UNIVERSIDADE REGIONAL DO NOROESTE DO ESTADO DO RIO GRANDE DO SUL
PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM MATEMÁTICA DEPARTAMENTO DE CIÊNCIAS EXATAS E ENGENHARIAS
DEPARTAMENTO DE ESTUDOS AGRÁRIOS
Ângela Teresinha Woschinski De Mamann
A MODELAGEM MATEMÁTICA DO TRIGO POR REGRESSÕES, LÓGICA FUZZY E REDES NEURAIS ARTIFICIAIS NA OTIMIZAÇÃO DE USO DO NITROGÊNIO PELA
AÇÃO DO BIOPOLÍMERO HIDROGEL
Ijuí – RS 2016
ÂNGELA TERESINHA WOSCHINSKI DE MAMANN
A MODELAGEM MATEMÁTICA DO TRIGO POR REGRESSÕES, LÓGICA FUZZY E REDES NEURAIS ARTIFICIAIS NA OTIMIZAÇÃO DE USO DO NITROGÊNIO PELA
AÇÃO DO BIOPOLÍMERO HIDROGEL
Dissertação apresentada ao Programa de Pós-Graduação em Modelagem Matemática da Universidade Regional do Noroeste do estado do rio Grande do Sul – Unijuí, como requisito parcial para obtenção do título de Mestre em Modelagem Matemática.
Ijuí, RS 2016
AGRADECIMENTOS
A Deus, que me iluminou nesta caminhada, dando-me disposição, saúde e força.
A meu marido Diogo, que mesmo não compreendendo a dedicação que o curso exigia, teve paciência e cuidou muito bem de nosso filho nas horas que eu estava ausente.
A meu filho Diogo Eduardo, pela compreensão, paciência, carinho e amor nas horas que mais precisei, nos dias que não consegui voltar para casa, quando chegava muito cansada e quando me acompanhou nas aulas. Muito obrigado também filho pela ajuda no campo experimental e no laboratório, fez muita diferença e foi muito importante. Amo muito você Dioguinho.
Aos meus pais, Floriano e Arlei, pela educação, incentivo e apoio, assim como aos meus irmãos Angélica e Jonas que sempre acreditaram que eu era capaz.
Ao meu sogro César, sogra Inete e Daniel, pela ajuda com o Dioguinho.
A nona Adélia, pelas orações e incentivo. A vó Jurema e vô Laurindo, pelo acolhimento em sua casa sempre que precisei, assim como aos meus tios Celso e Carmem, muito obrigado.
A Teresa, pela ajuda incansável em minha casa e pelas palavras de incentivo.
Ao Professor Dr. José Antonio Gonzalez da Silva, pela dedicação e empenho na minha orientação.
Ao meu colega Osmar Scremin, pela ajuda, companheirismo e amizade.
A UNIJUÍ e aos professores do Mestrado em Modelagem Matemática, por toda contribuição na minha formação, assim como ao DEAg e ao IRDeR , que me proporcionaram o desenvolvimento desse trabalho.
Ao grupo de pesquisa do Curso de Agronomia, pela ajuda no incansável trabalho realizado no campo e em laboratório.
Aos meus colegas do mestrado, pela amizade e ajuda durante o curso, em especial ao Douglas:Joziel Bitencourt Freitas, a Arlete Kelm Wiesner e Márcia Maria Horn.
Aos meus colegas de trabalho do IFRS - Campus Ibirubá, pela ajuda, apoio e amizade. Ao IFRS - Campus Ibirubá, pela compreensão em minha ausência e incentivo a capacitação. A todos muito obrigado.
RESUMO
A importância econômica do trigo é decisiva no Brasil, pois é uma espécie que permite elaborar vários produtos usados, principalmente, na alimentação humana e animal. Portanto, novas tecnologias devem ser avaliadas para incremento da produtividade de grãos e biomassa com maior sustentabilidade. O nitrogênio é o elemento químico mais utilizado para maximizar a produtividade das lavouras, porém, de grandes perdas por volatilização e lixiviação, causando poluição ambiental. Ele pode ser fornecido via fertilizante químico ou decomposição da palha de culturas antecessoras. Contudo, a maior eficiência de absorção e aproveitamento do nitrogênio pelo trigo é dependente das condições meteorológicas, principalmente dos índices pluviométricos. O novo cenário da agricultura mundial evidencia grandes alterações climáticas, reportando condições de maior estresse ao cultivo das espécies agrícolas. Neste contexto, a manutenção de umidade do solo é decisiva sobre o desenvolvimento das culturas e, sobretudo, da capacidade de uso e aproveitamento do nitrogênio voltada a produção vegetal. A utilização do biopolímero hidrogel quando aplicado no solo pode representar uma nova tecnologia na manutenção da umidade e proporcionar maior eficiência de aproveitamento de nitrogênio à elaboração de grãos, consequentemente, redução de perdas do nitrogênio ao ambiente na geração de poluição ambiental. O objetivo do estudo é a modelagem matemática por regressões, lógica fuzzy e redes neurais artificiais em trigo na análise, simulação e otimização de uso do nitrogênio com o emprego do biopolímero hidrogel. Além disto, considerando sistemas de cultivos de alta e reduzida taxa de liberação de N-residual em condições agroclimáticas reais. O estudo foi realizado nos anos de 2014 e 2015, no Instituto Regional de Desenvolvimento Rural/IRDeR, localizado em Augusto Pestana, RS, pertencente ao Departamento de Estudos Agrários da UNIJUÍ. O experimento foi delineado em blocos casualizados com quatro repetições seguindo um modelo fatorial 4x4 sendo, quatro doses de adubação nitrogenada (0, 30, 60 e 120 kg ha-1) e quatro doses de hidrogel (0, 30, 60, 120 kg ha-1), com a cultivar TEC 10/CCGL, considerando em cada sistema de cultivo (milho/trigo; soja/trigo) dois experimentos. Um deles para obtenção de cortes de biomassa a cada 30 dias para simulação do desenvolvimento do trigo e, outro, exclusivamente voltado a produtividade de grãos para modelagem e otimização do efeito conjunto nitrogênio e hidrogel. Independente do ano e da dose de hidrogel, o incremento de N-fertilizante aumentou linearmente a taxa de produtividade de biomassa dia-1. Porém, a maior produtividade de grãos foi obtida na dose mais elevada do nitrogênio, combinada com as doses 30 e 60 kg ha-1 de hidrogel em ambos os sistemas de cultivo. Na simulação da dose ideal de nitrogênio, por regressões polinomiais, independente do sistema de sucessão, a dose de 30 kg ha-1 de hidrogel mostrou maior contribuição no aumento da produtividade de grãos pelo incremento do N-fertilizante em anos mais favoráveis ao cultivo. No teste de média, observou-se que a maior produtividade de grãos de trigo ocorreu na combinação de 30 e 120 kg ha-1 de hidrogel e nitrogênio, respectivamente, independente do ano e sistema de cultivo. Destaca-se, que em 2015 a produtividade de grãos de trigo foi maior que em 2014. Porém, o modelo de superfície de resposta mostrou que a dose ótima de hidrogel em 2015 foi maior de que em 2014, porém a dose de nitrogênio foi menor. Dessa forma, em 2014 e 2015, no sistema soja/trigo, a dose ideal de hidrogel e nitrogênio foram de 52 e 98 kg ha-1, 64 e 88 kg ha-1, respectivamente. No sistema milho/trigo foram 40 e 120 kg ha-1, em 2014, 48 e 109 kg ha-1, em 2015, de hidrogel e nitrogênio, respectivamente. O modelo fuzzy possibilitou estimar os valores de produtividade de grãos e biomassa nas condições de uso do hidrogel em função das doses de nitrogênio e temperatura máxima. Destaca-se que não houve diferença significativa entre as médias obtidas experimentalmente e aquelas obtidas utilizando o sistema lógica fuzzy. As Redes Neurais Artificiais do tipo Perceptron de Múltiplas Camadas, com o algoritmo de aprendizagem backpropagation e função de treinamento Levemberg-Marquedt, se mostraram eficientes na previsibilidade da produtividade de grãos de trigo, em qualquer estádio de desenvolvimento e condições agroclimáticas reais. Dessa forma, a RNA é mais um modelo para ser utilizado nas simulações de produtividade agrícola.
7
Palavras-Chave: Triticum aestivum, estresse hídrico, temperatura máxima, sistemas de cultivo,
ABSTRACT
The economic importance of wheat is decisive in Brazil , it is a species that allows develop various products used mainly in food and feed . Therefore, new technologies must be evaluated to increase grain productivity and biomass with greater sustainability. Nitrogen is the most commonly used chemical element to maximize the productivity of crops, however, heavy losses by volatilization and leaching, causing environmental pollution. It can be provided via chemical fertilizer or decomposition of crop straw predecessors. However, the increased efficiency of absorption and utilization of nitrogen for wheat is dependent on weather conditions, mainly from rainfall. The new scenario of world agriculture shows large climate change reporting conditions for greater stress to the cultivation of agricultural species. In this context, the maintenance of soil moisture is crucial for the development of cultures and, above all, the ability to use and enjoyment of the nitrogen to vegetable production. The use of Hydrogel polymer when applied in soil may represent a new technology in maintaining moisture and provide greater efficiency of use of nitrogen to grain, consequently, reduction of nitrogen losses to the environment in the generation of environmental pollution. The objective of this study is the mathematical modelling for regressions, fuzzy logic and artificial neural networks in wheat in the analysis, simulation and optimization of use of nitrogen with the polymer Hydrogel job. Furthermore, whereas crop systems of high and low N-release wide agriclimatic conditions actual residual. The study was carried out in 2014 and 2015, in the Regional Rural Development Institute/IRDeR, located in Augusto Pestana, RS, belonging to the Department of Agrarian Studies of UNIJUÍ. The experiment was designed in randomized blocks with four repetitions in a factorial 4 x 4 model, four doses of nitrogen fertilization (0, 30, 60 and 120 kg ha-1) and four doses of Hydrogel (0, 30, 60, 120 kg ha-1), with growing TEC 10/CCGL, considering in each system of cultivation (corn/soy/wheat wheat;) two experiments. One of them for obtaining biomass cuts every 30 days for simulating the development of wheat and other exclusively back the grain productivity for modeling and optimization of the joint effect nitrogen and Hydrogel. Regardless of year and the dose of Hydrogel, the increment of N-fertilizer increased linearly to biomass productivity rate day-1. However, the higher productivity of grain was obtained at the highest dose of nitrogen combined with the 30 and 60 kg ha-1 Hydrogel in both cropping systems. In the simulation of the optimal dose of nitrogen, by polynomial regressions, independent of the system of succession, the dose of 30 kg ha-1 Hydrogel showed greater contribution in increasing the productivity of grain by the increment of N-fertilizer in years more favourable to cultivation. On average, it was observed that the higher productivity of wheat grains occurred in the combination of 30 and 120 kg ha-1 Hydrogel and nitrogen, respectively, regardless of year and cultivation system. We highlight that in 2015 the wheat grain productivity was greater than in 2014. However, the response surface model showed that the optimal dose of hydrogels in 2015 was higher that in 2014, but the nitrogen dose was lower. Thus, in 2014 and 2015, in the soy/wheat system, the ideal dose of Hydrogel and nitrogen were 52 and 98 kg ha-1, 64 and 88 kg ha-1, respectively. The corn/wheat system were 40 and 120 kg ha-1, in 2014, 48 and 109 kg ha-1, in 2015, of Hydrogel and nitrogen, respectively. The fuzzy model made it possible to estimate the values of grain and biomass productivity in the conditions of use of hydrogels on the basis of the doses of nitrogen and maximum temperature. Points out that there was no significant difference between the means obtained experimentally and those obtained using the fuzzy logic system. Artificial neural networks of type Perceptron , with the backpropagation learning algorithm and training function Levemberg-Marquedt, proved efficient in predictability of productivity of wheat grains, at any stage of development and real agri-climatic conditions. In this way, the RNA is more a model to be used in simulations of agricultural productivity.
Keywords: Triticum aestivum, water stress, maximum temperature, cropping systems, efficiency,
LISTA DE FIGURAS
Figura 1. Diagrama de representação das fases de desenvolvimento da planta de
trigo... 22
Figura 2. Hidrogel ... 31
Figura 3. Croqui do delineamento experimental... 39
Figura 4. Implementação do experimento ... 41
Figura 5. Unidade experimental... 41
Figura 6. Tratamentos ... 41
Figura 7. Coleta das amostras ... 43
Figura 8. Mensuração das amostras ... 43
Figura 9. Tela inicial do programa GENES (CRUZ, 2006) para Anova ... 47
Figura 10. Estimativa dos coeficientes de regressão gerado pelo GENES (CRUZ, 2006) ... 53
Figura 11. Modelo de regressão linear gerado pelo GENES (CRUZ, 2006) ... 53
Figura 12. Modelo de superfície de resposta gerado no GENES (CRUZ, 2006) ... 56
Figura 13. Programação no MatLab para representação gráfica do modelo de superfície de resposta ... 56
Figura 14. Representação gráfica da superfície de resposta ... 57
Figura 15. Superfície de resposta ... 57
Figura 16. Grau de pertinência ... 59
Figura 17. Controlador Fuzzy ... 59
Figura 18. Interface da simulação fuzzy no Matlab ... 62
Figura 19. Simulação fuzzy ... 62
Figura 20. Estrutura de uma RNA de três camadas, quatro entradas, três neurônios ocultos e duas saídas ... 63
Figura 21. Esquema do algoritmo Backpropagation indicando propagação e retropropagação . 64 Figura 22. Processo de treinamento da RNA ... 66
Figura 23. Treinamento da RNA ... 66
Figura 24. Precipitação pluviométrica e temperatura máxima no ciclo do trigo ... 74
Figura 25. Otimização do uso combinado de nitrogênio e hidrogel nas condições de ano e sistema de sucessão ... 83
Figura 26. Coeficientes de determinação do treinamento, teste, validação e todos (treinamento, teste, validação) das redes neurais artificiais ... 92
11 LISTA DE TABELAS
Tabela 1. Indicações de adubação nitrogenada (kg ha-1) para culturas de trigo e triticale nos estados do Rio Grande do Sul e Santa Catarina (EMBRAPA, 2014) ... 23 Tabela 2. Análise de variância da regressão ... 49 Tabela 3. Análise de variância da regressão com repetição ... 52 Tabela 4. Regressão para estimativa da taxa de matéria seca (Y) e valores médios de
produtividade biológica (PB) e de grãos (PG) sob doses de hidrogel e nitrogênio no sistema soja/trigo ... 69 Tabela 5. Regressão para estimativa da dose ideal de nitrogênio à produtividade de grãos
com a expectativa da produtividade biológica nas condições de uso de hidrogel no sistema soja/trigo ... 70 Tabela 6. Regressão para estimativa da taxa de matéria seca (Y) e valores médios de
produtividade biológica (PB) e de grãos (PG) sob doses de hidrogel e nitrogênio no sistema milho/trigo ... 72 Tabela 7. Regressão para estimativa da dose ideal de nitrogênio à produtividade de grãos
com a expectativa da produtividade biológica nas condições de uso de hidrogel no sistema milho/trigo ... 73 Tabela 8. Teste de média da produtividade de grãos em trigo sob doses de hidrogel e
nitrogênio nos sistemas soja/trigo e milho/trigo ... 75 Tabela 9. Equação de regressão e seus parâmetros na estimativa da dose ideal de nitrogênio
e hidrogel à produtividade de grãos (PG) nos sistemas de cultivo ... 77 Tabela 10. Soma de quadrados dos parâmetros do modelo de superfície de resposta no uso
combinado de nitrogênio e hidrogel à produtividade de grãos de trigo nos sistemas de cultivo ... 80 Tabela 11. Soma de quadrados da estrutura do modelo de superfície de resposta no uso
combinado de nitrogênio e hidrogel à produtividade de grãos de trigo nos sistemas de cultivo ... 81 Tabela 12. Base de regras Lógica Fuzzy para a simulação da produtividade de grãos do trigo
nos sistemas de sucessão ... 84 Tabela 13. Base de regras Lógica Fuzzy para a simulação da produtividade biológica do trigo
nos sistemas de sucessão ... 85 Tabela 14. Lógica Fuzzy na simulação da produtividade do trigo por nitrogênio e temperatura
Tabela 15. Lógica Fuzzy na simulação da produtividade do trigo por nitrogênio e temperatura no uso do hidrogel, no sistema milho/trigo ... 88 Tabela 16. Valores adimensionais de erro quadrático médio, para dados de treinamento, erro
relativo médio e variância para dados de validação, nas arquiteturas treinadas ... 91 Tabela 17. Comparação dos valores de produtividade de grãos de trigo obtidos na validação
da RNA de arquitetura 5-8-1 e no experimento a campo no sistema soja/trigo ... 94 Tabela 18. Comparação dos valores de produtividade de grãos de trigo obtidos na validação
SUMÁRIO
1 INTRODUÇÃO ... 15
1.1 Generalidades ... 15
1.2 Estrutura da Dissertação ... 16
2 REVISÃO BIBLIOGRÁFICA ... 19
2.1 Importância econômica do trigo ... 19
2.2 Estádios de desenvolvimento do trigo ... 21
2.3 Nitrogênio e sua eficiência no desenvolvimento da planta de trigo ... 23
2.4 Alterações climáticas sobre a cultura do trigo ... 25
2.5 Estresse hídrico: perdas do nitrogênio e produtividade de grãos ... 27
2.6 A busca de uma agricultura sustentável ... 28
2.7 Hidrogel uma proposta de uso na agricultura ... 30
2.8 A interatividade Hidrogel Nitrogênio ... 32
2.9 Modelagem Matemática ... 33
2.9.1 Regressões simples e quadráticas ... 34
2.9.2 Otimização pela superfície de resposta ... 35
2.9.3 O emprego da lógica fuzzy ... 36
2.9.4 O uso de redes neurais artificiais (RNAs) ... 36
3 MATERIAIS E MÉTODOS ... 38
3.1 Características do local ... 38
3.2 Delineamento experimental ... 38
3.3 Procedimento experimental ... 42
3.4 Variáveis mensuradas ... 42
3.4.1 Produtividade de grãos e biológica ... 42
3.4.2 Caracteres Agrometeorológicos ... 43
3.5 Modelos ... 43
3.5.1 Anova ... 44
3.5.2 Modelos de Regressão ... 47
3.5.3 Regressão Linear Simples ... 48
3.5.4 Regressão Polinomial ... 50
3.5.5 Análise de Superfície de Resposta ... 53
3.5.6 Lógica Fuzzy ... 57
14
4 RESULTADOS E DISCUSSÃO ... 67
4.1 O uso do hidrogel e nitrogênio na produtividade biológica e de grãos em trigo ... 67
4.2 Superfície de resposta à combinação ajustada de hidrogel e nitrogênio em trigo ... 75
4.3 Lógica fuzzy na simulação da produtividade de trigo por nitrogênio e hidrogel ... 84
4.4 Rede Neural Artificial na simulação da produtividade de grãos de trigo pelas condições de desenvolvimento ... 90
5 CONCLUSÕES ... 97
1 INTRODUÇÃO
1.1 Generalidades
O trigo é um dos cereais mais produzidos no mundo, principalmente pela grande demanda de seus derivados, principalmente os diferentes tipos de farinhas (PINNOW et al., 2013). Além da farinha, o trigo é utilizado na alimentação animal na forma de farelo e pastagens e na rotação de culturas, garante adequada cobertura de solo ao sistema de semeadura direta (PINNOW et al., 2013; SILVA et al., 2015).
O nitrogênio é essencial para garantir alta produtividade e qualidade dos grãos de trigo (TEIXEIRA FILHO et al., 2011; PRANDO, 2013), porém, o nutriente evidencia grande complexidade de ação sobre o ambiente, sendo facilmente perdido por lixiviação em anos chuvosos ( TEIXEIRA FILHO et al., 2011) ou volatilização em anos secos (DUSI et al., 2005). Desta forma a eficiência de uso do nitrogênio pelo trigo acaba sendo comprometido, diminuindo a produtividade de grãos e aumentando perdas ao ambiente, que além de apresentar elevado custo à produção, traz sérios problemas de contaminação ambiental (TEIXEIRA FILHO et. al., 2011).
Existe a necessidade de otimizar a produção de alimentos a partir de novas tecnologias que permitam melhoria da produtividade, redução de custos e sustentabilidade nos biosistemas agrícolas, de modo a reduzir a degradação dos solos e seus recursos hídricos e biológicos (SALA et. al. 2005). Neste contexto, os polímeros hidrorretentores podem ser interessantes, atuando como reguladores da disponibilidade de água para as culturas, favorecendo a eficiência de absorção de nutrientes pelas plantas, minimizando os custos de produção e aumento da produtividade vegetal (AZEVEDO, 2008).
Uma das formas de melhorar a absorção do nitrogênio pelas plantas é a manutenção da umidade do solo, já que o fornecimento de nitrogênio às plantas depende, dentre outros fatores, da umidade, aeração e temperatura que interagem entre si nos sistemas de cultivo (ROCHA et al.,
2008; SILVA et al., 2015). O uso de polímeros hidrorretentores podem absorver grande quantidade de água e serem utilizados como alternativa viável para melhorar o armazenamento de água em áreas ou períodos de escassez (MENDONÇA et al., 2013). De acordo com Lan Wu & Mingzhu Liu (2008) o crescimento das plantas e sua qualidade estão em função da quantidade de adubo e água a ela fornecida. Uma condição que segundo Mikkelsen et al. (1993), reportam a possibilidade de melhorar o fornecimento de água e nutrientes as plantas pelo uso de biopolímeros hidrofílicos. Dusi (2005) afirma que a utilização simultânea de polímero e fertilizantes nitrogenados promovem respostas positivas na produção de gramíneas, proporcionando maior produção de área verde e biomassa. Neste contexto, a complexidade de uso do nitrogênio pela melhor absorção de água com o uso de hidrogel junto a interatividade dos fatores de clima e solo exigem modelos mais complexos de análise da produtividade vegetal (NISSEN & TAPIA, 1996). Desta forma, a modelagem matemática é uma forte ferramenta na compreensão de sistemas complexos e que permite a simulação envolvendo condições que exigem necessário realismo (SILVA & BERGAMASCO, 2001).
Este trabalho busca análise, simulação e otimização do uso do nitrogênio com o emprego do biopolímero hidrogel em trigo por meio da lógica fuzzy e redes neurais artificiais. Além disto, considera sistemas de cultivos de alta e reduzida taxa de liberação de N-residual em condições agroclimáticas reais. Portanto, afora a validação da hipótese que o biopolímero auxiliará na manutenção de umidade do solo para eficiência do uso de nitrogênio, existe a possibilidade de desenvolver modelos que permitam a simulação da produção na combinação nitrogênio e hidrogel com a água disponível no solo e elementos meteorológicos durante o ciclo da cultura.
1.2 Estrutura da Dissertação
Esta dissertação está organizada em cinco capítulos. Cada um dos quais apresentam os aspectos essenciais para o desenvolvimento deste estudo.
O capítulo 1 traz as generalidades sobre o trigo abordando a importância do nitrogênio na busca por rendimentos mais expressivos, bem como a manutenção da umidade do solo com o uso do biopolímero hidrogel na hipótese de melhor absorção do N-fertilizante pelo trigo.
O capítulo 2 é composto pela abordagem dos aspectos econômicos e estádios de desenvolvimento do trigo, enfatizando a importância do nitrogênio na produtividade deste cereal. Além disso, frente a complexidade de aproveitamento do nitrogênio em distintos sistemas de cultivo e condições meteorológicas, traz o hidrogel como tecnologia na manutenção da umidade do solo, na hipótese de melhor absorção do nitrogênio pela planta.
O capítulo 3 apresenta a metodologia utilizada em condições de campo e laboratório para a coleta dos dados, assim como, a caracterização do local onde o experimento foi conduzido e a forma como as variáveis foram amostradas e quantificadas. Além disso, os modelos matemáticos utilizados para a discussão dos resultados.
O capítulo 4 divide-se em quatro subitens, onde estão apresentados os resultados e discussões a partir dos modelos matemáticos propostos. O subitem 4.1 traz informações que permitem conhecer a dinâmica do uso do hidrogel atrelada ao uso do nitrogênio na produtividade biológica e de grãos em distintos anos e sistemas de cultivo. Além disso, a partir de equações polinomiais foi possível obter inferências sobre a dose ideal de N-fertilizante nas condições de hidrogel, na busca de maximizar a produtividade. O subitem 4.2 apresenta o modelo via superfície de resposta destacando a combinação de nitrogênio e hidrogel responsável pela produtividade de grãos mais expressiva na condição de ano agrícola e sistema de sucessão. O subitem 4.3 apresenta a simulação por lógica fuzzy da produtividade biológica e de grãos de trigo nas condições de uso de nitrogênio e temperatura máxima nas doses de hidrogel considerando sistemas de cultivo de alta e reduzida liberação de N-residual. O subitem 4.4 apresenta a previsibilidade da produtividade de grãos do trigo com base no modelo de Redes Neurais Artificiais (RNAs), com o Perceptron Múltiplas Camadas e algoritmo de treinamento “backpropagation”, utilizando doses de
N-fertilizante, estádio de desenvolvimento do trigo, produtividade biológica, precipitação e temperatura máxima.
2 REVISÃO BIBLIOGRÁFICA
2.1 Importância econômica do trigo
O trigo (Triticum aestivum L.), o arroz (Oryza sativa L.) e o milho (Zea mays L.) são os três cereais mais produzidos e consumidos no mundo (WALTER, 2010). Embora não se saiba exatamente quando o trigo passou a fazer parte da alimentação humana, estudos permitiram identificar trigos com, aproximadamente, 6.700 anos a.C., encontrados em escavações arqueológicas na cidade de Jarmo, no Iraque (TOMASINI & AMBROSI, 1998). De acordo com a Cunha (2015) o trigo era cultivado na região Sul do Brasil por imigrantes italianos, mas foi em 1913 com a chegada do engenheiro agrônomo Carlos Gayer nascido na Tcheco-Eslováquia, que se iniciaram as pesquisas em melhoramento genético de trigo no Brasil. Ele trouxe trigo de diversas partes do mundo e selecionou os trigos cultivados na região.
De acordo com a FAO (Food and Agriculture Organization), no mundo todo, o trigo é apontado como a segunda cultura de grãos em produção, sendo o primeiro lugar ocupado pelo milho (MILOCA et al., 2007, MAPA, 2015). No Brasil, o trigo é cultivado nas regiões Sul, Sudeste e Centro-Oeste. A produção recebe reforço sistemático dos órgãos de governo, uma vez que as condições climáticas são desfavoráveis à cultura (MAPA, 2015), por ser uma cultura de inverno, e sua produção concentra-se, principalmente na região do Sul do país, especialmente nos Estados do Paraná e Rio Grande do Sul, que apresentam clima ameno e temperaturas baixas (PEREIRA et al., 2015). Segundo Souza & Silva (2013) o trigo cultivado no Brasil pertence à espécie Triticum aestivum L., conhecido como trigo comum, espécie hexaplóide e apresenta três genomas, A, B e D, cada um deles representado por sete pares de cromossomos. Os fatores genéticos responsáveis pela qualidade de panificação localizam-se nos cromossomos do genoma D.
Quadro: Suprimento e uso de trigo em grãos no Brasil (ABITRIGO, 2015).
Após a colheita, o trigo é enviado aos moinhos, onde é transformado em um produto farináceo ou granular (farinha ou semolina), sendo a indústria do trigo responsável pela fabricação de inúmeros produtos, em sua grande maioria utilizada na alimentação humana (MILOCA et al., 2007).
A importância do trigo na economia mundial não se restringe ao volume de produção, mas à agregação de valor que ocorre ao longo das cadeias de produção e transformação (TOMASINI & AMBROSI, 1998). O grão de trigo é fonte de carboidratos, proteínas e fibras, sendo o glúten, uma proteína que não é encontrada em outros grãos. O glúten é uma importante característica da panificação, pois confere elasticidade e extensibilidade ao processo de panificação (SCHEUER, et al., 2011; COSTA, 2013). A fabricação de pães em escala comercial é uma das maiores utilizações da farinha de trigo. Portanto, as cultivares desenvolvidas deve ter o potencial de produzir uma farinha que confira ao produto final as características de crescimento, textura, sabor e coloração desejadas e, ainda, que apresente adequação ao processo mecânico de preparo (MITTELMANN et al., 2000).
Além, da importância do trigo ligada diretamente a alimentação, Bortolini et al.(2004) e Ferrazza et al.(2013), destacam que na região Sul do Brasil, o trigo, também, apresenta resultado interessante para a produção de forragem. Além disso, é utilizado como cultura de rotação, principalmente com a soja, devido ao fato da soja ser uma cultura de verão e o trigo uma cultura de inverno (CAMARGO et al., 2004; COSTA et al., 2008).
2.2 Estádios de desenvolvimento do trigo
A correta e adequada caracterização de estádios de desenvolvimento que guardem uma forte relação com os eventos fisiológicos determinantes do rendimento de grãos em trigo é condição fundamental para obtenção de elevadas produtividades (RODRIGUES et al., 2011).
Conforme EMBRAPA (2002), o ciclo de desenvolvimento da cultura de trigo pode ser dividido em três fases principais, que ocorrem em sequência: vegetativa, reprodutiva e de enchimento de grãos. A fase vegetativa estende-se da semeadura, envolvendo germinação de sementes e emergência de plantas, até o estádio de duplo-anel, e compreende etapa em que, no ponto de crescimento são diferenciadas somente estruturas foliares.
Estádios de desenvolvimento vegetativo segundo Counce et al. (2000): V1 – Colar formado na 1ª folha do colmo principal
V2 – Colar formado na 2ª folha do colmo principal V3 – Colar formado na 3ª folha do colmo principal V4 – Colar formado na 4ª folha do colmo principal V5 – Colar formado na 5ª folha do colmo principal V6 – Colar formado na 6ª folha do colmo principal V7 – Colar formado na 7ª folha do colmo principal V8 – Colar formado na 8ª folha do colmo principal
A fase reprodutiva, que engloba o período que vai do estádio de duplo anel até a antese (floração), abrange dois subperíodos importantes para a definição do rendimento potencial, que estão delimitados pelos estádios de duplo-anel e de início de formação da espigueta terminal, no primeiro caso, seguindo-se pela etapa compreendida entre o estádio de início de formação da espigueta terminal até a antese propriamente dita. Nessa fase ocorre a diferenciação de estruturas florais e o número de flores férteis (virtualmente número de grãos) é determinado (EMBRAPA, 2002).
Estádios de desenvolvimento reprodutivo segundo Counce et al. (2000): R0 – Iniciação da espiga
R1 – Diferenciação da espiga
R2 – Formação do colar na folha bandeira R3 – Emissão da espiga
R4 – Antese
R5 – Elongação do grão R6 – Expansão do grão
R7 – Maturidade de um grão da espiga R8 – Maturidade completa da espiga
Por último, a fase de enchimento de grãos, que vai da antese até a maturação fisiológica, definindo a massa final de cada grão. Resumidamente: antes da antese o número de grãos é determinado e após esse estádio os grãos são de fato enchidos e é estabelecida a sua massa seca final no momento da maturação fisiológica. Na Figura 1, mostram-se essas três principais fases de desenvolvimento.
Figura 1: Diagrama de representação das fases de desenvolvimento da planta de trigo. Fonte: <http://www.plantiodireto.com.br/?body=cont_int&id=1070>
2.3 Nitrogênio e sua eficiência no desenvolvimento da planta de trigo.
O nitrogênio é um dos elementos mais absorvidos por gramíneas como trigo e milho e muitas vezes não é suprido adequadamente (VIANA & KIEHL, 2010).
A quantidade de fertilizante nitrogenado a se aplicar varia em função do nível de matéria orgânica do solo, da cultura precedente e da expectativa de rendimento de grãos da cultura, a qual é função da interação de vários fatores de produção e das condições climáticas. A dose de nitrogênio a ser aplicada na semeadura varia entre 15 e 20 kg h-1. O restante deve ser aplicado em cobertura, complementando o total indicado na Tabela3 (CUNHA & CAEIRÃO, 2014).
Tabela 1. Indicações de adubação nitrogenada (kg ha-1) para culturas de trigo e triticale nos estados do Rio Grande do Sul e Santa Catarina (EMBRAPA, 2012).
Nível de matéria Orgânica no solo (%) Cultura precedente* Soja Milho 5 , 2 60 80 2,6 – 5,0 40 60 5 20 20
*Para expectativa de rendimento superior a 2,0 t ha-1, acrescentar 20 kg de N ha-1 após soja e 30 kg. de N ha-1 após milho, por tonelada adicional de grãos a ser produzida.
As maiores produtividades na cultura do trigo em função da adubação nitrogenada se dão quando o mesmo é cultivado em sucessão às gramíneas, já quando o trigo é cultivado em sucessão a uma leguminosa para uma mesma produtividade, a necessidade de nitrogênio é menor (BRAZ et al., 2006). Portanto, a dose ideal a ser utilizada é recomendada em função da cultura antecedente, no entanto, a quantidade de matéria orgânica, e expectativa de rendimento e a resistência ao acamamento também devem ser levados em consideração (PRANDO et al, 2013), pois a Reunião da Comissão Brasileira de Pesquisa de Trigo e Triticale (2010) destaca que há cultivares com tendência ao acamamento, em solos de elevada fertilidade.
Sangoi et al. (2007) comentam que além de sua importância biológica, o nitrogênio é o nutriente mais difícil de ser manejado nos solos de regiões tropicais e subtropicais, em virtude do grande número de reações a que está sujeito e a sua alta instabilidade no solo. Em função disso,
orientam que o parcelamento da adubação nitrogenada proporciona uma maior eficiência na assimilação do nutriente pelo trigo, diminuindo as perdas por lixiviação em anos chuvosos e por volatilização em anos secos.
A matéria orgânica presente no solo é oriunda da mistura de diversos produtos de vários processos de decomposição resultantes da degradação química e biológica de resíduos vegetais e da atividade microbiana (CANELLAS et al., 2002; RODRIGUES, 2014).
Fiorin (2007) recomenda que, em locais como o Noroeste do RS com clima mais quente, e
quando o trigo for antecedido pela soja, a dose de nitrogênio seja restringida, no máximo, 40 Kg ha-1 (base + cobertura), devido ao aumento da estatura da planta e consequentemente seu
acamamento.
Atualmente, a época de aplicação de nitrogênio é um dos aspectos mais polêmicos no manejo da adubação nitrogenada de gramíneas em sistema de plantio direto, com sucessão de gramíneas, uma vez que, nos primeiros anos de adoção desse sistema, pode ocorrer a carência inicial de nitrogênio decorrente da imobilização causada pela decomposição microbiana dos resíduos da cultura antecessora (TEIXEIRA FILHO et al., 2010). A aplicação de nitrogênio no momento adequado pode aumentar a eficiência de seu uso pelo trigo, incrementando o número de grãos por espiga e o número de espigas por área (SANGOI et al., 2007).
A utilização de cultivares de trigo de alto potencial produtivo de grãos e a adubação nitrogenada são essenciais para a obtenção de altas produtividades porém esta última requer cuidados em seu manuseio, tanto no que concerne à época de aplicação quanto às doses aplicadas (SILVA et al, 2013). Para as doses mais elevadas de nitrogênio em cobertura, pode-se optar pelo fracionamento em duas aplicações: no início do afilhamento e, o restante, no início do alongamento. A aplicação tardia de nitrogênio em cobertura, após a fase de emborrachamento, geralmente não afeta o rendimento de grãos, mas pode aumentar o teor de proteína do grão, sem que necessariamente, em todas as situações, o valor de W (força de glúten) seja alterado a tal ponto de modificar a classificação comercial do produto colhido (EMBRAPA, 2015).
As doses de nitrogênio influenciam positivamente os teores de nitrogênio foliar e de clorofila, e podem aumentar o número de espigas por metro quadrado; porém, o aumento das doses de nitrogênio pode causar a redução da massa de 100 grãos e da massa hectolítrica (TEIXEIRA FILHO et al., 2010), colaborando com essa afirmação, Degraf (2008), já havia observado que o aumento da dose de nitrogênio promove maior número de espigas por área e diminui o peso de grão, sem causar efeitos na produtividade e na severidade de doenças. Teixeira Filho et al. (2011), afirmam que a ureia é o fertilizante nitrogenado mais utilizado no Brasil, por suas vantagens comparativas em termos de facilidade de fabricação e custo final para o agricultor.
Contudo, fica evidente a necessidade de ampliar os estudos com o cultivo de plantas de cobertura no período outonal, entre o cultivo de verão e a semeadura do trigo. Para anteceder a cultura do trigo, paralelamente ao acúmulo de nutrientes, é imprescindível que os adubos verdes produzam matéria seca (MS) com relação C/N (carbono nitrogênio) que proporcione equilíbrio entre a mineralização e a imobilização dos nutrientes e o nitrogênio seja mineralizado, principalmente, nos estádios de maior demanda da cultura do trigo (VIOLA et al. , 2013).
2.4 Alterações climáticas sobre a cultura do trigo
No Brasil, os maiores produtores de trigo são os Estados do Rio Grande do Sul, do Paraná e de Santa Catarina, onde a variabilidade climática é grande, o que pode ser um fator de influência nos resultados dos testes de qualidade (MILOCA et al., 2007). Aquecimento global, efeito estufa e a consequente mudança climática deverão resultar em aumento da temperatura, além da intensidade e frequência de secas e de inundações, que podem afetar a produção agrícola no Brasil (EMBRAPA, 2015).
Atualmente enfrentamos ameaças com o aquecimento global, as mudanças climáticas e a desertificação, entre outros problemas. A velocidade da degradação do meio ambiente é inversamente proporcional à conscientização da população e à própria educação ambiental.
Infelizmente, práticas de desperdício equivocadas são generalizadas, assim como a permanência de um senso comum sobre o uso da água, este recurso natural precioso e ainda abundante, como se sua qualidade e quantidade não estivessem ameaçadas (CAVALCANTE et al., 2011).
Normalmente, a resposta da cultura do trigo está vinculada à variação dos elementos do clima nos períodos críticos da cultura, como geada e/ou seca no espigamento, umidade relativa e/ou temperatura elevadas no enchimento de grãos, chuva na colheita, etc. Num cenário de mudança climática, o aumento na frequência de extremos climáticos poderá resultar na possibilidade de redução da área hoje apta para cultivo do trigo no Brasil (SANTI et al., 2015). Os mesmos autores afirmam que o aumento da concentração de gás carbônico no ambiente, poderia reduzir a qualidade do grão, a elevação da temperatura encurtaria o ciclo do trigo além de favorecer aumento no metabolismo respiratório, o que poderia resultar em redução na produção de grãos, a ocorrência e a severidade de doenças, por alterações em sua frequência e intensidade favorecidas pelo calor, frio ou umidade, poderão tornar-se fatores ainda mais limitantes para a produção do trigo, a ocorrência de déficit hídrico e aumento de temperatura, poderão ser compensadas, em parte, pelo aumento da concentração de gás carbônico na atmosfera, desde que práticas conservacionistas de manejo de solo e da água sejam utilizadas e o manejo do nitrogênio, em ambiente alterado (elevação da concentração de gás carbônico), poderia compensar perdas de produtividade do trigo em condições de déficit hídrico.
Streck & Alberto (2006), concluíram, por meio de uma pesquisa realizada em Santa Maria – RS, e avaliada através de estudos numéricos, que a mudança climática pode influenciar o rendimento de grãos de trigo, soja e milho, e o aumento de 2, 3 e 6 0C na temperatura do ar pode anular os efeitos benéficos (aumento da taxa de crescimento) do aumento de CO2 no rendimento de trigo, soja e milho, respectivamente. Com o aumento da temperatura do ar, poderá não haver aumento no crescimento e no rendimento das culturas, principalmente em razão do encurtamento do seu ciclo de desenvolvimento e aumento da respiração do tecido vegetal.
2.5 Estresse hídrico: perdas do nitrogênio e produtividade de grãos
É possível estabelecer uma relação intrínseca entre a importância da agricultura, a necessidade da água como mantenedora da vida e a crescente demanda por uma política e gestão pública comprometidas com o bom uso dos recursos naturais (CAVALCANTE et al., 2011). Assim, é importante utilizarmos os recursos hídricos na agricultura de forma adequada para a própria sobrevivência da humanidade.
O Ministério da Agricultura tem como desafio estimular a produção do trigo minimizando os efeitos climáticos. Estudos de zoneamento de risco climático para os principais estados produtores, reajuste dos preços mínimos em níveis que sustentem a formação da renda da atividade e ampliação do limite de financiamento para custeio das lavouras são algumas das ações desenvolvidas para aumentar a produção de trigo e diminuir a dependência externa do país em relação ao cereal (MAPA, 2015).
Aplicação de fertilizante solúvel de nitrogênio no momento do plantio normalmente coloca este nutriente em um alto risco de perda durante o tempo quando o sistema radicular está apenas começando a desenvolver e a demanda de nutrientes é muitas vezes baixa. O potencial de perda de lixiviação de nitrogênio pode ser particularmente elevado em solos arenosos ou durante períodos de alta pluviosidade (MIKKELSEN et al. 1993). Além disso, podem trazer prejuízo ao ambiente, pela lixiviação de nitrato para lençóis de água, e prejuízo ao produtor por gasto desnecessário com a compra do adubo nitrogenado (TEIXEIRA FILHO et. al., 2011). Outra forma de perda de nitrogênio é por volatilização (DIEST, 1988), caracterizada pela perda gasosa de nitrogênio como NH3, condicionada por fatores como temperatura do solo, vento, umidade do solo, umidade relativa do ar, resíduos vegetais, teor de matéria orgânica do solo, textura do solo e presença da enzima urease (RAIJ et al., 1997).
O estresse hídrico continua sendo um dos mais importantes fatores limitando o potencial genético do trigo para rendimento. Boschini (2011), explica que aliada à adubação nitrogenada, a
produtividade e a qualidade dos grãos se prendem a disponibilidade de água para a cultura. O déficit hídrico frequentemente limita o crescimento, o desenvolvimento e a reprodução. Embora o trigo seja resistente ao déficit hídrico, alguns estádios de desenvolvimento são bastante afetados pelo estresse hídrico. O excesso de água também é prejudicial, pois há a redução da taxa de crescimento radicular. O mesmo autor afirma ainda que dentre os fatores de produção do trigo, a água e o nitrogênio merecem destaque não só pelo custo que representam, mas, sobretudo, devido a necessidade de se utilizar esses recursos de modo eficiente garantindo a sustentabilidade da região.
O melhor momento de aplicar o adubo nitrogenado é antes de uma precipitação pluvial de média intensidade, pois a dissolução e o transporte de nitrogênio para as raízes serão rápidos. Precipitações pluviais prolongadas ou de alta intensidade podem propiciar perdas de nitrogênio por lixiviação ou por escoamento superficial (ROSA et al., 2005) e por volatilização de amônia que é um processo rápido que ocorre na semana seguinte da aplicação de nitrogênio, no caso da falta de umidade (DIEST, 1988).
2.6 A busca de uma agricultura sustentável
A sustentabilidade envolve desenvolvimento econômico, social e respeito ao equilíbrio e as limitações dos recursos naturais. De acordo com o relatório da Comissão Mundial sobre Meio Ambiente e Desenvolvimento, criada pela ONU em 1983, o desenvolvimento sustentável visa "ao atendimento das necessidades do presente, sem comprometer a possibilidade de as gerações futuras atenderem às próprias necessidades" (MAPA, 2015).
Historicamente, produzir trigo no Brasil de forma competitiva e sustentável tem sido um dos principais desafios de nossa agricultura (PIRES et al., 2011) . Com terras férteis, extensas e clima propício para a agricultura, o Brasil é um dos principais produtores e fornecedores mundiais de alimentos. Os programas de sanidade vegetal do Ministério da Agricultura garantem alimentos seguros e mantêm o País como peça chave do comércio globalizado. A agricultura brasileira
enfrenta desafios, como o atendimento à crescente demanda por alimentos e produtos agropecuários, em quantidade e qualidade (MAPA, 2015). Segundo estimativas da Organização das Nações Unidas para Agricultura e Alimentação (FAO), a produção de alimentos terá que aumentar em 70% para alimentar uma população de nove bilhões de pessoas em 2050 (MENDONÇA et al., 2013).
Fertilizantes nitrogenados utilizados em plantas não leguminosas, como o trigo, constituem um dos mais altos custos da agricultura (SALA et. al. 2005). O estabelecimento de práticas de manejo que aperfeiçoem os insumos aplicados, especialmente fertilizantes, pode contribuir para aumentar a produtividade nas lavouras de trigo e reduzir o custo produtivo (VIANA & KIEHL, 2010). A utilização de altas doses de adubação nitrogenada pode elevar os custos de produção a ponto de tornar a cultura economicamente inviável (LADHA et al., 2005; FOULKES et al., 2009; BARRACLOUGH et al., 2010; PINNOW, 2013), além de ocasionar danos ambientais, devido à lixiviação de nitrato e volatilização de amônia (RILEY et al., 2001; MA et al., 2010; PINNOW, 2013).
Assim, em razão da crescente busca por sustentabilidade nos sistemas agrícolas de produção, alguns autores têm apresentado como forma alternativa para a economia de fertilizante nitrogenado, a fixação biológica de nitrogênio (FBN) a qual pode suplementar ou, até mesmo, substituir a utilização desses fertilizantes (BALDANI & BALDANI, 2005; BERGAMASCHI et al., 2007; HUNGRIA et al., 2010; RODRIGUES et al., 2014).
Uma das possibilidades para viabilizar uma produção com menores custos sem prejudicar o ambiente seria a utilização do melhoramento genético das plantas (RODRIGUES et al., 2014). A utilização de cultivares de trigo, com alto potencial produtivo de grãos, e a adubação nitrogenada são essenciais para a obtenção de alta produtividade (TEIXEIRA FILHO et. al. 2011). No incremento de produtividade e competitividade do trigo nacional é necessário o desenvolvimento de cultivares mais produtivas, com maior tolerância a fatores bióticos e abióticos, eficientes fisiologicamente no aproveitamento de luz e nutrientes e da possibilidade de segregação dos grãos e
da farinha, por sua aptidão industrial (SCHMIDT et al., 2009; FREO et al., 2011; SILVA et al., 2015). Assim, para apoiar o produtor, o Ministério da Agricultura elabora projetos e programas direcionados para a assistência técnica, financiamento e normatização das práticas rurais sustentáveis. É dessa forma que se pretende superar o grande desafio de manter o Brasil como provedor mundial de matérias-primas e alimentos aliado à necessidade da conservação do meio ambiente (MAPA, 2015).
Como o Brasil não é autossuficiente no abastecimento de trigo, necessita importa-lo para atender às suas necessidades internas. A maior parte dos grãos de trigo utilizados no Brasil com finalidade de produção de farinhas é, basicamente, de procedência argentina, canadense e americana, sendo associados ao trigo nacional em proporções diversas (COSTA et al., 2008). Na safra 2011/2012, a área de trigo cultivada no Brasil foi de 2.166,2 mil hectares, com produtividade média de 2.672 kg ha-1, na safra 2012/2013, à estimativa de queda de 11,3%, sendo que as dificuldades na comercialização do produto, baixos preços observados na safra anterior, os riscos inerentes da cultura, aumento no custo de produção, e a alternativa de plantio do milho da segunda safra, dentre outros, foram os fatores que contribuíram para isso, segundo a Companhia Nacional de Abastecimento - CONAB (2012).
2.7 Hidrogel: uma proposta de uso na agricultura
Com a escassez de terras, produtores agrícolas serão forçados a obter melhor produtividade de suas áreas de cultivo no lugar de expandir suas fazendas (MENDONÇA et al., 2013). Porém, a produção alimentar intensificada tem, tradicionalmente, significado o aumento da dependência de fertilizantes e um consumo excessivo de água, o que pode degradar solos e recursos hídricos (FAO, 2010; MENDONÇA et al., 2013).
O surgimento dos hidrogeis a base de poliacrilamida, se deu na década de 50 por uma empresa americana (AZEVEDO et al., 2002). Os quais são definidos como redes poliméricas
tridimensionais que podem reter uma quantidade significativa de água dentro de sua própria estrutura e inchar, sem a dissolução (KAEWPIROM & BOONSANG, 2006; RUI et al., 2007; MENDONÇA et al., 2013). Esse material tem forma granular, quando secos, e ao serem hidratados, os grânulos dilatam-se, transformando-se em partículas de gel (PREVEDELLO & BALENA, 2000; AKHTER et al., 2004).
Figura 2: Hidrogel. (A) hidrogel em forma de gel aplicado no solo; (B) retenção de água em solo com hidrogel. Fonte: http://comprar-vender.mfrural.com.br/
Segundo Azevedo et al. (2002), foram relatados efeitos benéficos dos hidrogeis, no que diz respeito ao aumento da retenção de água no solo, redução da lixiviação de nutrientes, melhoria na capacidade de troca catiônica e maior disponibilidade de água para as plantas, que responderam de forma satisfatória quando cultivadas com o polímero.
Venturoli & Venturoli (2011) comentam que no Brasil, alguns polímeros hidroabsorventes estão sendo utilizados na produção de frutas, hortaliças e mudas de diversas espécies, bem como na formação de gramados em jardins, campos de futebol e de golfe. Marques & Bastos (2010) complementam que com o aparecimento de uma nova geração de polímeros, as suas aplicações se intensificaram ultimamente, principalmente em projetos paisagísticos, gramados esportivos, fruticultura, reflorestamento, plantio de lavouras e viveiro de mudas, sendo que alguns viveiristas já utilizam esses polímeros em misturas com o substrato, obtendo resultados satisfatórios. Além disso, sabe-se que esses polímeros hidroabsorventes são amplamente utilizados em plantios de reflorestamento, principalmente com as espécies do gênero Eucalyptus, em regiões onde há estacionalidade climática, com uma estação seca bem definida, como no Brasil Central.
Azevedo et al. (2002) observaram que as mudas de tomate (cv Manapal) produzidas em substrato que continham polímeros, necessitaram de cinco semanas para serem transplantadas, enquanto que as produzidas sem polímero precisaram de seis semanas. Esse ganho de uma semana foi ocasionado pela presença do polímero no substrato, que proporcionou maior disponibilidade e uniformidade de água. Marques & Bastos (2010) concluiu que o uso do hidrogel não promoveu diferenças no sistema radicular da muda de pimentão, não houve efeito do hidrogel no comprimento da parte aérea, mas o hidrogel interferiu na massa seca da parte aérea, pois quando se aumentou a dose do hidrogel se observou como resposta o desenvolvimento de folhas e não o crescimento em altura, promovendo um ajuste linear positivo significativo da massa seca da parte aérea com aumento da dose de hidrogel proporcionando uma muda de melhor qualidade.
2.8 A interatividade Hidrogel Nitrogênio
Desde a pré-história até os dias de hoje, a agricultura sempre esteve profundamente ligada aos recursos hídricos e à irrigação. As primeiras civilizações humanas se desenvolveram às margens dos grandes rios – Nilo, Tigre e Eufrates, Amarelo, Ganges, Jordão. “Água é Vida” é uma máxima atemporal que ouvimos desde cedo, pois sem ela não podemos sobreviver, plantar e manter a nossa saúde (CAVALTANTE et al., 2011). Estes constatam que um recurso tão importante como este, do qual depende a sobrevivência da espécie humana e a vida no planeta deveria ser preservado a todo custo por governos e população, entretanto não é isto que acontece, pelo menos nas dimensões requeridas.
A adoção das microbacias hidrográficas para o planejamento, monitoramento e avaliação do uso dos recursos naturais é um dos projetos de conservação do solo e da água. O outro é a organização dos produtores como estratégia para promover a melhoria da produtividade agrícola e o uso de tecnologias adequadas sob o ponto de vista ambiental, econômico e social (MAPA, 2015).
É importante salientar que a própria agricultura tem contribuído negativamente para a contaminação dos recursos hídricos e diminuição da água potável disponível, devido ao uso de técnicas inadequadas de plantio e mesmo irrigação. Os fertilizantes, inseticidas e herbicidas utilizados na agricultura de forma exagerada, devido a crescente demanda de alimentos, muitas vezes chegam às águas subterrâneas, contaminando os recursos hídricos dos quais a agricultura tanto depende (CAVALTANTE et al., 2011). Os mesmos autores afirmam ainda que, novas técnicas e produtos que melhorem o que já era feito desde a pré-história, inovando tecnologicamente, seja com a utilização de ferramentas informatizadas, educação ambiental e políticas públicas, podem auxiliar os produtores rurais na escolha das melhores opções de manejo do solo, visando a otimização dos recursos e ampliação da produção e, é claro, sempre se preocupando com a conservação do meio ambiente.
Os polímeros sintéticos foram desenvolvidos na década de 1960, sendo muitos deles recomendados para uso agrícola como condicionadores de solo por melhorarem as propriedades físico-químicas dos solos, reduzirem o número de irrigações e as perdas de nutrientes e diminuírem os custos no desenvolvimento das culturas (SAAD et al., 2009). Pois conforme Rosa et al. (2005), o melhor momento de aplicar o adubo nitrogenado é antes de uma precipitação pluvial de média intensidade, pois a dissolução e o transporte de nitrogênio para as raízes serão rápidos. Não ocorrendo perdas de nitrogênio por lixiviação, e nem por volatilização. Dessa forma, como o hidrogel melhora a capacidade do solo em reter água e nutrientes para as plantas (VAN COTTEN, 1998; VENTUROLI & VENTUROLI, 2011), ele pode ser considerado um recurso para o melhor aproveitamento do nitrogênio.
2.9 Modelagem Matemática
Diante de dificuldades no controle de alguns fatores que afetam as respostas das plantas, a pesquisa científica utiliza modelos matemáticos que são simplificações da realidade de modo a
permitir a descrição de complexas interações que ocorrem em comunidades vegetais, tornando possível o estudo do impacto de mudanças dos elementos meteorológicos e do clima sobre agroecossistemas (WALTER et al., 2010). Nesse contexto, a modelagem matemática de processos produtivos vem tomando espaço na pesquisa agropecuária (LARA & PEDREIRA, 2011). As regressões lineares e polinomiais (MANTAI et al., 2015), a lógica fuzzy (CHANG et al., 2014), e redes neurais artificiais (JANA & MOHANTY, 2012), são exemplos de modelos bem sucedidos nas simulações de variáveis agrícolas.
2.9.1 Regressões simples e quadráticas
Os modelos de regressões permitem relacionar variáveis independentes com variáveis dependentes. Na regressão simples e quadrática, temos uma variável independente, sendo ela a variável que explica o comportamento da variável dependente, que é a resposta. Dessa forma, é muito utilizada para fazer inferências sobre variáveis ligadas a produtividades de várias culturas, citam-se, Silva et al. (2013), estudando a absorção de cálcio e magnésio por cultivares de aveia submetidas a níveis de toxidez por alumínio, utilizaram equações lineares para interpolação do ponto 14 mg L-1 de Al na solução analisada e, a partir de quatro pontos, foi definida a tendência linear ou quadrática no comportamento dos genótipos de aveia branca estudados. Mantai et al. (2015) , em seu trabalho sobre a eficiência na produção de biomassa e grãos de aveia pelo uso do nitrogênio, estimaram a máxima eficiência técnica e econômica de rendimento de grãos pelas doses de N-fertilizante, nas cultivares Barbarasul e Brisasul por equações de regressão quadrática. Silva et al. (2015), através de equações de regressão quadrática, estimou a densidade ideal de semeadura frente aos parâmetros fisiológicos de produção em aveia. Silva et al. (2014), compararam a produtividade de grãos de trigo estima pela regressão quadrática com os valores estimados pela modelagem neuro fuzzy , encontrando valores muito próximos. Sandini et al. (2011), inferiu que a produtividade de grãos de milho foi afetada positivamente com resposta
quadrática para a aplicação de nitrogênio no verão e inverno no sistema de produção integração lavoura-pecuária (compastagem e sem pastagem). Mercante et al. (2010), utilizou modelos de regressão lineares para estimar a produtividade da soja no oeste do paraná, utilizando dados espectrais.
2.9.2 Otimização pela superfície de resposta
Os modelos via superfície de resposta, podem relacionar duas ou três variáveis independentes com a variável dependente, envolvendo graus de influência destas variáveis explicatórias sobre a resposta. Esta metodologia consiste de um conjunto de técnicas matemáticas e estatísticas, que permite a análise de problemas onde variáveis independentes ou fatores, controlados pelo pesquisador, influenciam na variável dependente ou resposta (GRIZOTTO et al, 2005). Destaca-se que são vários os trabalhos envolvendo superfície de resposta na inferência de resultados, como o estudo de Santos et al. (2014) que determinaram melhores condições de pré-tratamentos hidrotérmicos para a palhada de cana-de-açúcar via modelo de superfície de resposta. Siqueira et al.(2014), pelo modelo de superfície de resposta, observaram que quanto menor o tempo para a aplicação do resfriamento rápido, maior a vida útil pós-colheita da goiaba. Buzato et al. (2014), através da superfície de resposta observou a influência da concentração de açúcares do melaço de soja e melaço de cana (g/L) sobre a atividade de naringinase. Desta forma, a metodologia de superfície de respostas é uma ferramenta eficiente para otimizar as propriedades de alimentos processados (BOX et al., 1978; BARROS NETO et al., 2002). Grizotto et al. (2005), investigaram os parâmetros tecnológicos relevantes no processo de estruturação de polpa concentrada de mamão via superfície de resposta.
2.9.3 O emprego da lógica fuzzy
A lógica fuzzy pode ser considerada lógica difusa, podendo ser utilizada em situações complexas no tratamento de informações imprecisas de forma a traduzir expressões verbais em quantitativas. Porém a modelagem por lógica fuzzy necessita de uma base de regras, que segundo Silva et al., (2014) essas regra devem ser elaboradas por especialistas. Em geral, a modelagem matemática compreende ações de tradução de fenômeno em linguagem simbólica e requer experimentos para a validação dos modelos, além de utilizar a programação computacional como um meio de resolução de problemas não tão elementares (BORGES et al., 2009). Desta forma, a lógica fuzzy e as redes neurais artificiais tem utilidade em diversas áreas de pesquisa, pois são adequadas para a análise de sistemas com incertezas, sendo usadas como ferramentas alternativas aos métodos estatísticos (YILMAZ & KAYNAR, 2011). Segundo Schiassi et al. (2015), a metodologia fuzzy tem sido utilizada em várias áreas, como bem-estar animal , desempenho produtivo de frangos de corte, análises de custo de produção, sistemas de monitoração para redes de transmissão de energia elétrica e detecção de cio em vacas leiteiras. Chang et al. (2014), em seus estudos na previsão de precipitação utilizando redes neuro fuzzy, afirmaram que os resultados fornecidos pela rede são confiáveis e estáveis. Silva et al. (2014), também utilizando modelagem neuro fuzzy, estimaram a produtividade de trigo atrelada a adubação nitrogenada.
2.9.4 O uso de redes neurais artificiais (RNAs)
As redes neurais artificiais (RDAs) são técnicas de aprendizagem por treinamento. Em uma rede temos a camada de entrada, a camada oculta e a camada de saída. Para seu treinamento precisa-se de um algoritmo e uma função. Dessa forma, a RNA tem a capacidade de aprender através de exemplos e de generalizar a informação aprendida (WASSERMAN, 1989). Nos últimos anos a utilização de sistemas inteligentes em controle tem despertado grande interesse. Dentre as várias técnicas as
mais utilizadas são as redes neurais e a lógica fuzzy (BILOBROVEC et al., 2004), essas técnicas de processamento de dados são utilizadas para elaborar modelos de predição em sistemas complexos e estimar parâmetros desejados, sendo amplamente explorado na agricultura, nos estudos ligados ao processamento de alimentos e na tomada de decisões na agricultura de precisão (HUANG et al., 2010; SILVA, et al., 2014). Oliveira et al. (2013), fez uso de redes neurais artificiais na classificação de autotetraploides de bananeira (musa acuminata colla). Aruda et al. (2013), utilizou as RNAs na obtenção de um mapa digital de solos utilizando correlações entre unidades de mapeamento e covariáveis ambientais.
3 MATERIAIS E MÉTODOS
3.1 Características do local
O estudo experimental foi desenvolvido na área experimental do Instituto Regional de Desenvolvimento Rural (IRDeR) pertencente ao Departamento de Estudos Agrário (DEAg) da Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUÍ) no municípios de Augusto Pestana/RS, localizado geograficamente a 28° 26’ 30’’ de latitude S e 54° 00’ 58’’ de longitude W. Apresenta ainda uma altitude próxima a 400 m. O solo da unidade experimental se caracteriza por um Latossolo Vermelho distroférrico típico (U.M. Santo Ângelo). Apresenta um perfil profundo, bem drenado, coloração vermelho escuro, com altos teores de argila e predominância de argilominerais 1:1 e óxi-hidróxidos de ferro e alumínio. De acordo com a classificação climática de Köeppen, o clima da região se enquadra na descrição de Cfa (subtropical úmido), com ocorrência de verões quentes e sem ocorrência de estiagens prolongadas. Apresenta ainda invernos frios e úmidos, com ocorrência de geadas. Os meses de janeiro e fevereiro são os meses mais quentes do ano, com temperatura superior 22º C, enquanto em junho e julho são os meses mais frios do ano, com temperatura superior a 3º C. Quanto ao volume de pluviosidade, a estação meteorológica do IRDeR registra normalmente volumes próximos a 1600 mm anuais, com ocorrência de maiores precipitações no inverno.
A semeadura experimental do trigo foi efetivada em uma área de sistema de semeadura direta consolidado, na qual as culturas precedentes foram a soja e o milho.
3.2 Delineamento experimental
Na implantação do ensaio da pesquisa, por volta de dez dias antes da semeadura, foi realizada análise de solo nas condições de estudo, identificando as seguintes características químicas
do local (média dos anos – 2012, 2013 e 2014): área com resíduo de milho (pH= 6,5, P= 23,6 mg 3, K= 295 mg 3, MO= 3,8%, Al= 0 cmolc 3, Ca= 6,8 cmolc 3 e Mg= 3,1 cmolc dm-3 e; ii) área com resíduo de soja (pH= 6,1, P=49,1 mg dm-dm-3, K= 424 mg dm-dm-3, MO= dm-3,7%, Al= 0 cmolc dm-3, Ca= 6,3 cmolc dm-3 e Mg= 2,5 cmolc dm-3).
A semeadura foi realizada em 09 de julho de 2014 e 09 de junho de 2015, na condição de cultivo com cobertura residual de elevada e reduzida relação C/N, sistema milho/trigo e soja/trigo, respectivamente. Foram conduzidos dois experimentos, um para quantificar a taxa de produção de biomassa pelos cortes realizados a cada 30 dias até o ponto de colheita e o outro para a colheita no final do ciclo, visando exclusivamente à estimativa da produtividade de grãos.
O delineamento foi de blocos ao acaso (Figura 3) com quatro repetições seguindo um esquema fatorial 4x4 para os fatores hidrogel e nitrogênio, respectivamente, utilizando-se da casualização, a qual é uma das maiores contribuições dos estatísticos à ciência experimental, sendo que só a casualização garante que unidades com características diferentes tenham igual probabilidade de serem designadas para os blocos (VIEIRA, 1999).
Neste sentido, os fatores de tratamento estão assim representados em seus respectivos níveis: hidrogel (0, 30, 60, 120 Kg.ha-1), nitrogênio (0, 30, 60, 120 Kg.ha-1) sendo que o estudo ocorreu nos sistemas de cultivo soja/trigo e milho/trigo com a cultivar TEC 10 – CCGL. A aplicação do hidrogel foi juntamente as linhas de plantio e as de nitrogênio foram feitas em V3 (Figura 6). As parcelas serão constituídas por cinco linhas espaçadas 0,18 m entre si e cinco metros de comprimento, totalizando 4,5 metros quadrados por parcela (Figura 4 e Figura 5).
Segundo a CCGL (2014), a cultivar TEC 10 apresenta ciclo e altura média. Sua classe industrial é pão, com força do glúten (W), em média, 262x10-4J, sendo moderadamente resistente ao acamamento, à debulha natural e a geada no período vegetativo, obtendo, em média, 34 g de peso de mil grãos.
A colheita dos experimentos para a estimativa do rendimento de grãos em cada sistema de cultivo ocorreu de forma manual pelo corte das três linhas centrais de cada parcela. O momento de colheita de grãos foi aquele também definido como o último corte no experimento direcionado à análise da produção de biomassa (120 dias), estádio próximo ao ponto de colheita, com umidade de grãos ao redor de 15%; em seguida, as parcelas foram trilhadas com colheitadeira estacionária e direcionadas ao laboratório para correção da umidade de grãos para 13% e pesagem para estimativa da produtividade convertida para a unidade de um hectare. Nos experimentos visando quantificar a biomassa total ao longo do desenvolvimento das plantas, a colheita do material vegetal foi realizada rente ao solo, a partir da coleta de um metro linear das três linhas centrais de cada parcela, no período de 30, 60, 90 e 120 dias após a emergência, totalizando quatro cortes. As amostras coletadas com a biomassa verde foram direcionadas à estufa de ar forçado na temperatura de 65 °C, até atingir peso constante, com posterior estimativa da matéria seca total convertida em kg ha-1.
Figura 4. Implementação do experimento. (A) semeadura; (B) delineamento de blocos.
Figura 5. Unidade experimental.
