Computação da Seleção Genômica Ampla (GWS).

Métodos para GWS; Teoria dos métodos de regressão; Computação do método Random (Ridge) Regression BLUP (RR-BLUP/GWS); Fenótipos corrigidos; Frequências alélicas, variância dos marcadores e herdabilidade; Marcadores codominantes (SNP) ? Modelo genotípico; Marcadores dominantes (DArT) - Modelo genotípico; Marcadores codominantes (SNP) ? Modelo gamético ou alélico; Número de marcadores com efeitos significativos; Populações de estimação, validação e seleção; População de validação e Jacknife; Correlação e regressão entre valores genéticos preditos e fenótipos na população de validação; Análise de associação na GWAS; Software Selegen Genômica: Random (Ridge) Regression BLUP: RR-BLUP/GWS; Exemplo aplicado ao melhoramento do eucalipto.

Estimativa da superfície específica de solos e do coeficiente de sorção de pesticidas.

São apresentados dois modelos de regressão linear múltipla. O primeiro foi obtido para estimar a superfície específica (SE) de solos brasileiros tendo como variáveis independentes os conteúdos volumétricos de argila, areia, silte e carbono orgânico. Tomou-se o cuidado para que o modelo proposto respeitasse restrições físicas de positividade dos valores da superfície específica, impondo-se restrições na determinação dos coeficientes dos atributos do modelo. Posteriormente, determinou-se uma relação linear múltipla para estimar o logaritmo decimal do coeficiente de sorção de pesticidas (LogKd) por meio da superfície específica do solo, do coeficiente de partição entre o octanol e a água, da solubilidade aquosa do pesticida e do pH do solo. Os modelos ajustados explicam 82% e 78% da variabilidade das variáveis dependentes SE e LogKd, respectivamente. Foram utilizados dados de 307 perfis de solos para a determinação da relação entre a superfície específica e os atributos do solo e 118 valores de coeficientes de sorção medidos experimentalmente para 20 pesticidas em 46 dados de solos representativos do ambiente agrícola brasileiro. Todos os dados deste estudo foram coletados em trabalhos científicos publicados. Os modelos apresentados podem facilitar o trabalho da previsão da superfície específica de solos (SE) e do coeficiente de sorção de pesticidas (Kd), contribuindo na estimativa da concentração ambiental de pesticidas por modelos matemáticos ou por índices que usem esses parâmetros em seus cálculos.

Predição de proteína, matéria seca e fósforo em grãos de milho pela espectroscopia de reflectância no infravermelho próximo.

Este trabalho tem como objetivo o desenvolvimento de curvas de calibração por espectroscopia de reflectância no infravermelho próximo (NIRS) para os teores de matéria seca, proteína e fósforo em amostras de milho processado. Neste trabalho, foi utilizada a espectroscopia no infravermelho com Transformada de Fourier aplicando a técnica de reflectância difusa, cujos dados espectrais foram correlacionados aos valores nutricionais do milho através do método de regressão dos mínimos quadrados parciais (PLS) e diferentes pré-tratamentos matemáticos nos espectros. Para a construção de modelo de calibração, foram utilizados os dados de referência de análises químicas dos valores do teor de matéria seca, proteína bruta e fósforo (P) de 191 amostras de milho em grão de diferentes procedências e variedades. Destas amostras, 114 foram usadas para o modelo de calibração, 48 para validação. A espectroscopia de reflectância no infravermelho próximo, associada ao método de calibração multivariada (PLS), é uma técnica alternativa viável para a determinação do teor de proteína total e matéria seca em amostras de milho moído. As curvas ajustadas para proteína bruta, matéria seca e fósforo apresentaram performance adequada para utilização em amostras provenientes de ensaios de screening ou onde se tem grande número de repetições de amostras por tratamentos. Para utilização em determinações analíticas, como método de rotina laboratorial, os modelos de calibração devem ser aprimorados.

Associação das técnicas multivariada e geoestatística na estimativa e interpretação de mapas de produção.

O objetivo deste trabalho foi estudar, mediante a geoestatística e análise multivariada, a variabilidade espacial da produção de milho e feijào e investigar metodologia que permita a estimativa da produção, através da redução de variáveis envolvidas, cultivadas em Latossolo vermelho-escuro, textura argilosa, durante cinco anos consecutivos (1992 - 1996), sob três sistemas de preparo (arado, grade e plantio direto) na Embrapa Arroz e Feijão, em Santo Antonio de Goiás, GO. O método dos componentes principais reduziu consideravelmente a dimensão do problema, facilitando a interpretação. Entretanto, os modelos de regressão linear múltipla baseados nos componentes principais como variáveis regressoras, apresentaram estimativa da produção mais distantes dos valores obtidos quando do uso do modelo baseado nas variáveis originais.

Balanço hídrico na bacia do Jaguaribe, Ceará, utilizando evapotranspiração de referência Penman-Monteith FAO estimada com dados mínimos.

Os dados básicos para estimar a evapotranspiração de referência de Penman-Monteith FAO (EToPM) são: temperaturas máxima e mínima, pressão de vapor real ou atual, radiação líquida e velocidade do vento, muitas vezes indisponíveis por requererem estações meteorológicas específicas. O objetivo deste trabalho foi avaliar a adequação do método para estimar a EToPM, utilizando-se dados mínimos integrados a um Sistema de Informação Geográfica, na bacia do Rio Jaguaribe, CE. Foi utilizado o sistema integrado de modelagem regional PRECIS (Providing Regional Climates for Impacts Studies), versão 1.2, com as condições de contorno do Modelo Climático Global (HadAM3P), acoplado ao Modelo Climático Regional (HadRM3P), por meio da técnica dinâmica de redução de escala (downscaling). Os dados foram analisados quanto a sua variabilidade espacial (latitude, longitude), utilizando-se o método geoestatístico de krigagem associado a um Sistema de Informação Geográfica. Para a validação do método, foi ajustada uma regressão linear entre EToPM estimada com dados mínimos (temperaturas máxima e mínima) e com dados medidos por uma estação de referência. A média da EToPM anual estimada com dados mínimos foi 1.719 mm. O método mostrou-se aceitável na região estudada, considerando os resultados da análise de regressão (coeficiente angular de 0,95, coeficiente de determinação de 0,902, resíduos menores que 0,45 mm dia-1 e a Raiz do Quadrado Médio do Erro (RQME) igual a 0,067 mm dia-1).