Diagnose nutricional da mangueira 'Palmer' e modelagem da produção no semiárido

Abstract

No primeiro capítulo objetivou-se determinar valores de referência DRIS e CND para interpretação de resultados de análises foliares da mangueira ‘Palmer’, estabelecendo faixas adequadas de nutrientes para a cultura. No segundo capítulo, foi avaliado o potencial das redes neurais artificiais (RNA) e regressão linear múltipla (RLM) para predizer a produtividade de manga ‘Palmer’ e determinar as variáveis de maior impacto na produção.O trabalho foi realizado nos perímetros de irrigação do Projeto Gorutuba (Janaúba e Nova Porteirinha) e Projeto Jaíba (Jaíba e Matias Cardoso), no semiárido Norte Mineiro. Foram selecionados 98 talhões de 23 propriedades produtoras de manga ‘Palmer’, sendo, 49 talhões em três safras (2015, 2016, 2017) e os demais 49 talhões em duas safras (2016, 2017), totalizando 245 amostras. Cada amostra foi composta por informações de análises foliares (N, P, K, S, Ca, Mg, Cu, Zn, Fe, Mn e B) usadas no primeiro capítulo e mais 36 variáveis relacionadas ao clima, solo, manejo e estado nutricional, além do percentual de floração de 40 talhões, utilizadas no segundo capítulo. No desenvolvimento dos padrões de referência (capítulo 1), as amostras foram divididas quanto à produtividade em duas subpopulações, de alta produtividade (> 30 Mg ha-1) e baixa produtividade (≤ 30 Mg ha-1). Foram calculados os índices DRIS e CND, determinando-se o nível crítico pela distribuição normal. A partir desses valores, foram calculados o Índice de Balanço Nutricional (IBN) e o Índice de Balanço Nutricional médio (IBNm), determinadas as faixas de Beaufils e classificados os nutrientes quanto à limitação e resposta à adubação. Os métodos DRIS e CND são igualmente eficientes para diagnose nutricional da mangueira ‘Palmer’. As faixas adequadas para essa cultivar no semiárido provenientes dos índices DRIS são: 1,50-1,77 (N); 0,10-0,12 (P); 0,93-1,19 (K); 2,34-3,73 (Ca); 0,20-0,27 (Mg); 0,13-0,17 (S) dag kg-1 para os macronutrientes; e 15-46 (Cu); 77-154 (Fe); 24-48 (Zn); 931-2985 (Mn) e 49-83 (B) mg kg-1 para os micronutrientes. O B, seguido pelo Cu foram os principais nutrientes limitadores da produção por deficiência e, o Ca, P e N, foram os principais limitantes da produção por excesso, na população de baixa produtividade, identificados tanto pelo método DRIS como CND. No capítulo 2, as 36 variáveis foram: dados climáticos no momento da indução floral (temperatura máxima - Tmax, temperatura média – Tmed, temperatura mínima - Tmin, horas de irradiação solar - ins, evapotranspiração - Eto, umidade relativa - UR e velocidade do vento - Vv); atributos químicos do solo (pH, MO, P, K, Ca, Mg, SB, Al, H+Al, t, T, V, m, Cu, Fe, Zn, Mn, B e Prem); atributos relacionados ao manejo: nível tecnológico – NT (1 - baixo, 2 - médio e 3 - alto), coeficiente de uniformidade de distribuição da irrigação - Cud, água de irrigação - Ai (1 – poço, 2 – irrigação, 3 - mista), número de plantas por hectare - Pltha, diâmetro médio de copa em metros - DmC, área de copa por hectare em m-2 ha - AC, última dose do regulador de crescimento utilizada em gramas de ingrediente ativo por metro de diâmetro de copa - Dr), mês de indução floral (1 a 10, iniciando contagem em outubro – início da indução do ano safra na região), estado nutricional da área (índice de balanço nutricional médio calculado pelo método DRIS – dIBN e índice de balanço nutricional médio calculado pelo método CND – cIBN), e a produtividade (Mgha-1). Os dados foram submetidos à análise por Redes Neurais Artificiais (RNA) e Regressão Linear Múltipla (RLM), para determinação de modelos de predição, e foram selecionadas as variáveis de maior importância relativa pelo teste de Garson. Para o percentual de floração,foi ajustado um modelo matemático em função da temperatura média (Tmed). Foram ajustadas RNAs com coeficiente de determinação (R2 ) de 84,9% utilizando-se todas as variáveis para predição e 87,02% utilizando-se apenas as sete variáveis de maior importância relativa. Já para as RLM, o R2 foi de 81,40%. As variáveis de maior importância relativa foram: temperatura média, temperatura máxima, diâmetro de copa, índice de balanço nutricional médio CND, área de copa, dose de paclobutrazol e nível tecnológico. O modelo ajustado para porcentagem de floração em função da Tmed foi o quadrático com R2 de 94,12%, onde a temperatura limite para indução floral com resposta de 70% de floração foi 29,4°C.