Orientador: Glauco de Souza Rolim / Banca: Mauro Dal Secco de Oliveira / Banca: Maria Lúcia Pereira Lima / Banca: Rogério Teixeira de Faria / Banca: Flávia Fernanda Simili / Resumo: o objetivo desta tese foi ajustar modelos de previsão da massa seca (MS) desta forrageira relacionada a variáveis explicativas de clima, do solo, do pasto e dos animais, a partir de metadados de experimentos feitos em 8 localidades diferentes da região Centro-Sul. As análises primeiramente foram feitas para os dados agregados de experimentos de não irrigados e irrigados e na sequência para dados de experimentos de não irrigados. Quanto aos dados agregados as variáveis que mais influenciaram a MS foram Excedente Hídrico (EXC = precipitação mensal menos a evapotranspiração mensal); temperatura média mensal (T) e aplicação de fertilizantes (K2O, N). O modelo com melhor ajuste foi MS0,5=0,18K2O+5,56T9+ 0,14ETR8-103,63 (subscritos 8 e 9 representam respectivamente os meses de agosto e setembro), o qual pode ser utilizado para prever a MS de pasto com um ano de antecedência. Os dados de pastagem irrigada demonstraram aumento da média de MS a partir de setembro, sobretudo em função do aumento da temperatura média reduzindo o efeito sazonal e antecipando a MS. O erro dos modelos foi elevado (MAPE ≥ 29%), contudo na sequência das análises, a inclusão de variáveis morfoestruturais do pasto (% folhas) e de manejo (SPE, suplementação concentrada protéico/energética, altura do pasto) melhorou significativamente a acurácia (MAPE < 2%). A MS de folhas (variável dependente do modelo) é explicada pelo GMD (ganho médio diário) (variável independente) sendo -59,3 kg ha-1 por kg de GMD. Observam... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: the objective of this thesis was to adjust forecast models of the dry mass (DM) of this forage related to explanatory variables of climate, soil, grass and animals, from metadata of experiments done in 8 different locations in the CenterSouth region. First the analyzes were made for the aggregate data of irrigated and rainfed experiments and in the sequence for data from not irrigated experiments. Regarding the aggregated data, the variables that most influenced the DM were: Water Surplus (EXC = monthly precipitation minus monthly evapotranspiration); monthly mean temperature (T) and fertilizer application (K2O, N). The best fit model was DM0,5=0,18K2O+5,56T9+0,14ETR8-103,63 (subscripts the 8 and 9 respectively represent the months of August and September), which can be used to forecast the average DM with a year in advance. Irrigated pasture data increased the average of DM from September, mainly due to the increase of the average temperature reducing the seasonal effect and anticipating the DM. The error of the models was high (MAPE ≥ 29%), however in the analysis, the inclusion of morphostructural variables of pasture (% leaves) and management (SPE, protein / energetic supplementation, pasture height) significantly improved the accuracy (MAPE <2%). Leaf DM (MSf) (model dependent variable) is explained by GMD (independent variable) being -59.3 kg ha-1 per kg of GMD. The effects of TL (total stocking rate) on total DM, pasture height, cutting age, and effects respectively of... (Complete abstract click electronic access below) / Doutor
| Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000902123 |
| Date | January 2018 |
| Creators | Sousa, Clayson Correia de |
| Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Ciências Agrárias e Veterinárias. |
| Publisher | Jaboticabal, |
| Source Sets | Universidade Estadual Paulista |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | text |
| Format | xix, 105 p. : |
| Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.0017 seconds