Crescimento da linhaça oleaginosa descrito por modelo não linear logístico

Autores

  • Mariane Peripolli Department of Crop Science, Universidade Federal de Santa Maria, Santa Maria, RS, Brazil https://orcid.org/0000-0002-2147-9458
  • Darlei Michalski Lambrecht Department of Crop Science, Universidade Federal de Santa Maria, Santa Maria, RS, Brazil https://orcid.org/0000-0002-1376-3504
  • Jaqueline Sgarbossa Department of Crop Science, Universidade Federal de Santa Maria, Santa Maria, RS, Brazil https://orcid.org/0000-0001-7541-090X
  • Alessandro Dal'Col Lúcio Department of Crop Science, Universidade Federal de Santa Maria, Santa Maria, RS, Brazil https://orcid.org/0000-0003-0761-4200
  • Leosane Cristina Bosco Department of Agriculture, Biodiversity and Forestry, Universidade Federal de Santa Catarina, Curitibanos, SC, Brazil https://orcid.org/0000-0003-2623-2590
  • Ivan Ricardo Carvalho Department of Agricultural Studies, Universidade Regional do Noroeste do Estado do Rio Grande do Sul, Ijuí, RS, Brazil https://orcid.org/0000-0001-7947-4900
  • Daniela Lixinski Silveira Department of Crop Science, Universidade Federal de Santa Maria, Santa Maria, RS, Brazil https://orcid.org/0000-0003-0993-0100
  • Sylvio Henrique Bidel Dornelles Department of Crop Science, Universidade Federal de Santa Maria, Santa Maria, RS, Brazil https://orcid.org/0000-0002-1097-6176

DOI:

https://doi.org/10.1590/1983-21252024v3712147rc

Palavras-chave:

Linum usitatissimum L. Condições edafoclimáticas. Morfologia. Curva de crescimento.

Resumo

O conhecimento das interações planta-atmosfera é essencial para compreender o crescimento e desenvolvimento das culturas. Assim, o ajuste de curvas de crescimento é metodologia importante para modelar o crescimento das plantas e seus estágios fenológicos. O estudo teve por objetivo descrever o crescimento de quatro materiais de linhaça cultivados em seis anos agrícolas e em diferentes épocas de semeadura por meio do modelo logístico. Nove experimentos foram conduzidos em Curitibanos, SC, Brasil, entre 2014 e 2020, considerando diferentes épocas de semeadura. Durante o ciclo da cultura, foram avaliados número de folhas, número de caules secundários, altura da planta e massa seca total. O modelo logístico foi ajustado considerando as variáveis de crescimento como dependentes e a soma térmica acumulada como independente. O ajuste do modelo e estimação dos parâmetros foram obtidos pelo método dos mínimos quadrados ordinários. A qualidade do ajuste foi mensurada por não linearidade intrínseca e paramétrica, coeficiente de determinação ajustado, erro padrão aleatório, desvio padrão do ajuste, critério de informação de Akaike e critério de informação Bayesiano. O desempenho do modelo logístico divergiu entre as variedades e cultivares, em diferentes anos e épocas de semeadura. Contudo, o uso do modelo logístico melhora as inferências sobre o crescimento da linhaça e, as estimativas de seus parâmetros e pontos críticos permitem uma interpretação biológica e prática a fim de auxiliar no planejamento da cultura. Ainda, o estudo sugere que o ciclo da linhaça está relacionado às interações genótipo× ambiente, sendo que em semeaduras tardias, os ciclos tendem a encurtar.

Downloads

Não há dados estatísticos.

Referências

AHMAD, R. et al. Genetic variability, heritability and genetic advance in some genotypes of linseed Linum usitatissimum L. Journal of Agricultural Research, 52: 43-52, 2014.

AKPO, E. et al. Growth dynamics of tree nursery seedlings: The case of oil palm. Scientia Horticulturae, 175: 251-257, 2014.

ALVARES, C. A. et al. Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22: 711-728, 2013.

BARROSO, A. K. M. et al. Linhaça marrom e dourada: propriedades químicas e funcionais das sementes e dos óleos prensados a frio. Ciência Rural, 44: 181-187, 2014.

BATES, M. D.; WATTS, D. G. Nonlinear Regression Analysis and Its Applications. New York: John Wiley & Sons, 1988. 365 p.

BERT, F. Lin fibre - Culture et transformation. ARVALIS - Institut du végétal, 2013. 88 p.

BOSCO, L. C. et al. Relação das condições meteorológicas com produtividade e fenologia da linhaça em agroecossistemas do Sul do Brasil. Brazilian Journal of Development, 6: 24838-24868, 2020.

CARGNELUTTI FILHO, A. et al. Relações lineares entre caracteres de linho. Bragantia, 75: 257-262, 2016.

CARINI, F. et al. Nonlinear models for describing lettuce growth in autumn-winter. Ciência Rural, 50: 1-12, 2020.

CARSON, L. C. et al. Nitrogen Release Properties of Controlled-release Fertilizers during Tomato Production. HortScience, 49: 1568-1574, 2014.

CARVALHO, I. R. et al. Avanços tecnológicos da linhaça. Curitiba, PR: CRV, 2023. 312 p.

DIEL, M. I. et al. Nonlinear regression for description of strawberry (Fragaria x ananassa) production. The Journal of Horticultural Science and Biotechnology, 94: 259-273, 2019.

DIEL, M. I. et al. Production of biquinho pepper in different growing seasons characterized by the logistic model and its critical points. Ciencia Rural, 50: 1-11, 2020.

FLAX COUNCIL OF CANADA. Growing Flax Profitably (Quick Tips Guide). Canada: Manitoba FlaxGrowers Association, 2022. 37 p.

HALL, L. M. et al. Flax (Linum usitatissimum L.). In: MCKEON, T. A. et al. (Eds.) Industrial Oil Crops. AOCS Press: Elsevier, chap. 6, p. 157-194, 2016.

JANE, S. A. et al. Adjusting the growth curve of sugarcane varieties using nonlinear models. Ciência Rural, 50: e20190408, 2020.

LEITE, M. L. M. V. et al. Estimativa da área foliar em Urochloa mosambicensis por dimensões lineares. Agropecuária Técnica, 38: 9-17, 2017.

MISCHAN, M. M.; PINHO, S. Z.; CARVALHO, L. R. Determination of a point sufficiently close to the asymptote in nonlinear growth functions. Scientia Agricola, 68: 109-114, 2011.

NADIMI, M.; LOEWEN, G.; PALIWAL, J. Assessment of mechanical damage to flaxseeds using radiographic imaging and tomography. Smart Agricultural Technology, 2: 100057, 2022.

PERIPOLLI, M. et al. Nonlinear regression models for estimating linseed growth, with proposals for data collection. Acta Scientiarum Agronomy, 46: e65771, 2024.

R DEVELOPMENT CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna: R Foundation for Statistical Computing. 2022.

ROSSETTO, C. et al. Diferentes doses de Potássio na cultura da linhaça (Linum Usitatissimum L.). Acta Iguazu, 1: 98-105, 2012.

SANTOS, R. F. et al. Nitrogênio no cultivo da linhaça dourada (Linus usitatissimum L.). Acta Iguazu, 2: 73-83, 2013.

SARI, B. et al. Nonlinear growth models: An alternative to ANOVA in tomato trials evaluation. European Journal of Agronomy, 104: 21-36, 2019.

SILVA, É. M. et al. Evaluation of the critical points of the most adequate nonlinear model in adjusting growth data of ‘green dwarf’ coconut fruits. Revista Brasileira de Fruticultura, 43: 1-11, 2021.

SOUZA, F. A. C. et al. Nonlinear modeling growth body weight of Mangalarga Marchador horses. Ciência Rural, 47: e20160636, 2017.

STANCK, L. T.; BECKER, D.; BOSCO, L. C. Crescimento e produtividade de linhaça. Agrometeoros, 25: 249-256, 2017.

TORRES, F. E. et al. Número de repetições para avaliação de caracteres em genótipos de feijão-caupi. Bragantia, 74: 161-168, 2015.

YAN, L.; CHOUW, N.; JAUARAMAN, K. Flax fibre and its composites - A review. Composites Part B. Engineering, 56: 296-317, 2014.

YOKOO, M. J. I. et al. Medidas repetidas no estudo de características de crescimento e carcaça avaliadas por ultrassom em novilhas de corte cruzadas. Boletim de Indústria Animal, 71: 200-210, 2014.

Downloads

Publicado

27-05-2024

Edição

Seção

Artigo Científico