Abstract
Sugarcane (Saccharum officinarum L.) grows under different weather conditions directly affecting crop maturation. Raw material quality predicting models are important tools in sugarcane crop management; the goal of these models is to provide productivity estimates during harvesting, increasing the efficiency of strategical and administrative decisions. The objective of this work was developing a model to predict Total Recoverable Sugars (TRS) during harvesting, using data related to production factors such as soil water storage and negative degree-days. The database of a sugar mill for the crop seasons 1999/2000, 2000/2001 and 2001/2002 was analyzed, and statistical models were tested to estimate raw material. The maturity model for a one-year old sugarcane proved to be significant, with a coefficient of determination (R²) of 0.7049*. No differences were detected between measured and estimated data in the simulation (P < 0.05).A cultura da cana-de-açúcar (Saccharum officinarum L.) é submetida durante o seu desenvolvimento a diferentes condições ambientais que afetam diretamente a maturação. Modelos de previsão da qualidade da matéria-prima são ferramentas importantes no gerenciamento da lavoura canavieira, pois permitem estimativas de rendimento ao longo da safra, o que aumenta a eficácia das decisões gerenciais e estratégicas. O objetivo deste trabalho foi desenvolver um modelo capaz de obter estimativas de Açúcar Total Recuperável (ATR), utilizando dados referentes aos fatores de produção como armazenamento de água no solo e graus-dias negativos. Para o teste dos modelos estatísticos de estimativa da qualidade da matéria-prima foi utilizado o banco de dados de uma usina açucareira com produções das safras 1999/2000, 2000/2001 e 2001/2002. O modelo de maturação para cana de ano mostrou-se significativo, com um coeficiente de determinação R² = 0,7049*. Na simulação não houve diferença entre os dados medidos e estimados (P < 0,05).
Cite
CITATION STYLE
Scarpari, M. S., & Beauclair, E. G. F. de. (2004). Sugarcane maturity estimation through edaphic-climatic parameters. Scientia Agricola, 61(5), 486–491. https://doi.org/10.1590/s0103-90162004000500004
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.