Seleção de modelos não lineares e o estudo do crescimento dos frutos de café conilon

Autores

DOI:

https://doi.org/10.33448/rsd-v11i4.27093

Palavras-chave:

Modelagem; Biometria; Coffea canephora; Clones.

Resumo

Objetivou-se desenvolver curvas de crescimento para massa da matéria seca dos frutos em clones de Coffea canephora, selecionar o melhor modelo de regressão não linear, estimar a taxa de ganho de massa, analisar as diferenças no desenvolvimento dos frutos localizados nos terços inferior, médio e superior da copa do cafeeiro e gerar uma equação que descreva o processo. Foram realizadas onze coletas de dados, iniciando na fase chumbinho de nove clones com 30 plantas, sendo coletados 50 frutos em cada posição das copas dos cafeeiros. Para obtenção da massa da matéria seca os frutos foram secos em estufa com circulação de ar forçada a 65 °C até peso constante. Foram aplicados os modelos matemáticos Brody, Gompertz, Logístico, Mitscherlich e von Bertalanffy. A qualidade das equações foi avaliada por meio de oito parâmetros estatísticos e os intervalos de confiança de β1, β2 e β3 das regressões estimadas com base no perfil de verossimilhança. Após a seleção do melhor modelo realizou-se a estimativa das curvas de crescimento dos frutos considerando as três posições na copa do cafeeiro. Todas as análises estatísticas foram realizadas no software R. O modelo Logístico apresenta maior confiabilidade para descrever o acúmulo da massa da matéria seca nos frutos. Não ocorreram diferenças entre as posições na copa do cafeeiro. O parâmetro β3 pode ser utilizado como um indicador de precocidade para o Coffea canephora e orientar programas de melhoramento. Os clones 204, 407 e P1 proporcionaram curvas com maior qualidade com relação aos parâmetros avaliados.

Referências

Akaike, H. A. (1974). New Look at the Statistical Model Identification. IEEE Transactions on automatic control, 19(6), 716-723.

Bates, D., Watts, D. (1980). Relative curvature measures of nonlinearity. Journal of the Royal Statistical Society, Series B (Methodological), 42(1), 1-25.

Brody, S. (1945). Bioenergetics and growth. New York: Reinhold, 1023 p.

Companhia Nacional de Abastecimento. (2021). Acompanhamento da safra brasileira de café, safra 2021, quarto levantamento. 8(4), 1-55.

Covre, A. M., Partelli, F.L., Bonomo R. & Gontijo, I. (2018). Micronutrients in the fruits and leaves of irrigated and non-irrigated coffee plants. Journal of Plant Nutrition. DOI: 10.1080/01904167.2018.1431665.

Croissant, Y. & Millo, G. (2008). Panel Data Econometrics in R: The plm Package. Journal of Statistical Software, 27(2), 1-43. doi: 10.18637/jss.v027.i02. URL: https://doi.org/10.18637/jss.v027.i02.

Cruz, R.M. (2020). Critérios de informação e seleção de modelos lineares mistos [Dissertação de Mestrado, Instituto de Matemática e Estatística, Universidade de São Paulo].

Dubberstein, D., Partelli, F. L., Dias, J. R. M., & Espindola, M. C. (2016). Concentration and accumulation of macronutrients in leaf of coffee berries in the Amazon, Brazil. Australian Journal of Crop Science, 10(5), 701-710. doi: 10.21475/ajcs.2016.10.05.p7424.

Dubberstein, D., Partelli, F. L., Espindola, M. C. & Dias, J. R. M. (2019). Concentration and accumulation of micronutrients in robust coffee. Acta Scientiarum. Agronomy, 41. doi: 10.4025/actasciagron.v41i1.42685.

Elzhov, T.V., Mullen, K. M., Spiess, A. N. & Bolker, B. (2016). Minpack.lm: R Interface to the Levenberg-Marquardt Nonlinear Least-Squares Algorithm Found in MINPACK, Plus Support for Bounds. 2(1). https://CRAN.R-project.org/package=minpack.lm.

Fernandes, F. A., Fernandes, T. J., Pereira, A. A., Meirelles, S. L. C. & Costa, A. C. (2019). Growth curves of meat-producing mammals by von Bertalanffy's model. Pesquisa Agropecuária Brasileira, 54, 1-8. doi: 10.1590/S1678-3921.pab2019.v54.01162.

Fernandes, T. J., Pereira, A. A., Muniz, J.A. & Savian, T. V. (2014). Seleção de modelos não lineares para a descrição das curvas de crescimento do fruto do cafeeiro. Coffee Science, 9(2), 207-215.

Fox, J. & Weisberg, S. (2019). An R Companion to Applied Regression, Third Edition. URL: https://socialsciences.mcmaster.ca/jfox/Books/Companion/.

Gompertz, B. 1825. On the nature of the function expressive of the law of human mortality and on a new model of determining life contingencies. Philosophical Transactions of the Royal Society of London. 115, 513–585. (10.1098/rstl.1825.0026)

Jane, S. A., Fernandes, F. A., Silva, E. M., Muniz, J. A. & Fernandes, T. J. (2019). Comparação dos modelos polinomial e não lineares na descrição do crescimento de pimenta. Revista Brasileira de Ciências Agrárias, 14(4), 1-7. doi:10.5039/agraria.v14i4a7180.

Jane, S.A., Fernandes, F.A., Muniz, J.A. & Fernandes, T.J. (2020a). Nonlinear models on description of sugarcane height and diameter variety RB92579. Revista Ciência Agronômica, 51(4), e.20196660.

Jane, S. A., Fernandes, F. A., Silva, E. M., Muniz, J. A., Fernandes, T. J., & Pimentel, G. V. (2020b). Adjusting the growth curve of sugarcane varieties using nonlinear models. Ciência Rural, 50(3).

Laviola, B. G., Martinez, H. E. P., Salomão, L. C. C., Cruz, C. D. & Mendonça, S. M. (2007). Acúmulo de nutrientes em frutos de cafeeiro em quatro altitudes de cultivo: cálcio, magnésio e enxofre. Revista Brasileira de Ciência do Solo, 31, 1451-1462.

Leon, J. & Fournier, L. (1962). Crecimiento y desarrollo del fruto de Coffea arabica. Turrialba, 12, 65-74.

Mitscherlich, E. A. (1919). Das Gesetz des Pflanzenwachstums. Landwirtsch Jahrb, 53, 167-182.

Morais, E.O., Ribeiro, K.L., Veloso, R.B. & Veloso, M.D.M. (2020). Application of linear and nonlinear regression models for biomass and carbon stock volume estimates. Braz. J. of Develop., 6(7), 45621-45632. doi: 10.34117/bjdv6n7-259.

Muianga, C.A., Muniz, J.A., Nascimento, M.S., Fernandes, T.J. & Savian, T.V. (2016). Por descrição da curva de crescimento de frutos do cajueiro modelos não lineares. Revista Brasileira de Fruticultura, 38(1), 22-32.

Partelli, F. L., Espindula, M. C., Marré, W. B. & Vieira, H. D. (2014). Dry matter and macronutriente accumulation in fruits of conilon coffee with different ripening cicles. Revista Brasileira de Ciência do Solo, 38, 214-222.

Pinheiro, J., Bates, D., DebRoy, S. & Sarkar, D. (2019). nlme: Linear and Nonlinear Mixed Effects Models. R package version 3.1-139. URL: https://CRAN.R-project.org/package=nlme.

Prado, T. K. L. do., Savian, T. V., & Muniz, J. A. (2013). Ajuste dos modelos Gompertz e Logístico aos dados de crescimento de frutos de coqueiro anão verde. Ciência Rural, 43(5), 803-809. doi:10.1590/S0103-84782013005000044.

Prado, T.K.L., Savian, T.V., Fernandes, T.J. & Muniz, J.A. (2020). Study on the growth curve of the internal cavity of ‘Dwarf green’coconut fruits. Revista Ciência Agronômica, 51(3).

Prado, T.K.L., Savian, T.V. & Muniz, J.A. (2013). Ajuste dos modelos Gompertz e Logístico aos dados de crescimento de frutos de coqueiro anão verde. Ciência Rural, 43(5), 803-809.

R Core Team (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org/.

Ratkowsky, D. A. (1983). Nonlinear Regression Modeling: a Unified Practical Approach. Marcel Dekker, New York.

Rena, A. B., Barros, R. S. & Maestri, M. (2001) Desenvolvimento reprodutivo do cafeeiro. In L., Zambolim (Ed.). Tecnologias de produção de café com qualidade. p. 101-128. Viçosa: UFV.

Ronchi, C.P. & DaMatta, F.M. (2019). Aspectos Fisiológicos do Café Conilon. In: R. G., Ferrão, A. F. A., Fonseca, M. A. G., Ferrão, L. H., De Muner. (Eds.), Conilon Coffee english translation Marcelle Gualda Pasolini, edition updated and expanded, 974.

Salazar-Gutiérrez, M. R., Chaves, C. B., Riaño, N. M., Arcila, P. J. & Jaramillo, R. A. (1994). Crecimiento del fruto de café Coffea arabica L. var Colombia. Cenicafé, 45, 1-50.

Sari, B.G., Lúcio, A.D.C., Samanta, C.S. Olivoto, T., Diel, M.I. & Krysczun, D.K. (2019). Nonlinear growth models: An alternative to ANOVA in tomato trials evaluation. European Journal of Agronomy, 104, 21-36.

Sarkar, D. (2008). Lattice: Multivariate Data Visualization with R. Springer. R. Springer Science & Business Media.

Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics, 6, 461- 464.

Silva, É. M. da, Tadeu, M. H., Silva, V. P. da, Pio, R., Fernandes, T. J. & Muniz, J. A. (2020). Description of blackberry fruit growth by nonlinear regression models. Revista Brasileira de Fruticultura, 42(2).

Silva, E.M., Fruhauf, A.C., Silva, E.M., Muniz, J.A., Fernandes, J.F. & Silva, V.F. (2021). Evaluation of the critical points of the most adequate nonlinear model in adjusting growth data of ‘green dwarf’ coconut fruits. Revista Brasileira de Fruticultura, 43(1). doi: http://dx.doi.org /10.1590/0100-29452021726.

Silva, W. S., Fernandes, F. A., Muniz, F. R., Muniz, J. A., & Fernandes, T. J. (2021). Eucalyptus grandis x eucalyptus urophylla growth curve in different site classifications, considering residual autocorrelation. Revista Brasileira de Biometria, 39(1), 122-138.

Spiess, A.N. (2018). qpcR: Modelling and Analysis of Real-Time PCR Data. R package version 1.4-1. https://CRAN.R-project.org/package=qpcR.

Venables, W. N. & Ripley, B. D. (2002). Modern Applied Statistics with S. Fourth Edition.

Von Bertalanffy, L. (1957). Quantitative laws for metabolism and growth. The quarterly review of biology, 32(3), 217-231.

Wormer, T. M. (1964). The growth of the coffee berry. Annals of Botany, 28, 47-55.

Zeileis, A.; Hothorn, T. (2002). Diagnostic Checking in Regression Relationships. R News, 2(3) 7-10. URL https://CRAN.R-project.org/doc/Rnews/.

Downloads

Publicado

16/03/2022

Como Citar

SENRA, J. F. de B. .; SILVA, J. A. da .; FERREIRA, A.; ESPOSTI, M. D. D. .; SILVA, U. R. .; MILHEIROS, I. S. .; ZACARIAS, A. J. . Seleção de modelos não lineares e o estudo do crescimento dos frutos de café conilon . Research, Society and Development, [S. l.], v. 11, n. 4, p. e21511427093, 2022. DOI: 10.33448/rsd-v11i4.27093. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/27093. Acesso em: 18 maio. 2024.

Edição

Seção

Ciências Agrárias e Biológicas