Modelo de Crescimento Logístico e Exponencial para o Milho BR 106, em Três Épocas de Plantio

Lyra, Gustavo Bastos; Souza, José Leonaldo de; Lyra, Guilherme Bastos; Teodoro, Iêdo; Filho, G. Moura

doi:10.18512/1980-6477/rbms.v7n3p211-230

Cited by 12 publications

(21 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…(Tables 2 and 3), reinforcing the choice for the logistic model as the best performance. The logistic model was also adopted in several other works like studies on eucalyptus (Calegario et al, 2005;Mafia et al, 2005), arrack (Hernández et al, 2007), corn (Lyra et al, 2008), banana (Maia et al, 2009) and cucumber (Vieira Neto et al, 2013), for being more generalist in its application and in its behavioral description of the different variables evaluated in these studies.…”

Section: Resultsmentioning

confidence: 99%

Nonlinear regression and plot size to estimate green beans production

2016

View full text Add to dashboard Cite

The objectives of this work were to adjust nonlinear regression models for the green beans production and to identify the plot size which provides the best explanation and adjustment to the models. The authors used two field and two protected environment (plastic tunnel) trials in the autumn-winter and spring-summer seasons. The logistic and von Bertalanffy models were adjusted for average weight of green beans accumulated after multiple harvests and with different plot sizes. The models presented similar estimates and the same parameters estimates in all the plot sizes. The logistic model provided estimates closest to the reality, showing the best description performance for the average weight of pods during the productive cycle. In the autumn-winter season, plot size of 14 basic units (28 plants in the cultivation line direction) in the field and of two basic units (four plants in the cultivation line direction) under the plastic tunnel provide a good quality in the models adjustment. In the springsummer season, the plot sizes are made of six basic units (12 plants in the cultivation line) in the field and seven basic units (14 plants in the cultivation line) under the plastic tunnel.

show abstract

Section: Resultsmentioning

confidence: 99%

Nonlinear regression and plot size to estimate green beans production

2016

View full text Add to dashboard Cite

show abstract

“…Lyra et al (2003) observaram que os valores do parâmetro r estimados por este modelo foram os que mais se aproximaram dos valores observados para três cultivares de alface, em comparação com os estimados pelos modelos expolinear e Gompertz. Na cultura do milho, este modelo foi ajustado aos dados de matéria seca da parte aérea por Lyra et al (2008), que observaram valores de taxa máxima de crescimento relativo variando de 0,0034 a 0,0107 g g -1°C-1 e 0,0516 a 0,1712 g g -1 d -1 , utilizando, respectivamente, as variáveis independentes graus-dia e dias após o plantio.…”

Section: Figura 3 Valores De Matéria Seca Acumulada (Ms) Observada Eunclassified

“…Embora os modelos mecanísticos tenham uma formulação científica, funções empíricas, como a logística e a proposta por Gompertz (Amer & Williams, 1957;Richards, 1959) têm sido usadas para modelar o crescimento das plantas, o acúmulo de matéria seca e a produtividade (Lyra et al, 2008;Karadavut et al, 2010;Sepaskhah et al, 2011). Outro modelo muito utilizado para estimativa do crescimento é a função expolinear proposta por Goudriaan & Monteith (1990).…”

Section: Introductionunclassified

See 1 more Smart Citation

Modelagem do crescimento de cultivares de cana-de-açúcar no período de formação da cultura

Batista¹,

Zolnier²,

Ribeiro³

et al. 2013

Rev. bras. eng. agríc. ambient.

View full text Add to dashboard Cite

RESUMOEste estudo teve como objetivo ajustar modelos de crescimento ao acúmulo de matéria seca da parte aérea da cana-de-açúcar durante o período de formação da cultura, para as cultivares RB92579, RB867515, RB928064 e RB855453. Dados de matéria seca foram obtidos durante a execução de experimento em condições de campo entre 26/08/11 e 18/05/12. Os dados experimentais foram coletados a partir dos 45 dias após o plantio, em intervalos de uma ou duas semanas, totalizando 17 datas de amostragem. Os valores obtidos foram submetidos à análise de regressão não linear para determinação dos parâmetros dos modelos expolinear, logístico e Gompertz. Todos os modelos avaliados foram capazes de simular adequadamente o acúmulo de matéria seca pelas cultivares ao longo do período estudado, com valores de coeficiente de determinação ajustados (R 2 aj ) acima de 0,9245. Com base no modelo de crescimento expolinear, constatouse que, ao final do período experimental, a massa seca foi ligeiramente maior para a cultivar RB855453 em comparação à RB867515, as quais se destacaram em relação às cultivares RB928064 e RB92579. Palavras-chave: Saccharum officinarum, modelos de crescimento, análise de crescimentoModeling of growth of sugarcane cultivars during the crop formation period ABSTRACT The objective of the present study was to adjust growth models to the above-ground accumulated sugarcane dry matter, during the crop formation period, for cultivars RB92579, RB867515, RB928064 and RB855453. Dry matter data were obtained during the execution of experiment under field conditions from October 26, 2011 to May 18, 2012. Experimental data were collected from 45 days after planting, in one or two week time intervals, totalizing 17 sampling dates. The obtained values were subjected to nonlinear regression analysis in order to determine the parameters of the expolinear, logistic and Gompertz models. All evaluated models were capable of adequately simulating the dry matter accumulation by the cultivars during the studied period, with values of the adjusted determination coefficient above 0.9245. Based on the expolinear growth model, it was observed, at the end of the experimental period, that the accumulated dry mass was stightly superior for the cultivar RB855453 as compared to the RB867515, which outperformed the cultivars RB928064 and RB92579.

show abstract

“…Para reduzir o tempo com análises de campo, podem ser utilizados modelos de crescimento capazes de fornencer informações estimadas e exatas a respeito do crescimento da cultura durante todo o seu ciclo (Lyra et al, 2008).…”

unclassified

Crescimento E Produtividade De Milho Em Diferentes Épocas De Plantio, Nos Tabuleiros Costeiros De Alagoas

Morais

Lyra

Santos

et al. 2017

RBMS

View full text Add to dashboard Cite

RESUMO -Identificar a época ideal para o cultivo do milho é essencial quando se almeja alta produtividade. Porém, monitorar o crescimento e desenvolvimento da cultura requer práticas que exijem tempo e que são muitas vezes destrutivas. A modelagem de crescimento é uma técnica que fornece dados precisos mais rapidamente a respeito da resposta da cultivar ao ambiente. Objetivou-se analisar os modelos logístico e pico-log normal para a estimativa da altura das plantas e índice de área foliar, respectivamente, e determinar a melhor época de semeio para a cultura do milho, na região dos Tabuleiros Costeiros de Alagoas. Foi utilizada a cultivar AL Bandeirante, semeada em blocos casualizados, em diferentes épocas: 28/06 (E 1 ), 08/07 (E 2 ), 18/07 (E 3 ) e 28/07 de 2013 (E 4 ). Ambos os modelos apresentaram ajustes significaticos (p < 0,01), gerando coeficientes de determinação máximos superiores a 0,912. MAIZE GROWTH AND YIELD OVER DIFFERENT PLANTING PERIODS IN COASTAL PLAINS OF ALAGOAS, BRAZILABSTRACT -Identify the ideal time for growing maize is essential when the objective is high productivity. But monitoring the culture growth and development requires practices that demand time and are often destructive. The growth modeling is a technique that provide accurate data more quickly about the response of the plant variety to the environment. The objective of the present work was analyze the logistic models and normal peak-log to estimate plant height and leaf area index, respectively, and determine the best time to sow maize in the region of the costal plains of Alagoas, Brazil. It was used the cultivar AL Bandeirante planted in randomized blocks at different times:28/06 (E1), 08/07 (E2), 18/07 (E3) and 28/07 2013 (E4). Both models showed significaticos adjustments (p <0.01),generating maximum correlation coefficients greater than 0.912. The Willmott coefficient of agreement indicated high approximation (0.999) between the estimated and observed. The period that provided the best crop yield for corn was on 8 July . The models were effective in representing the growth of culture on the basis of accumulated degree-days.

show abstract

Modelo de Crescimento Logístico e Exponencial para o Milho BR 106, em Três Épocas de Plantio

Cited by 12 publications

References 0 publications

Nonlinear regression and plot size to estimate green beans production

Nonlinear regression and plot size to estimate green beans production

Modelagem do crescimento de cultivares de cana-de-açúcar no período de formação da cultura

Crescimento E Produtividade De Milho Em Diferentes Épocas De Plantio, Nos Tabuleiros Costeiros De Alagoas

Contact Info

Product

Resources

About