Predição da massa fresca e massa seca da parte aérea da planta de teosinto em função de caracteres morfológicos

Autores

Palavras-chave:

Zea mays ssp. mexicana, regressão linear múltipla, árvore de regressão, planta forrageira

Resumo

O objetivo deste trabalho foi verificar se as massas fresca e seca da parte aérea da planta de teosinto podem ser estimadas em função de caracteres morfológicos. Foi conduzido um experimento no ano agrícola 2021/2022, em nove datas de semeadura. Foram mensurados os caracteres morfológicos: comprimento do caule do colmo do principal (CC, cm); comprimento do pendão do colmo principal (CP, cm); número de folhas do colmo principal (NF); e número de perfilhos da planta (NPF) e os produtivos: massa fresca da parte aérea da planta (MFPA, g) e massa seca da parte aérea da planta (MSPA, g). Estimaram-se os parâmetros do modelo de regressão linear múltipla e o coeficiente de determinação considerando as variáveis MFPA e MSPA como dependentes e as demais (CC, CP, NF, NPF) como independentes. Estimaram-se os parâmetros do algoritmo de árvore de regressão para a predição da MFPA e MSPA em função das demais variáveis (CC, CP, NF, NPF). As massas fresca e seca da parte aérea da planta de teosinto podem ser estimadas em função de caracteres morfológicos. A MFPA pode ser estimada pelo seguinte modelo de regressão: MFPA= -740,42 + 3,38(CC) + 9,70(CP) + 41,05(NF) + 85,70(NPF). Enquanto a MSPA pode ser estimada pelo seguinte modelo de regressão: MSPA= -84,33 + 0,85(CC) + 0,27(CP) + 3,67(NF) + 19,46(NPF). As plantas com NPF superior a 8 e CC maior que 154 cm apresentam a maior produção da MFPA e MSPA.

Biografia do Autor

Alberto Cargnelutti Filho, Universidade Federal de Santa Maria

Docente do curso de Agronomia

Murilo Vieira Loro, Universidade Federal de Santa Maria

Discente do curso de doutorado em Agronomia

Mikael Brum dos Reis, Universidade Federal de Santa Maria

Discente do curso de Agronomia

Vithória Morena Ortiz, Universidade Federal de Santa Maria

Discente do curso de mestrado em Agronomia

João Augusto Andretta, Universidade Federal de Santa Maria

Discente do curso de Agronomia

Bruno Raul Schuller, Universidade Federal de Santa Maria

Discente do curso de Agronomia

Referências

AHMAD, M. et al. Estimation of correlation coefficient in oats (Avena sativa L.) for forage yield, grain yield and their contributing traits. International Journal of Plant Breeding and Genetics, v. 7, n. 3, p. 188-191, 2013.

ALVARES, C. A. et al. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728, 2013.

CARGNELUTTI FILHO, A. et al. Relações lineares entre caracteres de aveia preta. Ciência Rural, v. 45, n. 6, p. 985-992, 2015.

HAIR, J. F. et al. Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009, 688p.

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.

KHANAL, B. et al. Maximizing fodder yield of teosinte (Euchlaena mexicana) through sowing dates and mixed fodder cropping management. Journal of Agriculture and Forestry University, v. 4, p. 269-278, 2020.

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.

ORTIZ, V. M. et al. Correlação e análise de trilha entre caracteres de teosinto. Sigmae, v. 12, n. 1, p. 29-39, 2023.

R CORE TEAM. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2023. URL 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. <https://CRAN.R-project.org/package=rpart>

Downloads

Publicado

16-08-2023

Como Citar

Konrad, M., Cargnelutti Filho, A., Loro, M. V., Reis, M. B. dos ., Ortiz, V. M., Andretta, J. A., & Schuller, B. R. (2023). Predição da massa fresca e massa seca da parte aérea da planta de teosinto em função de caracteres morfológicos. Sigmae, 12(3), 10–17. Recuperado de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/2214