Programa de Pós-Graduação em Modelagem Matemática - Doutorado
URI Permanente para esta coleçãohttps://bibliodigital.unijui.edu.br/handle/123456789/6160
Navegar
Navegando Programa de Pós-Graduação em Modelagem Matemática - Doutorado por Assunto "Ciências exatas e da terra"
Agora exibindo 1 - 2 de 2
- Resultados por página
- Opções de Ordenação
Item Modelagem matemática e computacional da produtividade do trigo e otimização do uso do nitrogênio nas condições fenológicas e ambientais(2020-08-04) Trautmann, Ana Paula BrezolinModelos matemáticos que busquem simulações eficientes, descrevendo interações complexas junto aos efeitos não-lineares dos agroecossistemas vem sendo cada vez mais usados. Neste sentido, destaca-se o manejo da cultura do trigo, onde o nitrogênio é o elemento mais requerido, tendo forte influência sobre a produtividade e qualidade química dos grãos. A maior eficiência do nitrogênio está diretamente ligada às condições adequadas de solo e clima, condições nem sempre obtidas no momento da adubação. Neste contexto, surge a possibilidade de uso de doses de nitrogênio ajustadas por condição de ano agrícola e aplicadas de forma cheia ou fracionada em função das condições de cultivo. Estratégias de simulação e otimização da produtividade e qualidade do trigo pelo uso do nitrogênio envolvendo de modo simultâneo, variáveis ligadas a planta, elementos meteorológicos do ano agrícola e de manejos importantes sobre a espécie pode contribuir no desenvolvimento de modelos eficientes na previsibilidade de safras e validação de novas tecnologias. O objetivo do estudo é o desenvolvimento de modelos matemáticos eficientes na simulação da produtividade do trigo por lógica fuzzy, redes neurais artificiais e do híbrido neuro-fuzzy, com otimização do uso do nitrogênio via algoritmos genéticos pelas relações que envolvem as formas de fornecimento do nutriente, associado aos estímulos fenológicos e ambientais nos principais sistemas de cultivo do noroeste do Rio Grande do Sul. O estudo foi realizado no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ), em Augusto Pestana, RS, nos anos de 2012 a 2018. O delineamento experimental foi o de blocos casualizados com quatro repetições em esquema fatorial 4 x 3, para doses de N-fertilizante (0, 30, 60, 90, 120 kg ha-1) e formas de fornecimento do nutriente [condição cheia (100%) no estádio fenológico V3 (terceira folha expandida); fracionada (70%/30%) no estádio fenológico V3/V6 (terceira e sexta folha expandida); e fracionada (70%/30%) no estádio fenológico V3/R1 (terceira folha expandida e diferenciação da espiga)], no sistema soja/trigo e milho/trigo. Os modelos de regressão expressaram com eficiência o comportamento da produtividade e qualidade química dos grãos de trigo em função do nutriente, seja pela dose cheia ou fracionada, influenciada pela condição de ano agrícola e sistema de sucessão de alta e reduzida liberação de N-residual. A contribuição relativa, correlação e análise de trilha permitem conhecer a dinâmica do nitrogênio sobre os caracteres da produtividade e qualidade química dos grãos de trigo, além da interação dos elementos meteorológicos sobre estas variáveis, permitindo identificar as reais relações. O modelo múltiplo é eficiente para simulação da produtividade e qualidade química dos grãos de trigo, sob efeito cumulativo entre ano favorável, aceitável e desfavorável nos sistemas de sucessão e condições de fornecimento do N-fertilizante, considerando variáveis controladas ou não-controladas. A lógica fuzzy, redes neurais artificiais e neuro-fuzzy são ferramentas que preveem com eficiência a produtividade e a qualidade química dos grãos de trigo pelo uso de nitrogênio com elementos meteorológicos. Destaca-se a neuro-fuzzy como a mais eficiente na simulação da produtividade e qualidade química dos grãos de trigo. O algoritmo genético permite otimizar a dose do nitrogênio nas condições de fornecimento, cheio e fracionado, nas variáveis controladas e não-controladas, com simulações da produtividade de grãos, biológica, teor de proteína total e amido. De modo geral, em V3 o uso do nitrogênio promove maior expressão da produtividade de grãos, torna-se a condição mais viável ao produtor por ser mais lucrativa, por diminuir custos operacionais.Item Redes neurais artificiais e algoritmo genético na simulação do acamamento de plantas e da produtividade e qualidade de grãos de aveia com otimização das doses de nitrogênio e regulador de crescimento(2020-10-06) Marolli, AndersonModelos matemáticos voltados a simulação em sistemas complexos que consideram as interações entre efeitos não lineares e as variáveis controladas, estão sendo cada vez mais utilizados na tomada de decisão quanto ao manejo de safras agrícolas. Neste contexto, destaca-se o manejo do nitrogênio e do regulador de crescimento em aveia, onde o nitrogênio é o nutriente mais absorvido, com reflexos diretos sobre o aumento da produtividade e acamamento, enquanto que o regulador obstrui a biossíntese do ácido giberélico, tornando a planta mais apta e responsiva a receber estímulos ambientais e de insumos, possibilitando incremento da produtividade com garantia de qualidade industrial dos grãos. Neste sentido, surge a necessidade da otimização das doses combinadas de nitrogênio e regulador de crescimento, voltadas ao incremento da produtividade com reduzida ocorrência de acamamento. Técnicas de simulação e otimização que consideram de modo simultâneo as variáveis do manejo e da planta, atreladas a não linearidade dos elementos meteorológicos, podem contribuir para o desenvolvimento de modelos eficientes de previsibilidade de safras agrícolas, validando a possibilidade de novas recomendações técnicas para a cultura. O objetivo do estudo é desenvolver um sistema adaptativo à previsibilidade da ocorrência de acamamento de plantas e simulação da produtividade industrial e de grãos de aveia, via redes neurais artificiais, considerando variáveis da planta, do manejo e os efeitos não lineares dos elementos meteorológicos. Além disso, com o uso de algoritmos genéticos, otimizar as doses de uso combinado do nitrogênio e regulador, voltadas a maximização da produtividade da aveia com reduzida ocorrência de acamamento, considerando os principais sistemas de sucessão do sul do Brasil. O experimento foi realizado no Instituto Regional de Desenvolvimento Rural (IRDeR/UNIJUÍ), em Augusto Pestana, RS, nos anos de 2012 a 2018. O delineamento experimental adotado foi de blocos ao acaso com quatro repetições, em esquema fatorial 4 x 4, para os fatores doses de nitrogênio (30, 60, 90 e 120 kg ha-1) e doses de regulador de crescimento (0, 200, 400 e 600 ml ha-1), respectivamente. Os modelos de regressão expressaram com eficiência o comportamento do acamamento de plantas, da produtividade de grãos e qualidade industrial e química dos grãos de aveia em função das doses de nitrogênio e regulador de crescimento, independente da condição de ano agrícola e sistema de sucessão. A contribuição relativa juntamente com correlação e análise de trilha permitem conhecer a dinâmica do nitrogênio e do regulador de crescimento sobre os indicadores de produtividade e qualidade química dos grãos de aveia, além de desdobrar a relação do acamamento de plantas e da produtividade de grãos em efeitos diretos e indiretos sobre as variáveis de interesse. Independente do sistema de sucessão, os modelos múltiplos são eficientes para simulação do acamamento de plantas e da produtividade de grãos e industrial, considerando o efeito cumulativo dos anos de cultivo juntamente com as variáveis de manejo e os efeitos não lineares dos elementos meteorológicos. As redes neurais são ferramentas que preveem com eficiência a ocorrência de acamamento de plantas e a produtividade da aveia, considerando como variável de entrada as doses de nitrogênio e regulador, os elementos meteorológicos e a produtividade de biomassa. O algoritmo genético permite otimizar as doses combinadas de nitrogênio e regulador de crescimento, considerando a rede neural implementada como função de ativação. De modo geral, o uso combinado de nitrogênio e regulador evidencia incremento na produtividade de grãos com garantia de qualidade industrial e reduzida taxa de ocorrência de acamamento.