Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan

Abstract One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Resumo Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].(AU)

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].(AU)

PRODUÇÃO DE FORRAGEM DE CULTURAS ANUAIS E CONSÓRCIO COM GRAMÍNEAS EM CONDIÇÕES DE SEMIÁRIDO

O semiárido nordestino caracteriza-se pela ocorrência de chuvas mal distribuídas em um período relativamente curto, o que proporciona altos riscos na agricultura de sequeiro, seja ela para produção de grãos ou de forragem para alimentação animal. O conhecimento das culturas/cultivares e o plantio consorciado de gramíneas com milho apontam como uma forma mais eficaz para a produção de volumoso nas condições semiárida. Objetivou-se avaliar a produção de culturas anuais e o consórcio de milho com gramíneas para alimentação animal nas condições edafoclimáticas do semiárido cearense. Para isso, foram realizados cinco experimentos: para o primeiro experimento, foi comparado o desempenho fenotípico de cultivares híbridas e variedades de quatro culturas anuais para produção de forragem (milho, sorgo, milheto, girassol) e do segundo até o quarto experimento foram avaliados a adaptabilidade e estabilidade das culturas (milho, sorgo e milheto) analisando a produção de massa seca de forragem por hectare durante dois anos em três locais no semiárido cearense. Foram conduzidos ensaios para cada cultura (milho, sorgo, milheto e girassol), em delineamento experimental de blocos ao acaso com três repetições, procedendo-se a avaliação dos caracteres agronômicos e bromatológicos, e posterior análises dos dados pelo método gráfico tanto para plasticidade fenotípica quanto para adaptabilidade e estabilidade. Para o quinto experimento, foram estudadas as gramíneas com reconhecida tolerância a período de estresse hídrico em consórcio com a cultura do milho. O delineamento utilizado foi em blocos casualizados com 9 tratamentos, sendo utilizado duas espécies forrageiras (Megathyrsus maximus cv. Massai e Cenchrus ciliares cv. Buffel Áridus), dois métodos de plantio (sulco do plantio da forrageiras e a lanço) e duas épocas de cultivo (plantio simultâneo das forrageiras com o milho e o plantio da cultura do milho após 15 dias do plantio das forrageiras), um tratamento controle adicional com milho solteiro, analisado como fatorial 2x2x2+1, com 3 repetições e, totalizando 27 parcelas experimentais. As variáveis determinadas foram fertilidade do solo em cada parcela (0-0,05 e 0-0,2 m), diagnose foliar do milho, exportação de nutrientes, atributos biométricos e de produção do milho e das forrageiras. Para o primeiro experimento observou-se que as culturas do sorgo e do milheto se destacam com boa plasticidade fenotípica no conjunto de caracteres avaliados em condições de sequeiro no semiárido cearense. Nos experimentos de adaptabilidade e estabilidade as cultivares avaliadas para a produtividade de massa seca de forragem, o BRS Ponta Negra (sorgo), AL Bandeirante (milho) e BRS 1501 (milheto) apresentaram uma boa adaptabilidade e estabilidade sendo alternativas interessantes tanto para recomendações aos produtores quanto para servir como população de base em programas de melhoramento para essas culturas em região semiárida. No quinto experimento, as propriedades químicas do solo não apresentaram diferenças entre os tratamentos do consórcio, época e método de plantio em relação a testemunha (milho solteiro). Na exportação e acúmulo de nutrientes, o capim massai acumulou e exportou mais nutrientes (N, P, K, Ca, Mg e S) em relação ao capim buffel. Para a produtividade de massa seca de forragem a consorciação apresentou diferentes níveis de competição, tanto para espécie de forrageira quanto para épocas de cultivo, contudo para produção total de biomassa (milho e forrageiras) não houve diferença significativa entre os tratamentos.

The Brazilian semiarid region is feature by the event of ragged rains in a short period of time, which provides high risks in rainfed crop, be it for grain or feed yield. The knowledge of the cultivars of annual crops associated to the intercropping with grasses can reduce the risk of yield of forage in semiarid conditions. The aim of this study was to assess the forage yield of annual crops and the intercropping of corn with grasses under the edaphoclimatic conditions of the Brazilian semiarid region. Five trials were carried out: for the first trial, the phenotypic performance of hybrids and varieties cultivars of four annual crops for forage yield (maize, sorghum, millet, sunflower) was measured, from the second to the fourth trial evaluated the adaptability and stability of the crops (maize, sorghum and millet) for the yield of forage dry mass per hectare for two years and in three environment in the Brazilian semiarid region. For each crop (maize, sorghum, millet and sunflower), a randomized complete block design with three replicates was evaluated, and the agronomic and bromatological traits were measured and the data were analyzed by the graphic method for both phenotypic plasticity and for adaptability and stability. For the fifth trial, the grasses were measure intercropping with the maize crop. The trial design was a randomized complete block design with 9 treatment, two forage species (Megathyrsus maximus cv. Massai e Cenchrus ciliares cv. Buffel Áridus) two form growth (to sow in crop lines and to sow on the ground) and two growing seasons (simultaneous growth of grasses with maize and growth maize after 15 days of grasses), an additional check treatment with single maize crop, analyzed as factorial 2x2x2+1, with 3 replicates and, totaling 27 trials plots. The variables stated were soil fertility in each plot (0-0.05 and 0-0.2 m), maize leaf diagnosis, nutrient export, biometric attributes and maize and forage yield. For the first trials it was observed that the sorghum and millet crops showed better phenotypic plasticity in the traits set evaluated under dry conditions in the semiarid region. In the trials of adaptability and stability, the cultivars evaluated for the dry matter yield of forage, BRS Ponta Negra (sorghum), AL Bandeirante (maize) and BRS 1501 (millet) showed good adaptability and stability, interesting alternatives both for recommendations to farm and for use in breeding programs for these crops in the semiarid region. In the fifth trial, the chemical properties of the soil did not show differences between the treatments of the intercropping, the form growth and growing seasons in relation to the check (single maize crop). In the export and accumulation of nutrients, the massai grass accumulated and exported more nutrients (N, P, K, Ca, Mg and S) than the buffel grass. For the dry matter yield of forage, the intercropping presented different levels of competition, both for grasses species and for growing seasons. However, for total biomass yield (maize and grass) there was no significant difference between treatments.

DESEMPENHO AGRONÔMICO, VALOR NUTRICIONAL E MODELAGEM DE RESPOSTAS PRODUTIVAS E FISIOLÓGICAS DE CULTIVARES DE MILHETO NO SEMIÁRIDO

Diante da conjuntura de uma segunda revolução verde, associada com o advento das mudanças climáticas, torna-se imperativo identificar plantas eficientes em relação ao uso da água. Neste contexto, o milheto (Pennisetum glaucum (L.) R.) pode ser uma cultura chave para sistemas agrícolas dependentes de chuva. Desse modo, objetivou-se avaliar o desempenho agronômico e parâmetros nutricionais de cultivares de milheto; calibrar e validar um modelo de simulação de desempenho agronômico, visando a sua aplicabilidade em estratégias de manejo; e avaliar a influência da maturidade fisiológica nas características agronômicas, qualidade e parâmetros nutricionais da silagem de milheto. Foram realizados quatro experimentos, distribuídos em três estações experimentais. No Experimento 1, cinco cultivares de milheto foram avaliadas para produção de silagem. A produtividade de biomassa variou de 9,9 a 14,1 t/MS/ha e a produtividade de matéria seca digestível variou de 5,0 a 7,2 t/MS/ha. No Experimento 2, em condições semelhantes ao experimento anterior, observou-se produtividade de matéria seca variando de 7,6 a 11,5 t/MS/ha, enquanto a produtividade de matéria seca digestível variou de 3,7 a 5,6 t/MS/ha. Na análise de agrupamento observou-se a formação de três grupos distintos, com destaque para o grupo composto pelas cultivares CMS-03 e CMS-01. No Experimento 3 também foram avaliados cinco cultivares de milheto, no entanto além das características agronômicas foram observados parâmetros relacionados a qualidade da silagem, consumo e digestibilidade aparente. A produtividade de matéria seca digestível foi de 6,6 t/MS/ha. O cultivar IPA BULK1-BF apresentou o maior percentual de panícula e digestibilidade in vitro da matéria seca, enquanto a cultivar BRS 1501 apresentou as maiores concentrações de ácido butírico e valores de pH. O consumo e a digestibilidade aparente não foram influenciados pelas cultivares. Na avaliação do modelo de predição, foram utilizados os dados experimentais oriundos dos três ensaios citados anteriormente. Baseando-se em dados climáticos dos últimos 15 anos, simularam-se diferentes datas de plantio e avaliou-se o impacto dessa estratégia de manejo no desempenho de quatro cultivares de milheto. Os resultados mostraram que o modelo foi hábil para simular de forma acurada a fenologia e desempenho da cultura, frente aos dados mensurados. Além disso, observou-se que o período ótimo de plantio variou entre as localidades e é dependente de padrões climáticos, mas apresentou a mesma tendência entre as cultivares. No Experimento 4, utilizou-se apenas uma cultivar de milheto cortada em diferentes estágios de maturidade. Os resultados mostraram que a produtividade de matéria seca e matéria seca digestível, a concentração de matéria seca, carboidratos e lignina aumentaram com o avanço da maturidade. No entanto, a concentração de proteína bruta, consumo e digestibilidade aparente decresceram. Conclui-se que as cultivares de milheto apresentaram viabilidade para produção de forragem em condições semiáridas. Para o IPA BULK1-BF observou-se maior potencial para produção de silagem com corte após 50 dias de plantio. O modelo CSM-CERES-Pearl Millet pode ser usado como uma ferramenta estratégica na definição de planos de manejo para a cultura do milheto em condições semiáridas brasileiras.

Faced with the second Green Revolution scenario, associated with the advent of climate change, becomes imperative to identify water-use efficient plants. In this context, pearl millet (Pennisetum glaucum(L) R) can play an important role in rainfed agricultural systems. Thus, the objective was to evaluate the agronomic performance and nutritional parameters of pearl millet cultivars for silage production; calibrate and validate a dynamic crop simulation model, aimed at its application in management strategies; and evaluate the influence of physiological maturity in agronomic traits, quality and nutritional parameters of pearl millet silage. For this, were conducted four trials, distributed in three experimental stations. In Experiment 1, five pearl millet cultivars were evaluated for silage production. The biomass yield ranged from 9.9 to 14.1 t/DM/ha, and digestible dry matter yield ranged from 5.0 to 7.2 t/DM/ha. In Experiment 2, under similar conditions of the previous experiment, was observed a dry matter yield ranging from 7.6 to 11.5 t/DM/ha, while the digestible dry matter yield ranged from 3.7 to 5,6 t/DM/ha. In cluster analysis was observed the formation of three distinct groups, with the group formed by CMS-03 and CMS-01 cultivars out-performed the others. In Experiment 3 were also evaluated five cultivars of millet, however beyond agronomic parameters were observed quality silage, intake, and digestibility. Digestible dry matter yield had an average value of 6.6 t/DM/ha. The cultivar IPA BULK1-BF had the highest percentage of panicle and in vitro digestibility of dry matter, while the BRS 1501 showed the highest concentrations of butyric acid and pH values. Intake and apparent digestibility were not influenced by cultivars. In assessing the prediction model, the experimental data from the three trials mentioned above were used. Based on long-term historical weather data, were simulated different sowing dates and evaluated the impact of this management strategy in the performance of four pearl millet cultivars. The results showed that the model was able to simulate the phenology and crop performance accurately, compared to measured data. Furthermore, it was observed that the optimum sowing window varied among locations depending on rainfall patterns, although showing the same trend for cultivars within a site. For the Experiment 4 was used only one pearl millet cultivar harvested at different maturity stages. The results showed that the dry matter and digestible dry matter yield, the concentration of dry matter, carbohydrates and lignin increased with maturity increasing. However, the concentration of crude protein, intake and apparent digestibility decreased. Therefore, it concludes that the pearl millet cultivars had feasibility for forage production under semi-arid conditions. For the cultivar IPA BULK1-BF was observed potential to yield forage within a wide harvest window, which ranges between 50 and 80 days after sowing. The CSM-CERES-Pearl Millet model could be a useful tool for the definition of management strategies for the pearl millet crop at Brazilian semi-arid.