Nonlinear models. An approach to model irrigated and non-irrigated common bean (Phaseolus vulgaris L.) growth
DOI:
https://doi.org/10.31686/ijier.vol9.iss5.3130Keywords:
water deficit, chanter, logistic, Phaseolus vulgaris L.Abstract
Common beans reduce their development and productivity when facing soil water deficit. Comprehension about growth response under this condition can be a tool for cultivar selection and escape from scarcity periods. Therefore, the objective was to characterize bean growth in different water conditions using logistic and chanter models. Two experiments (crop season= EI and fallow season = EII) were carried out in Santa Maria, RS, Brazil in a bifactorial scheme (cultivars: Triunfo, Garapiá, FC104; water condition: irrigated, not irrigated) in a completely randomized design. Fortnightly evaluations of height, number of nodes, stem diameter, root length, aerial part, roots, and nodules dry matter were carried out. The data were adjusted according to the accumulated thermal sum by the logistic and chanter models. From the results, it is noted that there was a dissimilar performance between water conditions, cultivars, and experiments. The best adjustment occurred for stem diameter, node number, and aerial part dry matter. Between models, the logistic is the most suitable to describe common bean growth.
Downloads
References
Cardoso, G.D., Alves. P.L.C.A., Beltrão, N.E.M., Barreto, A.F. 2006. Uso da análise de crescimento não destrutiva como ferramenta para avaliação de cultivares. Revista de biologia e ciências da terra, 6, 79-84.
Carini. F., Cargnelutti Filho. A., Pezzini, R.V., Souza, J.M., Chaves, G.G., Procedi, A. 2020. Nonlinear models for describing lettuce growth in autumn-winter. Ciência Rural, 50, 20190534. Doi: 10.1590/0103-8478cr20190534. DOI: https://doi.org/10.1590/0103-8478cr20190534
Casadebaig, P., Debaeke, P., Lecoeur, L. 2008. Thresholds for leaf expansion and transpiration response to soil water deficit in a range of sunflower genotypes. Europe Journal of Agronomy, 28, 646-654. doi: 10.1016/j.eja.2008.02.001. DOI: https://doi.org/10.1016/j.eja.2008.02.001
Chickarmane, V., Roeder, A.H.K., Tarr, P.T., Cunha, A., Tobin, C., Meyerowitz, E.M. 2010. Computational morphodynamics: a modeling framework to understand plant growth. Annual Review of Plant Biology. 61. 65-87. doi: 10.1146/annurev-arplant-042809-112213. DOI: https://doi.org/10.1146/annurev-arplant-042809-112213
Comissão de Química e de Fertilidade do Solo RS/SC. 2016. Manual de adubação e de calagem para os estados do Rio Grande do Sul e de Santa Catarina. Porto Alegre: SBCS/NRS.
Deprá, M.S., Lopes, S.J., Noal, G., Reiniger, L.R.S., Cocco, D.T. 2016. Modelo logístico de crescimento de cultivares crioulas de milho e progênies de meios-irmãos maternos em função da soma térmica. Ciência Rural, 46, 36-46. doi: 10.1590/0103-8478cr20140897. DOI: https://doi.org/10.1590/0103-8478cr20140897
Fernandes, T.J., Pereira, A.P., Muniz, J.A., Savian, T.V. 2014. Seleção de modelos não lineares para a descrição das curvas de crescimento do fruto do cafeeiro. Coffee Science, 9, 207-215.
Fundação Estadual De Pesquisa Agropecuária. 2021a. Cultivar de feijão FEPAGRO Triunfo. Disponível em: http://www.fepagro.rs.gov.br/upload/1410787813_folder%20TRIUNFO.pdf. Acessado em: 07/01/2021.
Fundação Estadual De Pesquisa Agropecuária. 2021b. Cultivar de feijão FEPAGRO Garapiá. Disponível em: https://www.agricultura.rs.gov.br/upload/arquivos/carga20170657/23095702-1410787800-garapi-c3-81.pdf. Acessado em: 07/01/2021.
Kuinchtner, A., Buriol, G.A. 2001. Clima do estado do Rio Grande do Sul segundo a classificação climática de Köppen e Thornthwaite. Disciplinarum Scientia, 2, 171-182. doi: 10.37779/nt.v2i1.1136.
Martins Filho, S., Silva, F.F., Carneiro, A.P.S., Muniz, J.A. 2008. Abordagem Bayesiana das curvas de crescimento de duas cultivares de feijoeiro. Ciência Rural, 38, 1516-1521. doi: 10.1590/S0103-84782008000600004 . DOI: https://doi.org/10.1590/S0103-84782008000600004
Melo, L.C., Pereira, H.S., Souza, T.L.P.O., Faria, L.C., Aguiar, M.S., WENDLAND, A., Carvalho, H.W.L., Almeida, V.M., Melo, C.L.P., Costa, A.F., Ito, M.A., Pereira Filho, I.A., Posse, S.C.P., Magaldi, M.C.S., Cabrera Diaz, J.L., Costa, J.G.C., Abreu, A.F.B., Martins, M., Guimarães, C.M., Trindade, N.L.S. R., Melo, P.G.S., Braz, A.J.B.P., Souza, N.P., Faria, J.C. 2017. BRS FC104: cultivar de feijão-comum carioca superprecoce. Santo Antônio de Goiás: Embrapa.
Milani, M., Lopes, S.J., Bellé, R.A., Backes, F.A.A.L. 2016. Logistic growth models of China pinks. cultivated on seven substrates. as a function of degree days. Ciência Rural, 46, 1924-1931. doi: 10.1590/0103-8478cr20150839. DOI: https://doi.org/10.1590/0103-8478cr20150839
Miorini, T.J.J., Saad, J.C.C., Menegale, M.L. 2011. Supressão de água em diferentes fases fenológicas do feijoeiro (Phaseolus vulgaris L.). Irriga, 16, 360-368. doi: 10.15809/irriga.2011v16n4p360. DOI: https://doi.org/10.15809/irriga.2011v16n4p360
Nóbrega, J.Q., Rao, T.V.R., Beltrão, N.E.M., Fideles Filho, J. 2001. Análise de crescimento do feijoeiro submetido a quatro níveis de umidade do solo. Revista Brasileira de Engenharia Agrícola e Ambiental, 5, 437-443. doi: 10.1590/S1415-43662001000300012. DOI: https://doi.org/10.1590/S1415-43662001000300012
Olivera, M., Tejera, N., Iribarne, C., Ocana, A., Lluch, C. 2004. Growth. nitrogen fixation and ammonium assimilation in common bean (Phaseolus vulgaris): effect of phosphorus. Physiologia Plantarum, 121, 498-505. doi: 10.1111/j.0031-9317.2004.00355.x. DOI: https://doi.org/10.1111/j.0031-9317.2004.00355.x
Peixoto, C.P., Cruz, T.V., Peixoto, M.F.S. 2011. Análise quantitativa do crescimento de plantas: conceitos e prática. Enciclopédia Biosfera, 7, 51-76.
Pelegrin, R., Mercante, F.M., Otsubo, I.M.N., Otsubo, A.A. 2009. Resposta da cultura do feijoeiro à adubação nitrogenada e à inoculação com rizóbio. Revista Brasileira de Ciências do Solo, 33, 219-226. doi: 10.1590/S0100-06832009000100023. DOI: https://doi.org/10.1590/S0100-06832009000100023
Puiatti, G.A., Cecon, P.R., Nascimento, M., Puiatti, M., Finger, F.L., Silva, A.R., Nascimento, A.C.C. 2013. Análise de agrupamento em seleção de modelos de regressão não lineares para descrever o acúmulo de matéria seca em plantas de alho. Revista Brasileira de Biometria, 31, 337-351.
R Core Team. 2020. R: Uma linguagem e ambiente para computação estatística. Viena: R Foundation for Statistical Computing.
Regazzi, A.J. 2003. Teste para verificar a igualdade de parâmetros e a identidade de modelos de regressão não-linear. Revista Ceres, 50, 9-26.
Reis, R.M., Cecon, P.R., Puiatti, M., Finger, F.L., Nascimento, M., Silva, F.F., Carneiro, A.P.S., Silva, A. R. 2014. Modelos de regressão não linear aplicados a grupos de acessos de alho. Horticultura Brasileira, 32, 178-18. doi: 10.1590/S0102-05362014000200010. DOI: https://doi.org/10.1590/S0102-05362014000200010
Renato, N.S., Silva, J.B.L., Sediyama, G.C., Pereira, E.G. 2013. Influência dos métodos para cálculo de graus-dia em condições de aumento de temperatura para as culturas de milho e feijão. Revista Brasileira de Meteorologia, 28, 382-388. doi: 10.1590/S0102-77862013000400004. DOI: https://doi.org/10.1590/S0102-77862013000400004
Rodrigues, O., Didonet, A.D., Lhamby, J.C.B., Bertagnolli, P.F., Luz, J.S. 2001. Resposta quantitativa do florescimento da soja à temperatura e ao fotoperíodo. Pesquisa Agropecuária Brasileira, 36, 431-437. doi: 10.1590/S0100-204X2001000300006. DOI: https://doi.org/10.1590/S0100-204X2001000300006
Santos, H.G., Jacomine, P.K.T., Anjos, L.H.C., Oliveira, V.A., Lumbreras, J.F., Coelho, M.R., Almeida, J.A., Araújo Filho, J.C., Oliveira, J.B., Cunha, T.J.F. 2018. Sistema brasileiro de classificação de solos. Brasília: Embrapa Solos.
Sari, B.G., Lúcio, A.Dal’Col., Santana., C.S., Savian, T.V. 2019. Describing tomato plant production using growth models. Scientia Horticulturae, 246, 146-154. doi: 10.1016/j.scienta.2018.10.044. DOI: https://doi.org/10.1016/j.scienta.2018.10.044
Silva, P.V., Savian, T.V. 2019. Chanter model: nonlinear modeling of the fruit growth of cocoa. Ciência Rural, 49, 20190409. doi: 10.1590/0103-8478cr20190409. DOI: https://doi.org/10.1590/0103-8478cr20190409
Table Curve 2D. 2021. Table Curve 2D. Trial Version 5.01. San Jose. Califórnia: Systat 502 Software. 2021.https://systatsoftware.com/products/tablecurve-2d/. Acessado em: 27/01/2021.
Taiz, L., Zeiger, E., Moller, I.M., Murphy, A. 2017. Fisiologia e desenvolvimento vegetal. Porto Alegre: Artmed.
Vicente-Serrano, S.M., Quiring, S.M., Peña-Gallardo, M., Yuan, S., Domínguez-Castro, F. 2020. A review of environmental droughts: Increased risk under global warming? Earth-Science Reviews, 201, 102953. doi: 10.1016/j.earscirev.2019.102953. DOI: https://doi.org/10.1016/j.earscirev.2019.102953
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Valeria Pohlmann, Sidinei José Lopes, Isabel Lago, Jéssica Taynara da Silva Martins, Caren Alessandra da Rosa, Patrícia Carine Hüller Goergen, Menigui Spanevello Dalcin, Maiara Brauner da Silveira, André Schoffel , Diego Portalanza
This work is licensed under a Creative Commons Attribution-NoDerivatives 4.0 International License.
Copyrights for articles published in IJIER journals are retained by the authors, with first publication rights granted to the journal. The journal/publisher is not responsible for subsequent uses of the work. It is the author's responsibility to bring an infringement action if so desired by the author for more visit Copyright & License.
How to Cite
Accepted 2021-04-29
Published 2021-05-01
