Retrieval of leaf chlorophyll content in Gannan navel orange based on fusing hyperspectral vegetation indices using machine learning algorithms / Recuperação do teor de clorofila de folhas em laranja do umbigo Gannan com base na fusão de índices de vegetação hiperespectral usando algoritmos de inteligência artificial

ABSTRACT: Estimating leaf chlorophyll contents through leaf reflectance spectra is efficient and nondestructive. The literature base regarding optical indices (particularly chlorophyll indices) is wide ranging and extensive. However, it is without much consensus regarding robust indices for Gannan navel orange. To address this problem, this study investigated the performance of 19 published indices using RDS (raw data spectrum), FDS (first derivative data spectrum) and SDS (second derivative data spectrum) for the estimation of chlorophyll content in navel orange leaves. The single spectral index and combination of multiple spectral indices were compared for their accuracy in predicting chlorophyll a content (Chla), chlorophyll b content (Chlb) and total chlorophyll content (Chltot) content in navel orange leaves by using partial least square regression (PLSR), adaboost regression (AR), random forest regression (RFR), decision tree regression (DTR) and support vector machine regression (SVMR) models. Through the comparison of the above data in three datasets, the optimal modeling data set is RDS data, followed by FDS data, and the worst is SDS data. In modeling with multiple spectral indices, good results were obtained for Chla (NDVI750, NDVI800), Chlb (Datt, DD, Gitelson 2) and Chltot (Datt, DD, Gitelson2) by corresponding index combinations. Overall, we can find that the AR is also the best regression method judging by prediction performance from the results of single spectral index models and multiple spectral indices models. In comparison, result of multiple spectral indices models is better than single spectral index models in predicting Chla and Chltot content using FDS data and SDS data, respectively.

RESUMO: Estimar os teores de clorofila foliar através de espectros de refletância foliar é eficiente e não destrutivo, a base da literatura sobre índices ópticos (principalmente índices de clorofila) é ampla e extensa. No entanto, não há muito consenso sobre índices robustos para a laranja de Gannan. O estudo investigou o desempenho de 19 índices publicados usando RDS (espectro de dados brutos), FDS (espectro de dados de primeira derivada) e SDS (espectro de dados de segunda derivada) para a estimativa do teor de clorofila em folhas de laranja de umbigo. Os índices espectrais foram comparados quanto à sua precisão na previsão do teor de clorofila a (Chla), teor de clorofila b (Chlb) e teor de clorofila total (Chltot) em folhas de laranja de umbigo usando regressão dos mínimos quadrados parcial (PLSR), regressão adaboost (AR), modelos de regressão de floresta aleatória (RFR), regressão de árvore de decisão (DTR) e regressão de máquina de vetor de suporte (SVMR). Através da comparação dos dados acima em três conjuntos de dados, o conjunto de dados de modelagem ideal são os dados RDS, seguidos pelos dados FDS, e o pior são os dados SDS. Na modelagem com vários índices espectrais, bons resultados foram obtidos para Chla (NDVI750, NDVI800), Chlb (Datt, DD, Gitelson 2) e Chltot (Datt, DD, Gitelson2) por combinações de índices correspondentes. No geral, podemos descobrir que o AR também é o melhor método de regressão a julgar pelo desempenho de previsão dos resultados de modelos de índice espectral único e modelos de índices espectrais múltiplos. Em comparação, o resultado de modelos de índices espectrais múltiplos é melhor do que os modelos de índices espectrais únicos na previsão do conteúdo de Chla e Chltot usando dados FDS e dados SDS, respectivamente.

Retrieval of leaf chlorophyll content in Gannan navel orange based on fusing hyperspectral vegetation indices using machine learning algorithms / Recuperação do teor de clorofila de folhas em laranja do umbigo Gannan com base na fusão de índices de vegetação hiperespectral usando algoritmos de inteligência artificial

Estimating leaf chlorophyll contents through leaf reflectance spectra is efficient and nondestructive. The literature base regarding optical indices (particularly chlorophyll indices) is wide ranging and extensive. However, it is without much consensus regarding robust indices for Gannan navel orange. To address this problem, this study investigated the performance of 19 published indices using RDS (raw data spectrum), FDS (first derivative data spectrum) and SDS (second derivative data spectrum) for the estimation of chlorophyll content in navel orange leaves. The single spectral index and combination of multiple spectral indices were compared for their accuracy in predicting chlorophyll a content (Chla), chlorophyll b content (Chlb) and total chlorophyll content (Chltot) content in navel orange leaves by using partial least square regression (PLSR), adaboost regression (AR), random forest regression (RFR), decision tree regression (DTR) and support vector machine regression (SVMR) models. Through the comparison of the above data in three datasets, the optimal modeling data set is RDS data, followed by FDS data, and the worst is SDS data. In modeling with multiple spectral indices, good results were obtained for Chla (NDVI750, NDVI800), Chlb (Datt, DD, Gitelson 2) and Chltot (Datt, DD, Gitelson2) by corresponding index combinations. Overall, we can find that the AR is also the best regression method judging by prediction performance from the results of single spectral index models and multiple spectral indices models. In comparison, result of multiple spectral indices models is better than single spectral index models in predicting Chla and Chltot content using FDS data and SDS data, respectively.

Estimar os teores de clorofila foliar através de espectros de refletância foliar é eficiente e não destrutivo, a base da literatura sobre índices ópticos (principalmente índices de clorofila) é ampla e extensa. No entanto, não há muito consenso sobre índices robustos para a laranja de Gannan. O estudo investigou o desempenho de 19 índices publicados usando RDS (espectro de dados brutos), FDS (espectro de dados de primeira derivada) e SDS (espectro de dados de segunda derivada) para a estimativa do teor de clorofila em folhas de laranja de umbigo. Os índices espectrais foram comparados quanto à sua precisão na previsão do teor de clorofila a (Chla), teor de clorofila b (Chlb) e teor de clorofila total (Chltot) em folhas de laranja de umbigo usando regressão dos mínimos quadrados parcial (PLSR), regressão adaboost (AR), modelos de regressão de floresta aleatória (RFR), regressão de árvore de decisão (DTR) e regressão de máquina de vetor de suporte (SVMR). Através da comparação dos dados acima em três conjuntos de dados, o conjunto de dados de modelagem ideal são os dados RDS, seguidos pelos dados FDS, e o pior são os dados SDS. Na modelagem com vários índices espectrais, bons resultados foram obtidos para Chla (NDVI750, NDVI800), Chlb (Datt, DD, Gitelson 2) e Chltot (Datt, DD, Gitelson2) por combinações de índices correspondentes. No geral, podemos descobrir que o AR também é o melhor método de regressão a julgar pelo desempenho de previsão dos resultados de modelos de índice espectral único e modelos de índices espectrais múltiplos. Em comparação, o resultado de modelos de índices espectrais múltiplos é melhor do que os modelos de índices espectrais únicos na previsão do conteúdo de Chla e Chltot usando dados FDS e dados SDS, respectivamente.

Biomass and vegetation index by remote sensing in different caatinga forest areas / Relação entre biomassa e índices de vegetação por sensoriamento remoto em diferentes áreas de florestas de caatinga

Continued unsustainable exploitation of natural resources promotes environmental degradation and threatens the preservation of dry forests around the world. This situation exposes the fragility and the necessity to study landscape transformations. In addition, it is necessary to consider the biomass quantity and to establish strategies to monitor natural and anthropic disturbances. Thus, this research analyzed the relationship between vegetation index and the estimated biomass using allometric equations in different Brazilian caatinga forest areas from satellite images. This procedure is performed by estimating the biomass from 9 dry tropical forest fragments using allometric equations. Area delimitations were obtained from the Embrapa collection of dendrometric data collected in the period between 2011 and 2012. Spectral variables were obtained from the orthorectified images of the RapidEye satellite. The aboveground biomass ranged from 6.88 to 123.82 Mg.ha-1. SAVI values were L = 1 and L = 0.5, while NDVI and EVI ranged from 0.1835 to 0.4294, 0.2197 to 0.5019, 0.3622 to 0.7584, and 0.0987 to 0.3169, respectively. Relationships among the estimated biomass and the vegetation indexes were moderate, with correlation coefficients (Rs) varying between 0.64 and 0.58. The best adjusted equation was the SAVI equation, for which the coefficient of determination was R² = 0.50, R2aj = 0.49, RMSE = 17.18 Mg.ha-1 and mean absolute error of prediction (MAE) = 14.07 Mg.ha-1, confirming the importance of the Savi index in estimating the caatinga aboveground biomass.

A exploração contínua e insustentável dos recursos naturais promove a degradação ambiental e ameaça a conservação das florestas secas no mundo. Essa situação expõe a fragilidade e a necessidade de estudar as transformações da paisagem. É necessário considerar o quantitativo de biomassa e o estabelecimento de estratégias para monitorar distúrbios naturais e antrópicos. Assim, este trabalho teve como objetivo analisar a relação entre o índice de vegetação e a biomassa estimada por meio de equações alométricas em diferentes áreas da caatinga brasileira a partir de imagens de satélite. Este procedimento é realizado estimando-se a biomassa de nove fragmentos de floresta tropical seca com o uso em equações alométricas. As delimitações das áreas foram obtidas da coleção da Empresa Brasileira de Pesquisa Agropecuária, a partir dos dados dendrométricos coletados no período entre 2011 e 2012. As variáveis espectrais foram obtidas a partir das imagens ortorretificadas do satélite RapidEye. A biomassa acima do solo variou de 6,88 a 123,82 Mg.ha-1. Os valores de SAVI para os coeficientes L = 1 e L = 0,5, NDVI e EVI variaram de 0,1835 a 0,4294, 0,2197 a 0,5019, 0,3622 a 0,7584 e 0,0987 a 0,3169, respectivamente. As relações entre a biomassa estimada e os índices de vegetação foram moderadas, com coeficiente de correlação (rs) variando entre 0,64 e 0,58. A equação mais bem ajustada foi a Equação do SAVI, com coeficiente de determinação foi R² = 0,50, R2aj = 0.49, RMSE = 17.18 Mg.ha-1 e erro médio absoluto de predição (MAE) = 14.07 Mg.ha-1, confirmando a importância do índice SAVI na estimativa da biomassa aérea da Caatinga.

The impact of asset specificity on farmland inheritance willingness: Evidence from apple growers in China / O impacto da especificidade dos ativos na herança de terras agrícolas: evidências de produtores de maçã na China

Based on detailed household survey of apple farmers in Shandong and Shaanxi, this article used a binary logistic regression model to examine the impact of asset specificity on farmers' intergenerational succession arrangements of apple orchard. The results showed that the farmers' intergenerational willingness of younger generation to succeed them is generally weak. The specificity of human capital, physical assets, land assets and geographic location significantly impacted on farmers' intergenerational succession of family-operated apple orchard. Especially, the production technology level of apple planting decision-makers, the value of orchard facilities and machinery owned by apple growers, orchard topography, orchard fertility, government support, and the length of village hardened roads have significantly positive impacts on farmers' willingness. The education achievement of apple planting decision-makers, orchard irrigation area, and the number of village apple disasters negatively impacted farmers' willingness. Therefore, technical training should be intensified to effectively increase the human capital of farmers, infrastructure construction should be strengthened to improve apple production conditions, and professional farmers' operations should be supported to develop moderate-scale operations.

Com base em uma pesquisa domiciliar detalhada de produtores de maçã em Shandong e Shaanxi, este artigo usou um modelo de regressão logística binária para examinar o impacto da especificidade dos ativos nos arranjos de sucessão intergeracional dos produtores de pomar de maçã. Os resultados mostram que a disposição intergeracional dos agricultores da geração mais jovem para sucedê-los é geralmente fraca. A especificidade do capital humano, ativos físicos, ativos de terra e localização geográfica impactaram significativamente na sucessão intergeracional dos agricultores de pomar de maçã administrado por famílias. Especialmente, o nível de tecnologia de produção dos tomadores de decisão de plantio de maçã, o valor das instalações de pomar e maquinários de propriedade dos produtores, topografia do pomar, fertilidade do pomar, apoio do governo e a extensão das estradas da aldeia têm impactos significativamente positivos na vontade dos agricultores. As conquistas educacionais dos tomadores de decisão de plantio de maçã, a área de irrigação do pomar e o número de desastres de maçã nas aldeias impactam negativamente a vontade dos agricultores. Portanto, o treinamento técnico deve ser intensificado para aumentar efetivamente o capital humano dos agricultores, a construção da infraestrutura deve ser reforçada para melhorar as condições de produção de maçã e as operações dos agricultores profissionais devem ser apoiadas para desenvolver operações em escala moderada.

Increasing yoghurt daily production with modeling and simulation process / Aumento da produção diária de iogurte com modelagem e simulação de processos

The objective of this research was to use the modeling and computer simulation to support decision makers, aiming to increase the productive capacity of the agro-industry of LaticínioFunarbe. Specifically, it has modeled the current yoghurt production sector for simulation that enables it to meet the new demand. The Arena 14.7 simulation software was used to conduct the modeling. To validate the model, the output of yoghurt production collected at the factory for three months was compared with the output from the simulated computational model. Two indicators were established to perform analyzes of four different scenarios. The implemented model resulted in an increase in the production capacity of 5,000L.d-1 of yoghurt, corresponding to a production of yoghurts processed daily three times higher than the current production.

O objetivo deste trabalho foi usar a modelagem e a simulação computacional como ferramenta de suporte aos tomadores de decisão, visando a aumentar a produtividade da agroindústria Laticínio Funarbe. Especificamente, modelou o setor atual da produção de iogurte para elaboração de análises que possibilita atender à nova demanda. Para a modelagem utilizou-se o software de simulação Arena 14.7. Para a validação do modelo foram comparados os resultados de produção de iogurte coletados na fábrica durante três meses com os resultados simulados pelo modelo computacional. Foram estabelecidos dois indicadores para realizar análises de quatro cenários diferentes. Por meio do modelo implementado, obtivemos um aumento da capacidade produtiva de 5000L.d-1 de iogurte, que corresponde a uma produção de iogurtes processados, diariamente, três vezes maior do que a produção atual.

Increasing yoghurt daily production with modeling and simulation process / Aumento da produção diária de iogurte com modelagem e simulação de processos

The objective of this research was to use the modeling and computer simulation to support decision makers, aiming to increase the productive capacity of the agro-industry of LaticínioFunarbe. Specifically, it has modeled the current yoghurt production sector for simulation that enables it to meet the new demand. The Arena 14.7 simulation software was used to conduct the modeling. To validate the model, the output of yoghurt production collected at the factory for three months was compared with the output from the simulated computational model. Two indicators were established to perform analyzes of four different scenarios. The implemented model resulted in an increase in the production capacity of 5,000L.d-1 of yoghurt, corresponding to a production of yoghurts processed daily three times higher than the current production.(AU)

O objetivo deste trabalho foi usar a modelagem e a simulação computacional como ferramenta de suporte aos tomadores de decisão, visando a aumentar a produtividade da agroindústria Laticínio Funarbe. Especificamente, modelou o setor atual da produção de iogurte para elaboração de análises que possibilita atender à nova demanda. Para a modelagem utilizou-se o software de simulação Arena 14.7. Para a validação do modelo foram comparados os resultados de produção de iogurte coletados na fábrica durante três meses com os resultados simulados pelo modelo computacional. Foram estabelecidos dois indicadores para realizar análises de quatro cenários diferentes. Por meio do modelo implementado, obtivemos um aumento da capacidade produtiva de 5000L.d-1 de iogurte, que corresponde a uma produção de iogurtes processados, diariamente, três vezes maior do que a produção atual.(AU)

Hydrological calibration and validation of the MGB-IPH model for water resource management in the upper Teles Pires River basin in the Amazon-Cerrado ecotone in Brazil / Calibração e validação do modelo MGB-IPH para gestão de recursos hídricos na bacia do alto Rio Teles Pires, ecótono Amazônia-Cerrado, Brasil

The upper Teles Pires River basin is located in the Brazilian agriculture frontier in the north of Mato Grosso state and has experienced significant changes in land use and cover, which can cause major changes in its hydrological dynamics. Climatic and hydrologic data are scarce in the region, which poses uncertainties in the decision-making process aiming at the sustainable management of water resources in this strategic area. The aim of this study was to evaluate the performance of the Large-Scale Distributed Hydrological Model (MGB-IPH) to assess water availability of the upper Teles Pires basin and support water resource management in the Amazon-Cerrado ecotone. The MGB-IPH model was calibrated and validated using data from three streamflow stations available in the basin. In order to verify the model performance, the Nash-Sutcliffe (NS) and the PBIAS statistical parameters were applied. Our results show that, by using the MGB-IPH model with generally available data, the maximum and minimum flow regimes can be successfully assessed in the upper Teles Pires basin. The continuity curves of daily flow simulated by the model showed a good fit with the observed flow. Overall, the results demonstrated the applicability of the MGB-IPH model for water resource assessment and management in the basin. (AU)

A bacia do alto Rio Teles Pires está localizada na região de fronteira agrícola no norte de Mato Grosso, onde significativas mudanças no uso e cobertura do solo vem ocorrendo, o que, por sua vez, pode resultar em alterações importantes na dinâmica hidrológica da bacia. Dados climáticos e hidrológicos são escassos na bacia, o que gera dificuldades para a gestão sustentável dos recursos hídricos nesta região estratégica. No presente trabalho, avaliamos o desempenho do Modelo de Grandes Bacias (MGB-IPH) para a estimativa da disponibilidade hídrica da bacia do alto Teles Pires, visando o suporte à tomada de decisões para a gestão hídrica no ecótono Amazônia-Cerrado. O modelo MGB-IPH foi calibrado e validado utilizando séries históricas de três estações hidrométricas presentes na bacia. Para avaliação da qualidade do modelo, foram empregados os índices estatísticos de desempenho de Nash-Sutcliffe (NS) e a porcentagem BIAS (PBIAS). Com base nos resultados é possível afirmar que a utilização do modelo MGB-IPH possibilita a estimativa das vazões mínimas e máximas da bacia do alto Teles Pires de forma satisfatória. As curvas de continuidade das vazões diárias simuladas pelo modelo apresentaram um bom ajuste com os dados observados. Os resultados demonstram a aplicabilidade do modelo MGB-IPH como ferramenta de apoio à avaliação e gestão dos recursos hídricos na bacia.(AU)

Optimal selective logging regime and log landing location models: a case study in the Amazon forest / Regime de corte seletivo ótimo em modelos de locação de pátios de estocagem de madeira: um estudo de caso na floresta amazônica

Reduced-impact logging is a well known practice applied in most sustainable forest management plans in the Amazon. Nevertheless, there are still ways to improve the operational planning process. Therefore, the aim of this study was to create an integer linear programming (ILP) to fill in the knowledge gaps in the decision support system of reduced impact logging explorations. The minimization of harvest tree distance to wood log landing was assessed. Forest structure aspects, income and wood production were set in the model, as well as the adjacency constraints. Data are from a dense ombrophylous forest in the western Brazilian Amazon. We applied the phytosociological analysis and BDq method to define the selective logging criteria. Then, ILP models were formulated to allow the application of the constraints. Finally, 32 scenarios (unbalanced forest, UF, and balanced forest, BF) were generated and compared with real executed plans (RE). Robust results were achieved and the expected finding of each scenario was met. The feasibility to integrate ILP models in uneven-aged forest management projects was endorsed. Consequently, the UF and BF scenarios tested were efficient and concise, introducing new advances for forest management plans in the Amazon. The proposed models have a high potential to improve the selective logging activities in the Amazon forest.(AU)

A exploração de impacto reduzido é uma prática bem conhecida e aplicada na maioria dos planos de manejo florestal sustentável na Amazônia. Todavia, ainda há a possibilidade de melhoria do processo de planejamento da operação. Diante da falta de métodos auxiliares à tomada de decisão, o objetivo do trabalho foi desenvolver modelos de programação linear inteira (PLI) para suprir esta demanda. Considerou-se a minimização da distância entre as árvores exploradas e os pátios de estocagem de madeira. Aspectos estruturais, econômicos e produtivos foram incorporados ao modelo, bem como restrições de adjacência. Os dados derivam de uma floresta ombrófila densa na Amazônia Ocidental. Previamente, utilizou-se uma análise fitossociológica e o método BDq como critério de remoção. Posteriormente, modelos de PLI foram formulados para exemplificar as aplicações. Finalmente, 32 cenários (para floresta desbalaceada, UF, e floresta balanceada, BF) foram gerados e comparados com o plano executado no campo (RE). Resultados robustos foram obtidos e atenderam às expectativas de cada cenário. A viabilidade da integração dos modelos de PLI em projetos de manejo de florestas ineqüiâneas foi testado. Os cenários UF e BF testados foram eficientes e concisos, confirmando seu potencial para aumentar a eficiência de planos de exploração madeireira e manejo florestal na Amazônia.(AU)

A smartphone-based apple yield estimation application using imaging features and the ANN method in mature period

Apple yield estimation using a smartphone with image processing technology offers advantages such as low cost, quick access and simple operation. This article proposes distribution framework consisting of the acquisition of fruit tree images, yield prediction in smarphone client, data processing and model calculation in server client for estimating the potential fruit yield. An image processing method was designed including the core steps of image segmentation with R/B value combined with V value and circle-fitting using curvature analysis. This method enabled four parameters to be obtained, namely, total identified pixel area (TP), fitting circle amount (FC), average radius of the fitting circle (RC) and small polygon pixel area (SP). A individual tree yield estimation model on an ANN (Artificial Neural Network) was developed with three layers, four input parameters, 14 hidden neurons, and one output parameter. The system was used on an experimental Fuji apple (Malus domestica Borkh. cv. Red Fuji) orchard. Twenty-six tree samples were selected from a total of 80 trees according to the multiples of the number three for the establishment model, whereby 21 groups of data were trained and 5 groups o data were validated. The R2 value for the training datasets was 0.996 and the relative root mean squared error (RRMSE) value 0.063. The RRMSE value for the validation dataset was 0.284 Furthermore, a yield map with 80 apple trees was generated, and the space distribution o the yield was identified. It provided appreciable decision support for site-specific management.(AU)

Factors affecting the exit from farming of young farmers in Turkey: the case of Nigde province / Fatores que afetam a saída de jovens agricultores de propriedades rurais na Turquia: o caso da província de Nigde

This study has focused on the factor affecting the exit from farming of young farmers, since it is an important issue in many provinces of Turkey. Data obtained through face-to-face interview method with 85 selected young farmers (aged 15-40 years) engaged in agricultural activity in the Nide province in 2017. Logistic regression model based upon the dependent variable decision to exit from farming was used to determine relevant factors. According to results, number of children, the presence of house in the city center and the monthly income level has effects to exit from farming. Young farmers have priorities to reach a better life conditions for their children such as better education and health care services. Rural investment support should be increased; entrepreneurship and innovation trainings should be expanded by encouraging training on agriculture. It would be beneficial to develop different applications such as distance learning modules and digital agriculture.(AU)

Este estudo centrou-se no fator que afeta a saída da agricultura de jovens agricultores, uma vez que é uma questão importante em muitas províncias da Turquia. Dados obtidos através do método de entrevista presencial com 85 jovens agricultores selecionados (com idade entre 15 e 40 anos) envolvidos na atividade agrícola na província de Nide em 2017. Modelo de regressão logística baseado na variável dependente decisão de sair da agricultura foi usado para determinar fatores relevantes. De acordo com os resultados, o número de crianças, a presença de casa no centro da cidade e o nível de renda mensal tem efeitos para sair da agricultura de jovens agricultores na província de Nide. Os jovens agricultores têm prioridades para alcançar melhores condições de vida para seus filhos, como melhor educação e serviços de saúde. O apoio ao investimento rural deve ser aumentado e os treinamentos de empreendedorismo e inovação devem ser expandidos, incentivando a capacitação em agricultura. Com isso, seria benéfico desenvolver diferentes aplicações, como módulos de ensino à distância e agricultura digital.(AU)

Parametrization of the Davis Growth Model using data of crossbred Zebu cattle

The system of differential equations proposed by Oltjen et al. [1986, named Davis Growth Model (DGM)] to represent cattle growth has been parameterized with data from Bos taurus (British) and Bos indicus (Nellore) breeds. The DGM has been successfully used for simulation and decision support in the United States. However, the effect of about 30 years of genetic improvement and the use of different breeds may affect the model parameter values, which also may need to be re-estimated for crossbred animals. The aim of this study was to estimate parameter values and confidence intervals for the DGM with growth and body composition data from Zebu crossbred animals. Confidence intervals and asymptotic distribution were generated through nonparametric bootstrap with data from a field experiment conducted in Brazil. The parameters showed normal probability distribution for most scenarios. The rate constant for deoxyribonucleic acid (DNA) synthesis had a minimum increase of 156 % and the maximum of 389 %, compared to the original values and the maintenance requirement had a minimum increase of 126 % and maximum of 160 % compared to the original values. Lower limits of 95 % confidence intervals for the parameters related to maintenance and protein accretion rates were higher than the original estimates of the DGM, evidencing genetic differences of the Zebu crossbred animals in relation to the original DGM parameters.

Parametrization of the Davis Growth Model using data of crossbred Zebu cattle

The system of differential equations proposed by Oltjen et al. [1986, named Davis Growth Model (DGM)] to represent cattle growth has been parameterized with data from Bos taurus (British) and Bos indicus (Nellore) breeds. The DGM has been successfully used for simulation and decision support in the United States. However, the effect of about 30 years of genetic improvement and the use of different breeds may affect the model parameter values, which also may need to be re-estimated for crossbred animals. The aim of this study was to estimate parameter values and confidence intervals for the DGM with growth and body composition data from Zebu crossbred animals. Confidence intervals and asymptotic distribution were generated through nonparametric bootstrap with data from a field experiment conducted in Brazil. The parameters showed normal probability distribution for most scenarios. The rate constant for deoxyribonucleic acid (DNA) synthesis had a minimum increase of 156 % and the maximum of 389 %, compared to the original values and the maintenance requirement had a minimum increase of 126 % and maximum of 160 % compared to the original values. Lower limits of 95 % confidence intervals for the parameters related to maintenance and protein accretion rates were higher than the original estimates of the DGM, evidencing genetic differences of the Zebu crossbred animals in relation to the original DGM parameters.(AU)

A cost prediction model for machine operation in multi-field production systems

Capacity planning in agricultural field operations needs to give consideration to the operational system design which involves the selection and dimensioning of production components, such as machinery and equipment. Capacity planning models currently onstream are generally based on average norm data and not on specific farm data which may vary from year to year. In this paper a model is presented for predicting the cost of in-field and transport operations for multiple-field and multiple-crop production systems. A case study from a real production system is presented in order to demonstrate the models functionalities and its sensitivity to parameters known to be somewhat imprecise. It was shown that the proposed model can provide operation cost predictions for complex cropping systems where labor and machinery are shared between the various operations which can be individually formulated for each individual crop. By so doing, the model can be used as a decision support system at the strategic level of management of agricultural production systems and specifically for the mid-term design process of systems in terms of labor/machinery and crop selection conforming to the criterion of profitability.

A cost prediction model for machine operation in multi-field production systems

Capacity planning in agricultural field operations needs to give consideration to the operational system design which involves the selection and dimensioning of production components, such as machinery and equipment. Capacity planning models currently onstream are generally based on average norm data and not on specific farm data which may vary from year to year. In this paper a model is presented for predicting the cost of in-field and transport operations for multiple-field and multiple-crop production systems. A case study from a real production system is presented in order to demonstrate the models functionalities and its sensitivity to parameters known to be somewhat imprecise. It was shown that the proposed model can provide operation cost predictions for complex cropping systems where labor and machinery are shared between the various operations which can be individually formulated for each individual crop. By so doing, the model can be used as a decision support system at the strategic level of management of agricultural production systems and specifically for the mid-term design process of systems in terms of labor/machinery and crop selection conforming to the criterion of profitability.(AU)

NEW INSIGHTS ON GENETIC MODELING OF GROWTH AND REPRODUCTIVE TRAITS IN TROPICAL CROSSBRED AND NELLORE CATTLE

Nas avaliações genéticas de animais de produção modelos lineares infinitesimais são frequentemente assumidos, os quais não consideram efeitos de origem não-aditiva e não-linear o que pode reduzir a capacidade preditiva, principalmente em populações de animais cruzados. Neste contexto, há um crescente interesse em métodos de predição que permitem acesso a esses efeitos, sobretudo, sem assumir pressupostos estatísticos. Para predizer valores genéticos em populações cruzadas, o ponto-chave é utilizar métodos que permitem avaliar efeitos não-aditivos (heterose, complementaridade e perdas epistáticas). No entanto, esses efeitos são altamente correlacionados (o que implica em uma condição estatística desfavorável) e frequentemente assumidos como igualmente relevantes. Neste sentido, implementou-se um modelo de seleção de variáveis (BayesB) para estimar efeitos não-aditivos, bem como obter valores genéticos para peso à desmama em uma população com 16.126 bovinos de corte correspondentes a vinte e seis composições de cruzas. O BayesB provou ser um método poderoso para reduzir os problemas de estimativa provenientes de covariáveis não-aditivas, e efeitos comumente assumidos como importantes (efeitos genéticos não-aditivos maternos e ambos efeitos aditivos da raça não são relevantes) foram estatisticamente irrelevantes, o que contrapõe as predefinições empíricas assumidas em vários estudos. Além dos benefícios estatísticos promovidos pela redução de dimensionalidade, o modelo BayesB pode reduzir a demanda computacional e o tempo de processamento por permitir estimar efeitos não-aditivos e predizer valores genéticos em uma única etapa, ou seja, sem analises adicionais como é atualmente realizado. Isto torna o modelo BayesB muito atrativo para aplicação em programas de melhoramento genético de bovinos de corte cruzados. Por outro lado, no campo da seleção genômica ampla, novos métodos estatísticos vêm sendo propostos para minimizar os efeitos colaterais (alta dimensionalidade e multicolinearidade) advindos da estimativa simultânea de SNPs. No entanto, os estudos aplicados à classificação genômica com aprendizado de máquina são poucos. Neste sentido, os métodos de redes neurais artificiais (RNA) têm tido grande visibilidade, no entanto, cenários com maiores conjuntos de dados genômicos analisados por algoritmos de aprendizado de máquina (ML), como RNA, implicam em um dispendioso processamento computacional. Por esta razão, buscando algoritmos ML mais simples para análise de dados genômicos, foram utilizados os métodos AdaBoost - ADA, Bernoulli Naïve Bayes - NB, Decision Tree - DT, Nearest Neighbors - KN, Multilayer Perceptron MLP, e Support Vector Machine para Classification (SVC) para a classificação genômica de stayability em bovinos Nelore. Neste estudo foi realizada seleção de SNPs para ajustar diferentes conjuntos dados genômicos proveniente dos touros (mil, três mil e cinco mil marcadores), a fim de avaliar o impacto da estrutura de dados na classificação das filhas. Além disso, foi incluído ruído biológico nos fenótipos a fim de desafiar os algoritmos de aprendizado. Nesse sentido, verificou-se que os métodos de ML mais simples, como Naïve Bayes, são superiores à métodos mais elaborados para resolver questões complexas de classificação.

In genetic evaluations of farm animals, infinitesimal linear models are frequently assumed, which do not consider source of non-additive and nonlinear effects, it might reduce the predictive ability, mainly in populations of crossbred animals. In this context, there have been increasing interest in prediction methods that allow access these effects, above all, without assume statistical presuppositions. For predict breeding values in crossbred populations the key point use methods that allow assess non-additive effects (heterosis, complementarity and epistatic losses). However, these effects are highly correlated and frequently assumed as equally relevant. In the sense, a variable selection model (BayesB) was implemented to estimate non-additive effects as well as obtain breeding values for weaning weight in a population with 16,126 beef cattle corresponding to twenty-six crosses compositions. The BayesB proved to be a powerful method to reduce the estimation problems coming from non-additives covariates, and effects frequently assumed as important (maternal non-additive genetic effects and both breed additive effects are not relevant) were statistical reset, opposing the empirical presets assumed in several studies. In addition to benefits statistical promoted by dimensionality reduction, the BayesB model might reduce computational demand and processing time given that enable estimate non-additive effects and predict breeding values in single step, in other words, without additional analysis as it is currently done. It makes the BayesB model very attractive for application in breeding programs of crossbred beef cattle. On the other hand, in the genome-wide selection field, new statistical methods have been proposed in order to minimize the side effects (high-dimensionality and multicollinearity) coming from simultaneous estimation of SNPs. However, the studies applied to genomic classification with machine learning are few. In the sense, the artificial neural network (ANN) methods have been highlighted, however, scenarios with larger genomic data set analyzed by machine learning (ML) algorithms, as ANN, imply in an expensive computational processing. For this reason, searching ML algorithms simplest, was proposed a study of genome-enabled classification by several machine learning frameworks for stayability trait in Nellore cattle. In this study, was performed SNPs selection to fitting three sires' genomic data set (one, three and five thousand markers), in order to evaluate the impact of structure data set in the classification of daughters. Moreover, was included biological noise in phenotypes in other to challenge to learning algorithms. In this sense, was verify that ML frameworks simplest, as Naïve Bayes, are better to elaborate methods to solve complex issue of classification.

Simulating the effect of climate on star grass growth and quality and its capacity to support milk production in the tropical regions of Mexico / Simulando o efeito do clima sobre o crescimento e qualidade da grama estrela e sua capacidade de suporte na produção de leite em regiões tropicais do México

The objective of the present study was to simulate the effect of the seasonal variation of climate on the nutritional value and dry matter yield of star grass and its capacity to support milk production alone or with concentrate supplementation in small-scale milk production systems in the tropical regions of Mexico. Two mathematical simulation models were used, the first model simulates the growth and yield of star grass (Cynodon plectostachyus), and the second model simulates the productive performance of dairy cows. Both models were integrated in a decision-making support system (DSSTROP). Model's predictions were validated by a calibration exercise for each data set from three experiments on the effect of concentrate supplementation on milk yield. The DSSTROP predictions and the results from the experiments were compared by regression analysis. The results suggest that the DSSTROP adequately predicts milk production (R2=0.74). The DSSTROP predictions suggest that milk production based solely on star grass may occur only between June to August. The highest milk yield (8.5kg cow-1 day-1) sustained solely on grass was achieved in June, followed by lower yields of 5kg cow-1 day-1 in July and August. Milk production without concentrates can be explained by the positive effects of the rain observed during June to August on grass growth, and to the fact that grass quality is best at the beginning of the rainy season. It is concluded that June to August is the best time of the year for milk production base solely on grass. It also was concluded that the use of large quantities of concentrates by farmers may be justified because milk production with star grass alone may not be possible especially during the dry season.(AU)

O objetivo do presente trabalho foi simular o efeito da variação sazonal do clima sobre o valor nutritivo e a produção de matéria seca do capim-estrela e a sua capacidade de apoiar a produção de leite, com ou sem suplementação concentrada, nos sistemas de produção de leite em pequena escala, nas regiões tropicais da região central do México. Foram utilizados dois modelos de simulação, o primeiro modelo simula o crescimento e produção de grama estrela (Cynodon plectostachyus), e o segundo modelo simula o desempenho produtivo de vacas leiteiras. Ambos os modelos foram integrados em um sistema de apoio à tomada de decisão para a produção de leite em regiões de clima tropical (DSSTROP). Previsões do modelo foram validadas por um exercício de calibração, para os quais foram utilizados dados de três experimentos sobre o efeito da suplementação concentrada na produção de leite. As previsões do DSSTROP e os dados obtidos foram comparados através de análise de regressão. Os resultados sugerem que o DSSTROP prevê adequadamente a produção de leite (R2=0,74) para as três experiências simuladas. As previsões DSSTROP sugerem que a produção de leite com base exclusivamente na grama estrela pode ocorrer apenas entre junho a agosto. A maior produção de leite (8,5kg vaca-1 dia-1), sustentada unicamente na grama foi alcançada em junho, seguido por rendimentos mais baixos de cerca de 5kg vaca-1 dia-1, em julho e agosto. O período de produção de leite sem concentrado pode ser explicado pelos efeitos positivos da chuva, observada durante junho-agosto no crescimento do pasto, e devido ao fato de que o valor nutritivoé melhor no início da estação chuvosa. Conclui-se que entre junho-agosto é a melhor época do ano para a base de produção de leite exclusivamente com pasto. Além disso, o uso de grandes quantidades de concentrados pelos agricultores na área de estudo se justifica, pois produção de leite somente com grama estrela não é possível e talvez nem aconselhável.(AU)

Simulating the effect of climate on star grass growth and quality and its capacity to support milk production in the tropical regions of Mexico / Simulando o efeito do clima sobre o crescimento e qualidade da grama estrela e sua capacidade de suporte na produção de leite em regiões tropicais do México

The objective of the present study was to simulate the effect of the seasonal variation of climate on the nutritional value and dry matter yield of star grass and its capacity to support milk production alone or with concentrate supplementation in small-scale milk production systems in the tropical regions of Mexico. Two mathematical simulation models were used, the first model simulates the growth and yield of star grass (Cynodon plectostachyus), and the second model simulates the productive performance of dairy cows. Both models were integrated in a decision-making support system (DSSTROP). Model's predictions were validated by a calibration exercise for each data set from three experiments on the effect of concentrate supplementation on milk yield. The DSSTROP predictions and the results from the experiments were compared by regression analysis. The results suggest that the DSSTROP adequately predicts milk production (R2=0.74). The DSSTROP predictions suggest that milk production based solely on star grass may occur only between June to August. The highest milk yield (8.5kg cow-1 day-1) sustained solely on grass was achieved in June, followed by lower yields of 5kg cow-1 day-1 in July and August. Milk production without concentrates can be explained by the positive effects of the rain observed during June to August on grass growth, and to the fact that grass quality is best at the beginning of the rainy season. It is concluded that June to August is the best time of the year for milk production base solely on grass. It also was concluded that the use of large quantities of concentrates by farmers may be justified because milk production with star grass alone may not be possible especially during the dry season.

O objetivo do presente trabalho foi simular o efeito da variação sazonal do clima sobre o valor nutritivo e a produção de matéria seca do capim-estrela e a sua capacidade de apoiar a produção de leite, com ou sem suplementação concentrada, nos sistemas de produção de leite em pequena escala, nas regiões tropicais da região central do México. Foram utilizados dois modelos de simulação, o primeiro modelo simula o crescimento e produção de grama estrela (Cynodon plectostachyus), e o segundo modelo simula o desempenho produtivo de vacas leiteiras. Ambos os modelos foram integrados em um sistema de apoio à tomada de decisão para a produção de leite em regiões de clima tropical (DSSTROP). Previsões do modelo foram validadas por um exercício de calibração, para os quais foram utilizados dados de três experimentos sobre o efeito da suplementação concentrada na produção de leite. As previsões do DSSTROP e os dados obtidos foram comparados através de análise de regressão. Os resultados sugerem que o DSSTROP prevê adequadamente a produção de leite (R2=0,74) para as três experiências simuladas. As previsões DSSTROP sugerem que a produção de leite com base exclusivamente na grama estrela pode ocorrer apenas entre junho a agosto. A maior produção de leite (8,5kg vaca-1 dia-1), sustentada unicamente na grama foi alcançada em junho, seguido por rendimentos mais baixos de cerca de 5kg vaca-1 dia-1, em julho e agosto. O período de produção de leite sem concentrado pode ser explicado pelos efeitos positivos da chuva, observada durante junho-agosto no crescimento do pasto, e devido ao fato de que o valor nutritivoé melhor no início da estação chuvosa. Conclui-se que entre junho-agosto é a melhor época do ano para a base de produção de leite exclusivamente com pasto. Além disso, o uso de grandes quantidades de concentrados pelos agricultores na área de estudo se justifica, pois produção de leite somente com grama estrela não é possível e talvez nem aconselhável.

Dynamics of animal growth and milk yield using animal and diet characteristics

Esta tese é composta por dois estudos que objetivam simular processos biológicos inerentes a produção animal utilizando a abordagem da dinâmica de sistemas (DS). O primeiro estudo teve como objetivo utilizar a DS e equações mecanicistas de sistemas nutricionais atuais para descrever e simular as exigências de energia e proteína, a composição do ganho, a taxa de crescimento e a massa corporal de cordeiros confinados. O modelo desenvolvido foi avaliado com um conjunto de dados composto por 564 mensurações individuais de massa corporal final e concentração energética na dieta. A simulação fornece uma descrição gráfica e numérica dos requerimentos nutricionais, composição do ganho e estima o desempenho dos animais ao longo do tempo. As predições da massa corporal final apresentam uma raiz de erro quadrático médio de 3,11 kg, o que corresponde a 7,79 % da massa corporal final observada e um R2 de 0,89 indicando acurácia e precisão, respectivamente. O segundo estudo objetivou modelar, com base em equações empíricas e conceituais propostas na literatura científica, o consumo de matéria seca com base na demanda fisiológica de energia e na teoria da limitação física, as exigências nutricionais, a ingestão de energia metabolizável, a produção de leite possível e a produção de metano de origem entérica ou do esterco em função da composição da fibra. Com a informação simulada, calculouse a quantidade de cada variável por unidade de produto, fornecendo as eficiências de uso de alimentos e energia, e as intensidades de emissão. Uma simulação foi conduzida com dados de composição química de cinco estádios de maturidade de uma gramínea, Pennisetum purpureum Schum., aos 61, 82, 103,124 e 145 dias após o plantio, como dieta exclusiva para uma vaca de duplo propósito com 450 kg de massa corporal e um potencial de produção de 20 kgd-1, com 3,5% de gordura. O consumo de matéria seca foi limitado pelo enchimento ruminal em todos os estádios de maturidade da gramínea. O consumo foi diminuído conforme aumentava a concentração da fibra em detergente neutro com a maturidade da forragem, reduzindo o consumo de energia metabolizável, o consumo de substrato fermentável e a produção de leite. A produção de leite possível foi de 9,407 a 4,568 kgd-1 para as gramíneas mais novas e mais velhas, respectivamente. A produção de metano a partir da fermentação entérica reduz com a maturidade da forragem, os valores simulados variaram entre 103,8 e 74,5 gdia-1, para as gramíneas com 61 e 145 dias de crescimento, respectivamente. Uma redução da eficiência alimentar de 9,25% foi estimada para a forragem 82 dias comparada a de 61 dias, representando a redução do consumo e da concentração de energia metabolizável do alimento. A produção simulada de metano entérico por unidade de produto apresentou uma diferença de 32,33%, variando entre 11,0 e 16,3 gramas por quilograma de produto, para 61 e 145 dias de rebrota, respectivamente. Os modelos podem ser usados como uma ferramentas para a tomada de decisões e para a aprendizagem, ilustrando princípios práticos de nutrição animal, determinação das exigências nutricionais, mudanças na composição corporal, compreensão das implicações da massa corporal padrão, regulação do consumo de alimentos, desempenho de animais leiteiros em condições tropicais e eficiências alimentar e energética, além das emissões de metano a partir da fermentação entérica e do esterco em função da composição da fibra.

This thesis is composed by two studies that aim to simulate biological process of animal production using System Dynamics (SD) approach. The first study aimed to use SD and mechanistic equations from current nutritional systems to describe and simulate the energy and protein requirements, the composition of gain, growth rate, and body mass of feedlot lambs. The developed model was evaluated with a dataset of 564 individual measures of final body mass and diet energy concentration. The simulation provides a graphical and numerical description of the nutrient requirements, composition of gain, and estimates animal performance over time. The simulation of final body mass presents a root-mean-squared error of 3.11 kilograms (kg), which corresponds to 7.79% of observed final body mass and a R2 of 0.89 indicating accuracy and precision, respectively. Based on empirical and conceptual equations proposed on scientific literature, the second study aimed to model the dry matter intake based on physiological energy demand and on physical limitation theory, the nutritional requirements, metabolizable energy intake, milk yield allowed, and methane production from enteric and manure fermentation as a function of fiber composition. By using the simulated information, the amount of each variable required per unit of fat corrected milk, the efficiency of feed and energy use, and the emission intensity were calculated. A simulation was conducted with chemical composition data of five maturity stages Pennisetum purpureum Schum. grass (61, 82, 103,124 and 145 days after planting) as exclusive diet to a 450 kg double purpose cow with 20 kgd-1 of potential milk yield with 3.5% of fat. The dry matter intake was limited by rumen fill capacity to all grasses maturities and decreases as neutral detergent fiber composition increases with forage maturity, reducing metabolizable energy intake, fermentative substrate intake, and milk yield. Milk yield allowed was ranged from 9.407 to 4.568 kg d-1 to younger and older forage, respectively. Methane production from enteric fermentation reduces with forage maturity, simulated values range from 103.8 and 74.5 gday-1, to younger and older forage, respectively. A reduction of feed efficiency of 9.25% was estimated from 61 to 82 days of growing grass, accounting the reduction of feed intake and the metabolizable energy concentration. Simulated methane production per unit of product presents a difference of 32.33% ranging between 11.0 and 16.3 grams per kilogram of product to 61 and 145 days of regrowth, respectively. The models can be used as a support decision and as learning tools to illustrate practical principles of animal nutrition, nutrient requirement relationships, body composition changes, understanding of standard body mass implications, feed intake regulation, tropical dairy cattle performance, feed and energy efficiencies, and methane emissions from enteric and manure fermentation as function of fiber composition.

Uso da variância genética em modelos mecanicistas dinâmicos de crescimento para predizer o desempenho e a composição da carcaça de bovinos confinados

A predição da variância fenotípica é de grande importância para que os sistemas de produção de bovinos de corte consigam aumentar a rentabilidade otimizando o uso de recursos. Modelos mecanicistas dinâmicos do crescimento bovino vêm sendo utilizados como ferramentas de suporte à tomada de decisão em sistemas de manejo individual do gado. Entretanto, a aplicação desses modelos ainda fundamenta-se em parâmetros populacionais, sem qualquer abordagem para que se consiga capturar a variabilidade entre sujeitos nas simulações. Assumindo que modelos mecanicistas sejam capazes de simular o componente de desvio ambiental da variância fenotípica e considerando que marcadores SNPs possam predizer o componente genético dessa variância, esse projeto objetivou evoluir em direção a um modelo matemático que considere a variabilidade entre animais em seu nível genético. Seguindo conceitos de fisiologia genômica computacional, nós assumimos que a variância genética da característica complexa (i.e. produto do comportamento do modelo) surge de características componentes (i.e. parâmetros dos modelos) em níveis hierárquicos mais baixos do sistema biológico. Esse estudo considerou dois modelos mecanicistas do crescimento de bovinos Cornell Cattle Value Discovery System (CVDS) e Davis Growth Model (DGM) e ao questionar se os parâmetros de tais modelos mapeariam regiões genômicas que englobam QTLs já descritos para a característica complexa, verificou as suas interpretações biológicas esperadas. Tal constatação forneceu uma prova de conceito de que os parâmetros do CVDS e do DGM são de fato fenótipos cuja interpretação pode ser confirmada através das regiões genômicas mapeadas. Um método de predição genômica foi então utilizado para computar os parâmetros do CVDS e do DGM. Os efeitos dos marcadores SNPs foram estimados tanto para os parâmetros quanto para os fenótipos observados. Nós buscamos qual o melhor cenário de predição simulações dos modelos com parâmetros computados a partir das informações genômicas ou predição genômica conduzida diretamente nos fenótipos complexos. Nós encontramos que enquanto a predição genômica dos fenótipos complexos pode ser uma melhor opção em relação aos modelos de crescimento, simulações conduzidas com parâmetros obtidos a partir de dados genômicos estão condizentes com simulações geradas com parâmetros obtidos a partir de métodos regulares. Esse é o principal argumento para chamar atenção da comunidade científica de que a abordagem apresentada nesse projeto representa um caminho para o desenvolvimento de uma nova geração de modelos nutricoinais aplicados capazes de capturar a variabilidade genética entre bovinos de corte confinados e produzir simulações com variáveis de entrada específicas de cada genótipo. Esse projeto é a primeira abordagem no Brasil conhecida dos autores a usar genótipos Bos indicus para o estudo da aplicação de genômica integrada à modelos mecanicistas para o manejo e comercialização de animais na pecuária.

The prediction of phenotypic variance is important for beef cattle operations to increase profitability by optimizing resource use. Dynamic mechanistic models of cattle growth have been used as decision support tools for individual cattle management systems. However, the application of such models is still based on population parameters, with no further approach to capture between-subject variability. By assuming that mechanistic models are able to simulate environmental deviations components of phenotypic variance and considering that SNPs markers may predict the genetic component of this variance, this project aimed at evolving towards a mathematical model that takes between-animal variance to its genetic level. Following the concepts of computational physiological genomics, we assumed that genetic variance of the complex trait (i.e. outcome of model behavior) arises from component traits (i.e. model parameters) in lower hierarchical levels of biological systems. This study considered two mechanistic models of cattle growth Cornell Cattle Value Discovery System (CVDS) and Davis Growth Model (DGM) and verified their expected biological interpretation by asking whether model parameters would map genomic regions that harbors QTLs already described for the complex trait. This provided a proof of concept that CVDS and DGM parameters are indeed phenotypes whose expected interpretations may be stated by means of their mapped genomic regions. A method of genomic prediction to compute parameters for CVDS and DGM was then used. SNP marker effects were estimated both for their parameters and observed phenotypes. We looked for the best prediction scenario model simulation with parameters computed from genomic data or genomic prediction on complex phenotypes directly. We found that while genomic prediction on complex phenotypes may still be a better option than predictions from growth models, simulations conducted with genomically computed parameters are in accordance with those performed with parameters obtained from regular methods. This is the main argument to call attention from the research community that this approach may pave the way for the development of a new generation of applied nutritional models capable of representing genetic variability among beef cattle under feedlot conditions and performing simulations with inputs from individuals genotypes. To our knowledge, this project is the first of this kind in Brazil and the first using Bos indicus genotypes to study the application of genomics integrated with mechanistic models for the management and marketing of commercial livestock.

Modelos de ajuda à decisão para a definição da época de semeadura e do padrão tecnológico da cultura do trigo

The present work is aimed at analyzing the efficiency of decision support models which are based on mathematical programming to help with the choice of the adequate period for sowing, as well as, the technological pattern (high, medium and low yield) to the cultivation of wheat in relation to the losses which can be caused by frost, giberella, hail and excessive rain during the harvest season. The economical results were defined from data gathered in a group of 27 production units in Ijuí and surroundings. The levels and probabilities of the losses were estimated through review of specialized literature, also considering the experience of farmers and technicians of the region. It was suggested that the model which provided more support for the decision taking was the maximization model of gross margin restricted to reaching a determined economical result in a pre-established probability.

O objetivo do trabalho foi analisar a capacidade de modelos de ajuda à decisão baseados na programação matemática para subsidiar a escolha da época de semeadura e do padrão tecnológico (alto, médio e baixo rendimento) para a cultura do trigo em função das perdas que podem ser provocadas por geada, giberela, granizo e excesso de chuva na colheita. Os resultados econômicos da cultura foram definidos a partir dos dados de um grupo de 27 unidades de produção da região de Ijuí. Os níveis e as probabilidades das perdas foram estimados por meio de uma revisão da literatura especializada, tendo sido também levada em consideração a experiência dos agricultores e de técnicos da região. Foi concluído que o modelo de maximização da margem bruta sob a restrição de atingir certo resultado econômico a uma probabilidade pré-fixada foi o que proporcionou mais subsídios para a tomada de decisão.