Produção de biomassa e composição química de adubos verdes cultivados no Vale do Ribeira

The contribution of green manure to soil improvement and crop production depends primarily on biomass production and its chemical composition, which vary depending on the species, region and growing season. The aim of this research was to evaluate the chemical composition of biomass produced by green manures in Vale do Ribeira, São Paulo, Brazil. In order to develop this research, was carried an experiment in Pariquera-Acu, in 2006/2007, in completely randomized blocks design with four treatments (three green manure and spontaneous vegetation) and five replications. At 30, 60, 90 and 120 after sowing samples were collected in 1m(2) of the shoots and determined fresh and dry, and chemical composition biomass. Sunhemp, pigeon pea and mucuna produced, in decreasing order, the largest quantities of biomass and were more efficient than the spontaneous vegetation. The biomass produced by green manure had higher quality than that produced by spontaneous vegetation. Sunhemp and pigeon pea have a higher proportion of dry matter in stems which have low N, high C/N and L/N ratio, variables indicating slow decomposition of residues. The analysis of dry matter partitioned to better indication of the chemical composition of the residues and the prevision of the availability of nutrients in the soil.

Sistema fuzzy para estimativa do bem-estar de matrizes pesadas

Entender o comportamento e suas pequenas variações decorrentes das mudanças do ambiente térmico e desenvolver modelos que simulem o bem-estar a partir de respostas das aves ao ambiente constituem o primeiro passo para a criação de um sistema de monitoramento digital de aves em galpões de produção. Neste trabalho, foi desenvolvido um sistema de suporte à decisão com base na teoria dos conjuntos fuzzy para a estimativa do bem-estar de matrizes pesadas em função de frequências e duração dos comportamentos expressos pelas aves. O desenvolvimento do sistema passou por cinco etapas distintas: 1) organização dos dados experimentais; 2) apresentação dos vídeos em entrevista com especialista; 3) criação das funções de pertinência com base nas entrevistas e na revisão da literatura; 4) simulação de frequências de ocorrências e tempos médios de expressão dos comportamentos classificados como indicadores de bem-estar utilizando equações de regressão obtidas na literatura, e 5) construção das regras, simulação e validação do sistema. O sistema fuzzy desenvolvido estimou satisfatoriamente o bem-estar de matrizes pesadas, tendo na sua última versão, com maior número de regras, acertado 77,8% dos dados experimentais, comparados com as respostas esperadas por um especialista. O sistema pode ser utilizado como instrumento matemático-computacional para apoiar decisões em galpões de produção de matrizes pesadas.