Risk of water surplus in soybean crop on haplic planosol soil in the Central Depression of Rio Grande do Sul State, Brazil / Risco de excesso hídrico para a cultura da soja em planossolo háplico na Depressão Central do Rio Grande do Sul

ABSTRACT: The aim of this study was to identify soybean sowing dates on which there was low water surplus risk. The crop was raised on a Haplic Planosol soil in the Central Depression of Rio Grande do Sul, Brazil. Soybean development simulations and daily water balances were calculated for different sowing dates from August 1968 to July 2012. Water surplus data was subjected to BoxPlot analyses and Scott-Knott tests at a 5% error probability. Exponential, gamma, lognormal, normal and Weibull functions were tested and the best fits to the data were obtained for both subperiods and total cycle. The highest number of fits for the development cycle and subperiods were obtained using the gamma and weibull functions, respectively. For sowing carried out after November 1, there was a low water surplus risk in the sowing-emergence subperiod. The risk of water surplus during the development cycle decreased with the advance of the sowing date.

RESUMO: O objetivo deste trabalho foi identificar as datas de semeadura com menor risco de ocorrência de excesso hídrico para a cultura da soja, em um Planossolo Háplico na Depressão Central do Rio Grande do Sul. A simulação do desenvolvimento da soja e o balanço hídrico sequencial diário foram realizados para diferentes datas de semeadura em cada ano do período de agosto de 1968 a julho de 2012. Os dados dos dias de excesso hídrico, obtidos para o ciclo da cultura, foram submetidos à análise BoxPlot e teste de Scott-Knott a 5% de probabilidade de erro. Foram testadas as funções exponencial, gama, lognormal, normal e weibull, verificando-se a de melhor ajuste aos dados obtidos para os subperíodos e ciclo total. O maior número de ajustes para o ciclo de desenvolvimento e para os subperíodos foram obtidos para as funções gama e weibull, respectivamente. As semeaduras, realizadas após o dia primeiro de novembro, apresentam menor risco de ocorrência de excesso hídrico no subperíodo semeadura-emergência. O risco de ocorrência de excesso hídrico para o ciclo de desenvolvimento é decrescente, conforme o avanço da data de semeadura.

Modelos de determinação não-destrutiva da área foliar em girassol / Models for estimating leaf area in sunflower

Os objetivos deste trabalho foram obter e testar modelos matemáticos de estimativa da área do limbo foliar em função das suas dimensões lineares para o girassol. Foram conduzidos dois experimentos na área experimental do departamento de Fitotecnia da Universidade Federal de Santa Maria. As plantas de girassol foram coletadas a partir dos 27 dias após emergência (DAE). A área foliar (AF) foi determinada pelo método dos discos. Ajustaram-se modelos lineares, quadráticos, cúbicos e potenciais entre área foliar e comprimento ou largura e seus produtos (comprimento*largura), sendo eliminados os que apresentaram coeficiente de determinação menor do que 0,90. A estatística utilizada para avaliar o desempenho dos modelos foi a raiz do quadrado médio do erro (RQME). Os modelos que melhor se ajustaram aos dados foram: potência, quadrático e cúbico, considerando a largura como variável independente. A área foliar de girassol pode ser estimada com o modelo potência, por ser o mais preciso, e a largura da folha.

The objective of this study was to obtain and to numerical models to estimate the leaf area in function leaves linear dimension in sunflower. Two experiments were conducted at the experimental area of the Plant Science Department of the Federal University of Santa Maria, Santa Maria, RS, Brazil. Plants of sunflower were collected starting 27 days after emergency (DAE). The disks method was used to determine the leaf area (LA). Leaves were dried in oven at 65°C until constant weight. Linear, quadratic, cubic and power models between leaf area and length or width, and the product (length * width), were fitted. Models that apresented coefficient of determination lower than 0.90 were not selected. The statistic used to evaluate the performance of the models was the root mean square error (RQME). Models that had the best fit were power, quadratic and cubic using blade width as the independent variable. Leaf area in sunflower can be estimated with the power model, which was the most accurate, with width of the leaf.