Применение модели ARIMAX для прогнозирования еженедельной заболеваемости черной гнилью плодов какао
Application of ARIMAX Model to Forecast Weekly Cocoa Black Pod Disease Incidence
Ashley Ling, Darmesah, G., Khim Phin Chong, C. M. Ho
Аннотация (перевод)
Убытки, вызванные черной гнилью плодов какао во всем мире, превысили $400 million из-за неточного прогнозирования заболеваемости черной гнилью плодов какао, что приводит к несвоевременному опрыскиванию. На еженедельную заболеваемость черной гнилью плодов какао влияют внешние факторы, такие как климатические переменные. Чтобы преодолеть эту неточность в сроках опрыскивания, при прогнозировании заболеваемости следует учитывать влияющие внешние факторы, такие как температура, количество осадков и относительная влажность. Целью данного исследования является разработка модели авторегрессионного интегрированного скользящего среднего с внешними переменными (ARIMAX), учитывающей эффекты климатических факторов влияния, для прогнозирования еженедельной заболеваемости черной гнилью плодов какао. Что касается показателей эффективности, установлено, что предложенная модель ARIMAX превосходит традиционную модель авторегрессионного интегрированного скользящего среднего (ARIMA). Результаты этого прогнозирования могут принести пользу, в частности, для разработки системы поддержки принятия решений при определении правильных сроков принятия мер по борьбе с черной гнилью плодов какао.
Оригинальная аннотация
The losses caused by cocoa black pod disease around the world exceeded $400 million due to inaccurate forecasting of cocoa black pod disease incidence which leads to inappropriate spraying timing. The weekly cocoa black pod disease incidence is affected by external factors, such as climatic variables. In order to overcome this inaccuracy of spraying timing, the forecasting disease incidence should consider the influencing external factors such as temperature, rainfall and relative humidity. The objective of this study is to develop a Autoregressive Integrated Moving Average with external variables (ARIMAX) model which tries to account the effects due to the climatic influencing factors, to forecast the weekly cocoa black pod disease incidence. With respect to performance measures, it is found that the proposed ARIMAX model improves the traditional Autoregressive Integrated Moving Average (ARIMA) model. The results of this forecasting can provide benefits especially for the development of decision support system in determine the right timing of action to be taken in controlling the cocoa black pod disease.
Идентификаторы
Canonical: https://research.holos.house/w/fa172316-b3d2-4599-9585-1e0d46701542
DOI: 10.13189/ms.2019.070705
OpenAlex: W2980491763