Resumen

La jacinto de agua () es una especie de planta exótica que es controlada efectivamente por spp. gorgojos. Este estudio tiene como objetivo determinar si los datos espectroscópicos pueden ser utilizados para predecir el estrés inducido por insectos en plantas de jacinto de agua. Se han utilizado árboles de regresión de objetivo único (STRTs), árboles de regresión de múltiples objetivos (MTRTs) y árboles de regresión de múltiples objetivos de bosque aleatorio (RF-MTRTs) para predecir el daño por alimentación de cicatrices (FSD) y el contenido relativo de clorofila foliar (RLCC) a partir de datos de reflectancia hiperespectral del dosel. Los resultados de este estudio muestran que el coeficiente de correlación de STRTs (precisión de entrenamiento: 76%97%; precisión de validación: 47%86%) es mejor que MTRTs (precisión de entrenamiento: 74%90%; precisión de validación: 45%77%) para todos los niveles de infestación, pero son difíciles de interpretar simultáneamente. En contraste, los MTRTs (tamaño: 2335 nodos) son mucho más pequeños y más interpretables que los STRTs (tamaño: 1147 nodos) porque predicen FSD y RLCC simultáneamente. Es importante destacar que los RF-MTRTs (precisión de entrenamiento: 95%98%; precisión de validación: 55%88%) ofrecen un mejor rendimiento predictivo que los STRTs y MTRTs para todos los niveles de infestación. Se concluye que los MTRTs pueden ser utilizados para la interpretación del modelo ya que son más interpretables; sin embargo, los RF-MTRTs ofrecen un mejor rendimiento predictivo.

• Materias:Fluorescencia Nanopartículas Espectroscopia infrarroja Fármaco Espectroscopia raman
• Subjects:Fluorescence Nanoparticles Infrared spectroscopy Drug Raman spectroscopy
• Palabras claves:Jacinto de agua; Gorgojos; Datos espectroscópicos; Daños por cicatrices de alimentación; Contenido relativo de clorofila en las hojas; árboles de regresión
• Keywords:Water hyacinth; Weevils; Spectroscopic data; Feeding scar damage; Relative leaf chlorophyll content; Regression trees