Nonlinear models. An approach to model irrigated and non-irrigated common bean (Phaseolus vulgaris L.) growth

Authors

DOI:

https://doi.org/10.31686/ijier.vol9.iss5.3130

Keywords:

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

Download data is not yet available.

Author Biographies

Valeria Pohlmann, Universidade Federal de Santa Maria

MSc. in Agronomy, Department of Crop Science

Sidinei José Lopes, Universidade Federal de Santa Maria

Prof., DSc., Department of Crop Science

Isabel Lago, Universidade Federal de Santa Maria

Prof., DSc., Department of Crop Science

Jéssica Taynara da Silva Martins, Universidade Federal de Santa Maria

MSc. in Agronomy, Department of Crop Science

Caren Alessandra da Rosa, Universidade Federal de Santa Maria

MSc. in Soil Science, Department of Soil

Patrícia Carine Hüller Goergen, Universidade Federal de Santa Maria

MSc. in Agronomy and student of the DSc(c), Department of Crop Science

Menigui Spanevello Dalcin, Universidade Federal de Santa Maria

Student of Agronomist, Department of Crop Science

Maiara Brauner da Silveira, Universidade Federal de Santa Maria

Student of Agronomist, Department of Crop Science

André Schoffel , Universidade Federal de Santa Maria

DSc., Department of Crop Science

Diego Portalanza, Universidade Federal de Santa Maria

MSc. in Climate Chance and student of the DSc(c), Department of Physics, Climate Research Group

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.

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.

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.

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.

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 .

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

Downloads

Published

01-05-2021

How to Cite

Pohlmann, V., Lopes, S. J. ., Lago, I., Martins, J. T. da S., Rosa, C. A. da ., Goergen, P. C. H. ., Dalcin, M. S. ., Silveira, M. B. da ., Schoffel , A. ., & Portalanza, D. . (2021). Nonlinear models. An approach to model irrigated and non-irrigated common bean (Phaseolus vulgaris L.) growth. International Journal for Innovation Education and Research, 9(5), 623–651. https://doi.org/10.31686/ijier.vol9.iss5.3130

Most read articles by the same author(s)