Spelling suggestions: "subject:"caracteres forrageiras"" "subject:"caracteres forrageiro""
1 |
Modelagem matemática de efeitos genéticos e ambientais sobre o desempenho de genótipos de aveias forrageiras no Noroeste do Rio Grande do SulKremer, Darciane Inês Monbach 27 May 2014 (has links)
O Rio Grande do Sul se destaca como a segunda maior região em produção de leite no Brasil, sendo que a alimentação bovina é quase que exclusivamente a pasto de modo isolado e consociado com aveia e azevém no período de estação fria. As informações de campo e pesquisa qualificam a aveia branca (Avena sativa L.) e preta (Avena strigosa Schreb) como forrageira de excelente qualidade nutricional. Apresenta alta produção de biomassa, digestibilidade e teores de proteína fundamental na produção de carne e leite. A região noroeste do estado tem forte presença da agricultura colonial, estruturando a produção leiteira como alternativa à atividade de produção de grãos, condição-chave que viabiliza a atividade da agricultura familiar. Em geral, houve um aumento do número de animais e do rendimento leiteiro por animal, evolução não uniforme e que tem gerado muitos modos e formas de produção. Tais modificações ressaltam a necessidade de proposições técnicas que viabilizem a atividade em longo prazo e de maneira sustentável dos sistemas forrageiros, indicando a necessidade de um aprofundamento científico em ligar a condição experimental com a realidade de produção regional. Portanto, para a máxima oferta de biomassa aos animais, a forragem deve apresentar adequada produção e estabilidade de oferta ao longo de seu ciclo, e maior número de entradas na área de pastejo. Inclusive, boa capacidade de rebrote independente das condições de clima e solo. Desta forma, o conhecimento do potencial genético na produção de forragem da cultivares recomendadas de uma região é fator decisivo sobre a capacidade de tolerância aos fatores de clima e solo e da capacidade de maior oferta de forragem. Afora isto, o envolvimento conjunto dos aspectos genéticos e de ambiente pelos fatores climáticos é decisivo sobre a produção vegetal. Tal condição reporta da necessidade de novos modelos matemáticos que promovam simultaneamente a possibilidade de simulação da produção e definição de cultivares potenciais sobre os aspectos da planta e do clima. Desta forma, o objetivo do trabalho é a modelagem matemática de produção em aveia forrageira a partir dos caracteres decisivos sobre a produção e oferta de forragem e sua ligação com os elementos climáticos que atuam decisivamente sobre a produtividade vegetal. Afora isto, simular a produção de biomassa a partir de alteração de modelo matemático validado para outras espécies no ajuste para a aveia forrageira levando em consideração condições da realidade regional. Estudos Agrários da UNIJUÍ. Os estudos foram realizados nos anos agrícolas de 2011 O experimento foi conduzido em condições de campo no Instituto Regional de Desenvolvimento Rural/IRDeR, localizado em Augusto Pestana, RS, pertencente ao Departamento de, 2012 e 2013 em delineamento experimental de blocos ao acaso com quatro repetições. O estudo envolveu a análise sobre sete genótipos recomendados para cultivo ao longo da oferta atrelada as informações climáticas obtidas ao longo do período. As equações lineares evidenciam taxa de produção de biomassa diferenciada entre os genótipos e anos de cultivo testados. Para a interpretação da produção de Matéria Seca Total e de Folha, verificou-
6
se que as equações lineares são eficientes, podendo determinar a produção de biomassa de qualquer período do ciclo de forragem. Os modelos de regressão linear múltipla qualificam a estimativa da produção de biomassa, podendo interligar os efeitos climáticos com o desempenho de produção, independente do genótipo. O modelo já utilizado nas culturas de capim elefante, Tanzânia e Brachiaria ruzizienses, quando modificado para a cultura de aveia se mostrou adequado para a simulação da produtividade de Matéria Seca Total quando realizada alterações buscando simular a realidade local. / 98 f.
|
Page generated in 0.0559 seconds