Agrometeorological models for estimating sweet cassava yield

Página do item simplificado
dc.contributor.authorMoreto, Victor Brunini
dc.contributor.authorAparecido, Lucas Eduardo De Oliveira
dc.contributor.authorRolim, Glauco De Souza
dc.contributor.authorMoraes, José Reinaldo Da Silva Cabral De
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.contributor.institutionInstituto Federal de Educação, Ciência e Tecnologia de Mato Grosso do Sul
dc.date.accessioned2018-11-12T17:28:52Z
dc.date.available2018-11-12T17:28:52Z
dc.date.issued2018-01-01
dc.description.abstractABSTRACT Brazil is the fourth largest producer of cassava in the world, with climate conditions being the main factor regulating its production. This study aimed to develop agrometeorological models to estimate the sweet cassava yield for the São Paulo state, as well as to identify which climatic variables have more influence on yield. The models were built with multiple linear regression and classified by the following statistical indexes: lower mean absolute percentage error, higher adjusted determination coefficient and significance (p-value < 0.05). It was observed that the mean air temperature has a great influence on the sweet cassava yield during the whole cycle for all regions in the state. Water deficit and soil water storage were the most influential variables at the beginning and final stages. The models accuracy ranged in 3.11 %, 6.40 %, 6.77 % and 7.15 %, respectively for Registro, Mogi Mirim, Assis and Jaboticabal.en
dc.description.abstractRESUMO O Brasil é o quarto maior produtor mundial de mandioca, tendo as condições climáticas como principais fatores na regulação de sua produção. Objetivou-se desenvolver modelos agrometeorológicos para estimar a produtividade de mandioca doce para o estado de São Paulo, bem como identificar quais variáveis ​​climáticas exercem maior influência sobre a produtividade. Os modelos foram construídos com regressão linear múltipla e classificados pelos seguintes índices estatísticos: menor erro percentual absoluto médio, maior coeficiente de determinação ajustado e significância (p-valor < 0.05). Identificou-se que a temperatura média do ar tem grande influência no rendimento da mandioca durante todo o ciclo, para todas as regiões do estado. O déficit hídrico e o armazenamento de água no solo foram as variáveis ​​mais influentes nos estágios inicial e final. A precisão dos modelos variou em 3,11 %, 6,40 %, 6,77 % e 7,15 %, respectivamente para Registro, Mogi Mirim, Assis e Jaboticabal.pt
dc.description.affiliationUniversidade Estadual Paulista Faculdade de Ciências Agrárias e Veterinárias Departamento de Ciências Exatas
dc.description.affiliationInstituto Federal de Educação, Ciência e Tecnologia de Mato Grosso do Sul
dc.description.affiliationUnespUniversidade Estadual Paulista Faculdade de Ciências Agrárias e Veterinárias Departamento de Ciências Exatas
dc.format.extent43-51
dc.identifierhttp://dx.doi.org/10.1590/1983-40632018v4850451
dc.identifier.citationPesquisa Agropecuária Tropical. Escola de Agronomia/UFG, v. 48, n. 1, p. 43-51, 2018.
dc.identifier.doi10.1590/1983-40632018v4850451
dc.identifier.fileS1983-40632018000100043.pdf
dc.identifier.issn1983-4063
dc.identifier.scieloS1983-40632018000100043
dc.identifier.urihttp://hdl.handle.net/11449/158217
dc.language.isoeng
dc.publisherEscola de Agronomia/UFG
dc.relation.ispartofPesquisa Agropecuária Tropical
dc.relation.ispartofsjr0,346
dc.rights.accessRightsAcesso aberto
dc.sourceSciELO
dc.subjectManihot esculentaen
dc.subjectcrop modelingen
dc.subjectclimatologyen
dc.subjectManihot esculentapt
dc.subjectmodelagem de culturaspt
dc.subjectclimatologiapt
dc.titleAgrometeorological models for estimating sweet cassava yielden
dc.title.alternativeModelos agrometeorológicos para estimar o rendimento de mandioca docept
dc.typeArtigo

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
S1983-40632018000100043.pdf
Tamanho:
1.42 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Artigos - Ciências Exatas - FCAV