Software para predição da qualidade fisiológica de sementes de espécies agrícolas

• Processo: 16/13126-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de dezembro de 2016
• Data de Término da vigência: 30 de novembro de 2018
• Área do conhecimento: Ciências Agrárias - Agronomia - Fitotecnia
• Pesquisador responsável: Maria Márcia Pereira Sartori
• Beneficiário: Maria Márcia Pereira Sartori
• Instituição Sede: Faculdade de Ciências Agronômicas (FCA). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Pesquisadores associados: Edvaldo Aparecido Amaral da Silva ; Renato Fernandes Cantão
• Bolsa(s) vinculada(s): 17/08004-6 - Qualidade fisiológica de sementes de espécies agrícolas, BP.TT; 16/24950-6 - Qualidade fisiológica de sementes de espécies agrícolas, BP.TT
• Assunto(s): Germinação de sementes Longevidade de sementes
• Palavra(s)-Chave do Pesquisador: Germinação de sementes | longevidade de sementes | Modelos de Predição | Modelagem aplicada a qualidade fisiológica de sementes

Resumo

A modelagem matemática consiste na arte (ou tentativa) de se descrever matematicamente um fenômeno. Muitos problemas práticos podem ser resolvidos utilizando-se modelos matemáticos e inúmeras vezes, as situações são muito diferentes, mas a abordagem e a filosofia subjacentes são as mesmas. A germinação e longevidade de sementes apresentam comportamento sigmoidal, no entanto, esse comportamento é dependente das condições ambientais de umidade relativa e temperatura, assim podem ser avaliados por diferentes funções do tipo Boltzmann, Gomperz, Weibull ou logísticas. Como as variáveis de longevidade e germinação são binárias a maneira adequada de ajustar um modelo é pelas probabilidades, com funções de ligações específicas logit, probit ou complemento log log, sendo estas aplicadas conforme a função definida pelo ajuste do comportamento dos dados originais. Assim o objetivo deste projeto é avaliar os diferentes modelos matemáticos para predizer a germinação e longevidade de sementes de: milho e soja e elaborar um software, de fácil manuseio, que permita otimizar a escolha da função a ser utilizada, determinado de forma detalhada e rápida os parâmetros úteis desses fenômenos. (AU)

Publicações científicas

(5)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DE FARIA, RUTE QUELVIA; DOS SANTOS, AMANDA RITHIELI PEREIRA; GARIEPY, YVAN; DA SILVA, EDVALDO APARECIDO AMARAL; SARTORI, MARIA MARCIA PEREIRA; RAGHAVAN, VIJAYA. Optimization of the process of drying of corn seeds with the use of microwaves. Drying Technology, NOV 2019. (16/13126-0)

DE FARIA, RUTE QUELVIA; DOS SANTOS, AMANDA RITHIELI PEREIRA; GARIEPY, YVAN; DA SILVA, EDVALDO APARECIDO AMARAL; SARTORI, MARIA MARCIA PEREIRA; RAGHAVAN, VIJAYA. Optimization of the process of drying of corn seeds with the use of microwaves. Drying Technology, v. 38, n. 5-6, SI, p. 676-684, APR 3 2020. (16/13126-0)

PEREIRA DOS SANTOS, AMANDA RITHIELI; DE FARIA, RUTE QUELVIA; AMORIM, DEOCLECIO JARDIM; RETAMEIRO GIANDONI, VALERIA CRISTINA; AMARAL DA SILVA, EDVALDO APARECIDO; PEREIRA SARTORI, MARIA MARCIA. Cauchy, Cauchy-Santos-Sartori-Faria, Logit, and Probit Functions for Estimating Seed Longevity in Soybean. AGRONOMY JOURNAL, v. 111, n. 6, p. 2929-2939, NOV-DEC 2019. (16/13126-0)

CANTAO, RENATO FERNANDES; RIBEIRO-OLIVEIRA, JOAO PAULO; DA SILVA, EDVALDO A. AMARAL; DOS SANTOS, AMANDA RITHIELI; DE FARIA, RUTE QUELVIA; SARTORI, MARIA MARCIA PEREIRA. POMONA: a multiplatform software for modeling seed physiology. FRONTIERS IN PLANT SCIENCE, v. 14, p. 13-pg., 2023-07-06. (18/25698-4, 17/50211-9, 16/13126-0)

DE FARIA, RUTE Q.; DOS SANTOS, AMANDA R. P.; AMORIM, DEOCLECIO J.; CANTAO, RENATO F.; DA SILVA, EDVALDO A. A.; SARTORI, MARIA M. P.. Probit or Logit? Which is the better model to predict the longevity of seeds?. SEED SCIENCE RESEARCH, v. 30, n. 1, p. 49-58, MAR 2020. (16/13126-0)