dc.creator | Escobar, Otávio dos Santos | |
dc.date.accessioned | 2023-03-27T11:21:32Z | |
dc.date.available | 2023-03-27T11:21:32Z | |
dc.date.issued | 2022-09-23 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/28384 | |
dc.description.abstract | Asian soybean rust is a disease with a high impact on soybean yield levels, especially in
Latin America. As it is a fungal disease, climatic conditions are directly linked to its level
of progress and degree of severity in soybean plants. This fungal disease is responsible
for the early defoliation of plants, thus affecting the formation and development of grains,
causing significant productivity losses. The objective of this work was to model the
growth curve of this disease over five seasons, determining critical growth points of the
disease and, through multivariate analyses, verify the interaction between these critical
points and the climatic variables. The database came from an experimental station in the
municipality of Santa Maria, Rio Grande do Sul, in a randomized block design with four
replications in five seasons. Nonlinear regression models were fitted for the progress of
disease severity growth in the crop cycle. The logistic model is the most suitable, as it
represents in a real way the estimates of the parameters and the critical points of the
model, being an important way to evaluate this growth rate. To identify the linear
relationships between the variables, Pearson's correlation and principal component
analysis (PCA) were performed. There are linear relationships between climatic
conditions and the emergence of critical points in the progress of disease severity. Where,
water regimes and temperature levels prior to hotspots, are important parameters to
describe and explain the emergence of hotspots in the progress of disease severity and
serve as indices to predict disease behavior. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Modelo logístico | por |
dc.subject | Modelo gompertz | por |
dc.subject | Análise multivariada | por |
dc.subject | Correlação | por |
dc.subject | Análise de componentes principais ferrugem da soja | por |
dc.subject | Logistics model | eng |
dc.subject | Gompertz model | eng |
dc.subject | Multivariate analysis | eng |
dc.subject | Correlation | eng |
dc.subject | Principal component analysis soybean rust | eng |
dc.title | Modelagem da severidade de Phakopsora pachrhizi em soja e relações de seus pontos críticos de desenvolvimento com variáveis meteorológicas | por |
dc.title.alternative | Modeling the severity of Phakopsora pachrhizi in soybean and relationships of its critical development points with weather variables | eng |
dc.type | Tese | por |
dc.description.resumo | A ferrugem asiática da soja é uma doença com alto impacto nos níveis de rendimento de
soja, especialmente na Amárica Latina. Por ser uma doença fúngica, as condições
climáticas estão diretamente ligadas ao seu nível de progresso e grau de severidade em
plantas de soja. Esta doença fúngica é responsável pela desfolha precoce das plantas,
afetando assim a formação e desenvolvimento dos grãos, causando significativas perdas
de produtividade. O objetivo deste trabalho foi modelar a curva de crescimento desta
doença ao longo de cinco safras, determinação de pontos críticos de crescimento da
doença e através de análises multivariadas, verificar a interação entre estes pontos críticos
e as variáveis climáticas. O banco de dados foi proveniente a uma estação experimental
no município de Santa Maria, Rio Grande do Sul, o delineamento blocos casualizados
com quatro repetições em cinco safras. Modelos de regressão não lineares foram ajustados
para o progresso de crescimento da severidade da doença no ciclo da cultura. O modelo
logístico é o mais indicado, pois representa de maneira real as estimativas dos parâmetros
e dos pontos críticos do modelo, sendo uma importante forma para avaliar esta taxa de
crescimento. Para a identificação das relações lineares entre as variáveis foram realizadas
a correlação de Pearson e análises de componentes principais (PCA). Existem relações
lineares entre condições climáticas e o surgimento dos pontos críticos do progresso da
severidade da doença. Onde, os regimes hídricos e níveis de temperatura anteriores aos
pontos críticos, são importantes parâmetros para descrever e explicar o surgimento de
pontos críticos no progresso de severidade da doença e servir como índices para prever o
comportamento da doença. | por |
dc.contributor.advisor1 | Lúcio, Alessandro Dal'Col | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0972869223145503 | por |
dc.contributor.referee1 | Sanchotene, Danie Martini | |
dc.contributor.referee2 | Haesbaert, Fernando Machado | |
dc.contributor.referee3 | Lopes, Sidinei Jose | |
dc.contributor.referee4 | Dornelles, Sylvio Henrique Bidel | |
dc.creator.Lattes | http://lattes.cnpq.br/3845262425046995 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Agronomia | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Agronomia | por |
dc.subject.cnpq | CNPQ::CIENCIAS AGRARIAS::AGRONOMIA | por |
dc.publisher.unidade | Centro de Ciências Rurais | por |