About identification of features that affect the estimation of citrus harvest

Abstract

En la producción de cítricos, los modelos precisos para estimación temprana de producción involucran variables de alto costo. El objetivo de este trabajo fue desarrollar un modelo que proporcione estimaciones tempranas y precisas utilizando características de bajo costo. Los datos iniciales considerados tienen diferentes costos, ya que provienen de mediciones en los árboles, de las estaciones meteorológicas o de satélite. Los huertos de cítricos estudiados correspondieron a mandarino (Citrus reticulata x C. sinensis) y dos naranjas dulces (C. sinensis); ubicados en el noreste argentino. Se han probado varios métodos de aprendizaje automático junto con diferentes conjuntos de datos, con el objetivo de obtener la mejor estimación de producción. El modelo final se basa en máquinas de vectores soporte con las siguientes variables de bajo costo: especie, edad de los árboles, irrigación, reflectancia roja e infrarroja cercana en febrero y diciembre, NDVI en diciembre, lluvia durante madurez y humedad en periodo de crecimiento de frutos.In citrus production, methods applied for early estimation of harvest are difficult, expensive, and imprecise. The goal of this work was to design a model to provide early and accurate estimations using low-cost features. Data considered to estimate citrus harvest have different costs, because they come from measurements in citrus trees, meteorological stations, or MODIS satellite. The studied citrus orchards were of a tangerine (Murcott tangor) and two sweet oranges (Valencia late and Salustiana), located in northeastern Argentina. Several machine learning methods together with different datasets have been tested with the goal of obtaining the best harvest estimation. The final model is based on support vector machines with low-cost variables registered in early moments of determination, which ensures a useful and applicable method.