O algoritmo novo analisa testes padrões de tempo para prever a composição do rendimento e da grão do milho

O milho é plantado em aproximadamente 90 milhão acres através dos Estados Unidos cada ano. Com tudo que os dados, ele tomam meses após a colheita para que as agências governamentais analisem a qualidade do rendimento total e da grão. Os cientistas estão trabalhando para encurtar esse espaço temporal, fazendo previsões para o rendimento da fim--estação na meados de-estação. Contudo, menos pesquisadores abordaram previsões da qualidade da grão, especialmente em grandes escalas. Um estudo novo das Universidades de Illinois começa encher essa diferença.

O estudo, publicado na agronomia, usa um algoritmo recentemente desenvolvido para prever o rendimento da fim--estação e a composição da grão - a proporção de amido, de petróleo, e de proteína no núcleo - analisando testes padrões de tempo durante três fases importantes na revelação do milho. Importante, as previsões aplicam-se à colheita inteira do milho de Midwest nos Estados Unidos, apesar dos genótipo do milho ou das práticas da produção.

“Há diversos estudos que avaliam os factores que influenciam a qualidade para genótipo específicos ou lugar específicos, mas antes que este estudo, nós não poderíamos fazer previsões gerais nesta escala,” diz Extremidades-Wilmsmeyer de Carrie, professor adjunto da pesquisa no departamento de ciências da colheita em U de I e co-autor do estudo.

Enquanto o milho chega em elevadores através do Midwest cada estação, o Conselho das grões dos E.U. toma amostras para avaliar a composição e a qualidade para seus relatórios sumários anuais, que são usados para vendas de exportação. Era esta base de dados detalhada que as Extremidades-Wilmsmeyer e seus colegas usaram em desenvolver seu algoritmo novo.

“Nós usamos os dados desde 2011 até 2017, que abrangeram anos da seca assim como registro-renderam anos, e tudo in-between,” diz Juliann Seebauer, especialista principal da pesquisa em U do departamento do i de ciências da colheita e do co-autor do estudo.

Os pesquisadores emparelharam os dados da grão-qualidade com os 2011 - 2017 dados do tempo das regiões que alimentam em cada elevador de grão. Para construir seu algoritmo, concentraram-se no tempo durante três períodos críticos - emergência, silking, e suficiência da grão - e encontrado que o predictor o mais forte do rendimento da grão e da qualidade compositiva era disponibilidade da água durante silking e suficiência da grão.

A análise foi mais profunda, identificando as circunstâncias que conduzem para lubrificar mais altamente ou as concentrações da proteína-- informação essa matérias aos compradores da grão.

A proporção de amido, de petróleo, e de proteína na grão do milho é influenciada pelo genótipo, pela disponibilidade nutriente do solo, e pelo tempo. Mas o efeito do tempo não é sempre directo quando se trata da proteína. Em condições da seca, as plantas forçadas depositam menos amido na grão. Conseqüentemente, a grão tem proporcional mais proteína do que aquela das plantas que não experimentam o esforço da seca. O bom tempo pode igualmente conduzir a umas concentrações mais altas da proteína. A abundância da água significa que mais nitrogênio está transportado na planta e incorporado em proteínas.

Na análise, “a proteína de grão e os nível de óleo superiores à média foram favorecidos por menos nitrogênio que lixivia durante o crescimento vegetativo adiantado, mas igualmente umas mais altas temperaturas em florescer, quando o maior petróleo do que concentrações da proteína resultou de umas mais baixas temperaturas durante a florescência e a suficiência da grão,” os autores dizem no estudo.

A capacidade para prever melhor concentrações da proteína e do petróleo na grão podia influenciar mercados globais, considerando o crescimento procura doméstica e internacional para o milho da alto-proteína para aplicações da alimentação animal. Com o algoritmo novo, deve ser teòrica possível fazer simplesmente semanas das previsões do rendimento e da qualidade da fim--estação ou meses antes da colheita olhando testes padrões de tempo.

“Outros pesquisadores conseguiram previsões do rendimento do tempo real usando uns dados muito mais complexos e uns modelos. Nossas eram uma aproximação comparativamente simples, mas nós controlamos adicionar a parte da qualidade e para conseguir a precisão aceitável, as” Extremidades-Wilmsmeyer dizem. “As variáveis que do tempo nós encontramos para ser importantes neste estudo poderiam ser usadas em umas análises mais complexas para conseguir no futuro mesmo a maior precisão no rendimento e na qualidade de predição.”

Source: https://aces.illinois.edu/news/weather-three-key-growth-stages-predicts-midwest-corn-yield-and-grain-quality-study-says