Evaluación de modelos para la predicción de la plaga Roya

Abstract

El presente Trabajo Fin de Grado se realiza en colaboración con el Instituto Tecnológico Agrario de Castilla y León (ITACYL) en el Plan Director de lucha contra las plagas agrícolas. La plaga en concreto que se estudia es la roya amarilla, una enfermedad que afecta a tres de las producciones principales en Castilla y León: el trigo, la cebada y el tripticale. El objetivo principal del proyecto es el desarrollo de un modelo machine learning exhaustivo que permita predecir de forma temprana la aparición de roya amarilla. Para alcanzar el mismo es necesario integrar información procedente de diversas fuentes que incluyen dos determinantes clave en el desarrollo de la plaga: las condiciones meteorológicas, recogidas por las estaciones meteorológicas de la Agencia Estatal de Meteorología de España y por las estaciones meteorológicas de la red Inforiego del Instituto Tecnológico Agrario y la evolución del cultivo en distintas parcelas de Castilla y León registrada por los técnicos del ITACYL. El desarrollo del trabajo sigue la metodología de ciencias de datos propuesta por International Business Machines Corporation o IBM e incluye: la comprensión del problema a abordar, una descripción del enfoque analítico a seguir, la descripción, limpieza y tratamiento de los datos, el modelado y la evaluación de los modelos. Como resultado se obtiene un modelo de regresión con árboles de decisión bastante acertado y razonable que captura la tendencia de desarrollo de la plaga en los últimos meses de la campaña del cultivo.

This Final Degree Project is carried out in collaboration with the Agrarian Technological Institute of Castilla y León (ITACYL) in the Master Plan for the control of agricultural pests. The specific pest under study is yellow rust, a disease that affects three of the main crops in Castilla y León: wheat, barley and tripticale. The main objective of the project is the development of a comprehensive machine learning model that allows early prediction of the appearance of yellow rust. To achieve this, it is necessary to integrate information from various sources, including two key determinants in the development of the pest: meteorological conditions, collected by the meteorological stations of the Spanish State Meteorological Agency and by the meteorological stations of the Inforiego network of the Agrarian Technological Institute, and the evolution of the crop in different plots in Castilla y León, recorded by ITACYL technicians. The development of the work follows the data science methodology proposed by International Business Machines Corporation or IBM and includes: the understanding of the problem to be addressed, a description of the analytical approach to be followed, the description, cleaning and treatment of the data, modeling and evaluation of the models. The result is a fairly accurate and reasonable. The decision tree regression model captures the trend of pest development in the last months of the crop season.