Hipótese
A definição da dose ideal de regulador de crescimento sobre o acamamento de plantas em distintas condições de adubação nitrogenada e sistemas de sucessão pode ser obtida com o uso de regressões lineares. Além disso, o uso de regressões lineares e quadráticas possibilita a simulação das variáveis de interesse agronômico, industrial e nutricional dos grãos da aveia, com possibilidade de melhor interpretação pela decomposição em diagnóstico de trilha.
Meta
Obter a definição da dose ideal de regulador de crescimento sobre o acamamento de plantas por regressão lineares. Pela definição da dose ótima de regulador de crescimento simular os indicadores da produtividade e qualidade industrial e nutricional de grãos de aveia, para previsibilidade dos resultados de interesse do agricultor, da indústria e do consumidor. Além disso, determinar pelo modelo de correlação e diagnóstico em trilha, os efeitos diretos e indiretos das variáveis explicativas sobre o acamamento de plantas, pelas doses de aplicações de regulador de crescimento, como forma de compreender e selecionar variáveis potenciais para composição de modelos de simulação via redes neurais artificiais e de otimização via algoritmos genéticos.
Introdução
A aveia é um cereal que apresenta múltiplos propósitos e vem se configurando como uma importante alternativa de cultivo no sul do Brasil (ARENHARDT et al., 2015; KRYSCZUN et al., 2017). A procura por alimentos saudáveis e ricos em proteínas e fibras, tem aumentado a demanda por produtos derivados de aveia (HAWERROTH et al., 2015a; MANTAI et al., 2017b). Porém, a alta produtividade da aveia está diretamente associada ao desempenho das cultivares, clima, solo e tecnologias de manejo (SILVA et al., 2016; KRAISIG et al., 2018a). Dentre as tecnologias de manejo, a adubação
nitrogenada ganha destaque, pela insuficiente quantidade liberada pelo solo e por ser o nutriente mais absorvido pelos cereais, apresentando reflexos expressivos no incremento da produtividade de biomassa e grãos (COSTA et al., 2013; PETRY et al., 2019; PIMENTEL et al., 2019). Em anos desfavoráveis, a eficiência de aproveitamento do nitrogênio é comprometida, com reflexos negativos na produtividade, aumentando os custos de produção e os riscos de contaminação ambiental (BENIN et al., 2012; SILVA et al., 2016). Em anos favoráveis, o incremento das doses e a época correta de aplicação do nitrogênio, promovem aumento expressivo da produtividade de biomassa e grãos, consequentemente potencializando a ocorrência do acamamento de plantas (FLORES et al., 2012; MANTAI et al., 2015; ARENHARDT et al., 2017b; MAMANN et al., 2017a). O acamamento é um fenômeno no qual a planta perde sua posição vertical, inclina- se e cai sobre o solo, resultando em plantas recurvadas, ou até mesmo na quebra dos colmos, afetando diretamente a produtividade e a qualidade dos grãos, além de trazer dificuldades na hora da colheita (CHAVARRIA et al., 2015; KRYSCZUN et al., 2017). O acamamento afeta a estrutura morfológica da planta e quanto mais cedo ocorre, maior é a redução da produtividade e da qualidade de grãos (GUERREIRO & OLIVEIRA, 2012; FERREIRA et al., 2017). Sua expressão depende de fatores genéticos, inter- relacionados com fatores externos, como vento, chuva, solo, densidade de plantas e técnicas de manejo, sendo a aveia, uma espécie altamente sensível ao acamamento (SILVEIRA et al., 2011; KASPARY et al., 2015).
Para minimizar a ocorrência do acamamento de plantas, têm-se avaliado o uso de reguladores de crescimento, como o trinexapac-ethyl de nome comercial “Moddus®”
(ARF et al., 2012; SCHWERZ et al., 2015). Quando aplicado, o regulador de crescimento é absorvido pela planta e passa a atuar seletivamente, através da redução do nível de giberelina ativa, induzindo a planta a uma inibição temporária ou redução do ritmo de crescimento, sem afetar, porém, o processo de fotossíntese e a integridade da gema apical (HAWERROTH et al., 2015c; ARENHARDT et al., 2017a). Portando, o uso de reguladores de crescimento tem como objetivo, reduzir o crescimento das plantas e fortalecer os entrenós, tornando as plantas mais apta e eficiente ao uso dos recursos naturais e de insumos, suportando maior produtividade de grãos (SOUZA et al., 2013; COSTA et al., 2018a).
A possibilidade de emprego de modelos matemáticos, desenvolvidos para análise do comportamento do regulador de crescimento e simulações, podem qualificar e quantificar a recomendação desta técnica de manejo para a cultura. Dentre esses modelos, ganham destaque os modelos de regressões, utilizados para verificar diversos problemas nas mais variadas áreas do conhecimento humano (CORRÊA et al., 2010; BUZATO et al., 2014; KRYSCZUN et al., 2017). Modelos de regressões são técnicas muito utilizadas para explicar e avaliar os efeitos de variáveis quantitativas na definição de ponto ótimo, seja este de máximo ou de mínimo (MASSAROTO et al., 2007; TAVARES et al., 2015; SILVA & MATTOS, 2017). As regressões têm por objetivo apresentar um conjunto de modelos ajustados, ou seja, dentre os modelos desenvolvidos, cabe ao pesquisador definir aquele que mais representa o comportamento da variável em estudo (REGAZZI & SILVA, 2010; SCREMIN et al., 2017c; ALESSI et al., 2018). Em trigo, Boschini et al. (2011) utilizaram regressões para definir a melhor dose de nitrogênio combinada com lâminas de água, para máxima produtividade e qualidade de grãos. Benin et al. (2012) utilizando regressões para simular e definir a melhor dose de nitrogênio, considerando o maior desempenho dos componentes da produtividade. Enquanto que para Prando et al. (2013), a definição da dose ajustada de nitrogênio é dependente do tipo de cultura antecessora, da cultivar utilizada e das condições meteorológicas. Todeschini et al. (2016) utilizaram regressões para testar a eficiência de uso do nitrogênio em doze cultivares de trigo. Mamann et al. (2017a) utilizaram regressões para simular e analisar a eficiência do nitrogênio na produção de trigo através do biopolímero hidrogel. Trautmann et al. (2017) mostraram a possibilidade de uso de regressões para simular e definir a melhor forma de fracionamento de nitrogênio, sobre a produtividade de grãos de trigo. Em aveia, Mantai et al. (2015) utilizaram modelos de regressões para simular e definir a dose mais ajustada de nitrogênio sobre a produtividade de biomassa e grãos. Também utilizando regressões, Scremin et al. (2017a) definiram a melhor dose de nitrogênio que combinada com o uso do biopolímero hidrogel promove aumento na produtividade de aveia. Bazzo et al. (2018) utilizaram regressões para simular as doses combinadas de regulador e nitrogênio que promovem aumento da produtividade e qualidade das sementes. Além destas possibilidades, a análise de trilha surge como alternativa para melhor entendimento do comportamento das variáveis de interesse para cada dose de regulador de crescimento
aplicado, apresentando as relações de causa e efeito entre as variáveis, desdobrando os efeitos de caracteres sobre uma variável básica em direto e indireto.
Análise de trilha permite medir a influência direta de uma variável independentemente sobre a outras, onde as estimativas são obtidas por meio de funções de regressão, em que as variáveis estão previamente padronizadas (MURAKAMI et al., 2004; GONDIM et al., 2008; ESPÓSITO et al., 2012; MANTAI et al., 2017c). Os autores ainda comentam que essas estimativas são obtidas pelo método de mínimos quadrados e que quando se considera um único modelo casual, a análise de trilha representa uma análise de regressão linear múltipla padronizada. Tais análises são de suma importância para o desenvolvimento de modelos matemáticos do comportamento do regulador de crescimento sobre as variáveis de interesse da aveia, uma vez que, o incremento da produtividade e qualidade dos grãos desta cultura, é dependente da interação de diversos fatores, tais como genética, solo, condições meteorológicas e técnicas de manejo (KRAISIG et al., 2018a; SILVA et al., 2012; VIAN et al., 2018). Portanto, desenvolver modelos que permitam analisar e definir a interatividade das doses de regulador de crescimento, para cada condição de adubação nitrogenada e de forma geral, independente da condição de ano de cultivo. Estes modelos podem viabilizar o emprego desta tecnologia nos sistemas de produção de aveia no sul do Brasil. Desta forma, o objetivo deste capítulo é desenvolver modelos de regressão para definição da dose ideal de regulador, que possibilite acamamento de plantas de no máximo 10%, para cada condição de adubação com nitrogênio e de forma geral. Além disso, desenvolver modelos do comportamento da produtividade e qualidade industrial e nutricional dos grãos, possibilitando a simulação e comparação da expressão destes indicadores de interesse agronômico, pelo uso da dose ideal do regulador de crescimento. Pela análise de trilha, medir a influência direta e indireta do acamamento sobre as demais variáveis.
Materiais e Métodos
Neste capítulo, que tem por objetivo definir funções que possibilitem estimar a dose ideal de regulador de crescimento sobre a possibilidade de acamamento de plantas de no máximo 10%, em distintas condições de adubação nitrogenada e sistemas de sucessão, foi considerado o efeito cumulativo da variabilidade existente entre os anos de cultivo (Tabela 7 e Figura 15), para obtenção de coeficientes mais ajustados aos modelos de
regressão. O acamamento de plantas (AC), a produtividade de grãos (PG), a produtividade industrial (PI), a proteína total (PT) e a fibra total (FT), foram considerados como variáveis de estudo, por representar o principal interesse do produtor, da indústria e do consumidor. Ao atender os pressupostos de homogeneidade e normalidade via testes de Bartlett foi realizada análise de variância para detecção dos efeitos principais e de interação entre os fatores doses de nitrogênio e doses de regulador de crescimento. Após, constatada a existência de diferenças significativas nos efeitos principais e de interação, procedeu-se análise de médias pelo teste de Skott-Knott, com o objetivo de agrupar as doses de regulador de crescimento que apresentam comportamento homogêneo nas variáveis de interesse, classificando as doses de regulador por eficiência. As regressões lineares que descrevem o comportamento do acamamento de plantas, foram utilizadas para definir a dose ideal de uso de regulador de crescimento em aveia, em cada condição de adubação com nitrogênio e também de forma geral, ou seja, independentemente da dose de nitrogênio utilizada. Esta definição ocorreu pelo ajuste da função linear que descreve o comportamento do acamamento de plantas (Y = b0± b1x), considerando a possibilidade de acamamento de plantas de no máximo 10%, valor adicionado ao parâmetro “Y” do modelo. Regressões lineares e quadráticas foram utilizadas para desenvolver modelos do comportamento da produtividade de biomassa e grãos e da qualidade industrial e nutricional dos grãos de aveia, em função das doses de regulador de crescimento, para cada condição de adubação com nitrogênio e de forma geral, independente da condição de ano. As doses ideais de regulador de crescimento foram utilizadas nesses modelos, para simulação e comparação da expressão dos indicadores de interesse agronômico. Portanto, foram desenvolvidas funções para cada variável, que consideram o efeito cumulativo da variabilidade existente entre os anos de cultivo, fortalecendo assim, a eficiência de simulação dos modelos e qualificando a definição do uso da dose ideal de regulador de crescimento em aveia. Na análise de efeito direto e indireto da correlação e trilha, foi considerado como variável principal o acamamento de plantas, ou seja, está análise permitiu medir a influência direta e indireta que o acamamento de plantas exerce sobre as demais variáveis. Os procedimentos da análise de variância, testes de médias, regressão linear e quadrática e análise de trilha, envolvidas no desenvolvimento deste capítulo, foram realizadas separadamente para o sistema
soja/aveia e milho/aveia, com o auxílio do software GENES (CRUZ, 2006), as demais análises e simulações foram realizadas manualmente pelo autor.
Modelos Matemáticos
Para a concretização do objetivo proposto por este capítulo, foram utilizados os seguintes modelos matemáticos:
Teste de Médias de Scott-Knott p. 38
Modelos de Regressão p. 46
Regressão Linear Simples p. 47
Regressão Polinomial p. 51
Teste t-Student p. 40
Modelos de Correlação p. 40
Análise de trilha p. 43
Resultados e Discussão
Na Tabela 17, independente da condição de ano agrícola, o incremento das doses de nitrogênio proporciona aumento da ocorrência de acamamento, em contra partida, o incremento das doses de regulador de crescimento proporciona redução desta variável de interesse. Além disso, as funções lineares se mostraram significativas em explicar o comportamento das doses de regulador de crescimento ao acamamento de plantas de aveia, apresentando interceptos próximos aos pontos de partida do uso de regulador de crescimento e coeficientes angulares significativos a 5% de probabilidade de erro pelo teste t. A simulação da dose ideal de regulador de crescimento foi obtida levado em consideração a possibilidade de acamamento de plantas de no máximo 10%, valor adicionado ao parâmetro “AC” de cada função (Tabela 17). Portanto, para o sistema soja/aveia, as doses de 30, 60, 90 e 120 kg ha-1 de nitrogênio, reportaram na necessidade da aplicação das doses de 425, 430, 460 e 475 ml ha-1 de regulador de crescimento, respectivamente. De modo geral, independente da dose de nitrogênio, a dose ideal de regulador decrescimento mostrou-se ajustada em 450 ml ha-1,esta dose possibilitaria teoricamente a ocorrência de no máximo 10% de acamamento de plantas de aveia. Para
o sistema milho/soja, as doses de nitrogênio apontam para a necessidade da aplicação das doses de 365, 410, 445 e 460 ml ha-1 de regulador, respectivamente. Enquanto que a função geral, ou seja, independente da dose de nitrogênio, a dose ideal de regulador de crescimento mostrou-se ajustada em 420 ml ha-1.
Tabela 17. Médias do acamamento de plantas e simulações da dose ideal do regulador de crescimento para possibilidade de ocorrência de acamamento de no máximo 10%
N (kg ha-1)
Médias AC (%) /Dose R (ml ha-1) Função AC = b0 + b1x P (bix) R² AC Máximo Dose R Ideal 0 200 400 600 (2012+2013+204+2015+2016+2017+2018) sistema soja/aveia 30 37A 22B 6C 3C 35-0,059x * 0,93 10 425 60 45A 25B 7C 4C 41-0,072x * 0,93 10 430 90 58A 33B 7C 4C 54-0,095x * 0,93 10 460 120 68A 37B 8C 5C 62-0,110x * 0,92 10 475 Geral 52A 30B 7C 4C 48-0,085x * 0,93 10 450 sistema milho/aveia 30 32A 13B 5B 2B 28-0,049x * 0,88 10 365 60 40A 20B 7C 2C 36-0,063x * 0,93 10 410 90 48A 24B 8C 3C 43-0,074x * 0,93 10 445 120 50A 29B 11C 4C 46-0,078x * 0,96 10 460 Geral 42A 22B 7C 2C 38-0,067x * 0,94 10 420
N = nitrogênio; P(bix) = probabilidade do parâmetro de inclinação da reta; * = significativo a 5% de probabilidade de
erro, pelo teste t; R² = coeficiente de determinação; AC = acamamento; ACMáximo = consideração da possibilidade de
no máximo 10% de acamamento; Dose R Ideal = dose simulada de regulador para possibilidade de ocorrência de no máximo 10% de acamamento (ml ha-1); Médias seguidas pelas mesmas letras maiúsculas na linha constituem grupo
estatisticamente homogêneo pelo modelo de Skott-Knott a 5% de probabilidade de erro. Fonte: próprio autor (2020).
Reguladores de crescimento são compostos químicos que tornam as plantas mais aptas e eficientes ao uso dos recursos naturais e dos insumos, a fim de suportar maior produtividade de grãos (SOUZA et al., 2013; CHAVARRIA et al., 2015; SCHWERZ et al., 2015). Em trigo (PAGLIOSA et al., 2013; TREVIZAN et al. 2015) e arroz ( ARF et al., 2012; ALVAREZ et al., 2014) observaram que a dose de regulador de crescimento de 400 ml ha-1 é efetiva na redução do acamamento de plantas. Marco Junior et al. (2013) ainda destacam que o uso de doses de regulador de crescimento entre os valores de 300 ml ha-1 e 400 ml ha-1 são efetivas na redução da altura das plantas de trigo, aumentando a produtividade de grãos. Em crotalária (KAPPES et al., 2011) e soja (SOUZA et al., 2013) definiram que a dose de 500 ml ha-1 do regulador de crescimento, reduz o acamamento de plantas, além de proporcionar aumento da produtividade e qualidade dos grãos. O uso de regulador de crescimento em aveia representa uma alternativa para minimizar os
efeitos negativos do acamamento de plantas (HAWERROTH et al., 2015c; KASPARY et al., 2015; KRYSCZUN et al., 2017). Guerreiro & Oliveira (2012) e Kaspary et al. (2015), estudando os efeitos do regulador de crescimento na produtividade de grãos e qualidade de sementes de aveia, afirmam que a dose de 500 ml ha-1 reduz a estatura da planta em até 60%, teoricamente anulando a expressão do acamamento das plantas. Para Hawerroth et al. (2015c) a aplicação de doses de regulador de crescimento entre os valores de 400 e 600 ml ha-1 são eficientes na redução da estatura da aveia, reduzindo a ocorrência de acamamento, sem ocasionar prejuízos na produtividade de grãos. Todos estes resultados são similares aos encontrados nesse trabalho, evidenciando a necessidade de estudos voltados a definição da dose ideal de uso do regulador em aveia, buscando o fortalecimento dos entrenós, tornando a planta mais apta e eficiente ao uso de recursos naturais e de insumos, em suportar maior produtividade sem ocorrência de acamamento. Na Tabela 18, na análise das médias e das funções obtidas para o sistema soja/aveia, é possível perceber que o incremento da dose de regulador de crescimento apresenta comportamento quadrático para as variáveis produtividade de grãos e produtividade industrial, para a produtividade de biomassa, proteína total e fibra total foi observado comportamento linear, sem apresentar significância para as variáveis ligadas a qualidade química dos grãos. De modo geral, as demais funções obtidas apresentaram coeficientes angulares significativos e com valores de interceptos próximos aos pontos de partida do uso de regulador de crescimento. Além disso, o uso da dose ideal de regulador de crescimento, que considera a possibilidade de acamamento de plantas de no máximo 10%, reportou em valores simulados próximos aos observados em campo. De modo geral, ou seja, independente da condição de adubação nitrogenada, a dose de 450 ml ha-1 de regulador de crescimento apresenta valores simulados de 3125, 8050 e 1300 kg ha-1 para as variáveis produtividade de grãos, produtividade de biomassa e industrial, respectivamente. Os valores simulados de proteína total e fibra total, passam a confirmar que o uso de regulador em aveia não promove alterações na qualidade química dos grãos.
Tabela 18. Médias da produtividade e qualidade industrial e nutricional de grãos de aveia, funções e simulações com uso da dose ideal do regulador no sistema soja/aveia
y N Valores Médios/Dose R (ml ha -1) Função P R² Dose Ideal y Simulado 0 200 400 600 y = b0+b1x+b2x² (bix) (2012+2013+2014+2015+2016+2017+2018) P G (kg ha -1 )
30 2540A 2650A 2705A 2265B 2517+1,69x-0,003x² * 0,91 425 2690 60 3070A 3082A 3080A 2620B 3047+1,09x-0,003x² * 0,94 430 2960 90 3284A 3356A 3369A 2740B 3255+1,81x-0,004x² * 0,94 460 3240 120 3300A 3310A 3450A 2802B 3253+1,79x-0,004x² * 0,82 475 3200 Geral 3050A 3100A 3150A 2605B 3018+1,59x-0,003x² * 0,91 450 3125
P B (kg ha -1 ) 30 8685A 7775B 7300C 6867C 8546-2,96x * 0,97 425 7290 60 9278A 8420B 7818C 7398C 9165-3,12x * 0,98 430 7825 90 9830A 9245A 8953B 8354B 9802-2,35x * 0,98 460 8720 120 10286A 9329A 8687B 7931B 10214-3,85x * 0,99 475 8385 Geral 9520A 8690B 8190C 7640D 9432-3,07x * 0,98 450 8050 P I (kg ha -1 )
30 1237A 1260A 1260A 983B 1224+0,74x-0,001x² * 0,94 425 1355 60 1434A 1422A 1400A 1105B 1421+0,55x-0,001x² * 0,96 430 1470 90 1480A 1472A 1460A 1103B 1462+0,74x-0,002x² * 0,95 460 1380 120 1464A 1439A 1474A 1104B 1441+0,77x-0,002x² * 0,89 475 1355 Geral 1405A 1400A 1400A 1075B 1387+0,71x-0,002x² * 0,93 450 1300
PT
(g kg
-1 )
30 95A 100A 100A 101A 96-0,007x ns 0,58 425 93
60 104A 106A 106A 105A 104-0,001x ns 0,54 430 103
90 107A 108A 107A 105A 111-0,009x ns 0,51 460 107
120 104A 105A 106A 108A 109-0,003x ns 0,55 475 107
Geral 102A 104A 104A 104A 103+0,003x ns 0,61 450 103
FT
(g kg
-1 )
30 131A 133A 133A 133A 131+0,002x ns 0,51 425 132
60 131A 132A 133A 133A 131+0,004x ns 0,73 430 132
90 130A 132A 133A 133A 131+0,005x ns 0,89 460 133
120 128B 131A 131A 130A 129+0,003x ns 0,57 475 130
Geral 130B 132A 132A 132A 130+0,003x ns 0,68 450 131 y = variáveis; N = nitrogênio (kg ha-1); P(b
ix) = probabilidade do parâmetro de inclinação da reta; * = significativo a
5% de probabilidade de erro, pelo teste t; R² = coeficiente de determinação; Dose Ideal = dose estimada de regulador que proporciona acamamento de no máximo 10% de plantas (ml ha-1); y
Simulado = valor simulado para a variável em
estudo com a utilização da dose ideal de regulador de crescimento; Médias seguidas pelas mesmas letras minúsculas na coluna e maiúsculas na linha, constituem grupo estatisticamente homogêneo pelo modelo de Skott-Knott a 5% de probabilidade de erro; Geral = média obtida entre os anos de estudo. Fonte: próprio autor (2020).
Na Tabela 19, das médias da produtividade e qualidade industrial e nutricional de grãos de aveia e das funções e simulações com uso da dose ideal do regulador de crescimento no sistema milho/aveia, é observado comportamento similar os sistema soja/aveia (Tabela 18). De modo geral, independente da condição de adubação nitrogenada, a simulação com a utilização da dose de regulador de crescimento de 420 ml ha-1, dose esta que considera a possibilidade de acamamento de plantas de no máximo 10%, reportou nos valores simulados de 2895, 7570 e 1250 kg ha-1 para as variáveis produtividade de grãos, produtividade de biomassa e produtividade industrial,
respectivamente. Novamente os valores simulados de proteína total e fibra total não apresentaram variações significativas. Nesta perspectiva, é possível perceber que, em comparação aos sistemas de cultivo, as variáveis se comportam de forma similar, evidenciando que independente da condição de N-residual, as doses de regulador mantêm as mesmas características sobre as variáveis de estudo.
Tabela 19. Médias da produtividade e qualidade industrial e nutricional de grãos de aveia, funções e simulações com uso da dose ideal do regulador no sistema milho/aveia
y N Valores Médios/Dose R (ml ha -1) Função P R² Dose Ideal y Simulado 0 200 400 600 y = b0+b1x+b2x² (bix) (2012+2013+2014+2015+2016+2017+2018) P G (kg ha -1 )
30 2242A 2355A 2341A 1894A 2227+1,56x-0,003x² * 0,96 365 2395 60 2760A 2810A 2898A 2415B 2731+1,52x-0,003x² * 0,86 410 2850 90 3050A 3080A 3105A 2595B 3022+1,36x-0,003x² * 0,92 445 3035 120 2935A 3065A 3105A 2632B 2915+1,82x-0,003x² * 0,93 460 3115 Geral 2745B 2828A 2860A 2385C 2723+1,57x-0,003x² * 0,93 420 2895
P B (kg ha -1 ) 30 8438A 7727B 7005C 6460D 8406-3,32x * 0,99 365 7195 60 8750A 7935B 7490C 6908C 8666-2,98x * 0,99 410 7445 90 9110A 8770A 8135B 7285C 9242-3,05x * 0,97 445 7885 120 8445A 8665B 8185C 7245D 9435-3,58x * 0,99 460 7790 Geral 8685A 8275B 7705C 6975D 8765-2,85x * 0,98 420 7570 P I (kg ha -1 )
30 974A 1011A 958A 695B 968+0,68x-0,001x² * 0,99 365 1080 60 1158A 1200A 1165A 905B 1150+0,75x-0,001x² * 0,98 410 1290 90 1286A 1303A 1255A 970B 1277+0,63x-0,001x² * 0,98 445 1360 120 1200A 1225A 1210A 965A 1190+0,65x-0,001x² * 0,96 460 1275 Geral 1155B 1185A 1145B 885C 1146+0,67x-0,001x² * 0,98 420 1250
PT
(g
kg
-1 )
30 100A 100A 109A 95A 103-0,005x ns 0,07 365 101
60 104A 104A 108A 104A 104-0,002x ns 0,09 410 103
90 106A 106A 107A 114A 104+0,013x ns 0,64 445 109
120 102A 106A 109A 107A 103+0,009x ns 0,68 460 107
Geral 103A 104A 108A 105A 103+0,005x ns 0,34 420 105
FT
(g kg
-1 )
30 131A 131A 132A 134A 133+0,002x ns 0,39 365 133
60 132A 132A 132A 132A 132+0,001x ns 0,48 410 132
90 131A 131A 133A 133A 130+0,005x ns 0,77 445 132
120 130A 131A 131A 131A 130+0,001x ns 0,24 460 130
Geral 131A 132A 131A 131A 131+0,001x ns 0,26 420 131
y = variáveis; N = nitrogênio (kg ha-1); P(b
ix) = probabilidade do parâmetro de inclinação da reta; * = significativo a
5% de probabilidade de erro, pelo teste t; R² = coeficiente de determinação; Dose Ideal = dose estimada de regulador que proporciona acamamento de no máximo 10% de plantas (ml ha-1); y
Simulado = valor simulado para a variável em
estudo com a utilização da dose ideal de regulador de crescimento; Médias seguidas pelas mesmas letras minúsculas na coluna e maiúsculas na linha, constituem grupo estatisticamente homogêneo pelo modelo de Skott-Knott a 5% de probabilidade de erro; Geral = média obtida entre os anos de estudo. Fonte: próprio autor (2020).
Efeitos do uso de reguladores de crescimento sobre a produtividade de biomassa e de grãos variam de acordo com a espécie, o genótipo dentro da espécie e a concentração
utilizada do produto (PENCKOWSKI et al., 2009; ARF et al., 2012; KRYSCZUN et al.,