Orientador: José Roberto Môro / Banca: João Carlos de Oliveira / Banca: Antonio Sérgio Ferraudo / Banca: José Antonio Alberto da Silva / Banca: Jair Costa Nachtigal / Resumo: A pupunheira tem um potencial econômico e social muito grande, sendo a palmeira mais importante na América pré-colombiana, constituindo junto com o milho e a mandioca, a base da alimentação dos povos primitivos. Os principais produtos extraídos são o palmito e os frutos para o consumo humano direto, alimento animal, farinhas para consumo humano e óleo vegetal. Os objetivos do presente trabalho foram de utilizar uma lista de descritores morfológicos recomendada, para discriminar primeiramente as raças Pará e Putumayo e após sua validação estatística, verificar também a existência da raça Solimões, que até hoje tem sido negada. Foram aplicadas técnicas estatísticas univariadas e multivariadas na tentativa de discriminar as raças. Dos 42 descritores iniciais, 25 apresentaram diferenças significativas entre as raças e 15 tiveram aproximação normal. A análise discriminante mostrou que a raça Pará possuía 15% das plantas mal classificadas e Putumayo 14%, já com a seleção de desenvolmer para componentes principais, as percentagens foram 9 e 19%, respectivamente, para as duas raças. A população de Manacapuru, não formou grupo nas duas primeiras análises de agrupamento e nem com componentes principais. As três análises em conjunto, conseguiram discriminar as raças Pará, Putumayo e Solimões, sendo os descritores mais importantes nesta discriminação e classificação das raças: número de espigas por cacho, comprimento da ráquis, peso dos frutos, espessura das cascas, facilidade para descascar os frutos, peso das cascas, sabor dos frutos, espessura da polpa, distância morfológica dos frutos e peso das sementes. / Abstract: The peach palm has a economic and social potential very great being the palm most important in the América pre-Colombian, contribuiting together with the maize and the cassava in the indenous feeds. The target of the present work was: to use a morphological descriptor list recommended, to discriminate between two landraces and descriptors validation , to verify the existence of solimoes landraces. Univariated and multivariated statistical techniques were used to attemp discriminate the landraces. Form fort yone initial descriptors, twenty five had presented significant difference between the landraces and fifteen had presented normal approach. The discriminant analysis have showed that Pará landrace possessed fifteen percent of the plant badly c1assified and Putumayo about fourteen percent to it. In the analysis of principal component, the percentages were nine and nineteen percent, respectively, for the two landraces. Manacapuru population did not form c1usterin in the two first one analysis of and nor with principal components. Three joint analysis in the set had obtained to discriminate the Pará, Putumayo and Solimoes landraces and the discrimnant analysis with three landraces, c1assified Manacapuru of the Putumayo landrace inside. The most important descriptors in the discrimination between landraces were: numbers of ears per raceme, raquis length, fruit weight, thickness of fruits bark, facility to peel fruits, weight of fruit bark, fruit flavor, pulp thickness, morphological distance between fruits and seed weight. / Doutor

Orientador: Antonio de Goes / Banca: Eduardo Sanches Stuchi / Banca: Kátia Cristina Kupper / Banca: Gener Tadeu Pereira / Banca: Marcel Bellato Spósito / Resumo: Apesar de sua importância comercial, o número de variedades de laranjas é muito restrito no Brasil. Os Bancos de Germoplasmas de citros possuem grande número de genótipos de laranjas doces para serem explorados e avaliados quanto aos aspectos botânicos, genéticos e agronômicos, visando elevar a variabilidade genética e as qualidades agronômicas das cultivares. Como parte desse trabalho, avaliou-se 58 genótipos de laranjeiras doces em relação aos caracteres físicos, visando mercado in natura por meio de 9 caracteres físicos (diâmetro, perímetro, altura e peso dos frutos, espessuras da casca, albedo e polpa e número de sementes) e 7 caracteres visando qualidade industrial (acidez total titulável, sólidos solúveis totais, "ratio", peso dos frutos, rendimento de suco, ácido ascórbico e índice tecnológico= kg sólidos solúveis/40,8kg). A análise multivariada indicou a existência de variabilidade entre os genótipos em relação aos caracteres físicos visando mercado in natura e qualidade industrial. Dois componentes principais, com autovalores > 1, representaram 66,03% da variância total para os caracteres físicos. As variáveis com maior poder discriminatório na primeira componente principal foram: diâmetro, perímetro, peso e altura dos frutos. Os escores desse componente foram designados MI-CP1 (mercado in natura), e os genótipos com os maiores valores foram os mais indicados para o mercado de fruta fresca. Na segunda componente principal, as variáveis mais discriminantes foram espessura do endocarpo e rendimento de suco, cujos escores foram nomeados (S-CP2), caracteres físicos esses ideais para a qualidade industrial. Nos escores dos dois componentes principais (MI-CP1 e S-CP2), o genótipo 22- 'Lanelate' foi destaque, seguido por 43-Telde, 39-Rotuna, 44-Torregrossa, 46-Tua Mamede e 17-Grada. Quanto às avaliações visando qualidade industrial... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Although its commercial importance, the number of you cultivate of oranges it is very restricted in Brazil. The Banks of Germoplasmas of citros possess innumerable accesses of oranges candies to be explored and evaluated how much to the botanical, genetic and agronomics aspects, aiming at to raise the genetic variability and the agronomics qualities cultivating of them. As part of that work, was sought to evaluate 58 genotypes of sweet orange trees in relation to the physical characters, seeking market in nature and industry quality, through 9 physical characters (diameter, perimeter, height and weight of the fruits, thickness of the peel, albedo and pulp and number of seeds) and 7 characters seeking industrial quality (acidity total titillate, total soluble solids, ratio ", weight of the fruits, juice revenue, ascorbic acid and technological index = kg solid solutes/40,8kg). The analysis multivariate indicated the variability existence among the genotypes in relation to the physical characters and industrial quality. Two main components, with autovalues> 1, they represented 66,03% of the total variance for the physical characters. The variables with larger power discriminate in the first main component were: diameter, perimeter, weight and height of the fruits; we named the scores of that component of MI-CP1 (market in nature), genotypes with the largest values were the most suitable to the market of fresh fruit; in the second main component the variables more discriminate were thickness of the endocarp and juice revenue, it was named (S-CP2), characters physical ideas for the industrial quality. In the scores of the two main components (MI-CP1 and S-CP2), the genotype 22-Lanelate was prominence, followed for 43-Telde, 39-Rotuna, 44- Torregrossa, 46-Tua Mamede and it 17-Grada. How much to the evaluations aiming at industrial quality (INDUST-CP1), had been distinguished: ...(Complete abstract click electronic access below) / Doutor

Orientador: Carlos Roberto Padovani / Banca: Wilson da Silva Moraes / Banca: José Carlos Martinez / Banca: Marie Oshiwa / Banca: Sandra Fiorelli de Almeida Penteado / Resumo: O presente trabalho investigou a utilização do processamento digital de imagens conjuntamente com a análise de componentes principais e redes neurais artificiais como ferramentas de apoio para uma melhor identificação dos estádios iniciais do desenvolvimento da Sigatoka Negra, em nível de campo, para que medidas de controle sejam adotadas mais rapidamente e, assim, reduzir danos e prejuízos causados pela doença na bananicultura. Foram coletadas imagens digitais de folhas de bananeiras infectadas com a Sigatoka Negra nos estádios 1, 2 e 3, sadia e com fitotoxidez por óleo. A seguir, extraíram-se histogramas dos componentes de imagens no sistema RGB (Red, Green eBlue) para 256 intensidades de cinza das amostras, totalizando 768 variáveis para cada amostra. Com a aplicação de uma técnica de seleção de atributos, a análise de componentes principais, conseguiu-se reduzir as variáveis de entrada de 768 para 11 variáveis canônicas, representado uma redução de 98,6%. Em seguida, considerando-se as variáveis canônicas, realizou-se a fase de classificação com o uso de redes neurais artificiais. De maneira geral, as maiores freqüências de acertos do modelo foram para as classes que mais interessam ao monitoramento da enfermidade, mostrando a robustez do classificador gerado, evidenciada pela baixa probabilidade de classificação incorreta (19%). / Abstract: This study investigated the application, specifically the digital processing of images, with main components analysis and artificial neural networks as tools to support for a better identification of the primaries stages of the Black Sigatoka, in field level, so that control measures are adopted more quickly and consequently it reduces injuries and damages caused by the disease in the banana crops. It were collected digital images of banana leaves infected with Black Sigatoka in stages 1, 2, and 3, healthy and with oil fitotoxity. To proceed, histograms of the components of images were extracted in the system RGB (Red, Green and Blue) for 256 intensities shades of gray of the samples, totaling 768 variables for each sample. With the application of a technique of selection of attributes, the main components analysis, it was possible to reduce the variables of entrance of 768 for 11 canonical variables, represented a reduction of 98,6%. Therefore, being considered the canonical variables, it was accomplished the classification phase with the use of artificial neural networks. In a general way, the largest frequencies of successes of the model went to the classes that more they interest to the control of the diseases, showing the robustness of the generated classifier, evidenced by the low probability of wrong classification (19%). / Doutor