A importância econômica do trigo é decisiva no Brasil, pois é uma espécie que permite elaborar vários produtos usados, principalmente, na alimentação humana e animal. Portanto, novas tecnologias devem ser avaliadas para incremento da produtividade de grãos e biomassa com maior sustentabilidade. O nitrogênio é o elemento químico mais utilizado para maximizar a produtividade das lavouras, porém, de grandes perdas por volatilização e lixiviação, causando poluição ambiental. Ele pode ser fornecido via fertilizante químico ou decomposição da palha de culturas antecessoras. Contudo, a maior eficiência de absorção e aproveitamento do nitrogênio pelo trigo é dependente das condições meteorológicas, principalmente dos índices pluviométricos. O novo cenário da agricultura mundial evidencia grandes alterações climáticas, reportando condições de maior estresse ao cultivo das espécies agrícolas. Neste contexto, a manutenção de umidade do solo é decisiva sobre o desenvolvimento das culturas e, sobretudo, da capacidade de uso e aproveitamento do nitrogênio voltada a produção vegetal. A utilização do biopolímero hidrogel quando aplicado no solo pode representar uma nova tecnologia na manutenção da umidade e proporcionar maior eficiência de aproveitamento de nitrogênio à elaboração de grãos, consequentemente, redução de perdas do nitrogênio ao ambiente na geração de poluição ambiental. O objetivo do estudo é a modelagem matemática por regressões, lógica fuzzy e redes neurais artificiais em trigo na análise, simulação e otimização de uso do nitrogênio com o emprego do biopolímero hidrogel. Além disto, considerando sistemas de cultivos de alta e reduzida taxa de liberação de N-residual em condições agroclimáticas reais. O estudo foi realizado nos anos de 2014 e 2015, no Instituto Regional de Desenvolvimento Rural/IRDeR, localizado em Augusto Pestana, RS, pertencente ao Departamento de Estudos Agrários da UNIJUÍ. O experimento foi delineado em blocos casualizados com quatro repetições seguindo um modelo fatorial 4x4 sendo, quatro doses de adubação nitrogenada (0, 30, 60 e 120 kg ha-1) e quatro doses de hidrogel (0, 30, 60, 120 kg ha-1), com a cultivar TEC 10/CCGL, considerando em cada sistema de cultivo (milho/trigo; soja/trigo) dois experimentos. Um deles para obtenção de cortes de biomassa a cada 30 dias para simulação do desenvolvimento do trigo e, outro, exclusivamente voltado a produtividade de grãos para modelagem e otimização do efeito conjunto nitrogênio e hidrogel. Independente do ano e da dose de hidrogel, o incremento de N-fertilizante aumentou linearmente a taxa de produtividade de biomassa dia-1. Porém, a maior produtividade de grãos foi obtida na dose mais elevada do nitrogênio, combinada com as doses 30 e 60 kg ha-1 de hidrogel em ambos os sistemas de cultivo. Na simulação da dose ideal de nitrogênio, por regressões polinomiais, independente do sistema de sucessão, a dose de 30 kg ha-1 de hidrogel mostrou maior contribuição no aumento da produtividade de grãos pelo incremento do N-fertilizante em anos mais favoráveis ao cultivo. No teste de média, observou-se que a maior produtividade de grãos de trigo ocorreu na combinação de 30 e 120 kg ha-1 de hidrogel e nitrogênio, respectivamente, independente do ano e sistema de cultivo. Destaca-se, que em 2015 a produtividade de grãos de trigo foi maior que em 2014. Porém, o modelo de superfície de resposta mostrou que a dose ótima de hidrogel em 2015 foi maior de que em 2014, porém a dose de nitrogênio foi menor. Dessa forma, em 2014 e 2015, no sistema soja/trigo, a dose ideal de hidrogel e nitrogênio foram de 52 e 98 kg ha-1, 64 e 88 kg ha-1, respectivamente. No sistema milho/trigo foram 40 e 120 kg ha-1, em 2014, 48 e 109 kg ha-1, em 2015, de hidrogel e nitrogênio, respectivamente. O modelo fuzzy possibilitou estimar os valores de produtividade de grãos e biomassa nas condições de uso do hidrogel em função das doses de nitrogênio e temperatura máxima. Destaca-se que não houve diferença significativa entre as médias obtidas experimentalmente e aquelas obtidas utilizando o sistema lógica fuzzy. As Redes Neurais Artificiais do tipo Perceptron de Múltiplas Camadas, com o algoritmo de aprendizagem backpropagation e função de treinamento Levemberg-Marquedt, se mostraram eficientes na previsibilidade da produtividade de grãos de trigo, em qualquer estádio de desenvolvimento e condições agroclimáticas reais. Dessa forma, a RNA é mais um modelo para ser utilizado nas simulações de produtividade agrícola. / 111 f.
| Identifer | oai:union.ndltd.org:IBICT/oai:bibliodigital.unijui.edu.br:123456789/3398 |
| Date | 22 April 2016 |
| Creators | Mamann, Ângela Teresinha Woschinski de |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UNIJUI, instname:Universidade Regional do Noroeste do Estado do Rio Grande do Sul, instacron:UNIJUI |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0033 seconds