Made available in DSpace on 2015-06-17T19:34:37Z (GMT). No. of bitstreams: 0
Previous issue date: 2014-12-19. Added 1 bitstream(s) on 2015-06-18T12:48:31Z : No. of bitstreams: 1
000826622_20150715.pdf: 111388 bytes, checksum: 0df76931737a2d8db48b8a83cacaecb8 (MD5) Bitstreams deleted on 2015-08-03T12:21:15Z: 000826622_20150715.pdf,. Added 1 bitstream(s) on 2015-08-03T12:22:27Z : No. of bitstreams: 1
000826622.pdf: 1096376 bytes, checksum: 1829dd81ad2058076c40b56830d0b9b9 (MD5) / O Brasil é o maior produtor de laranjas do mundo, visto que o estado de São Paulo é o grande responsável pela produção. A variedade Valência encontra-se como uma das mais produzidas no estado. O clima é o fator de maior influência na variabilidade da produtividade e qualidade dos cultivos, sendo que a variação anual pode trazer efeitos positivos e/ou negativos a esta variabilidade. A previsão é o ato de estimar com uso de dados atuais um fenômeno futuro, ou seja, que ainda vai ocorrer. Enquanto estimação usa de dados atuais para estimar um fenômeno também atual. Este estudo tem como objetivo entender a influência das variáveis meteorológicas mensais ao longo do ciclo de laranjas Valência enxertadas em limoeiro Cravo (VACR) de pomares com mais de seis anos, em quatro locais de destaque na produção do Estado de São Paulo (Bauru, Bebedouro, Limeira e Matão), e desenvolver modelos agrometeorológicos de previsão e estimação de atributo de qualidade mensal de VACR. As deficiências hídricas (DEF) são fatores limitantes na produtividade e qualidade dos frutos. Por esta razão sua influência no cultivo foi analisada de forma isolada, desenvolvendo modelos de estimação apenas em função das DEF mensais, a fim de determinar quais fases fenológicas da VACR são mais sensíveis a DEF e com isso estimar de forma acurada os atributos qualitativos da VACR, nos quatro locais do estado de São Paulo. Os modelos foram construídos em regressão linear múltipla e classificados pelos índices estatísticos de erro percentual absoluto médio (MAPE) e coeficiente de determinação ajustado (R² ajustado). Foi possível elaborar modelos acurados tanto para estimações como também para previsões. Em relação aos modelos de estimação houve maior atuação da DEF no numero de frutos por caixa no primeiro ano do ciclo e nos outros atributos no segundo ano. Para os modelos de previsão, as temperaturas ... / The main producer country of oranges at the world is Brazil, been the State of São Paulo responsible for almost all of this production. The 'Valência' orange is one of the most important cultivars of the State. The major influent factors on yield and quality variability of crops are climatic factors, where this annually variation can bring positive or negative effects. Forecasting is the use of actual data to estimate an event that will happen, while estimation uses actual data to esteem a current event. This study aims to understand the influence of monthly meteorological variables during the 'Valência' orange grafted on rangpur lime of orchards with more than six years old (VACR), for four main producers regions of the State of São Paulo (Bauru, Bebedouro, Limeira and Matão) and develop agrometeorological models for predict the qualitative attributes of every month of VACR during the production year. . Water deficits (DEF) are limiting factors at yield and quality of fruits. Therefore its influence on crop development was analyzed isolated; developing estimation models in function only of monthly DEF, in order to determine which phenological phases of VACR are more sensitive to DEF and with that, make accurate estimation of the qualitative attributes of VACR, at four regions of the State of São Paulo. The models were constructed in multiple linear regressions and classified according to the mean absolute perceptual error (MAPE) and the adjusted coefficient of determination (R² adjusted). All the developed models were accurate. Relative to the estimation models, for number of fruits per box, DEF were more important at the phases of the first year of the cycle and for the others attributes at the second year. For the forecasting models the main influent variables were: minimum, mean and maximum temperatures and relative evapotranspiration
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/124023 |
| Date | 19 December 2014 |
| Creators | Moreto, Victor Brunini [UNESP] |
| Contributors | Universidade Estadual Paulista (UNESP), Rolim, Glauco de Souza [UNESP] |
| Publisher | Universidade Estadual Paulista (UNESP) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | iii, 73 p. |
| Source | Aleph, reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -1, -1 |
Page generated in 0.0026 seconds