Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja

Detalhes bibliográficos
Autor(a) principal: Amorim, Deoclecio Jardim
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/180627
Resumo: Dentre as características mais estudadas na indústria de sementes e bancos de germoplasma, destaca-se o potencial fisiológico, tendo em vista que sementes de maior qualidade fisiológica permitem obter uma rápida e uniforme emergência das plântulas, e consequentemente o estabelecimento do estande. O objetivo dessa pesquisa foi avaliar a germinação de sementes de milho (Zea mays L.) e soja (Glycine max (L.) Merrill) por meio de modelos não lineares e lineares generalizados. Foram utilizadas as cultivares de milho: AS 1633 PRO3, 2B587 RR, 2A401PW, AL Bandeirante e BRS 4103, e de soja as cultivares: DS59716 IPRO, CD2737 RR, CD251 RR, CD2820 IPRO e CD2857 RR, ambas da safra 2016/17. Avaliou-se a germinação de 20 sementes com quatro repetições por cultivar por meio do teste de emissão da raiz primária (protrusão). A contagem das sementes germinadas foi efetuada em intervalos regulares de 6, 12 e 24 horas até 204 horas, adotando-se como critério de germinação a protrusão da raiz primária ≥ 2 mm. Os dados foram dispostos na forma de porcentagem acumulada ao longo do tempo e pela proporção de sementes viáveis em cada intervalo de tempo testado dado por uma sequência de ensaios de Bernoulli. Os dados de porcentagem acumulada ao longo do tempo foram modelados pelas curvas não lineares de Gompertz e função de Hill de quatro parâmetros e os dados de proporção foram avaliados por modelos lineares generalizados testando as funções ligação: Probit, Logit e Complemento Log Log. As cultivares de milho que apresentaram a maior velocidade de germinação foram: AL Bandeirante e BRS 4103. Para soja os melhores resultados foram observados para as cultivares CD251 RR e CD2737 RR. As metodologias corroboraram quanto à classificação da qualidade fisiológica das cultivares. A curva de Gompertz teve melhor ajuste e permitiu aplicações práticas para o estudo de germinação estabelecendo um novo parâmetro para comparação de diferentes lotes de sementes. Os modelos lineares generalizados constituem uma metodologia robusta para avaliação da germinação de sementes de diferentes lotes e espécies agrícolas permitindo estimar qualquer tempo de germinação e uniformidade.
id UNSP_6f4779f88e5b77812ed49052ea6a15ca
oai_identifier_str oai:repositorio.unesp.br:11449/180627
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e sojaNon-linear and linear generalized models for evaluation of the germination of corn and soybean seedsGerminaçãoVelocidade de germinaçãoModelos não linearesModelos lineares generalizadosGerminationSpeed of germinationNon-linear modelsGeneralized linear modelsDentre as características mais estudadas na indústria de sementes e bancos de germoplasma, destaca-se o potencial fisiológico, tendo em vista que sementes de maior qualidade fisiológica permitem obter uma rápida e uniforme emergência das plântulas, e consequentemente o estabelecimento do estande. O objetivo dessa pesquisa foi avaliar a germinação de sementes de milho (Zea mays L.) e soja (Glycine max (L.) Merrill) por meio de modelos não lineares e lineares generalizados. Foram utilizadas as cultivares de milho: AS 1633 PRO3, 2B587 RR, 2A401PW, AL Bandeirante e BRS 4103, e de soja as cultivares: DS59716 IPRO, CD2737 RR, CD251 RR, CD2820 IPRO e CD2857 RR, ambas da safra 2016/17. Avaliou-se a germinação de 20 sementes com quatro repetições por cultivar por meio do teste de emissão da raiz primária (protrusão). A contagem das sementes germinadas foi efetuada em intervalos regulares de 6, 12 e 24 horas até 204 horas, adotando-se como critério de germinação a protrusão da raiz primária ≥ 2 mm. Os dados foram dispostos na forma de porcentagem acumulada ao longo do tempo e pela proporção de sementes viáveis em cada intervalo de tempo testado dado por uma sequência de ensaios de Bernoulli. Os dados de porcentagem acumulada ao longo do tempo foram modelados pelas curvas não lineares de Gompertz e função de Hill de quatro parâmetros e os dados de proporção foram avaliados por modelos lineares generalizados testando as funções ligação: Probit, Logit e Complemento Log Log. As cultivares de milho que apresentaram a maior velocidade de germinação foram: AL Bandeirante e BRS 4103. Para soja os melhores resultados foram observados para as cultivares CD251 RR e CD2737 RR. As metodologias corroboraram quanto à classificação da qualidade fisiológica das cultivares. A curva de Gompertz teve melhor ajuste e permitiu aplicações práticas para o estudo de germinação estabelecendo um novo parâmetro para comparação de diferentes lotes de sementes. Os modelos lineares generalizados constituem uma metodologia robusta para avaliação da germinação de sementes de diferentes lotes e espécies agrícolas permitindo estimar qualquer tempo de germinação e uniformidade.Among the most studied characteristics in the seed industry and germplasm banks, the physiological potential stands out, since seeds of higher physiological quality allow a quick and uniform emergence of the seedlings, and consequently the establishment of the stand. The objective of this research was to evaluate the germination of corn (Zea mays L.) and soybean (Glycine max (L.) Merrill) seeds using nonlinear models and generalized linear. The used cultivars of corn were: AS 1633 PRO3, 2B587 RR, 2A401PW, AL Bandeirante and BRS 4103, and the soybean cultivars were: DS59716 IPRO, CD2737 RR, CD251 RR, CD2820 IPRO and CD2857 RR, both of the 2016/17 crop. The germination of 20 seeds with four replicates per cultivar was evaluated by the primary root emission test (protrusion). The germinated seeds were counted at regular intervals of 6, 12 and 24 hours up to 204 hours, with protrusion of the primary root ≥ 2 mm being the germination criterion. The data were plotted as a percentage accumulated over time and by the proportion of viable seeds at each interval of time tested given by a sequence of Bernoulli assays. The data of percentage accumulated over time were modeled by the non-linear Gompertz curves and Hill function with four parameters and the proportion data were evaluated by generalized linear models testing the linking functions: Probit, Logit and Complement Log Log.The corn cultivars with the highest germination speed were: AL Bandeirante and BRS 4103. For soybean the best results were observed for the cultivars CD251 RR and CD2737 RR. The methodologies corroborate the classification of the physiological quality of cultivars. The Gompertz curve had a better adjustment and allowed practical applications for the study of germination, establishing a new parameter for comparison of different seeds lots. The generalized linear models constitute a robust methodology to evaluate the germination of seeds of different lots and agricultural species, allowing to estimate any germination and uniformity time.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Universidade Estadual Paulista (Unesp)Sartori, Maria Márcia Pereira [UNESP]Silva, Edvaldo Aparecido Amaral daUniversidade Estadual Paulista (Unesp)Amorim, Deoclecio Jardim2019-01-31T18:34:52Z2019-01-31T18:34:52Z2019-01-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/18062700091219133004064039P3016040738142406699726437744913010000-0001-6454-1488porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-05-02T13:48:50Zoai:repositorio.unesp.br:11449/180627Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-06T00:03:50.936874Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
Non-linear and linear generalized models for evaluation of the germination of corn and soybean seeds
title Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
spellingShingle Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
Amorim, Deoclecio Jardim
Germinação
Velocidade de germinação
Modelos não lineares
Modelos lineares generalizados
Germination
Speed of germination
Non-linear models
Generalized linear models
title_short Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
title_full Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
title_fullStr Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
title_full_unstemmed Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
title_sort Modelos não lineares e lineares generalizados para avaliação da germinação de sementes de milho e soja
author Amorim, Deoclecio Jardim
author_facet Amorim, Deoclecio Jardim
author_role author
dc.contributor.none.fl_str_mv Sartori, Maria Márcia Pereira [UNESP]
Silva, Edvaldo Aparecido Amaral da
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Amorim, Deoclecio Jardim
dc.subject.por.fl_str_mv Germinação
Velocidade de germinação
Modelos não lineares
Modelos lineares generalizados
Germination
Speed of germination
Non-linear models
Generalized linear models
topic Germinação
Velocidade de germinação
Modelos não lineares
Modelos lineares generalizados
Germination
Speed of germination
Non-linear models
Generalized linear models
description Dentre as características mais estudadas na indústria de sementes e bancos de germoplasma, destaca-se o potencial fisiológico, tendo em vista que sementes de maior qualidade fisiológica permitem obter uma rápida e uniforme emergência das plântulas, e consequentemente o estabelecimento do estande. O objetivo dessa pesquisa foi avaliar a germinação de sementes de milho (Zea mays L.) e soja (Glycine max (L.) Merrill) por meio de modelos não lineares e lineares generalizados. Foram utilizadas as cultivares de milho: AS 1633 PRO3, 2B587 RR, 2A401PW, AL Bandeirante e BRS 4103, e de soja as cultivares: DS59716 IPRO, CD2737 RR, CD251 RR, CD2820 IPRO e CD2857 RR, ambas da safra 2016/17. Avaliou-se a germinação de 20 sementes com quatro repetições por cultivar por meio do teste de emissão da raiz primária (protrusão). A contagem das sementes germinadas foi efetuada em intervalos regulares de 6, 12 e 24 horas até 204 horas, adotando-se como critério de germinação a protrusão da raiz primária ≥ 2 mm. Os dados foram dispostos na forma de porcentagem acumulada ao longo do tempo e pela proporção de sementes viáveis em cada intervalo de tempo testado dado por uma sequência de ensaios de Bernoulli. Os dados de porcentagem acumulada ao longo do tempo foram modelados pelas curvas não lineares de Gompertz e função de Hill de quatro parâmetros e os dados de proporção foram avaliados por modelos lineares generalizados testando as funções ligação: Probit, Logit e Complemento Log Log. As cultivares de milho que apresentaram a maior velocidade de germinação foram: AL Bandeirante e BRS 4103. Para soja os melhores resultados foram observados para as cultivares CD251 RR e CD2737 RR. As metodologias corroboraram quanto à classificação da qualidade fisiológica das cultivares. A curva de Gompertz teve melhor ajuste e permitiu aplicações práticas para o estudo de germinação estabelecendo um novo parâmetro para comparação de diferentes lotes de sementes. Os modelos lineares generalizados constituem uma metodologia robusta para avaliação da germinação de sementes de diferentes lotes e espécies agrícolas permitindo estimar qualquer tempo de germinação e uniformidade.
publishDate 2019
dc.date.none.fl_str_mv 2019-01-31T18:34:52Z
2019-01-31T18:34:52Z
2019-01-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/180627
000912191
33004064039P3
0160407381424066
9972643774491301
0000-0001-6454-1488
url http://hdl.handle.net/11449/180627
identifier_str_mv 000912191
33004064039P3
0160407381424066
9972643774491301
0000-0001-6454-1488
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808129579107221504