Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Ajuste del modelo logístico para caracteres productivos de cultivares de lechuga en condiciones de verano

Cultivars lettuce experiment view.  Photo: F. Carini

Resumen

El objetivo de este trabajo fue ajustar el modelo Logístico para las masas fresca y seca de hojas y las masas fresca y seca de parte aérea de cuatro cultivares de lechuga para describir el crecimiento en el verano. Se utilizaron los cultivares de lechuga Crocantela, Elisa, Rubinela y Vera, cultivados en el verano de los años 2017 y 2018, en ambiente protegido y cultivo sin suelo. Después de 7 días del trasplante, se determinó las masas fresca y seca de hojas y las masas fresca y seca de parte aérea de 8 plantas, estas evaluaciones se realizaron cada 4 días. Los parámetros del modelo fueron estimados utilizando el software R, por el método de mínimos cuadrados y proceso iterativo de Gauss-Newton. También se estimaron los intervalos de confianza de los parámetros, verificados los supuestos, calculados los indicadores de calidad del ajuste, los puntos críticos y cuantificados las no linealidades paramétrica e intrínseca. El modelo de crecimiento logístico presentó un ajuste satisfactorio para las masas fresca y seca de hojas y para las masas fresca y seca de parte aérea para las cultivares de lechuga Crocantela, Elisa, Rubinela y Vera, siendo así, indicado para describir el crecimiento de los cultivares de lechuga.

Palabras clave

Lactuca sativa, Modelos vegetales, Modelación de cultivos, Modelos no lineales, Cultivo de hortalizas

PDF (English)

Citas

  1. Alvares, C.A., J.L. Stape, P.C. Sentelhas, J.L.M. Gonçalves, and G. Sparovek. 2013. Köppen’s climate classification map for Brazil. Meteorol. Z. 22, 711-728. Doi: https://doi.org/10.1127/0941-2948/2013/0507
  2. Andriolo, J.L. 2017. Olericultura geral. 3a ed. UFSM, Santa Maria, Brazil.
  3. Archontoulis, S.V. and F.E. Miguez. 2015. Nonlinear regression models and applications in agricultural research. Agron. J. 107, 786-798. Doi: https://doi.org/10.2134/agronj2012.0506
  4. Arnold, C.T. 1959. The determination and significance of the base temperature in a linear heat unit system. Proc. Am. Soc Hort Sci. 74, 430-455.
  5. Bates, D.M. and D.G. Watts. 1998. Nonlinear regression analysis and its applications. John Wiley & Sons, New York, NY.
  6. Batista, E.L.S., S. Zolnier, A. Ribeiro, G.B. Lyra, T. G.F. Silva, and D. Boehringer. 2013 Modelagem do crescimento de cultivares de cana-de-açúcar no período de formação da cultura. Rev. Bras. Eng. Agr. Amb. 17, 1080-1087. Doi: https://doi.org/10.1590/S1415-43662013001000009
  7. Bem, C.M., A. Cargnelutti Filho, G. Facco, D.E. Schabarum, D.L. Silveira, , F.M. Simões, and D.B. Uliana. 2017. Growth models for morphological traits of sunn hemp. Semina: Cienc. Agrár. 38, 2933-2944. Doi: https://doi.org/10.5433/1679-0359.2017v38n5p2933
  8. Brunini, O. 1976. Temperatura-base para alface cultivar "white boston", em um sistema de unidades térmicas. Bragantia 35, 213-219. Doi: https://doi.org/10.1590/S0006-87051976000100019
  9. Carini, F., A. Cargenelutti Filho, C.T. Bandeira, I.M.M. Neu, R.V. Pezzini, M. Pacheco, and R.M. Tomasi. 2019. Growth models for lettuce cultivars growing in spring. J. Agric. Sci. 11, 147-159. Doi: https://doi.org/10.5539/jas.v11n6p147
  10. Carranza, C., O. Lanchero, D. Miranda, and B. Chaves. 2009. Análisis del crecimiento de lechuga (Lactuca sativa L.) ‘Batavia’ cultivada en un suelo salino de la Sabana de Bogotá. Agron. Colomb. 27, 41-48.
  11. Diel, M.I., B.G. Sari, D.K. Krysczun, T. Olivoto, M.V.M. Pinheiro, D. Meira, D. Schmidt, and A.D. Lúcio. 2018. Nonlinear regression for description of strawberry (Fragaria x ananassa) production. J. Hortic. Sci. Biotechnol. 94, 259-273. Doi: https://doi.org/10.1080/14620316.2018.1472045
  12. Gilmore, E.C. and J.S. Rogers. 1958. Heat units as a method of measuring maturity in corn. Agron. J. 50, 611-615. Doi: https://doi.org/10.2134/agronj1958.00021962005000100014x
  13. Lúcio, A.D., L.F. Nunes, and F. Rego. 2015. Nonlinear models to describe production of fruit in Cucurbita pepo and Capiscum annuum. Sci. Hortic. 193, 286-293. Doi: https://doi.org/10.1016/j.scienta.2015.07.021
  14. Lúcio, A.D., B.G. Sari, M. Rodrigues, L.M. Bevilaqua, H.M.G. Voss, D. Copetti, and M. Faé. 2016. Nonlinear models for estimating cherry tomato yield. Cienc. Rural 46, 233-241. Doi: https://doi.org/10.1590/0103-8478cr20150067
  15. Lyra, G.B, S. Zolnier, L.C. Costa, G.C. Sediyama and M.A.N. Sediyama. 2003. Modelos de crescimento para alface (Lactuca sativa L.) cultivada em sistema hidropônico sob condições de casa-de-vegetação. Rev. Bras. Agrometeorol. 11, 69-77.
  16. Maynard, D.N. and G. J. Hochmuth. 2007. Knott’s handbook or vegetable growers. 5th ed. John Wiley e Sons, Hoboken, NJ. Doi: https://doi.org/10.1002/9780470121474
  17. Mischan, M.M. and S.Z. Pinho. 2014 Modelos não lineares: funções assintóticas de crescimento. Cultura Acadêmica, Sao Paulo, Brazil.
  18. Muniz, J.A, M. S. Nascimento, and T.J Fernandes. 2017. Nonlinear models for description of cacao fruit growth with assumption violations. Rev. Caatinga 30, 250-257. Doi: https://doi.org/10.1590/1983-21252017v30n128rc
  19. Ntsoane, L.L.M., P. Soundy, J. Jifon, and D. Sivakumar. 2016. Variety-specific responses of lettuce grown under the different coloured shade nets on phytochemical quality after postharvest storage. J. Hortic. Sci. Biotechnol. 91, 520-528. Doi: https://doi.org/10.1080/14620316.2016.1178080
  20. Pereira, A.A., A.R. Morais, M.S. Scalco, and T.J. Fernandes. 2014. Descrição do crescimento vegetativo do cafeeiro cultivar Rubi MG 1192, utilizando modelos de regressão. Coffee Sci. 9, 266-274.
  21. Pereira, A.A., A.R. Morais, M.S. Scalco, and T.J. Fernandes. 2016. Modelagem do diâmetro de copa do cafeeiro podado cultivado em diferentes densidades e regimes hídricos. Coffee Sci. 11, 495-501.
  22. Pôrto, D.R.Q., A.B. Cecílio Filho, A. May, and J.C. Barbosa. 2006. Acúmulo de macronutrientes pela cebola ‘Optima’ estabelecida por semeadura direta. Hortic. Bras. 24, 470-475. Doi: https://doi.org/10.1590/S0102-05362006000400015
  23. Prado, T.K.L., T.V. Savian, and J.A. Muniz. 2013. Ajuste dos modelos Gompertz e Logístico aos dados de crescimento de frutos de coqueiro anão verde. Cienc. Rural 43, 803-809. Doi: https://doi.org/10.1590/S0103-84782013005000044
  24. Puiatti, G.A., P.R. Cecon, M. Nascimento, M. Puiatti, F.L. Finger, A.R., Silva, and A.C.C. Nascimento. 2013. Análise de agrupamento em seleção de modelos de regressão não lineares para descrever o acúmulo de matéria seca em plantas de alho. Rev. Bras. Biom. 31, 337-351.
  25. R Development Core Team. 2018. R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna.
  26. Reis, R.M., P.R. Cecon, M. Puiatti, F.L. Finger, M. Nascimento, F.F. Silva, A.P.S. Carneiro and A.R. Silva. 2014. Modelos de regressão não linear aplicados a grupos de acessos de alho. Hortic. Bras. 32, 178-183. Doi: https://doi.org/10.1590/S0102-05362014000200010
  27. Ribeiro, T.D., T.V. Savian, T.J. Fernandes, and J.A. Muniz. 2018. The use of the nonlinear models in the growth of pears of ‘Shinseiki’ cultivar. Cienc. Rural 48, 1-7. Doi: https://doi.org/10.1590/0103-8478cr20161097
  28. Sala, C.F. and C.P Costa. 2012. Retrospectiva e tendência da alfacicultura brasileira. Hortic. Bras. 30, 187-194. Doi: https://doi.org/10.1590/S0102-05362012000200002
  29. Sari, B.G., A.D. Lúcio, C.S. Santana, and T.V. Savian. 2019. Describing tomato plant production using growth models. Sci. Hortic. 246, 146-154. Doi: https://doi.org/10.1016/j.scienta.2018.10.044
  30. Terra, M.F., J.A. Muniz, and T. V. Savian. 2010. Ajuste dos modelos Logístico e Gompertz aos dados de crescimento de frutos de tamareira-anã (Phoenix roebelenni O’BRIEN). Magistra 22, 1-7.

Descargas

Los datos de descargas todavía no están disponibles.

Artículos similares

1 2 3 4 > >> 

También puede {advancedSearchLink} para este artículo.