Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFFS (Repositório Digital da UFFS) |
Texto Completo: | https://rd.uffs.edu.br/handle/prefix/5776 |
Resumo: | A cultura da soja é tida como a mais importante, pois é uma das principais fontes de concentrados proteicos e de óleo vegetal que se tem. A ferrugem asiática da soja é considerada uma das doenças foliares da soja mais destrutivas. Os sistemas de previsão auxiliam na identificação inicial da doença na cultura, no planejamento e tomada de decisão da aplicação de fungicidas no campo, na redução de eventuais contaminações ambientais e outras consequências indesejáveis, dessa forma se torna uma ferramenta interessante em segurança e economia. Este trabalho tem como objetivo testar um sistema de previsão para a ocorrência e manejo de ferrugem asiática na soja safrinha, com base em variáveis meteorológicas e intervalos diferentes de aplicação de fungicidas, além de duas populações de plantas distintas. O experimento de campo foi realizado na cidade de Entre-Ijuis - RS. Foram 12 tratamentos, sendo 4 valores de severidade calculada (VSC) através do sistema de previsão (6, 9, 12 e 15), uma testemunha sem aplicação e um tratamento com aplicações calendarizadas. O outro fator foi duas populações de plantas por hectare: 246.666 e 451.111 plantas ha -1. O delineamento usado foi blocos ao acaso, tendo 4 repetições, totalizando em 48 unidades experimentais. Para o cálculo dos VSC, os dados foram obtidos em uma estação meteorológica instalada no local do experimento. Os dados foram submetidos à ANOVA pelo teste F e as médias comparadas pelo teste de Scott-Knott em nível de 5% de probabilidade de erro. Houve diferença entre os programas de manejo, ao se tratar de produtividade. O programa de manejo 9VSC teve a maior média de produtividade em ambas as populações de plantas, mostrando que apenas duas aplicações de fungicidas no momento certo seriam suficientes, sendo possível lucrar financeiramente e ambientalmente com o uso de um sistema de previsão doenças para a ferrugem na cultura da soja safrinha. |
id |
UFFS_8699b0ecc1fbd3af1432e173cbe35dec |
---|---|
oai_identifier_str |
oai:rd.uffs.edu.br:prefix/5776 |
network_acronym_str |
UFFS |
network_name_str |
Repositório Institucional da UFFS (Repositório Digital da UFFS) |
repository_id_str |
3924 |
spelling |
Radons, Sidinei ZwickLudwig, JulianeLudwig, JulianeEngers, Lana Bruna de OliveiraSchepke, Eduardo2022-03-112022-07-22T16:00:59Z20222022-07-22T16:00:59Z2022https://rd.uffs.edu.br/handle/prefix/5776A cultura da soja é tida como a mais importante, pois é uma das principais fontes de concentrados proteicos e de óleo vegetal que se tem. A ferrugem asiática da soja é considerada uma das doenças foliares da soja mais destrutivas. Os sistemas de previsão auxiliam na identificação inicial da doença na cultura, no planejamento e tomada de decisão da aplicação de fungicidas no campo, na redução de eventuais contaminações ambientais e outras consequências indesejáveis, dessa forma se torna uma ferramenta interessante em segurança e economia. Este trabalho tem como objetivo testar um sistema de previsão para a ocorrência e manejo de ferrugem asiática na soja safrinha, com base em variáveis meteorológicas e intervalos diferentes de aplicação de fungicidas, além de duas populações de plantas distintas. O experimento de campo foi realizado na cidade de Entre-Ijuis - RS. Foram 12 tratamentos, sendo 4 valores de severidade calculada (VSC) através do sistema de previsão (6, 9, 12 e 15), uma testemunha sem aplicação e um tratamento com aplicações calendarizadas. O outro fator foi duas populações de plantas por hectare: 246.666 e 451.111 plantas ha -1. O delineamento usado foi blocos ao acaso, tendo 4 repetições, totalizando em 48 unidades experimentais. Para o cálculo dos VSC, os dados foram obtidos em uma estação meteorológica instalada no local do experimento. Os dados foram submetidos à ANOVA pelo teste F e as médias comparadas pelo teste de Scott-Knott em nível de 5% de probabilidade de erro. Houve diferença entre os programas de manejo, ao se tratar de produtividade. O programa de manejo 9VSC teve a maior média de produtividade em ambas as populações de plantas, mostrando que apenas duas aplicações de fungicidas no momento certo seriam suficientes, sendo possível lucrar financeiramente e ambientalmente com o uso de um sistema de previsão doenças para a ferrugem na cultura da soja safrinha.The soybean crop is usually perceived as the most important crop, since it is one of the main sources of protein concentrates and vegetable oil. The Asian soybean rust is considered one of the most destructive diseases. The prediction systems help on the initial identification of the disease in the crop, in the planning and decision making of whether to apply pesticides; in the reduction of possible environmental contaminations and other undesirable consequences, this way showing it to be an interesting tool regarding safety and economy. In this sense, this work aims at testing a prediction system for the occurrence and handling of Asian soybean rust in the off-season crop based on weather variables and different gaps of time to apply pesticides, besides distinct plant populations. The field experiment was carried in the city of Entre-Ijuís, in the state of Rio Grande do Sul. Twelve treatments were carried, where four of them had their severity calculated (VSC) through the prediction system (6, 9, 12 e 15), a sample with no application and a treatment with scheduled applications. The other factor considered was the population by hectare: 246.666 and 451.111 plants ha -1. In order to conduct the experiment, we used the random blocks outline, with four repetitions and totalizing 48 experimental units. To calculate the VSC, the data was obtained in a forecast station installed in the location of the experiment. Data were submitted to ANOVA through F testing and the averages were compared with the Scott-Knott test with 5% of error probability. Differences were observed among the managing programs regarding productivity. Managing program 9VSC had the highest production average in both plant populations, showing that only two pesticide applications in the correct moment would be enough, allowing financial profit and lower environmental risk with the use of a disease prediction system for Ansian soybean rust during off-season.Submitted by Jane Lecardelli (jane.lecardelli@uffs.edu.br) on 2022-07-22T00:31:04Z No. of bitstreams: 1 SCHEPKE.pdf: 847614 bytes, checksum: 227680b4dc2d0eb19d55235cf7797233 (MD5)Approved for entry into archive by Franciele Scaglioni da Cruz (franciele.cruz@uffs.edu.br) on 2022-07-22T16:00:59Z (GMT) No. of bitstreams: 1 SCHEPKE.pdf: 847614 bytes, checksum: 227680b4dc2d0eb19d55235cf7797233 (MD5)Made available in DSpace on 2022-07-22T16:00:59Z (GMT). No. of bitstreams: 1 SCHEPKE.pdf: 847614 bytes, checksum: 227680b4dc2d0eb19d55235cf7797233 (MD5) Previous issue date: 2022porUniversidade Federal da Fronteira SulUFFSBrasilCampus Cerro LargoSojaDoenças de plantasFerrugem (Doença de planta)Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinhainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFFS (Repositório Digital da UFFS)instname:Universidade Federal Fronteira do Sul (UFFS)instacron:UFFSLICENSElicense.txtlicense.txttext/plain; charset=utf-81866https://rd.uffs.edu.br:8443/bitstream/prefix/5776/2/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD52ORIGINALSCHEPKE.pdfSCHEPKE.pdfapplication/pdf847614https://rd.uffs.edu.br:8443/bitstream/prefix/5776/1/SCHEPKE.pdf227680b4dc2d0eb19d55235cf7797233MD51prefix/57762022-07-22 13:00:59.146oai:rd.uffs.edu.br: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ório InstitucionalPUBhttps://rd.uffs.edu.br/oai/requestopendoar:39242022-07-22T16:00:59Repositório Institucional da UFFS (Repositório Digital da UFFS) - Universidade Federal Fronteira do Sul (UFFS)false |
dc.title.pt_BR.fl_str_mv |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha |
title |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha |
spellingShingle |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha Schepke, Eduardo Soja Doenças de plantas Ferrugem (Doença de planta) |
title_short |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha |
title_full |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha |
title_fullStr |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha |
title_full_unstemmed |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha |
title_sort |
Sistema de previsão para o manejo da ferrugem asiática na cultura da soja safrinha |
author |
Schepke, Eduardo |
author_facet |
Schepke, Eduardo |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Radons, Sidinei Zwick |
dc.contributor.advisor-co1.fl_str_mv |
Ludwig, Juliane |
dc.contributor.referee1.fl_str_mv |
Ludwig, Juliane |
dc.contributor.referee2.fl_str_mv |
Engers, Lana Bruna de Oliveira |
dc.contributor.author.fl_str_mv |
Schepke, Eduardo |
contributor_str_mv |
Radons, Sidinei Zwick Ludwig, Juliane Ludwig, Juliane Engers, Lana Bruna de Oliveira |
dc.subject.por.fl_str_mv |
Soja Doenças de plantas Ferrugem (Doença de planta) |
topic |
Soja Doenças de plantas Ferrugem (Doença de planta) |
description |
A cultura da soja é tida como a mais importante, pois é uma das principais fontes de concentrados proteicos e de óleo vegetal que se tem. A ferrugem asiática da soja é considerada uma das doenças foliares da soja mais destrutivas. Os sistemas de previsão auxiliam na identificação inicial da doença na cultura, no planejamento e tomada de decisão da aplicação de fungicidas no campo, na redução de eventuais contaminações ambientais e outras consequências indesejáveis, dessa forma se torna uma ferramenta interessante em segurança e economia. Este trabalho tem como objetivo testar um sistema de previsão para a ocorrência e manejo de ferrugem asiática na soja safrinha, com base em variáveis meteorológicas e intervalos diferentes de aplicação de fungicidas, além de duas populações de plantas distintas. O experimento de campo foi realizado na cidade de Entre-Ijuis - RS. Foram 12 tratamentos, sendo 4 valores de severidade calculada (VSC) através do sistema de previsão (6, 9, 12 e 15), uma testemunha sem aplicação e um tratamento com aplicações calendarizadas. O outro fator foi duas populações de plantas por hectare: 246.666 e 451.111 plantas ha -1. O delineamento usado foi blocos ao acaso, tendo 4 repetições, totalizando em 48 unidades experimentais. Para o cálculo dos VSC, os dados foram obtidos em uma estação meteorológica instalada no local do experimento. Os dados foram submetidos à ANOVA pelo teste F e as médias comparadas pelo teste de Scott-Knott em nível de 5% de probabilidade de erro. Houve diferença entre os programas de manejo, ao se tratar de produtividade. O programa de manejo 9VSC teve a maior média de produtividade em ambas as populações de plantas, mostrando que apenas duas aplicações de fungicidas no momento certo seriam suficientes, sendo possível lucrar financeiramente e ambientalmente com o uso de um sistema de previsão doenças para a ferrugem na cultura da soja safrinha. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-03-11 |
dc.date.accessioned.fl_str_mv |
2022-07-22T16:00:59Z |
dc.date.available.fl_str_mv |
2022 2022-07-22T16:00:59Z |
dc.date.issued.fl_str_mv |
2022 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://rd.uffs.edu.br/handle/prefix/5776 |
url |
https://rd.uffs.edu.br/handle/prefix/5776 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal da Fronteira Sul |
dc.publisher.initials.fl_str_mv |
UFFS |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Campus Cerro Largo |
publisher.none.fl_str_mv |
Universidade Federal da Fronteira Sul |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFFS (Repositório Digital da UFFS) instname:Universidade Federal Fronteira do Sul (UFFS) instacron:UFFS |
instname_str |
Universidade Federal Fronteira do Sul (UFFS) |
instacron_str |
UFFS |
institution |
UFFS |
reponame_str |
Repositório Institucional da UFFS (Repositório Digital da UFFS) |
collection |
Repositório Institucional da UFFS (Repositório Digital da UFFS) |
bitstream.url.fl_str_mv |
https://rd.uffs.edu.br:8443/bitstream/prefix/5776/2/license.txt https://rd.uffs.edu.br:8443/bitstream/prefix/5776/1/SCHEPKE.pdf |
bitstream.checksum.fl_str_mv |
43cd690d6a359e86c1fe3d5b7cba0c9b 227680b4dc2d0eb19d55235cf7797233 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFFS (Repositório Digital da UFFS) - Universidade Federal Fronteira do Sul (UFFS) |
repository.mail.fl_str_mv |
|
_version_ |
1809094626207858688 |