Árvore de regressão para previsão da produtividade de matéria fresca da parte aérea de teosinto em função de variáveis meteorológicas
Palabras clave:
Zea mays ssp. mexicana, radiação solar global, soma térmica, árvore de regressãoResumen
O objetivo deste trabalho foi verificar se é possível predizer a produtividade de matéria fresca da parte aérea de teosinto em função de variáveis meteorológicas. Foi conduzido um experimento com nove datas de semeadura (08/10/2021 a 01/01/2022). As semeaduras foram realizadas em uma fileira de 5 m de comprimento, espaçadas em 0,80 m entre fileiras e 0,20 m entre plantas na fileira. Em cada fileira, foram selecionadas, aleatoriamente, cinco plantas, totalizando 45 plantas. Em 28/03/2022, nas cinco primeiras datas de semeadura, e em 22/04/2022, nas últimas quatro datas de semeadura, determinou-se a produtividade de massa fresca da parte aérea da planta (MFPA, em g). Calculou-se a radiação solar global acumulada e a soma térmica dos subperíodos semeadura ao florescimento masculino (estádio vegetativo) e florescimento masculino à colheita (estádio reprodutivo). Aplicou-se o algoritmo de análise de árvore de regressão para previsão da MFPA em função das variáveis meteorológicas. A árvore de regressão foi realizada com os dados de todas as plantas e datas de semeadura (n=45). A radiação solar global acumulada no florescimento masculino à colheita foi o principal nó de divisão. No segundo nó hierárquico, os critérios de divisão foram soma térmica da semeadura ao florescimento masculino e radiação solar global acumulada da semeadura ao florescimento masculino. O maior desempenho produtivo (MFPA = 1162 g planta-1) foi observado em plantas com radiação solar global acumulada no estádio reprodutivo menor que 494 MJ m-2 e radiação solar global acumulada no estádio vegetativo inferior a 3257 MJ m-2 (33% das observações).
Citas
ALVARES, C. A. et al. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013.
ARNOLD, C. Y. Maximum-minimum temperatures as a basis for computing heat units. Journal of the American Society for Horticultural Sciences, v. 76, n. 1, p. 682-692, 1960.
BRETAS, I. L. et al. Prediction of aboveground biomass and dry‐matter content in Brachiaria pastures by combining meteorological data and satellite imagery. Grass and Forage Science, v. 76, n. 3, p. 340-352, 2021.
COELHO, A. E. et al. Nitrogen use efficiency and grain yield of corn hybrids as affected by nitrogen rates and sowing dates in subtropical environment. Revista Brasileira de Ciência do Solo, v. 46, e0210087, p. 1-21, 2022.
DJAMAN, K. et al. Planting date and plant density effects on maize growth, yield and water use efficiency. Environmental Challenges, v. 6, e100417, p. 1-11, 2022.
JEONG, J. H. et al. Random forests for global and regional crop yield predictions. Plos One, v. 11, n. 6, e0156571, 2016.
JHA, A. K. et al. Impact of irrigation method on water use efficiency and productivity of fodder crops in Nepal. Climate, v. 4, n. 1, p. 1-13, 2016.
KUMAR, B. et al. Herbage production, nutritional composition and quality of teosinte under Fe fertilization. International Journal of Agriculture & Biology, v. 18, n. 2, p. 319-329, 2016.
LOH, W. Y. Classification and regression trees. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, v. 1, n. 1, p. 14-23, 2011.
MILBORROW, S. _rpart.plot: Plot ´rpart` Models: an Enhanced Version of ´plot.rpart`_. R package version 3.1.1, 2022. <https://CRAN.R-project.org/package=rpart.plot>.
MOHAN, S.; DAR, E. A.; SINGH, M. Fodder quality of teosinte fodder as influenced by nitrogen, phosphorus and zinc application. International Journal of Pure and Applied Bioscience, v. 5, p. 596-604, 2017.
R CORE TEAM. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2023. Disponível em: https://www.R-project.org/.
SANTOS, H. G. et al. Sistema Brasileiro de Classificação de Solos. 5. ed. Brasília: Embrapa. p. 356, 2018.
THERNEAU, T.; ATKINSON, B. _rpart: Recursive Partitioning and Regression Trees_. R package version 4.1.19, 2022. Disponível em: https://CRAN.R-project.org/package=rpart.
YANG, Y. S. et al. The effect of solar radiation change on the maize yield gap from the perspectives of dry matter accumulation and distribution. Journal of Integrative Agriculture, v. 20, n. 2, p. 482-493, 2021.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
