Data mining to estimate broiler mortality when exposed to heat wave

ABSTRACT

Heat waves usually result in losses of animal production since they are exposed to thermal stress inducing an increase in mortality and consequent economical losses. Animal science and meteorological databases from the last years contain enough data in the poultry production business to allow the modeling of mortality losses due to heat wave incidence. This research analyzes a database of broiler production associated to climatic data, using data mining techniques such as attribute selection and data classification (decision tree) to model the impact of heat wave incidence on broiler mortality. The temperature and humidity index (THI) was used for screening environmental data. The data mining techniques allowed the development of three comprehensible models for estimating specifically high mortality during broiler production. Two models yielded a classification accuracy of 89.3% by using Principal Component Analysis (PCA) and Wrapper feature selection approaches. Both models obtained a class precision of 0.83 for classifying high mortality. When the feature selection was made by the domain experts, the model accuracy reached 85.7%, while the class precision of high mortality was 0.76. Meteorological data and the calculated THI from meteorological stations were helpful to select the range of harmful environmental conditions for broilers 29 and 42 days old. The data mining techniques were useful for building animal production models.

RESUMO

As ondas de calor provocam perdas na produção animal pela sua exposição ao estresse por calor aumentando a mortalidade, e consequentemente, perdas econômicas. Bancos de dados zootécnicos e meteorológicos históricos podem conter informações que permitem modelar a mortalidade de frangos devido à incidência de ondas de calor. O objetivo foi analisar bancos de dados de frangos de corte associados a dados meteorológicos utilizando técnicas de mineração de dados, seleção de atributos e classificação (árvore de decisão) para modelar o impacto da incidência de onda de calor na mortalidade de frangos de corte. O Índice de Temperatura e Umidade (ITU) foi utilizado para descrever parte dos dados ambientais. A técnica de Mineração de Dados permitiu a construção de três modelos compreensíveis para estimar a alta mortalidade em frangos de corte. Os modelos gerados pela abordagem de seleção de atributos por Análise dos Componentes Principais e Wrapper apresentaram igual desempenho com uma precisão total de 89,3% e a classificação para alta mortalidade foi de 83,3%. Quando a seleção foi feita por especialistas do domínio, a precisão do modelo foi de 85,7%, e a da classificação para alta mortalidade foi de 76,9%. Resultados meteorológicos e o ITU calculada a partir de estações meteorológicas permitiram identificar condições ambientais prejudiciais para frangos entre 29 e 42 dias de vida. A técnica de Mineração de Dados é aplicável para construir modelos preditivos para a produção animal.