Machine learning for temperature forecasting and pest and disease prediction in tomato crops

Abstract

Tomato is one of the most widely cultivated and consumed fruits in the world, playing an active role in our lives. In Portugal, the fruit plays a crucial role in the economy, especially in the processing industry, making the country one of the leading producers and exporters in Europe. The favorable Mediterranean climate greatly influences the harvest, as its success directly depends on the combination of two main factors during the planting and harvesting months: temperature and precipitation. However, occurrences such as diseases and pests can negatively affect the quality of the finished product. Therefore, choosing the right practices and technologies is also a key factor. The focus of this study is to, following the CRISP-DM methodology, conduct an exploratory analysis of a dataset spanning 65 years and 14 tomato harvests located Portugues sub-region, Lezíria do Tejo using temperature and precipitation data. Additionally, we examined the impact of these components on the yield through the combination of production data since 1996. This analysis enabled the creation of a time-series-based model for temperature prediction. Moreover, knowledge related to pest and disease occurrence was extracted through a set of rules, which will be used to model an automatic monitoring system. As the main results, it was found that the maximum temperature has a positive effect on crop productivity. Regarding the models, the multivariate time series model achieved an R-squared value of 97%, while the pest and disease model reached 98% accuracy.

O tomate é um dos frutos mais cultivados e consumidos do mundo, fazendo parte ativa das nossas vidas. Em Portugal, o fruto desempenha um papel fulcral na economia, sendo um dos países europeus que mais produz e exporta, principalmente na indústria de processamento. O favorável clima mediterrâneo tem uma grande influência na colheita, já que o seu sucesso depende diretamente da combinação de dois fatores principais durante os meses de plantação e colheita: temperatura e precipitação. No entanto, ocorrências como a existência de doenças e pragas, podem afetar negativamente o resultado de produto acabado. Assim sendo, são também fatores chave, as corretas escolhas de práticas e tecnologias. O foco deste estudo é, seguindo a metodologia CRISP-DM, realizar uma análise exploratória de um conjunto de dados de 65 anos e 14 colheitas de tomate localizadas na sub-região da Lezíria do Tejo, através de dados de temperatura e precipitação, permitindo criar um modelo baseado em séries temporais para predição de temperatura. Adicionalmente, estudamos o impacto destas componentes no resultado da colheita utilizando dados de produção desde 1996. Foi também extraído conhecimento relativo ao tema de pragas e doenças, através de um conjunto de regras, a partir das quais se irá modelar um sistema de monitorização automática. Como principais resultados, verificou-se que o aumento da temperatura máxima provoca um efeito positivo na produtividade da colheita. Relativamente aos modelos, através do modelo de séries temporais multivariado, atingiu-se um valor de R-Quadrado de 97%. E nas pragas e doenças, um modelo com 98% de eficácia.