GARLIC YIELD FORECASTING BY TIME SERIES MODELS

Authors

  • Anderson Rodrigo da Silva Escola Superior de Agricultura “Luiz de Queiroz”, Programa de Pós-Graduação em Estatística e Experimentação Agronômica, Av. Pádua Dias, 11, CEP 13418-900 Piracicaba, SP, Brasil.
  • Fabyano Fonseca e Silva Universidade Federal de Viçosa, Av. P.H. Rolfs, s/n, CEP 36570-000 Viçosa, MG, Brasil.
  • Paulo Roberto Cecon Universidade Federal de Viçosa, Av. P.H. Rolfs, s/n, CEP 36570-000 Viçosa, MG, Brasil.
  • Renato Paiva de Lima Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Engenharia Agrícola, Rua Dom Manoel de Medeiros, s/n, CEP 52171-900 Recife, PE, Brasil.

DOI:

https://doi.org/10.37856/bja.v87i3.31

Abstract

The aim of the present study was to use time series models in order to realize forecasting garlic yield using data of bulb dry matter from six garlic accessions. The experiment was carried under completely randomized blocks design with 4 replicates. To adjust the time series models, data were collected in the periods: 60, 90, 120 and 150 days after planting (dap), being the latter the expected date for harvest. For this study, the plants were kept for 20 days in the field, 170 dap. The autocorrelation and partial autocorrelation functions were used in order to indicate the possible models order, which were chosen by AIC criterion. After obtaining the best model, one made the forecasting of the matter at 170 dap, and the predict values compared with the real ones. The linear regression models with residuals structure MA(1) was most adequate to forecasting garlic accessions yield 20 days after the expected time for harvest.

References

BOX, G.; JENKINS, G. 1976. Time series analysis, forecasting and control. San Francisco: Holden-Day. 575p.

CALBO, A. G. 2010. Alho (Allium sativum). Brasília, DF: Embrapa Hortaliças. Disponível em: <http://www.cnph.embrapa.br/laborato/pos_colheita/alho.htm>. Acesso em: 26 Jun. 2010.

CARVALHO, L. G.; SEDIYAMA, G. C.; CECON, P. R.; ALVES, H. M. R. 2005. Aplicação da análise harmônica por séries de Fourier para a previsão de produtividade da cultura do café no Estado de Minas Gerais. Engenharia Agrícola, Jaboticabal, v.25, n.3, p.732-741.

DIGGLE, P. J. 1992. Time series: a biostatistical introduction. Oxford: Oxford University Press.

LIMA, R. C.; GÓIS, M. R.; ULISES, C. 2007. Previsão de preços futuros de commodities agrícolas com diferenciações inteira e fracionária, e erros heteroscedásticos. Revista de Economia e Sociologia Rural, Rio de Janeiro, v.45, n.3, p.621-644.

MAROUELLI, W. A.; SILVA, W. L. C.; MORETTI, C. L. 2002. Desenvolvimento de plantas, produção e qualidade de bulbos de alho sob condições de deficiência de água no solo. Horticultura Brasileira, Brasília, v.20, n.3, p.470-473.

MENEZES SOBRINHO, J. A.; CHARCHAR, J. M.; ARAGÃO, F. A. S. 1999. Caracterização morfológica de germoplasma de alho por análises multivariadas de componentes principais e variáveis canônicas. Horticultura Brasileira, Brasília, v.17, n.2, p.96-101.

MORETTIN, P. A.; TOLOI, C. M. C. 2004. Análise de séries temporais. São Paulo: Edgard Blücher. 535p.

MURADÃS NETO, M. V.; CARVALHO, P. L. C.; SÃFADI, T. 2008. Análise preditiva e comparativa para séries de combustíveis no município de Lavras. Revista Científica Symposium, Lavras, v.6, n.1, p.55-61.

NASCIMENTO, C. R.; ZULLO JÚNIOR, J.; MOURA, G. B. A. 2009. Estimativa de produtividade da cana-de-açúcar utilizando séries temporais de imagens AVHRR/NOAA-17 e modelo fenológico-espectral. Revista Brasileira de Ciências Agrárias, Recife, v.4, n.3, p.329-337.

OLIVEIRA, C. M.; SOUZA, R. J.; MOTA, J. H.; YURI, J. E.; RESENDE, G. M. 2003. Determinação do ponto de colheita na produção de alho. Horticultura Brasileira, Brasília, v.21, n.3, p.506-509.

PAIVA, W. O.; MARQUES, G. V.; MESQUITA, J. B. R.; DANTAS R. S; FREITAS, F. W. A. 2008. Qualidade e conservação de frutos de melão amarelo em dois pontos de colheita. Revista Ciência Agronômica, Fortaleza, v.39, n.1, p.70-76.

PARK, Y. B.; LEE, B. Y. 1979. Study on growth and bulb formation of garlic plants (Allium sativum L.): the effect of daylenght on the bulb formation and secondary growth in 6 cloved garlic plants. Journal of the Korean Society for Horticultural Science, Suwon, v.20, n.1, p.1-4.

PINDYCK, R.; RUBINFELD, D. 1981. Econometric models and economic forecast. Mcgraw-Hill, EUA.

R DEVELOPMENT CORE TEAM. 2011. R: a language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Ãustria. Url http://www.r-project.org. ISBN 3-900051-07-0.

SILVA, M. I. S.; GUIMARÃES, E. C.; TAVARES, M. 2008. Previsão da temperatura média mensal de Uberlândia, MG, com modelos de séries temporais. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.12, n.5, p.480–485.

SOUZA, R. J.; MACÊDO, F. S.; YURI, J. E. 2007. Alho (Allium sativum L.). In: PAULA JÚNIOR, T.J.; VENZON, M. (Org.). 101 Culturas: manual de tecnologias agrícolas. Belo Horizonte: Epamig. p.75-84.

STAHLSCHMIDT, O.; CAVAGNARO, J. B.; BORGO, R. 1997. Growth analysis of three garlic (Allium sativum L.) cultivars with differences in yield. Acta Horticulturae (ISHS), v.433, p.427-434.

TRANI, P. E. 2005. Avaliação dos acessos de alho pertencentes à coleção do Instituto Agronômico de Campinas. Horticultura Brasileira, Brasília, v.23, n.4, p.935-939.

VILLAS BÔAS, R. L.; LIMA, C. P.; BACKES, C.; GODOY, L. J. G.; IMAIZUMI, I. 2008. Adubações fosfatada e potássica afetando a produção de bulbos de alho. Revista Ceres, Viçosa, v.55, n.6, p.605-609.

Downloads

Published

2013-08-19

Issue

Vol. 87 No. 3 (2012)

Section

Artigos