MODELAGEM EM DOIS ESTÁGIOS APLICADA AO DIAGNÓSTICO DA SAÚDE DE COLÔNIAS DE ABELHAS (APIS MELLIFERA)

Abstract

As abelhas, importantes polinizadores e com grande contribuição na manutenção dos ecossistemas, estão ameaçadas por uma variedade de pragas e patógenos. Foram relatadas perdas de colônias de abelhas durante o inverno, mas também no verão, de muitos países, como os EUA por exemplo. Estudos de monitoramento, via IoT (Internet of things) provaram ser ferramentas úteis para tratar com o problema de redução populacional nas colônias. Em primeiro lugar, eles revelam o estado de saúde das abelhas e podem mostrar tendências nas taxas de perda, se tomadas em períodos regulares de tempo. Em segundo lugar, eles orientam a melhoria da saúde das abelhas, sugerindo fatores importantes por meio da análise dos fatores estudados. Esse trabalho apresenta uma proposta para definir e posteriormente predizer o nível de saúde de colônias de abelhas usando dados de sensores internos e externos à colmeia realizando posteriormente uma modelagem em dois estágios. No primeiro estágio, os estados de saúde das colmeias foram definidos e obtidos através de clusterização pelo método CLARA (Clustering Large Applications). No segundo estágio propomos um modelo de regressão logístico com penalização elastic net, o qual consiste em uma fusão dos métodos lasso (l1) e ridge (l2). Obteve-se um modelo sensível a problemas como a multicolineariedade e uma poderosa ferramenta de diagnóstico que além de não alterar o microclima da colmeia, pode evitar inspeções in loco desnecessárias e, consequentemente, diminuir o estresse na mesma.