Professional Documents
Culture Documents
SUMMARY: The present work aims to obtain discrete variables of any procuction
factor from continue variables, collected on line source sprinkler systems, under field
conditions. For demonstrating the proposed method, it was used a practicle example, in
which was estimated the nitrogen levels applied on corn crop, by a line source sprinkler
system. Techniques of polinomial regression analysis were used to obtain the function
that described the sprinkler water distribution profile under field conditions. Applying
numeric integration to this function, it was possible to obtain the discrete data necessary
to calculate the crop prodution function. In the practicle example, the discrete data
obtained was the average of the nitrogen levels applied to each treatment. After it, the
crop production function to corn crop can be estimated in relation to the nitrogen levels.
1
Trabalho extraído da dissertação do primeiro autor.
2
Eng. Agrônomo, M.Sci., doutorando do curso de pós-graduação em Irrigação e Drenagem, Depto. de
Engenharia Rural, ESALQ/USP, Av. Pádua Dias, 11, Piracicaba, SP, e-mail: fcmendon@carpa.ciagri.usp.br
3
Prof. Dr., Depto. de Engenharia Rural, ESALQ/USP, Piracicaba, SP, e-mail: tabotrel@carpa.ciagri.usp.br
Recebido pelo Conselho Editorial em: 10/4/97
Aprovado pelo Conselho Editorial em: 29/1/99
Eng. Agríc., Jaboticabal, v.18, n.1, p.20-30, set.1998
Transformação de variáveis contínuas em discretas 21
INTRODUÇÃO
As funções de produção são muito usadas no estabelecimento do comportamento
das plantas com relação aos fatores produtivos. A determinação de funções de produção
geralmente parte de variáveis discretas. Exemplificando, escolhe-se as doses de um
fertilizante contendo o nutriente desejado, aplicando-as em locais predeterminados. A
seguir, obtém-se a resposta da cultura estudada em relação às doses de nutriente
aplicadas. Com os pares de dados obtidos, estima-se a função de produção para o
nutriente utilizado. Essa função, desde que bem estimada, permitirá o estabelecimento de
relações entre o fator produtivo e a produção da cultura.
PEREIRA & ARRUDA (1987) afirmaram que os modelos mais utilizados em
funções de produção com uma variável são:
a) quadrático
2
Y(x) = a + a 1 x + a 2 x (1)
0
b) raiz quadrada
Y(x) = a 0 + a 1 x +a2 x (2)
c) exponencial quadrático
a 0 + a1 x + a 2 x 2
Y(x) = e (3)
em que,
Y(x) - estimativa de produtividade da cultura para uma determinada
quantidade de insumo aplicada (x);
a0, a1, a2 - parâmetros obtidos através de regressão polinomial, e
x - quantidade de insumo aplicada.
O uso desse sistema, portanto, causa a variação contínua dos fatores que
influenciam a produção. Para que se obtenha uma função de produção deve-se utilizar
variáveis discretas, distintas para cada tratamento. Para obter esse tipo de variável em um
sistema de aspersão em linha, deve-se fazer uma transformação dos parâmetros
continuamente variados em parâmetros discretos, definidos de acordo com o tratamento
preestabelecido.
ARAGÜÉS et al. (1992), fazendo estudos de salinidade, afirmaram que a
distribuição de água ou de substâncias químicas aplicadas pelo sistema de aspersão em
linha depende da disposição do equipamento no campo, da distância entre aspersores, da
direção predominante do vento e do perfil de distribuição de água pelos aspersores
utilizados. Os autores aconselham a instalação de experimentos com esse tipo de sistema
paralelamente à direção predominante do vento, para diminuir o seu efeito distorsivo.
Esse efeito, entretanto, é apenas atenuado com a adoção dessa medida. Isso provoca
alterações no perfil triangular de distribuição de água pelos aspersores, desejado em
experimentos desse tipo para facilitar o cálculo da dose média aplicada do fator estudado
em cada faixa de tratamentos (água, nutrientes, herbicidas etc.).
Vários trabalhos sobre sistemas de aspersão em linha recomendam a utilização de
aspersores com perfil de distribuição de água com formato triangular. Apesar de ser
possível selecionar bocais de aspersores que produzam esse tipo de perfil, pode ocorrer
uma distorção do mesmo devido à ação do vento. É aconselhável, portanto, a utilização
de uma metodologia que permita a determinação dessa lâmina de água aplicada em cada
faixa de tratamentos, permitindo o uso dos dados obtidos no estabelecimento de funções
de produção. A melhor maneira de conhecer o perfil de distribuição de água que ocorre
no campo é medi-lo no próprio local, após uma seleção prévia de bocais dos aspersores
feita em laboratório.
Na Figura 1 apresenta-se o perfil desejado em um sistema de aspersão em linha
que tem forma triangular.
realidade do experimento.
Para tentar contornar esse tipo de problema, pode-se determinar funções que
descrevam a distribuição do fator produtivo ao longo da distância em relação à linha de
aspersores. Utilizando-se cálculo integral pode-se chegar à dose média aplicada em cada
faixa de tratamento. A partir daí, determina-se a função de produção para o fator
estudado, utilizando-se os dados do fator como variável discreta (quantidade por área,
geralmente).
O presente trabalho teve por objetivo o desenvolvimento de uma metodologia de
determinação de funções de produção a partir de parâmetros continuamente variados,
coletados em sistemas de aspersão em linha. Foram utilizadas técnicas de regressão
polinomial e integração de funções para transformação das variáveis contínuas, obtidas
por meio de sistemas de aspersão em linha, em variáveis discretas.
MATERIAL E MÉTODOS
Na determinação de funções que exprimam quantidade de um fator produtivo
aplicado por unidade de área por meio de um sistema de aspersão em linha, deve-se
primeiro conhecer a distribuição de precipitação do sistema. Esse parâmetro pode ser
obtido colocando-se uma ou mais linhas de coletores em linha reta, perpendicularmente à
linha de aspersores, atravessando toda a extensão do alcance do jato de água desses,
conforme apresentado na Figura 2.
fator estudado for aplicado à área experimental. Os dados coletados em cada posição
serão acumulados e somados ao final das aplicações, obtendo-se o total aplicado por
posição.
De posse desses dados, pode-se fornecê-los ao modelo matemático para obtenção
da função matemática que exprima a distribuição do fator estudado em relação à
distância de um ponto qualquer até os emissores (em linha reta e perpendicular à linha de
irrigação). Essa função será chamada, a partir de agora, de função de distribuição de
insumo.
A função de distribuição de insumo será obtida por regressão polinomial. Há
vários “softwares” que podem ser utilizados para obtenção dessa função. Neste caso foi
utilizado o “software” Statigraphic Plus 6.0. O modelo a ser adotado depende da
precisão que se pretende ter. Neste trabalho é mostrado um exemplo de aplicação, para o
qual foram obtidas três funções de distribuição de insumo. As funções são de terceiro,
quarto e quinto graus, respectivamente. Isso foi feito para mostrar a diferença de precisão
de acordo com a função utilizada.
Função de terceiro grau:
2 3
f(x) = a + b x + c x + d x (4)
Função de quarto grau:
2 3 4
f(x) = a + b x + c x + d x + e x (5)
Função de quinto grau:
2 3 4 5
f(x) = a + b x + c x + d x + e x + f x (6)
em que,
f(x) - quantidade do fator produtivo estudado, aplicada num ponto à distância x da
linha de aspersores;
a, b, c, d, e, f - parâmetros obtidos por regressão polinomial, e
x - distância de determinado ponto em relação à linha de aspersores (em linha reta
e perpendicular à mesma).
O comportamento dos dados de distribuição do insumo aplicado pode ser
previamente estudado em um gráfico para verificação das funções que podem explicar
melhor o fenômeno.
Para obtenção da função de produção para o fator estudado, deve-se observar o
comportamento dos dados de produção, verificar qual a função que melhor os descreve e
permite fazer extrapolação de resultados, utilizando-a para estudo, discussão e
conclusões a respeito do fenômeno.
As parcelas experimentais no sistema de aspersão em linha foram dispostas
perpendicularmente à linha de aspersores, conforme apresentado na Figura 3. A dose de
insumo aplicada em cada tratamento foi determinada integrando-se a função de
distribuição de insumo em cada trecho e dividindo-se o resultado da integração pelo
comprimento da parcela. O resultado é a dose média aplicada na parcela, conforme pode-
se observar pela eq.(7).
F - fertirrigação
I - irrigação
FIGURA 3. Disposição dos tratamentos no campo.
RESULTADOS E DISCUSSÃO
A Figura 4 apresenta um exemplo ilustrativo da teoria apresentada. O exemplo
trata da distribuição de nitrogênio na área experimental por meio de um sistema de
aspersão em linha, conforme dados obtidos por MENDONÇA (1994). Juntamente à
curva de distribuição de nitrogênio na área experimental está plotada uma linha de
tendência do tipo linear, que seria normalmente utilizada na estimativa da dose aplicada.
400
350
348,26
300
Dose de N (kg ha )
-1
250
200 225,29
150 131,2
160,25
100
73,91
50
14,15
0
1 3 5 7 9 11 13
Distância em relação ao aspersor (m)
Dose de N(Kg/ha) Linear (Dose de N(Kg/ha))
Um maior número de pontos pode melhorar ainda mais o ajuste das funções de
terceiro e quarto graus. Quando isso não for suficiente, deve-se utilizar um modelo que
permita um melhor ajuste em relação aos dados observados.
Quanto melhor for o ajuste da função aos dados obtidos no sistema de aspersão
em linha, menor a porcentagem de erro da função de produção que será estimada a partir
deles.
A partir da função “Dose N x Distância”, pode-se determinar uma função de
produção para a cultura utilizada em relação ao fator estudado. Utilizando-se a
integração matemática pode-se chegar à dose média do fator estudado aplicada em cada
faixa da área experimental.
Assim, ter-se-á:
a) Utilizando a função de distribuição de insumo de 3o grau:
a
( 435,428477 − 99,63026 x + 11,855372 x 2 − 0,572558 x3 dx )
[Y(x)]ba = b
L
(11)
[Y(x)]ba = b
L
(15)
em que,
x - dose do fertilizante (kg ha-1 ), e
i - distância em direção perpendicular a partir da linha de aspersores.
Na Tabela 2 apresentam-se as doses médias aplicadas em cada parcela, de acordo
com a metodologia de cálculo proposta (eq.(12, 14 e 16)), comparando os resultados
obtidos com uma estimativa linear do perfil de distribuição (eq.(17)).
TABELA 2. Dose média de nitrogênio aplicada por parcela do experimento.
Dose Média Aplicada por Parcela (estimada)
Início da Fim da
Tratamento Linear 3o grau 4o grau 5o grau
Parcela (m) Parcela (m) -1 -1 -1
(kg ha ) (kg ha ) (kg ha ) (kg ha-1)
T1 0 3 301,50 317,68 318,50 314,54
T2 3 6 207,00 178,08 179,06 175,67
T3 6 9 112,50 112,75 113,73 117,13
T4 9 12 34,00 28,92 29,74 33,78
Observando os resultados obtidos, nota-se que a dose média estimada por um
perfil linear distancia-se dos resultados obtidos pelas demais funções de distribuição,
principalmente nas doses mais altas (dados mais próximos à linha de aspersores). Isto
pode afetar a função de produção obtida a partir desses dados.
Analisando a produtividade da cultura estudada nos intervalos, obtém-se as
variáveis necessárias para a definição da função de produção em questão. Escolhe-se,
então, o modelo mais adequado à representação dos dados observados. Além de ajustar-
se bem aos dados observados, os modelos devem permitir previsões de resultados para
quantidades do insumo acima e abaixo daquelas que foram testadas. Para isso é preciso
que o modelo represente o comportamento natural do fenômeno.
CONCLUSÕES
Com base nos resultados obtidos pode-se concluir que:
- A metodologia proposta para estimativa da dose média em cada tratamento
cumpriu sua função de maneira satisfatória;
- No caso estudado, as estimativas de doses médias para cada parcela feitas pelas
funções de terceiro, quarto e quinto graus aproximaram-se mais da realidade do que a
estimativa linear;
- A estimativa de doses médias aplicadas feita pela função de quinto grau foi a
que mais se aproximou dos dados observados.
- A função de produção adotada e que apresentou maior coeficiente de
determinação foi do tipo exponencial quadrática.
REFERÊNCIAS BIBLIOGRÁFICAS
ARAGÜÉS, R., ROYO, A., FACI, J. Evaluation of a triple line-source sprinkler system
for salinity crop production studies. Soil Science Society of America Journal,
Madison, v.56,n.2, p.377-83, Mar/Apr, 1992.
FARIA, R.T. Estudo da lâmina de irrigação na cultura do trigo (Triticum aestivum, L.),
utilizando o sistema de “aspersão em linha”. Piracicaba, 1981. 71 p. Dissertação
(Mestrado em Agronomia, área de concentração Fitotecnia) - Escola Superior de
Agricultura “Luiz de Queiroz”, Universidade de São Paulo.
FRIZZONE, J.A. Funções de resposta do feijoeiro (Phaseolus vulgaris L.) ao uso de
nitrogênio e lâminas de irrigação. Piracicaba, 1986. 133 p. Tese (Doutorado em
Agronomia, área de concentração Irrigação e Drenagem) - Escola Superior de
Agricultura “Luiz de Queiroz”, Universidade de São Paulo.
HANKS, R.J., SISSON, D.V., HURST, R.L., HUBBARD, K.G. Statistical analysis of
results from irrigation experiments using the line-source sprinkler system. Soil
Science Society of America Journal, Madison, v.44, n.4, p.886-8. Jul/Aug, 1980.
LAUER, D.A. Line source sprinkler system for experimentation with sprinkler applied
nitrogen fertilizers. Soil Science Society of America Journal, Madison, v.47, n.1,
p.124-8, Jan/Feb 1983.
MENDONÇA, F.C. Adubação nitrogenada na cultura do milho aplicada por um
sistema de aspersão em linha. Piracicaba, 1994. 60 p. Dissertação (Mestrado em
Agronomia, área de concentração Irrigação e Drenagem) - Escola Superior de
Agricultura “Luiz de Queiroz”, Universidade de São Paulo.
PEREIRA, A.R., ARRUDA, H.V. Ajuste de curvas na pesquisa biológica. Campinas:
Fundação Cargill, 1987. 50 p.