dc.creator | Garlet, Luana Paula | |
dc.date.accessioned | 2024-07-12T17:01:28Z | |
dc.date.available | 2024-07-12T17:01:28Z | |
dc.date.issued | 2024-04-11 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/32285 | |
dc.description.abstract | Soils cultivated with vines may not have the necessary amount of potassium (K) to meet the
plants' demand. When this happens, it is necessary to apply doses of potassium fertilizers, which
can modify the distribution of K fractions in soils over the years. However, the doses of K to
be applied will be more precise if the inputs and outputs of K in vineyards are known. This
information allows us to propose the K balance. However, the distribution of fractions and K
balance are not sufficiently known in vineyard soils, cultivated with different cultivars, which
produce and export different amounts of K. Added to this, in international viticulture there is
no Models for predicting productivity and quality of grape must are sufficiently well known,
which consider nutrients in soils and leaves, in addition to other variables, such as climate.
Therefore, two studies were conducted that aimed to evaluate the distribution of K fractions
and their balance, and to evaluate the effect of the input of different predictor variables and their
importance in the accuracy of predictions of must quality and grape production in vineyards of
the cultivars. Chardonnay and Pinot Noir with application of doses of K, in southern Brazil.
Study 1 quantified the K balance and the fractions of exchangeable K, non-exchangeable K,
structural K and total K in the soil, with evaluations carried out in an experiment with the
cultivars Chardonnay and Pinot Noir, without application of K and with annual applications of
40 and 80 kg ha-1 K2O, for twelve years. Study 2 proposed models and their accuracy in
predicting grape production and must quality parameters (total soluble solids - TSS, total
anthocyanins - AT, total polyphenols - PT, total titratable acidity - ATT, pH). The models were
developed using machine learning, through multivariate analysis including the predictor
variables soil nutrients, leaf nutrients and climate variables. A structured database was used
during six harvests. In Study 1, the K balance was negative in the soil that did not receive K
application and positive in the soil that received annual applications of 40 and 80 kg ha-1 K2O.
It was also possible to observe that the fraction of non-exchangeable K contributed to increasing
the fraction of exchangeable K in the soil without application of K. In Study 2, the models that
combine soil+leaf+climate variables show greater accuracy in predicting grape production, ATT and pH of the must. Models that combine leaf+climate data show greater accuracy for PT
concentration and models calibrated only with climate data for anthocyanins. The climatic
variables were the most important (≥80%) in the models with the best accuracy for all predicted
variables, except PT, in which nutrients in leaves (K, Ca and Mg) were more important.
Therefore, the results of our study present the most approximate dose (40 kg ha-1 K2O per year)
of potassium fertilizer to maintain a positive K balance, but without excess. As well, it allowed
identifying and quantifying the importance of soil, plant and climate variables in must
production and quality prediction models. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
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 | Análise multivariada | por |
dc.subject | Aprendizado de máquina | por |
dc.subject | Ciclagem de nutrientes | por |
dc.subject | Equilíbrio nutricional | por |
dc.subject | Potássio | por |
dc.subject | Vitis vinifera | por |
dc.subject | Machine learning | eng |
dc.subject | Multivariate analysis | por |
dc.subject | Nutrient cycling | eng |
dc.subject | Nutritional balance | eng |
dc.subject | Potassium | eng |
dc.title | Balanço de potássio e modelos de predição de produção em vinhedos no sul do Brasil | por |
dc.title.alternative | Potassium balance and grape yield prediction modeling in southern Brazil vineyards | eng |
dc.type | Dissertação | por |
dc.description.resumo | Solos cultivados com videiras podem não possuir a quantidade necessária de potássio (K) para
suprir a demanda das plantas. Quando isso acontece é necessário realizar aplicações de doses
de fertilizantes potássicos, que podem modificar a distribuição das frações de K em solos ao
longo dos anos. No entanto, as doses de K a serem aplicadas serão mais precisas, caso sejam
conhecidas as entradas e saídas de K em vinhedos. Essas informações permitem propor o
balanço de K. Porém, a distribuição de frações e balanço de K não são suficientemente
conhecidos em solos de vinhedos, cultivados com diferentes cultivares, que produzem e
exportam distintas quantidades de K. Somado a isso, na viticultura internacional não são
suficientemente conhecidos modelos de predição de produtividade e qualidade do mosto de
uva, que consideram nutrientes em solos e folhas, além de outras variáveis, como as climáticas.
Por isso, foram conduzidos dois estudos que objetivaram avaliar a distribuição de frações de K
e seu balanço, e avaliar o efeito da entrada de diferentes variáveis preditoras e sua importância
na acurácia das predições de qualidade do mosto e da produção de uva em vinhedos das
cultivares Chardonnay e Pinot Noir com aplicações de doses de K, no sul do Brasil. O Estudo
1 quantificou o balanço de K e as frações de K trocável, K não-trocável, K estrutural e K total
no solo, com avaliações realizadas em um experimento com as cultivares Chardonnay e Pinot
Noir, sem aplicação de K e com as aplicações anuais de 40 e 80 kg ha-1 K2O, durante doze anos.
O Estudo 2 propôs modelos e sua acurácia na predição da produção de uva e parâmetros de
qualidade do mosto (sólidos solúveis totais - SST, antocianinas totais - AT, polifenóis totais -
PT, acidez total titulável - ATT, pH). Os modelos foram desenvolvidos utilizando aprendizado
de máquina, através de análise multivariada incluindo as variáveis preditoras nutrientes no solo,
nutrientes em folhas e variáveis climáticas. Utilizou-se um banco de dados estruturado durante
seis safras. No Estudo 1, o balanço de K foi negativo no solo que não recebeu aplicação de K e
positivo no solo que recebeu as aplicações anuais de 40 e 80 kg ha-1 K2O. Também foi possível
observar que a fração de K não-trocável contribuiu para aumentar a fração de K trocável no solo sem aplicação de K. No Estudo 2, os modelos que combinam variáveis de
solo+folha+clima apresentam maior acurácia na predição de produção de uva, ATT e pH do
mosto. Modelos que combinam dados de folha+clima apresentam maior acurácia para a
concentração de PT e modelos calibrados apenas com dados de clima para antocianinas. As
variáveis climáticas foram as mais importantes (≥80%) nos modelos de melhor acurácia para
todas as variáveis preditas, exceto PT, em que nutrientes em folhas (K, Ca e Mg) tiveram maior
importância. Dessa forma, os resultados do nosso estudo apresentam a dose mais aproximada
(40 kg ha-1 K2O ao ano) de fertilizante potássico para manter o balanço de K positivo, porém
sem excesso. Bem como, permitiu identificar e quantificar a importância das variáveis de solo,
planta e clima nos modelos de predição de produção e qualidade do mosto. | por |
dc.contributor.advisor1 | Brunetto, Gustavo | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1185169003700830 | por |
dc.contributor.advisor-co1 | Rozane, Danilo Eduardo | |
dc.contributor.referee1 | Tiecher, Tales | |
dc.contributor.referee2 | Natale, William | |
dc.creator.Lattes | http://lattes.cnpq.br/6308518632029050 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Agronomia | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência do Solo | por |
dc.subject.cnpq | CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::CIENCIA DO SOLO | por |
dc.publisher.unidade | Centro de Ciências Rurais | por |