Semina: Ciências Agrárias (Oct 2017)

Modelos de crescimento em caracteres morfológicos de crotalária juncea

  • Cláudia Marques de Bem,
  • Alberto Cargnelutti Filho,
  • Giovani Facco,
  • Denison Esequiel Schabarum,
  • Daniela Lixinski Silveira,
  • Fernanda Martins Simões,
  • Daniela Barbieri Uliana

Journal volume & issue
Vol. 38, no. 5

Abstract

Read online

O objetivo deste trabalho foi ajustar modelos não lineares, Gompertz e Logístico, na descrição dos caracteres morfológicos de crotalária juncea. Foram realizados dois ensaios de uniformidade e os tratos culturais foram os mesmos em toda área experimental. A semeadura foi realizada em fileiras espaçadas de 0,5 m, com a densidade de 20 plantas por metro de fileira em área útil de 52 m × 50 m. Foram avaliados os caracteres morfológicos: altura de planta, número de folhas, diâmetro de caule e comprimento de raiz. Estas variáveis foram avaliadas, diariamente, em duas épocas de semeadura, 22 de outubro de 2014 (época 1) e 03 de dezembro de 2014 (época 2), totalizando 94 e 76 dias de avaliação, respectivamente. Para a época 1, aos 7 dias após a semeadura, e para a época 2, aos 13 dias após a semeadura, foram coletadas, aleatoriamente, quatro plantas em cada dia. Para o modelo de Gompertz foi utilizada a equação y=a*e^((?-e?^((b-c*xi)) e para o modelo Logístico foi utilizada a equação yi= a/(1+e^((-b-c*xi)). Foi calculado o ponto de inflexão para os modelos Gompertz e Logístico. A qualidade do ajuste dos modelos Gompertz e Logístico foi verificada pelo coeficiente de determinação ajustado, critério de informação de Akaike, desvio padrão residual, desvio médio absoluto, erro percentual médio absoluto e erro de predição médio. Os modelos de Gompertz e Logístico diferem entre si e entre as épocas de semeadura, para as estimativas dos parâmetros para altura de planta, número de folhas, diâmetro de caule e comprimento de raiz. As curvas de crescimento, para os caracteres altura de planta, número de folhas e diâmetro de caule, apresentaram ajustes satisfatórios para ambos os modelos, utilizando os seguintes critérios de avaliação: coeficiente de determinação ajustado, critério de informação de Akaike, desvio padrão residual, desvio médio absoluto, erro percentual médio absoluto e erro de predição médio.

Keywords