Modelos de regresión para estimar el peso seco de órganos y área del limbo del duraznero, variedad jarillo / Regression models for the estimation of the dry weights of organs and the limbo area of the peach variety jarillo

Los métodos no destructivos y confiables para estimar el área del limbo y el peso seco de los órganos de durazno de la variedad Jarillo están limitados para el investigador. Por el contrario, en este estudio, se desarrollaron unos modelos estadísticos para estimar el área y el peso seco del limbo, de frutos y de ramas de la variedad Jarillo, para ser utilizados, como herramientas, para facilitar la recolección de datos. El estudio, se realizó en las montañas de Pamplona, noroeste de Colombia. Se seleccionaron 240 hojas, de 2,5 meses; 240 frutos, de 3,5 y 7 meses y 240 ramas, de 9 meses de edad, para desarrollar los modelos. Los resultados del análisis de regresión indicaron que varios modelos son adecuados para estimar el área del limbo y el peso seco de los órganos de durazno de la variedad Jarillo. Los datos observados y estimados se compararon estableciendo la relación, mediante una regresión lineal simple, para la rama y el limbo. La relación para el fruto fue de tipo cuadrático. El número de yemas, de volumen, de longitud y el diámetro basal/medio de las ramas mixtas, el peso seco del fruto, el muestreo, el diámetro longitudinal del fruto, la altitud, la longitud del limbo, el peso seco del limbo, el producto de la longitud por el ancho del limbo, el ancho del limbo, el peso seco del limbo, están involucrados en la estimación del área del limbo y el peso seco de los órganos de Prunus persica (L.), variedad Jarillo.

Non-destructive, rapid and reliable methods for estimating the area of limb and dry weight of peach organs for the Jarillo variety are limited. Therefore, the aim of the present study was to produce a statistical model to estimate the area and dry weight of limb fruit and branches of this specific variety that can be used as a tool to facilitate data collection. The study was performed in the mountains of Pamplona, Northwest of Colombia. Two Hundred and forty leaves (240) from 2.5 months old limb, 240 fruits of 3.5 and 7 months old fruits and 240 branches of 9 months old branches were selected and used to develop the model. Results of the regression analysis indicated that several models were suitable to estimate the area limb and the dry weight. The observed and estimated data were compared by establishing the relationship by means of a simple linear regression for the branch and limb. The relation for the fruit was quadratic type. The number of buds, volume of branches, length of mixed branches and basal/mean diameter, dry weight of fruit, sampling, longitudinal diameter of the fruit, altitude, length of limb, dry weight of limb, the product of the length by the width of the limb, width of the limb, should be considered in the estimation of the area limb and dry weight of the peach organs of P. persica (L.) Jarillo variety.

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.

Estimativa da área foliar do antúrio com o uso de funções de regressão / Estimating leaf area in anthurium with regression functions

O presente trabalho teve como objetivo determinar quais variáveis dimensionais da folha são mais adequadas para utilização na estimativa da área foliar do antúrio (Anthurium andraeanum), cv. "Apalai", por meio de equação de regressão linear, e comparar o desempenho de diferentes funções de regressão obtidas com o uso de aprendizado de máquina (AM). A variável que melhor estimou a área foliar foi o produto das dimensões lineares (comprimento e largura), CxL, sendo a equação proposta Af = 0.9672 *C x L, com coeficiente de determinação (R²) de 0,99. Verificou-se, também, com o uso de AM, que as funções lineares são mais adequadas para a estimação da área foliar dessa espécie vegetal.

This study was aimed at determining which of the leaf dimensional parameters, length (C), width (L) or the product of the length by width (CxL), are more appropriate to estimate area of anthurium (Anthurium andraeanum), cv. Apalai using a linear regression equation and to compare the performance of different regression functions obtained with machine learning (AM). The parameter that estimated the leaf area with the least error was the CxL product, with the equation proposed Af = 0.9672 *C x L and coefficient of determination (R²) equal to 0.99. It was also verified with AM that linear functions are more adequate to estimate the leaf area of this vegetal species.