café CEPEST Mansingh (2007)
Cereais -- Battilani (1993)
Cravo Carnation expert Fayet (1987)
Frutas/hortaliças -- Wells et al. (1993)
Floretas Foreshealth Nash et al. (1992)
Hortaliças -- Vandermaas (1992)
Maçã PSAOC Travis et al. (1992)
Maçã POMME Roach et al. (1987)
Maçã Apple pest and disease diagnosis Kemp et al. (1988)
Maçã ApplES Guimarães (2004)
Manga Amrapalika Prasad et al. (2006)
Melão MDMS Latin et al. (1990)
Milho Maize Heinemann et al.
(1992)
Pêssego/nectarina Calex/Peaches Plant et al. (1989)
Milho -- Hocine & Tamine
(1988)
Soja Plant/DS Michalski et al. (1983)
Tomate -- Yalouris et al. (1996)
Tomate TomEx Pozza (1998)
Trigo EPINFORM Caristi et al. (1987)
Trigo WDCA Shtienberg et al.
(1990)
Trigo COUNSELLOR Jones (1988)
Trigo MORECROP Cu & Line (1994)
Videira UVA Nardir et al. (1988)
Videira GRAPES Saunders et al. (1987)
Botrytis cinerea -- Ellison et al. (1998)
11
Com os avanços da tecnologia e o progresso dos SADs a linguagem
computacional modernizou-se, permitindo o desenvolvimento de outros sistemas.
O sistema MDMS (Latin et al., 1990) para identificação de doenças do meloeiro
foi inovador, pois foi um dos primeiros programas a incluir fotografias coloridas
e o nível de confiança na conclusão da diagnose. O MoreCrop é um SAD
desenvolvido nos EUA para o manejo de doenças do trigo, baseado em mais de
30 anos de dados de manejo da cultura, epidemiologia e controle (Cu & Line,
1994). O CALEX/peaches (Plant, 1989) realiza o diagnóstico, por meio de 600
regras, de 120 desordens do pêssego e nectarina, representando os problemas que
ocorrem na Califórnia. O IPPM (Koumpouros, 2004) é uma ferramenta de
diagnóstico interativo para a identificação de pragas e doenças via internet. Esse
sistema utiliza fotografias com ótima resolução, para a identificação de 11
problemas com doenças, pragas e deficiências em culturas diversas. O
diagnóstico “on-line” pode ser complementado com análise laboratorial,
principalmente para as deficiências e fitoxicidades. O CPEST (Mansingh, 2006)
foi desenvolvido para o manejo de doenças e pragas para o café na Jamaica. Por
meio de informações de clima, topografia, tipo de solo, práticas agronômicas,
tecnologia de produção, biologia e potencial de ataque das pragas, oferece opções
de controle e nível de dano econômico. O AMRAPALIKA (Prasad, 2006) foi
desenvolvido na Índia para o diagnóstico de 14 problemas com doenças, pragas e
desordens na produção de manga. O sistema executa o diagnóstico a partir das
respostas dos usuários, que relatam os sintomas que estão sendo observados.
Para doenças dos citros existem, o CitrEX, o LimEX e o CitPath. Os
dois primeiros foram desenvolvidos no Egito pelo Central Laboratory of
Agricultural Expert Systems (CLAES), com o objetivo de auxiliar o manejo de
doenças e pragas na laranja e no limão, respectivamente, ajudando produtores a
tomarem decisões no manejo da irrigação e tratos culturais. O sistema CitPath
foi desenvolvido na Flórida, com uma extensa revisão de literatura e
12
completando as informações com fotos de doenças, desordens e pragas. Nesse
sistema fez-se excelente uso da capacidade gráfica, o que auxilia o usuário a
entender as questões formuladas pelo SAD e a respondê-las (Ferguson et al.,
1995; Travis & Latin, 1991). É exclusivo para problemas naquele estado norte-
americano.
2.4 Sistemas de apoio à decisão no Brasil
Poucos SADs foram desenvolvidos no Brasil, apesar das vantagens que
eles podem proporcionar. O BRAMA (Lima & Arvanitis, 1994) é um SAD
interativo no qual o usuário fornece informações sobre a área florestal (espécie e
dimensão, por exemplo), o manejo e os custos. Além disso, o programa estima o
tempo da primeira colheita, a mortalidade das árvores por hectare e o valor
acumulado das árvores removidas.
Para a pecuária, Souki et al. (1998) desenvolveram o PROFIT 2.0, que
auxilia no manejo de rebanhos, na reprodução, além de gerar mapas para a
comparação da atividade ano a ano. O SATNER (Miserani, 2002) é um SAD
para auxiliar na produção de bovinos de corte da raça Nelore, na tomada de
decisão sobre qual a melhor fase para vender um lote de animais com o maior
lucro possível.
Na determinação da aptidão agrícola dos solos, Fernandes et al. (1999)
desenvolveram um sistema que utiliza SAD e SIG (sistema de informações
geográficas) para a confecção de mapas temáticos de uso da terra.
Dos sistemas de apoio à decisão desenvolvidos em fitopatologia no
Brasil a primeira aplicação dessa tecnologia foi em 1998, por Pozza (1998). O
sistema, denominado ‘TomEX’, contém 78 perguntas, 116 regras, 87 fotografias
e realiza o diagnóstico de 37 doenças do tomateiro.
Em 2001, o ‘Doctor Coffee’ foi desenvolvido para a diagnose de
doenças, deficiência, pragas e nematóides do cafeeiro. O sistema contém 229
13
regras, 182 fotografias e realiza o diagnóstico de 13 doenças, 8 deficiências
nutricionais e 9 pragas. Além disso, o sistema contém glossário com termos
técnicos, histórico, filmes e ajuda on-line (Pinto, 2001). Guimarães (2004)
desenvolveu um SAD para o diagnóstico de 32 doenças bióticas e 5 abióticas da
macieira denominado “ApplES”. Esse sistema é composto por 133 perguntas, 76
regras e fotos em anexo para facilitar a diagnose. Também possui um glossário
com termos técnicos.
Alguns sistemas de apoio à decisão estão sendo desenvolvidos e
colocados à disposição na internet. A Embrapa Trigo desenvolveu um sistema
que permite ao usuário utilizar uma base de conhecimento, a fim de auxiliá-lo no
processo de controle de doenças do trigo e da cana-de-açúcar e um software
hipermídia, disponíveis na página: http://www.uepg.br/~deinfo/infoagro (Canteri
et al., 1999). A Embrapa Informática Agropecuária, em parceria com a Embrapa
Milho e Sorgo, desenvolveu um SAD para o diagnóstico de doenças do milho
que pode ser acessado na página: http://www.cnptia.embrapa.br/projetos
(Massruha et al., 1999).
O Postbloom Fruit Drop of Citrus (PFD-FAD) foi desenvolvido por
Peres et al. (2006). É um SAD disponível na rede que prediz a necessidade de
aplicar fungicida baseado nos relatos anteriores de podridão floral dos citros (C.
acutatum) na área, suscetibilidade do hospedeiro, o estágio fenológico da flor,
histórico de chuvas, duração do molhamento foliar e o tempo desde a última
aplicação de fungicida. Nos testes realizados no estado de São Paulo, utilizando-
se o PFD-FAD, obteve-se uma economia de US$47/ha. Esse programa pode ser
acessado no seguinte endereço: http://it.ifas.ufl.edu/disc/pfd, na internet.
14
3 MATERIAL E MÉTODOS
No desenvolvimento do sistema de apoio à decisão, foram utilizadas três
fases distintas: i) desenvolvimento do protótipo, ii) desenvolvimento do sistema
completo e iii) avaliação (Harmon & King, 1985; Whittaker, 1987; Jackson,
1990).
3.1. Desenvolvimento do protótipo
O sistema foi desenvolvido no Departamento de Fitopatologia (DFP) da
Universidade Federal de Lavras (UFLA) e nas instalações do Fundo de Defesa
da Citricultura (Fundecitrus) em ambiente PC.
Para a construção do sistema e da interface foi utilizado o programa
DELPHI versão 5.0 client/server
®
, além de outros programas de apoio como o
pacote Office da Microsoft
®
, Corel Draw
®
e Photoimpact
®
.
3.1.1. Aquisição, organização e codificação do conhecimento
O conhecimento foi adquirido por meio da literatura especializada sobre
os citros e de entrevistas, com três especialistas (dois fitopatologistas e um
entomologista) do Fundecitrus (Evans, 1988, Firlej & Helens, 1991). O
conhecimento foi organizado de forma hierárquica, dividido e codificado por
meio de regras. Ao mesmo tempo, foi construída uma base de dados com
fotografias de sintomas de doenças, pragas e distúrbios abióticos de plantas
cítricas.
3.1.2. Teste e revisão do protótipo
Após a construção de cada versão do sistema, foi realizado um teste,
para confirmar a lógica interna da árvore de conhecimento. Na revisão do
15
sistema, cada um dos ramos foi averiguado pelos construtores, com o objetivo
de encontrar possíveis erros.
3.2. Desenvolvimento do sistema de apoio à decisão.
Nesta etapa, a última versão do protótipo foi utilizada para a construção
da interface. Além disso, foi extraído dos especialistas e dos membros da equipe
de desenvolvimento o fator de confiança depositado em suas respostas, de
acordo com o conhecimento de cada especialista.
As fotografias e o comando de ajuda, com a definição de termos
específicos em fitopatologia e entomologia, também foram incorporados ao
programa nessa fase.
3.3. Avaliação do sistema de apoio à decisão
Para a avaliação do sistema, foram realizadas a verificação e a
validação, segundo as metodologias citadas por Geissman & Schultz (1988) e
Harrison (1991), com modificações, segundo os cenários a serem avaliados.
Na verificação, o SAD foi submetido a uma análise por meio de
questionário a cinco especialistas em doenças e pragas do citros. O teste para
diagnose foi realizado com 18 cenários de plantas doentes, atacadas por pragas
ou com sintoma de deficiência. O agente etiológico e as causas da deficiência ou
do distúrbio fisiológico foram previamente identificados. Os especialistas
realizaram o diagnóstico e imediatamente usaram o programa até obterem uma
resposta acompanhada de um nível de confiança. As críticas, as sugestões e o
número de acertos do especialista e do programa foram catalogados para análise,
modificação e para aprimorar a lógica interna.
A validação do programa foi realizada com quatro grupos (10
pessoas/grupo) de diferentes níveis do conhecimento: i) estudantes de graduação
em agronomia que cursaram a disciplina fitopatologia; ii) engenheiros
16
agrônomos, estudantes de pós-graduação em Fitopatologia; iii) engenheiros
agrônomos, estudantes de pós-graduação em outras áreas e iv) citricultores,
consultores (engenheiros agrônomos e técnicos agrícolas) e monitores de campo.
Cada um dos grupos analisou no mínimo 10 problemas (bióticos e abióticos),
previamente identificados. O procedimento do teste foi o mesmo utilizado na
verificação.
A validação ainda teve uma segunda fase, que foi realizada por meio de
questionário aplicado aos participantes da 29
a
Semana de citricultura, no
período de 11 a 15 de junho de 2007
, realizada na cidade de Cordeirópolis,
São Paulo, que visitavam o stand do Fundecitrus. Os visitantes
foram
convidados a utilizar o sistema e a responder três perguntas: “Como você
avalia o programa?”, “Qualidade das fotos, painéis e questões
elaboradas?” e “Você usaria o programa para realizar a diagnose?”. As
respostas para as duas primeiras questões eram: ótimo, bom, regular ou
péssimo. Para a terceira pergunta a resposta era sim ou não.
Após a
consulta, forneceram críticas e sugestões para reestruturar o programa.
3.4. Análise estatística
A porcentagem de acerto do SAD para diagnose de doenças do citros na
validação e na verificação foi submetida ao teste de Qui-quadrado:
n
X
2
= ∑ (Fo
i
- Fe
i
)
2
i Fe
i
em que: Fo
i
= freqüência observada ou porcentagem de acerto do SAD,
Fe
i
= freqüência esperada (90% de acerto).
17
4 RESULTADOS E DISCUSSÃO
4.1 Aquisição do conhecimento
Para o desenvolvimento do SAD, a informação foi adquirida por
consulta a livros, boletins de pesquisa, circulares técnicas, consulta à internet e
periódicos existentes sobre a cultura dos citros, além de entrevistas com
especialistas do Fundecitrus, Dr. Renato Beozzo Bassanezi (Fitopatologista), Dr.
Marcel Bellato Spósito (Fitopatologista) e Dr. Pedro Takao Yamamoto
(Entomologista). O fato de o entrevistador e os entrevistados pertencerem à
mesma área de conhecimento facilitou o procedimento, pois os termos técnicos e
a organização da seqüência da diagnose ou do conhecimento foram comuns para
ambos (Alves, 2006; Guimarães, 2004; Pinto, 2001; Pozza, 1998).
Uma das dificuldades nessa fase, a mais complexa no desenvolvimento
do SAD (Edward-Jones, 1993), é o fato de os especialistas discordarem de
alguns termos durante a construção da árvore do conhecimento (Boyd e Sun,
1994; Fayet, 1987). Portanto, as discussões devem ser evitadas para que o
conhecimento flua, pois o entrevistado necessita de ambiente favorável para
organizar o seu conhecimento (Pozza, 1998). Outra dificuldade é o especialista
não conversar ou expor seu conhecimento por meio de vocabulário formulado
em regras, podendo ter dificuldades em explicar como chegar à solução de um
problema ou ao diagnóstico de uma doença.
Para facilitar a identificação dos sintomas foi preparada uma tabela que
separava os sintomas das principais doenças, pragas e distúrbios abióticos dos
citros. O engenheiro do conhecimento teve certa dificuldade na identificação das
doenças, pragas e distúrbios abióticos dos citros, devido à falta de experiência
no manejo dessa cultura. Guimarães (2004) relata que a experiência do
engenheiro do conhecimento com a cultura na construção do ApplES foi
importante para reduzir o tempo desprendido nessa fase da construção do
18
programa, tendo sido utilizadas 40 horas para a aquisição do conhecimento. Em
seu trabalho, Pinto (2001) relata que essa dificuldade é minimizada com a
consulta a diversas fontes, como manuais, livros técnicos, revistas e conversas
com especialistas. Foram consumidas 120 horas entre entrevistas e aquisição de
informação nessa fase.
4.2 Organização do conhecimento
O conhecimento adquirido foi organizado em fluxogramas, formando a
árvore dicotômica (Figura 1).
FIGURA 1. Exemplo do módulo ramos da “árvore do conhecimento” do “Dr.
Citrus”. UFLA, Lavras, MG, 2007.
19
FIGURA 2. Fluxograma da página inicial de diagnose do SAD “Dr. Citrus”.
UFLA, Lavras, MG, 2007.
O SAD foi dividido em módulos, de acordo com o órgão vegetativo da
planta (Figura 2): raiz, tronco, ramos, folhas, estrutura floral e fruto.
Foram formuladas, aproximadamente, 562 perguntas, 322 regras e
anexadas fotografias para facilitar o diagnóstico. Com o uso do programa é
possível realizar o diagnóstico de 34 doenças (Tabela 2), 40 pragas (Tabela 3) e
34 problemas abióticos (deficiências nutricionais e distúrbios fisiológicos)
(Tabela 4).
O sistema de apoio a decisão foi denominado “Dr. Citrus”.
Para auxiliar a diagnose nos módulos da raiz e do tronco, estes foram
divididos em submódulos, de acordo com o porta-enxerto utilizado (Figura 2). A
escolha do porta-enxerto tem influência em várias características da planta.
Diversas doenças, como gomose, tristeza e declínio, estão relacionadas com a
intolerância do porta-enxerto utilizado (Carlos et al., 1997).
20
TABELA 2. Doenças diagnosticadas com o auxílio do “Dr. Citrus”. UFLA,
Lavras, MG, 2007.
Doença (Nome vulgar)
Antracnose (Colletotrichum gloeosporioides)
Bolor verde e bolor azul (Penicillium sp.)
Cancro citríco (Xanthomonas axonopodis pv. citri)
Clorose variegada dos citros (Xylella fastidiosa)
Declínio (agente etiológico desconhecido)
Descamamento da casca de tangor murcote (Dothiorella gummosis)
Exocorte (Citrus exocortis viroid-cevd)
Feltro ou camurça (Septobasidium spp.)
Fumagina (Capnodium citri)
Galha-lenhosa (vírus)
Gomose e podridão parda (Phytophtora sp.)
Greening ou huanglongbing (Candidatus liberibacter spp.)
Leprose dos citros (Citrus leproses virus-cilv)
Mancha areolada (Thanatephorus cucumeris)
Mancha graxa (Mycosphaerella sp.)
Mancha marrom de alternaria (Alternaria alternata)
Mancha foliar de alternaria (Alternaria alternata)
Melanose (Diaporthe citri)
Morte súbita dos citros (agente etiológico desconhecido)
Nematóide dos citros (Tylenchulus semipenetrans)
Nematóide (Pratylenchus spp.)
Pinta preta dos citros (Guignardia citricarpa)
Podridão negra (Alternaria alternata)
Podridão amarga (Geotrichum citri-aurantii)
Podridão floral dos citros (Colletotrichum acutatum)
Podridão peduncular (Lasiodiplodia sp.)
Podridão peduncular (Phomopsis sp.)
Podridão peduncular (Diaporthe citri)
Rubelose (Erythricium salmonicolor)
Sarampo (agente etiológico desconhecido)
Sorose (Citrus psorosis virus-CPsV)
Tristeza dos citros (Citrus Tristeza Virus-CTV)
Verrugose (Elsinoe sp.)
Xiloporose ou cachexia (Citrus viroid III-CVd-III)
21
TABELA 3. Pragas diagnosticadas com o auxílio do “Dr. Citrus”. UFLA,
Lavras, MG, 2007.
Praga (Nome vulgar)
Ácaro-branco (Polyphagotarsonemus latus)
Ácaro-da-falsa-ferrugem (Phyllocoptruta oleivora)
Ácaro-da-leprose (Brevipalpus phoenicis)
Ácaro das gemas (Eriophes sheldoni)
Ácaro-mexicano (Tetranychus mexicanus)
Ácaro purpúreo (Panonychus citri)
Ácaro-texano (Eutetranychus banksi)
Besouro das flores (Macrodactylus pumilio e Euphoria lurida)
Besouros de raiz (Naupactus tarsalis, N. versatilis e P. fluctuosos)
Broca do tronco e do ramo (T. toracicus, M. accentifer e D. rotundicolle)
Bicho-furão (Ecdytolopha aurantiana)
Cigarrinhas (várias)
Cochonilha (várias)
Escama-farinha (Unaspis citri e Pinnaspis aspidistrae)
Esperança (Orthoptera)
Formigas (Atta spp. e Acromyrmex spp.)
Abelha-cachorro, irapuá ou arapuá (Trigona spinipes)
Lagarta-das-folhas (Heraclides spp. e outras)
Lagarta-das-flores (várias espécies)
Lagarta-dos-frutos (várias espécies)
Minadora dos citros (Phyllocnistis citrella)
Mosca-branca (Aleurothrixus floccosus e Dialeurodes citrifolii)
Mosca-das-frutas (Ceratitis capitata, Anastrepha spp. e Neosilba spp.)
Ortézia (Orthezia praelonga)
Parlatória (Parlatoria cinerea)
Parlatória preta (Parlatoria ziziphus)
Percevejo (Leptoglossus gonagra e Playtylus bicolor)
Psilídeo (Diaphorina citri)
Pulgão-do-algodoeiro (Aphis gossypii)
Pulgão-preto (Toxoptera citricida)
Pulgão-verde (Aphis spiraecola)
Tripes (Frankliniella insularis e Heliothripes haemorrhoidalis)
Vaquinha (Diabrotica speciosa)
22
TABELA 4. Distúrbios abióticos diagnosticadas com o auxílio do “Dr. Citrus”.
UFLA, Lavras, MG, 2007.
Distúrbios abióticos
Deficiência de boro (B)
Deficiência de cálcio (Ca)
Deficiência de cobre (Cu)
Deficiência de ferro (Fe)
Deficiência de fósforo (P)
Deficiência de magnésio (Mg)
Deficiência de manganês (Mn)
Deficiência de nitrogênio (N)
Deficiência de potássio (K)
Deficiência de zinco (Zn)
Excesso ou fitotoxicidade de manganês (Mn)
Excesso ou fitotoxicidade de boro (B)
Fitotoxicidade
Fitotoxicidade de biureto
Frio ou chilling
Granizo ou chuva de pedra
Incompatibilidade
Salinidade
Colapso do mesófilo
Quimera
Seca ou estresse hidríco
Queda fisiológica
Temperaturas altas
Vento
Queimadura de sol
Adubo
Espinhos
Creasing
Oleocelose
Atraso na colheita
Excesso de produção
Excesso de nitrogênio
Podridão estilar
Porta-enxerto limão-rugoso
Os módulos de ramos, folhas e frutos também foram divididos em
submódulos, de acordo com a idade fenológica dos ramos e das folhas e do
23
estádio de maturação do fruto: “Ramos triangulares e verdes ou rajados no início
da suberificação?” ou “Ramos suberificados?”; “Folhas novas ou imaturas?” ou
“Folhas maduras?” e “Fruto jovem (até 3cm de diâmetro)?”, “Fruto verde (acima
de 3 cm de diâmetro)?” ou “Fruto maduro?”. No submódulo “Fruto maduro?”
realizou-se ainda uma divisão, de acordo com a localização dos sintomas:
“Sintomas externos nos frutos?” ou “Sintomas internos nos frutos?”.
O módulo “Estrutura Floral” é o menor do “Dr. Citrus”. Sua diagnose é
baseada na alteração de cor das pétalas, na retenção do cálice e nos danos
provocados por insetos.
Para continuar a diagnose a partir do órgão selecionado, foram
considerados os sintomas mais comuns (lesão, mancha, podridão, desfolha, etc.)
e as características dessas lesões (cor e forma).
Em diversos SADs, a divisão por módulos, de acordo com o raciocínio
do especialista, é utilizada para facilitar o desenvolvimento do programa. Fayet
(1987), que desenvolveu um SAD para 50 desordens no cravo, fez a divisão
baseada na etiologia do problema: a) doenças causadas por fungos, bactérias ou
vírus; b) problemas com insetos, nematóides ou ácaros e c) problemas causados
por erros no cultivo. Nesse tipo de divisão, é necessária a identificação prévia do
agente etiológico, às vezes somente possível em laboratório, da observação da
presença de insetos, nematóides ou ácaros e do histórico do manejo da área.
O “Dr. Coffee” (Pinto, 2001) fez a divisão de acordo com o estádio da
cultura, ou seja: a) mudas em viveiro, b) formação da lavoura e c) plantas em
produção. Essa divisão restringe doenças que ocorrem somente no viveiro, como
o tombamento de mudas (Rhizoctonia solani) ou que são predominantes na fase
de produção, como a ferrugem (Hemileia vastatrix) nas folhas ou frutos.
Sanches et al. (1993), para doenças na cultura do arroz, e Boyd & Sun (1994),
no diagnóstico de doenças na cultura da batata, também utilizaram a divisão
baseada no estádio fenológico da planta.
24
A divisão em módulos de acordo com o órgão da planta afetado foi
utilizada por diversos SADs, como ApplES (2004), TomEX (1998), Diana
(1991), CALEX/Peaches (1989), etc. O “Dr. Citrus” utilizou esse tipo de
divisão, pois é possível diagnosticar doenças que são específicas a determinado
órgão da planta, ou que possam ocorrer em vários órgãos, como os sintomas do
cancro cítrico, que podem aparecer nos ramos, folhas e frutos, assim podendo
atender a diferentes necessidades do usuário.
Os especialistas participaram integralmente no desenvolvimento e no
desenho do “Dr. Citrus”, o que, segundo Guimarães (2004), aumenta a chance
de sucesso do programa. O tempo gasto nesta fase foi de 380 horas.
4.3 Desenvolvimento do SAD completo
O “Dr. Citrus” foi desenvolvido em ambiente Windows, com base na
árvore do conhecimento. A interface do programa foi desenvolvida para ser o
mais amigável possível, o que depende da linguagem escolhida. O DELPHI é
uma ferramenta de desenvolvimento que tem uma quantidade de recursos
gráficos e de banco de dados (Guimarães, 2004). Por isso esta foi a linguagem
utilizada no “Dr. Citrus”, o que possibilitou a incorporação de diversas
fotografias associadas à descrição do sintoma e, assim, o usuário faz a sua
escolha e clicando em cima da imagem, pode realizar a diagnose. Com o intuito
de tornar o programa o mais prático e amigável possível, foram colocadas de
duas a seis opções por tela (Figura 3). No canto superior de cada imagem há um
ícone, em forma de lupa, que amplia a fotografia (Figura 4), melhorando sua
visualização.
A possibilidade de visualizar os sintomas por meio das fotografias torna
o SAD uma importante ferramenta de ensino em fitopatologia (Pozza, 1998;
Yialouris & Sideridis, 1996; Latin et al., 1990; Plant et al., 1989). A descrição
dos sintomas junto com a fotografia procura auxiliar o usuário na realização do
25
diagnóstico, simulando o raciocínio lógico do especialista. Pozza (1998) ressalta
que o uso do maior número de fotografias auxilia no entendimento dos conceitos
e diminui a margem de erros na diagnose.
O programa oferece uma opção na página inicial (Figura 6) contendo
informações sobre características dos principais porta-enxertos utilizados na
citricultura nacional, identificação das principais pragas quarentenárias e a
história dos citros no Brasil, além da opção com informações das doenças,
pragas e distúrbios abióticos dos citros abordados no programa. Também na
página inicial tem a barra de ferramenta (Figura 5) tornando mais rápido o uso
do SAD.
FIGURA 3. Tela inicial da diagnose do “Dr. Citrus”, com seis opções. UFLA,
Lavras, MG, 2007.
26
FIGURA 4. Imagem ampliada do sintoma do cancro citríco. UFLA, Lavras,
MG, 2007.
FIGURA 5. Detalhe da barra de ferramentas do ‘Dr. Citrus”. UFLA, Lavras,
MG, 2007.
Ao chegar ao painel de resposta da diagnose, o usuário, clicando sobre a
resposta que lhe for mais apropriada, poderá acessar o banco de dados, que
contém informações sobre o agente etiológico, principais sintomas e algumas
orientações sobre a doença, praga ou distúrbio abiótico que ele diagnosticou
(Figura 7). Esse banco de dados foi elaborado com auxílio dos especialistas e
consulta à literatura especializada citada no programa.
27
FIGURA 6. Tela inicial do "Dr. Citrus".
UFLA, Lavras, MG, 2007.
FIGURA 7 Tela de diagnose do "Dr. Citrus". UFLA, Lavras, MG, 2007.
28
A inclusão de informações sobre manejo, agente etiológico e
epidemiologia é importante para permitir ao usuário obter informações sobre
medidas de controle e aumentar a certeza em relação à causa diagnosticada
(Pozza, 1998). Segundo Drapek et al. (1990), mudanças no registro e na
efetividade dos defensivos agrícolas fazem com que a inclusão dessas
informações, com o tempo, caiam em desuso. Portanto, fazer recomendações de
defensivos agrícolas é um risco, pois o uso incorreto pode acarretar em sérias
conseqüências para o aplicador e ao meio ambiente. Por essas razões, não foram
incluídas orientações do uso de agrotóxicos ou adubos químicos, evitando, dessa
forma, aplicações sem o auxílio de um engenheiro agrônomo, que é o
profissional registrado no Conselho Regional e Engenharia, Arquitetura e
Agronomia (CREA) habilitado a fazer esse tipo de recomendação.
Esta foi a fase que mais consumiu tempo de trabalho, quase 800 horas.
Pinto (2001) gastou, nessa fase, 640 horas ou quatro meses de trabalho e
Guimarães (2004), 480 horas. O maior tempo gasto nesta fase foi devido ao
grande número de doenças, pragas e distúrbios abióticos abordados no “Dr.
Citrus”, e da construção dos quadros da interface, editoração das fotos e da
elaboração dos textos da diagnose, do glossário, dos porta-enxertos e das pragas
quarentenárias, ou seja, a programação propriamente dita.
4.4 Avaliação
4.4.1 Verificação
A verificação do Dr. Citrus foi realizada por cinco especialistas que
trabalham ou já tiveram grande contato com doenças, pragas e distúrbios
abióticos dos citros. Foram testados 18 problemas, totalizando 90 diagnoses
(Tabela 5). O sistema obteve 68 diagnósticos (80,6%) corretos e os especialistas
72 (85%). Poucos programas construídos relatam a fase de verificação, o que
29
pode ser explicado por esta ser uma fase de ajustes, em que o programa ainda
pode sofrer várias modificações para aperfeiçoar o seu funcionamento.
TABELA 5. Verificação do programa “Dr. Citrus”, realizada por cinco
especialistas em citros.
UFLA, Lavras, MG, 2007.
Número de acertos
Porcentagem de
acertos
Diagnóstico
Sem o Dr.
Citrus
Com o Dr.
Citrus
Sem o Dr.
Citrus
Com o
Dr.
Citrus
Leprose (ramos) 5 4 100 90
Leprose (fruto) 4 2 90 40
CVC 4 4 90 90
Mosca-das-frutas 4 3 90 60
Ac.-fal.-fer. (fruto) 4 4 90 90
Ac.-fal.-fer. (folha) 3 5 60 100
Def. de zinco 4 4 90 90
Minador dos citros 4 4 90 90
Pulgão 4 3 90 60
Verrugose (folha) 5 3 100 60
Verrugose (fruto) 5 5 100 100
Pinta-preta 5 5 100 100
Ácaro branco 5 4 100 90
Esperança (fruto) 2 3 40 60
Def. de Magnésio 4 4 90 90
Greening (folha) 3 3 60 60
Greening (fruto) 3 4 60 90
Podridão floral 4 4 90 90
% de acertos 85 80,6
Como os índices de acerto do “Dr. Citrus” foram próximos aos índices
de acerto dos especialistas, isso leva a crer que a lógica interna está condizente
com a realidade. Mas, comparado a outros SAD, esse índice está abaixo do
30
esperado, devido, principalmente, ao grande número de doenças, pragas e
distúrbios abióticos que podem apresentar sintomas semelhantes, tornando mais
difícil a diagnose. O TomEX (Pozza, 1998) teve o índice de acerto de 91,4%
comparado ao dos especialistas, 86,7%; o Dr. Coffee (Pinto, 2001) obteve 91%
de acerto do SAD e 70% dos especialistas e Guimarães (2004) obteve 100% do
programa e 81,8% dos especialistas. O Dr. Citrus utilizou a mesma metodologia
dos sistemas citados acima para a verificação. Isso sugeriu a necessidade de
modificações na base de conhecimento, necessitando de um maior detalhamento
para algumas doenças e, principalmente, para deficiências nutricionais, para que
o programa possa ser utilizado por outros usuários.
A maioria dos erros de diagnose no sistema foram atribuídos às
fotografias, as quais não estavam condizentes com a descrição dos sintomas, ou
alguns caminhos seguidos que não chegavam ao diagnóstico correto. Houve
dificuldade no momento de responder o questionamento da idade fenológica dos
ramos e folhas e do estádio de maturação do fruto. Outros problemas foram os
conceitos de tamanho, cor das manchas e formato, o que levou a erros,
principalmente no diagnóstico da leprose no fruto e da verrugose na folha. No
diagnóstico do “greening”, as dificuldades foram na descrição de
amarelecimento e mosqueado. Em seu trabalho, Yialouris et al. (1997)
observaram que, na verificação realizada por estudantes, houve dificuldade em
distinguir mudanças de cor da folha associada a certas desordens.
Essas dificuldades estão relacionadas à percepção cognitiva do usuário.
A divergência de percepção, entre usuários e os que desenvolvem o SAD,
podem comprometer o desempenho do programa (Chen & Lee, 2003). Contudo,
melhorando seu entendimento a partir dos diagnósticos errados, é possível
realizar as mudanças no sistema e o seu aperfeiçoamento. Após a fase de
verificação, foram realizadas as modificações sugeridas para a melhoria da base
de conhecimento.
31
Na maioria das vezes, os especialistas utilizados na verificação, por não
terem participado da construção do sistema, sugeriram a ampliação da base do
conhecimento (Pozza, 1998). Por isso, o engenheiro do conhecimento precisa
selecionar as diversas sugestões para não tornar o sistema demasiadamente
extenso.
O tempo dedicado para avaliar é muito importante para o sucesso do
programa. O PSAOC foi avaliado, durante dois anos, por mais de 140
produtores de maçã. Após essa primeira fase de avaliação, foram selecionados
26 produtores, os quais realizaram a análise de sensibilidade, por mais oito
meses. Com a utilização desse SAD, 82,5% dos produtores foram estimulados a
aumentar o monitoramento das doenças e pragas e 65,2% fizeram modificações
no manejo da cultura, demonstrando a eficiência dos SADs no treinamento e na
tomada de decisão.
4.4.2 Validação
Após as modificações realizadas, de acordo com as sugestões dos
especialistas na fase de verificação, o Dr. Citrus foi testado por usuários de
quatro níveis de conhecimento, cada grupo com 10 pessoas, realizando o
diagnóstico de 10 problemas. Onde o índice médio de acerto nesta fase foi de
93,6% do sistema e de 45,6% dos usuários (Tabela 6). Nessa fase também foi
realizado o teste Qui-quadrado (P<
0,01), que demonstrou a confiabilidade do
programa (Tabela 6).
O CALEX/Peaches obteve acerto de 96%, sendo utilizado por 12
estudantes, com um cenário de 9 doenças (Plant et al., 1989). No programa
TomEX, a diferença obtida entre os usuários e o sistema foi de 35,2% e 95,8%
de acerto, respectivamente. O índice médio de acerto do “Dr. Coffee” foi de
96,7% e o dos usuários foi de 35,67%. O ApplES teve 98,4% de acerto,
enquanto os usuários não tiveram acerto (Guimarães, 2004). O índice médio de
32
acerto acima de 90% demonstra a confiabilidade do programa em realizar
diagnósticos, mesmo por usuários de diferentes níveis de conhecimento
(Guimarães, 2004; Pinto, 2001; Pozza, 1998).
Os estudantes da pós-graduação em fitopatologia tiveram os melhores
acertos, o que se deve à familiaridade com os termos utilizados no Dr. Citrus,
como lesões salientes ou lesões deprimidas, prateamento ou variegação, etc, bem
como o conhecimento prévio de diagnose. Os estudantes de pós-graduação em
outras áreas (Fitotecnia, Microbiologia, Engenharia Agrícola, Zootecnia e
Ciências dos Solos), todos engenheiros agrônomos e os estudantes de graduação
do curso de agronomia, todos estagiários do Departamento de Fitopatologia,
obtiveram índice de acerto semelhante, sem e com o uso do programa (Tabela
6). O quarto grupo, composto por citricultores, engenheiros agrônomos, técnicos
agrícolas e monitores de campo com experiência na identificação e controle das
principais doenças e pragas dos citros, obtiveram índice médio de acerto de 99%
usando o Dr. Citrus e 73% sem o uso do programa. Segundo os índices de
acertos de todos grupos, o sistema pode ser utilizado por todos os níveis de
conhecimento, no apoio à decisão para diagnose. Mas, o uso do SAD e de todo
avanço tecnológico é inútil se o usuário não possui especialização para lidar com
o problema (Pozza, 1998).
Observou-se redução de acertos do usuário da fase de verificação para a
de validação. Essa diferença pode ser explicada pelo conhecimento mais
aprofundado dos especialistas para a diagnose.
A diferença encontrada entre a fase de verificação e de validação com o
uso do sistema se deve, principalmente, às modificações realizadas no programa,
visando aperfeiçoar a sua lógica interna. O submódulo “Folhas cloróticas e com
amarelecimento generalizado” foi totalmente reformulado, melhorado os textos
e fotografias. O submódulo “Frutos maduros e lesões externas” recebeu novos
painéis que aumentaram as opções de diagnose e a confiabilidade do programa.
33
Também foram acrescentadas imagens com três a quatro fotografias, formando
um mosaico, nas opções “Outros sintomas”, porque, comumente, os usuários
não selecionavam essa opção, por imaginarem que não haveria continuidade na
diagnose a partir daquela opção.
TABELA 6 Porcentagem de diagnósticos corretos e teste Qui-quadrado para a
verificação e validação do “Dr. Citrus”.
(%)
Fase Nível de conhecimento
Sem o Dr.
Citrus
Com o Dr.
Citrus
X
2
Verificação Especialistas 85 80 0,00
Graduação 19 99 0,35*
Pós-
graduação/Fitopatologia
37 97 0,45*
Pós-graduação/outras
áreas
14 93 0,11*
Validação
Outros
a
73 99 0,35*
Média (Validação) 45,6 93,6 0,25*
* Significativo a 1% de probabilidade
a
Citricultores, engenheiros agrônomos, técnicos agrícolas e monitores de
campo.
Na segunda fase da validação o Dr. Citrus foi utilizado por 21 pessoas
que responderam ao questionário. Quanto à questão sobre a avaliação do uso do
programa, obtiveram-se 60% de respostas “ótimo” e 40% de respostas “bom”. A
qualidade das fotos, painéis e questões elaboradas obtiveram 80% de “ótimo” e
20% de “bom”. Os itens regular e péssimo não foram citados pelos usuários e
todos responderam que “sim”, usariam o Dr. Citrus para realizar uma diagnose
(Figura 8). Os usuários sugeriram algumas mudanças na linguagem utilizada,
principalmente para facilitar o entendimento de pessoas com diferentes níveis de
conhecimento.
34
FIGURA 8. Gráfico da avaliação dos usuários na validação do "Dr. Citrus".
UFLA, Lavras, MG, 2007.
O interesse dos usuários, durante a validação, demonstrou que a
utilização do Dr. Citrus como auxiliar na tomada de decisão da diagnose e do
ensino das principais doenças, pragas e distúrbios abióticos dos citros pode ser
útil. Entretanto, o programa passará por uma revisão para realizar possíveis
correções e aperfeiçoamento.
35
5 CONCLUSÕES
Com os resultados obtidos é possível afirmar que o conhecimento dos
especialistas pode ser extraído, organizado e disponibilizado, de forma simples e
em linguagem fácil, para os diferentes níveis de conhecimento, na forma de um
sistema de apoio à decisão.
Uma base de conhecimento bem detalhada e organizada, com fotografias
de qualidade, pode ser usada no auxílio da diagnose e do ensino.
O Dr. Citrus é uma ferramenta na divulgação e preservação do
conhecimento dos especialistas.
36
6 REFERÊNCIAS BIBLIOGRÁFICAS
ALVES, M. C.; POZZA, E. A.; MACHADO, J. C.; CARVALHO, M. G. G.
Desenvolvimento e validação de um sistema especialista para identificar
fungos na análise sanitária de sementes. Revista Brasileira de Sementes,
Brasília, v. 28, n. 1, p. 176-186, 2006.
AMARO, A. A. Industrialização da laranja. São Paulo: IEA, 1973.
AQUILAR-VILDOSO, C. I.; RIBEIRO, J. B.; FEICHTENBERGER, E.;
GOES, A.; SPÓSITO, M. B. Manual técnico de procedimentos da mancha
preta dos citros. Brasília: MAPA/SDA/DDIV, 2002. 72p.
ASTUA-MONGE, G.; FREITAS-ASTUA, J.; MACHADO, M. A.
Biotecnologia gera produtividade e citros sadios. Visão Agrícola, Piracicaba,
v. 1, n. 2, p. 48-53, 2004.
BATTILANI, P.; RACCA, P.; RANIERI, R.; ROSSI, V.; STOPPELLI, N.
Computerized information system for cereal disease management in Emilia-
Romagna (Italy). Bulletin OEPP/EPPO, Wageningen, n. 23, p. 557-564,
1993.
BELASQUE JÚNIOR, J.; BASSANEZI, R. B.; MASSARI, C. A. Situação do
cancro cítrico no Brasil. In: ZAMBOLIM, L.; BASSANEZI, R. B. (Ed.).
Doenças quarentenárias dos citros. Viçosa: UFV/DFP, 2006. 194 p.
BERGAMIN FILHO, A.; KIMATI, H. Importância das doenças de plantas. In:
BERGAMIN FILHO, A.; KIMATI, H.; AMORIM, L. (Ed.). Manual de
fitopatologia. 3.ed. São Paulo: Agronômica Ceres, 1995. v.2, 919 p.
BINDER, F. B. Sistemas de apoio à decisão. São Paulo: Érica, 1994. 104 p.
BOYD, D. W.; SUN, M. K. Prototyping an expert system for diagnosis of
potato diseases. Computers and Eletronics in Agriculture, Amsterdan, v. 10,
n. 3, p. 259-267, 1994.
CANTERI, M. G.; GIGLIOTI, E. A.; VIRGENS FILHO, J. S. das; VAZ, M. S.
M. G.; FOLTRAN JÚNIOR, D. C.; ROCHA, J. C. F. da. Tecnologia da
informação aplicada à fitopatologia. In: CONGRESSO DA SBI-AGRO-
Agrosoft 99, 1999. Disponível em:
<http://agrosoft.softex.br/agrosobr/ver.php?page=ss>. Acesso em: 05 set. 2006.
37
CARISTI, T.; SCHAREN, A. L.; SHARP, E. L. Development and preliminary
testing of EPIFORM, an expert system for predicting wheat disease epidemics.
Plant Disease, St. Paul, v. 71, n. 12, p. 1174-1150, 1987.
CARLOS, E. F.; STUCHI, E. S.; DONADIO, L. C. Porta-enxertos para a
citricultura paulista. Jaboticabal: Funep, 1997. 47 p. (Boletim Citrícola, 1).
CHEN, J. Q.; LEE, S. M. An exploratory cognitive DSS for strategic decision
making. Decision Support Systems, Oxford, v. 2, n. 36, p. 147-160, 2003.
COLLETTA-FILHO, H. D.; TARGON, M. L. P. N.; TAKITA, M. A.; DE
NEGRI, J. D.; POMPEU JR., J.; MACHADO, M. A. First report of the causal
agent of Huanglongbing (“Candidatus Liberibacter asiaticus”) in Brazil. Plant
Disease, St. Paul, v. 88, n. 12, p. 1382, 2004.
CU, R. M.; LINE, R. F. An expert advisory system for wheat disease
management. Plant Disease, St. Paul, v. 78, n. 2, p. 209-215, 1994.
DONADIO, L. C.; MOURÃO FILHO, F. A. A.; MOREIRA, C. S. Centros de
origem, distribuição geográfica das plantas e história da citricultura no Brasil.
In: MATTOS JÚNIOR, D.; NEGRI, J. D.; PIO, R. M.; POMPEU JÚNIOR, J.
(Ed.). Citros. Campinas: Instituto Agronômico/Fundag, 2005. 929 p.
DRAPEK, R. J.; CALKIN, J. A.; FISHER, G. C. A hazelnut pest management
expert system. Acta horticulturae, Wageningen, v. 1, n. 276, p. 21-25, 1990.
EDWARD-JONES, G. Knowledge based systems for crop protection: theory
and pratice. Crop Protection, Oxford, v. 12, n. 8, p. 565-578, 1993.
ELLISON, P.; ASH, G; McDONALD, C. An Expert system for the anagement
of botrytis cinerea in Australian Vineyards. I. Development. Agricultural
Systems, Oxford, v. 56, n. 2, p. 185-207, 1998.
ESTANISLAU, M. L. L.; BOTEON, M.; CANÇADO JÚNIOR, F. L.; PAIVA,
B. M. de. Laranjas e sucos: aspectos econômicos. Informe Agropecuário,
Belo Horizonte, v. 22, n. 209, p. 8-20, 2001.
EVANS, J. J. T. The knowledge elicitation problem: a psychological
perspective. Behavior and Information Technology, Oxford, v. 7, p. 111-
130, 1988.
38
FAYET, J. C. An expert system to diagnose carnation diseases. Acta
horticulturae, Wageningen, v. 1, n. 216, p. 141-145, 1987.
FERGUSON. J. J.; ZAZUETA, F. S.; VALIENTE, J. I. Citpath: diagnostic
and hypertext software for fungal diseases of Citrus foliage and fruit.
HortTechnology, Alexandria, v. 5, n. 3, p. 277-278, 1995.
FERNANDES, E. N.; FERNANDES FILHO, E. I.; SILVA, E. Integração de
sistemas de informações geográficas e sistemas especialistas para avaliação da
aptidão agrícola das terras em bacias hidrográficas. Revista Árvore, Viçosa, v.
23, n. 1, p. 75-82, 1999.
FIRLEJ, M.; HELENS, D. Knowledge elicitation, a pratical handbook. New
York: Prentice Hall, 1991. 188p.
GEISSMAN, J. R.; SCHULTZ, R. D. Verification and validation of expert
systems. AI Expert, San Francisco, v. 1, n. 1, p. 26-33, 1988.
GENARO, S. Sistemas especialistas: o conhecimento artificial. Rio de
Janeiro: LTC, 1986. 192 p.
GONGORA, A. D. O que é inteligência artificial? Disponível em:
<http://www.pr.gov.br/batebyte/edicoes/2002/bb119/estagiario.htm>. Acesso
em: 4 jul. 2007.
GONZALEZ, A. J.; DANKEL, D. D. The engineering of knowledge-based
systems: theory and practice. New Jersey: Prentice-Hall, 1993. 523 p.
GUIMARÃES, L. S. Desenvolvimento de sistema especialista para
diagnose das doenças da macieira no Brasil. 2004. 54p. Dissertação
(Mestrado em Fitopatologia)–Universidade Federal de Lavras, Lavras, MG.
HARMON, P.; KING, D. Expert systems: artificial intelligence in business.
New York: J. Wiley, 1985. 283 p.
HARRISON, S. R. Validation of agricultural expert systems. Agricultural
systems, Oxford, v. 35, n. 3, p. 265-285, 1991.
HEINEMANN, P. H.; CALVIN, D. D.; AYRES, J. Maize a decision support
system management of field corn. Applied Engineering in Agriculture, St.
Joseph, v. 8, n. 3, p. 407-414, 2002.
39
HOCINE, A.; TAMINE, K. Un système à base de connaissances d’aide a la
detection de troubles du mais. In: INTERNACIONAL WORKSHOP
APLICATION OF ARTIFICIAL INTELLIGENCE TO AGRICULTURAL,
AGRO CHEMICAL, AND FOOD PROCESSING INDUSTRIES, 1988, Caen.
Proceedings…Caen: Conscil Regional de Basse-normandie & EC2, 1988. p.
278-289.
HUGGINS, L. F.; BARRET, J. R.; JONES, D. D. Expert systems: concepts
and opportunities. Agricultural Enginering, St Joseph, v. 67, n. 1, p. 21-23,
1986.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo
2004. Brasília. Disponível em: <www.ibge.br>. Acesso em: 23 abr. 2006.
JACKSON, P. Introduction to expert systems. California: A. Wesley, 1990.
526 p.
JONES, P. Agricultural aplications of expert systems concepts. Agricultural
Systems, Oxford, v. 31, n. 1, p. 3-18, 1989.
KABLE, P. F. An expert system to assist orchardists in the management of
rust disease of French prunes. AI applications, Idaho, v. 5, n. 3, p. 59-61,
1991.
KEMP, R.; STEWART, T.; BOORMAN, A. Improving the expert system
interface. AI Application Natural Research Management, Idaho, v. 2, n. 4,
p. 48-53, 1988.
KOUMPOUROS, Y.; MAHAMAN, B. D.; MALIAPPIS, M.; PASSAM, H.
C.; SIDERIDIS, A. B.; ZORKADIS, V. Image processing for distance
diagnosis in pest management. Computers and Electronics in Agriculture,
Amesterdan, v. 44, n. 2, p. 121-131, 2004.
KRAUSE, R. A.; MASSIE, L. B.; HYRE, R. A. BLITECAST: a computerized
forecast of potato late blight. Plant Disease Reporter, St. Paul, v. 59, n. 2, p.
95-98, 1975.
LATIN, R. X.; MILES, G. E.; RETTINGER, J. C. An expert systems for
diagnosting muskmelon disordens. Phytopathology, St. Paul, v. 74, n. 1, p. 83-
87, 1990.
40
LIAO, S. M. Rescuing human embryo stem cell research: The blastocyst
transfer method. American Journal of Bioethics, Pennsylvania, v. 5, n. 6, p.
20-21, 2005.
LIMA, J. P. C.; AVARANTIS, L. G. A computer expert system for managing
forests in the Amazon. Floresta e Ambiente, Itaguaí, v. 1, n. 1, p. 64-70, 1994.
LOPES, S. A. Situação do Huanglongbing no Estado de São Paulo. In:
ZAMBOLIM, L. E BASSANEZI, R. B. (Ed.). Doenças quarentenárias dos
citros. Viçosa: UFV/DFP, 2006. 194p.
LOPES, S. A.; LARANJEIRA, F. F.; AMORIM, L.; BERGAMIN FILHO, A.
Clorose variegada: perdas anuais de US$ 100 milhões. Visão Agrícola,
Piracicaba, v. 1, n. 2, p. 20-23, 2004.
LUCONI, F. L.; MALONE, T. W.; MORTON, M. S. S. Sistemas
Especialistas: um novo desafio para os gerentes. In: SPRAGUE JR, R. H.;
WATSON, H. J. (Ed.). Sistemas de apoio à decisão. Rio de Janeiro: Campus.
1991.
MANSINGH, G.; REICHGELT, H.; BRYSON, K. O. CPEST: An expert
system for the management of pests and diseases in the Jamaican coffee
industry. Expert Systems with Applications, Maryland, v. 32, n. 1, p. 184-
192, 2007.
MASSRUHÁ, S. M. F. S.; CRUZ, S. A. B. da; SOUZA, N. de. Diagnose
virtual: Sistema para diagnóstico de doenças do milho via Web. In:
CONGRESSO DA SBI-AGRO-Agrosoft 99, 1999. Disponível em:
<http://agrosoft.softex.br/agrosobr/ver.php?page=ss>. Acesso em: 05 set. 2006.
MICHALSKI, R. S.; DAVIS, J. H.; BISHT, V. S.; SINCLAIR, J. R.
PLANT/ds: an experimental computer consulting system for the diagnosis of
soybean diseases. Phytopathology, St. Paul, v. 71, n. 2, p. 272, 1981.
MICHALSKI, R. S.; DAVIS, J. H.; BISHT, V. S.; SINCLAIR, J. R. A
computer based advisory system for diagnosting soybean diseases in Illinois.
Plant Disease, St. Paul, v. 67, n. 4, p. 459-63, 1983.
MISERANI, L. J. G.; MOREIRA, R. C.; LOPES, M. A.; MANCIO, D.;
CARDOSO, O. N. P. Desenvolvimento de um sistema de apoio à tomada de
41
decisão no controle de bovinos da raça Nelore. Revista Brasileira de
Agroinformática, São Paulo, v. 4, n. 1, p. 65-79, 2002.
NARDIR, D.; NARDIR, M.; NARDIR, S. UVA: user-friendly viticulture
advisor. Knowledge systems and farming. In: INTERNACIONAL
WORKSHOP APLICATION OF ARTIFICIAL INTELLIGENCE TO
AGRICULTURAL, AGRO CHEMIC AND FOOD PROCESSING
INDUSTRIES, 1988, Caen. Proceedings…Caen: Conscil Regional de Basse-
normandie & EC2, 1988. p.278-289.
NASH, B. L.; SAUNDERS, M. C.; MILLER, B. J.; BLOOM, C. A.; SKELLY,
J. M. Foreshealth, an expert system for assessing foliar and crown health of
selected northern hardwoods. Canadian Journal of Forest Research, Ottawa,
v. 22, n. 11, p. 1770-1775, 1992.
PARIZZI, P. Pragas quarentenárias da cultura dos citros no Brasil. In:
ZAMBOLIM, L. E BASSANEZI, R. B. (Ed.). Doenças quarentenárias dos
citros. Viçosa: UFV/DFP, 2006. 194p.
PASQUAL, G. M.; MANSFIELD, J. Development of a prototype expert
system for identification and control of insects pests. Computers and
Eletronics in Agricultural, Amsterdan, v. 2, n. 2, p. 263-276, 1988.
PERES, N. A. R.; KIM, S.; BECK, H. W.; SOUSA, N. L.; TIMMER, L. W. A
fungicide application decision (FAD) support system for postbloom fruit drop
of citrus (PFD). Plant Health Progress. Disponível em:
<http://it.ifas.ufl.edu/disc/pfd>. Acesso em: 10 out. 2006.
PERRIER, X.; LACOEUILHE, J. J. DIANA: a diagnosis aid system for
pineapple growing. Fruits, Paris, v. 46, n. 4, p. 351-354, 1991.
PINTO, A. C. S. Sistema especialista para diagnose e manejo de problemas
fitossanitários e redes neurais para descrever epidemias da ferrugem do
café. 2001. 91p. Tese (Doutorado em Fitopatologia)-Universidade Federal de
Lavras, Lavras, MG.
PLANT, R. E.; ZALOM, F. G.; YOUNG, T. A.; RICE, R. N.
CALEX/Peacher, an expert system for the diagnosis of peach an nectarine
disorders. HortScience, Alexandria, v. 24, n. 4, p. 700, 1989.
42
POZZA, E. A. Desenvolvimento de sistemas especialistas e redes neuronais
e suas aplicações em fitopatologia. 1998. 139 p. Tese (Doutorado em
Fitopatologia)-Universidade Federal de Viçosa, Viçosa, MG.
PRASAD, R.; RANJAN, K. R.; SINHA, A. K. AMRAPALIKA: an expert
system for the diagnosis of pests, diseases, and disorders in Indian mango.
Knowledge-Based Systems, Sydney, v. 19, n. 1, p. 9–21, 2006.
ROACH, J. W.; VIRLAR, R.; DRAKE, C. An expert system for helping
apple growers. Computers and Eletronics in Agricultural, Amsterdan, v. 2,
n. 1, p. 97-108, 1987.
RODRIGUES NETO, J.; BELASQUE JÚNIOR, J.; AMORIM, L.;
BERGAMIN FILHO, A. Larva-minadora aumenta incidência do cancro
cítrico. Visão Agrícola, Piracicaba, v. 1, n. 2, p. 14-19, 2004.
ROSSETI, V. V. Manual ilustrado de doenças dos citros. Piracicaba:
Fealq/Fundecitrus, 2001. 207 p.
SANCHES, L. C.; VEJA, S. A. JARAMILLO, A. A. Development of na expert
system to identify diseases in the rice crop (Oryza sativa L.) in Colombia. Acta
Agronomica, Palmira, v. 43, n. 1, p. 134-144, 1993.
SAUNDERS, M. C.; HAESELER, C. W.; TRAVIS, J. W. GRAPES: an expert
system for viticulture in Pennsylvania. AI Application Natural Research
Management, Idaho, v. 1, n. 2, p. 13-20, 1987.
SHIPP, J. L.; CLARK, N. D.; JARVIS, W. R. Expert system for integrated
crop management of greenhouse cucmber. IOBC wprs Bulletin, Wageningen,
v. 16, n. 2, p. 149-152, 1993.
SHTIENBERG, D.; DINNOR, A.; MARANI, A. Wheat disease control
advisory, a decision support system for management of foliar diseases of wheat
in Israel. Canadian Journal of Plant Pathology, Guelph, v. 12, n. 2, p. 195-
203, 1990.
SILVA, C. B. A. Sistemas especialistas para economistas rurais: potencial e
relevância. Revista de Economia e Sociedade Rural, Brasília, v. 28, n. 2, p.
155-174, 1990.
SOUKI, G. Q.; MACHADO, A. C.; LOPES, M. A. PROFIT 2.0 – an expert
system to cattle raising. In: INTERNATIONAL CONFERENCE ON
43
COMPUTERS IN AGRICULTURE, 1998, Orlando. Proccedings... Orlando,
FL, 1998. p. 910-915.
SPÓSITO, M. B. Mancha ou pinta-preta dos citros. In: Zambolim, L.;
Bassanezi, R. B. (Eds.) Doenças quarentenárias dos citros. Viçosa: UFV,
DFP, 194p. 2006.
SPRAGUE JÚNIOR, R. H.; WATSON, H. J. Sistemas de apoio à decisão.
Rio de Janeiro: Campus, 1991.
TRAVIS, J. W.; LATIN, R. X. Development, implementation, an adoption of
expert systems in plant pathology. Annual Review of Phytopathology, Palo
Alto, v. 29, n. 1, p. 343-360, 1991.
TRAVIS, J. W.; RAJOTTE, E. G.; BANKERT, R. A working description of
the Penn State Apple Orchard Consultant, an expert system. Plant Disease, St
Paul, v. 76, n. 6, p. 545-554, 1992.
TURBAN, E.; AFONSO, J. E. Decision support systems and intelligent
systems. 5.ed. USA: Prentice-Hall, 1998. 890p.
TOMAZELA, M. S.; XAVIER, N. J. D. Certificação de mudas cítricas,
garantia de qualidade. Visão Agrícola, Piracicaba, v. 1, n. 2, p. 11-13, 2004.
VANDERMAAS, A. A. Development of a decision support system for crop
protecion in glasshouse horticulture. In: INTERNATIONAL CONGRESS OF
TECHNOLOGY IN AGRICULTURE, 4, 1992, Versailles.
Proceedings…Versailles, 1992. p. 94-98.
WELLS, S. J.; TRENT A. M.; ROBINSON R. A.; KNUTSON K. S.; BEY, R.
F. Association between clinical lameness and Borrelia burgdorferi antibody in
dairy cows. American Journal of Veterinary Research, Oakland, v. 54, n. 3,
p. 398-405, 1993.
WHITTAKER, A. D.; JONES, D. D.; THIEME, R. H.; BARRET, J. R.
Guidelines for getting start with expert systems. Agricultural Engineering, St.
Joseph, v. 68, n. 5, p. 24-27, 1987.
WRUCK, D. S. M.; OLIVEIRA, J. R. Doenças bacterianas dos citros.
Informe Agropecuário, Belo Horizonte, v. 22, n. 209, p. 84-87, 2001.
44
YIALOURIS, C. P.; PASSAM, H. C.; SIDERIDIS, A. B. VEGES – A
multilingual expert system for the diagnosis of pest, diseases and nutricional
disorders of six greenhouse vegetables. Computers and Eletronics in
Agriculture, Amsterdan, v. 19, n. 1, p. 55-67, 1997.
YIALOURIS, C. P.; SIDERIDIS, A. B. An expert system for tomato diseases.
Computers and Eletronics in Agriculture, Amsterdan, v. 14, n. 1, p. 61-76,
1996.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
