ABSTRACT
ABSTRACT: Assessing sugarcane (Saccharum spp.) stalk growth helps to adequately manage the phenological stages of the crop. The aim of this study was to describe the height-growth curve of four sugarcane varieties (RB92579, RB93509, RB931530 and SP79-1011), in irrigated plant-cane and ratoon cane plantations, using the Logistic and Gompertz nonlinear models, while considering all deviations from assumptions. The model parameters were estimated based on the least squares method using the Gauss-Newton algorithm. To select the most suitable model, nonlinear measures, adjusted coefficient of determination (R2 adj), residual standard deviation (RSD), and corrected Akaike information criterion (AICc) were used. Based on the best models, stalk height growth rates and crop phenological stages were determined using critical points. All tests were performed in the free software environment for statistical computing and graphics, R. In general, the Logistic and Gompertz models without AR(1) better described the plant-cane and ratoon cane stalk height, respectively. All varieties showed early growth, and the RB92579 variety presented higher rates in both cycles.
RESUMO: A avaliação do crescimento dos colmos de cana-de-açúcar (Saccharum spp.) ajuda a adequar o manejo com as fases fenológicas da cultura. Objetivou-se com este trabalho descrever a curva de crescimento da altura de quatro variedades de cana-de-açúcar (RB92579, RB93509, RB931530 e SP79-1011), nos cultivos de cana planta e cana soca irrigados, utilizando os modelos não lineares Logístico e Gompertz, e considerando eventuais desvios de pressupostos. A estimação dos parâmetros dos modelos foi feita com base no método dos mínimos quadrados utilizando o Algoritmo de Gauss-Newton. Para selecionar o modelo mais adequado foram utilizadas as medidas de não linearidade, o coeficiente de determinação ajustado (R2 aj), o desvio padrão residual (DPR) e o critério de informação de Akaike corrigido (AICc). Com base nos melhores modelos foram determinadas as taxas de crescimento da altura dos colmos e as fases fenológicas da cultura por meio dos pontos críticos. Todas as análises foram realizadas no software estatístico R. No geral, os modelos Logístico e Gompertz sem AR(1) descreveram melhor a altura dos colmos em cana planta e cana soca, respectivamente. Todas as variedades apresentaram crescimento precoce, a variedade RB92579 apresentou maiores taxas em ambos os ciclos.
ABSTRACT
ABSTRACT: Coffee crops play an important role in Brazilian agriculture, with a high level of social and economic participation resulting from the jobs created in the supply chain and from the income obtained by producers and the revenue generated for the country from coffee bean export. In coffee plant growth, leaves have a determinant role in higher production; therefore, the leaf count per plant provides relevant information to producers for adequate crop management, such as foliar fertilizer applications. To describe count data, the Poisson model is the most commonly employed model; when count data show overdispersion, the negative binomial model has been determined to be more adequate. The objective of this study was to compare the fitness of the Poisson and negative binomial models to data on the leaf count per plant in coffee seedlings. Data were collected from an experiment with a randomized block design with 30 treatments and three replicates and four plants per plot. Data from only one treatment, in which the number of leaves was counted over time, were employed. The first count was conducted on 8 April 2016, and the other counts were performed 18, 32, 47, 62, 76, 95, 116, 133, and 153 days after the first evaluation, for a total of ten measurements. The fitness of the models was assessed based on deviance values and simulated envelopes for residuals. Results of fitness assessment indicated that the Poisson model was inadequate for describing the data due to overdispersion. The negative binomial model adequately fitted the observations and was indicated to describe the number of leaves of coffee plants. Based on the negative binomial model, the expected relative increase in the number of leaves was 0.9768% per day.
RESUMO: A cultura do café desempenha papel relevante na agricultura do Brasil, com expressiva participação social e econômica tanto pelos empregos gerados na cadeia produtiva, bem como pela renda obtida pelos produtores e pelas divisas geradas para o país na exportação do grão. No crescimento das plantas de café, as folhas desempenham papel decisivo para que tenha maior produção, portanto a contagem do número de folhas por planta fornece informações importantes aos produtores para o manejo adequado da cultura como, por exemplo, a aplicação de adubações foliares. Em geral, na descrição de dados obtidos por contagem, o modelo mais utilizado é o Poisson, sendo que quando os dados apresentam superdispersão, o modelo Binomial Negativo tem se mostrado mais adequado. O objetivo deste trabalho foi comparar o ajuste dos modelos de Poisson e Binomial Negativo em dados de contagens do número de folhas por planta em mudas do cafeeiro. Os dados foram obtidos de um experimento usando o delineamento em blocos casualizados com trinta tratamentos e três repetições com quatro plantas por parcela. Foram utilizados os dados de apenas um tratamento no qual foi feita a contagem do número de folhas ao longo do tempo. A primeira avaliação foi feita em 8 de abril de 2016 e as demais aos 18, 32, 47, 62, 76, 95, 116, 133 e 153 dias após a primeira avaliação, totalizando dez medidas. A adequação dos mesmos foi verificada com base nos valores da Deviance e no envelope simulado para os resíduos. Os resultados do ajuste indicaram que o modelo Poisson foi inadequado para descrição dos dados devido a superdispersão. O modelo Binomial Negativo se ajustou adequadamente e foi indicado para descrever o número de folhas das plantas do cafeeiro. Com base no modelo Binomial Negativo o aumento relativo esperado para o número de folhas foi de 0,9768% para cada dia.