Estimativa de freqüência de recombinação no mapeamento genético de famílias de irmãos completos

O objetivo deste trabalho foi obter as estimativas de freqüência de recombinação, por meio de simulação, para diferentes situações do mapeamento genético de famílias de irmãos completos. Foi simulado um genoma constituído de três grupos de ligação, em que cada um apresentava 11 marcas moleculares multialélicas, codominantes, distribuídas a cada 10 cM. A partir desse genoma, foram simulados dois cenários: um com genitores completamente informativos e outro com genitores formados aleatoriamente. Após a obtenção de todas as estimativas das freqüências de recombinação, concluiu-se que, para locos completamente informativos, pode-se calcular a freqüência de recombinação entre pares de locos, a partir da freqüência gamética de cada genitor ou a partir da freqüência genotípica da progênie. Para locos parcialmente informativos, a obtenção da freqüência de recombinação a partir da freqüência genotípica conjunta é mais apropriada.

Projeção da distribuição diamétrica de povoamentos de eucalipto em diferentes amplitudes de classe

O objetivo deste trabalho foi verificar a qualidade da modelagem da distribuição diamétrica de povoamentos equiâneos de eucalipto, de acordo com a variação na amplitude de classe utilizada. Avaliaram-se tanto o ajuste da função aos dados observados quanto a projeção dos parâmetros da função, por meio de um modelo de distribuição diamétrica. Foram utilizados dados de 48 parcelas permanentes, obtidos em quatro ocasiões. Constatou-se equivalência estatística entre as distribuições observadas e as estimadas pela função Weibull, em todas as situações. A função Weibull ajustou-se adequadamente aos dados, independentemente da amplitude de classe; no entanto, a redistribuição teórica dos diâmetros por classe, por meio de um modelo de distribuição diamétrica, foi afetada pela amplitude de classe.

Adaptabilidade e estabilidade de acessos de uma coleção nuclear de arroz

O objetivo deste trabalho foi determinar o potencial produtivo e a interação entre genótipos e ambientes em 550 acessos da Coleção Nuclear de Arroz da Embrapa. O desempenho, a adaptação e a estabilidade produtiva de cada genótipo foram avaliados por meio da metodologia de análise dos efeitos principais aditivos e interações multiplicativas (AMMI), em nove experimentos de campo, realizados em seis Estados, em condição de sequeiro e irrigada, durante três anos agrícolas. Foi realizada a análise por meio de modelos lineares mistos, e as estimativas de componentes de variância foram obtidas pelo método de máxima verossimilhança residual (REML), com aplicação do procedimento de melhor predição linear não viesada (BLUP) para a predição dos valores genéticos dos efeitos aleatórios (EBLUP) associados a cada um dos acessos. O grupo de acessos com melhor desempenho foi o de linhagens e cultivares brasileiras (LCB), conforme o esperado. No entanto, foram identificadas variedades tradicionais (VT) entre os genótipos mais produtivos, o que mostra o potencial deste grupo de germoplasma em contribuir com novas fontes de variabilidade genética para programas de melhoramento. Foram identificados acessos superiores quanto à estabilidade, adaptabilidade e produtividade de grãos, entre os quais destacam-se CA880078, CA840182 e CNA00091.

Estimativa de área de soja por classificação de imagens normalizada pela matriz de erros

O objetivo deste trabalho foi estimar a área plantada com soja por meio da normalização da matriz de erros gerada a partir da classificação supervisionada de imagens TM/Landsat‑5. Foram avaliados oito municípios no Estado do Paraná, com dados referentes à safra de 2003/2004. As classificações foram realizadas por meio dos métodos paralelepípedo e máxima verossimilhança, dando origem à "máscara de soja". Os valores do índice Kappa dos oito municípios ficaram acima de 0,6. As estimativas de área de soja, corrigidas por matriz de erros, apresentaram alta correlação com as estimativas oficiais do estado e com as estimativas geradas a partir de um método alternativo denominado "expansão direta". A estimativa de área de soja por meio da normalização da matriz de erros apresenta menor custo e pode subsidiar métodos convencionais na estimativa menos subjetiva de safras.

Estimativa do crescimento de povoamentos de Eucalyptus baseada em modelos lineares em multiníveis de efeito misto

A proposta do presente estudo foi a modelagem do crescimento de povoamentos clonais de Eucalyptus, com base em modelos lineares mistos em multiníveis. A base de dados utilizada foi proveniente de povoamentos homogêneos, localizados na região costal brasileira, nos Estados do Espírito Santo e da Bahia. Foram utilizados dois níveis aleatórios de modelagem: unidades amostrais e árvores individuais dentro das unidades amostrais. Como exemplo de aplicação do método foi utilizado o logaritmo da área basal, como resposta, em função do inverso da idade, da altura total e da interação entre elas. Com a utilização de técnicas de modelagem baseada nos efeitos fixos e mistos, as estimativas dos parâmetros foram melhoradas significativamente. Também, com a modelagem da autocorrelação e da heterogeneidade da variância, partindo-se de um modelo homoscedástico para um modelo heteroscedástico auto-regressivo, com estrutura de variância positiva definida no nível 1 e com estrutura de correlação auto-regressiva de primeira ordem (AR1), os valores do logaritmo da máxima verossimilhança foram significativamente elevados.

Aplicação de métodos geoestatísticos para identificação de dependência espacial na análise de dados de um ensaio de espaçamento florestal em delineamento sistemático tipo leque

Os delineamentos sistemáticos se destacam pela sua compacidade e abrangência e por permitir testar maior número de espaçamentos possíveis. No entanto, não é utilizado devido ao arranjo sistemático (não casualizado) das plantas e à alta sensibilidade para valores perdidos. O objetivo deste trabalho foi descrever o modelo geoestatístico e métodos associados de inferência no contexto de análise de experimentos não aleatorizados, reportando resultados aplicados para identificar a dependência espacial em um particular experimento em delineamento sistemático tipo leque de Eucalyptus dunnii. Também foram propostas, analisadas e comparadas diferentes alternativas para tratar dados faltantes que pudessem advir de falhas e, ou, mortalidade de plantas. Os dados foram analisados seguindo-se três modelos que diferiram, com co-variáveis, na forma de tratar os dados faltantes. Para cada um destes foi construído um semivariograma, com o ajuste de três modelos de função de correlação, sendo os parâmetros estimados pelo método de máxima verossimilhança e selecionados pelo critério de Akaike. Esses modelos, com e sem o componente espacial, foram comparados pelo teste da razão de verossimilhança. De acordo com os resultados, verificou-se que: (1) as co-variáveis interagiram positivamente com a variável de resposta, evitando que dados coletados sejam desperdiçados; (2) a comparação dos modelos, com e sem o componente espacial, não confirmou a existência de dependência; (3) a incorporação da estrutura de dependência espacial aos modelos observacionais recuperou a capacidade de fazer inferências válidas na ausência de aleatorização, permitindo contornar problemas operacionais e, assim, garantindo que os dados possam ser submetidos a uma análise clássica.

Ajuste do modelo de Schumacher e Hall e aplicação de redes neurais artificiais para estimar volume de árvores de eucalipto

Objetivou-se, neste trabalho, avaliar o ajuste do modelo volumétrico de Schumacher e Hall por diferentes algoritmos, bem como a aplicação de redes neurais artificiais para estimação do volume de madeira de eucalipto em função do diâmetro a 1,30 m do solo (DAP), da altura total (Ht) e do clone. Foram utilizadas 21 cubagens de povoamentos de clones de eucalipto com DAP variando de 4,5 a 28,3 cm e altura total de 6,6 a 33,8 m, num total de 862 árvores. O modelo volumétrico de Schumacher e Hall foi ajustado nas formas linear e não linear, com os seguintes algoritmos: Gauss-Newton, Quasi-Newton, Levenberg-Marquardt, Simplex, Hooke-Jeeves Pattern, Rosenbrock Pattern, Simplex, Hooke-Jeeves e Rosenbrock, utilizado simultaneamente com o método Quasi-Newton e com o princípio da Máxima Verossimilhança. Diferentes arquiteturas e modelos (Multilayer Perceptron MLP e Radial Basis Function RBF) de redes neurais artificiais foram testados, sendo selecionadas as redes que melhor representaram os dados. As estimativas dos volumes foram avaliadas por gráficos de volume estimado em função do volume observado e pelo teste estatístico L&O. Assim, conclui-se que o ajuste do modelo de Schumacher e Hall pode ser usado na sua forma linear, com boa representatividade e sem apresentar tendenciosidade; os algoritmos Gauss-Newton, Quasi-Newton e Levenberg-Marquardt mostraram-se eficientes para o ajuste do modelo volumétrico de Schumacher e Hall, e as redes neurais artificiais apresentaram boa adequação ao problema, sendo elas altamente recomendadas para realizar prognose da produção de florestas plantadas.

Eficiência das funções weibull e hiperbólica para descrição de distribuições diamétricas de povoamentos de Tectona grandis

As funções de densidade probabilidade Weibull e Hiperbólica foram comparadas quanto a eficiência de descrever a estrutura diamétrica de povoamentos de Teca (Tectona grandis L. f.) submetidas a desbaste. As duas funções com três e quatro parâmetros, foram ajustadas com dados de 98 parcelas permanentes, retangulares (490 m²), instaladas em um povoamento desbastado de Tectona grandis, no Estado do Mato Grosso e medidas durante 10 anos. Os ajustes foram feitos por Máxima Verossimilhança e a aderência foi avaliada pelo teste Kolmogorov-Smirnorv (a = 1%). Também foram comparadas a soma de quadrados dos resíduos (SQR) dos diferentes ajustamentos. Todas as funções apresentaram aderência aos dados pelo teste de Kolmogorov-Smirnorv (a = 1%). A função hiperbólica apresentou menor soma de quadrados de resíduos e menores valores para o teste de aderência. Foi possível concluir que a função hiperbólica foi mais eficiente para descrever a estrutura diametrica dos povoamentos estudados.

Modelagem da distribuição diamétrica de espécies florestais em um fragmento de floresta ombrófila mista

Este trabalho teve como objetivo avaliar o desempenho das funções densidade de probabilidade (fdp) Weibull 3 Parâmetros (3P) e Beta ajustadas pelo método da Máxima Verossimilhança para descrever a distribuição diamétrica de espécies arbóreas de um fragmento de Floresta Ombrófila Mista. A área de estudo faz parte da Floresta Nacional de Irati (FLONA), onde foram instaladas 25 parcelas permanentes (100 m x 100 m) com área total amostrada de 25 ha e, para os ajustes, foram utilizados dados de todas as árvores com diâmetro à altura do peito (DAP) superior ou igual a 10 cm. Os ajustes foram feitos para as 20 espécies com maior valor de importância (VI) com dados agrupados em classes de 5 cm de DAP. A programação não linear (PNL) foi utilizada com o objetivo de minimizar os desvios entre valores observados e estimados. Para avaliação dos ajustes, foram utilizados os testes de aderência de Kolmogorov-Smirnov e de Hollander-Proschan, além do Erro-Padrão de Estimativa (%) e Índice de Reynolds. Os resultados indicaram que as funções Weibull 3P e Beta apresentaram resultados satisfatórios, que ambas poderiam ser recomendadas para avaliar a distribuição diamétrica das espécies consideradas e que o uso da PNL nem sempre melhorou os ajustes.

Utilização de redes neurais artificiais para a projeção da distribuição diamétrica de povoamento equiâneos

Objetivou-se neste estudo desenvolver e avaliar a aplicação de redes neurais artificiais para a projeção de parâmetros da distribuição Weibull. Utilizaram-se dados de parcelas permanentes de eucaliptos, mensuradas em oito ocasiões. Ajustou-se a função Weibull com dois parâmetros para todas as parcelas e ocasiões, pelo método da máxima verossimilhança. A projeção da distribuição diamétrica foi feita através de redes neurais artificiais. Comparou-se o método proposto com o método tradicionalmente utilizado na modelagem da distribuição diamétrica. Os modelos utilizando RNA apresentaram melhorias na dispersão gráfica dos resíduos, bem como das estatísticas avaliadas. O método proposto mostrou-se superior ao método comumente usado.

PARÂMETROS GENÉTICOS PARA A CAPACIDADE DE PROPAGAÇÃO DE Pinus taeda POR EMBRIOGÊNESE SOMÁTICA1

Objetivou-se com este trabalho avaliar a capacidade de propagação de famílias dePinus taeda por embriogênese somática utilizando estimativas de parâmetros genéticos. Para a embriogênese somática, foram selecionados cones imaturos de 65 famílias-elite de Pinus taeda. O germoplasma utilizado para a implantação dos testes de campo foi composto por 238 clones de 31 famílias. O estudo foi realizado por meio de análise genetíoco-estatística pelo procedimento de estimação de componentes de variância via máxima verossimilhança residual (Reml) e de predição de valores genéticos via melhor predição linear não viesada (Blup), usando-se o software Selegen-Reml/Blup. De acordo com os resultados, a variabilidade genética possibilita ganhos genéticos altos pela seleção entre famílias, para os caracteres presença de embriões somáticos e número de clones por famílias dePinus taeda. Há baixa ou nenhuma correlação genética entre o número de clones propagados viaembriogênese somática e as características altura, diâmetro, sobrevivência e volume avaliados aos 4 anos de idade em testes clonais. Conclui-se que há maior ganho genético para a capacidade de propagação por embriogênese somática com a seleção de famílias de Pinus taeda.

MODELAGEM DO CRESCIMENTO E DA PRODUÇÃO DE POVOAMENTOS DEEucalyptus EM NÍVEL DE DISTRIBUIÇÃO DIAMÉTRICA UTILIZANDO ÍNDICE DE LOCAL1

RESUMO A predição da produção de povoamentos florestais por classe diamétrica é de suma importância quando se tem por objetivo gerar multiprodutos da madeira. Assim, objetivou-se, neste trabalho, estimar a produção de um povoamento de clones do híbrido de Eucalyptus urophylla x Eucalyptus grandis por classe diamétrica, utilizando a variável índice de local (S). A classificação da capacidade produtiva de cada parcela foi feita por meio de curvas de índices de local, empregando-se os métodos da curva-guia e da equação das diferenças. Em seguida, ajustou-se a função densidade de probabilidade (f.d.p.) Weibull de dois parâmetros pelo método da máxima verossimilhança. Para a projeção dos parâmetros da f.d.p., utilizou-se um sistema de equações com inclusão da variável S. A avaliação do ajuste desse sistema foi feita por meio da análise dos gráficos de resíduos e das estatísticas de precisão: coeficiente de determinação ajustado (R2ajust) e erro-padrão da média relativo (Syx%). O ajuste foi realizado utilizando 80% das parcelas e as 20% restantes, utilizadas para validação. A classificação da capacidade produtiva por meio de índices de local foi eficiente pelos dois métodos avaliados, sendo selecionado o método da curva-guia devido à sua simplicidade e facilidade de aplicação. O sistema de equações com inclusão da variável índice de local (S) foi preciso na modelagem da distribuição diamétrica do povoamento analisado. A aplicabilidade do sistema de equações se mostrou bastante eficiente para três prognoses consecutivas.

Eficácia de dados Hyperion/EO-1 para identificação de alvos agrícolas: comparação com dados ETM+/Landsat-7

O objetivo desta pesquisa foi avaliar o uso de dados hiperespectrais Hyperion/EO-1 na discriminação de alvos agrícolas, comparando a acurácia de classificação obtida pelos dados desse sensor à obtida por dados multiespectrais ETM+/Landsat-7. Para isso, alvos agrícolas da região de Franca - SP, com diferenças espectrais bem definidas e outros alvos com diferenças espectrais sutis, imageados por ambos os sensores, em 16 de julho de 2002, foram discriminados utilizando o classificador supervisionado de Máxima Verossimilhança (MaxVer). Os alvos agrícolas com diferenças espectrais bem definidas foram caracterizados por seis classes de uso e cobertura do solo; já os com diferenças espectrais sutis, por cinco classes de variedades de cana-de-açúcar. Quando os dados ETM+ foram classificados, a acurácia foi de 91,5% para as classes de uso e cobertura do solo e de 67,6% para as classes de variedades de cana-de-açúcar, enquanto, para os dados do sensor Hyperion, a acurácia de classificação foi de 94,9% e de 87,1%, respectivamente, demonstrando, assim, a importância do uso de dados hiperespectrais na discriminação de alvos agrícolas com características espectrais semelhantes.

Influência local em um modelo espacial linear da produtividade da soja utilizando distribuição t-Student

O uso das ferramentas da geoestatística, aliadas à agricultura de precisão permitem o acompanhamento das áreas agrícolas produtoras de soja, estabelecendo as relações de dependência espacial entre os pontos amostrados. A modelagem da estrutura de variabilidade espacial possibilita a construção de mapas temáticos dos atributos estudados, utilizando como método de interpolação a krigagem. Porém, a presença de valores atípicos entre os elementos amostrais pode influenciar na construção e interpretação desses mapas. A distribuição de probabilidades t-Student tem sido utilizada na tentativa de diminuir a influência dos valores atípicos durante a estimativa dos parâmetros de dependência espacial, por ter caudas mais pesadas que a distribuição normal. A detecção dos valores influentes na área em estudo, por meio da análise de diagnósticos de influência local, confere maior confiabilidade na utilização dos mapas gerados, corroborando a aplicação de insumos. Deste modo, o objetivo deste trabalho foi aplicar as técnicas de influência local em dados espacialmente referenciados, com os modelos de perturbação aditiva e utilizando a matriz escala, considerando a distribuição t-Student n-variada. Foi utilizado um modelo espacial linear para o estudo de dados da produtividade da soja em função da altura média de plantas e do número médio de vagens por planta. As técnicas de influência local foram eficientes para detectar pontos que influenciam na escolha do modelo geoestatístico, nas estimativas dos parâmetros e na construção do mapa temático.

Modelo de regressão espacial para estimativa da produtividade da soja associada a variáveis agrometeorológicas na região oeste do estado do Paraná

Este trabalho apresenta o Modelo de Regressão Espacial Autorregressivo Misto (SAR) e Modelo do Erro Espacial (CAR) no intuito de investigar a associação entre a produtividade da soja e as variáveis agrometeorológicas relacionadas à precipitação pluvial, temperatura média e radiação solar global. O estudo foi realizado com os dados das safras dos anos agrícolas de 2005/2006 a 2007/2008, da região oeste do estado do Paraná. Como os dados agrometeorológicos estão disponíveis apenas para oito municípios da região em estudo, as estimativas foram obtidas por meio do uso de Polígonos de Thiessen. A estimativa de parâmetros dos modelos ajustados foi obtida utilizando o método de Máxima Verossimilhança. A avaliação do desempenho dos modelos foi realizada com base no coeficiente de determinação (R²), no máximo valor do logaritmo da função verossimilhança e no critério de informação bayesiano de Schwarz (BIC). Este estudo também permitiu verificar a correlação e autocorrelação espacial entre a produtividade da soja e os elementos agrometeorológicos, por meio da análise espacial de área, usando de técnicas como o índice I de Moran Global e Local uni e bivariado, e os testes de significância. O estudo pôde demonstrar que, por meio dos indicadores de desempenho utilizados, os modelos SAR e CAR ofereceram melhores resultados em relação ao modelo de regressão múltipla clássica.