UNIVERSIDADE ESTADUAL PAULISTA – UNESP CÂMPUS DE JABOTICABAL DIAGNÓSTICO DO ESTADO NUTRICIONAL DO MILHO-DOCE Natalia Barreto Meneses Engenheira Agrônoma 2017 T E S E / M E N E S E S N. B. 2 0 1 7 UNIVERSIDADE ESTADUAL PAULISTA – UNESP CÂMPUS DE JABOTICABAL DIAGNÓSTICO DO ESTADO NUTRICIONAL DO MILHO-DOCE Natalia Barreto Meneses Orientador: Prof. Dr. Arthur Bernardes Cecílio Filho Coorientador: Prof. Dr. Danilo Eduardo Rozane Coorientador: Prof. Dr. Léon-Etienne Parent Tese apresentada à Faculdade de Ciências Agrárias e Veterinárias – Unesp, Câmpus de Jaboticabal, como parte das exigências para a obtenção do título de Doutora em Agronomia (Produção Vegetal) 2017 Meneses, Natalia Barreto M543d Diagnóstico do estado nutricional do milho-doce / Natalia Barreto Meneses. – – Jaboticabal, 2017 xvii, 88 p. : il. ; 29 cm Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias, 2017 Orientador: Arthur Bernardes Cecílio Filho Cooriendatores: Danilo Eduardo Rozane, Leon-Etienne Parent Banca examinadora: Juan Waldir Mendoza Cortez, Renato de Mello Prado, Roberto Botelho Ferraz Branco, José Carlos Barbosa Bibliografia 1. Composição nutricional. 2. Diagnose foliar. 3. Zea mays L. convar. saccharata var. rugosa. I. Título. II. Jaboticabal-Faculdade de Ciências Agrárias e Veterinárias. CDU 631.811:633.15 Ficha catalográfica elaborada pela Seção Técnica de Aquisição e Tratamento da Informação – Diretoria Técnica de Biblioteca e Documentação - UNESP, Câmpus de Jaboticabal. DADOS CURRICULARES DO AUTOR NATALIA BARRETO MENESES - filha de Jivaldo Cruz de Meneses e Gilvana Barroso Barreto, nascida aos 17 de julho de 1990, natural de Aracaju, Estado de Sergipe, Brasil. Cursou o ensino fundamental e médio no “Grêmio Escolar Graccho Cardoso”. Em março de 2008 ingressou no curso de Engenharia Agronômica na Universidade Federal de Sergipe (UFS), Câmpus de São Cristovão. Como aluna de graduação foi bolsista de iniciação científica dos projetos intitulados “Lógicas produtivas e estratégias de reprodução social: O caso do assentamento Caio Prado” sob orientação da Profa. Dra. Maria Lúcia da Silva Sodré e “Maximização na produção de mudas e épocas de colheitas do inhame” e “Produção de alface americana em diferentes coberturas do solo” sob orientação da Profa. Dra. Maria Aparecida Moreira. Estagiou durante os anos de 2010 e 2011 no projeto “Pequeno Produtor, Grande Empreendedor: Desenvolvimento de Tecnologias Sustentáveis para Produção de Olerícolas no Município de Itabaiana (Sergipe, Brasil)”. Ingressou no curso de Pós- graduação em Agronomia - Mestrado em Agronomia (Produção Vegetal) - em março de 2013, pela Universidade Estadual Paulista, Faculdade de Ciências Agrárias e Veterinárias, de Jaboticabal (UNESP/FCAV), sendo bolsista da CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior), obtendo o título de Mestre em julho de 2014, com a dissertação intitulada “Marcha de acúmulo de matéria-seca e de nutrientes pelo milho superdoce”, sob orientação do Professor Dr. Arthur Bernardes Cecílio Filho. Em agosto de 2014 iniciou o curso de doutorado, no Programa de Pós- graduação em Agronomia (Produção Vegetal), pela mesma instituição e também como bolsista da CAPES e sob orientação do Professor Dr. Arthur Bernardes Cecílio Filho. “Independentemente das circunstâncias, devemos ser sempre humildes, recatados e despidos de orgulho.” (Dalai Lama) Algumas pessoas marcam a nossa vida, deixam mensagens que nunca se apagam das nossas mentes, que se tornam aprendizados que levamos para sempre conosco. E nem sempre é por meio das palavras que aprendemos. Ética, profissionalismo, amizade e humildade são atitudes e qualidades que se veem nas ações, e que ficam de exemplo e inspiração. Dedico este trabalho a quem admiro profundamente e muito contribuiu para minha formação pessoal e profissional, ao Prof. Dr. Arthur Bernardes Cecílio Filho. AGRADECIMENTOS A realização desta tese marca o fim de uma importante etapa. Gostaria de agradecer a todos aqueles que contribuíram de forma decisiva para a sua concretização. A minha grande família. Em especial ao meu PAI e minha MÃE, meus heróis, muitíssimo obrigado pelo amor incondicional, pelo carinho, pelo apoio, pelo investimento, pelo exemplo de pessoas honestas e trabalhadoras que são. Aos meus irmãos Leo, Rafael e Lissa, meus amigos especiais, que me ajudaram a ser quem sou, que depositam confiança em mim e para os quais sou uma esperança, resta-me afincadamente não vos desiludir. Amo muito vocês! Ao meu orientador Prof. Dr. Arthur Bernardes Cecílio Filho, pessoa inteligente, responsável e justa, sempre disposto a apoiar e orientar pessoal e profissionalmente. Quero agradecer pela paciência, pelas sugestões, compreensão, amizade e auxílio para a conclusão dessa etapa. Agradeço ao coorientador Prof. Dr. Danilo Eduardo Rozane, sempre solícito, com quem aprendi muito e que contribuiu profundamente neste trabalho. Ao coorientator Prof. Dr. Léon-Etienne Parent, da Universidade de Laval pelos ensinamentos. Aos docentes do curso de Pós-Graduação em Produção Vegetal da FCAV/UNESP pela importante contribuição em meu crescimento científico. Aos funcionários UNESP/FCAV, em especial ao Inauro, Cláudio e Reinaldo da Fazenda de Ensino e Pesquisa da FCAV, a Rosane do Departamento de Produção Vegetal – Horticultura e aos motoristas da instituição pela amizade e apoio na condução dos trabalhos de campo. A Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela concessão da bolsa. A indústria Predilecta pelo auxílio e apoio concedido, que foi de fundamental importância para o desenvolvimento desta pesquisa. Aos meus queridos amigos da pós-graduação Tatiana Pagan Loeiro da Cunha, Rodrigo Hiyoshi Dalmazzo Nowaki, Leonardo Correia Costa, Víctor Manuel Vergara Carmona, Juan Waldir Mendoza Cortez, Alexson Filgueiras Dutra, Rodolfo Gustavo Teixeira Ribas e Juciléia Irian dos Santos, que estiveram presentes durante essa jornada, com quem tive a honra de conviver e compartilhar bons momentos. Agradeço a todos que passaram pelo meu caminho em Jaboticabal e que com certeza deixaram um pouco de si, em especial a Nathalia Gioria, Caroline Ribeiro, Priscila Porto pela forma amável, aberta e atenciosa como fui recebida. A Tiago Barbalho, meu parceiro, agradeço o incentivo, carinho e apoio nos momentos de fragilidade. À Universidade Estadual Paulista - Faculdade de Ciências Agrárias e Veterinárias de Jaboticabal - FCAV/UNESP, pelos ensinamentos oferecidos e pela oportunidade de realização do curso; e às pessoas com quem convivi nesses espaços ao longo desses anos. Por fim, agradeço a todos que de alguma forma contribuíram ou participaram desse trabalho, que se finda com a elaboração da presente tese. Muito obrigada! xi SUMÁRIO Página RESUMO............................................................................................................... xiii ABSTRACT........................................................................................................... xiv LISTA DE TABELAS..............................................................................................xv LISTA DE FIGURAS.............................................................................................xviii CAPÍTULO 1 – CONSIDERAÇÕES GERAIS............................................................1 1 Introdução...........................................................................................................1 2 Hipóteses............................................................................................................1 3 Objetivos.............................................................................................................2 4 Revisão de literatura..........................................................................................2 4.1 A cultura do milho-doce................................................................................2 4.2 Nutrição do milho-doce.................................................................................3 4.3 Avaliação do estado nutricional....................................................................6 4.4 Teor crítico e faixas de suficiência................................................................8 4.5 Sistema Integrado de Diagnose e Recomendação (DRIS - Diagnosis and Recommendation Integrated System).........................................................10 4.6 Diagnose da Composição Nutricional (CND – Compositional Nutrient Diagnosis)....................................................................................................12 5 Referências.........................................................................................................14 CAPÍTULO 2 – NORMAS DRIS E FAIXAS DE SUFICIÊNCIA DE NUTRIENTES PARA A CULTURA DO MILHO-DOCE....................................................................22 1 Introdução..........................................................................................................22 2 Material e Métodos............................................................................................23 3 Resultados e Discussão...................................................................................28 xii 4 Conclusão..........................................................................................................38 5 Referências........................................................................................................39 CAPÍTULO 3 – AVALIAÇÃO DO ESTADO NUTRICIONAL DO MILHO-DOCE PELO MÉTODO CND-clr...................................................................................................43 1 Introdução.........................................................................................................43 2 Material e Métodos...........................................................................................44 3 Resultados e Discussão..................................................................................49 4 Conclusão.........................................................................................................59 5 Referências.......................................................................................................60 CAPÍTULO 4 - MÉTODO CND-ilr NA AVALIAÇÃO DO ESTADO NUTRICIONAL DA CULTURA DO MILHO-DOCE.................................................................................64 1 Introdução.........................................................................................................64 2 Material e Métodos...........................................................................................66 3 Resultados e Discussão..................................................................................73 4 Conclusão.................. .......................................................................................82 5 Referências.......................................................................................................82 xiii DIAGNÓSTICO DO ESTADO NUTRICIONAL DO MILHO-DOCE RESUMO – O Brasil apresenta elevado potencial para a produção de milho-doce, voltada principalmente ao processamento industrial. Uma alternativa para aprimorar o manejo das adubações consiste na diagnose do estado nutricional dos campos de produção, através da análise foliar. Acredita-se que a elaboração e utilização de metodologias mais modernas para a diagnose foliar da cultura do milho-doce, como o Sistema Integrado de Diagnose e Recomendação (DRIS) e Diagnose da Composição Nutricional (CND), abordagem CND-clr (relação log centralizada) e CND-ilr (relação log isométrica) permitam gerar melhores diagnósticos nutricionais. Portanto, neste trabalho, objetivou-se obter as normas e as faixas de suficiência para cultura de milho- doce a partir dos métodos diagnósticos DRIS, CND-clr e CND-ilr. Os métodos diagnósticos DRIS, CND-clr e CND-ilr, avaliados individualmente, apresentaram bons desempenhos, quanto aos parâmetros de calibração, para a avaliação do estado nutricional do milho-doce. Conclui-se que as metodologias bivariada (DRIS) e multivariada (CND-clr e CND-ilr) contribuem com informações melhores para o manejo adequado da nutrição da cultura de milho-doce. Palavra-chave: Composição nutricional, diagnose foliar, Zea mays L. convar. saccharata var. rugosa xiv DIAGNOSTIC OF NUTRITIONAL STATUS OF SWEET CORN ABSTRACT – Brazil has high potential for the production of sweet corn, focused mainly on industrial processing. An alternative to improve the management of fertilization is to diagnose the nutritional status of the fields of production through leaf analysis. It is believed that the elaboration and use of more modern methodologies for leaf diagnosis of sweet corn, such as the Diagnosis and Recommendation Integrated System (DRIS) and Compositional Nutrient Diagnosis (CND), CND-clr (log centralized) and CND-ilr (isometric log ratio) allow to generate better nutritional diagnoses. Therefore, the objective of this work was to obtain the standards and sufficiency ranges for sweet corn culture from diagnostic methods DRIS, CND-clr and CND-ilr. The diagnostic methods DRIS, CND-clr and CND-ilr, individually evaluated, presented good performance in terms of calibration parameters for the nutritional status of sweet corn. It is concluded that the bivariate (DRIS) and multivariate methodologies (CND-clr and CND-ilr) contribute with better information for the proper management of the nutrition of the sweet corn crop. Keywords: Nutritional composition, leaf analysis, Zea mays L. convar. saccharata var. rugosa xv LISTA DE TABELAS CAPÍTULO 2 ............................................................................................................. 22 TABELA 1. Localidades e dados climáticos (1971-2014) da origem das amostras.... ............................................................................................................. 24 TABELA 2. Teores mínimo e máximo, desvio-padrão (σ) e coeficientes de variação (CV, %) dos teores de nutrientes na matéria seca das amostras foliares e produtividade (t ha-1), obtidos nas 161 áreas de milho-doce de baixa e alta produtividade ................................................................................. 28 TABELA 3. Normas DRIS obtidas dos logaritmos das relações, entre os teores de dois nutrientes, na matéria seca das amostras foliares obtidas da população de alta produtividade de milho- doce.......................................... ............................................................ 29 TABELA 4. Frequência observada (FO) dos nutrientes, pelo potencial de resposta à adubação (PRA) e qui-quadrado (χ²) calculado, para as populações de baixa e alta produtividade de milho-doce... .......................................... 30 TABELA 5. Agrupamento, em porcentagem, do potencial de resposta da cultura à adubação para a população de baixa produtividade de milho-doce…. 32 TABELA 6. Porcentagem dos casos identificados de diagnósticos verdadeiros para deficiência (VDEF) e suficiência (VSUF), e de falsos diagnósticos para deficiência (FDEF) e suficiência (FSUF); acurácia; razão de deficiência (RD); acurácia para deficiência (AccDef) e para suficiência (AccSuf); razão de eficiência (RE) e produtividade média (t ha-1), obtidos pelo método DRIS nos diagnósticos do P foliar no milho-doce......................35 TABELA 7. Modelos estatísticos das relações entre os teores de nutrientes e os índices DRIS para macronutrientes e micronutrientes na matéria seca foliar de milho-doce. ............................................................................. 36 TABELA 8. Teores foliares de macronutrientes e micronutrientes considerados adequados para o milho-grão maduro e milho-doce, em função da folha diagnóstica, pelo método da Faixa de Suficiência ............................... 37 xvi CAPÍTULO 3 ............................................................................................................ 43 TABELA 1. Localidades e dados climáticos (1971-2014) da origem das amostras... ............................................................................................................. 45 TABELA 2. Teores mínimo, máximo, desvio-padrão (σ) e coeficientes de variação (CV, %) dos teores de nutrientes da matéria seca das amostras foliares e produtividade (t ha-1) obtidos nas 152 áreas de milho-doce de baixa e alta produtividade... .............................................................................. 51 TABELA 3. Normas CND-clr obtidas das variáveis multinutrientes e média geométrica dos constituintes das matérias secas (G) das amostras foliares obtidas da subpopulação de alta produtividade (população de referência) de milho-doce... .................................................................. 53 TABELA 4. Porcentagem dos casos identificados de diagnósticos verdadeiros para deficiência (VDEF) e suficiência (VSUF), e de falsos diagnósticos para deficiência (FDEF) e suficiência (FSUF); acurácia; razão de deficiência (RD); acurácia para deficiência (AccDef) e para suficiência (AccSuf); razão de eficiência (RE) e produtividade média (t ha-1), obtidos pelo método CND-clr nos diagnósticos do P foliar no milho-doce..................54 TABELA 5. Modelos estatísticos das relações entre os teores de nutrientes e os índices CND-clr para macronutrientes e micronutrientes na matéria seca foliar de milho-doce... ........................................................................... 57 TABELA 6. Teores foliares de macronutrientes e micronutrientes considerados adequados para o milho-grão maduro e milho-doce, em função da folha diagnóstica, pelo método da Faixa de Suficiência.................. .............. 58 CAPÍTULO 4 ............................................................................................................. 64 TABELA 1. Localidades e dados climáticos (1971-2014) da origem das amostras... ............................................................................................................. 66 TABELA 2. Detalhamento da partição binária sequencial (PBS) para os dados de milho-doce... ......................................................................................... 70 xvii TABELA 3. Detalhamento da divisão das amostras de milho-doce dentro dos quadrantes VN (verdadeiro negativo), FP (falso positivo), FN (falso negativo) e VP (verdadeiro positivo) .................................................... 77 TABELA 4. Normas, médias (�̅� ) e desvios-padrão (σ), das coordenadas CND-ilr a partir das concentrações de nutrientes (mg kg-1)............... .................. 78 TABELA 5. Análise estatística comparando as concentrações médias dos nutrientes, Fv e a produtividade (PT) do grupo VN aos demais grupos (FN, FP e VP)........................................................................................................79 TABELA 6. Intervalo de confiança das concentrações dos nutrientes obtidos a partir da retransformação das coordenadas CND-ilr, das amostras dos grupos VN, em milho-doce... ............................................................................ 80 TABELA 7. Teores foliares de macronutrientes e micronutrientes considerados adequados para o milho-grão maduro e milho-doce, em função da folha diagnóstica, pelo método da Faixa de Suficiência... ............................ 81 xviii LISTA DE FIGURAS CAPÍTULO 3..............................................................................................................43 FIGURA 1. Função cumulativa do banco de dados da cultura do milho-doce (n=152)....................................................................................................50 FIGURA 2. Índice geral de equilíbrio (CND-r²) e Distância de Mahalanobis (DM) da população de alta produtividade (n=62)......................................................................................................52 FIGURA 3. Médias dos índices nutricionais para os nutrientes N, P, K, Ca, Mg, S, B, Cu, Fe, Mn e Zn, que comprometeram o equilíbrio nutricional do milho- doce na população de baixa produtividade. Índice positivo e negativo representam excesso e deficiência, respectivamente.............................56 CAPÍTULO 4..............................................................................................................64 FIGURA 1. Correlação entre a Distância de Mahalanobis CND-ilr e a Distância de Mahalanobis Conc. Ln...........................................................................74 FIGURA 2. Partição de Cate-Nelson para os dados de análise foliar de milho-doce (167 amostras). VN = verdadeiro negativo; FP = falso positivo; FN = falso negativo; VP = verdadeiro positivo. Acurácia = 70%, Sensibilidade = 95%, Especificidade = 45%, NPV = 91%, PPV = 61%.......................................................................................................75 1 CAPÍTULO 1 – CONSIDERAÇÕES GERAIS 1 INTRODUÇÃO O milho-doce (Zea mays L. convar. saccharata var. rugosa) é uma hortaliça de elevada importância econômica no mundo. No Brasil, seu cultivo vem expandindo-se a cada ano, por sua melhor palatabilidade e maior valor agregado, inserindo-se como uma alternativa rentável ao agricultor. Com sua produção voltada, sobretudo, ao processamento industrial, os produtores necessitam atingir, além de altas produtividades, o padrão de espigas requerido pelas indústrias processadoras. Apesar do elevado potencial de produção e exportação, a cultura é carente de informações técnicas que auxiliem no manejo da adubação e nutrição mineral, visando alta produtividade da cultura, alto rendimento industrial e baixo impacto ambiental por conta da fertilização. Muitas destas informações são trazidas da cultura de milho para grão maduro. Uma alternativa para aprimorar o manejo das adubações do milho-doce consiste em avaliar o estado nutricional dos campos de produção, através da diagnose foliar. Neste sentido, a possibilidade de se aprimorar os padrões nutricionais para o milho-doce é particularmente importante, pois permite inserir a análise foliar como ferramenta decisiva no manejo da adubação e da fertilidade do solo. Dentre as ferramentas para avaliar o estado nutricional de plantas, o Sistema Integrado de Diagnose e Recomendação (DRIS), método bivariado, idealizado por Beaufils (1973), e o método multivariado, Diagnose da Composição Nutricional (CND), idealizado por Parent e Dafir (1992), foram desenvolvidos para melhorar o diagnóstico nutricional, considerando relações entre os nutrientes. 2 HIPÓTESES a) O estabelecimento de normas DRIS torna possível avaliar o estado nutricional do milho-doce; b) O estabelecimento de normas CND-clr e CND-ilr são eficientes na avaliação do estado nutricional do milho-doce; 2 c) A distância de Mahalanobis (DM), segundo as coordenadas CND-ilr, e juntamente com a partição de Cate-Nelson, é possível discriminar amostras em equilíbrio e em desequilíbrio nutricional, em situações de alta e baixa produtividade. 3 OBJETIVOS Obter faixas de suficiência e normas DRIS, CND-clr e CND-ilr para avaliação do estado nutricional do milho-doce e identificar a eficiência dos diagnósticos através do método da Acurácia e Cate-Nelson. 4 REVISÃO DE LITERATURA 4.1 A cultura do milho-doce O milho-doce (Zea mays L. convar. saccharata var. rugosa) é uma hortaliça de importância econômica mundial. Seu cultivo vem expandindo-se a cada ano e insere- se como alternativa rentável ao agricultor, pelo preço diferenciado em relação ao milho-grão maduro, atribuído ao seu uso exclusivo para consumo humano. Em relação à produção mundial do milho-doce, de acordo com a FAO (2016), no ano de 2013 foram produzidas 9.776.132 toneladas de espigas em 1.104.211 hectares, com produtividade média de 8,85 t ha-1, sendo os principais países produtores os Estados Unidos de América, Nigéria, México, Hungria e Indonésia (FAO, 2016). No Brasil, diferentemente do milho-grão maduro, ainda não existe dados anuais sobre a produção de milho-doce, sendo que nos censos agropecuários as informações da espécie hortícola do milho-verde são obtidas juntamente com as de milho-doce. Nesse sentido, segundo o IBGE (2016), no ano 2006, foram produzidos 281.265 toneladas de espigas de milho-verde em 42.362 hectares, principalmente em Goiás, Minas Gerais e São Paulo. Embora o sistema de produção do milho-doce seja semelhante ao milho-grão maduro, fatores como cultivar, demanda nutricional, densidade de plantas e ponto de 3 colheita os diferenciam, conforme diversos trabalhos encontrados na literatura (DUARTE et al., 2003; HECKMAN, 2007; PINHO et al., 2009; HART et al., 2010 e HIRZEL; UNDURRAGA, 2013). Contudo, diferentemente do milho-grão maduro, o milho-doce enfrenta escassez de informações técnicas (CRUZ et al., 2015), apesar do elevado potencial para produção e exportação. Considerado um tipo especial, o milho-doce é resultado de mutação espontânea do convencional (BHATT et al., 2012). A presença de alelos mutantes bloqueiam a conversão de açúcares em amido no endosperma dos grãos, conferindo alto teor de açúcares e baixo teor de amido (ZUCHARELLI et al., 2012), caracterizando o sabor adocicado dos grãos. Por sua maior palatabilidade, alto valor agregado e processamento industrial, acredita-se no crescimento do mercado consumidor (BRITO et al., 2013). Com sua produção voltada, sobretudo, ao processamento industrial, os produtores necessitam atingir o padrão de espigas requerido pelas indústrias processadoras. São desejáveis espigas bem granadas, com maior massa, maiores que 15 cm de comprimento e de 3 cm de diâmetro (ALBUQUERQUE et al., 2008), características que aumentam a eficiência das máquinas industriais degranadoras. Para se atingir o padrão industrial de espigas, exigidos pelas indústrias, um bom manejo da adubação e nutrição mineral é necessário (SOUZA et al., 2013). 4.2 Nutrição do milho-doce Em razão da crescente demanda da indústria (OKUMURA et al., 2013) e ao uso da irrigação, o cultivo do milho-doce é realizado durante todo o ano. Bom manejo da adubação e nutrição mineral, são necessários para atingir os padrões requeridos pelas indústrias processadoras, além de ganhos na quantidade e qualidade do produto, garantindo retorno adequado. Conforme Molina et al. (2013), a adubação deve ser realizada corretamente, de modo a atingir elevada eficiência, visando, além de menor custo de produção, menor dano ambiental. Agricultores e técnicos buscando obter altas produtividades, com maior qualidade do produto, normalmente planejam a adubação baseando-se em recomendações das empresas de sementes de milho-doce ou em recomendações de 4 Cantarella e Raij (1997), para adubação da cultura no Estado de São Paulo, ou em Ribeiro et al. (1999), para Minas Gerais. Infelizmente, são recomendações elaboradas a bastante tempo, com manejo cultural distinto e cultivares de menor potencial produtivo. O milho-doce mostra-se responsivo a doses de N, P e K (WENDLING et al., 2008; VALDERRAMA et al., 2011; AKINTOYE; OLANIYAN, 2012; ZHAO et al., 2013; NOGUEIRA, 2014; TAKASU et al., 2014; CRUZ et al., 2015). Nesses trabalhos, as doses de máxima eficiência produtiva encontradas foram superiores àquelas recomendadas por Cantarella e Raij (1997) e Ribeiro et al. (1999). Como exemplo, a recomendação de N para milho-doce no Estado de São Paulo é função da produtividade esperada e classe de resposta da planta à adubação nitrogenada, sendo de 170 kg ha-1 de N para produtividade entre 16 e 20 t ha-1 (CANTARELLA; RAIJ, 1997). Os produtores do município de Guaíra, um dos maiores polos produtores de milho-doce do Estado de São Paulo, aplicam 250 kg ha-1 de N (CRUZ et al., 2015). Verifica-se, entretanto, que o milho-doce pode responder ao fornecimento de N até 360 kg ha-1, com efeito sobre diferentes componentes da produção e sobre a qualidade de grãos (GRAZIA et al., 2003; MA; SUBEDI; ZHANG, 2007; ZHAO et al., 2013; CRUZ et al., 2015). Segundo Okumura et al. (2013), o milho-doce tem se revelado mais exigente em fertilidade do solo que o milho-grão maduro. Acredita-se que essa divergência seja ainda mais acentuada devido à oferta atual de híbridos de milho-doce, com ciclo mais curto e metabolismo mais intenso, os quais se caracterizam por possuir alto potencial produtivo e maior demanda por nutrientes do que o milho-grão maduro (FAGERIA, 2009). Entre os trabalhos que avaliaram o acúmulo de nutrientes pelo milho-grão maduro e doce, observa-se que os resultados divergem quanto às quantidades de nutrientes acumulados e exportados (DUARTE et al., 2003; HECKMAN et al., 2003; HECKMAN, 2007; PINHO et al., 2009; BORIN et al., 2010; HART et al., 2010; HIRZEL; UNDURRAGA, 2013; MENDOZA-CORTEZ; CECÍLIO FILHO; MENESES, 2016). No entanto, devido à escassez de informações técnicas para a cultura do milho-doce, o manejo da adubação, muitas vezes é feito conforme recomendação para o milho-grão maduro. 5 A gestão eficaz de nutrientes para a cultura requer uma contabilidade exata de nutrientes retirados do solo na parte colhida de uma cultura (HIRZEL; UNDURRAGA, 2013). Buscando o fornecimento adequado dos nutrientes, os quais têm papel fundamental em processos fisiológicos na planta, como a fotossíntese, osmorregulação, síntese de proteínas, formação e translocação de carboidratos e ativação de enzimas, entre outros (MENGEL, 2007; HAWKESFORD et al., 2012), afetando o número de espigas comerciais, comprimento e diâmetro de espigas, produtividade de espigas e de grãos e rendimento industrial do milho-doce (TAKASU et al., 2014). Todavia, exceder o que é recomendado, gera um custo de produção elevado e acarreta diminuição do potencial genético das cultivares (COSTA et al., 2015). Ainda, aumentam as perdas por lixiviação, volatilização e o risco da poluição ambiental, tanto dos rios por eutrofização ou até mesmo do ar pela formação de gases (GAO et al., 2014). Não se pode esquecer que o equilíbrio entre os íons no sistema solo-planta pode ser um fator limitante. As interações entre os elementos afetam desde os processos que ocorrem no solo, como o contato do nutriente com as células da raiz; como na planta, na absorção, no transporte, redistribuição e metabolismo, podendo induzir a desordem nutricional, seja esta por deficiência, seja por toxicidade, refletindo na produção das culturas (PRADO, 2008; ARAÚJO; SANTOS; CAMACHO, 2013). A partir dessas informações constata-se que a adubação das culturas deve ser embasada em conhecimentos sobre a extração de nutrientes de cada genótipo, fertilidade dos solos, aspectos econômicos, manejo da cultura e produtividade esperada. Uma alternativa para aprimorar o manejo das adubações consiste na diagnose do estado nutricional dos campos de produção e, desse modo, contribuir com informações para o manejo adequado da nutrição, permitindo a racionalização na aplicação de insumos, como fertilizantes e corretivos, transformando-se em lucro (ROZANE et al., 2016). 6 4.3 Avaliação do estado nutricional Para se obter elevada produtividade das lavouras de milho-doce torna-se indispensável a adoção de um bom programa de adubação. Torna-se, assim, necessário o uso de ferramentas de diagnóstico que possam trabalhar em conjunto com a análise de solos, como a avaliação do estado nutricional de plantas, para tornar a recomendação mais próxima da demanda nutricional para a produtividade almejada do milho-doce (PARTELLI et al., 2014; BARŁÓG, 2016). A avaliação do estado nutricional de plantas depende, porém, do estabelecimento de valores de referência para os nutrientes, tais como o teor crítico, o teor ótimo ou a faixa ótima dos teores de nutrientes nas folhas (ROZANE et al., 2016). Esse método consiste em realizar comparação entre uma amostra e um padrão de comparação, o qual foi denominado como norma (MALAVOLTA et al., 2006). A amostra pode estar constituída por uma só planta ou por um grupo de plantas, sendo as normas definidas como os conteúdos dos nutrientes na planta ou conjunto de plantas “normais” sob o ponto de vista nutricional (ROCHA et al., 2007). Malavolta et al. (1989) definem como plantas “normais” aquelas que, tendo em seus tecidos todos os elementos, em quantidades e proporções adequadas, são capazes de dar altas produções, tendo aspecto visual parecido com o encontrado em lavouras muito produtivas. A razão desta definição parte da situação de que, plantas sob condições anormais (limitantes), não podem expressar seus ótimos potenciais produtivos (ANDREW,1968; BEAUFILS, 1973; MALAVOLTA et al.,1989). Ou seja, altos níveis de produção só podem ser conseguidos quando todos os fatores que determinam a produtividade, entre eles os fatores nutricionais, encontrarem-se em condições normais (ROZANE et al., 2016). Dentre os método de diagnose de maior relevância na definição e interpretação do estado nutricional das plantas tem-se a análise de tecidos vegetais. A folha, dentre os órgãos da planta, é aquele de maior atividade metabólica. Assim, é o órgão que melhor representa a resposta da cultura às aplicações de fertilizantes, ao histórico das práticas agrícolas, alterações fisiológicas em decorrência de distúrbios nutricionais e maior correlação entre os teores de nutrientes e a produtividade da cultura (URANO et al., 2006; PARENT, 2011; GOTT et al., 2014; ROZANE et al., 2016) 7 Epstein e Bloom (2006) complementam que a análise de folhas é um índice mais confiável da disponibilidade de nutrientes que a determinação no solo, pois, fornece medida integrativa da aquisição de nutrientes. Essa ferramenta permite, ainda, identificar deficiências de nutrientes que provocam sintomas semelhantes, dificultando a diagnose visual. Neste sentido, a possibilidade de se aprimorar os padrões nutricionais para o milho-doce é particularmente importante, pois permite inserir a análise de foliar como ferramenta decisiva no manejo da adubação e da fertilidade do solo. No milho-grão maduro e no milho-doce, a amostragem foliar tem sido efetuada coletando-se o terço central da folha situada na base da espiga principal, durante o florescimento masculino (estádio VT) (RAIJ et al., 1997), ou conforme Malavolta et al. (2006), coletando-se o limbo da folha oposta e abaixo da espiga, no florescimento feminino (estádio R1), aparecimento dos estilos-estigma nas espigas. A amostragem deve ser realizada em pelo menos 30 folhas por talhão, para ambos os autores, uma amostra representativa da população para que os resultados da análise foliar tenham validação técnica e científica. De posse das análises químicas se faz necessária a interpretação dos resultados por meio dos métodos diagnósticos, a fim de se obter uma avaliação completa do estado nutricional das plantas (SCUCUGLIA; CRESTE, 2014). A interpretação dos resultados da análise química foliar pode ser estabelecida contrastando a concentração de determinado nutriente com a concentração do mesmo elemento em plantas sadias e de elevada produtividade, denominando-se valor de referência ou valor nutricional padrão (PARENT, 2011; DIAS et al., 2013a). Existem métodos que consideram cada elemento isoladamente, chamados métodos univariados (nível crítico e faixas de suficiência) e os métodos que relacionam nutrientes. São exemplos o método Sistema Integrado de Diagnose e Recomendação (DRIS), bivariado, idealizado por Beaufils (1973), e o método multivariado, Diagnose da Composição Nutricional (CND), idealizado por Parent e Dafir (1992). A utilização da analise foliar, no diagnostico nutricional, apresenta como limitações a disponibilidade de padrões nutricionais para o diagnóstico nutricional e a confiabilidade da interpretação dos resultados analíticos. Desde que existem 8 controvérsias sobre a adequação dos padrões nutricionais adotados (GUINDANI et al., 2009) e da adequação de muitos métodos adotados para a interpretação dos resultados, seja pela fraqueza de certas prerrogativas adotadas para obtenção dos padrões nutricionais, como para o método do Teor Crítico, ou por sua dependência em processos computacionais empíricos, como o DRIS e CND (PARENT, 2011). 4.4 Teor crítico e faixas de suficiência A avaliação do estado nutricional de plantas é uma ferramenta fundamental para avaliar o desempenho das adubações e melhorar a eficiência do manejo da fertilidade do solo. O teor ou nível crítico (TC) e as faixas de suficiência (FS) são as técnicas preferencialmente utilizadas, pela facilidade na interpretação dos resultados, quanto pela disponibilidade de padrões nutricionais. Baseado nos trabalhos de Smith (1962) e Prevot e Ollagnier (1957) a curva clássica do nível crítico, descreve a relação entre o teor de um elemento na folha e o crescimento ou produção. Assim, este método univariado possibilita relacionar doses da adubação com a concentração do nutriente no tecido e esta com a produtividade, gerando uma curva de calibração. Para determinar a concentração crítica, nessa curva de calibração, indica-se o crescimento relativo (eixo y) e a concentração do nutriente em uma parte específica da planta (eixo x). O ponto em que o crescimento é reduzido para 10% é considerado o teor crítico (ROZANE et al., 2016). Diante do exposto, quando a concentração de determinado nutriente corresponde a 90% da produtividade máxima, esta representa a concentração do nutriente a partir do qual a probabilidade de resposta ao aumento da sua disponibilidade não resulta em maior eficiência econômica (ULRICH; HILLS, 1967). O método das FS, também se trata de uma abordagem tradicional e apresenta como vantagem adicional ao TC, obtenção de uma faixa de valores adequados e não apenas um valor pontual (WADT; DIAS, 2012; GOTT et al., 2014). Apesar do monitoramento nutricional das plantas a partir da análise foliar do milho-doce apresentar vantagens e ser uma técnica de simples adoção, não conta com critérios de interpretação específicos publicados na literatura nas condições edafoclimáticas dos polos produtores dessa hortaliça no Brasil. Assim, para tal 9 finalidade são utilizados os padrões nutricionais do milho-grão maduro disponíveis em Cantarella e Raij (1997) e Malavolta et al. (2006), para o estado de São Paulo. Ressalva-se, entretanto, que muitos desses valores críticos foram adaptações ou ensaios regionais desenvolvidos durante as décadas de 1980 e 1990, numa situação distinta quanto aos materiais genéticos atualmente utilizados, o que pode induzir a erros nos diagnósticos do estado nutricional da cultura do milho-doce. Para a cultura do milho-doce, na Florida, faixas foram propostas por Maynard e Hochmuth (2007). O TC e as FS devido caráter univariado (onde os teores são comparados individualmente), embora de simples interpretação, não consideram as interações entre os nutrientes ou com o próprio ambiente na definição dos valores padrões. Faz- se necessário então, que todas as demais condições, exceto o nutriente em análise, sejam controladas e mantidas sob ótima disponibilidade (DIAS et al., 2013a; COELHO et al., 2013; WADT et al., 2013; SERRA et al., 2014; PEREIRA et al., 2015), conhecido como princípio do controle local. Assim, estabelecimento do TC e/ou FS efetivas, dependente de ensaios de calibração, que devem ser executados em diversos anos e locais, representando com precisão as condições tecnológicas das culturas (DIAS et al., 2013b; ROZANE et al., 2016). Os valores de referência por estarem sujeitos a revisões periódicas, em consequência da introdução de novos materiais genéticos, novas técnicas de manejo ou de cultivo, variação nas condições do ambiente, exige, regularmente, a instalação de experimentos de calibração, os quais são onerosos e, em geral, de média a longa duração. Acredita-se que a elaboração e utilização de metodologias mais modernas para a diagnose foliar da cultura do milho-doce permitam gerar diagnósticos nutricionais mais exatos. Desse modo, além do TC e da FS, outros métodos de diagnose têm sido estudados, destacando-se o Sistema Integrado de Diagnose e Recomendação, DRIS (BEAUFILS, 1973) 10 4.5 Sistema Integrado de Diagnose e Recomendação (DRIS – Diagnosis and Recommendation Integrated System) A metodologia DRIS pressupõe que as relações binárias (entre dois nutrientes) fornecem boa indicação do equilíbrio nutricional (SCUCUGLIA; CRESTE, 2014; SANTOS; ROZANE et al., 2017). Proposto por Beaufils (1973), o método foi desenvolvido para melhorar o diagnóstico nutricional, considerando relações entre os nutrientes, o que não era considerado nos métodos univariados (TC e FS). Além de incorporar o conceito de balanço nutricional e minimizar, na interpretação do estado nutricional das plantas, aqueles efeitos atribuídos aos fatores não nutricionais (SERRA et al., 2014; WADT et al., 2016), este sistema permite a obtenção direta de padrões nutricionais, a partir do monitoramento dos teores foliares de lavouras comerciais. A não exigência de experimentação diminui significativamente o custo e o tempo necessário para a obtenção desses padrões e tem motivado, cada vez mais, pesquisas com DRIS (DIAS et al., 2013a; PEREIRA et al., 2015). Ainda, apresenta como vantagens a possibilidade de produzir diagnósticos coerentes independentes do estádio de desenvolvimento da cultura e, apresentando- se os resultados em escala normatizada, contínua, e de interpretação direta (MALAVOLTA, 2006; WADT; DIAS, 2012). Uma etapa importante na aplicação do método DRIS é a obtenção das normas, ou seja, para a utilização do sistema é necessário a coleta de quantidade substancial de dados básicos (análise foliar, análise de solo e produtividade) para estabelecer as normas ou padrões. As normas são valores médios de teores de nutrientes e das relações desses nutrientes, com as respectivas variâncias (BEAULFIS, 1973; WALWORTH; SUMNER, 1987; MALAVOLTA et al., 2006) e, permite diagnosticar com precisão o estado nutricional das plantas e auxiliar na tomada de decisão quanto ao manejo da adubação (PARTELLI et al., 2014; SOUZA et al., 2015; BARŁÓG, 2016). A base de dados para as normas pode ser obtida tanto em experimentos de adubação como em áreas de plantios comerciais. Quando se emprega esse tipo de dado, a distribuição dos valores geralmente não segue a distribuição normal. Para normalizar a distribuição, Beaufils (1973) propôs a divisão da base de dados em dois subgrupos, um de alta produtividade e outro de baixa produtividade. Os valores das 11 concentrações e as relações entre concentrações dos nutrientes para o subgrupo mais produtivo (população de referência) permanecem normalmente distribuídos, e são utilizados como referência no estabelecimento dos padrões DRIS. Entretanto, na metodologia DRIS a definição da população de referência é ampla. Beaufils (1973) e Walworth e Sumner (1987) indicam que não há critérios específicos para dividir as duas populações; Letzsch e Sumner (1984) recomendam que, pelo menos 10% das amostras de alta produtividade componham o banco de dados; Hoogerheide (2005) cita que deve ser observada a melhor relação entre o índice de balanço nutricional (IBN) e a produtividade; Silva et al. (2005) sugerem que seja adotada a média + 0,5 desvio-padrão da população de alta produtividade; Malavolta (2006) recomenda 80% da produtividade máxima; Serra et al. (2014) aconselham o uso da média da população como critério para a escolha da população de referência. Esta abrangência na definição da população de referência implica que, para uma mesma base de dados, a avaliação do estado nutricional seja diferente, ficando a critério de quem a faz (ROZANE et al., 2016). A partir da metodologia inicial, o DRIS (BEAUFILS, 1973) sofreu modificações (JONES, 1981; ELWALI; GASCHO, 1984; MAIA, 1999; WADT et al., 2007) ao longo do tempo, e entre as principais, a abordagem desenvolvida por Beverly (1987), que correspondeu à transformação logarítmica das relações bivariadas. Tal transformação tende à simplificação da fórmula DRIS e, como consequência, à maior coerência na expressão das normas DRIS (DIAS et al., 2010), por corrigir os desvios observados na distribuição normal entre as formas direta e inversa da expressão de uma mesma relação (HOLLAND, 1966; BEVERLY, 1987). A revisão elaborada por Rozane et al. (2016), faz referência a interpretação do DRIS, e descreve que esta é baseada nos índices de cada nutriente, obtidos em função das relações (quocientes) entre os teores dos nutrientes. Índices DRIS positivos indicam excesso e, negativos a deficiência, enquanto que índices DRIS iguais, ou próximos de zero, indicam equilíbrio nutricional. Recentemente, diversos pesquisadores têm utilizado o DRIS para o desenvolvimento de padrões nutricionais a partir de dados de lavouras comerciais e experimentos de culturas anuais e perenes, como cafeeiros (SILVA et al., 2011; WADT; DIAS, 2012); algodoeiro (SERRA et al., 2014); arroz irrigado (WADT et al., 12 2013); milho-grão maduro (GOTT et al., 2014); laranjeiras, (CAMACHO et al., 2012); soja (URANO et al., 2006); feijoeiro (PARTELLI et al., 2014); goiaba (SOUZA et al., 2015); atemoia (SANTOS; ROZANE, 2017); tomate (SCUCUGLIA; CRESTE, 2014); cenoura (DEZORDI et al., 2016) e espécie florestal (RENÉ et al., 2013). E demonstrado, cada vez mais, o potencial do DRIS como uma ferramenta para realizar diagnósticos do estado nutricional de plantas acurados. No entanto, de acordo com Holland (1966), a consistência da interpretação das análises de tecido vegetal aumenta à medida que o enfoque univariado (teor crítico) é ampliado, de modo a considerar as relações entre nutrientes, dois a dois, ou seja, relações duais (enfoque bivariado) e, assim, progressivamente, até idealmente abranger, mediante enfoque multivariado, toda a estrutura de variação da composição nutricional. 4.6 Diagnose da Composição Nutricional (CND – Compositional Nutrient Diagnosis) A análise multivariada como instrumento para diagnose do estado nutricional foi indicada por Holland (1966), tendo como base a análise de componentes principais. A técnica evoluiu e foi aperfeiçoada por Parent e Dafir (1992) e baseia-se nas relações entre o teor de um nutriente e a média geométrica dos teores dos demais componentes da matéria seca (relações multivariáveis), inclusive aqueles não avaliados analiticamente, sendo considerada a melhor forma de expressão do equilíbrio no tecido vegetal (PARENT; DAFIR, 1992; EGOZCUE; PAWLOWSKY- GLAHN, 2005). O CND é uma evolução dos métodos univariados e bivariado. Utiliza a transformação da razão log-centralizada, recomendada nos estudos desenvolvidos por Aitchison (1986), e empregada nas análises de dados composicionais, como os teores de nutrientes, apresentando potencial para melhorar a diagnose do tecido vegetal em estudo. Isso é uma grande vantagem, pois, permite o acesso às modernas ferramentas computacionais, reduzindo o esforço de análise (ROZANE et al., 2016). O processo, por estabelecer os valores-padrão a partir de dados obtidos sob as mais variadas condições ecofisiológicas, torna possível utilizar dados de condições 13 de campo (talhões ou lavouras comerciais) e não apenas de ensaios controlados, assim como no DRIS. Com isso, os valores padrão podem ser constantemente reavaliados e toda vez que se faz o monitoramento nutricional novas informações são agregadas ao conjunto de dados (PARENT, 2011; WADT et al., 2013). Outra vantagem ao se empregar a metodologia CND é a possibilidade de atribuir às carências e aos excessos o mesmo peso no desbalanço, o que pode ser detectado com o emprego da Distância de Mahalanobis (PARENT et al., 2009). Isso permite definir a contribuição de cada nutriente na composição nutricional da matéria seca (ROZANE et al., 2016). E por possuir um único desvio-padrão, diferente do DRIS, a metodologia CND possibilita, ainda, a identificação e a exclusão de dados atípicos (outliers), o que aumenta a confiabilidade na interpretação dos resultados (PARENT et al., 2009; PARENT et al., 2013a, b). O tecido foliar é considerado um sistema fechado a 100%, formado por componentes conhecidos (macro e micronutrientes) e por componentes desconhecidos (outros elementos não determinados, carboidratos, etc), reunidos num termo chamado R. Isso forma um arranjo de nutrientes d-dimensional, ou seja, um simplex (Sd) oriundo das proporções de d+1 nutrientes que incluem os elementos d e um valor residual (Rd) (PARENT et al., 2013a). Avanços no emprego da análise multivariada à metodologia CND podem ser observados ainda em Parent (2011), Hernandes et al. (2012) e Parent et al. (2012), os quais indicam outras diferentes transformações para os dados, como exemplo, a razão log isométrica (ilr), além de fazer uso da transformação da razão log centralizada (clr) (PARENT; DAFIR, 1992). O objetivo é evitar a tendência numérica e a redundância inerente aos dados composicionais, reduzindo as correlações espúrias entre os componentes do tecido vegetal, no que diz respeito às distorções que ocorrem nas interpretações das análises de solo e de tecido vegetal, as quais são baseadas em D-1 balanços, organizados ortogonalmente (EGOZCUE; PAWLOWSKY-GLAHN, 2005). Segundo Hernandes et al. (2012), a abordagem ilr é imparcial, não tendenciosa (D-1 graus de liberdade), e preserva todas as informações contidas no vetor composicional, graças ao princípio da ortogonalidade. 14 Diversos pesquisadores têm utilizado o CND-clr e ilr para avaliação do estado nutricional de culturas como o arroz irrigado (GUINDANI et al., 2009; WADT et al., 2013); algodão (SERRA et al., 2010; 2012), milho-grão maduro (PARENT et al., 2009; MODESTO et al., 2014); batata (PARENT et al., 1994a); milho-doce (KHIARI et al., 2001a); cenoura (PARENT et al., 1994b; DEZORDI et al., 2016); beterraba (BARŁÓG, 2016); cebola (YOUSUF et al., 2013); alho (CUNHA et al., 2016); soja (URANO et al., 2006; 2007); goiaba (HERNANDES et al., 2012; PARENT et al., 2012; PARENT et al., 2013a); manga (PARENT et al., 2013b; SOUZA et al., 2016); cafeeiros (WADT; DIAS, 2012; WAIREGI et al., 2012); laranjeiras (CAMACHO et al., 2012; DIAS et al., 2013; PARENT et al., 2013a; ROZANE et al., 2015). A determinação de valores de referência tem sido realizada e confrontada entre métodos a fim de obter faixas nutricionais de menor amplitude e intepretações mais exatas. Neste contexto, a utilização de métodos que preconizam a interação entre nutrientes permitem ponderar um maior número de informações a fim de se obter diagnósticos mais exatos (SERRA et al., 2014). Autores como Camacho et al. (2012), Wadt et al. (2013) e Gott et al. (2014) descrevem o CND como o método consistente na interpretação do estado nutricional, pela sua grande abrangência na interpretação. No entanto, em algumas pesquisas foi possível verificar alta correlação entre os índices DRIS e CND, para algumas variáveis (PARENT et al., 1993; PARENT et al., 1994a, b; SERRA et al., 2010; CAMACHO et al., 2012; PARTELI et al., 2014). 5 REFERÊNCIAS AITCHISON, J. The statistical analysis of compositional data. London: Chapman e Hall, 1986. 416 p. AKINTOYE, H. A.; OLANIYAN, A. B. Yield of sweet corn in response to fertilizer sources. Global Advanced Research Journal of Agricultural Science, v. 1, n. 5, p. 110-116, 2012. ALBUQUERQUE, C. J. B.; PINHO, R. G. V.; BORGES, I. D.; SOUZA FILHO, A. X.; FIORINI, I. V. A. Desempenho de híbridos experimentais e comerciais de milho para produção de milho verde. Ciência e Agrotecnologia, v. 32, n. 3, p. 768-775, 2008. 15 ANDREW, C. S. Problems in the use of chemical analysis for diagnosis of plant nutrient deficiencies. Journal of the Australian Institute of Agricultural Science, v. 34, p. 154-162. 1968. ARAÚJO E. O; SANTOS, E. F.; CAMACHO M. A. Absorção de cálcio e magnésio pelo algodoeiro cultivado sob diferentes concentrações de boro e zinco. Revista Brasileira de Ciências Agrárias, v. 8, n. 3, p. 383-389, 2013. BARŁÓG, P. Diagnosis of sugar beet (Beta vulgaris L.) nutrient imbalance by DRIS and CND-clr methods at two stages during early growt. Journal of Plant Nutrition, v.39, p.1-16, 2016. BEAUFILS, E. R. Diagnosis and recommendation integrated system (DRIS). Pietermaritzburg: University of Natal (Soil Science Bulletin, 1),1973. BEVERLY, R. B. Comparison of DRIS and alternative nutrient diagnostic methods for soybean. Journal of Plant Nutrition, v. 10, p. 901-920, 1987. BHATT, P. S.; YAKADRI, M.; SIVALAKSHMI, Y. Influence of varying plant densities and nitrogen levels on yield attributes and yield of sweet corn. International Journal of Bio-Resource and Stress Management, v. 3, p.169-172, 2012. BORIN, A. L. D. C.; LANA, R. M. Q.; PEREIRA, H. S. Absorption, accumulation and export of macronutrients in sweet corn cultivated under field conditions. Ciência e Agrotecnologia, v. 34, p. 1591-1597, 2010. BRITO M. E. B.; FILHO G. D. A.; WANDERLEY J. A. C.; MELO A. S.; COSTA F. B. DA; FERREIRA M. G. P. Crescimento, fisiologia e produção do milho-doce sob estresse hídrico. Bioscience Journal, v. 29, n. 5, p. 1244-1254, 2013. CAMACHO, M. A.; SILVEIRA, M. V.; CAMARGO, R. A.; NATALE, W. Faixas normais de nutrientes pelos métodos ChM, DRIS e CND e nível crítico pelo método de distribuição normal reduzida para laranjeira-pera. Revista Brasileira de Ciências do Solo. v. 46, p. 193-200, 2012. CANTARELLA, H.; RAIJ, B. van. Milho-verde e milho-doce. In: RAIJ, B. van; CANTARELLA, H.; QUAGGIO, J.A.; FURLANI, A.M.C. (Eds.). Recomendações de adubação e calagem para o Estado de São Paulo. 2 ed. Campinas: Instituto Agronômico & Fundação IAC, 1997. p. 181. (Boletim Técnico, 100). CRUZ, C. A.; CECÍLIO FILHO, A. B.; MENESES, N. B.; CUNHA, T. P. L.; NOWAKI, R. H. D.; BARBOSA, J. C. Influence of amount and parceling of nitrogen fertilizer on productivity and industrial revenue of sweet corn (Zea mays L.). Australian Journal of Crop Science, v. 9, p. 895-900, 2015. CUNHA, M. L. P.; AQUINO, L. A.; NOVAIS, R. F.; CLEMENTE, J. M.; AQUINO, P. M.; OLIVEIRA, T. F. Diagnosis of the nutritional status of garlic crops. Revista Brasileira de Ciência do Solo, v. 40, 2016. 16 DEZORDI, L. R.; AQUINO, L. A.; AQUINO, R. F. B. A.; CLEMENTE, J. M.; ASSUNÇÃO, N. S. Diagnostic methods to assess the nutritional status of the carrot crop. Revista Brasileira de Ciência do Solo, v. 40, 2016. DIAS J. R. M.; TUCCI C. A. F.; WADT P. G. S.; SILVA A. M.; SANTOS J. Z. L. Níveis críticos e faixas de suficiência nutricional em laranjeira-pêra na Amazônia Central obtidas pelo método DRIS. Acta Amazônica, v. 43, n. 3, p. 239 - 246, 2013a. DIAS J. R. M.; WADT P. G. S.; TUCCI C. A. F.; SANTOS J. Z. L.; SILVA S. V. Multivariate DRIS standards for the assessment of the nutritional status of the Pera orange in the state of Amazonas. Revista Ciência Agronômica, v. 44, n. 2, p. 251- 259, 2013b. DUARTE, A. P.; KIEHL, J. C.; CAMARGO, M. A. F.; RECO, P.C. Acúmulo de matéria seca e nutrientes em cultivares de milho originárias de clima tropical e introduzidas de clima temperado. Revista Brasileira de Milho e Sorgo, v. 2, n. 3, p 1-20, 2003. EGOZCUE, J. J.; PAWLOWSKY-GLAHN, V. Groups of parts and their balances in compositional data analysis. Mathematical Geology, n. 37, p. 795-828, 2005. EPSTEIN, E.; BLOOM, A. J. Nutrição mineral de plantas, princípios e perspectivas. Planta, 2006. 86 p. FAGERIA, N. K. The use of nutrients in crop plants. Boca Raton, FL: CRC Press, Taylor & Francis Group, 2009. 430 p. FAO - Food and Agriculture Organization of the United Nations. FAOSTAT. Disponível em: < http://faostat3.fao.org/browse/Q/QC/S>. Acesso em: 5 jan. 2016. GOTT, R. M.; DE AQUINO, L. A.; DE CARVALHO, A. M.; DOS SANTOS, L. P.; NUNES, P. H.; COELHO, B. S. Índices diagnósticos para interpretação de análise foliar do milho. Revista Brasileira de Engenharia Agrícola e Ambiental. v.18, n.11, p 1-20, 2014. GRAZIA, J. de; TITTONELL, P. A.; GERMINARA, D.; CHIESA, A. Phosphorus and nitrogen fertilisation in sweet corn. Spanish Journal of Agricultural Research, v. 1, n. 2, p. 103-107, 2003. GUINDANI, R. R. H. P.; ANGHINONI, I.; NACHTIGALL, G. R. DRIS na avaliação do estado nutricional do arroz irrigado por inundação. Revista Brasileira de Ciência do Solo. v. 33, p. 109-118, 2009. HART, J. M; SULLIVAN D. M.; MYERS J. R.; PEACHEY R. E. Sweet corn: western Oregon. Nutrient management guide EM 9010-E. Oregon State University Extension, Corvallis, OR. 2010. Disponivel em: . Acesso em: 27/05/2014. 17 HAWKESFORD, M.; HORST, W.; KICHEY, T.; LAMBERS, H.; SCHJOERRING, J.; SKRUMSAGER MOLLER, I.; WHITE, P. Function of macronutrients. In: MARSCHNER, P. (Ed.). Marschner’s mineral nutrition. 3. ed. Oxford, UK: ElSevier Ltd., 2012. p. 135-178. Disponível em: . Acesso em: 27/05/2014. HECKMAN J. R.; SIMS, J. T.; BEEGLE, D. B.; COALE, F. J.; HERBERT, S. J.; BRUULSEMA, T. W.; BAMKA, W. J. Nutrient removal by corn grain harvest. Agronomy journal, v. 95, n. 3, p. 587-591, 2003. HECKMAN, J. R. Sweet corn nutrient uptake and removal. Hort technology, v. 17, n. 1, p. 35-47, 2007. HERNANDES, A.; PARENT, S.-É.; NATALE, W.; PARENT, L. E. Balancing guava nutrition with liming and fertilization. Revista Brasileira de Fruticultura. n. 34, p. 1224–1234, 2012. HIRZEL, J.; UNDURRAGA, P. Nutritional management of cereals cropped under irrigation conditions. Crop Production, v. 3 n. 12, p. 35-47, 2013. HOLLAND, D. A. The interpretation of leaf analysis. Journal of Horticultural Science, v. 41, p. 311-329, 1966. HOOGERHEIDE, H. C. DRIS para avaliação do estado nutricional da soja em duas regiões do cerrado brasileiro. 2005. 94 f. Dissertação (Mestrado em Solos e Nutrição de Plantas). Escola Superior de Agricultura "Luiz de Queiroz", Universidade de São Paulo, Piracicaba, 2005. IBGE - Instituto Brasileiro de Geografia e Estatística. Censo agropecuário 2006: Brasil, grandes regiões e unidades da federação - segunda apuração. Disponível em:. Acesso em: 12 jan. 2016. KHIARI, L.; PARENT, L. E.; TREMBLAY, N. Production Agriculture. Agronomy Journal, n. 93, 2001b. KHIARI, L.; PARENT, L. E.; TREMBLAY, N. Selectingthe high-yield subpopulation for diagnosing nutrient imbalance in crops. Agronomy Journal. n. 93, p. 802-808. 2001a. LETZSCH, W. S.; SUMNER, M. E. Effect of population size and yield level in selection of Diagnosis and Recommendation Integrated System (DRIS) norms. Communications in Soil Science and Plant Analysis. v. 15, p. 997-1006, 1984. MA, B.; SUBEDI, K.; ZHANG, T. Pre-sidedress nitrate test and other cropbased indicators for fresh market and processing sweet corn. Agronomy Journal, v. 99, p. 174-183, 2007. 18 MALAVOLTA, E. Manual de nutrição mineral de plantas. São Paulo: Agronômica Ceres, 2006. 638 p. MALAVOLTA, E.; VITTI, G. C.; OLIVEIRA, S. A. Avaliação do estado nutricional das plantas: princípios e aplicações. Piracicaba – SP: Associação Brasileira para Pesquisa da Potassa e do Fosfato, 1989. 201 p. MAYNARD, D. N.; HOCHMUTH, G. J. Knott’s handbook for vegetable growers. Hoboken: John Wiley e Sons. EUA. 2007. MENDOZA-CORTEZ, J. W.; CECÍLIO FILHO, A. B.; MENESES, N. B. Nutrição e adubação da cultura do milho-doce. In: PRADO, R. M.; CECÍLIO FILHO, A. B. (Eds.). Nutrição e adubação de hortaliças. Jaboticabal, SP: FUNEP, FCAV, CAPES, 2016. p. 475-505. MENGEL, K. Potassium In: BARKER, A. V.; PILBEAM, D. J. (Eds.). Handbook of plant nutrition. Boca Raton: CRC press, Taylor and Francis group, 2007, p. 21-50. MODESTO, V. C.; PARENT, SE. E.; NATALE, W.; PARENT, L. E. Foliar nutrient balance standards for maize (Zea mays L.) at high-yield level. American Journal of Plant Sciences, n. 5, p. 497-507, 2014. MOLINA, M.; ESCUDEY, M.; CHANG, A. C.; CHEN, W.; ARANCIBIA-MIRANDAN. Trace element uptake dynamics for maize (Zea mays L.) grown under field conditions. Plant and Soil, v. 370, n. 1-2, p. 471-483. 2013. Disponível em: . OKUMURA, R. S.; MARIANO, D. C.; FRANCO, A. A. N; ZACCHEO, P. V. C.; ZORZENONI, T. O. Sweet corn: Genetic aspects, agronomic and nutritional traits. Applied Research & Agrotecnology, v. 6, n. 1, p. 105-114, 2013. PARENT, L. E. Diagnosis of the nutrient compositional space of fruit crops. Revista Brasileira de Fruticultura, v. 33, p. 321-334, 2011. PARENT, L. E.; CAMBOURIS, A. N.; MUHAWENIMANA, A. Multivariate diagnosis of nutrient imbalance in potato crops. Soil Science Society of America Journal, v. 58, p. 1432-1438, 1994a. PARENT, L. E.; DAFIR, M. A theorical concept of compositional nutrient diagnosis. Journal of the American Society for Horticultural Science, v. 117, p. 239-242, 1992. PARENT, L. E.; NATALE, W.; ZIADI, N. Compositional nutrient diagnosis of corn using the Mahalanobis distance as nutrient imbalance index. Canadian Journal of Soil Science, v. 89, p. 383-390, 2009. 19 PARENT, S. E.; PARENT, L. E.; ROZANE, D. E.; NATALE, W. Plant ionome diagnosis using sound balances: case study with mango (Mangifera Indica). Frontiers in Plant Science, Lausanne. v. 4, n. 449, p. 1-12, 2013b. PARENT, S.-É.; PARENT, L. E.; ROZANE D. E., HERNANDES A.; NATALE W. Nutrient balance as paradigm of plant and soil chemometrics. In Soil Fertility, ed. Issaka R. N., editor. (New York: InTech Publications), 2012, p. 83–114. PARENT, S-E.; PARENT, L. E.; EGOZCUE, J. J. ROZANE, D-E.; HERNANDES, A.; LAPOINTE, L.; HEBERT-GENTILE, V.; NAESS, K.; MARCHAND, S. LAFOND, J.; JUNIOR MATTOS, D.; BARLOW, P.; NATALE, W. The plant ionome revisited by the nutrient balance concept. Methods Article, Published: 22 March, 2013a. PARTELLI, F. L.; DIAS, J. R. M.; VIEIRA, H. D.; WADT, P. G. S.; PAIVA JÚNIOR, E. Avaliação nutricional de feijoeiro irrigado pelos métodos CND, DRIS e faixas de suficiência. Revista Brasileira de Ciência do Solo, v. 38, n. 1, p. 858-866, 2014. PEREIRA, N. S.; FERREIRA, A. M. O.; SILVA, J. A. N.; ARAÚJO, L. T. L.; SILVA, F L. Obtenção de normas DRIS preliminares e faixas de suficiência para bananeira do subgrupo prata na região do Baixo Jaguaribe, CE, Brasil. Revista Agro@mbiente On-line, v. 9, n. 3, p. 347-351, 2015. PRADO, R. M. Nutrição de plantas. 1.ed. São Paulo: Esditora UNESP, 2008. v. 1. 300 p. RAIJ, B. van; CANTARELLA, H.; QUAGGIO, J. A.; FURLANI, A. M. C. Recomendações de adubação e calagem para o Estado de São Paulo. Campinas: Instituto Agronômico/Fundação IAC (Boletim Técnico, 100), 1997. p. 45-47. RENÉ. W.; CÔTÉ, B.; CAMIRÉ, C.; BURGESS, M.; FYLES, J. W. Development and application of CVA, DRIS, and CND norms for three hybrids of Populus maximowiczii planted in southern Quebec. Journal of Plant Nutrition. v. 36, p. 118-42, 2013. RIBEIRO, A. C.; GUIMARÃES, P. T. G.; ALVAREZ, V. V. H. Recomendação para o uso de corretivos e fertilizantes em Minas Gerais: 5ª aproximação. Viçosa, MG: Comissão de Fertilidade do Solo do Estado de Minas Gerais, 1999. 359 p. ROZANE, D. E.; MATTOS JUNIOR, D.; PARENT, S. É.; NATALE, W. PARENT, L. E. Meta-analysis in the selection of groups in varieties of citrus. Communications in Soil Science and Plant Analysis, v. 46, p.1948–1959, 2015. ROZANE, D. E.; PARENT, L. E.; NATALE, W. Evolution of the predictive criteria for the tropical fruit tree nutritional status. Científica (Jaboticabal. Print), v. 44, p. 102-112, 2016. SANTOS, E. M. H.; ROZANE, D. E. DRIS standard and normal ranges of foliar nutrients for the culture of ‘Thompson’ atemoya. Ciência Rural, v. 47, n. 4, p. 1-7, 2017. 20 SCUCUGLIA, C. L.; CRESTE, J. E. Diagnosis and recommendation integrated system (DRIS) of tomato in greenhouse. Horticultura Brasileira, v. 32, p. 200-204, 2014. SERRA, A. P.; MARCHETTI, M. E.; VITORINO, A. C. T.; NOVELINO, J. O.; CAMACHO, M. A. Desenvolvimento de normas DRIS e CND e avaliação do estado nutricional da cultura do algodoeiro. Revista Brasileira de Ciência do Solo, v. 34, n. 1, p. 97-104, 2010. SERRA, A. P.; MARCHETTI, M. E.; ENSINAS, S. C.; MORAIS, H. S.; CONRAD, V. A.; GUIMARÃES, F. C. N.; BARBOSA, G. P. O. Diagnosis and Recommendation Integrated System (DRIS) to assess the nutritional state of cotton crop in Brazil. American Journal of Plant Sciences, v. 5, p. 508-516, 2014. SERRA, A. P.; MARCHETTI, M. E.; ROJAS, E. P.; VITORINO, A. C. T. Beaufils ranges to assess the cotton nutrient status in the southern region of Mato Grosso. Revista Brasileira de Ciencia do Solo, v. 36 p. 171-181, 2012. SILVA, G. G. C. da; NEVES, J. C. L.; ALVAREZ, V. H.; LEITE, F. P. Avaliação da universalidade das normas DRIS, M-DRIS e CND. Revista Brasileira de Ciência do solo, v. 29, n. 4, p. 755-761, 2005. SILVA, S. de A.; LIMA, J.S. de S.; QUEIROZ, D.M. de. Spatial variability in nutritional status of arabic coffee based on DRIS index. Revista Ceres, v. 58, p.256-261, 2011. SMITH, P. F. Mineral analysis of plant tissues. Annual review of plant physiology, v. 13, p. 81-108, 1962. SOUZA, R. S. de; FILHO, P. S. V.; SCAPIM, C. A.; MARQUES, O. J.; QUEIROZ, D. C.; OKUMURA, R. S.; RECHE, D. L.; CORTINOVE, V. B. Produtividade e qualidade do milho-doce em diferentes populações de plantas. Semina: Ciências Agrárias, v. 34, n. 3, p. 995-1010, 2013. SOUZA, H. A.; ROZANE, D. E.; AMORIM, D. A.; DIAS, M. J.; MODESTO, V. C.; NATALE, W. Assessment of nutritional status of guava seedlings using preliminary DRIS norms and sufficiency ranges. Journal of Plant Nutrition, v. 38, p. 1611-1618, 2015. TAKASU, A. T., HAGA, K. I., RODRIGUES, R. A. F.; ALVES, C. J. Produtividade da cultura do milho em resposta à adubação potássica. Revista Brasileira de Milho e Sorgo, v.13, n. 2, p. 154-161, 2014. ULRICH, A.; HILLS, F. J. Principles and practices of plant analysis. In: Soil testing and plant analysis. Madison: SSSA, 1967. p. 11-24. (Special Publications Series). URANO, E. O. M.; KURIHARA, C. H.; MAEDA, S.; VITORINO, A. C. T.; GONÇALVES, M. C.; MARCHETTI, M. E. Avaliação do estado nutricional da soja. Pesquisa Agropecuária Brasileira, v. 4, p. 1421-1428, 2006. 21 VALDERRAMA, M.; BUZETTI, S.; BENETT, C. G. S.; ANDREOTTI, M.; TEIXEIRA FILHO, M. C. M. Fontes e doses de NPK em milho irrigado sob plantio direto. Pesquisa Agropecuária Tropical, v. 41, p. 254-263, 2011. WADT, P. G. S.; TRASPADINI, E. I. F.; MARTINS, R. A.; MELO, F. B.; OLIVEIRA, I. J.; RODRIGUES, J. E. L. F.; BASTOS, E. A.; ARAÚJO, S. M. B. Medidas de acurácia na qualificação dos diagnósticos nutricionais: teoria e pratica, In: (Eds.) Prado, R. M.; Filho, A. B. C. Nutrição e Adubação de Hortaliças, 5th Brasil. Symp. Plant Nutrition at High Productivity Level, Jaboticabal: UNESP, 2016. p. 371–391. WADT, P. G. S.; ANGHINONI, I.; GUINDANI, R. H. P.; LIMA, A. S. T.; PUGA, A. P.; SILVA, G. S.; PRADO. R. M. Padrões nutricionais para lavouras arrozeiras irrigadas por inundação pelos métodos da CND e Chance Matemática. Revista Brasileira de Ciência do Solo, v. 37, p. 145-156, 2013. WADT, P. G. S.; DIAS, J. R. M. Normas DRIS regionais e inter-regionais na avaliação nutricional de café Conilon. Pesquisa Agropecuária Brasileira, v. 47, p. 822-830, 2012. WAIREGI, L. W. I.; VAN ASTEN, P. J. A. Norms for multivariate diagnosis of nutrient imbalance in arabica and rosusta coffee in the East African highlands. Experimental Agriculture, v. 48, n. 3, p. 448–460, 2012. WALWORTH, J. L.; SUMNER, M. E. The Diagnosis and Recommendation Integrated System (DRIS). Advances in Soil Science. v. 6, p. 149–188, 1987. WENDLING, A.; FOLETTO ELTZ, F. L.; CUBILLA, M. M.; CARNEIRO AMADO, T. J.; MIELNICZUK, J. Recomendação de adubação potássica para trigo, milho e soja sob sistema plantio direto no Paraguai. Revista Brasileira de Ciência do Solo, v. 32, p. 1929-1939, 2008. YOUSUF, M. N.; AKTER, S.; HAQUE, M. I.; MOHAMMAD, N.; ZAMAN, M.S. Compositional nutrient diagnosis (CND) of onion (Allium cepa L.). Journal Agrilcultural Research, v. 38, n. 2, p. 271 -287, 2013. ZHAO, F. C.; JING, L. Q.; YAN, F. B.; LU, D. L; WANG, G. Y.; LU, W. P. Effects of nitrogen fertilization on yield, quality and enzyme activity associated with sucrose metabolism of sweet corn. Plan Nutrition and Fertilizer Science, v. 19, n. 1, p. 45- 54, 2013. ZUCHARELLI, C.; PANOFF, B.; PORTUGAL, G.; FONSECA, I. C. B. Doses e épocas de aplicação de nitrogênio em cobertura na qualidade fisiológica de sementes de milho-doce. Revista Brasileira de Sementes, v. 34, p. 480- 48, 2012. 22 CAPÍTULO 2 – NORMAS DRIS E FAIXAS DE SUFICIÊNCIA DE NUTRIENTES PARA A CULTURA DO MILHO-DOCE RESUMO – O Brasil apresenta elevado potencial para a produção de milho-doce, inclusive para exportação. Contudo, a cultura é carente de informações técnicas que auxiliem no manejo da adubação e nutrição mineral. Neste sentido, melhorar os padrões nutricionais do milho-doce é particularmente importante. Objetivou-se estabelecer normas DRIS (Sistema Integrado de Diagnose e Recomendação) e obter as faixas de suficiência de nutrientes para a cultura do milho-doce. Realizaram-se coletas de dados (diagnose foliar e produtividade) de 179 áreas, de 2013 a 2015, no Estado de São Paulo, Brasil. As normas DRIS foram estabelecidas seguindo as relações bivariadas log-transformadas. O método de estimativa do potencial de resposta da cultura à adubação, com base nos índices DRIS, não se mostrou eficiente. Entretanto, os índices DRIS obtidos para N, P, K, Ca, Mg, S, B, Cu, Fe, Mn e Zn são eficientes para o diagnóstico nutricional da cultura. As faixas de suficiência obtidas para os nutrientes pelo índice DRIS para o milho-doce são, em g kg-1: N = 28 - 32; P = 2,7 – 3,2; K = 20 – 23; Ca = 4 – 6; Mg = 1,6 – 2,0 e S = 1,8 - 2,2; e em mg kg-1: B = 6 – 17; Cu = 9 - 14; Fe = 147 - 247; Mn = 29 – 49 e Zn = 20 - 31. Palavras-chave: Diagnose foliar, estado nutricional, nutrição mineral, Zea mays L. convar. saccharata var. rugosa 1 INTRODUÇÃO O milho-doce (Zea mays L. convar. saccharata var. rugosa) é uma hortaliça de importância econômica mundial. Seu cultivo vem expandindo-se a cada ano e insere- se como alternativa rentável ao agricultor, pelo preço diferenciado em relação ao milho-grão maduro. Em relação à produção mundial do milho-doce, de acordo com a FAO (2016), para o ano 2013 foram produzidas cerca de 9,8 milhões toneladas de espigas, em aproximadamente 1,1 milhão de hectares, conferindo uma produtividade média de 8,85 t ha-1. Apesar do elevado potencial de produção e exportação, a carência de informações é uma das responsáveis pelas indicações técnicas, muitas vezes, empregadas inadequadamente no manejo da cultura (CRUZ et al., 2015), que possuem em sua base informações que contemplam cultivares antigas, de baixa produtividade e manejo diferenciado. 23 A avaliação do estado nutricional de plantas é uma ferramenta fundamental para a construção e manutenção de sistemas de produção eficientes, pois permite avaliar o desempenho das adubações e melhorar o manejo da fertilidade do solo (ROZANE et al., 2016). Para tanto, é necessário definir padrões seguros para ajustar as necessidades de cada cultura (GOTT et al., 2014). Dentre as técnicas para avaliar o estado nutricional de plantas tem-se o ‘Sistema Integrado de Diagnose e Recomendação’ - DRIS (Diagnosis and Recommendation Integrated System), proposto por Beaufils (1973). Considerando as relações entre dois nutrientes (bivariadas), o método calcula os índices que expressam o equilíbrio relativo dos nutrientes e, consequentemente, permite classificar os nutrientes que limitam a cultura por excesso e por deficiência. Sendo assim, o presente trabalho teve por objetivo estabelecer normas DRIS, classificar os nutrientes quanto ao tipo de limitação, verificar o potencial de resposta da cultura à adubação, com base nos índices DRIS, identificar a eficiência dos diagnósticos através do método da acurácia e estabelecer as faixas de suficiência dos nutrientes para a cultura do milho-doce. 2 MATERIAL E MÉTODOS Para avaliação do estado nutricional da cultura do milho-doce, no período de 2013 a 2015, foram realizadas coletas de folhas para avaliação do estado nutricional, e produtividades de 179 áreas de produção, nos municípios paulistas de Guaíra, Miguelópolis, Barretos, Jaboticabal e mineiros de Sacramento, Perdizes, Nova Ponte, Conceição das Alagoas e Planura. O maior número de coletas (n = 120) concentrou- se na região de Guaíra/SP, grande polo produtor, devido à existência de indústria processadora. Complementando as áreas de produção comercial (n = 76), foi adicionado ao banco de dados 103 resultados de experimentos com fertilização fosfatada, potássica e nitrogenada, em milho-doce para indústria, conduzidos nos municípios de Guaíra e Jaboticabal/SP, nos anos de 2013, 2014 e 2015, respectivamente. 24 A fim de representar a diversidade de cultivos do milho-doce, as áreas avaliadas tinham distintos níveis tecnológicos, com solos de fertilidade baixa, média, alta e muito alta, segundo classificação de Raij et al. (1997). O clima das regiões amostradas é classificado como tipo Aw, tropical úmido com estação chuvosa no verão e seca no inverno, exceto para os munícipios Sacramento/MG, Perdizes/MG e Nova Ponte/MG, que possuem clima classificado como Cwa, subtropical de inverno seco e verão quente pela classificação de Köppen- Geiger (1948). A Tabela 1 apresenta as médias das temperaturas médias mínima, máxima e da precipitação pluvial, na série histórica (1971-2014) nos municípios avaliados no presente estudo. Tabela 1. Localidades e dados climáticos (1971-2014) da origem das amostras Município T mín. (ºC)1 T máx. (ºC)2 Precip.3 Guaíra/SP 16,9 29,4 1374 Miguelópolis/SP 17,0 29,3 1423 Barretos/SP 16,5 29,0 1309 Jaboticabal/SP 16,8 28,9 1424 Sacramento/MG 12,9 26,6 1580 Perdizes/MG 14,5 25,8 1603 Nova Ponte/MG 15,0 26,6 1470 Conceição das Alagoas/MG 17,1 29,9 1412 Planura/MG 17,3 30,3 1386 1Temperatura mínima média anual; 2Temperatura máxima média anual; 3 Precipitação pluvial (mm ano- 1); Fonte: Dados da Rede do INMET. Para os talhões amostrados em Guaíra, Miguelópolis e Barretos, todos no Estado São Paulo (SP), e Conceição das Alagoas, no Estado de Minas Gerais (MG), o solo foi classificado como Latossolo Vermelho Acriférrico. O solo de Jaboticabal/SP recebeu classificação de Latossolo Vermelho Eutroférrico. Para os municípios de Nova Ponte/MG e Sacramento/MG a classificação do solo foi o de Latossolo Vermelho-Amarelo Ácrico, enquanto o solo de Perdizes/MG recebeu a classificação de Latossolo Vermelho-Amarelo Distrófico (EMBRAPA, 2013). Nos talhões amostrados, de modo geral, o solo apresentou textura argilosa. Para todas as áreas amostradas, tanto comerciais quanto experimentais, a cultura do milho-doce foi conduzida com espaçamento entre fileiras de 0,50 m e de 25 0,25 m entre plantas. Em todos os campos de produção a irrigação foi realizada por pivô central, sendo manejada por tensiometria. O controle de pragas, doenças e de plantas daninhas, foram realizados conforme necessidade e recomendação para a cultura (PEREIRA FILHO; TEIXEIRA, 2016). Para a determinação do estado nutricional, foram amostrados campos comerciais com diferentes cultivares (‘Tropical Plus’, ‘GSS 41243’, ‘066’, ‘SV 006’, ‘SV 9298’ e ‘GSS 4000’). Cada talhão comercial participou com uma amostra composta, resultante de 30 subamostras simples, sendo cada amostra simples proveniente de uma planta. A amostragem das folhas foi realizada durante o florescimento masculino (VT), quando 50% das plantas estão pendoadas, coletando-se o terço central da folha (incluindo a nervura central) situada na base da espiga principal (CANTARELLA; RAIJ, 1997). Após coletado o material vegetal foi lavado com água corrente, detergente a 1% e água deionizada. Em seguida, foi seco em estufa com circulação forçada de ar a 60±5ºC, e posteriormente moído em moinho tipo Willey, utilizando-se uma peneira com malha de 0,1 mm. Posteriormente, as amostras foram analisadas quanto aos teores de nutrientes (N, P, K, Ca, Mg, S, B, Cu, Fe, Mn e Zn) de acordo com métodos propostos por Miyazawa et al. (2009). Quando as plantas encontravam-se no estádio R3, período que é preconizado a colheita do milho-doce, a produtividade (t ha-1) de cada talhão foi determinada a partir da massa de todas as espigas colhidas com palha em 20 m2, determinada aleatoriamente no interior de cada talhão, e com três repetições, sendo assim extrapolada a quantidade por hectare. Baseado nos teores de nutrientes presentes no tecido foliar e na produtividade, as normas DRIS foram estabelecidas seguindo as relações bivariadas log- transformadas propostas por Beverly (1987). Essa transformação das relações duais para escala logarítmica é aplicada a fim de eliminar o grau de achatamento da distribuição dos valores em relação à curva normal (efeito da curtose) no coeficiente de variação. Para o estabelecimento das normas, primeiramente foi realizado a exclusão dos outliers da base de dados (179 áreas), conforme Parent et al. (2013), em seguida observada a distribuição Gaussiana, pelo teste de Shapiro-Wilk a 1% de probabilidade 26 de erro. Posteriormente, a base de dados foi dividida em populações de alta produtividade ou população de referência, determinada pelas produtividades superiores a produtividade média calculada, e a população de baixa produtividade (BEAUFILS, 1973; SERRA et al., 2014). Diversos critérios são utilizados para definir a população de referência, de acordo com Beaufils (1973) no grupo de média produtividade, há melhor representatividade da variabilidade das relações entre nutrientes. Os índices obtidos pelas normas DRIS foram avaliados quanto ao Potencial de Resposta à Adubação (PRA), em suas cinco classes de respostas: positiva (p), positiva ou nula (pz), nula (z), negativa ou nula (nz) e negativa (n), como indicado por Wadt (2005). As classes obtidas foram agrupadas e denominadas, considerando o seu efeito na produtividade, em: limitantes por falta (LF = p + pz), limitantes por excesso (LE = n + nz), ou não limitantes (NL = z) como preconizam Silva et al. (2009). Baseado na metodologia do estudo de Urano et al. (2006), as frequências com que os nutrientes ocorreram nas classes (p, pz, z, nz e n) foram submetidos à análise pelo teste do qui-quadrado (χ²) a 1 e 5% de probabilidade, para testar a hipótese de que as Frequências Observadas (FO) não se diferem estatisticamente das Frequências Esperadas (FE). Para determinação da faixa de suficiência (FS) dos teores de cada nutriente, analogamente ao realizado por Souza et al. (2015), foi traçada a sua relação com seu respectivo índice nutricional (In). Para cada nutriente, igualou-se In a zero e obteve- se o teor do nutriente denominado Ponto de Equilíbrio Nutricional (PEN). À esse PEN foi subtraído e adicionado o valor correspondente a 2/3 do desvio-padrão dos teores do nutriente de toda a população, obtendo-se os limites inferior e superior da faixa de suficiência, respectivamente (KURIHARA et al., 2013; SOUZA et al., 2015). O teor do nutriente no nível crítico correspondeu ao limite inferior da faixa de suficiência. Coeficientes de determinação dos modelos de regressão ajustados entre teores de nutrientes e seus índices DRIS foram testados pelo teste F a 1%, assim quando o R2 foi significativo foram aceitas as FS. A soma dos valores absolutos dos índices DRIS obtidos para cada nutriente resultou no Índice de Balanço Nutricional (IBN). O quociente entre o valor de IBN e o número de nutrientes analisados definiu o Índice de Balanço Nutricional médio (IBNm). 27 O dados do experimento com adubação fosfatada foram utilizados para avaliação da qualidade dos prognósticos, a partir das normas DRIS, para o estado nutricional. O experimento foi realizado no período de 24-04 a 25-08 de 2014, no município de Guaíra-SP, sob pivô central. Os atributos químicos do solo para profundidade de 0 a 20 cm, em pré-instalação do experimento foram avaliados de acordo com os métodos descritos em Raij et al. (2001), obtendo-se valores pH(CaCl2) 5,7; matéria orgânica = 21 g dm-3, P(resina) = 107 mg dm-3, 4,1; 60; 18; 22; 82,1 e 104,1 mmolc dm-3 de K+, Ca2+, Mg2+, H + Al, SB e CTC, respectivamente e V=79%. O delineamento experimental foi o de blocos ao acaso, com 5 tratamentos em 5 repetições. Os fatores avaliados foram cinco doses de fósforo (0, 20, 40, 60 e 80 kg ha-1 de P2O5). O desempenho dos diagnósticos nutricionais para P foram realizados com base em DRIS, empregando-se os procedimentos de cálculo da acurácia, da razão de deficiência e do incremento líquido da produtividade, conforme Beverly e Hallmark (1992), e pelo cálculo da acurácia de deficiência e de suficiência, e da razão de eficiência (BEVERLY, 1993a). Os diagnósticos de deficiência e suficiência obtidos pelo método DRIS foram confrontados com a resposta da planta ao rendimento, com o fornecimento do fósforo. Sendo que apenas acréscimos ou decréscimos de 10% na produtividade foram considerados como suficientes para realizar o confronto entre o diagnóstico e o rendimento (BEVERLY, 1992). As análises estatísticas foram realizadas com auxílio do Software R (VAN DEN BOOGAART et al., 2013). 3 RESULTADOS E DISCUSSÃO Após a exclusão dos outliers (18 unidades) da população total avaliada (n=179) como recomenda Parent et al. (2013), foi verificado a normalidade dos dados, pelo teste de Shapiro-Wilk (W = 0,927; p = 0,0141). Determinada pela produtividade superior, a produtividade média calculada a população de referência nutricional, constituiu-se com 44% dos talhões (71 unidades), correspondendo à população de alta produtividade. Nesta classe, as produtividades variaram entre 15,00 - 22,20 t ha- 1, sendo portanto, superiores à produtividade média (14,85 t ha-1) de todos os talhões 28 avaliados. A subpopulação de baixa produtividade foi formada por 90 talhões e teve produtividades entre 7,40 e 14,80 t ha-1. A população de referência nutricional (alta produtividade) apresentou normalidade dos dados, conforme teste de Shapiro-Wilk (W = 0,938; p = 0,0131). Os valores mínimos, máximos, os desvios-padrão e coeficientes de variação para os teores foliares de nutrientes, bem como para a produtividade de ambas subpopulações, são apresentados na Tabela 2. Tabela 2. Teores mínimo e máximo, desvio-padrão (σ) e coeficientes de variação (CV, %) dos teores de nutrientes na matéria seca das amostras foliares e produtividade (t ha-1), obtidos nas 161 áreas de milho-doce de baixa e alta produtividade. População de Baixa População de Alta Mínimo Máximo σ CV Mínimo Máximo σ CV Produtividade, t ha-1 7,40 14,80 1,76 13,99 15,00 22,22 1,76 10,76 Nutrientes -------------------- g kg-1 -------------------- N 23,66 33,52 2,25 7,61 21,14 40,52 3,19 10,84 P 2,26 3,70 0,33 10,30 2,04 3,66 0,39 13,82 K 15,28 26,24 2,18 11,17 15,44 26,00 2,67 12,69 Ca 2,65 6,75 0,76 14,67 1,85 6,90 1,37 27,72 Mg 1,12 2,96 0,28 19,17 1,00 2,77 0,38 22,17 S 1,29 2,89 0,30 14,84 1,25 2,85 0,37 19,02 -------------------- mg kg-1 -------------------- B 5,95 36,18 8,96 44,23 5,57 30,28 4,76 39,78 Cu 7,92 24,12 3,89 30,33 5,42 25,51 3,70 30,91 Fe 115,88 499,96 88,82 42,48 92,55 338,03 50,39 27,33 Mn 17,69 78,18 11,25 37,46 13,29 81,00 16,40 40,20 Zn 18,57 53,41 6,42 22,33 14,00 65,25 8,80 34,13 Foi verificado por Beverly (1987) que, quando é realizada a transformação logarítmica dos dados, esses tendem a apresentar melhor distribuição dos índices de nutrientes para gerar normas DRIS. As normas DRIS estabelecidas a partir das médias dos logaritmos das relações bivariadas e seus respectivos desvios-padrão, obtidas da subpopulação de alta produtividade de milho-doce, são observadas na Tabela 3. 29 Tabela 3. Normas DRIS obtidas dos logaritmos das relações, entre os teores de dois nutrientes, na matéria seca das amostras foliares obtidas da população de alta produtividade de milho-doce N / P K Ca Mg S B Cu Fe Mn Zn �̅�1 1,02 0,15 0,78 1,23 1,18 0,41 0,40 -0,79 -0,12 0,05 σ2 0,09 0,07 0,16 0,11 0,09 0,19 0,13 0,13 0,20 0,17 P / N K Ca Mg S B Cu Fe Mn Zn �̅� -1,02 -0,87 -0,23 0,22 0,16 -0,60 -0,62 -1,81 -1,14 -0,96 σ 0,09 0,10 0,12 0,11 0,10 0,13 0,13 0,11 0,23 0,15 K / N P Ca Mg S B Cu Fe Mn Zn �̅� -0,15 0,87 0,64 1,09 1,03 0,27 0,25 -0,94 -0,27 -0,09 Σ 0,07 0,10 0,18 0,13 0,11 0,19 0,14 0,14 0,23 0,19 Ca / N P K Mg S B Cu Fe Mn Zn �̅� -0,78 0,23 -0,64 0,45 0,39 -0,37 -0,39 -1,57 -0,91 -0,73 Σ 0,16 0,12 0,18 0,11 0,16 0,13 0,17 0,15 0,23 0,15 Mg / N P K Ca S B Cu Fe Mn Zn �̅� -1,23 -0,22 -1,09 -0,45 -0,06 -0,82 -0,84 -2,02 -1,36 -1,18 Σ 0,11 0,11 0,13 0,11 0,12 0,16 0,14 0,13 0,17 0,17 S / N P K Ca Mg B Cu Fe Mn Zn �̅� -1,18 -0,16 -1,03 -0,39 0,06 -0,77 -0,78 -1,97 -1,30 -1,12 Σ 0,09 0,10 0,11 0,16 0,12 0,17 0,14 0,14 0,20 0,15 B / N P K Ca Mg S Cu Fe Mn Zn �̅� -0,41 0,60 -0,27 0,37 0,82 0,77 -0,01 -1,20 -0,54 -0,36 Σ 0,19 0,13 0,19 0,13 0,16 0,17 0,20 0,18 0,26 0,18 Cu / N P K Ca Mg S B Fe Mn Zn �̅� -0,40 0,62 -0,25 0,39 0,84 0,78 0,01 -1,19 -0,52 -0,34 Σ 0,13 0,13 0,14 0,17 0,14 0,14 0,20 0,13 0,20 0,16 Fe / N P K Ca Mg S B Cu Mn Zn �̅� 0,79 1,81 0,94 1,57 2,02 1,97 1,20 1,19 0,66 0,84 Σ 0,13 0,11 0,14 0,15 0,13 0,14 0,18 0,13 0,22 0,17 Mn / N P K Ca Mg S B Cu Fe Zn �̅� 0,12 1,14 0,27 0,91 1,36 1,30 0,54 0,52 -0,66 0,18 Σ 0,20 0,23 0,23 0,23 0,17 0,20 0,26 0,20 0,22 0,21 Zn / N P K Ca Mg S B Cu Fe Mn �̅� -0,05 0,96 0,09 0,73 1,18 1,12 0,36 0,34 -0,84 -0,18 Σ 0,17 0,15 0,19 0,15 0,17 0,15 0,18 0,16 0,17 0,21 1 �̅� = média; 2 σ = desvio-padrão. Para a interpretação dos diagnósticos nutricionais, tem sido largamente utilizado o método do Potencial de Resposta à Adubação (PRA) (WADT et al., 2016). A premissa da metodologia é observar quais os nutrientes que apresentam concentrações mais limitantes, por falta ou excesso para a cultura, e indicar a probabilidade das lavouras diagnosticadas responderem à adubação para determinado nutriente, influenciando a produtividade (WADT; DIAS, 2012). A determinação do PRA para a subpopulação de baixa e alta produtividade permitiu 30 apontar as frequências nas quais os nutrientes se comportaram quanto às classes de resposta (p, pz, z, nz e n) (Tabela 4). Tabela 4. Frequência observada (FO) dos nutrientes, pelo potencial de resposta à adubação (PRA) e qui-quadrado (χ²) calculado, para as populações de baixa e alta produtividade de milho-doce Classes n nz Z pz p População de baixa produtividade Nutriente FO EQ. FO EQ FO EQ FO EQ FO EQ χ² N 0 8,18 1 22,59 83 139,2 4 17,20 2 4,67 191,84** P 3 3,28 28 0,49 54 35,35 4 17,20 1 6,30 62,61** K 0 8,18 0 24,55 63 60,25 16 2,98 11 0,97 96,92** Ca 4 2,14 5 15,56 78 116,4 3 18,91 0 8,18 161,21** Mg 2 4,67 0 24,55 28 0,49 48 22,41 12 1,78 53,90** S 1 6,30 5 15,56 73 95,65 8 11,15 3 3,28 131,96** B 51 224,1 4 17,20 20 0,84 7 12,54 8 0,00 254,67** Cu 13 2,84 8 11,15 59 48,36 6 14,01 4 2,14 78,50** Fe 15 5,68 4 17,20 55 37,79 14 4,53 2 4,67 69,87** Mn 1 6,30 4 17,20 27 0,25 13 5,43 45 165,7 194,86** Zn 0 8,18 17 2,32 68 76,93 3 18,91 2 4,67 111,01** χ² 279,8** 168,4** 611,5** 145,3** 202,4** 1407,3** População de alta produtividade N 5 0,33 9 5,55 44 31,34 7 7,89 6 0,03 45,15** P 2 3,07 12 2,80 44 31,34 12 2,80 1 4,61 44,63** K 8 0,37 9 5,55 38 17,94 10 4,53 6 0,03 28,41** Ca 4 0,93 8 6,67 46 36,64 4 12,19 9 1,00 57,44** Mg 6 0,03 11 3,61 46 36,64 6 9,22 2 3,07 52,58** S 5 0,33 4 12,19 51 51,69 3 13,83 8 0,37 78,40** B 10 1,95 11 3,61 28 3,85 16 0,58 6 0,03 9,03ns Cu 5 0,33 10 4,53 40 21,99 14 1,49 2 3,07 31,41** Fe 8 0,37 7 7,89 44 31,34 4 12,19 8 0,37 52,17** Mn 12 4,76 9 5,55 31 6,99 6 9,22 13 6,64 33,16** Zn 6 0,03 10 4,53 39 19,91 6 9,22 10 1,95 35,64** χ² 12,5ns 62,5** 289,7** 83,2** 21,2* 469,02** n: negativa, com alta probabilidade; nz: negativa, com baixa probabilidade; z: nula; pz: positiva, com baixa probabilidade; p: positiva, com alta probabilidade; EQ: (FE-FO)2/FE; *significativo a 5% (p < 0,05); **significativo a 1% (p < 0,01); ns não significativo. Apesar do método PRA estar sendo amplamente utilizado na literatura para interpretação de índices DRIS de diversas culturas (HERNANDES et al., 2014; 31 SCUCUGLIA; CRESTE, 2014; SERRA et al., 2014; DEZORDI et al., 2016), é preciso questionar a confiabilidade dos dados obtidos, como indicam Santos e Rozane (2017), a fim de validar a interpretação do PRA para a cultura do milho-doce. Todavia, ao realizar-se a análise da distribuição dos dados, pelo teste do qui- quadrado (χ²), permitiu-se rejeitar a hipótese de que as frequências observadas para os nutrientes foram estatisticamente semelhantes às frequências esperadas em todas as classes de resposta. Disso, então, conclui-se que o PRA não foi eficiente. Souza et al. (2015) e Santos e Rozane (2017), ao avaliarem o PRA para as culturas da goiaba e da atemoia, respectivamente, mesmo sendo culturas perenes, também não constataram a eficiência do método. Tais evidências nos permitem observar que, diante do diagnóstico de excesso ou deficiência, a tomada de decisão da indicação do ajuste da adubação baseada no diagnóstico nutricional deverá repousar sobre a competência dos técnicos que atuam com a cultura. Contudo, na população de alta produtividade, para o nutriente boro (B), na classe de resposta à adubação negativa de alta probabilidade (n), os valores do χ² calculado estiveram inferiores ao χ² tabelado (p < 0,01 e/ou p < 0,05), indicando que para esse nutriente nesta classe de resposta o método do PRA foi eficiente (Tabela 4). O fato do B apresentar PRA negativo de alta probabilidade indica a ocorrência de limitação desse nutriente por excesso, possivelmente, devido ao milho-doce nas regiões onde o estudo foi realizado, ser comumente cultivado em sucessão a cultura do tomate para o processamento industrial, que, por sua elevada demanda por B, recebe grandes aportes deste nutriente, em seu cultivo. Ao final do ciclo do tomateiro de frutos para mesa, Prado et al. (2011) observaram que o acúmulo de B concentrou- se nas partes vegetativas (folhas, 52%; caule, 20% e raízes, 3%), revelando pequena exportação (25%) do nutriente por ocasião da colheita. Após decomposição da biomassa do tomateiro, o B retorna ao solo que pode ser absorvido pela cultura sucessora, no caso o milho-doce, colaborando para ocorrência do desequilíbrio nutricional. Conforme Rozane et al. (2016), as condições de desbalanço nutricional estão relacionadas especialmente as cultivares e as condições edafoclimáticas. Realizando o agrupamento das classes de respostas de alta e baixa probabilidade (Tabela 5), para as condições de deficiência e excesso, p + pz e n + nz, 32 respectivamente, foi obtida uma frequência de ocorrência quanto a limitação pela falta de nutrientes (LF); e frequência decrescente de limitação pelo excesso de nutrientes (LE). Tabela 5. Agrupamento, em porcentagem, do potencial de resposta da cultura à adubação para a população de baixa produtividade de milho-doce Nutriente LF NL LE Baixa Produtividade N 4,90 91,18 3,92 P 7,84 60,78 31,37 K 29,41 68,63 1,96 Ca 5,88 84,31 9,80 Mg 66,67 30,39 2,94 S 8,82 83,33 7,84 B 17,65 23,53 58,82 Cu 14,71 61,76 23,53 Fe 21,57 58,82 19,61 Mn 57,84 31,37 10,78 Zn 5,88 81,37 12,75 LF = limitante por falta; NL = não limitante; LE = limitante por excesso. Na população de baixa produtividade, foram obtidas duas sequências de limitação da produtividade, segundo a frequência de ocorrência (Tabela 5). Na limitação pela falta de nutrientes foi observada a seguinte ordem: Mg > Mn > K > Fe > B > Cu > S > P > Ca = Zn > N; e na limitação por excesso de nutrientes a sequência foi B > P > Cu > Fe > Zn > Mn > Ca > S > N > Mg > K. Dentre os nutrientes, o magnésio (Mg) e o manganês (Mn) obtiveram maiores frequências de limitação por falta, onde 66,6 e 57,8% das áreas amostradas, respectivamente, apresentam potencial de resposta à adubação desse nutriente (Tabela 5). Possivelmente, o Mg encontra-se entre os nutrientes com maiores LF pela ausência de calagem ou correção com dose e/ou fonte inadequada. Nota-se, apesar disso, que o Ca não se apresenta como nutriente limitante por falta na maioria das lavouras, possivelmente pelo fornecimento do Ca na cultura do tomate, antecessora ao milho-doce. Dentre os talhão avaliados o Mn mostrou-se como segundo nutriente que mais limita, por falta, a produtividade, o que corrobora as observações de Dourado Neto et al. (2015), que ao avaliarem doses crescentes de manganês no milho-grão maduro, 33 constataram aumento de produtividade, de 12,7%, na dose adequada, além do Mn promover aumento na absorção de Mg, Zn e Fe. Hart et al. (2010) e Okumura et al. (2013) destacam, ainda, que o Mn é o segundo micronutriente mais acumulado pelo milho-doce, sendo que cerca de 25% total absorvido é exportado, devendo sua restituição ser planejada no programa de adubação. Considerando ainda a população de baixa produtividade, o boro (B) e o fósforo (P) foram indicados como os nutrientes que apresentaram a maior frequência de limitação pelo excesso, 58,8 e 31,4%, respectivamente (Tabela 5). Assim como explicado para o PRA na população de alta produtividade, o desequilíbrio de B ocorre, possivelmente, devido ao milho-doce comumente suceder a cultura do tomate para o processamento industrial. O grande número de talhões com limitação por excesso de P também pode ser justificado pelo inadequado manejo da adubação praticada na região de Guaíra. Os solos, que em geral apresentam altos teores de P-resina, acima de 80 mg dm-³, a cada novo plantio, os agricultores aplicam doses fixas de fertilizantes NPK, sem levar em consideração as análises de solo que revelam comumente os altos teores do nutriente no solo. A indicação do Boletim oficial do estado de São Paulo (CANTARELLA; RAIJ, 1997) para milho-doce, em solos com alto teor de P e produtividades de 16 a 20 t ha- 1, é de 40 kg ha-1 de P2O5. No entanto, a dose média empregada pelos produtores da região de Guaíra é de 120 kg ha-1 de P2O5. Visando identificar a eficiência dos diagnósticos nutricionais, os pesquisadores como Khiari et al. (2001), Wadt e Lemos (2010), René et al. (2013) e Barłóg (2016), têm recorrido a diferentes metodologias. Dentre estes, procedimentos baseados na correlação entre variáveis relacionadas ao estado nutricional e a produtividade das plantas podem ser utilizados para avaliar a qualidade dos diagnósticos nutricionais. Barłóg (2016) e Serra et al. (2014), com o propósito de avaliar a eficiência de diferentes procedimentos do método DRIS em beterraba e algodoeiro, respectivamente, adotaram como critério de correlação entre IBN e produtividade para avaliar a eficiência de diferentes normas DRIS. Os valores de IBNm (y) obtidos de cada talhão em função da produtividade (x) ajustaram-se à equação y = -0,0153x + 0,8477 (p ≤ 0,01), com o coeficiente de correlação de Pearson, r = 0,37 (R2 = 0,13) que, conforme Guimarães (2008), 34 representa fraca correlação. Desse modo, o modelo de regressão demonstra que o IBNm não forneceu informações suficientes para determinar se a produção está significativamente associada ao IBN calculado pelo método DRIS. Resultados semelhantes foram encontrados por Hernandes et al. (2014), Queiroz et al. (2014) e Santos e Rozane (2017), em laranja-pera, batata e atemoia, respectivamente. Esse resultado foi compatível com o modelo teórico sugerido por Beaufils (1973), que não prevê relação significativa entre produtividade e IBN, uma vez que fatores não nutricionais podem resultar em baixa produtividade, apesar de alto equilíbrio nutricional (IBN baixo). De acordo com Wadt et al. (2016), autores que apontam elevada correlação entre IBN e produtividade, estariam, na verdade, apresentando somente parte das variações que ocorrem no modelo geral, no qual, para baixos valores de IBN, qualquer valor de produtividade pode ser esperado, e para altos valores de IBN, somente valores de baixa produtividade são esperados. Portanto, atribuir desempenho insatisfatório ao DRIS quando o R2 da correlação é baixo não está correto, já que esse comportamento se explica pela ocorrência de fatores não nutricionais controlando a produtividade. Entretanto, Wadt et al. (2013) sugerem que seja feita a validação das interpretações do estado nutricional com base na determinação do verdadeiro estado nutricional da planta, para testar a veracidade dos diagnósticos produzidos. O desempenho dos diagnósticos nutricionai