Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The world energy demand must be met, however, the conventional sources are nearing exhaustion, and cause harmful effects to the environment. In this sense, it has been researched renewable energy sources as an alternative to bioenergy, which could contribute substantially
in the future supply of energy. One of the aspects of bioenergy is that of biodiesel, a biodegradable fuel alternative to diesel oil, created from renewable energy sources, free of sulfur in its composition. In the field of oil seed, castor bean (Ricinus communis L.) has stood
out as a supplier of raw material to manufacture biodiesel. In Rio Grande do Sul, for the ricinoculture becomes sustainable production-level scale as raw material for biodiesel production in the increment becomes crucial. And this depends on the development of agricultural technologies adapted to the conditions of the state. In this context, there is a paucity of research to study the influence of density on the cultivation of oilseeds and their connection with the form of plant growth. Since this factor can influence significantly the development of castor bean, reflecting production. This research aims to evaluate the influence of three planting densities 1.0, 1.2 and 1.4 m, keeping constant the distance between
the row of 1.0 m, on the growth of castor bean. To explain this influence will be used the technique of analysis of longitudinal data using growth curve modeling using mixed model methodology. It was found that this allows to explore more fully the information provided by the data, because it is possible to accommodate the correlation of these through the selection of covariance structures. Thus, the six covariance structures tested to model the G and R were selected UN (1) and VC. The strategy used to select both of these structures as for the random
effects proved to be simpler alternative in this part of modeling. In univariate analysis of profile to choose the fixed effects model with some information provided by both techniques, you can check which one best fits the data. Shaped curve is a two densities 1 and 1.4 m that
provided the greatest plant height did not differ significantly. For the cultivation density of 1.2
m, the plant showed a lower growth, its growth behavior was modeled by another curve. Even considering the computational complexity of the procedures used, it is hoped, through the SAS routines compiled this material, contribute to greater facilitation in the use of these
procedures. / A demanda energética mundial precisa ser atendida, entretanto, as fontes convencionais estão em vias de esgotamento, além de provocarem efeitos prejudiciais ao
ambiente. Neste sentido, têm-se pesquisado fontes energéticas renováveis, como alternativa a agroenergia, que poderá contribuir de maneira substancial na oferta futura de energia. Uma das vertentes da agroenergia é a do biodiesel, um combustível biodegradável alternativo ao diesel de petróleo, criado a partir de fontes renováveis de energia, livre de enxofre em sua composição. No campo das oleaginosas, a mamona (Ricinus communis L.) vem se destacando
como fornecedora de matéria-prima para a fabricação de biodiesel. No Rio Grande do Sul, para que a ricinocultura, torna-se sustentável em nível de produção em escala como matéria prima para o biodiesel o incremento na produção torna-se fundamental. E este depende do desenvolvimento de tecnologias agrícolas adaptadas às condições do estado. Neste contexto, existe uma escassez de pesquisas que estudem a influência da densidade de plantas no cultivo
desta oleaginosa e a relação destas com a forma de crescimento da planta. Já que este fator pode influenciar, de maneira significativa, o desenvolvimento da mamoneira, refletindo na produção. Esta pesquisa objetiva avaliar a influência de três densidades de cultivo 1,0, 1,2 e
1,4 m, mantendo constante a distância entre linha de 1,0 m, sobre o crescimento da mamona. Para explicar esta influencia será utilizada a técnica de análise de dados longitudinais por
meio de modelagem de curvas de crescimento utilizando a metodologia de modelos mistos. Constatou-se que esta permite explorar de forma mais completa as informações fornecidas pelos dados, pelo fato de ser possível acomodar a correlação destes, por meio da seleção de estruturas de covariância. Sendo assim, das seis estruturas de covariância testadas para modelar G e R as selecionadas foram UN(1) e VC. A estratégia utilizada tanto para seleção destas estruturas como para os efeitos aleatórios mostrou-se como alternativa mais simples nesta parte da modelagem. Na análise univariada e multivariada de perfil para escolha dos
efeitos fixos do modelo com algumas informações fornecidas pelas duas técnicas, é possível verificar qual a que melhor se adéqua aos dados. Modelou-se duas curvas uma densidades 1 e 1,4 m que proporcionaram a maior altura de planta, não diferindo significativamente. Para a densidade de cultivo de 1,2 m, a planta apresentou um menor crescimento, seu
comportamento de crescimento foi modelado por outra curva. Mesmo considerando a complexidade computacional dos procedimentos utilizados, espera-se, através das rotinas do
SAS compiladas neste material, contribuir para uma maior facilitação no uso destes procedimentos.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/3192 |
| Date | 16 July 2010 |
| Creators | Amador, Janete Pereira |
| Contributors | Lopes, Sidinei José, Zanini, Roselaine Ruviaro, Oliveira, Paulo Henrique de, Silva, José Henrique Souza da, Trindade, José Pedro Pereira |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Agronomia, UFSM, BR, Agronomia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 500100000009, 400, 300, 300, 300, 300, 300, 300, cc0fa398-a3c9-414d-aad5-00c84636bbd4, 276d86ac-b313-4944-b964-e16c85a9e997, 45a9057d-7b5d-4a62-b5e9-16f367df3fc8, 49fd87ac-c337-4081-930b-6e8fdc5f3e47, 4c017b4b-c506-4d28-91fe-611b30f4086c, dbbb39d4-6880-4f8d-a4d4-d06f0a8c8513 |
Page generated in 0.0022 seconds