Machine Translated by Google

ISSN 1807-1929

Revista Brasileira de Engenharia Agrícola e Ambiental Revista Brasileira de Engenharia Agrícola e Ambiental v.25, n.11,

p.733-740, 2021 Campina Grande, PB – http://www.agriambi.com.br – http:// www.scielo.br/rbeaa

DOI: http://dx.doi.org/10.1590/1807-1929/agriambi.v25n11p733-740

Comparação de métodos para estimativa de área

foliar em pornunça (Manihot sp.)1

Comparação de métodos para estimar a área foliar

em pornunça (Manihot sp.)

Maurício L. de MV Leite2 * , Geovane A. de Moura2 , Edvaldo A. de Moura2 ,

Leandro RR de Lucena2 , Aldo T. Sales3 & Everardo V. de SB Sampaio3

1 Pesquisa desenvolvida na Universidade Federal Rural de Pernambuco, Serra Talhada, PE,

Brasil 2 Universidade Federal Rural de Pernambuco/Unidade Acadêmica de Serra Talhada. Serra Talhada, PE,
Brasil 3 Universidade Federal de Pernambuco/Departamento de Energia Nuclear. Recife, PE, Brasil

DESTAQUES:
A área foliar da pornunça (Manihot sp.) pode ser estimada com alta precisão por método digital.
O modelo de potência, Y=LW0,77NL0,49, pode ser usado para estimar a área foliar em pornunça.
O número de lóbulos associado ao comprimento e largura da folha aumenta a precisão da área foliar de Pornunça.

RESUMO: Medidas de área foliar são utilizadas em estudos agronômicos para avaliar crescimento vegetal, interceptação de luz, taxas fotossintéticas
e transpiração vegetal. Constitui um importante indicador de produtividade agrícola, para o qual o método de avaliação deve ser rápido, preciso e
de baixo custo. O objetivo deste estudo foi comparar diferentes métodos indiretos para estimar a área foliar da pornunça (Manihot sp.). A pesquisa
foi realizada em condições de campo no período de agosto de 2017 a janeiro de 2019 na região semiárida do estado de Pernambuco, Nordeste do
Brasil. Três métodos foram testados: dimensões lineares da folha (comprimento, largura e número de lóbulos), imagem digital e imagem escaneada
da folha, analisando 150 folhas sadias de 120 plantas de pornunça em diferentes estádios de crescimento. Os critérios utilizados para determinar
o(s) melhor(es) modelo(s) foram alto coeficiente de determinação, baixo critério de informação de Akaike, baixa soma dos quadrados dos resíduos
e alto índice de Willmott. Independente do método de determinação, os modelos de potência apresentaram os melhores critérios de adequação
para estimar a área foliar da pornunça. A imagem digital, usando o modelo de potência (Y=LW0.77NL0.49, onde L e W são o comprimento e largura
da folha, e NL é o número de lóbulos na folha) foi o melhor método não destrutivo para estimar o tamanho da folha área em plantas de pornunça.

Palavras-chave: biometria, modelagem, modelo de potência

RESUMO: Medidas de área foliar são utilizadas em estudos agronômicos para avaliar o crescimento vegetal, interceptação de luz, taxas
fotossintéticas e transpiração das plantas, constituindo-se assim em importante indicador da produtividade das culturas, cujo método de avaliação
deve ser rápido, preciso e de baixo custo. Neste estudo, objetivou-se comparar diferentes métodos indiretos para estimar a área foliar na pornunça
(Manihot sp). A pesquisa foi realizada em condições de campo, de agosto de 2017 a janeiro de 2019 na região semiárida do Estado de Pernambuco,
Nordeste do Brasil. Três métodos foram testados: dimensões lineares das folhas (comprimento, largura e número de lóbulos); imagem digital; e
imagem digitalizada da folha. Foram 150 folhas saudáveis provenientes de 120 plantas de pornunça em diferentes estádios de crescimento. Os
critérios utilizados para determinar os melhores modelos de regressão avaliados foram: alto nível de experiência, baixo nível de informação de
Akaike, baixa soma do quadrado de resíduos e alto índice de Willmott. Independentemente do método de experiência, os modelos potenciais
apresentaram os melhores critérios de tendência para estimar a área foliar na pornunça. A imagem digital, utilizando a potência do modelo
(Y=CL0,77NL0,49, onde C e L são o comprimento e a largura da folha e NL o número de lóbulos na folha) foi o melhor método não destrutivo para
estimar a área foliar nas plantas da pornunça.

Palavras-chave: biometria, modelagem, potência do modelo

• Ref. 240478 – Recebido em 03 jul. Este é um artigo de acesso

2020 * Autor para correspondência - E-mail: aberto distribuído sob a Licença
nopalea21@yahoo.com.br • Aceito em 01.05.2021 • Creative Commons
Publicado em 30.05.2021 Editado por: Carlos Alberto Vieira de Azevedo Atribuição 4.0 Internacional.
Machine Translated by Google
734 Maurício L. de MV Leite et al.

Introdução A unidade experimental (área de 24,0 m2 , 5,0 × 4,8 m) foi

A pornunça (Manihot sp.) é uma espécie pertencente à família
Euphorbiaceae, descendente da mandioca (M. esculenta) e da
maniçoba (M. pseudoglaziovii) (Silva et al., 2017), que se destaca
pela alta produção de folhas, elevada tolerância ao estresse térmico
hídrico, alto acúmulo de amido e alto teor de proteína (Alencar et al.,
2015).
A área foliar é uma medida morfológica valiosa para determinar
a razão de área foliar e o índice de área foliar (Schmildt et al., 2014).
Além disso, é um indicador útil da interceptação da radiação solar
pela folhagem, que por sua vez afeta a intensidade da transpiração
da planta, o crescimento da planta e a quantidade e qualidade da
biomassa forrageira (Flumignan et al., 2008, Achten et al., 2010).
Juntos, esses fatores influenciam diretamente na eficiência do uso
dos recursos naturais aplicados nos sistemas de produção e implicam
na qualidade e rendimento da forragem produzida.
Atualmente, vários métodos para estimar a área foliar em plantas
estão sendo utilizados. Os métodos não destrutivos são baseados
na relação entre medidas alométricas lineares ou imagens das folhas
e a área foliar real (Flumignan et al., 2008, Leite et al., 2019). Medidas
lineares de folhas são comumente usadas em modelos de regressão
como um método rápido, prático e de baixo custo para avaliar a área
foliar (Toebe et al., 2012). Medições foliares têm sido usadas com
sucesso para determinar a área foliar em muitas culturas, incluindo
girassol (Aquino et al., 2011), maracujá (Morgado et al., 2013),
abacaxi (Francisco et al., 2014), manga (Lima et al., 2012), mucuna
cinza (Cargnelutti Filho et al., 2012), milheto (Leite et al., 2019),
mandioca (Zanetti et al., 2017) e pornunça (Silva et al., 2017).
Os avanços na ciência computacional têm promovido o rápido
crescimento de metodologias que utilizam imagens digitais para
estimar a área foliar de muitas culturas (Ferreira et al., 2017). No
entanto, até o momento, nenhum estudo utilizou imagens digitais
para avaliar a área foliar da pornunça. Assim, o objetivo deste estudo
foi comparar diferentes métodos indiretos para estimar a área foliar
da pornunça.
composta por duas fileiras de plantas de pornunça (Manihot glaziovii
× Manihot esculenta), nas quais as fileiras estavam espaçadas de
1,6 m e as plantas de 1,0 m, correspondendo a uma densidade de
6250 plantas ha-1 .
As plantas de pornunça foram estabelecidas a partir de mudas
plantadas em sacos plásticos de 30 cm de altura (Jardim et al.,
2018). As mudas foram transplantadas para o campo em outubro de
2017, quando estavam com aproximadamente 20 cm de altura. As
plantas foram cultivadas sob condições de sequeiro sem adubação,
e o controle de plantas espontâneas foi feito manualmente quando
necessário.
Durante o período experimental, cinco folhas foram selecionadas
aleatoriamente a cada semana para estimar a área foliar. Folhas de
diferentes formatos, tamanhos, posições na planta e estádios
fenológicos foram selecionadas, todas livres de danos e doenças ou
ataques de pragas, seguindo as metodologias descritas por Schmildt et al.
(2014), Lucena et al. (2018), Ribeiro et al. (2019) e Leite et al. (2019).
Um total de 150 folhas sadias de 120 plantas tiveram sua área foliar
medida por três métodos indiretos.
O primeiro método foi o método de dimensão linear (LW e NL).
O comprimento máximo (L) e a largura máxima (L) das folhas foram
medidos com um paquímetro digital e o número de lóbulos (NL) nas
folhas foi contado. O comprimento e a largura máximos geralmente
corresponderam à folha central e basal, respectivamente (Figura 1A).
O comprimento e a largura foram multiplicados para determinar o
produto em cm2 (Lucena et al., 2018; Ribeiro et al., 2019; Leite et al.,
2019).
O segundo método foi o método da imagem digital (DLA).
As folhas foram fotografadas com câmera digital (Sony,

Material e métodos

O estudo foi realizado no período de agosto de 2017 a janeiro de

2019 na Universidade Federal Rural de Pernambuco (UFRPE) no
município de Serra Talhada, PE, Brasil (07° 57' 01” S, 38° 17' 53” W,
em uma elevação de 429 m).
Segundo Koppen, o regime climático da região é do tipo BSwh,
com a estação chuvosa ocorrendo durante o verão, iniciando-se em
novembro e terminando em abril. A precipitação média anual de
longo prazo é de 632,2 mm, com temperatura média anual do ar de
26 °C e umidade relativa do ar de 60% (Dubreuil et al., 2018; Leite et
al., 2019).
O solo da área experimental foi classificado como Cambissolo.
Uma amostra composta da camada superficial de 20 cm de
profundidade apresentou as seguintes características físico-
químicas: pH(água) = 6,80; P (Mehlich) = 40,00 mg dm-3; K+ =
0,45 cmolc dm-3; Na+ = 0,06 cmolc dm-3; Ca2+ = 5,30 cmolc
dm-3; Mg2+ = 1,10 cmolc dm-3; H + Al = 1,23 cmolc dm-3; S =
A linha azul indica o comprimento e a linha laranja indica a largura medida nas
6,91 cmolc dm-3; CTC = 8,14 cmolc dm-3; V% = 84,89%; matéria folhas de pornunça
orgânica = 7,93 g kg-1; areia = 828,6 g kg-1; silte = 148,25 g kg-1; Figura 1. Imagem digital (A) e digitalizada (B) da folha de pornunça
argila = 23,15 g kg-1 e densidade do solo = 1,45 kg dm-3.

Rev. Bras. Eng. Agríc. Ambiental, v.25, n.11, p.733-740, 2021.

Machine Translated by Google

Comparação de métodos para estimativa de área foliar em Pornunça (Manihot sp.) 735

modelo DSC-P72) para gerar 150 imagens digitais de 2700 × variáveis explicativas: o comprimento do produto por largura (LW)
2000 pixels (Figura 1A). O terceiro método é o método de e o número de lóbulos (NL) são descritos abaixo:
imagem digitalizada (SLA). As folhas foram colocadas em um
ÿ ÿ12 ÿ i iiÿ
scanner portátil Epson L395 (Figura 1B). As fotografias digitais RLA LW = ÿNL ; DLA1
0ÿ= ÿÿ i ii i
eu
LW2 NL 0
e as imagens digitalizadas foram processadas no software
Image J, onde as imagens foram transformadas em escalas de onde:
preto e branco. A área preta das imagens foi utilizada para ÿi - i-ésimo erro relacionado à área foliar real e digital,
calcular a área foliar na imagem (cm2 ) (Jadoski et al., 2012; onde ÿi apresenta distribuição normal de média 0 e constante
Lucena et al., 2018). Para obter o fator de correção de pixels de variância ÿ² > 0; e,
em cm², foi tirada uma foto digital de um quadrado de 10 × 10 ÿ0 , ÿ1 e ÿ2 - parâmetros relacionados ao modelo de potência.
cm da mesma dimensão das imagens das folhas de pornunça,
e a área foi calculada em pixels² (equivalente a 0,00833 cm²). Os seguintes índices de desempenho foram utilizados como
Após as medições e imagens das folhas, as folhas foram critérios para comparar os modelos com a área foliar real e
colhidas, colocadas em um recipiente de poliestireno com escolher o melhor modelo: maior coeficiente de determinação do
gelo e transportadas para o laboratório (5 min do campo). Em modelo (R²), menor critério de informação de Akaike (AIC)
laboratório, a área foliar foi medida pelo método gravimétrico, definido por Akaike (1974), menor soma dos quadrados dos
que é definido como método de referência correspondente à resíduos (SSR), e maior índice de Willmott (d) definido por Willmott (1981).
área foliar real (RLA). A folha foi estendida em papel O coeficiente de determinação é expresso por:
milimetrado milimetrado, seu contorno foi traçado no papel, o
papel foi cortado com tesoura no contorno e o pedaço de n
2
papel foi transferido para uma balança eletrônica para ser ( ÿ Y Yˆ ) eu
ÿ

eu

pesado. No mesmo estudo, foi cortado um quadrado de 10 × 10 cm, pesando 0,630 g.R 21 =1
eu =ÿ

n
Considerando a proporção da área e o peso do quadrado, foi 2

possível calcular a área foliar de cada folha com base no peso

ÿ ( AA ii ) ÿ

=1
eu
da folha correspondente ao seu contorno (Leite et al., 2019).
O critério de informação de Akaike (AIC) é definido da
Modelos de regressão (linear, gama e potência) foram seguinte forma:
ajustados aos dados obtidos por meio de três métodos
indiretos para encontrar o modelo mais eficaz para prever a ˆ
AIC 2ln L x \ ÿ(+ 2 p
=ÿ
()
área foliar real (Leite et al., 2019). Assumiu-se que os modelos )
linear e de potência tinham distribuição normal, pois a
resposta da variável dependente estava no intervalo (-ÿ, ÿ), A soma dos quadrados dos resíduos (SSR) é definida
linear com distribuição gama, assumindo que a resposta da pela seguinte expressão:
variável dependente estava no intervalo (0; ÿ).
n
Modelos de regressão usados para explicar a área foliar digital 2
SSR = Y Yˆ
(DLA) e scanner (SLA) em relação às variáveis explicativas: (ÿÿ eu eu
)
=1
eu
área foliar real (RLA) e comprimento do produto por largura
(LW) são descritos abaixo:
O índice d é expresso por:
Modelos lineares: DLAi = ÿ0 + ÿ1 RLAi + ÿi ; SLAi = ÿ0 + ÿ1 RLAi
+ ÿi ; DLAi = ÿ0 + ÿ1 LWi + ÿi ; SLAi = ÿ0 + ÿ1 LWi + ÿi n ˆ 2
Modelos gama: DLAi = ÿ0 + ÿ1 RLAi + ÿi ; SLAi = ÿ0 + ÿ1 RLAi ÿ( AA ÿ

)
eu eu

+ ÿi ; DLAi = ÿ0 + ÿ1 LWi + ÿi ; SLAi = ÿ0 + ÿ1 LWi + ÿi d1=ÿ

=1
eu

Modelos de potência: DLAi = ÿ0 RLAi ÿ1ÿi ; SLAi = ÿ0 RLAi ÿ1ÿi ; DLAi n ˆ 2

(ÿ AAÿ+AA
ÿ eu )
= ÿ0 LWi ÿ1ÿi ; SLAi = ÿ0 LWi ÿ1ÿi eu

onde: =1
eu

DLAi - representa a i-ésima área foliar digital da pornunça;

SLAi - i-ésima área foliar escaneada da pornunça;
RLAi - i-ésima área foliar real da pornunça;
LWi - produto do comprimento pela largura da i-ésima pornunça
folha.
ÿi - i-ésimo erro inter-relacionado à área foliar digital e
escaneada, onde ÿi apresenta distribuição normal de média
0 e constante de variância ÿ² > 0 para a distribuição linear,
modelo de potência e gama dos parâmetros ÿ e ÿ para os
modelos
gama; e, ÿ0 e ÿ1 - parâmetros relacionados ao modelo.
A regressão do modelo de potência usada para explicar a
área foliar real (RLA) e a área foliar digital (DLA) em relação ao
onde:
L(x\ÿ) - função de máxima verossimilhança, definida como
o produto da densidade, e p é o número de parâmetros do
modelo; Yi
- valores da i-ésima área foliar digital ou escaneada da
pornunça após ajuste do modelo;
Y - média dos valores da área foliar, sendo digital (Yi ) ou
digitalizada (Yi ); e,
n - número de observações (folhas).
Para avaliar as correlações entre as variáveis RLA, DLA,
SLA e LW, foi utilizado o coeficiente de correlação de Pearson
(Leite et al., 2020), descrito por:

Rev. Bras. Eng. Agríc. Ambiental, v.25, n.11, p.733-740, 2021.

Machine Translated by Google
736 Maurício L. de MV Leite et al.

n correlacionaram positivamente com LW (r = 0,89; p ÿ 0,0001) e

ÿ ( Y YX X)(i eu
ÿ ÿ

) SLA (r = 0,80; p ÿ 0,0001) e SLA com LW (r = 0,74; p ÿ 0,0001).

r = =1
eu Usando medidas lineares, o modelo de poder foi o melhor
n n
2 2 modelo explicativo para estimar a área foliar em pornunça, com
ÿ(
AA XX )i
eu
ÿ

ÿ( ÿ

) um R² de 0,99, enquanto o modelo linear teve um R² de 0,97 e o

=1
eu =1
eu
modelo gama teve um R² de 0,74. Os maiores resíduos de soma
quadrada (SSR) e o menor critério de informação de Akaike (AIC)
onde:
foram observados no modelo de regressão linear. Em contraste,
Yi e Xi - i-ésima observação das variáveis; e, Y e
os menores valores de SSR e AIC foram obtidos para o modelo de
X - médias das variáveis Y e X, respectivamente.
potência. O índice de Willmott (d) foi muito semelhante entre os
modelos de regressão avaliados. O modelo linear apresentou
O programa estatístico R versão 3.5.3 foi utilizado para todas
índice de Willmott (d) de 0,9400, semelhante aos modelos de
as análises.
potência e gama, 0,9421 e 0,939, respectivamente (Tabela 2).
Leite e cols. (2019) avaliaram a relação entre RLA e LW do
Resultados e discussão genótipo milheto IPA BULK 1BF e concluíram que os modelos
linear, gama e poder apresentaram poder de explicação de 99,25%,
A análise estatística descritiva para os diferentes métodos
96,07% e 99,96%, respectivamente.
utilizados para determinar a área foliar da pornunça é apresentada
Os resultados deste estudo foram mais precisos do que os
na Tabela 1. A maior média de área foliar foi observada na área
relatados por Silva et al. (2017) ao estimar a área foliar de espécies
foliar real (RLA) (136,42 cm²), indicando que todos os métodos
forrageiras euforbiáceas. Guimarães e cols. (2019) constataram
indiretos subestimou a área foliar quando comparada ao RLA.
que para a avaliação de 17 genótipos de mandioca, o modelo
linear teve o melhor ajuste quando se utilizou o produto entre o
A maior correlação positiva foi observada para RLA e área
comprimento e a largura do lóbulo central.
foliar digital (DLA) (r = 0,94; p ÿ 0,0001), mas altas correlações
A Figura 3 mostra os valores usados para estimar a área foliar
positivas também foram observadas entre RLA e comprimento por
largura (LW) e área foliar digitalizada (SLA) (Figura 2). DLA foi real da pornunça usando o produto do comprimento e largura das
folhas. Os pontos em preto representam a área real da folha, e os
Tabela 1. Análises estatísticas descritivas para diferentes métodos
de determinação da área foliar em pornunça: área foliar real (RLA), Tabela 2. Equações de regressão e índices de desempenho dos
área foliar digital (DLA), área foliar digitalizada (SLA) e produto do modelos utilizando como variável explicativa o comprimento e a
largura (LW) da folha para estimar a área foliar real (RLA) da
comprimento pela largura (LW)
pornunça

SD - Desvio padrão R2 - Coeficiente de determinação; SSR - Soma dos quadrados dos resíduos; AIC - Critérios de
informação de Akaike; d - Índice de Willmott

Figura 2. Matriz de correlação entre as variáveis da pornunça: Figura 3. Ajustes dos modelos (linear, potência e gama) usando o
área foliar real (RLA), área foliar digital (DLA), área foliar escaneada produto do comprimento pela largura do topo da folha para estimar
(SLA) e produto do comprimento pela largura (LW) a área foliar da pornunça

Rev. Bras. Eng. Agríc. Ambiental, v.25, n.11, p.733-740, 2021.

Machine Translated by Google
Comparação de métodos para estimativa de área foliar em Pornunça (Manihot sp.)
pontos de cor são os valores estimados com base nas equações de
regressão (modelos linear, de potência e gama).
Os índices de desempenho dos modelos usados para estimar a área
foliar real (RLA) usando os métodos de área foliar digital (DLA) e
escaneado (SLA) são apresentados na Tabela 3. O DLA explicou o RLA
em um modelo de regressão linear com o maior R² de 0,99, enquanto o
menor R² foi observado para SLA usando o modelo gama 0,83. O modelo
linear tinha índices SSR, AIC e d de 32679,10, 1222,81 e 0,9689,
respectivamente, enquanto o modelo de potência tinha 32475,21, 226,75
0,9689 e os modelos gama tinham 33765,64, 1207,80 e 0,9684,
respectivamente (Tabela 3).
Esses resultados corroboram os relatados por Lucena et al. (2018),
que observaram um R² de 0,99 para um modelo linear e 0,99 para um
modelo de potência quando avaliaram a relação de DLA e RLA em
Urochloa mosambicensis. Da mesma forma, Flumignan et al. (2008)
verificaram que a relação entre DLA e RLA em cafeeiros usando um
modelo de potência teve R² de 0,99 e índice ad de 0,9998.
Dentre os métodos de imageamento, os maiores valores de R² foram
observados utilizando DLA com modelo de potência; no geral, o R² variou
entre 0,83 usando SLA em um modelo gama a 0,99 em DLA usando um
modelo de potência. Um padrão semelhante foi observado usando outros
critérios de adequação.
As Figuras 4A e B mostram as relações entre a área foliar em função
da área foliar real, bem como os ajustes dos modelos linear, potência e
gama.
Tabela 3. Equações de regressão e índices de desempenho dos modelos
para estimar a área foliar real (RLA) usando os métodos de área foliar
digital (DLA) e área foliar digitalizada (SLA)
R2 - Coeficiente de determinação; SSR - Soma dos quadrados dos resíduos; AIC - Critérios de
informação de Akaike; d - Índice de Willmott
Figura 4. Ajuste de diferentes modelos usados para estimar a área foliar em pornunça: método digital (A) e escaneado (B)
737
A relação entre DLA e SLA para explicar a área foliar estimada pelas
medidas de LW é mostrada na Tabela 4.
No geral, os modelos de potência apresentaram valores de R² maiores
que os demais modelos de regressão, e os menores valores de R² foram
observados nos modelos gama. Um padrão semelhante foi observado
para os outros índices de desempenho.
Metodologia semelhante foi utilizada por Jadoski et al. (2012) para
determinar a área foliar em plantas de batata. Os autores descobriram
que o modelo de regressão linear tinha um valor de R² de 0,93. Os
resultados observados na presente pesquisa corroboram esses estudos,
com R2 de 0,97 e 0,94 no modelo linear, para estimar a área foliar digital
e a área foliar digitalizada, respectivamente.
Toebe et ai. (2012) usaram o software Sigma Scan Pro v. 5.0 para
estimar a área foliar digital de Phaseolus vulgaris L. e obtiveram um R²
de 0,98 para o modelo linear e 0,98 para
o modelo de poder. Na presente pesquisa, utilizando o software Image J,
foram obtidos valores de R2 de 0,97 e 0,99 para os modelos linear e de
potência, respectivamente.
Os melhores valores para os índices de desempenho foram
observados para o método DLA utilizando o modelo de potência: os
maiores valores para coeficiente de determinação (0,99) e índice de
Willmott (0,9276), associados aos menores valores do critério de
informação de Akaike (113,49) e a soma dos quadrados dos resíduos
(73067,51). Por outro lado, os valores menos úteis
Tabela 4. Estimativas dos parâmetros e índices de desempenho dos
modelos levando em consideração a variável explicativa produto entre
comprimento pela largura (LW)) para explicar a área foliar digital (DLA) e
área foliar escaneada (SLA)
R2 - Coeficiente de determinação; SSR - Soma dos quadrados dos resíduos; AIC - Critérios de
informação de Akaike; d - Índice de Willmott
Rev. Bras. Eng. Agríc. Ambiental, v.25, n.11, p.733-740, 2021.
Machine Translated by Google
738 Maurício L. de MV Leite et al.

foram observados para o método SLA usando o modelo gama (Tabela
4).
Os modelos lineares também resultaram no maior R² (Silva et al.,
2013) quando usados para estimar a área foliar do capim-panicum
usando um scanner ou o produto do comprimento pela largura da folha.
Na pesquisa, o modelo de potência foi o que melhor se ajustou para
estimar a área foliar da pornunça, com R2 de 0,98 e 0,99 para as
imagens digitalizadas e o método produto comprimento x largura, respectivamente.
A Figura 5 mostra as relações entre a área digital da folha (Figura
capacidade de explicar os modelos utilizados. É importante mencionar
que o modelo de potência usando medidas de LW teve o menor SSR
entre todos os métodos e todos os modelos (Tabela 5).
A Figura 6 mostra a relação entre a área foliar real
(Figura 6A) e a área digital da folha (Figura 6B) usando o poder
Tabela 5. Índices de desempenho dos modelos de regressão
considerando como variável explicativa o produto do comprimento pela
largura (LW) e o número de lóbulos (NL) para explicar a área foliar real

5A) e a área digitalizada da folha (Figura 5B) em função do comprimento (RLA) e a área foliar digital (DLA)

do produto pela largura, bem como os ajustes dos modelos linear, de

potência e gama.
Com base nos índices de desempenho, a melhor relação entre
DLA, SLA e RLA foi obtida usando o modelo de potência. Para obter
uma estimativa ainda melhor da área foliar real, o número de lóbulos
(NL) foi incorporado como variável explicativa associada às medidas de
L e W. No geral, o número de lóbulos como variável explicativa
R2 - Coeficiente de determinação; SSR - Soma dos quadrados dos resíduos; AIC - Critérios de
aumentou o informação de Akaike; d - Índice de Willmott

Figura 5. Ajustes dos modelos para área foliar digital (A) e área foliar escaneada (B) pelo produto do comprimento pela largura das folhas de
pornunça

Figura 6. Relação entre área foliar real (A) e área foliar digital (B) usando como estimativa um modelo de regressão de poder como variáveis
explicativas como o produto entre comprimento pela largura (LW) e número de lóbulos (NL)

Rev. Bras. Eng. Agríc. Ambiental, v.25, n.11, p.733-740, 2021.

Machine Translated by Google
Comparação de métodos para estimativa de área foliar em Pornunça (Manihot sp.)
modelo de regressão, destacando-se a alta correlação positiva
observada entre os modelos e as variáveis estimadas.
Silva e cols. (2017) observaram que o número de lóbulos
associado ao produto do comprimento pela largura da folha aumentou
significativamente a precisão do modelo de estimativa da área foliar
real da pornunça.
Os mesmos resultados foram encontrados quando a relação
entre DLA, SLA e LW foi analisada em outras plantas (Lucena et al.,
2018). Os métodos e modelos identificados no presente estudo
podem contribuir para estudos que envolvam o crescimento e
desenvolvimento da pornunça uma vez que a área foliar é uma
variável fundamental para pesquisas nessas áreas, ratificando as
conclusões de Ribeiro et al. (2019).
Conclusões
A imagem digital, usando o modelo de potência (Y=
LW0.77NL0.49, onde L e W são o comprimento e a largura da folha,
e NL é o número de lóbulos na folha) foi o melhor método não
destrutivo para estimar o tamanho da folha área em plantas de pornunça.
Literatura citada
Achten, WMJ; Maes, WH; Rubens, B.; Mathijs, E.; Singh, V.
P.; Verchot, LV, Muys, B. Produção e alocação de biomassa em mudas
de Jatropha curcas L. sob diferentes níveis de estresse hídrico. Biomassa
e Bioenergia, v.34, p.667-676, 2010. https://doi. org/10.1016/
j.biombioe.2010.01.010
Akaike, H. Um novo olhar sobre a identificação do modelo estatístico. IEEE
Transactions on Automatic Control, v.19, p.716-723, 1974. https://doi.org/
10.1109/TAC.1974.1100705
Alencar, FHH; Silva, DS; Andrade, AP; Carneiro, MSS; Feitosa, JV
Composição química e digestibilidade da pornunça sob duas fontes de
adubação orgânica e cortes. Revista Caatinga, v.28, p.215-222, 2015.
https://doi.org/10.1590/1983-21252015v28n324rc Aquino, LA; Santos
Júnior, VC; Guerra, JVS; Costa, MM
Estimativa da área foliar do girassol por método não destrutivo.
Bragantia, v.70, p.832-836, 2011. https://doi.org/10.1590/S0006-
87052011000400015
Cargnelutti Filho, A.; Toebe, M.; Burin, C.; Fick, AL; Neu, IMM; Facco, G.
Estimação de área foliar de mucuna cinza por meio de método não
destrutivo. Ciência Rural, v.42, p.238-242, 2012. https://doi.org/10.1590/
S0103-84782012000200009 Dubreuil, V.; Fante, KP;
Planchon, O.; Sant'anna Neto, JL Os tipos de climas anuais no Brasil: uma
aplicação da classificação de Köppen de 1961 a 2015. Revista Franco-
brasileira de Geografia, v.18, p.115-121, 2018. https://doi. org/10.4000/
confins.15738 Ferreira, OGL; Rossi, DF; Vaz, RZ; Fluck, CA; Costa,
OA
D.; Farias, PP Determinação da área foliar por análise de imagem digital.
Archivos de Zootecnia, v.66, p.593-597, 2017. https://doi. org/10.21071/
az.v66i256.2777 Flumignan, DL;
Adami, M.; Faria, RT Área foliar de folhas íntegras e danificadas de cafeeiro
determinadas por dimensões foliares e imagem digital. Coffe Science,
v.3, p.1-6, 2008.
Francisco, JP; Diotto, AV; Folegatti, MV; Silva, LDB; Piedade, SMS Estimativa
da área foliar do abacaxizeiro cv. Vitória por meio de relações alométricas.
Revista Brasileira de Fruticultura, v.36, p.285-293, 2014. https://doi.org/
10.1590/0100-2945-216/13
739
Guimarães, MJM; Coelho Filho, MA; Gomes Júnior, FA; Silva, MA; Alves,
CVO; Lopes, I. Modelos matemáticos para estimativa da área foliar de
mandioca. Revista de Ciências
Agrárias, v.62, p.1-5, 2019. https://doi.org/10.22491/rca.2019.3015
Jadoski, SO; Lopes, CE; Maggi, MF; Suchoronczek, A.; Saito, L.
R.; Denega, S. Método de origem da área foliar da cultivar de batata
ágata a partir de dimensões lineares. Semina: Ciências Agrárias, v.33,
p.2545-2554, 2012. https://doi.org/10.5433/1679- 0359.2012v33Supl1p2545
Jardim, AMRF; Silva, JP;
Simões, VJLP; Morais, JEF; Silva, MJ; Araújo Júnior, GN; Izidro, JLPS; Silva,
JRI; Leite, M.
LMV; Silva, TGF Inter-relação das características de manivas na
controlada vegetativa de Manihot glaziovii em ambiente Semiárido.
Pubvet, v.12, p.1-7, 2018. https://doi.org/10.31533/pubvet.v12n9a161.1-7
Leite, MLMV; Lucena, LRR; Cruz, MG; Sá Júnior, EH; Simões, VJLP
Estimativa da área foliar de Pennisetum glaucum por dimensões lineares.
Acta Scientiarum. Animal Sciences, v.41, e42808, 2019. https://doi.org/
10.4025/actascianimsci.v41i1.42808 Leite, MLMV; Lucena, LRR; Oliveira,
ADM; Costa, CA
EU.; Anjos, FLQ; Farias, IM; Simões, VJLP; Almeida, MC
R. Área do cladódio e peso de clones de Nopalea cochenillifera em
função de características morfométricas. Diário da Associação Profissional
de Fomento da Cactus, v.22, p.18-28, 2020.
Lima, RT; Souza, PJOP; Rodrigues, JC; Lima, MJA Modelos para estimativa
da área foliar da mangueira utilizando medidas lineares. Revista Brasileira
de Fruticultura, v.34, p.974-980, 2012. https://doi.org/10.1590/
S0100-29452012000400003 Lucena, LRR; Leite, MLMV;
Cruz, MG; Sá Júnior, E.
H. Estimativa da área foliar em Urochloa mosambicensis por dimensões
foliares e imagens digitais. Archivos de Zootecnia, v.67, p.408-413, 2018.
https://doi.org/10.21071/az.v67i259.3798 Morgado, MAD; Bruckner, CH;
Rosado, SUD; Assunção, W.; Santos, CEM Estimação da área foliar por
método não destrutivo, utilizando medidas lineares das folhas de
espécies de Passiflora. Revista Ceres, v.60, p.662-667, 2013. https://doi.
org/10.1590/S0034-737X2013000500009 Ribeiro, JES; Coêlho, ES;
Figueiredo, FRA; PEREIRA, W.
E.; Albuquerque, MB Estimativa da área foliar de Psychotria
carthagenensis e Psychotria hoffmannseggiana em função das dimensões
lineares das folhas. Acta Scientiarum. Ciências Biológicas, v.41, e43494,
2019. https://doi.org/10.4025/actascibiolsci.v41i1.43494 Schmildt, ER;
Amaral, JAT; Schmildt, O.; Santos, JS Análise comparativa de acreditados
para estimado da área foliar em cafeeiros. Coffee Science, v.9, p.155-167,
2014.
Silva, GLS; Carneiro, MSS; Edvan, RL; Andrade, AP; Medeiros, GR; Cândido,
MJD Determinação de modelo para estimativa de área foliar em pornunça
(Manihot sp.) por meio de medidas morfométricas. Acta Scientiarum.
Ciência Animal, v.39, p.351-256, 2017. https://doi.org/10.4025/
actascianimsci.v39i4.36447
Silva, WL; Costa, JPR; Caputti, GP; Galzerano. EU.; Ruggieri, A.
C. Medidas lineares do limbo foliar dos capins xaraés e massai para a
estimativa da área foliar. Biotemas, v.26, p.11-18, 2013. https://doi.org/
10.5007/2175-7925.2013v26n3p11 Toebe, M.; Cargnelutti
Filho, A.; LH solto; Heldwein, AB; Zanon, AJ Área foliar de feijão-vagem
(Phaseolus vulgaris L.) em função de dimensões foliares. Semina:
Ciências Agrárias, v.33, p.2491-2500, 2012. https://doi.org/10.5433/1679-
0359.2012v33Supl1p2491
Rev. Bras. Eng. Agríc. Ambiental, v.25, n.11, p.733-740, 2021.
Machine Translated by Google
740 Maurício L. de MV Leite et al.

Willmott, CJ Sobre a validação de modelos. Geografia Física, v.2, p.184-194, Zanetti, S.; Pereira, LFM; Sartori, MMP; Silva, MA Área foliar
1981. https://doi.org/10.1080/02723646.1981.1 0642213 estimativa da mandioca a partir de dimensões lineares. Anais da Academia

Brasileira de Ciências, v.89, p.1729-1736, 2017.

Rev. Bras. Eng. Agríc. Ambiental, v.25, n.11, p.733-740, 2021.