Predicting Rice Yield Losses Caused by Multispecies Weed Competition

Florez, Jaime A.; Fischer, Albert J.; Ramírez, Hernando; Duque, M.

doi:10.2134/agronj1999.00021962009100010014x

Cited by 36 publications

(32 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Some have incorporated multispecies weed competition, but only a few have been tested in rice (Florez et al 1999;Swinton et al 1994;Van Acker et al 1997). In order to be useful in agricultural systems, models must be able to predict losses in natural situations and include multiple weed species (Ali et al 2013).…”

mentioning

confidence: 99%

Predicting Yield Losses in Rice Mixed-Weed Species Infestations in California

2016

View full text Add to dashboard Cite

Although many pests constrain rice production, weeds are considered to be the major barrier to achieving optimal yields. A predictive model based on naturally occurring mixed-species infestations in the field would enable growers to target the specific weed group that is the greatest contributor to yield loss, but as of now no such models are available. In 2013 and 2014, two empirical hyperbolic models were tested using the relative cover at canopy closure of groups of weed species as independent variables: grasses, sedges, broadleaves, grasses and sedges combined, grasses and broadleaves combined, and all weed species combined. Models were calibrated using data from experiments conducted at the California Rice Experiment Station, in Biggs, CA, and validated across four sites over 2 years, for a total of 7 site-year combinations. Of the three major weed groups, grasses, sedges, and broadleaves, the only groups positively related to yield loss in the multispecies infestation were grasses. At the model calibration site, grasses and sedges combined best predicted yield loss (corrected Akaike information criterion [AICc] = −21.5) in 2013, and grasses alone best predicted yield loss (AICc = −19.0) in 2014. Across the validation sites, the model using grasses and sedges combined was the best predictor in 5 out of 7 site-years. Accuracy of the predicted values at the model validation sites ranged from 6% mean average error to 17% mean average error. No single model and set of parameters accurately predicted losses across all years and locations, but relative cover of grasses and sedges combined at canopy closure was the best estimate over the most sites and years. Nomenclature: Rice, Oryza sativa L.

show abstract

mentioning

confidence: 99%

Predicting Yield Losses in Rice Mixed-Weed Species Infestations in California

2016

View full text Add to dashboard Cite

show abstract

“…Após o ajuste dos dados ao modelo de Cousens et al (1987), fez-se comparação dos modelos ajustados entre ambientes, procedendo-se inicialmente verificação de homogeneidade de variância pelo teste de Bartlett (Gomez & Gomez, 1984). Nos casos em que houve homocedasticidade, foi realizada a comparação entre ambientes, conforme Chow (Florez et al, 1999). Após tal procedimento, ocorrendo diferenças entre ambientes, as comparações dos parâmetros i, a e c entre ambientes foi realizada de acordo com Ratkowsky (Jasieniuck et al, 1999).…”

Section: Methodsunclassified

Ajuste de modelo para quantificar o efeito de plantas daninhas e época de semeadura no rendimento de soja

Rizzardi

Fleck

Riboldi

et al. 2003

Pesq. agropec. bras.

View full text Add to dashboard Cite

Resumo -O objetivo deste trabalho foi ajustar e validar um modelo matemático baseado em densidades de picão-preto (Bidens spp.) e de guanxuma (Sida rhombifolia L.), integrando a época de semeadura da soja após a dessecação da cobertura vegetal, para quantificar perdas de rendimento de grãos. Foram conduzidos quatro experimentos, em Passo Fundo e Eldorado do Sul. Os tratamentos constaram de densidades de picão-preto ou de guanxuma e de épocas de semeadura da soja em relação à data de dessecação da cobertura vegetal. Nos experimentos com picão-preto, a semeadura da soja foi realizada 3, 7 e 11 dias após dessecação (DAD) da cobertura vegetal, nos dois locais. Com infestação de guanxuma, a semeadura da soja foi realizada 3, 7 e 11 DAD em Passo Fundo, e 20, 24 e 28 DAD em Eldorado do Sul. Os dados foram analisados pelo modelo da hipérbole retangular, o qual incorpora a densidade da planta daninha e a época de sua emergência em relação à cultura. O atraso na semeadura da soja em relação à dessecação da cobertura vegetal aumenta os níveis de perdas de rendimento da cultura em decorrência da interferência de guanxuma e, principalmente, de picão-preto. O modelo pode ser usado para previsão das perdas de rendimento de grãos de soja causadas pelas duas espécies de plantas daninhas.Termos para indexação: picão-preto, guaxuma, densidade de plantas daninhas, perda de rendimento, modelo matemático, dessecação de cobertura vegetal. Adjustment of model to quantify the effect of weeds and sowing time on soybean yieldAbstract -The objective of this work was to adjust and validate a mathematical model based beggarticks (Bidens spp.) and arrowleaf sida (Sida rhombifolia L.) densities, integrating the soybean seeding time after plant cover desiccation as a variable in order to quantify the losses in grain yield. Four experiments were conducted in Passo Fundo and Eldorado do Sul, RS, Brazil. Treatments consisted of beggarticks and arrowleaf sida densities, and soybean seeding times in relation to plant cover desiccation date. In the trials performed with beggarticks, soybean seeding was carried 3, 7, and 11 days after desiccation (DAD) of plant cover, in both locations. In the trials that included arrow leaf sida, soybean seeding was performed 3, 7, and 11 DAD in Passo Fundo, and 20, 24, and 28 DAD in Eldorado do Sul. In order to analyse the data, it was used the rectangular hyperbolic model, which incorporates weed density and its emergence time in relation to the crop. Delaying soybean seeding in relation to plant cover desiccation increased the levels of crop grain yield losses due to weed interference, mainly for beggarticks. The rectangular hyperbolic model can be used to predict soybean grain yield losses for both weed species.Index terms: beggarticks, arrowleaf sida, weed density, crop yield losses, mathematical models, plant cover desiccation.(1) Aceito para publicação em 27 de agosto de 2002.

show abstract

“…Nos casos em que houve homocedasticidade, foi realizada comparação entre ambientes e entre épocas, utilizando-se método preconizado por Chow (Florez et al, 1999).…”

Section: Methodsunclassified

Densidade e características morfológicas de plantas de picão-preto na previsão de perdas de rendimento de grãos de soja por interferência

et al. 2002

View full text Add to dashboard Cite

A utilização de sistemas para manejo integrado de plantas daninhas depende da habilidade em se prever o impacto da infestação de plantas daninhas no potencial de rendimento de grãos da cultura. O objetivo deste trabalho foi comparar diferentes variáveis explicativas para uso no modelo da hipérbole retangular, a fim de identificar aquela que forneça melhor previsão da interferência de picão-preto (Bidens pilosa e Bidens subalternans, em infestações mistas) em soja. Foram realizados experimentos em dois ambientes, localizados em Passo Fundo e Eldorado do Sul, RS. Utilizaram-se densidades variáveis de picão-preto e três épocas de semeadura da soja (3, 7 e 11 dias após a dessecação da cobertura vegetal das áreas). Avaliou-se a densidade das plantas daninhas aos 20 e 30 dias após a emergência da soja (DAE) e na pré-colheita e características morfológicas de plantas de picão-preto, como densidade de folhas, área foliar e cobertura foliar do solo aos 20 DAE. Constatou-se que a variável explicativa densidade de plantas de picão-preto propiciou ajustes satisfatórios do modelo; no entanto, ela não integra os efeitos de ambientes e de épocas de semeadura da cultura, diferentemente do que ocorreu para as características morfológicas. Dentre estas, destacam-se a densidade de folhas e a de área foliar como as de maior potencial de utilização como variáveis explicativas na previsão da perda de rendimento de grãos de soja por interferência de picão-preto.

show abstract

Predicting Rice Yield Losses Caused by Multispecies Weed Competition

Cited by 36 publications

References 2 publications

Predicting Yield Losses in Rice Mixed-Weed Species Infestations in California

Predicting Yield Losses in Rice Mixed-Weed Species Infestations in California

Ajuste de modelo para quantificar o efeito de plantas daninhas e época de semeadura no rendimento de soja

Densidade e características morfológicas de plantas de picão-preto na previsão de perdas de rendimento de grãos de soja por interferência

Contact Info

Product

Resources

About