Developing an algorithm to geographically estimate the available time for agricultural field spraying in the state of Mato Grosso do Sul / Desenvolvendo um algoritmo para estimar geograficamente o tempo disponível para pulverização agrícola no estado de Mato Grosso do Su

The dimensions of mechanized agricultural systems depend on the edaphoclimatic conditions, crops, and work regimes. This study aimed to geographically estimate the monthly available time and number of favorable hours for agricultural field spraying in the state of Mato Grosso do Sul, Brazil. The meteorological restrictions imposed during unfavorable hours were as follows: ambient temperature above 32 ºC, relative humidity below 50 %, wind speed above 15 km h-1, and volumetric soil humidity above 39 % (equivalent to 90 % of the available water capacity). Mathematical models were then developed considering a period of ten years, which used historical data from the ground monitoring stations of the National Institute of Meteorology within the region. The subsequent algorithm was programmed and installed in a web server to simulate the time required for agricultural field spraying. During the cropping period in the region, there were climatic restrictions on performing agricultural spraying, with relative humidity being the variable with the most significant impact. However, soil moisture conditions restricted the available time for agricultural spraying more than the wind speed, relative air humidity, or ambient temperature.

O dimensionamento de sistemas mecanizados agrícolas depende das condições edafoclimáticas, da cultura e do regime de trabalho. O objetivo deste trabalho foi estimar geograficamente o tempo disponível mensal e o número de horas favoráveis à pulverização agrícola no Estado de Mato Grosso do Sul, Brasil. As restrições meteorológicas impostas para o cálculo das horas desfavoráveis foram: temperatura ambiente acima de 32ºC, umidade relativa abaixo de 50%, velocidade do vento acima de 15 km h-1 e umidade volumétrica do solo acima de 39% (equivalente a 90% da capacidade hídrica disponível). Os modelos matemáticos foram elaborados considerando um período de dez anos, com base nos dados históricos das estações automáticas do Instituto Nacional de Meteorologia instaladas no Estado. O algoritmo desenvolvido e instalado em ambiente web permitiu simular o tempo disponível para pulverização agrícola no estado de Mato Grosso do Sul. Durante o período de safra na região, há restrições climáticas para a realização da atividade de pulverização agrícola, sendo a umidade relativa do ar a variável de maior impacto. A condição de umidade do solo é mais restritiva para o tempo disponível para a pulverização agrícola do que a velocidade do vento, umidade relativa do ar ou temperatura do ambiente.

Models for optimizing selection based on adaptability and stability of cotton genotypes / Modelos para otimizar a seleção baseada em adaptabilidade e estabilidade de genótipos de algodão

In multi-environment trials (MET), large networks are assessed for results improvement. However, genotype by environment interaction plays an important role in the selection of the most adaptable and stable genotypes in MET framework. In this study, we tested different residual variances and measure the selection gain of cotton genotypes accounting for adaptability and stability, simultaneously. Twelve genotypes of cotton were bred in 10 environments, and fiber length (FL), fiber strength (FS), micronaire (MIC), and fiber yield (FY) were determined. Model selection for different residual variance structures (homogeneous and heterogeneous) was tested using the Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC). The variance components were estimated through restricted maximum likelihood and genotypic values were predicted through best linear unbiased prediction. The harmonic mean of relative performance of genetic values (HMRPGV) were applied for simultaneous selection for adaptability, stability, and yield. According to BIC heterogeneous residual variance was the best model fit for FY, whereas homogeneous residual variance was the best model fit for FL, FS, and MIC traits. The selective accuracy was high, indicating reliability of the prediction. The HMRPGV was capable to select for stability, adaptability and yield simultaneously, with remarkable selection gain for each trait.(AU)

Em ensaios multi-ambientes, grandes redes experimentais são utilizadas para a avaliação de genótipos, tentando contornar o efeito que a interação genótipo por ambiente desempenha na seleção genotípica. Neste estudo, objetivamos testar diferentes estruturas de variância residual e medir o ganho de seleção de genótipos de algodão, baseados em produtividade, adaptabilidade e estabilidade, simultaneamente. Doze genótipos de algodão foram plantados em 10 ambientes, sendo determinados o comprimento da fibra (CF), a resistência da fibra (RF), a micronaire (MIC) e produtividade de fibras (PF). A seleção do modelo para diferentes estruturas de variância residual (homogênea e heterogênea) foi testada usando o Critério de Informação de Akaike (AIC) e o Critério de Informação Bayesiano (BIC). Os componentes de variância foram estimados através de máxima verossimilhança restrita e os valores genotípicos foram preditos através da melhor predição linear não viesada. A média harmônica do desempenho relativo dos valores genéticos (HMRPGV) foram aplicadas para seleção simultânea para adaptabilidade, estabilidade e produtividade. De acordo com o BIC, a estrutura residual heterogênea apresentou o melhor ajuste para a característica PF, enquanto a estrutura residual homogênea apresentou o melhor ajuste para as características CF, RF e MIC. A acurácia seletiva foi alta, indicando confiabilidade da predição. O método HMRPGV foi capaz de selecionar para estabilidade, adaptabilidade e produtividade, simultaneamente, com notável ganho de seleção para cada característica.(AU)