Rooting competence of mini-cuttings of Cabralea canjerana clones in different seasons / Enraizamento de miniestacas de clones de Cabralea canjerana em diferentes estações do ano

The objectives of this research were to evaluate the rooting competence of mini-cuttings throughout the four seasons and to estimate the adventitious rooting time of canjerana clones. A clonal mini-garden was established with 11 clones in a closed hydroponic system. Evaluations were performed throughout the four seasons for the number of mini-cuttings produced per mini-stump, percentage of survival and rooting of mini-cuttings, number of roots, average root length, and number of rooted mini-cuttings per mini-stump. Data were submitted to analysis of variance and means were compared. A rooting curve was estimated for clones 10SM05, 12SMI25, and 12SMI43 that exhibited high competence for adventitious rooting. Our results indicated that canjerana clones can be selected for adventitious rooting competence of mini-cuttings during different seasons, and that canjerana mini-cuttings should be cultivated for 63 days in a rooting chamber.(AU)

Os objetivos deste trabalho foram avaliar a competência ao enraizamento de miniestacas ao longo das quatro estações do ano e determinar o tempo de enraizamento adventício de clones de canjerana. O minijardim clonal foi estabelecido com 11 clones em um sistema fechado de cultivo. Foram realizadas avaliações do número total de miniestacas produzidas por minicepa, da percentagem de sobrevivência e de enraizamento das miniestacas, do número de raízes, do comprimento médio das raízes e contabilizado o número de miniestacas enraizadas por minicepa, ao longo das quatro estações do ano. Os dados foram submetidos à análise de variância e realizado teste de comparação de médias. Também foi elaborada a curva de enraizamento para os clones 10SM05, 12SMI25 e 12SMI43, com alta competência ao enraizamento adventício. Clones de canjerana podem ser selecionados para a competência ao enraizamento adventício das miniestacas nas diferentes estações do ano. Miniestacas de canjerana devem ser cultivadas em câmara úmida por 63 dias para o enraizamento.(AU)

Number of leaves for modelling the leaf area of velvet bean according to leaf dimensions / Número de folhas para modelar a área foliar de mucuna cinza por dimensões foliares

In order to obtain reliable models for estimating the leaf area, it is important that parameter estimates be accurate and, for that, they must be generated based on an appropriate number of leaves. The objective of this research was to determine the number of leaves required to model the leaf area of velvet beans (Stizolobium cinereum) as determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x), using a potency model (Y=axb), generated through iterative process. In six periods of culture development (29, 43, 57, 73, 87 and 101 days after emergence) were collected, randomly, 790 leaves. Each leaf is composed of left, center and right leaflets. The width of the central leaflet (x) was measured and leaf area (the leaf area sum of the left, center and right leaflets) was determined through the method of digital photos (Y). The number of leaves, necessary for estimating parameters a and b of the potency model and the coefficient of determination (R2), was determined by resampling, with replacement. In the case of the velvet bean, the potency model (=4.4019x1.8697, R2=0.9821) based on the width of the central leaflet (x) is adequate to estimate the leaf area obtained through digital photos (Y). Measuring 240 leaves is sufficient to build accurate potency models of the velvet bean leaf area determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x).

Para modelos fidedignos de estimação de área foliar, é importante que as estimativas de seus parâmetros sejam precisas, e, para isso, devem ser geradas com número adequado de folhas. O objetivo deste trabalho foi determinar o número de folhas necessário para modelar a área foliar de mucuna cinza (Stizolobium cinereum) determinada por fotos digitais (Y), em função da largura do limbo do folíolo central da folha (x), por meio do modelo potência (Y=axb), gerado por processo iterativo. Em seis períodos de desenvolvimento da cultura (29, 43, 57, 73, 87 e 101 dias após a emergência) foram coletadas, aleatoriamente, total de 790 folhas. Cada folha é composta pelos folíolos esquerdo, central e direito. Foi mensurada a largura do limbo do folíolo central (x) e determinada a área foliar (soma da área dos folíolos esquerdo, central e direito) por meio do método de fotos digitais (Y). O número de folhas, necessário para a estimação dos parâmetros a e b do modelo potência e do coeficiente de determinação do modelo (R2), foi determinado por reamostragem, com reposição. Em mucuna cinza, o modelo potência (=4,4019x1,8697, R2=0,9821) da largura do limbo do folíolo central (x) é adequado para estimar a área foliar obtida por fotos digitais (Y). Mensurar 240 folhas é suficiente para construção de modelos precisos do tipo potência, da área foliar de mucuna cinza determinada por fotos digitais (Y) em função da largura do limbo do folíolo central da folha (x).

Number of leaves for modelling the leaf area of velvet bean according to leaf dimensions / Número de folhas para modelar a área foliar de mucuna cinza por dimensões foliares

In order to obtain reliable models for estimating the leaf area, it is important that parameter estimates be accurate and, for that, they must be generated based on an appropriate number of leaves. The objective of this research was to determine the number of leaves required to model the leaf area of velvet beans (Stizolobium cinereum) as determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x), using a potency model (Y=axb), generated through iterative process. In six periods of culture development (29, 43, 57, 73, 87 and 101 days after emergence) were collected, randomly, 790 leaves. Each leaf is composed of left, center and right leaflets. The width of the central leaflet (x) was measured and leaf area (the leaf area sum of the left, center and right leaflets) was determined through the method of digital photos (Y). The number of leaves, necessary for estimating parameters a and b of the potency model and the coefficient of determination (R2), was determined by resampling, with replacement. In the case of the velvet bean, the potency model (=4.4019x1.8697, R2=0.9821) based on the width of the central leaflet (x) is adequate to estimate the leaf area obtained through digital photos (Y). Measuring 240 leaves is sufficient to build accurate potency models of the velvet bean leaf area determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x).(AU)

Para modelos fidedignos de estimação de área foliar, é importante que as estimativas de seus parâmetros sejam precisas, e, para isso, devem ser geradas com número adequado de folhas. O objetivo deste trabalho foi determinar o número de folhas necessário para modelar a área foliar de mucuna cinza (Stizolobium cinereum) determinada por fotos digitais (Y), em função da largura do limbo do folíolo central da folha (x), por meio do modelo potência (Y=axb), gerado por processo iterativo. Em seis períodos de desenvolvimento da cultura (29, 43, 57, 73, 87 e 101 dias após a emergência) foram coletadas, aleatoriamente, total de 790 folhas. Cada folha é composta pelos folíolos esquerdo, central e direito. Foi mensurada a largura do limbo do folíolo central (x) e determinada a área foliar (soma da área dos folíolos esquerdo, central e direito) por meio do método de fotos digitais (Y). O número de folhas, necessário para a estimação dos parâmetros a e b do modelo potência e do coeficiente de determinação do modelo (R2), foi determinado por reamostragem, com reposição. Em mucuna cinza, o modelo potência (=4,4019x1,8697, R2=0,9821) da largura do limbo do folíolo central (x) é adequado para estimar a área foliar obtida por fotos digitais (Y). Mensurar 240 folhas é suficiente para construção de modelos precisos do tipo potência, da área foliar de mucuna cinza determinada por fotos digitais (Y) em função da largura do limbo do folíolo central da folha (x).(AU)

Sample size for estimating average productive traits of pigeon pea / Tamanho de amostra para a estimação da média de caracteres produtivos de feijão guandu

ABSTRACT: The objectives of this study were to determine the sample size, in terms of number of plants, needed to estimate the average values of productive traits of the pigeon pea and to determine whether the sample size needed varies between traits and between crop years. Separate uniformity trials were conducted in 2011/2012 and 2012/2013. In each trial, 360 plants were demarcated, and the fresh and dry masses of roots, stems, and leaves and of shoots and the total plant were evaluated during blossoming for 10 productive traits. Descriptive statistics were calculated, normality and randomness were checked, and the sample size was calculated. There was variability in the sample size between the productive traits and crop years of the pigeon pea culture. To estimate the averages of the productive traits with a 20% maximum estimation error and 95% confidence level, 70 plants are sufficient.

RESUMO: Os objetivos deste trabalho foram determinar o tamanho de amostra, em número de plantas, para a estimação da média de caracteres produtivos de feijão guandu e verificar se há variabilidade do tamanho de amostra entre caracteres e anos agrícolas. Foram conduzidos dois ensaios de uniformidade, um em 2011/2012 e o outro em 2012/2013. Em cada ensaio, foram demarcadas 360 plantas e, no florescimento, foram avaliadas as massas verde e seca de raiz, caule, folha, parte aérea e total, totalizando dez caracteres produtivos. Foram calculadas estatísticas descritivas, verificada a normalidade e a aleatoriedade e calculado o tamanho de amostra. Na cultura de feijão guandu, há variabilidade do tamanho de amostra entre os caracteres produtivos e entre os anos agrícolas. Para a estimação da média dos caracteres produtivos, com erro de estimação máximo de 20% da média e com grau de confiança de 95%, 70 plantas são suficientes.

Sample size for estimating average productive traits of pigeon pea / Tamanho de amostra para a estimação da média de caracteres produtivos de feijão guandu

The objectives of this study were to determine the sample size, in terms of number of plants, needed to estimate the average values of productive traits of the pigeon pea and to determine whether the sample size needed varies between traits and between crop years. Separate uniformity trials were conducted in 2011/2012 and 2012/2013. In each trial, 360 plants were demarcated, and the fresh and dry masses of roots, stems, and leaves and of shoots and the total plant were evaluated during blossoming for 10 productive traits. Descriptive statistics were calculated, normality and randomness were checked, and the sample size was calculated. There was variability in the sample size between the productive traits and crop years of the pigeon pea culture. To estimate the averages of the productive traits with a 20% maximum estimation error and 95% confidence level, 70 plants are sufficient.(AU)

Os objetivos deste trabalho foram determinar o tamanho de amostra, em número de plantas, para a estimação da média de caracteres produtivos de feijão guandu e verificar se há variabilidade do tamanho de amostra entre caracteres e anos agrícolas. Foram conduzidos dois ensaios de uniformidade, um em 2011/2012 e o outro em 2012/2013. Em cada ensaio, foram demarcadas 360 plantas e, no florescimento, foram avaliadas as massas verde e seca de raiz, caule, folha, parte aérea e total, totalizando dez caracteres produtivos. Foram calculadas estatísticas descritivas, verificada a normalidade e a aleatoriedade e calculado o tamanho de amostra. Na cultura de feijão guandu, há variabilidade do tamanho de amostra entre os caracteres produtivos e entre os anos agrícolas. Para a estimação da média dos caracteres produtivos, com erro de estimação máximo de 20% da média e com grau de confiança de 95%, 70 plantas são suficientes.(AU)

Tamanho de parcela e número de repetições em feijão guandu / Plot size and number of repetitions in pigeonpea

RESUMO:Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de feijão guandu (Cajanus cajan (L.) Millsp.), em épocas e anos de avaliação. Foram realizados 80 ensaios de uniformidade de 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m, totalizando 2.880UEB. Foi pesada a massa verde das plantas de cada UEB. No ano agrícola 2011/2012, foram avaliados 16 ensaios aos 127 dias após a semeadura (DAS) e 24 aos 139DAS. Em 2012/2013, foram avaliados quatro ensaios em cada uma das épocas (163, 167, 170, 174, 177, 181, 184, 188, 191 e 195DAS). O tamanho ótimo de parcela foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre épocas e os anos de avaliação, foram feitas pelo teste de Scott-Knott. O número de repetições, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 15%, ..., 50%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de feijão guandu é 8,39m2. Quatro repetições, para avaliar até 50 tratamentos, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 54,1% da média do experimento.

ABSTRACT:The objectives of this research were to determine the optimum plot size and number of repetitions, to evaluate the fresh weight of pigeonpea (Cajanus cajan (L.) Millsp.), in times and years. Eighty uniformity trials of 6m×6m (36m2) were conducted. Each trial was divided in 36 basic experimental units (BEU) of 1m×1m, totaling 2,880BEU. The fresh weight of plants, in each BEU was weighed. The agricultural year 2011/2012, were evaluated 16 trials at 127 days after sowing (DAS) and 24 to 139DAS. In 2012/2013, four trials at each of times (163, 167, 170, 174, 177, 181, 184, 188, 191 and 195DAS) were evaluated. The optimum plot size was determined by the method of maximum curvature of the coefficient of variation model and the means compared, among evaluation times and years, by Scott-Knott test. The number of repetitions, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey's test, expressed in percentage of experiment avarage (d=10%, 15%, ..., 50%), was determined by iterative process until convergence. The optimum plot size to evaluate the fresh weight of pigeonpea is was 8.39m2. Four replications, to evaluate up to 50 treatments, are sufficient to identify, as significant at 5% probability by Tukey's test, differences between treatment means of 54.1% of the average experiment.

Tamanho de parcela e número de repetições em feijão guandu

ABSTRACT: The objectives of this research were to determine the optimum plot size and number of repetitions, to evaluate the fresh weight of pigeonpea ( Cajanus cajan (L.) Millsp.), in times and years. Eighty uniformity trials of 6m×6m (36m2) were conducted. Each trial was divided in 36 basic experimental units (BEU) of 1m×1m, totaling 2,880BEU. The fresh weight of plants, in each BEU was weighed. The agricultural year 2011/2012, were evaluated 16 trials at 127 days after sowing (DAS) and 24 to 139DAS. In 2012/2013, four trials at each of times (163, 167, 170, 174, 177, 181, 184, 188, 191 and 195DAS) were evaluated. The optimum plot size was determined by the method of maximum curvature of the coefficient of variation model and the means compared, among evaluation times and years, by Scott-Knott test. The number of repetitions, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey's test, expressed in percentage of experiment avarage (d=10%, 15%, ..., 50%), was determined by iterative process until convergence. The optimum plot size to evaluate the fresh weight of pigeonpea is was 8.39m2. Four replications, to evaluate up to 50 treatments, are sufficient to identify, as significant at 5% probability by Tukey's test, differences between treatment means of 54.1% of the average experiment.

RESUMO: Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de feijão guandu ( Cajanus cajan (L.) Millsp.), em épocas e anos de avaliação. Foram realizados 80 ensaios de uniformidade de 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m, totalizando 2.880UEB. Foi pesada a massa verde das plantas de cada UEB. No ano agrícola 2011/2012, foram avaliados 16 ensaios aos 127 dias após a semeadura (DAS) e 24 aos 139DAS. Em 2012/2013, foram avaliados quatro ensaios em cada uma das épocas (163, 167, 170, 174, 177, 181, 184, 188, 191 e 195DAS). O tamanho ótimo de parcela foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre épocas e os anos de avaliação, foram feitas pelo teste de Scott-Knott. O número de repetições, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 15%, ..., 50%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de feijão guandu é 8,39m2. Quatro repetições, para avaliar até 50 tratamentos, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 54,1% da média do experimento.

Plot size and number of repetitions in pigeonpea / Tamanho de parcela e número de repetições em feijão guandu

The objectives of this research were to determine the optimum plot size and number of repetitions, to evaluate the fresh weight of pigeonpea (Cajanus cajan (L.) Millsp.), in times and years. Eighty uniformity trials of 6m×6m (36m2) were conducted. Each trial was divided in 36 basic experimental units (BEU) of 1m×1m, totaling 2,880BEU. The fresh weight of plants, in each BEU was weighed. The agricultural year 2011/2012, were evaluated 16 trials at 127 days after sowing (DAS) and 24 to 139DAS. In 2012/2013, four trials at each of times (163, 167, 170, 174, 177, 181, 184, 188, 191 and 195DAS) were evaluated. The optimum plot size was determined by the method of maximum curvature of the coefficient of variation model and the means compared, among evaluation times and years, by Scott-Knott test. The number of repetitions, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey's test, expressed in percentage of experiment avarage (d=10%, 15%, ..., 50%), was determined by iterative process until convergence. The optimum plot size to evaluate the fresh weight of pigeonpea is was 8.39m2. Four replications, to evaluate up to 50 treatments, are sufficient to identify, as significant at 5% probability by Tukey's test, differences between treatment means of 54.1% of the average experiment.(AU)

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de feijão guandu (Cajanus cajan (L.) Millsp.), em épocas e anos de avaliação. Foram realizados 80 ensaios de uniformidade de 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m, totalizando 2.880UEB. Foi pesada a massa verde das plantas de cada UEB. No ano agrícola 2011/2012, foram avaliados 16 ensaios aos 127 dias após a semeadura (DAS) e 24 aos 139DAS. Em 2012/2013, foram avaliados quatro ensaios em cada uma das épocas (163, 167, 170, 174, 177, 181, 184, 188, 191 e 195DAS). O tamanho ótimo de parcela foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre épocas e os anos de avaliação, foram feitas pelo teste de Scott-Knott. O número de repetições, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 15%, ..., 50%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de feijão guandu é 8,39m2. Quatro repetições, para avaliar até 50 tratamentos, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 54,1% da média do experimento.(AU)

Number of leaves needed to model leaf area in jack bean plants using leaf dimensions / Número de folhas para modelar a área foliar de feijão de porco por dimensões foliares

Leaf area estimation models based on linear leaf dimensions are an important method because their application is not destructive to the leaves. For these models to be reliable, it is important that the estimation of model parameters is accurate, and for that to occur, the models must be generated using an adequate sample size (number of leaves). The objective of this study was to determine the number of leaves necessary to accurately model the leaf area of jack beans (Y), determined by digital photos, according to the width of the central leaflet (x), by a power model (Y = axb) generated through an iterative process. Accordingly, an experiment was performed in a 256 m2 area. A total of 745 leaves were randomly collected at six different crop development stages (29, 43, 57, 73, 87 and 101 days after emergence). Each leaf was comprised of a left, central and right leaflet. The width of the central leaflet (x) was measured on the 745 leaves. Leaf area (sum of the area of the left, central and right leaflets; Y) was then determined using a digital photo method. The number of leaves necessary for the estimation of the parameters a and b and the coefficient of determination (R2) of the power model were determined through resampling with replacement. The power model (Y = 4.2049x1.8215, R2 = 0.9701), based on the width of the central leaflet was determined to be adequate for estimating jack bean leaf area. Data collected from a sample of 200 leaves were determined to be sufficient for constructing an accurate power model for the leaf area of jack beans (Y) as a function of the width of the central leaflet (x), based on determinations of leaf area using digital photos.

Modelos de estimação de área foliar de plantas em função das dimensões lineares das folhas são importantes, principalmente, por não haver necessidade de destruição das folhas. Para modelos fidedignos, é importante que as estimativas de seus parâmetros sejam precisas, e, para isso, devem ser gerados a partir de um número adequado de folhas. O objetivo deste trabalho foi determinar o número de folhas necessário para modelar a área foliar de feijão de porco determinada por fotos digitais (Y) em função da largura do limbo do folíolo central da folha (x), por meio do modelo potência (Y = axb) gerado por processo iterativo. Para isso foi conduzido um experimento numa área de 256 m2, no qual, em seis períodos de desenvolvimento da cultura (29, 43, 57, 73, 87 e 101 dias após a emergência) foram coletadas, aleatoriamente, o total de 745 folhas. Cada folha é composta pelos folíolos esquerdo, central e direito. Nas 745 folhas foi mensurada a largura do limbo do folíolo central (x). A seguir, determinou-se a área foliar (soma da área dos folíolos esquerdo, central e direito) por meio do método de fotos digitais (Y). O número de folhas, necessário para a estimação dos parâmetros a e b do modelo potência e do coeficiente de determinação do modelo (R2), foi determinado por reamostragens, com reposição. Em feijão de porco, o modelo potência (Y = 4,2049x1,8215, R2 = 0,9701) da largura do limbo do folíolo central é adequado para estimar a área foliar obtida por fotos digitais. Mensurar 200 folhas é suficiente para construir modelos precisos do tipo potência, da área foliar de feijão de porco determinada por fotos digitais (Y) em função da largura do limbo do folíolo central da folha (x).

Tamanho de parcela e número de repetições em ervilha forrageira / Plot size and number of repetitions in forage pea

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições, para avaliar a massa verde de ervilha forrageira (Pisum sativum subsp. arvense (L.) Poir). Foram realizados 27 ensaios de uniformidade de 5m×5m (25m2). Cada ensaio foi dividido em 25 unidades experimentais básicas (UEB) de 1m×1m, totalizando 675UEB. Foi pesada a massa verde das plantas de cada UEB. Nove ensaios (225UEB) foram avaliados aos 92 dias após a semeadura (DAS), nove ensaios (225UEB) foram avaliados aos 98 DAS e os outros nove ensaios (225UEB) aos 106 DAS. O tamanho ótimo de parcela (Xo) foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre as épocas de avaliação, foram feitas pelo teste t de Student. O número de repetições, para experimentos nos delineamentos inteiramente casualizado e blocos ao acaso, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 12%, ..., 30%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de ervilha forrageira é de 5,03UEB de 1m2 (5,03m2). Quatro repetições, para avaliar até 50 tratamentos, nos delineamentos inteiramente casualizado e blocos ao acaso, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 32,4% da média do experimento.

The objectives of this research were to determine the optimum plot size and number of repetitions and to evaluate the fresh weight of forage pea (Pisum sativum subsp. arvense (L.) Poir). Twenty-seven uniformity trials of 5m×5m (25m2) were conducted. Each trial was divided in 25 basic experimental units (UEB) of 1m×1m, totaling 675UEB. The fresh weight of plants, in each UEB was weighed. Nine trials (225UEB) were evaluated at 92 days after sowing, nine trials (225UEB) at 98 days after sowing and the other nine trials (225UEB) at 106 days after sowing. The optimum plot size (Xo) was determined by the method of maximum curvature of the model coefficient of variation and the means compared, among evaluation times, by Student's t test. The number of repetitions for experiments on completely randomized and randomized block designs, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey test, expressed in percentage of the average of the experiment (d=10%, 12%, ..., 30%), was determined by interative process until convergence. The optimum plot size to evaluate the fresh weight of forage pea is 5.03UEB was of 1m2 (5.03m2). Four replications, to evaluate up to 50 treatments, in completely randomized and randomized block designs, are sufficient to identify, as significant at the 5% probability by Tukey test, differences between treatment means 32.4% of the average experiment.

Tamanho de parcela e número de repetições em ervilha forrageira / Plot size and number of repetitions in forage pea

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições, para avaliar a massa verde de ervilha forrageira (Pisum sativum subsp. arvense (L.) Poir). Foram realizados 27 ensaios de uniformidade de 5m×5m (25m2). Cada ensaio foi dividido em 25 unidades experimentais básicas (UEB) de 1m×1m, totalizando 675UEB. Foi pesada a massa verde das plantas de cada UEB. Nove ensaios (225UEB) foram avaliados aos 92 dias após a semeadura (DAS), nove ensaios (225UEB) foram avaliados aos 98 DAS e os outros nove ensaios (225UEB) aos 106 DAS. O tamanho ótimo de parcela (Xo) foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre as épocas de avaliação, foram feitas pelo teste t de Student. O número de repetições, para experimentos nos delineamentos inteiramente casualizado e blocos ao acaso, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 12%, ..., 30%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de ervilha forrageira é de 5,03UEB de 1m2 (5,03m2). Quatro repetições, para avaliar até 50 tratamentos, nos delineamentos inteiramente casualizado e blocos ao acaso, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 32,4% da média do experimento.(AU)

The objectives of this research were to determine the optimum plot size and number of repetitions and to evaluate the fresh weight of forage pea (Pisum sativum subsp. arvense (L.) Poir). Twenty-seven uniformity trials of 5m×5m (25m2) were conducted. Each trial was divided in 25 basic experimental units (UEB) of 1m×1m, totaling 675UEB. The fresh weight of plants, in each UEB was weighed. Nine trials (225UEB) were evaluated at 92 days after sowing, nine trials (225UEB) at 98 days after sowing and the other nine trials (225UEB) at 106 days after sowing. The optimum plot size (Xo) was determined by the method of maximum curvature of the model coefficient of variation and the means compared, among evaluation times, by Student's t test. The number of repetitions for experiments on completely randomized and randomized block designs, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey test, expressed in percentage of the average of the experiment (d=10%, 12%, ..., 30%), was determined by interative process until convergence. The optimum plot size to evaluate the fresh weight of forage pea is 5.03UEB was of 1m2 (5.03m2). Four replications, to evaluate up to 50 treatments, in completely randomized and randomized block designs, are sufficient to identify, as significant at the 5% probability by Tukey test, differences between treatment means 32.4% of the average experiment.(AU)

Relações lineares entre caracteres de aveia preta / Linear relations among characters of black oat

É importante estudar as relações lineares entre os caracteres para a seleção indireta de plantas. O objetivo deste trabalho foi avaliar as relações lineares entre caracteres de aveia preta (Avena strigosa Schreb) e identificar caracteres para a seleção indireta. Foi conduzido experimento a campo e, em dez épocas de avaliação (22, 28, 34, 42, 48, 55, 76, 83, 90 e 105 dias após a semeadura), foram selecionadas, aleatoriamente, 52 plantas, totalizando 520 plantas. Em cada planta, foram mensurados os caracteres altura de planta, números de folhas e de perfilhos e as massas verde e seca. Foi ajustado o modelo sigmoidal e investigada a relação entre os caracteres por meio de análises de correlação e de trilha. Na cultura de aveia preta, o número de folhas por planta e a altura de planta têm relação linear positiva com as massas verde e seca e podem ser utilizados para seleção indireta.

It is important to study the linear relations among characters for indirect selection of plants. The objective of this paper was to evaluate the linear relations among characters of black oat (Avena strigosa Schreb) and identify characters for indirect selection. Field experiment was conducted and in ten evaluation times (22, 28, 34, 42, 48, 55, 76, 83, 90 and 105 days after sowing) were randomly selected 52 plants, totaling 520 plants. In each plant, were measured the characters plant height, number of leaves and number of tillers, and fresh and dry masses. The sigmoidal model was adjusted and it was studied the relations among the traits by correlation and path analysis. In the culture of black oat, the number of leaves per plant and plant height has a positive linear relation with the fresh and dry masses of shoots and can be used for indirect selection.

Relações lineares entre caracteres de aveia preta / Linear relations among characters of black oat

É importante estudar as relações lineares entre os caracteres para a seleção indireta de plantas. O objetivo deste trabalho foi avaliar as relações lineares entre caracteres de aveia preta (Avena strigosa Schreb) e identificar caracteres para a seleção indireta. Foi conduzido experimento a campo e, em dez épocas de avaliação (22, 28, 34, 42, 48, 55, 76, 83, 90 e 105 dias após a semeadura), foram selecionadas, aleatoriamente, 52 plantas, totalizando 520 plantas. Em cada planta, foram mensurados os caracteres altura de planta, números de folhas e de perfilhos e as massas verde e seca. Foi ajustado o modelo sigmoidal e investigada a relação entre os caracteres por meio de análises de correlação e de trilha. Na cultura de aveia preta, o número de folhas por planta e a altura de planta têm relação linear positiva com as massas verde e seca e podem ser utilizados para seleção indireta.(AU)

It is important to study the linear relations among characters for indirect selection of plants. The objective of this paper was to evaluate the linear relations among characters of black oat (Avena strigosa Schreb) and identify characters for indirect selection. Field experiment was conducted and in ten evaluation times (22, 28, 34, 42, 48, 55, 76, 83, 90 and 105 days after sowing) were randomly selected 52 plants, totaling 520 plants. In each plant, were measured the characters plant height, number of leaves and number of tillers, and fresh and dry masses. The sigmoidal model was adjusted and it was studied the relations among the traits by correlation and path analysis. In the culture of black oat, the number of leaves per plant and plant height has a positive linear relation with the fresh and dry masses of shoots and can be used for indirect selection.(AU)

Divergência genética de milho transgênico em relação à produtividade de grãos e à qualidade nutricional / Genetic divergence of transgenic maize in relation to grain productivity and nutritio nal quality

O objetivo deste trabalho foi verificar a divergência genética entre genótipos de milho transgênico, em relação à produtividade de grãos e à qualidade nutricional. O experimento foi conduzido na safra 2009/2010, em Santa Maria, Estado do Rio Grande do Sul, no delineamento blocos casualizados, com três repetições. Foram avaliados 18 genótipos e mensuradas as seguintes variáveis após a colheita: produtividade de grãos, proteína bruta, lisina, metionina, cisteina, treonina, triptofano, valina, isoleucina, leucina, fenilalanina, histidina, arginina, extrato etéreo, amido e amilose. Para cada variável, foi realizada a análise de variância e comparadas as médias por meio do teste de Scott-Knott. Foi determinada a matriz de coeficientes de correlação genotípica e realizado o diagnóstico de multicolinearidade. Foi determinada a matriz de dissimilaridade entre os genótipos por meio da distância generalizada de Mahalanobis, realizado o agrupamento dos genótipos por meio do método UPGMA e validado o agrupamento por meio do coeficiente de correlação cofenética. Foram comparadas as médias dos grupos por meio do teste t para amostras independentes. Há divergência genética entre os genótipos de milho transgênico. As variáveis amilose, extrato etéreo e cisteina foram, nessa ordem, as que mais contribuíram para a divergência genética. Com base na produtividade de grãos, proteína bruta, lisina, cisteina, triptofano, extrato etéreo e amilose, há quatro grupos de genótipos de milho transgênico.

The aim of this study was to investigate the genetic divergence between genotypes of transgenic maize, in relation to grain productivity and nutritional quality. The experiment was conducted in 2009/2010 in Santa Maria, State of Rio Grande do Sul, on randomized block design with three replicates. Eighteen genotypes were analyzed and the variables were measured after harvest: grain productivity, crude protein, lysine, methionine, cysteine, threonine, tryptophan, valine, isoleucine, leucine, phenylalanine, histidine, arginine, ethereal extract, starch and amylose. An analysis of variance was performed for each variable and the means were compared using the Scott-Knott test. The genotypic correlation matrix was calculated, multicollinearity was evaluated and a contribution analysis was performed. Dissimilarity matrix between genotypes was determined by Mahalanobis generalized distance. The genotypes were grouped using the Unweighted Pair Group Method with Arithmetic Mean (UPGMA) and the cophenetic correlation coefficient was calculated to validate the grouping. The group means were compared using the t-test for independent samples. There is genetic divergence between genotypes of transgenic maize. Variables amylose, ethereal extract and cysteine showed the greatest contribution to genetic divergence. Based on grain productivity, crude protein, lysine, cysteine, tryptophan, ethereal extract and amylase, there are four genotype groups of transgenic maize.

Divergência genética de milho transgênico em relação à produtividade de grãos e à qualidade nutricional / Genetic divergence of transgenic maize in relation to grain productivity and nutritio nal quality

O objetivo deste trabalho foi verificar a divergência genética entre genótipos de milho transgênico, em relação à produtividade de grãos e à qualidade nutricional. O experimento foi conduzido na safra 2009/2010, em Santa Maria, Estado do Rio Grande do Sul, no delineamento blocos casualizados, com três repetições. Foram avaliados 18 genótipos e mensuradas as seguintes variáveis após a colheita: produtividade de grãos, proteína bruta, lisina, metionina, cisteina, treonina, triptofano, valina, isoleucina, leucina, fenilalanina, histidina, arginina, extrato etéreo, amido e amilose. Para cada variável, foi realizada a análise de variância e comparadas as médias por meio do teste de Scott-Knott. Foi determinada a matriz de coeficientes de correlação genotípica e realizado o diagnóstico de multicolinearidade. Foi determinada a matriz de dissimilaridade entre os genótipos por meio da distância generalizada de Mahalanobis, realizado o agrupamento dos genótipos por meio do método UPGMA e validado o agrupamento por meio do coeficiente de correlação cofenética. Foram comparadas as médias dos grupos por meio do teste t para amostras independentes. Há divergência genética entre os genótipos de milho transgênico. As variáveis amilose, extrato etéreo e cisteina foram, nessa ordem, as que mais contribuíram para a divergência genética. Com base na produtividade de grãos, proteína bruta, lisina, cisteina, triptofano, extrato etéreo e amilose, há quatro grupos de genótipos de milho transgênico.

The aim of this study was to investigate the genetic divergence between genotypes of transgenic maize, in relation to grain productivity and nutritional quality. The experiment was conducted in 2009/2010 in Santa Maria, State of Rio Grande do Sul, on randomized block design with three replicates. Eighteen genotypes were analyzed and the variables were measured after harvest: grain productivity, crude protein, lysine, methionine, cysteine, threonine, tryptophan, valine, isoleucine, leucine, phenylalanine, histidine, arginine, ethereal extract, starch and amylose. An analysis of variance was performed for each variable and the means were compared using the Scott-Knott test. The genotypic correlation matrix was calculated, multicollinearity was evaluated and a contribution analysis was performed. Dissimilarity matrix between genotypes was determined by Mahalanobis generalized distance. The genotypes were grouped using the Unweighted Pair Group Method with Arithmetic Mean (UPGMA) and the cophenetic correlation coefficient was calculated to validate the grouping. The group means were compared using the t-test for independent samples. There is genetic divergence between genotypes of transgenic maize. Variables amylose, ethereal extract and cysteine showed the greatest contribution to genetic divergence. Based on grain productivity, crude protein, lysine, cysteine, tryptophan, ethereal extract and amylase, there are four genotype groups of transgenic maize.

Divergência genética de milho transgênico em relação à produtividade de grãos e à qualidade nutricional / Genetic divergence of transgenic maize in relation to grain productivity and nutritio nal quality

O objetivo deste trabalho foi verificar a divergência genética entre genótipos de milho transgênico, em relação à produtividade de grãos e à qualidade nutricional. O experimento foi conduzido na safra 2009/2010, em Santa Maria, Estado do Rio Grande do Sul, no delineamento blocos casualizados, com três repetições. Foram avaliados 18 genótipos e mensuradas as seguintes variáveis após a colheita: produtividade de grãos, proteína bruta, lisina, metionina, cisteina, treonina, triptofano, valina, isoleucina, leucina, fenilalanina, histidina, arginina, extrato etéreo, amido e amilose. Para cada variável, foi realizada a análise de variância e comparadas as médias por meio do teste de Scott-Knott. Foi determinada a matriz de coeficientes de correlação genotípica e realizado o diagnóstico de multicolinearidade. Foi determinada a matriz de dissimilaridade entre os genótipos por meio da distância generalizada de Mahalanobis, realizado o agrupamento dos genótipos por meio do método UPGMA e validado o agrupamento por meio do coeficiente de correlação cofenética. Foram comparadas as médias dos grupos por meio do teste t para amostras independentes. Há divergência genética entre os genótipos de milho transgênico. As variáveis amilose, extrato etéreo e cisteina foram, nessa ordem, as que mais contribuíram para a divergência genética. Com base na produtividade de grãos, proteína bruta, lisina, cisteina, triptofano, extrato etéreo e amilose, há quatro grupos de genótipos de milho transgênico.(AU)

The aim of this study was to investigate the genetic divergence between genotypes of transgenic maize, in relation to grain productivity and nutritional quality. The experiment was conducted in 2009/2010 in Santa Maria, State of Rio Grande do Sul, on randomized block design with three replicates. Eighteen genotypes were analyzed and the variables were measured after harvest: grain productivity, crude protein, lysine, methionine, cysteine, threonine, tryptophan, valine, isoleucine, leucine, phenylalanine, histidine, arginine, ethereal extract, starch and amylose. An analysis of variance was performed for each variable and the means were compared using the Scott-Knott test. The genotypic correlation matrix was calculated, multicollinearity was evaluated and a contribution analysis was performed. Dissimilarity matrix between genotypes was determined by Mahalanobis generalized distance. The genotypes were grouped using the Unweighted Pair Group Method with Arithmetic Mean (UPGMA) and the cophenetic correlation coefficient was calculated to validate the grouping. The group means were compared using the t-test for independent samples. There is genetic divergence between genotypes of transgenic maize. Variables amylose, ethereal extract and cysteine showed the greatest contribution to genetic divergence. Based on grain productivity, crude protein, lysine, cysteine, tryptophan, ethereal extract and amylase, there are four genotype groups of transgenic maize.(AU)

Tamanho de parcela para avaliar caracteres de tremoço branco em épocas de avaliação / Plot size to evaluate characters in white lupine in evaluation times

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela (Xo) para avaliar caracteres de tremoço branco (Lupinus albus L.) e verificar a variabilidade do Xo entre caracteres e entre épocas de avaliação. Foram realizados 36 ensaios de uniformidade de tamanho 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m (1m2), totalizando 1.296UEB. Foram pesadas a massa verde total, a massa verde de parte aérea e a massa verde de raízes das plantas de cada UEB. Foram realizadas três avaliações (123, 137 e 150 dias após a semeadura) e, em cada avaliação, foram avaliados 12 ensaios (432UEB). O tamanho ótimo de parcela (Xo) foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias feitas pelo teste t de Student. Há variabilidade do tamanho ótimo de parcela entre caracteres e entre épocas de avaliação. O tamanho ótimo de parcela para avaliar a massa verde de raízes é maior que o necessário para avaliar a massa verde total e a massa verde de parte aérea, independentemente da época de avaliação. Maior tamanho ótimo de parcela é necessário quando a avaliação é realizada aos 123 dias após a semeadura, em relação às avaliações aos 137 e 150 dias após a semeadura, independentemente do caractere. O tamanho ótimo de parcela de 7,48 unidades experimentais básicas de 1m2(7,48m2) é suficiente para avaliar esses três caracteres nessas três épocas de avaliação.

The objectives of this research were to determine the optimum plot size (Xo) to evaluate characters of white lupine (Lupinus albus L.) and verify the variability of the Xo among characters and evaluation times. It was carried 36 uniformity assays of size 6m×6m (36m2). Each assay was divided in 36 basic experimental units (UEB) 1m×1m (1m2), totaling 1,296 UEB. The total fresh mass, fresh mass of shoots and fresh mass roots of plant of each UEB was weighed. Three evaluations were carried (123, 137 and 150 days after sowing) and at each assessment were evaluated 12 assays (432UEB). The optimum plot size was determined by the method of maximum curvature of the model coefficient of variation and the means compared by Student's t test. There is variability in the optimum plot size among characters and evaluation times. The optimum plot size for evaluating the fresh mass of roots is greater than necessary to evaluate the total fresh mass and the fresh mass of shoots, independently of the evaluation time. Higher optimum plot size is necessary when the evaluation is carried out at 123 days after sowing in relation to evaluations for 137 and 150 days after sowing, independently of character. The optimum plot size of 7.48 basic experimental units of 1m2 (7.48m2) is sufficient to evaluate these three characters in these three evaluation times.

Tamanho de parcela para avaliar caracteres de tremoço branco em épocas de avaliação / Plot size to evaluate characters in white lupine in evaluation times

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela (Xo) para avaliar caracteres de tremoço branco (Lupinus albus L.) e verificar a variabilidade do Xo entre caracteres e entre épocas de avaliação. Foram realizados 36 ensaios de uniformidade de tamanho 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m (1m2), totalizando 1.296UEB. Foram pesadas a massa verde total, a massa verde de parte aérea e a massa verde de raízes das plantas de cada UEB. Foram realizadas três avaliações (123, 137 e 150 dias após a semeadura) e, em cada avaliação, foram avaliados 12 ensaios (432UEB). O tamanho ótimo de parcela (Xo) foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias feitas pelo teste t de Student. Há variabilidade do tamanho ótimo de parcela entre caracteres e entre épocas de avaliação. O tamanho ótimo de parcela para avaliar a massa verde de raízes é maior que o necessário para avaliar a massa verde total e a massa verde de parte aérea, independentemente da época de avaliação. Maior tamanho ótimo de parcela é necessário quando a avaliação é realizada aos 123 dias após a semeadura, em relação às avaliações aos 137 e 150 dias após a semeadura, independentemente do caractere. O tamanho ótimo de parcela de 7,48 unidades experimentais básicas de 1m2(7,48m2) é suficiente para avaliar esses três caracteres nessas três épocas de avaliação.(AU)

The objectives of this research were to determine the optimum plot size (Xo) to evaluate characters of white lupine (Lupinus albus L.) and verify the variability of the Xo among characters and evaluation times. It was carried 36 uniformity assays of size 6m×6m (36m2). Each assay was divided in 36 basic experimental units (UEB) 1m×1m (1m2), totaling 1,296 UEB. The total fresh mass, fresh mass of shoots and fresh mass roots of plant of each UEB was weighed. Three evaluations were carried (123, 137 and 150 days after sowing) and at each assessment were evaluated 12 assays (432UEB). The optimum plot size was determined by the method of maximum curvature of the model coefficient of variation and the means compared by Student's t test. There is variability in the optimum plot size among characters and evaluation times. The optimum plot size for evaluating the fresh mass of roots is greater than necessary to evaluate the total fresh mass and the fresh mass of shoots, independently of the evaluation time. Higher optimum plot size is necessary when the evaluation is carried out at 123 days after sowing in relation to evaluations for 137 and 150 days after sowing, independently of character. The optimum plot size of 7.48 basic experimental units of 1m2 (7.48m2) is sufficient to evaluate these three characters in these three evaluation times.(AU)

Dimensionamento amostral para avaliar caracteres morfológicos e produtivos de aveia preta em épocas de avaliação / Sample size to evaluate morphological and productive characters in black oat in evaluation times

Os objetivos deste trabalho foram determinar o tamanho de amostra (número de plantas) para a estimação da média de caracteres morfológicos e produtivos de aveia preta (Avena strigosa Schreb) e verificar a variabilidade do tamanho de amostra entre caracteres e entre épocas de avaliação. Num experimento a campo, em dez épocas de avaliação (22, 28, 34, 42, 48, 55, 76, 83, 90 e 105 dias após a semeadura), foram selecionadas, aleatoriamente, 52 plantas, totalizando 520 plantas. Em cada planta, foram mensurados os caracteres morfológicos (altura de planta, números de folhas e de perfilhos) e os produtivos (massas verde e seca). Foram calculadas medidas de tendência central e de variabilidade, verificada a normalidade e calculado o tamanho de amostra. Na cultura de aveia preta, há variabilidade do tamanho de amostra entre caracteres e entre épocas de avaliação. Para estimar a média com mesma precisão, o tamanho de amostra dos caracteres produtivos é maior que o dos morfológicos. O tamanho de amostra na fase intermediária de desenvolvimento da cultura é maior que nas fases inicial (primeiras épocas de avaliação) e final (últimas épocas de avaliação). Para a estimação da média dos caracteres morfológicos e produtivos, para um erro de estimação máximo de 20% da média, com grau de confiança de 95%, 47 plantas são suficientes.

The objectives of this research were to determine the sample size (number of plants) to estimate the average of the morphological and productive characters of black oat (Avena strigosa Schreb) and check the variability of the sample size among characters and evaluation times. A field experiment was conducted and in ten evaluation times (22, 28, 34, 42, 48, 55, 76, 83, 90 and 105 days after sowing) were randomly selected 52 plants, totaling 520 plants. In each plant, were measured morphological (plant height, number of leaves and number of tillers) and productive characters (fresh and dry matters). Measures of central tendency and variability were calculated, normality was checked and the sample size was calculated. In the culture of black oat, there is variability in the sample size among characters and evaluation times. To estimate average with the same precision, the sample size of productive characters is greater than morphological. The sample size at the intermediate stage of crop development is greater than the final (last evaluation times) and initial stages (first evaluation times). For the morphological and productive characters, 47 plants are enough to predict the average, with an estimation error maximum of 20% of estimated average, with a degree confidence of 95%.

Estimação da área foliar de feijão guandu por dimensões foliares / Leaf area estimation of pigeonpea by leaf dimensions

O objetivo deste trabalho foi modelar e identificar os melhores modelos para a estimação da área foliar de feijão guandu, determinada por fotos digitais em função do comprimento, ou da largura e/ou do produto comprimento vezes largura do limbo do folíolo central da folha. Foram conduzidos dois experimentos com a cultura de feijão guandu. No primeiro experimento, foram realizadas coletas de 200 folhas aos 45, 52, 59, 65, 72, 79, 86, 94, 100, 106 e 114 dias após a emergência (DAE), totalizando 2.200 folhas. No segundo experimento, foi realizada uma coleta de 220 folhas aos 69 DAE. Nessas 2.420 folhas, foram mensurados o comprimento (CFC) e a largura (LFC) e calculado o produto do comprimento vezes a largura (CFC×LFC) do limbo do folíolo central. A seguir, determinou-se a área foliar de cada folha (soma da área foliar dos folíolos esquerdo, central e direito), por meio do método de fotos digitais (Y). Posteriormente, foram separadas, aleatoriamente, 90% das folhas do primeiro experimento (1.980 folhas), para a geração de modelos do tipo quadrático, potência e linear, de Y em função do CFC, da LFC, e/ou do CFC×LFC. Os 10% das folhas restantes do primeiro experimento (220 folhas) e as 220 folhas coletadas no segundo experimento foram usadas, separadamente, para a validação dos modelos. Em feijão guandu, os modelos do tipo quadrático (Ŷ=0,4295+1,5895x+0,0011x2, R2=0,9710), potência (Ŷ=1,6591x0,9983, R2=0,9769) e linear (Ŷ=-1,3555+1,6858x, R2=0,9708), de Y em função do CFC×LFC, são adequados para a estimação da área foliar e o linear, pode, preferencialmente, ser utilizado.

The objective of this research was to model and identify the best models to estimate the leaf area of pigeonpea determined by digital photos with the length or width and/or the product length width of the central leaflet limb of the leaf. Two trials were carried with the culture of pigeonpea. In the first experiment, samples from 200 leaves were taken at 45, 52, 59, 65, 72, 79, 86, 94, 100, 106 and 114 days after emergence (DAE), totaling 2,200 leaves. In the second experiment, a sample from 220 leaves was collected at 69 DAE. In these 2,420 leaves, were measured the length (CFC) and width (LFC) and calculated the product length width (CFC×LFC) of the central leaflet. Then, was determined the leaf area of each leaf (sum the leaf area of the leaflets left, center and right) by the method of digital photos (Y). After, were separated, randomly, 90% of the leaves from the first experiment (1,980 leaves), to build models of quadratic type, potency and linear for Y function of the CFC, LFC and/or CFC×LFC. The remaining 10% of the leaves from the first experiment (220 leaves) and the 220 leaves collected in the second experiment, separately, were used to validate the models. In pigeonpea, the quadratic model (Ŷ=0.4295+1.5895x+0.0011x2, R2=0.9710), the potency model (Ŷ=1.6591x0.9983, R2=0.9769) and the linear model (Ŷ=-1.3555+1.6858x, R2=0.9708), of Y as a function of CFC×LFC are adequate for estimation of the leaf area and linear, may preferably be used.