Orientador: Daniella Jorge de Moura / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-10T15:17:54Z (GMT). No. of bitstreams: 1 Vale_MarcosMartinezdo_D.pdf: 4930085 bytes, checksum: c13a4400cf22926da65e99857857d0ba (MD5) Previous issue date: 2008 / Resumo: Com o aumento da produção de frangos de corte no Brasil surge a necessidade de otimização do sistema de produção, principalmente devido a um mercado competitivo, sendo necessária a aplicação de recursos de tecnologia que reduzam perdas. Perdas produtivas decorrentes de ondas de calor (OC) são comuns na produção de frangos de corte em clima tropical e a solução é um problema complexo. A previsão precoce destes eventos climáticos com impacto na mortalidade permite reduzir perdas. Bancos de dados zootécnicos e meteorológicos podem conter padrões úteis para a previsão da mortalidade de frangos de corte, possíveis de se extrair por técnicas como a Mineração de Dados. Este trabalho teve por objetivo geral predizer a mortalidade de frangos de corte com um mínimo de 24 horas de antecedência. Os objetivos específicos foram: 1) Caracterizar OC com impacto sobre a mortalidade de frangos de corte; 2) Gerar modelos de previsão aplicável a sistemas de suporte à decisão durante o processo produtivo de frangos de corte prevendo a ocorrência de mortalidade alta em frangos de corte devido a OC; 3) Indicar ações mitigadoras para a amenização do impacto de OC. As OC com impacto na mortalidade de frangos de corte apresentaram características que dependem do tipo construtivo e da idade da ave. A condição mínima para a ocorrência de OC afetando aviários sem climatização foi: temperatura máxima do dia > 32º C; temperatura média do dia > 24º C; Índice de Temperatura e Umidade (ITU) médio > 23º C; Velocidade média do vento _ 1,4 m s-1. Para aviários com climatização mínima, a mortalidade ocorreu de forma diferente entre as idades, não havendo mortalidade por OC para idade até 31 dias. Para as demais idades as condições para o desencadeamento de mortalidade alta foram: entre 31 e 40 dias: ITU máximo > 30,6º C e temperatura máxima > 34,4º C; entre 41 dias e o abate: ITU máximo > 30,6º C; temperatura máxima > 34,4º C; ITU mínimo _ 15,5º C; hora da temperatura máxima > 15h00min. A magnitude média de OC com impacto na mortalidade de frangos de corte, medida em ITU horas grau acumulado (ITUhga) > 24º C, foi de 367º C acumulados no dia. As previsões com 48 horas (precisão de 91,12% do modelo e 66,9% para a mortalidade alta) e 24 horas (precisão de 97,2% do modelo e 93,3% para a mortalidade alta) de antecedência permitem o desencadeamento de ações mitigadoras para a redução da mortalidade em frangos de corte. Dias de OC apresentam uma pior condição térmica, uma menor umidade relativa do ar nos horários de pico de calor, no turno da tarde, o que permite estratégias de mitigação com a intensificação do uso dos ventiladores e resfriamento evaporativo iniciando operação entre 09h00min e 10h00min, perdurando até as 20h00min. A previsão da mortalidade alta em frangos de corte a partir de dados meteorológicos com 24 e 48 horas de antecedência pode auxiliar na tomada de decisão precoce para se evitar esta mortalidade / Abstract: As broiler production increases in Brazil it appears the need of optimizing production system mainly due to the market competitiveness, and technological resources application are required for reducing losses. Productive loss decurrently from heat wave (HW) incidence is quite common in broiler rearing under tropical conditions, and the solution for this is a rather complex problem. The early forecast of these climate events with impact on animal mortality may allow losses reduction. Data base on animal production and meteorology may enclose useful pattern for broiler mortality prediction, and it can be possible to extract them by techniques such as Data Mining. This research had the general objective of predicting broiler chicken mortality with a minimum period of 24 hours prior to heat wave exposure. The specific objectives were: 1) To characterize HW with impact on broiler mortality; 2) To generate forecast models applied to decision making systems during the broiler productive process, estimating the high mortality occurrence due to HW exposure; 3) To indicate mitigation actions to reduce HW impact on broiler chicken production. The HW with impact on broiler mortality presented characteristics that depend on the housing characteristics as well as on the age of the bird. The minimum concomitant climatic condition for HW affecting broiler production reared on housing without acclimatization was: maximum daily environmental temperature > 32º C; average daily temperatures > 24º C; average temperature and humidity index (THI) > 23º C; and average wind speed _ 1.4 m s-1. For housing with the minimum acclimatization equipments mortality occurred in a distinct way for birds with distinct ages, and there was not mortality by HW exposure for birds up to 31 days old. For birds with age different from that, the climate condition for starting the high mortality incidence was distinct such as: between 31 and 40 days old: Maximum THI > 30.6 ºC and maximum environmental temperature above 34.4 ºC; between 41 days old and laughter age: maximum THI > 30.6 ºC; maximum ambient temperature > 34.4º C; minimum THI _ 15.5 ºC; time that the maximum ambient temperature was found > 15h00min. The mean HW magnitude with impact in broiler 31 days old and characterized by THI degrees hour accumulated (THIdha) >24ºC, was of 367 ºC accumulated during the day. The forecast within 48 hours (91.12% accuracy and 0.66 precision for the class High Mortality) and 24 hours (97.2% accuracy of the model, and 0.93 precision for the class High Mortality) of minimum forecast allows the start of mitigation actions for reducing broiler mortality. Days during HW present the worst thermal conditions, with lower air relative humidity during peak of heat during the afternoon; that allows the adoption of mitigation strategies by using fans and evaporative cooling starting between 09h00min and 10h00min up to 20h00min. It was possible to predict high broiler mortality using meteorological data forecast within 24 and 48 hours, and this may help early decision making to avoid economical losses / Doutorado / Construções Rurais e Ambiencia / Doutor em Engenharia Agrícola