Decision-making control systems of Anthonomus grandis grandis (Coleoptera: Curculionidae) in cotton fields using machine learning and digital tools

Abstract

The boll weevil (Anthonomus grandis grandis Boh.) is one of the main pests of cotton (Gossypium hirsutum L.), infesting the reproductive structures of the plant and causing significant losses, which can compromise up to 100% of production. Digital and machine learning systems are modern tools capable of performing tasks that would normally be performed by human intelligence and exhibiting high precision while doing that together with the incorporation of all the required variables for a decision-making system. Despite the importance of cotton crops and A. grandis grandis, currently there are no records of studies that had been carried out on the use of digital tools and machine learning for decision-making in the control of the boll weevil. Thus, this work aimed to determine a model for predicting the seasonal variation of A. grandis grandis populations in cotton crops using Artificial Neural Networks (ANNs) and to develop a digital system for determining control levels for A. grandis grandis according to insecticide application technology, cotton lint price and crop yield. Although there are several ways to control the boll weevil, the most efficient is through the use of synthetic pesticides. The tools determined in this work are promising for optimizing the use of these pesticides, determining the appropriate time for pest control. Keywords: ANNs; digital systems; boll weevil; Gossypium hyrsutum.

O bicudo-do-algodoeiro (Anthonomus grandis grandis Boh.) é umas das principais pragas dos cultivos de algodão (Gossypium hirsutum L.), atacando as estruturas reprodutivas da planta e causando perdas expressivas, podendo comprometer até100% da produção. Os sistemas digitais e de aprendizado de máquinas são ferramentas modernas com capacidade de realizar tarefas que normalmente seriam feitas através da inteligência humana e possuem alta precisão na execução dessas tarefas, além de incorporar todas as variáveis necessárias para um sistema de tomada de decisão. Apesar da importância dos cultivos de algodão e de A. grandis grandis, até o presente não foram realizados estudos sobre o uso de ferramentas digitais e de aprendizado de máquinas para a tomada de decisão de controle do bicudo-do-algodoeiro. Assim, esse trabalho teve como objetivo determinar um modelo de previsão da variação sazonal das populações de A. grandis grandis em cultivos de algodão usando Redes Neurais Artificiais (RNAs) e desenvolver um sistema digital para determinação dos níveis de controle para A. grandis grandis em função da tecnologia de aplicação de inseticidas, preço da fibra de algodão e rendimento da lavoura. Apesar de existirem diversas formas de controle do bicudo- do-algodoeiro, a mais eficiente é através da utilização de pesticidas sintéticos. As ferramentas determinadas nesse trabalho são promissoras para otimizar o uso desses pesticidas, determinando o momento adequado para o controle da praga. Palavras-chave: hyrsutum. RNAs; sistemas digitais; bicudo-do-algodoeiro; Gossypium.