ijier logo

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:
Array, Array, Array, Array
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.

Author Biographies
  1. Valeria Pohlmann, Federal University of Santa Maria

    MSc. in Agronomy, Department of Crop Science

  2. Sidinei José Lopes, Federal University of Santa Maria

    Prof., DSc., Department of Crop Science

  3. Isabel Lago, Federal University of Santa Maria

    Prof., DSc., Department of Crop Science

  4. Jéssica Taynara da Silva Martins, Federal University of Santa Maria

    MSc. in Agronomy, Department of Crop Science

  5. Caren Alessandra da Rosa, Federal University of Santa Maria

    MSc. in Soil Science, Department of Soil

  6. Patrícia Carine Hüller Goergen, Federal University of Santa Maria

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

  7. Menigui Spanevello Dalcin, Federal University of Santa Maria

    Student of Agronomist, Department of Crop Science

  8. Maiara Brauner da Silveira, Federal University of Santa Maria

    Student of Agronomist, Department of Crop Science

  9. André Schoffel , Federal University of Santa Maria

    DSc., Department of Crop Science

  10. Diego Portalanza, Federal University of 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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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 . DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/10.1016/j.earscirev.2019.102953

Downloads
Published
2021-05-01
Issue
Vol. 9 No. 5 (2021): International Journal for Innovation Education and Research
Section
Journal Articles
License

Copyright (c) 2021 Valeria Pohlmann, Sidinei José Lopes, Isabel Lago, Jéssica Taynara da Silva Martins, Caren Alessandra da Rosa, Patrícia Carine Hüller Goergen, Menigui Spanevello Dalcin, Maiara Brauner da Silveira, André Schoffel , Diego Portalanza

Creative Commons License

This work is licensed under a Creative Commons Attribution-NoDerivatives 4.0 International License.

Copyrights for articles published in IJIER journals are retained by the authors, with first publication rights granted to the journal. The journal/publisher is not responsible for subsequent uses of the work. It is the author's responsibility to bring an infringement action if so desired by the author for more visit Copyright & License.

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