UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS AGRÁRIAS PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DO SOLO EDUARDO MACIEL HAITZMANN DOS SANTOS

Transcrição

1 UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS AGRÁRIAS PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DO SOLO EDUARDO MACIEL HAITZMANN DOS SANTOS DIAGNOSE DA COMPOSIÇÃO NUTRICIONAL (CND) PARA A CULTURA DA ATEMOIA CURITIBA 2016

2 UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS AGRÁRIAS PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DO SOLO EDUARDO MACIEL HAITZMANN DOS SANTOS DIAGNOSE DA COMPOSIÇÃO NUTRICIONAL (CND) PARA A CULTURA DA ATEMOIA Dissertação apresentada ao Programa de Pós-Graduação em Ciência do Solo, Área de Concentração Solo e Ambiente, do Setor de Ciências Agrárias, Universidade Federal do Paraná, como requisito parcial à obtenção do título de Mestre em Ciência do Solo. Orientador: Prof. Dr. Danilo Eduardo Rozane CURITIBA 2016 ii

3 S237 Santos, Eduardo M aciel H aitzm ann dos Diagnose da Com posição Nutricional (CND) para a cultura da Atem oia / Eduardo M aciel Haitzmann dos Santos Curitiba f, íl O rientador Danilo Eduardo Rozane Dissertação (M estrado) - U niversidade Federal do Parana Setor de Ciências Agrarias Program a de Pos-G raduação em Ciência do Solo 1 Analise m ultivariada 2 Plantas - N utrição 3 Heterose 4 Banco de dados I Rozane, Danilo Eduardo II Umvetsidade Federal do Parana Setor de Ciências A grarias Program a de Pos- G raduação em C iência do Solo III Titulo CDU

4 iii

5 Para todos que acreditaram em mim, especialmente para meu pai, minha mãe e meus irmãos. DEDICO iv

6 AGRADECIMENTOS Ao meu pai Ricardo, minha mãe Suzete e meus irmãos Leonardo e Vinícius, pelo carinho, apoio e crença nas minhas escolhas; À Universidade Federal do Paraná (UFPR) e ao Programa de Pós-Graduação em Ciência do Solo, pela oportunidade de realizar o curso de mestrado; Aos professores do Programa, pelos ensinamentos e experiências transmitidos; Ao professor Dr. Danilo Eduardo Rozane, pela orientação e confiança; Aos professores Dra. Juliana Domingues Lima, Dra. Silvia Helena Modenese Gorla da Silva e Dr. Volnei Pauletti, pelo auxílio teórico-científico; À secretaria Denise De Conti, pelas palavras de incentivo; À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela concessão da bolsa de estudos; Para os colegas e amigos do curso de Pós-Graduação, pelos momentos e conhecimentos compartilhados; À Karllas Stival Freitas, Marcieli Machado Manfio e Briane Kreitlov e Silva, pela amizade, cordialidade e companheirismo; Às instituições envolvidas: Universidade Estadual Paulista (UNESP), Associação Paulista de Produtores de Caqui (APPC), Universidade Federal do Ceará (UFC), Coordenadoria de Assistência Técnica Integral (CATI) e Université Laval (UL - Canadá), pelo apoio e auxílio na realização das atividades do mestrado; Aos alunos da graduação do curso de Agronomia da UNESP - campus Registro, Beatrice Santana Fernandes e Tialan dos Santos Alves, pelo auxílio nas atividades de laboratório. v

7 LISTA DE FIGURAS Figura 1. Folhas representativas da atemoia para coleta e análise foliar... 6 Figura 2. Ponto de inflexão obtido na relação entre produtividade e função cumulativa com base em dados de 50 talhões contendo atemoieiras Thompson Figura 3. Índice de desequilíbrio nutricional (CND-r²) e distância de Mahalanobis (D²) da população de alta produtividade (n=23) Figura 4. Particionamento Cate-Nelson para a relação entre os índices IBN e a produtividade, para os 50 talhões de atemoia Thompson. VPN = Valor Preditivo Negativo; VPP = Valor Preditivo Positivo; VN = Verdadeiro Negativo; FP = Falso Positivo; VP = Verdadeiro Positivo; FN = Falso Negativo; Acur. = Acurácia; Sens. = Sensibilidade Figura 5. Relação dos índices IBN com as somas do quadrado obtidas pelo procedimento Cate- Nelson, para os 50 talhões de atemoia Thompson Figura 6. Particionamento Cate-Nelson para a relação entre os índices CND-r² e a produtividade, para os 50 talhões de atemoia Thompson. VPN = Valor Preditivo Negativo; VPP = Valor Preditivo Positivo; VN = Verdadeiro Negativo; FP = Falso Positivo; VP = Verdadeiro Positivo; FN = Falso Negativo; Acur. = Acurácia; Sens. = Sensibilidade Figura 7. Relação dos índices CND-r² com as somas dos quadrados obtidas pelo procedimento Cate-Nelson, para os 50 talhões de atemoia Thompson Figura 8. Logotipo do software CND-Atemoia Figura 9. Identidade visual padrão do software CND-Atemoia para os sistemas operacionais webos e Windows, e para navegadores de internet tradicionais Figura 10. Splash Screen do software CND-Atemoia para Windows Figura 11. Índices nutrientes e CND-r², e gráficos gerados pelo software CND-Atemoia vi

8 Figura 12. Guia formulário do software CND-Atemoia, para registro pertinente à área de produção da cultura avaliada Figura 13. Documento gerado pelo software CND-Atemoia Figura 14. Gráfico do tipo radar (a) e coluna (b) gerados pelo software CND-Atemoia Figura 15. Uso dos níveis críticos dos nutrientes no software CND-Atemoia Figura 16. Uso de valor do mesmo valor para os nutrientes no software CND-Atemoia vii

9 LISTA DE TABELAS Tabela 1. Valores limites para interpretação química do solo (IAC - Boletim Técnico 100)... 8 Tabela 2. Critérios para a interpretação dos índices de equilíbrio nutricional médio (IENm) do método diagnóstico DRIS para cada nutriente (INut), com base no método do potencial de resposta à adubação (PRA) Tabela 3. Média e desvio-padrão das variáveis multinutrientes e média geométrica dos constituintes da massa seca (G), em amostras foliares de atemoia Thompson na subpopulação de alta produtividade (população de referência) Tabela 4. Matriz de coeficiente de correlação (Pearson) entre os teores foliares de nutrientes e a produtividade nos talhões de atemoia Thompson de todo o conjunto amostral (n=50) Tabela 5. Teores máximo, mínimo, média (x ) e desvio-padrão (σ) dos teores de nutrientes da matéria seca das amostras foliares, Produção (kg planta -1 ) e produtividade (t ha -1 ) obtidos nos pomares de atemoieiras Thompson de alta e baixa produtividade Tabela 6. Matriz de coeficiente de correlação (Pearson) entre os teores foliares de nutrientes e a produtividade nos talhões de atemoieira Thompson de alta produtividade (n = 23) Tabela 7. Matriz de coeficiente de correlação (Pearson) entre os teores foliares de nutrientes e a produtividade nos talhões de atemoieira Thompson de baixa produtividade (n = 27) Tabela 8. Média (x ) e desvio-padrão (σ) dos logaritmos das razões dos teores de nutrientes das matérias secas das amostras foliares, obtidas da subpopulação de alta produtividade de atemoieiras Thompson, para o estabelecimento da norma DRIS Tabela 9. Médias dos índices nutricionais obtidos pelos métodos diagnósticos DRIS e CND, para as amostras da subpopulação de baixa produtividade Tabela 10. Frequência observada do potencial de resposta à adubação para a subpopulação de alta e baixa produtividade, com base nas amostras foliares de atemoieiras Thompson, pelo o método diagnóstico DRIS viii

10 Tabela 11. Frequências dos nutrientes como limitantes pela falta (LF = p + pz), pelo excesso (LE = n + nz) e não limitante (NL = z), pelo PRA e cálculo do qui-quadrado (χ²), para as subpopulações de alta e baixa produtividade de atemoieiras Thompson, para o DRIS Tabela 12. Agrupamento das classes do potencial de resposta à adubação (PRA) na subpopulação de alta e baixa produtividade, com base nas amostras foliares de atemoieiras Thompson, pelo método diagnóstico DRIS Tabela 13. Valores médios para as análises químicas dos solos encontradas nas subpopulações de alta (23 talhões) e baixa produtividade (27 talhões) Tabela 14. Modelos estatísticos das relações entre os teores e os respectivos índices DRIS nas amostras foliares de atemoieiras Thompson Tabela 15. Modelos estatísticos das relações entre os teores e os respectivos índices CND nas amostras foliares de atemoieiras Thompson Tabela 16. Faixas normais de macronutrientes em amostras foliares de atemoieiras Thompson obtidas pelo DRIS e CND, em relação aos resultados obtidos por outros autores para a mesma espécie, e para outras anonáceas Tabela 17. Faixas normais de micronutrientes em amostras foliares de atemoieiras Thompson obtidas pelo DRIS e CND, em relação aos resultados obtidos por outros autores para a mesma espécie, e para outras anonáceas Tabela 18. Níveis críticos ou teores adequados dos macronutrientes e micronutrientes, obtidas pela norma CND, encontrados nas amostras foliares de atemoieiras Thompson ix

11 LISTA DE ABREVIATURAS E SIGLAS ATT Acidez total titulável CND Compositional nutrients diagnosis D² Distância de Mahalanobis DRIS Diagnosis and recommendation integrated system FP Falso positivo FN Falso negativo IBN Índice de balanço nutricional IEN Índice de equilíbrio nutricional LE Limitantes por excesso LF Limitantes por falta LI Limite inferior LS Limite superior n Classe de limitação negativa com alta probabilidade NL Não limitantes nz Classe de limitação negativa com baixa probabilidade p Classe de limitação positiva com alta probabilidade PRA Potencial de resposta à adubação pz Classe de limitação positiva com baixa probabilidade SQ Soma dos quadrados SST Sólido solúvel total VN Verdadeiro negativo VP Verdadeiro positivo VPN Valor preditivo negativo VPP Valor preditivo positivo z Classe de limitação nula x

12 SUMÁRIO RESUMO... xiii ABSTRACT... xv 1. INTRODUÇÃO ASPECTOS SOBRE A CULTURA DA ATEMOIA PROCEDIMENTOS GERAIS PARA A AVALIAÇÃO DO ESTADO NUTRICIONAL DE CULTURAS MATERIAL E MÉTODOS SISTEMA INTEGRADO DE DIAGNOSE E RECOMENDAÇÃO (DRIS) DIAGNOSE DA COMPOSIÇÃO NUTRICIONAL (CND) VALIDAÇÃO DAS METODOLOGIAS POTENCIAL DE RESPOSTA À ADUBAÇÃO (PRA) E FAIXAS NORMAIS DE NUTRIENTES FOLIARES RESULTADOS E DISCUSSÃO TRATAMENTO DOS DADOS PELA NORMA CND TRATAMENTO DOS DADOS PELA NORMA DRIS ÍNDICES DE EQUILÍBRIO NUTRICIONAL E POTENCIAL DE RESPOSTA A ADUBAÇÃO PARA O DRIS E CND LIMITAÇÕES APONTADAS PELOS ÍNDICES DO DRIS E AS RELAÇÕES COM A ANÁLISE QUÍMICA DO SOLO SUBPOPULAÇÃO DE BAIXA PRODUTIVIDADE SUBPOPULAÇÃO DE ALTA PRODUTIVIDADE FAIXAS NORMAIS PELOS MÉTODOS DIAGNÓSTICOS DRIS E CND VALIDAÇÃO DOS MÉTODOS DIAGNÓSTICOS DRIS E CND CONCLUSÕES xi

13 5. LITERATURA CITADA APÊNDICE VERSÕES DO SOFTWARE CND-ATEMOIA IDENTIDADE VISUAL INTERPRETAÇÃO DOS DADOS APRESENTADOS xii

14 DIAGNOSE DA COMPOSIÇÃO NUTRICIONAL (CND) PARA A CULTURA DA ATEMOIA 1 Autor: Eduardo Maciel Haitzmann dos Santos Orientador: Prof. Dr. Danilo Eduardo Rozane RESUMO A atemoia é um híbrido interespecífico, pertencente à família da Annonaceae, originada do cruzamento entre a cherimoia (Annona cherimola Mill.) e a fruta-pinha (Annona squamosa L.). A cultura ocorre predominantemente em regiões com climas tropicais, e o seu cultivo no Brasil está concentrado no estado de São Paulo. Por existirem poucas informações técnico-científicas disponíveis sobre calagem, adubação e nutrição da atemoia, pesquisas são necessárias para o estabelecimento de um manejo adequado da cultura. Entre as ferramentas disponíveis para a avaliação do estado nutricional de plantas tem-se o método da Diagnose da Composição Nutricional ou Compositional Nutrients Diagnosis (CND). O método CND utiliza a transformação da razão log centrada para analisar dados composicionais, baseando-se nas relações entre o teor de um dado nutriente e a média geométrica dos teores dos demais componentes da matéria seca das folhas (relações multivariáveis), incluindo aqueles não determinados analiticamente para fins de expressão do equilíbrio. O objetivo deste trabalho foi realizar a diagnose do estado nutricional da cultura da atemoia, por meio dos resultados de produção e das análises químicas foliares, bem como pelo resultado das análises de solo. Para tanto, foram avaliados 55 talhões comerciais de Atemoia na maior região produtora do estado de São Paulo, composta pelos municípios de Itapetininga, Piedade, Pilar do Sul e Salto de Pirapora. Pelo uso da distância de Mahalanobis (D 2 ) foram removidos os dados aberrantes, o que reduziu o banco de dados para 50 observações. Empregando a derivada segunda (ponto de inflexão) da função cúbica obtida pela relação entre a produtividade do conjunto amostral e a variância acumulada dos valores de D 2, permitiu separar as subpopulações de alta (n = 23) e baixa produtividade (n = 27). Ao comparar esta metodologia com o DRIS, observou-se que os índices de equilíbrio nutricional determinados pelo CND foram superiores. No entanto, as faixas normais dos nutrientes para os dois métodos foram semelhantes. A análise do potencial 1 Dissertação de Mestrado em Ciência do Solo. Programa de Pós-Graduação em Ciência do Solo. Setor de Ciências Agrárias, Universidade Federal do Paraná. (70 f.). Novembro, xiii

15 de resposta a adubação (PRA), inicialmente desenvolvida para análise dos índices DRIS, não permitiu avaliar o método CND. Todavia, segundo o teste de qui-quadrado, o PRA com base nos índices DRIS apresentou resultado ineficiente para avaliar as limitações nutricionais dos pomares de atemoia. O teste de predição de valores positivos e negativos, sensibilidade, eficiência e acurácia pelo procedimento Cate-Nelson evidenciou que o CND foi mais eficiente que o DRIS, demonstrando que a metodologia apresenta maior probabilidade de acerto no diagnóstico nutricional da atemoia Thompson. Utilizando o banco de dados, foi desenvolvido um software denominado CND-Atemoia, que será registrado e distribuído gratuitamente, via mídia física (CD/DVD) e/ou pela internet, para dispositivos contendo os sistemas operacionais Windows e webos, com o objetivo de auxiliar os produtores na diagnose do estado nutricional de seus pomares de atemoia. Palavras-Chave: Annonaceae; análise multivariada; nutrição mineral, balanço nutricional. xiv

16 COMPOSITIONAL NUTRIENT DIAGNOSIS (CND) FOR ATEMOYA CULTURE 2 Autor: Eduardo Maciel Haitzmann dos Santos Orientador: Prof. Dr. Danilo Eduardo Rozane ABSTRACT The atemoya is an interspecific hybrid, belonging to the Annonaceae family, originating from the junction between cherimoia (Annona cherimola Mill.) and custard apple (Annona squamosa L.). The culture occurs predominantly in regions with tropical climates, and its cultivation in Brazil is concentrated in the state of São Paulo. Due to the lack of available technical-scientific information on liming, fertilization and nutrition for atemoyas, researches are necessary to establish proper crop management. Among the tools available to evaluate the nutritional state of plants we have the method of "Diagnosis of Nutritional Composition" (CND). The CND method uses the log-centered transformation to analyze compositional data, based on the relationships between the content of a given nutrient and the geometric mean of the contents of the other components of the leaf dry matter (multivariable relationships), including those not determined analytically for the purpose of expression of equilibrium. The objective of this work was to diagnose the nutritional status (CND) of the atemoia culture, through the production results and the foliar chemical analysis, as well as the results of the soil analysis. For this purpose, 55 commercial atemoia fields were evaluated in the largest producing region in the state of São Paulo, composed of the municipalities of Itapetininga, Piedade, Pilar do Sul and Salto de Pirapora. By using the Mahalanobis distance (D 2 ) the aberrant data were removed, which reduced the database to 50 observations. Using the second derivative (inflection point) of the cubic function obtained by the relation between the productivity of the sample set and the accumulated variance of the D 2 values, it was possible to separate the subpopulations of high (n = 23) and low productivity (n = 27). When comparing the methodology with the DRIS, it was observed that the nutritional balance indices determined by the CND were higher. However, the normal ranges of nutrients for the two methods were similar. The analysis of the fertilization response potential, initially developed for analysis of the DRIS indices, did not allow to evaluate the CND method. However, according to the chi- 2 Soil Science Master Dissertation. Programa de Pós-Graduação em Ciência do Solo, Setor de Ciências Agrárias, Universidade Federal do Paraná. Curitiba. (70 f.). November, xv

17 square test, the fertilization response potential based on the DRIS indices presented an inefficient result to evaluate the nutritional limitations of atemoia orchards. The positive and negative values prediction test, sensitivity, efficiency and accuracy by the Cate-Nelson procedure showed that the CND was more efficient than DRIS, demonstrating that the methodology is more likely to be successful in the nutritional diagnosis of atemoya Thompson. Using the database, was developed software called CND-Atemoia, which will be registered and distributed free of charge via physical media (CD/DVD) and/or internet, for devices containing Windows and webos operating systems, with the objective of assisting the producers in the diagnosis of the nutritional status of their atemoya orchards. Keywords: Annonaceae; multivariate analysis; mineral nutrition; nutritional balance. xvi

18 1 1. INTRODUÇÃO 1.1. ASPECTOS SOBRE A CULTURA DA ATEMOIA A introdução contínua e sucessiva de inovações tecnológicas na fruticultura é ponto chave para o aumento da produtividade e da qualidade obtida nos últimos anos, sendo fundamental para a evolução futura. Entre os fatores de manejo que demandam maiores preocupações tem-se a nutrição mineral. Devido ao manejo inadequado de fertilizantes nas culturas, em especial as frutíferas, são observados reflexos negativos na produtividade, na qualidade, diminuição na rentabilidade e elevação do potencial de contaminação do ambiente (Natale et al., 2012; Parent et al., 2013a). Diversos fatores podem ser apontados como responsáveis pela baixa produtividade nas áreas tropicais, destacando-se a limitada capacidade dos solos em atender às exigências nutricionais das plantas, além do manejo inadequado da adubação das culturas. A nutrição e a fertilização são práticas que determinam não apenas a produtividade, mas também a qualidade dos produtos colhidos. Logo, um manejo adequado permite racionalizar a aplicação de insumos, transformando-se em lucro (Rozane e Natale, 2014). A anonácea é uma família de frutíferas que apresentam grupos de plantas que têm se destacado em várias partes do mundo, principalmente por produzirem frutos de grande interesse comercial. Entre os mais importantes membros desta família estão a cherimoia (Annona cherimola), a fruta-pinha (Annona squamosa), a atemoia (Anonna cherimola Mill x Annona squamosa L.) e a graviola (Annona muricata) (Lemos, 2014). A atemoia é um híbrido interespecífico originado do cruzamento entre a cherimoia e a fruta-pinha (Leite at al., 2013). O cruzamento entre espécies pode ocorrer naturalmente, entretanto, o híbrido atemoia foi resultado de um cruzamento intencional, com o objetivo de se obter frutos com a qualidade apresentada por seus parentais, e que se adaptasse melhor ao clima tropical (Rabêlo et al., 2014). Segundo Lemos (2014), no Brasil a fruta-pinha e a graviola são as anonáceas mais populares na maioria dos estados. A atemoia, que foi introduzida no país a partir da segunda metade do século passado, permanece desconhecida pela maioria da população. Porém, a cultura apresenta características que a qualificam como um produto in natura com grande potencial mercadológico, tornando-se entre as anonáceas, a terceira espécie em importância econômica para o país. A demanda pela polpa da fruta é crescente, e visa suprir tanto o mercado

19 2 interno como externo. Os atributos de qualidade mais importantes na diferenciação do valor da atemoia são a homogeneidade visual de tamanho e a ocorrência de defeito da casca. A observância desses atributos permite a definição estratégica na negociação e na comercialização (Watanabe et al., 2014). A principal região produtora de atemoia do Brasil está situada no estado de São Paulo, sendo a maior parte da produção da fruta oriunda de pequenos pomares. De acordo com Watanabe et al. (2014), a oferta total de anonáceas na Companhia de Entrepostos e Armazéns Gerais de São Paulo (CEAGESP) está crescendo. Dentre as integrantes da família, a atemoia, a fruta-pinha e a graviola são as frutas mais comercializadas. Os cultivos paulistas ocorrem em zonas de clima mais ameno, sendo concentradas em alguns municípios da região de Sorocaba, onde as áreas são compostas principalmente pelos cultivares Thompson, Gefner, Pink's Mamooth e African Pride. Os mesmos cultivares podem ser encontrados no Paraná e no sul de Minas Gerais. Em algumas áreas situadas no norte de Minas e em todo o semiárido do Nordeste, o Gefner tem sido o mais requisitado por melhor se adaptar às condições climáticas locais (Lemos, 2014). A atemoieira é uma planta cantarófila 3, altamente especializada, que apresenta assincronia no amadurecimento das estruturas florais femininas e masculinas (dicogamia protogínica). Para se assegurar uma maior produtividade, com obtenção de frutos maiores e melhor conformados, a realização do procedimento de polinização manual é necessária (Lemos, 2014). Pereira et al. (2014) relatam, que frutos provenientes desse processo apresentaram maior firmeza e rendimento de polpa. Segundo Rabêlo et al. (2014), o fruto da atemoia possui propriedade antioxidante e antimicrobiana. Essas características podem estar relacionadas à presença de substâncias fenólicas nos extratos, principalmente os flavonoides. Estudos vêm sendo realizados para o isolamento dos constituintes químicos desta espécie, a fim de determinar os compostos responsáveis pelas atividades biológicas dos extratos. Os subprodutos da atemoia, como a casca e as sementes, costumam ser descartadas tanto pela indústria como pelos consumidores da fruta in natura. Partindo dessa realidade, Cruz et al. (2013) constataram que as casca e as sementes podem ser aproveitadas na alimentação, agregando maior valor ao fruto. Essas duas frações chegam a representar 40 % do total do fruto. Os autores verificaram que essas frações apresentaram, em geral, teores de nutrientes maiores 3 As anonáceas, em geral, são constituídas de espécies cantarófilas, ou seja, são plantas que são polinizadas por besouros (Paulino-Neto, 2014).

20 3 que a parte comestível, sendo o teor de compostos bioativos relativamente baixo, o que não causaria malefícios à saúde. Em relação aos processos de tratamento de sementes, o uso do ácido giberélico (GA3) proporciona taxa e velocidade de germinação significativamente superiores, em relação às sementes não tratadas com o hormônio, independente do material genético (Stenzel et al., 2003; Oliveira et al., 2010). Outro método eficiente é o tratamento com embebição em água, mas, é eficiente somente para a atemoia Gefner, com sementes em água a uma temperatura de 30 ºC (Stenzel et al., 2003). Gimenez et al. (2014) relatam que sementes de atemoia submetidas à concentração de 1 % de tetrazólio, durante duas horas de exposição e sob temperatura constante de 30 C, é a condição mais adequada para avaliar a viabilidade, permitindo visualizar a maior porcentagem de sementes viáveis no menor tempo. Pés-francos podem levar de 3 a 4 anos para entrar em produção, além de possuírem considerável variação na qualidade de frutos. Dessa forma, o uso de porta-enxertos é um método de grande importância. A influência dessa alternativa nas características da copa, em anonáceas, é bastante notável (Almeida et al., 2010). As podas de formação, condução e frutificação são técnicas obrigatórias na produção da atemoia e necessitam de conhecimento razoável por parte dos produtores (Lemos, 2014). A atemoieira necessita de um monitoramento contínuo durante todo o seu desenvolvimento vegetativo. O controle da quantidade de nutrientes no solo é fundamental, pois a planta armazena nutrientes durante todo o seu ciclo para utilizá-los no florescimento e na frutificação, o que reflete na qualidade dos frutos colhidos. Apesar de rápido e barato, a observação e a identificação de sintomas de deficiências de nutrientes em condições de campo requerem muita experiência. Para se evitar erros em um diagnóstico, é fundamental considerar todas as informações e ferramentas disponíveis, como histórico da área, análises de solo, de folhas, de frutos, para a realização do adequado manejo da adubação e da nutrição das anonáceas (Rozane e Natale, 2014). Considerando a escassa informação científica disponível sobre calagem, adubação e nutrição das anonáceas, em especial para a atemoia, algumas pesquisas apresentam urgência em serem realizadas, como os efeitos dos nutrientes sobre a produtividade, a qualidade dos frutos, a pós-colheita, e a tolerância a pragas e a doenças (Rozane e Natale, 2014). A escassez de informações científicas para a cultura da atemoia relacionadas aos tratos culturais, além da polinização natural deficiente (Melo et al., 2002), indica a necessidade da

21 4 realização de pesquisas que desenvolvam genótipos superiores, além de aprimorar as técnicas de produção e fertilização (polinização) para que promovam colheitas com retorno econômico satisfatório (Lemos, 2014), bem como a definição das principais características das cultivares utilizadas atualmente (Neves e Yuhara, 2003). Outras anonáceas com a mesma limitação quanto a disponibilidade de informações, e que também apresentam importante potencial para os mercados interno e externo, são a Annona reticulata, A. diversifolia, A. crassiflora, A. salzmanii e Rolinia mucosa (Lemos, 2014) PROCEDIMENTOS GERAIS PARA A AVALIAÇÃO DO ESTADO NUTRICIONAL DE CULTURAS O levantamento do estado nutricional das culturas tem sido bastante pesquisado e utilizado. Baseado especialmente na interpretação da análise de tecido vegetal, buscam-se ações para melhorar a produtividade vegetal principalmente pela adubação. Entretanto, diversos fatores são apontados como responsáveis pelas variações no conteúdo de nutrientes, com destaque para as condições edafoclimáticas e para os aspectos ligados à cultura, como idade (Rozane e Natale, 2014), disponibilidade de água (Rozane et al., 2009a), cultivar, tipo de folha, tempo de cultivo (Rozane et al., 2009b), entre outros. A análise de solo é um procedimento consagrado na agricultura, mas é necessário empregá-la adequadamente, devendo-se conhecer os fatores que a limitam. Esse cuidado é fundamental para que sejam realizados programas de calagem e adubação mais adequados, e que permitam a obtenção de resultados favoráveis para o aumento da produtividade da cultura e lucro ao produtor (Rozane et al., 2011). A análise de tecido vegetal é um critério útil para o manejo de nutrientes em frutíferas (Parent 2011). No entanto, para que a interpretação sobre as condições nutricionais de uma cultura seja mais representativa, para uma determinada região, é necessário o conhecimento dos valores de referência locais. A análise foliar se justifica por ser de baixo custo e eficiente em determinar o estado nutricional da planta (Gott et al., 2014). Quando os nutrientes apresentam interação nos tecidos vegetais, suas proporções ou concentrações mudam relativamente entre si, como resultado do sinergismo, do antagonismo, ou da neutralidade, o que produz uma ressonância dentro do espaço fechado da composição do tecido (Parent, 2011). Isso pode ser detectado se o diagnóstico respeitar a premissa básica da diagnose nutricional que é a adequada amostragem de folhas, a qual deve representar o mais

22 5 fielmente possível a área avaliada, com um mínimo de plantas amostradas para não superar o erro amostral aceitável. Dessa forma, a análise estatística auxilia na indicação do número de plantas suficiente para reduzir a variação dos resultados para um valor aceitável, ou seja, reduzindo o número de graus de liberdade que exprimem o acaso (Rozane et al., 2007). As pesquisas têm evoluído com o objetivo de estabelecer o estado nutricional dos vegetais. Dentre as ferramentas para avaliar o estado nutricional de plantas pode-se destacar o Sistema Integrado de Diagnose e Recomendação ou Diagnosis and Recommendation Integrated System (DRIS), e o método da Diagnose da Composição Nutricional ou Compositional Nutrients Diagnosis (CND). O método DRIS, desenvolvido por Beaufils (1973), é o principal método diagnóstico bivariado utilizado. A partir do DRIS, são calculados índices que expressam o equilíbrio relativo dos nutrientes numa planta, por meio da comparação das relações entre dois nutrientes na amostra a ser diagnosticada, com valores-padrão. O método CND, desenvolvido por Parent e Dafir (1992), em comparação ao DRIS, emprega uma estrutura totalmente diferente na forma dos cálculos. O CND apresenta análise dos dados na esfera multivariada, onde são consideradas como forma de expressão do equilíbrio nutricional as relações entre o teor de um determinado nutriente e a média geométrica dos teores dos demais componentes da matéria seca, inclusive aqueles não determinados analiticamente no tecido vegetal (elementos de enchimento). O objetivo geral deste trabalho foi desenvolver a norma CND para pomares comerciais de atemoia, com base na seleção da subpopulação de alto rendimento, utilizando os resultados da análise química do tecido vegetal. Como parâmetros específicos, buscou-se validar a norma CND, comparando-a com o DRIS quanto à eficiência no diagnóstico do estado nutricional. 2. MATERIAL E MÉTODOS A diagnose do estado nutricional da cultura da atemoia foi realizada por meio da coleta de dados na principal região produtora do Brasil, representada pelos municípios de Itapetininga, Piedade, Pilar do Sul e Salto de Pirapora, localizados no estado de São Paulo, durantes as safras agrícolas de 2013/14, 2014/15 e 2015/16. O município de Itapetininga, situado a 170 km da capital São Paulo, possui latitude de 23º 21 e longitude de 48º 01, altitude de 660 m, clima subtropical (Cwa) segundo a classificação de Köeppen-Geiger, com inverno seco e chuvas no verão, e precipitação anual de

23 6 1310,6 mm. Piedade possui latitude de 23º 25 e longitude de 47º 15, altitude de 800 m, clima subtropical (Cwa), e precipitação anual de 1354,7 mm. Pilar do Sul, localizado a 150 km da capital São Paulo, possui latitude de 23º 28 e longitude de 47º 25, altitude de 680 m, clima subtropical (Cwa), e precipitação anual de 1293,2 mm. Salto de Pirapora, localizado a 125 km da capital São Paulo, possui latitude de 23º 23 e longitude de 47º 20, altitude de 630 m, clima subtropical (Cwa), e precipitação anual de 1260,9 mm (CEPAGRI, 2015). O banco de dados foi constituído por 55 talhões comerciais irrigados, contendo atemoieiras Thompson, com porta-enxerto de araticum-de-terra-fria (Rollinia sp.) e idade média de 10 anos. Cada talhão representou uma observação no banco de dados, e cada amostra foliar foi composta por 25 subamostras simples. A amostragem das folhas foi realizada durante o pleno florescimento da cultura, conforme a metodologia descrita por Rozane e Natale (2014). Foram coletadas as folhas completamente desenvolvidas, nos quatro pontos cardeais, na altura mediana das árvores, em 25 atemoieiras por talhão homogêneo. As folhas diagnósticas correspondem ao terceiro par de folhas, em ramos com flores (Figura 1). Figura 1. Folhas representativas da atemoia para coleta e análise foliar. As folhas amostradas foram lavadas em solução com detergente neutro (0,1 % vv) e enxaguadas em água corrente, sendo posteriormente imergidas em água deionizada com ácido clorídrico (0,3 % vv) e, ao final, em água deionizada. Em cada procedimento o tempo de lavagem não excedeu 30 segundos. Após a lavagem, as folhas foram secas em estufa de ventilação forçada à temperatura de 65 ºC, até atingir massa constante, quando foram moídas em moinhos do tipo Willey, com facas e câmara de aço inoxidável, e peneiras de 1 mm de diâmetro (40 mesh).

24 7 As determinações analíticas dos teores de nutrientes das amostras de folhas seguiram as indicações de Bataglia et al. (1983). O fósforo e o enxofre foram quantificados por colorimetria e os cátions (potássio, cálcio, magnésio, cobre, ferro, manganês e zinco) por espectrofotometria de absorção atômica, após digestão em uma mistura de ácidos nítrico e perclórico. O nitrogênio foi determinado por micro-kjeldahl, incluindo nitrato, e o boro por colorimetria após resíduo de calcinação durante 3 h em forno mufla a 550 ºC. Nos mesmos talhões, nas mesmas plantas e época da amostragem foliar, foram realizadas as coletas das amostras de solo na profundidade de 0,0-0,20 m, na projeção da copa das árvores. Em cada talhão a amostragem foi composta por 25 subamostras simples. O solo coletado passou por processo de secagem em estufa com temperatura de 40 ºC, sendo em seguida tamisados em peneiras de 2 mm, para posterior determinação analítica como indicada por Raij et al. (2001). As plantas selecionadas para as coletas de folhas e solo foram identificadas para posterior obtenção dos dados da produtividade, sendo contados todos os frutos de cada planta, antes do período da colheita. Quando os talhões estavam em plena produção, uma amostra de 200 frutos por talhão (8 frutos de cada planta) foi retirada para pesagem, determinação do ph, teor de sólido solúvel total (SST), acidez total titulável (ATT) e relação SST / ATT, determinados como indicado pela AOAC (1990). Cada entrada no banco de dados correspondeu a um campo de produção (talhão). A teoria de cálculos para o DRIS seguiu a metodologia empregada e descrita em Beaufils (1973), Elwali e Gascho (1984) e Beverly (1987). O método CND seguiu as indicações de Parent e Dafir (1992) e Parent et al. (2005, 2009). Para o método mais eficiente foi desenvolvido um software diagnóstico para facilitar os cálculos em análises futuras. Como a normalidade amostral é uma condição exigida para a realização de muitas inferências válidas a respeito de parâmetros populacionais (Cantelmo e Ferreira, 2007), os dados foram submetidos ao teste de aderência Kolmogorov-Smirnov (KS), com correção de Lillierfors, para observar se o conjunto apresentou distribuição normal. O teste apresenta como vantagens a consideração de cada observação da amostra e a aplicação irrestrita ao tamanho da amostra (Cirillo e Ferreira, 2003). Para suporte às informações obtidas pelas análises foliares dos dois métodos diagnósticos, foram utilizados os limites de interpretação para solo apresentado no Boletim Técnico 100 do IAC (Tabela 1). Também foram avaliados quanto o potencial de resposta à adubação (PRA), proposto por Wadt (2005).

25 8 Tabela 1. Valores limites para interpretação química do solo (IAC - Boletim Técnico 100) Acidez ph em (CaCl2) Saturação por bases V (%) Muito alta < 4,4 Muito baixa < 26 Alta 4,4 5,0 Baixa Média 5,1 5,5 Média Baixa 5,6 6,0 Alta Muito baixa > 6,0 Muito alta > 90 Teor Ca 2+ trocável Mg 2+ trocável S-SO mmolc dm mg dm -3 Baixo < 4,0 < 5,0 < 5,0 Médio 4,0 7,0 5,0 8,0 5,0 10,0 Alto > 7,0 > 8,0 > 10,0 Teor Produção relativa K + trocável P (1) (perenes) % mmolc dm -3 mg dm -3 Muito baixo < 70 < 0,8 < 6,0 Baixo ,8 1,5 6,0 12,0 Médio ,6 3,0 13,0 30,0 Alto > 100 3,1 6,0 31,0 60,0 Muito alto > 6,0 > 60,0 Teor B (2) Cu (3) Fe (3) Mn (3) Zn (3) mg dm Baixo < 0,2 < 0,3 < 5,0 < 1,3 < 0,6 Médio 0,2 0,6 0,3 0,8 5,0 12,0 1,3 5,0 0,6 1,2 Alto > 0,6 > 0,8 > 12,0 > 5,0 > 1,2 Métodos de extração: (1) Resina; (2) água quente; (3) DTPA (ácido dietilenotriaminopentacético). A determinação das faixas adequadas para os teores de cada nutriente, semelhante ao realizado por Souza et al. (2015), foi traçada com base nos seus respectivos índices de balanço nutricional obtidos pelos métodos diagnósticos. As concentrações foliares para cada nutriente foram avaliadas por meio da análise de regressão, obtendo-se equações relacionadas com os teores de nutrientes com seus respectivos índices DRIS e CND. O limite inferior (LI) e o superior (LS) da faixa normal foram determinados igualando os modelos estatísticos a zero, para a obtenção do nível crítico 4 (NC), subtraindo e adicionando, respectivamente, o valor encontrado a proporção de 2 /3 do valor do desvio-padrão dos teores de cada nutriente. 4 Segundo Teixeira et al. (2015), o nível crítico para o teor de um nutriente corresponde à sua concentração em tecido foliar requerida um desenvolvimento vegetal ótimo (crescimento, produção e/ou qualidade).

26 9 O software diagnóstico foi desenvolvido para ser compatível com dispositivos eletrônicos variados, onde as estruturas das suas versões foram elaboradas pelo uso das linguagens de programação C# (Csharp) e JavaScript, e da linguagem de codificação Html. Para a criação do algoritmo em C# foi usada a ferramenta Visual Studio Professional, sendo o aplicativo produzido compatível com dispositivos com sistema operacional Windows. Para as linguagens Html e JavaScript foi utilizada a ferramenta Microsoft Expression Web 4, cuja versão é compatível com qualquer dispositivo conectado à internet com navegadores tradicionais como o Google Chrome, Mozilla Firefox, Opera ou Safari. Para as mesmas linguagens foi usada a ferramenta webos TV Eclipse Ide, para a produção da versão compatível com o sistema operacional webos, comum em televisores interativos. A distribuição das versões do software/aplicativo será realizada por meio de mídia física (CD/DVD) e/ou por endereços eletrônicos institucionais, como o de Universidades, a exemplo do que já foi realizado para as culturas da goiaba e da manga, disponíveis no sítio: < SISTEMA INTEGRADO DE DIAGNOSE E RECOMENDAÇÃO (DRIS) A principal premissa para a utilização do método diagnóstico DRIS refere-se à relativa constância das relações entre nutrientes (relações duais), comparativamente aos teores de cada nutriente, considerados isoladamente, como também em relação à idade do tecido e seu teor de água (Beaufils, 1973). De acordo com Silva et al. (2005), o método permite classificar os nutrientes e apontar os elementos responsáveis pela limitação do desenvolvimento das plantas. A partir do DRIS, são calculados índices que expressam o equilíbrio relativo dos nutrientes numa planta, por meio da relação entre dois nutrientes. Para o estabelecimento da norma, a base de dados foi dividida em populações de alta e de baixa produtividade. Como apresentado por Serra et al. (2013), existem diversos critérios utilizados para a realização dessa divisão. O critério utilizado para a obtenção da subpopulação de referência (alta produtividade), foi mediante a separação das áreas cujos valores de produtividade foram superiores à produtividade média obtida. Os cálculos da média, coeficiente de variação e da variância foram realizados para o grupo de alta e de baixa produtividade, utilizando-se as relações diretas e inversas. Para calcular as funções das razões dos nutrientes, aplicou-se o método proposto por Beverly (1987), com transformações logarítmicas para eliminar o grau de achatamento da

27 10 distribuição dos dados, propiciando o efeito de curtose, em relação à curva normal no coeficiente de variação (Equação 1): d (log ( Y X ) Pr ) d. k d IY = { [ n ] [ (log (X n Y ) Pr ) i. k ] (N σr d σr rd + N ri )} (1) i i=1 i=1 IY é o índice do nutriente Y avaliado. A relação Y / Xn é a razão entre dois elementos químicos das amostras foliares, sendo Y o nutriente fixo, e Xn os demais nutrientes (d) que serão relacionados com Y (N/P, N/K, N/Ca, [...], N/Zn). Pr d e Pr i são, respectivamente, as médias das razões logarítmicas diretas (Y / Xn) e inversas (Xn / Y) para a população de referência. O elemento k é a constante de sensibilidade, o qual recebeu o valor igual a 1; σrd e σri são, respectivamente, o desvio-padrão da população de referência das relações diretas e inversas. Nrd é o número de relações diretas avaliadas, e Nri é o número de relações inversas. O índice de balanço nutricional (IBN) foi obtido somando-se os valores em módulo obtidos para os 11 nutrientes (Equação 2): IBN = IN + IP + IK + [ ] + IFe + IMn + IZn (2) O índice de balanço nutricional médio (IBNm) foi obtido dividindo-se o valor de IBN pelo número total de nutrientes (n) (Equação 3): IBN m = IBN n (3) 2.2. DIAGNOSE DA COMPOSIÇÃO NUTRICIONAL (CND) A metodologia CND, desenvolvida por Parent e Dafir (1992), apresenta-se como uma das mais recentes técnicas analíticas empregadas para a interpretação da composição nutricional de um tecido vegetal. Por ser baseada nas relações multivariadas entre os nutrientes e também por considerar os elementos não determinados pela análise química das folhas, a avaliação do equilíbrio nutricional de uma cultura acaba sendo de forma integrada. Semelhante ao realizado para as culturas da goiaba (Rozane et al, 2013a) e da manga (Rozane et al., 2013b), o emprego da metodologia CND fornece informações importantes para a realização de um manejo mais eficiente dos pomares.

28 11 Segundo Parent e Dafir (1992), a composição do tecido vegetal forma um arranjo dimensional de nutrientes (d), isto é, representado por d + 1 proporções de nutrientes, constituindo um simplex (conjunto de teores nutricionais e o respectivo complemento a 100 %), representado por S d, no qual é incluído nutrientes d e um valor de enchimento definido, conforme Equação 4: S d = { N > 0; P > 0; K > 0; Ca > 0; [ ] Fe > 0; Mn > 0; Zn > 0 N + P + K + Ca + [ ] + Fe + Mn + Zn + R = 100 } (4) O número 100 representa o valor total de matéria seca (%); N, P, K, [...] (Xi) são as proporções de nutrientes (%) e Rd é o valor de enchimento somado às proporções de nutrientes para a obtenção de 100 %, sendo o cálculo realizado pela equação 5 (Khiari et al., 2001; Parent et al., 2009): d Rd = 100 X i i=1 (5) As proporções de nutrientes tornam-se invariante de escala depois de serem divididos pela média geométrica (G) do d + 1 componentes, incluindo Rd (Aitchison, 1986; Parent et al., 2009) (Equação 6): d G = ( X i )) i=1 1 (d+1) = (N x P x K x [ ] x Rd) 1 (d+1) (6) As equações logarítmicas naturais (ln), ou razões log centradas dos nutrientes (clr ou centered logratio), são estabelecidas conforme a Equação 7: clr nutriente = V N = l n N G ; V P = ln P G ; V K = ln K G ; [ ]; V Rd = ln Rd G (7) As variáveis multinutrientes (Vnutriente) consistem do logaritmo neperiano (ln) do quociente entre a concentração de cada nutriente (mg kg -1 ) e a média geométrica das concentrações dos constituintes da massa da matéria seca (G).

29 12 Por definição (Khiari et al., 2001), a soma dos componentes do tecido é 100 % (Equação 5), e a soma dos valores das razões log centradas das variáveis nutrientes (Vnutriente), incluindo para o Rd (o valor de enchimento), devem ser igual a zero (Equação 8): V N + V P + V K + V Ca + V Mg + [ ] + V Rd = 0 (8) Os índices CND são calculados pela diferença entre as variáveis multinutrientes das amostras avaliadas (Vnutriente) e a média da população de referência (Vnutriente), dividido pelo desvio-padrão (σnutriente) desta variável na população de referência (alta produtividade): I N = (V N V N ) σ N ; I P = (V P V P ) σ P ; I K = (V K V K ) σ K ; [ ]; I Rd = (V Rd V Rd ) σ Rd (9) IN, IP, IK, [...], IRd são índices de balanço dos nutrientes e do enchimento para determinar o CND. A independência entre os dados é garantida pela transformação logarítmica centrada (Aitchison, 1986). Os Índices CND são normatizados e as variáveis tornadas lineares como dimensões de um círculo (d + 1 = 2), uma esfera (d + 1 = 3), ou uma hiperesfera (d + 1 > 3) em um espaço tridimensional. Os índices de balanço dos nutrientes são utilizados para determinar o índice geral de equilíbrio (CND-r²), conforme a equação 10: CND r² = I² N + I² P + I² K + [ ] + I² Rd (10) Cada amostra caracteriza-se por seu raio, r, calculado a partir dos índices de nutrientes CND. A soma de quadrados independentes d + 1 com variáveis normais produz uma nova variável com distribuição qui-quadrado (χ²) com d + 1 graus de liberdade (Ross, 1987). Os índices CND são independentes e o valor CND-r² deve ter a distribuição χ². A função de distribuição do χ² fornece uma vantagem para CND sobre DRIS, como um modelo de sustentação genérico para bases de dados pequenas. Como definido pelas equações 9 e 10, quanto mais perto de zero os índices de CND, e por consequência o CND-r² ou os valores de χ², mais elevada a probabilidade de se obter rendimento elevado (Khiari et al., 2001a). A Distância de Mahalanobis (D²) é calculada pela equação 11. COV - é a matriz de covariância inversa dos valores de clr para todos os nutrientes, e T é a indicação de que a matriz

30 13 deve ser transposta (Parent, 2011). O teste de χ 2 foi calculado com base na distância D 2, sendo excluídas as amostras cujo valor foi inferior a 1 % (p < 0,01). d D 2 = (clr i clr i) T COV 1 (clr i clr i) i=1 (11) Organizando a produtividade do conjunto amostral de maneira decrescente, foi estabelecida a função cúbica pela relação entre a produtividade (t ha -1 ) do conjunto amostral e a variância acumulada (função cumulativa) dos valores de D 2, em que a determinação da derivada segunda (ponto de inflexão) permitiu separar as subpopulações de baixa e alta produtividade (Khiari et al., 2001b) VALIDAÇÃO DAS METODOLOGIAS Após a avaliação dos talhões pelos métodos diagnósticos, foi necessário validá-los pelo procedimento Cate-Nelson. Para isso, foi utilizado os valores dos índices de balanço nutricional obtidos pelo DRIS (IBN) e pelo CND (CND-r²), relacionando-as com a produtividade. O método gráfico do procedimento Cate-Nelson baseia-se na divisão do diagrama de dispersão bidimensional (x, y) em quatro quadrantes (particionamento), maximizando o número de pontos nos quadrantes positivos, enquanto minimiza o número nos quadrantes negativos (Nelson e Anderson, 1977). Para fins de diagnóstico, é necessário separar as áreas em grupos de baixa e alta produtividade, o qual foi realizado seguindo as indicações de Khiari et al. (2001a) e padronizados para ambas as metodologias (DRIS e CND). A finalidade dessa etapa é determinar um único ponto de divisão da população de alta e baixa produtividade, para permitir a efetiva comparação entre os métodos diagnósticos. O procedimento Cate-Nelson maximiza a soma dos quadrados (SQ) entre as duas partições (positivas e negativas), e para a determinação dos quadrantes é necessário a utilização da Equação 12: SQ = [ ( k i=1 X i 2 ) k + ( n j=k+1 X j 2 ) (n k) ] [ ( n X 2 i=1 i ) n] (12)

31 14 A incógnita X representa o índice de balanço nutricional (DRIS ou CND), sendo Xn o conjunto de todos os índices do conjunto amostral, com n números de observações, na qual devem ser ordenados de forma crescente; k é a contagem elementar que começa com a primeira observação ordenada, e j é o número subsequente da contagem elementar. O maior valor apresentado pelo SQ de todas as observações (n) constitui o ponto crítico, o qual fornecerá o parâmetro para determinar a distribuição dos valores nos quadrantes. Cada quadrante representa uma classe de resposta ao uso do insumo. O índice de balanço nutricional correspondente ao ponto crítico que estabelece a separação das classes nas populações de alta e baixa produtividade. Nos talhões de alta produtividade, as áreas que apresentaram valores dos índices menores que o índice no ponto crítico ficaram no quadrante falso positivo, e os maiores no quadrante verdadeiro negativo. Nos talhões de baixa produtividade, valores dos índices menores que o índice no ponto crítico ficaram no quadrante verdadeiro positivo, e os maiores no quadrante falso negativo. Esses quadrantes, segundo Parent et al. (2013b), significam: Verdadeiro Negativo (VN): populações de alta produtividade, corretamente identificadas como equilibradas (abaixo do valor ou ponto crítico de previsão). O estado nutricional é adequado; Falso Positivo (FP): populações de alta produtividade, incorretamente identificadas como desequilibradas (acima do valor crítico). As observações do FP indicam consumo de nutrientes por parte da planta ou eficiência excepcionalmente elevada do uso de nutrientes. Verdadeiro Positivo (VP): populações de baixa produtividade, corretamente identificadas como desequilibradas (acima do valor crítico) em que pelo menos um elemento causa desequilíbrio nutricional; Falso Negativo (FN): populações de baixa produtividade, incorretamente identificadas como equilibradas (abaixo do valor crítico). As observações da FN indicam o impacto de outros fatores limitantes ao desempenho da cultura. O teste de diagnóstico é interpretado (PARENT et al., 2013b), como segue: Valor Preditivo Negativo (VPN): probabilidade de um diagnóstico equilibrado retornar a um alto desempenho, calculado como TN / (TN + FN); Valor Preditivo Positivo (VPP): probabilidade de um diagnóstico de desequilíbrio retornar a um baixo desempenho, calculado como TP / (TP + FP); Acurácia: probabilidade de uma observação ser corretamente identificada como equilibrada ou desequilibrada, calculado como (TN + TP) / (TN + FN + TP + FP);

32 15 Especificidade: probabilidade de uma observação de elevada produtividade estar equilibrada, calculado como TN / (TN + FP); Sensibilidade: probabilidade de uma observação de baixo desempenho estar desequilibrada, calculada como TP / (TP + FN); O VPN, a Acurácia e a Sensibilidade identificam o potencial de deficiência de nutrientes e indicam que alguns outros fatores podem limitar o desenvolvimento da planta. O VPP e a Especificidade detectam potenciais problemas relacionados ao consumo de luxo de nutriente ou contaminação. As representações gráficas do procedimento Cate-Nelson para o DRIS e o CND foram realizadas relacionando os respectivos índices de balanços nutricionais (IBN e CND-r²) com a produtividade dos talhões. Cada gráfico organizou os valores das classes nos quadrantes, apresentando os parâmetros VPN, VPP, sensibilidade, especificidade e acurácia POTENCIAL DE RESPOSTA À ADUBAÇÃO (PRA) E FAIXAS NORMAIS DE NUTRIENTES FOLIARES Os índices obtidos pela norma DRIS foram interpretados quanto ao potencial de resposta à adubação em 5 classes: positiva (p), positiva ou nula (pz), nula (z), negativa ou nula (nz) e negativa (n), conforme Wadt (2005). As classes de resposta foram agrupadas (Tabela 2) e denominadas, considerando o seu efeito na produtividade, em: limitantes por falta (LF); limitantes por excesso (LE); ou não limitantes (NL) como conceituam Silva et al. (2005). Tabela 2. Critérios para a interpretação dos índices de equilíbrio nutricional médio (IENm) do método diagnóstico DRIS para cada nutriente (INut), com base no método do potencial de resposta à adubação (PRA) (1) Estado nutricional Classes de PRA Critério Limitante por falta (LF) Positiva (p) (2) Positiva ou nula (pz) (3) INut < 0 e INut > IENm, Onde INut é o índice de menor valor (4) INut < 0 e INut > IENm Não limitante (NL) Nula (z); INut IENm (5) Limitante por excesso (LE) Negativa ou nula (nz) (3) Negativa (n) (2) INut > 0 e INut > IENm INut > 0 e INut > IENm, Onde INut é o índice de maior valor (4) (1) adaptado de Wadt (1996); (2) alta probabilidade; (3) baixa probabilidade; (4) da amostra (talhão) avaliada.

33 16 As frequências observadas (FO) em que os nutrientes foram limitantes para todas as classes de PRA, foram obtidas pela contagem do número de observações de suas ocorrências em relação aos valores dos índices de todos os nutrientes obtidos pela norma DRIS. As frequências esperadas (FE) de cada nutriente foram obtidas realizando a razão entre o número total de talhões pelo número de nutrientes avaliados. As frequências (FO e FE) foram submetidas à análise pelo teste do qui-quadrado (χ²) a 5 % de probabilidade. O teste é amplamente utilizado em análise de dados provenientes de experimentos, em que o interesse está em observar frequências em diversas categorias (pelo menos duas) (Guimarães, 2008). O teste χ² trata-se de uma prova de aderência útil para comprovar se a frequência observada difere significativamente da frequência esperada. Portanto, para utilizar o teste, não se deve ter mais de 20 % das frequências esperadas abaixo de cinco (5), e nenhuma igual a zero. Para evitar tal inconsistência na metodologia, é necessário a combinação entre as categorias até que as exigências para o procedimento sejam atendidas (Guimarães, 2008). 3. RESULTADOS E DISCUSSÃO Previamente à elaboração das normas DRIS e CND, realizou-se a distribuição gaussiana dos dados dos 55 talhões comerciais, como descrito por Hair et al. (2005). Observouse, para a variável produtividade (t ha -1 ) a normalidade dos dados pelo teste de Shapiro-Wilk foi de W = 0,91423 com p = 0, TRATAMENTO DOS DADOS PELA NORMA CND Submetendo os dados dos 55 talhões à distância de Mahalanobis (Parent et al., 2009), observou-se que havia 5 dados aberrantes (outliers), os quais foram excluídos. Assim, a distribuição gaussiana (Hair et al., 2005) dos dados dos 50 talhões, revelou para variável produtividade (t ha -1 ) melhor ajuste pelo teste de Shapiro-Wilk, com W = 0,91468 e p = 0,0152, mostrando que os dados continuam possuindo distribuição normal. Na Tabela 3 estão presentes os valores das médias e desvio-padrão dos constituintes da massa seca (G), e dos logaritmos naturais das relações multivariadas das amostras foliares, para a subpopulação de alta produtividade utilizados no estabelecimento da norma. Com essa forma de tratamento dos dados, todas as variáveis apresentaram distribuição normal a 5 % de

34 17 probabilidade, fornecendo uma base mais confiável para os procedimentos estatísticos, devido à diminuição da escala avaliada e da sua dispersão. Tabela 3. Média e desvio-padrão das variáveis multinutrientes e média geométrica dos constituintes da massa seca (G), em amostras foliares de atemoia Thompson na subpopulação de alta produtividade (população de referência) Variável Média Desvio padrão Teste de Kolmogorov-Smirnov (KS) (1) G 1198,46* 0,19 KS = 0,087 P > 0,200 VN 3,27* 0,59 KS = 0,120 P > 0,200 VP 0,12* 0,13 KS = 0,147 P > 0,200 VK 2,59* 0,28 KS = 0,064 P > 0,200 VCa 2,50* 0,35 KS = 0,160 P = 0,126 VMg 0,96* 0,21 KS = 0,170 P = 0,085 VS 0,45* 0,21 KS = 0,079 P > 0,200 VB -2,95* 0,21 KS = 0,103 P = 0,200 VCu -4,79* 0,43 KS = 0,180 P = 0,052 VFe -2,56* 0,33 KS = 0,130 P > 0,200 VMn -2,65* 0,59 KS = 0,131 P > 0,200 VZn -3,60* 0,71 KS = 0,115 P > 0,200 * Significativo para distribuição normal a 5 % (p > 0,05); (1) com correção de Lilliefors. Devido ao baixo número de correlações significativas, a matriz de correlação linear de Pearson, entre os teores de nutrientes e a produtividade, não permitiu atribuir parâmetros nutricionais pertinentes para explicar as diferenças qualitativas/quantitativas entre os 50 talhões de atemoieiras (Tabela 4). Por isso, a análise univariada para todo o conjunto amostral não foi adequada para apontar elementos que justificassem as concentrações isoladas de cada nutriente avaliado, e suas relações na determinação da produtividade dos talhões. Das 11 correlações significativas encontradas entre os nutrientes, apenas Ca-Mg apresentou valor positivo com forte correlação linear (0,85), de acordo com a classificação de Dancey e Reidy (2006) 5. Isso indica que a relação entre Ca e Mg é direta, e a medida que o teor de um dos nutrientes se altera, o outro apresenta comportamento fortemente proporcional. Os coeficientes obtidos pelas correlações lineares P-S (0,58), B-Cu (0,49), B-Fe (0,48) são considerados moderados. 5 Dancey e Reidy (2006) apresentam uma classificação para interpretação coeficiente de correlação linear de Pearson (r), sendo: fraco (0,10-0,30); moderado (0,40-0,60); forte (0,70-1,0).

35 18 Tabela 4. Matriz de coeficiente de correlação (Pearson) entre os teores foliares de nutrientes e a produtividade nos talhões de atemoia Thompson de todo o conjunto amostral (n = 50) N P K Ca Mg S B Cu Fe Mn Zn Prod 0,12-0,05-0,22 0,23 0,19-0,10 0,04 0,12 0,09-0,14 0,38* N 1 0,00-0,01 0,30* 0,43* -0,06-0,06 0,03 0,06-0,03-0,13 P 1 0,09 0,07 0,10 0,58* -0,14-0,34* -0,01-0,03 0,01 K 1-0,02-0,03-0,25 0,00 0,20 0,03 0,18 0,08 Ca 1 0,85* 0,08 0,11 0,33* -0,10 0,17-0,13 Mg 1 0,09 0,08 0,38* -0,09 0,05-0,25 S 1 0,34* -0,07 0,22 0,02 0,15 B 1 0,49* 0,48* 0,16 0,11 Cu 1 0,19 0,24-0,02 Fe 1-0,09 0,22 Mn 1 0,18 Prod = Produtividade; * significativo a 5 % (p > 0,05) pelo teste de Tukey. As demais correlações de Pearson não foram significativas. A realização da divisão da população amostrada para a obtenção das subpopulações de alta e baixa produtividade foi determinada conforme indicado por Khiari et al. (2001a). Dessa forma, a diagnose da composição nutricional dos 50 talhões comerciais de atemoia Thompson apresentou a função cumulativa (Figura 2), com ponto médio de inflexão com produtividade de 19 toneladas por hectare, a qual foi adotada como o valor base para a divisão das subpopulações de alta (> 19 t ha -1 ) e baixa (< 19 t ha -1 ) produtividade. Figura 2. Ponto de inflexão obtido na relação entre produtividade e função cumulativa com base em dados de 50 talhões contendo atemoieiras Thompson.

36 19 Da população avaliada, 23 talhões (46 %) apresentaram subpopulações de alta produtividade (referências nutricionais), enquanto 27 (54 %) apresentaram subpopulações de baixa produtividade. Os valores máximos, mínimos, as médias e os desvios-padrão para os teores foliares de nutrientes, bem como para a produção e a produtividade de ambas subpopulações, são apresentados na Tabela 5. Tabela 5. Teores máximo, mínimo, média (x ) e desvio-padrão (σ) dos teores de nutrientes da matéria seca das amostras foliares, Produção (kg planta -1 ) e produtividade (t ha -1 ) obtidos nos pomares de atemoieiras Thompson de alta e baixa produtividade Nutriente Alta produtividade (23 talhões) Baixa produtividade (27 talhões) Máximo Mínimo x σ Máximo Mínimo x σ N (g kg -1 ) 42,9 22,0 31,6 4,5 37,8 23,4 31,7 3,9 P (g kg -1 ) 4,0 0,3 1,6 0,9 4,8 0,3 1,9 0,9 K (g kg -1 ) 22,0 12,0 16,0 2,0 22,0 14,0 17,6 2,2 Ca (g kg -1 ) 28,3 10,0 15,0 4,8 33,2 8,9 14,6 5,5 Mg (g kg -1 ) 8,5 2,0 3,3 1,6 7,6 2,0 3,4 1,3 S (g kg -1 ) 3,4 1,1 1,9 0,5 4,0 1,1 2,1 0,7 B (mg kg -1 ) 84,0 43,0 63,1 10,2 105,0 42,0 62,6 15,8 Cu (mg kg -1 ) 26,0 6,0 10,9 5,6 39,0 5,0 10,3 7,1 Fe (mg kg -1 ) 185,0 43,0 97,6 35,1 163,0 34,0 91,7 33,9 Mn (mg kg -1 ) 252,0 23,0 102,2 67,8 253,0 22,0 110,7 68,2 Zn (mg kg -1 ) 150,0 12,0 43,3 35,9 69,0 13,0 28,7 12,8 Produção 92,7 38,2 61,8 15,5 56,1 16,4 34,4 10,1 Produtividade 48,1 19,3 26,5 8,0 18,7 5,5 13,0 3,8 Realizando a correlação linear de Pearson para as subpopulações, verificou-se que, tanto a população de alta como a de baixa produtividade (Tabelas 6 e 7), não superaram separadamente a quantidade de correlações significativas observadas no conjunto amostral completo, com 50 talhões (Tabela 4). Porém, o número de correlações fortes (3) e moderadas (11) obtidas pela soma das correlações nas duas subpopulações foram superiores, mas ainda insuficientes para avaliar os efeitos dos nutrientes na produtividade da atemoia. Para a subpopulação de alta produtividade, das quatro correlações lineares positivas e significativas, duas correlações são consideradas fortes (P-S e Ca-Mg) e duas são moderadas (N-Mg e Cu-Mn) (Tabela 6).

37 20 Tabela 6. Matriz de coeficiente de correlação (Pearson) entre os teores foliares de nutrientes e a produtividade nos talhões de atemoieira Thompson de alta produtividade (n = 23) N P K Ca Mg S B Cu Fe Mn Zn Prod 0,11 0,02 0,22 0,32 0,32-0,11 0,13 0,22 0,04-0,25 0,30 N 1 0,02 0,24 0,41 0,62* -0,12-0,13 0,19 0,09-0,06-0,30 P 1 0,11 0,19 0,15 0,81* -0,16-0,39-0,08 0,28 0,10 K 1 0,23 0,04 0,01 0,17 0,09 0,38 0,01 0,36 Ca 1 0,84* 0,03-0,25 0,07-0,26-0,17-0,26 Mg 1 0,00-0,21 0,32-0,16-0,18-0,33 S 1 0,12-0,25 0,19 0,32 0,27 B 1 0,12-0,25 0,19 0,32 Cu 1 0,37 0,48* -0,13 Fe 1 0,24-0,21 Mn 1 0,22 Prod = Produtividade; * significativo a 5 % (p > 0,05) pelo teste de Tukey. As demais correlações de Pearson não foram significativas. Para a subpopulação de baixa produtividade, das dez correlações significativas encontradas, uma foi forte (Ca-Mg), nove foram moderadas (P-S, Ca-Cu, Ca-Mn, Mg-Cu, S-B, B-Cu, B-Fe e Cu-Mn), e apenas uma foi negativa moderada (K-S). As demais foram fracas, ou não apresentaram correlações significativas pela matriz de Pearson (Tabela 7). Tabela 7. Matriz de coeficiente de correlação (Pearson) entre os teores foliares de nutrientes e a produtividade nos talhões de atemoieira Thompson de baixa produtividade (n = 27) N P K Ca Mg S B Cu Fe Mn Zn Prod 0,16 0,31-0,14 0,32 0,38 0,17-0,05 0,03 0,03 0,04 0,21 N 1-0,01-0,19 0,21 0,22 0,00-0,03-0,09 0,02 0,01 0,22 P 1-0,03-0,01 0,04 0,43* -0,13-0,32 0,06-0,30-0,01 K 1-0,16-0,12-0,51* -0,07 0,32-0,19 0,29-0,08 Ca 1 0,88* 0,11 0,28 0,47* 0,01 0,43* 0,00 Mg 1 0,16 0,28 0,45* -0,01 0,28-0,09 S 1 0,44* 0,04 0,26-0,18 0,16 B 1 0,54* 0,49* 0,32 0,14 Cu 1 0,14 0,55* 0,06 Fe 1-0,16-0,10 Mn 1 0,25 Prod = Produtividade; * significativo a 5 % (p > 0,05) pelo teste de Tukey. As demais correlações de Pearson não foram significativas.

38 21 A relação entre e a distância de Mahalanobis (D 2 ) e o índice de desequilíbrio nutricional (CND-r 2 ) na população de referência (Figura 3), evidenciou que, quanto maior a distância dos dados em relação à reta de tendência central, maior é o desequilíbrio nutricional. O resultado obtido no presente estudo (R 2 = 0,35) apresenta-se muito próximo do observado por Khiari et al. (2001c) para batata (R 2 = 0,34). Figura 3. Índice de desequilíbrio nutricional (CND-r²) e distância de Mahalanobis (D²) da população de alta produtividade (n = 23). Segundo Rozane et al. (2013), a análise multivariada empregada nos cálculos do CND permite que a distância de Mahalanobis exclua os dados em desiquilíbrio, o que não é possível empregando-se os métodos bivariados, como o DRIS. Como regra, quanto maior é a distância (D²), maior é o desequilíbrio nutricional TRATAMENTO DOS DADOS PELA NORMA DRIS Para fins de comparação, a composição do banco de dados para a determinação dos parâmetros da norma DRIS foi a mesma determinada pela norma CND, ou seja, foi considerada a exclusão dos dados aberrantes pela distância de Mahalanobis. A divisão da população amostrada foi semelhante à obtida pelo CND, sendo 23 talhões de alta produtividade e 27 talhões de baixa produtividade. Na Tabela 8 seguem as médias dos logaritmos das relações bivariadas e seus respectivos desvios-padrão, utilizados no estabelecimento da norma. Todas as relações duais apresentaram distribuição normal pelo teste de Kolmogorov-Smirnov a 5 %.

39 22 Tabela 8. Média (x ) e desvio-padrão (σ) dos logaritmos das razões dos teores de nutrientes das matérias secas das amostras foliares, obtidas da subpopulação de alta produtividade de atemoieiras Thompson, para o estabelecimento da norma DRIS N / P K Ca Mg S B Cu Fe Mn Zn x 1,37* 0,29* 0,34* 1,01* 1,23* -0,30* 0,50* -0,47* -0,43* -0,01* σ 0,29 0,07 0,12 0,13 0,14 0,10 0,18 0,16 0,29 0,37 P / N K Ca Mg S B Cu Fe Mn Zn x -1,37* -1,08* -1,03* -0,36* -0,14* -1,67* -0,87* -1,84* -1,80* -1,38* σ 0,29 0,28 0,27 0,30 0,23 0,31 0,40 0,35 0,35 0,40 K / N P Ca Mg S B Cu Fe Mn Zn x -0,29* 1,08* 0,04* 0,71* 0,93* -0,59* 0,21* -0,76* -0,72* -0,31* σ 0,07 0,28 0,12 0,16 0,13 0,08 0,18 0,14 0,29 0,32 Ca / N P K Mg S B Cu Fe Mn Zn x -0,34* 1,03* -0,04* 0,67* 0,89* -0,64* 0,16* -0,80* -0,76* -0,35* σ 0,12 0,27 0,12 0,10 0,16 0,15 0,21 0,22 0,32 0,39 Mg / N P K Ca S B Cu Fe Mn Zn x -1,01* 0,36* -0,71* -0,67* 0,22* -1,31* -0,50* -1,47* -1,43* -1,02* σ 0,13 0,30 0,16 0,10 0,19 0,18 0,18 0,23 0,34 0,43 S / N P K Ca Mg B Cu Fe Mn Zn x -1,23* 0,14* -0,93* -0,89* -0,22* -1,53* -0,72* -1,69* -1,65* -1,24* σ 0,14 0,23 0,13 0,16 0,19 0,13 0,24 0,18 0,27 0,32 B / N P K Ca Mg S Cu Fe Mn Zn x 0,30* 1,67* 0,59* 0,64* 1,31* 1,53* 0,80* -0,17* -0,13* 0,29* σ 0,10 0,31 0,08 0,15 0,18 0,13 0,18 0,13 0,30 0,33 Cu / N P K Ca Mg S B Fe Mn Zn x -0,50* 0,87* -0,21* -0,16* 0,50* 0,72* -0,80* -0,97* -0,93* -0,51* σ 0,18 0,40 0,18 0,21 0,18 0,24 0,18 0,20 0,37 0,41 Fe / N P K Ca Mg S B Cu Mn Zn x 0,47* 1,84* 0,76* 0,80* 1,47* 1,69* 0,17* 0,97* 0,04* 0,45* σ 0,16 0,35 0,14 0,22 0,23 0,18 0,13 0,20 0,31 0,33 Mn / N P K Ca Mg S B Cu Fe Zn x 0,43* 1,80* 0,72* 0,76* 1,43* 1,65* 0,13* 0,93* -0,04* 0,41* σ 0,29 0,35 0,29 0,32 0,34 0,27 0,30 0,37 0,31 0,38 Zn / N P K Ca Mg S B Cu Fe Mn x 0,01* 1,38* 0,31* 0,35* 1,02* 1,24* -0,29* 0,51* -0,45* -0,41* σ 0,37 0,40 0,32 0,39 0,43 0,32 0,33 0,41 0,33 0,38 * Distribuição normal pelo teste de Kolmogorov-Smirnov a 5 % (p > 0,05).

40 ÍNDICES DE EQUILÍBRIO NUTRICIONAL E POTENCIAL DE RESPOSTA A ADUBAÇÃO PARA O DRIS E O CND Observando o diagnóstico médio gerado pelas normas DRIS e CND nas amostras da população de baixa produtividade, verifica-se a mesma tendência na indicação de deficiência ou excesso, dado pela coincidência dos valores positivos e negativos em cada um dos nutrientes avaliados. Contudo, o CND apresentou maior sensibilidade para detectar o desequilíbrio desses nutrientes no tecido vegetal, o que proporcionou as maiores escalas nos índices individuais, culminando no maior índice geral de equilíbrio (CND-r² = 12,20) em relação ao obtido pelo DRIS (IBN = 6,34) (Tabela 9). Tabela 9. Médias dos índices nutricionais obtidos pelos métodos diagnósticos DRIS e CND, para as amostras da subpopulação de baixa produtividade Norma IN IP IK ICa IMg IS DRIS -0,07 0,33 0,31-0,15 0,12 0,14 CND -0,07 0,38 0,70-0,16 0,14 0,29 IB ICu IFe IMn IZn Índice geral DRIS -0,10-0,21-0,17 0,07-0,27 6,34 (IBN) CND -0,14-0,24-0,22 0,09-0,29 12,20 (CND-r²) Pelo potencial de resposta à adubação (PRA), inicialmente desenvolvida para o DRIS, foi possível obter parâmetros mais aprofundados para a norma. A metodologia permitiu observar detalhadamente as ocorrências nas quais os nutrientes avaliados foram limitantes para a cultura da Atemoia. A determinação do PRA para a subpopulação de baixa e alta produtividade permitiu apontar as frequências nas quais os nutrientes se comportaram quanto às 5 classes de limitação para o DRIS, conforme apresentado na Tabela 10. Para o CND, entretanto, não foi possível atender os requisitos apontados na Tabela 2. A premissa da avaliação do PRA é adequar as indicações de adubação com base em cada classe de resposta. De acordo com Urano et al. (2006), o uso desse método é interessante para que se possa adotar práticas de manejo que possibilitem a redução do uso de insumos, mesmo que a longo prazo. Dessa forma, é possível otimizar o uso dos fertilizantes nas áreas de produção, permitindo reduzir os suprimentos de nutrientes nos talhões que apresentaram resposta negativa à adubação e aumentar nos talhões que apresentaram resposta positiva, potencializando o efeito dos nutrientes para a cultura.

41 24 Tabela 10. Porcentagens de observações dos nutrientes nas classes do potencial de resposta à adubação (PRA) para a subpopulação de alta e baixa produtividade, com base nas amostras foliares de atemoieiras Thompson, pelo o método diagnóstico DRIS PRA N P K Ca Mg S B Cu Fe Mn Zn % Subpopulação de alta produtividade (23 talhões) p 0,00 17,39 0,00 13,04 13,04 4,35 4,35 8,70 4,35 13,04 21,74 pz 21,74 4,35 4,35 4,35 4,35 13,04 4,35 17,39 21,74 17,39 17,39 z 60,87 60,87 78,26 69,57 69,57 56,52 78,26 56,52 47,83 39,13 26,09 nz 13,04 8,70 13,04 8,70 4,35 26,09 8,70 8,70 13,04 13,04 8,70 n 4,35 8,70 4,35 4,35 8,70 0,00 4,35 8,70 13,04 17,39 26,09 Subpopulação de baixa produtividade (27 talhões) p 3,70 11,11 0,00 11,11 7,41 3,70 3,70 18,52 14,81 22,22 3,70 pz 11,11 0,00 7,41 14,81 0,00 7,41 18,52 25,93 11,11 14,81 14,81 z 74,07 40,74 55,56 55,56 77,78 66,67 70,37 37,04 59,26 22,22 70,37 nz 7,41 29,63 22,22 14,81 7,41 14,81 7,41 11,11 7,41 14,81 7,41 n 3,70 18,52 14,81 3,70 7,41 7,41 0,00 7,41 7,41 25,93 3,70 p = positiva, com alta probabilidade; pz = positiva, com baixa probabilidade; z = nula; nz = negativa, com baixa probabilidade; n = negativa, com alta probabilidade. Para a aplicação do teste χ², em conformidade com as indicações de Guimarães (2008), foi necessário agrupar as ocorrências das classes p com pz e n com nz, para que a quantidade de observações das frequências esperadas, para cada nutriente, atendesse os requisitos mínimos necessários (não apresentar mais de 20 % das frequências esperadas abaixo de 5 e nenhuma igual a zero), para a realização do procedimento. Porém, a análise da distribuição dos dados permitiu rejeitar a hipótese inicial (H0) de que as frequências observadas para os nutrientes foram estatisticamente semelhantes às frequências esperadas em todas as classes, visto que o valor de χ² calculado foi superior ao χ² tabelado, indicando que o PRA foi um método de interpretação ineficiente (Tabela 11). O agrupamento das classes de respostas de alta e baixa probabilidade, para as condições de deficiência e excesso, p + pz e n + nz, respectivamente, obteve-se frequências decrescentes de ocorrências quanto a limitação pela falta de nutrientes (LF) ou maior potencial de resposta a adubação e, frequência decrescente de limitação pelo excesso de nutrientes (LE) ou menor potencial de resposta (Tabela 12), para a realização do posterior ordenamento de limitação.

42 25 Tabela 11. Frequências dos nutrientes como limitantes pela falta (LF = p + pz), pelo excesso (LE = n + nz) e não limitante (NL = z), pelo PRA e cálculo do qui-quadrado (χ²), para as subpopulações de alta e baixa produtividade de atemoieiras Thompson, para o DRIS Nutriente Alta produtividade Baixa produtividade (FE-FO) 2 / FE χ² (FE-FO) 2 / FE χ² LF NL LE (2 GL) LF NL LE (2 GL) N 1,35 9,52 2,28 13,15* 3,45 21,68 4,73 29,87* P 1,35 9,52 2,28 13,15* 4,73 1,80 1,03 7,56* K 6,48 21,92 2,28 30,68* 6,23 7,92 0,00 14,15* Ca 2,28 15,08 3,44 20,80* 0,81 7,92 2,36 11,09* Mg 2,28 15,08 3,44 20,80* 6,23 25,25 3,45 34,93* S 2,28 7,21 0,67 10,16* 4,73 15,36 1,48 21,58* B 4,84 21,92 3,44 30,21* 1,48 18,39 6,23 26,10* Cu 0,67 7,21 2,28 10,16* 0,48 0,94 2,36 3,79 ns Fe 0,67 3,56 0,67 4,90 ns 0,81 10,13 3,45 14,39* Mn 0,22 1,19 0,22 1,63 ns 0,00 0,25 0,14 0,40 ns Zn 0,05 0,01 0,02 0,08 ns 2,36 18,39 4,73 25,49* χ² (10 GL) 22,47* 112,25* 21,00* - 31,32* 128,0* 29,9* - χ² (20 GL) ,71* ,34* PRA = potencial de resposta à adubação; p = positiva, com alta probabilidade; pz = positiva, com baixa probabilidade; z = nula; nz = negativa, com baixa probabilidade; n = negativa, com alta probabilidade; FE = frequência esperada; FO = frequência observada; GL = graus de liberdade; * e ns = significativo e não significativo a 5 % de probabilidade, respectivamente. Tabela 12. Agrupamento das classes do potencial de resposta à adubação (PRA) na subpopulação de alta e baixa produtividade, com base nas amostras foliares de atemoieiras Thompson, pelo método diagnóstico DRIS PRA N P K Ca Mg S B Cu Fe Mn Zn % Subpopulação de alta produtividade LF 21,74 21,74 4,35 17,39 17,39 17,39 8,70 26,09 26,09 30,43 39,13 NL 60,87 60,87 78,26 69,57 69,57 56,52 78,26 56,52 47,83 39,13 26,09 LE 17,39 17,39 17,39 13,04 13,04 26,09 13,04 17,39 26,09 30,43 34,78 Subpopulação de baixa produtividade LF 14,81 11,11 7,41 25,93 7,41 11,11 22,22 44,44 25,93 37,04 18,52 NL 74,07 40,74 55,56 55,56 77,78 66,67 70,37 37,04 59,26 22,22 70,37 LE 11,11 48,15 37,04 18,52 14,81 22,22 7,41 18,52 14,81 40,74 11,11 LF = limitante por falta; NL = não limitante; LE = limitante por excesso.

43 26 Na população de alta produtividade, a ordem dos nutrientes LF para a atemoia foi: Zn > Mn > Cu = Fe > N = P > Ca = Mg = S > B > K; e a ordem LE foi: Zn = Mn > Fe = S > Cu = N = P = K > Ca = Mg = B. Na população de baixa produtividade, a ordem dos nutrientes LF para a atemoia foi: Cu > Mn > Fe = Ca > B > Zn > N > P = S > Mg = S; e a ordem LE foi: P > Mn > K > S > Ca = Cu > Mg = Fe > N = Zn > B (Tabela 12). Para uma visão geral da distribuição dos teores de cada nutriente, na Tabela 13 são apresentados os valores médios para a análise química do solo para a subpopulação de baixa e alta produtividade. Tabela 13. Valores médios para as análises químicas dos solos encontradas nas subpopulações de alta (23 talhões) e baixa produtividade (27 talhões). Subpopulação de baixa produtividade ph K Ca Mg H+Al Al SB CTC V (CaCl2) mmolc dm % 6,0 7,0 81,9 22,9 31,9 0,4 111,7 143,7 76,1 M.O. P S-SO4 B Cu Fe Mn Zn mg dm ,1 260,9 14,3 0,6 7,7 18,3 19,8 4,0 Subpopulação de alta produtividade ph K Ca Mg H+Al Al SB CTC V (CaCl2) mmolc dm % 6,0 7,3 87,0 19,3 32,3 0,1 113,5 145,8 77,2 M.O. P S-SO4 B Cu Fe Mn Zn mg dm ,1 328,3 12,6 0,4 4,8 17,9 12,6 4,4 A divisão das populações em alta e baixa produtividade não garante a indicação segura de faixas de teores nutricionais consideradas adequadas. Orientado pela Tabela 1, pode-se observar para os dados da Tabela 13, que segundo a classificação de Raij et al. (1997), as concentrações de potássio e fósforo no solo, das duas subpopulações, estão em níveis considerados muito altos. Os demais macronutrientes, bem como a saturação por bases, estão com valores altos. Com exceção do boro, todos os micronutrientes apresentaram valores altos para os dois casos. A acidez desses solos, em cloreto de cálcio, foi classificada como baixa. Os altos valores para todos os elementos não implicam em uma maior disponibilidade para a cultura. Existem relações entre os nutrientes que podem ser antagônicas ou sinérgicas.

44 27 Nas relações antagônicas, Tariq e Mott (2006) relatam que a relação Ca/B pode afetar a disponibilidade de outros nutrientes, apresentando correlação negativa para Fe e positiva para K, Ca, Mg, Cu, Mn e Zn. As concentrações de Ca nos solos avaliados estavam altas, podendo ter comprometido a disponibilidade de B (Kanwal et al., 2008; Kizilgoz e Sakin, 2010). O nitrogênio (N), em quantidades excessivas, não interfere muito com a iniciação floral de espécies de anonáceas (Jannick e Paull, 2008), mas, quando em quantidade elevada nos solos pode reduzir a absorção de fósforo, potássio, cálcio, ferro, magnésio, manganês, zinco e cobre (Renaldi-Malvi, 2011). O excesso de N também pode ser prejudicial para a cultura, fazendo com que a planta não produza ramos frutíferos, aumentando a incidência dos patógenos e prejudicando a conservação dos frutos, que por sua vez amadurecem mais rapidamente. Além disso, pode provocar anomalias fisiológicas, como rachaduras nos frutos. O nitrogênio é o elemento ativador da vegetação, mas, também, sensibiliza a planta, favorecendo o estabelecimento de doenças. A resposta no crescimento da atemoia a esse elemento é rápida e direta, portanto, é fundamental que o elemento seja administrado de maneira eficiente (Bonaventure, 1999). Os talhões de alta produtividade apresentaram em média 178 frutos por planta, com peso médio de 395 g cada, ph de 4,3 e teor de sólidos solúveis (SST) de 13,9 ºBrix. Os talhões de baixa produtividade apresentaram em média 110 frutos por planta, com peso médio de 340 g, ph de 4,2, e SST de 14,5 ºBrix. A acidez titulável (ATT) foi a mesma para as duas situações (0,3 %), e semelhante ao encontrado por Neves e Yuhara (2003) para a cultivar estudada. Entre as subpopulações, as variáveis quantidade e o peso dos frutos apresentaram diferença significativa a 5 % de probabilidade pelo teste de tukey. Os teores de SST, ATT e ph não apresentaram diferenças significativas. Estudos de Bhatt et al. (2012) e Aular e Natale (2013) apontam que aplicação foliar de micronutrientes em algumas frutíferas tropicais, podem promover benefícios na floração, frutificação e na qualidade dos frutos. O B e o Zn, em especial, podem promover incremento na produção, melhoria na relação STT/ATT e menor número de frutos disformes. Mas, a atemoia possui poucos dados oficiais de produção no Brasil (Lemos, 2014). O B não representou limitações para a cultura da atemoia, mas o Zn apresentou comportamento irregular (Tabela 13). A concentração de B foliar nos talhões de alta produtividade foi a mesma dos talhões de baixa produtividade (60 mg kg -1 ). A concentração de Zn foi de 43 mg kg -1 nos talhões de alta produtividade e 28,7 mg kg -1 nos talhões de baixa produtividade.

45 28 O aumento no teor foliar de Zn nos talhões de referência não foi suficiente para induzir resposta das plantas ao aumento da produção ou alteração dos SST e ATT dos frutos. Esse dado corrobora com Canesin e Buzetti (2007), em que também não foram encontrados efeitos na produção de pereiras-japonesa (Pyrus pyrifolia) e pinheiras (Annona Squamosa L), que receberam micronutrientes via foliar. As anonáceas são sensíveis à carência desse micronutriente (Rozane et al., 2014) LIMITAÇÕES APONTADAS PELOS ÍNDICES DO DRIS E AS RELAÇÕES COM A ANÁLISE QUÍMICA DO SOLO SUBPOPULAÇÃO DE BAIXA PRODUTIVIDADE A limitação do cobre foi observada nos talhões com ph (CaCl2) médio igual a 6,5, e superior ao encontrado nos talhões considerados não limitantes (5,8). O Cu é considerado imóvel no solo e, de acordo com Malavolta (1979), à medida em que se eleva o ph, a sua disponibilidade diminui. Na análise foliar, os talhões limitantes apresentaram concentração foliar de Cu igual a 31,2 %, menor que nos talhões não limitantes (NL). No entanto, a análise de solo (Tabela 13) apresentou o comportamento invertido, em que a concentração média de Cu nos talhões limitantes apontados no DRIS foi de 120 % superior. Apesar de apresentar maior concentração de cobre, os talhões limitantes também apresentaram teores maiores para o cálcio, com valor médio (89,8 mmolc dm -3 ) considerado alto, conforme os limites de interpretação proposto por Raij et al. (1997). Por apresentar forma iônica semelhante, o aumento da concentração de Ca 2+ pode provocar a redução da absorção de Cu 2+ (Maksymiec e Baszyński,1998). Devido a relação antagônica, doses de Ca podem ser utilizadas no tratamento contra o acúmulo excessivo de Cu nas plantas (Min et al., 2013). Altas concentrações de fósforo podem diminuir a disponibilidade de Cu para a cultura (Renaldi- Malvi, 2011). O manganês foi para a cultura da atemoia a segunda maior limitação pela falta, observado em 10 talhões, com ph (CaCl2) médio do solo igual a 6,4, e superior ao encontrado nos talhões considerados não limitantes (6,1). Contrariando isso, a concentração média do nutriente no solo foi de 27,9 mg dm -3, valor considerado muito alto para muitas culturas (Tabela 13). Foi constatado nessas mesmas áreas, cujo Mn foi limitante, que a concentração média de Mg 2+ também estava alta, com cerca de 32,6 mmolc dm -3. De acordo com Malcová et al. (2002),

46 29 a fitotoxicidade do Mn pode ser aliviada significativamente pelo fornecimento de íons de magnésio para as plantas. Outro elemento em grande quantidade nos talhões LF, além do Mn, foi o fósforo, cujo teor médio foi de 255 mg dm -3. O Mn e o P são elementos que apresentam relações antagônicas (Barben et al., 2010), ou seja, o aumento na concentração de P afeta a disponibilidade de Mn. A relação inversa também pode ocorrer, em que altas concentrações de Mn podem afetar a disponibilidade do P para a planta. O ferro e o cálcio foram os elementos que representaram a terceira maior limitação pela falta. Nas áreas que a presença do Fe como limitante, foi observada teores altos para Ca e P. A relação do Fe com esses dois elementos, em excesso, são antagônicas (Renaldi-Malvi, 2011). A limitação do Ca foi observada em 7 talhões com ph médio de 6,0. As concentrações de cálcio no solo foram inferiores ao encontrado nos talhões não limitantes (z), mas tanto Ca como K apresentaram teores elevados. Com base nos valores limites para esses nutrientes, a concentração de Ca (85,4 mmolc dm -3 ) está alta e o K (6,7 mmolc dm -3 ) muito alta (Raij et al, 1997). Os teores foliares médios de K (17,1 g kg -1 ) foram superiores ao de Ca (10,8 g kg -1 ), o que sugere melhor investigação, em profundidade, nas concentrações destes elementos no solo. Isso é preciso para que seja feita a verificação da ocorrência de uma possível competição entre os elementos pelo mesmo sítio de absorção, visto que, tais resultados representam somente a camada de 0 a 20 cm, e a atemoieira, apresenta sistema radicular profundo. O Mn também constituiu a segunda maior limitação pelo excesso, observado em 11 talhões, com ph (CaCl2) médio do solo de 5,6. A concentração média para o nutriente foi de 27,9 mg dm -3, cerca de 458 % acima dos valores considerados altos. Nesse caso, a disponibilidade do nutriente para a planta pode ser justificada pela maior acidez desses solos (Malavolta, 1979; Marschner, 1988). Casos de toxicidade pelo nutriente somente são verificados quando os teores disponíveis no solo são superiores a 300 mg kg -1 (Dechen e Nachtigall, 2006). No entanto, a maior limitação pelo excesso foi causada pelo P, em 13 talhões, com concentração média no solo de o 351,3 mg dm -3. Para culturas perenes (Raij et al., 1997), esse valor está a 485,5 % superior ao valor base para a classe muito alta. Nos talhões de baixa produtividade, algumas áreas atingiram valores acima de 800 mg dm -3, representando dessa forma, um manejo excessivo desse nutriente ao longo dos anos.

47 SUBPOPULAÇÃO DE ALTA PRODUTIVIDADE O potássio, boro, cálcio e magnésio, foram os elementos com maior ocorrência na classe NL, onde o K e B não apresentaram limitações em 18 talhões, e o Ca e Mg em 16 talhões. Pelo potássio ser ativador de numerosas enzimas, sua deficiência acarreta distúrbios em reações metabólicas de acumulação de compostos livres ou solúveis. Nas anonáceas, são fundamentais na fase inicial do crescimento de plântulas até seu período de produção. Durante todo o período do desenvolvimento da planta, o elemento K faz-se presente na composição de enzimas e de outros fotoassimilados (São José et al, 2014). O principal dreno na atemoieira para o K é o fruto, sendo assim, bastante requisitado no período de frutificação. Cerca de 60 % do potássio é aplicado durante o período de desenvolvimento do fruto (Jannick e Paull, 2008). O Ca favorece o crescimento vegetativo da atemoia, atuando fortemente na reprodução, especialmente a partir da diferenciação floral, germinação do tubo polínico, fecundação e formação do fruto. Sua absorção ocorre ao longo de todo esse período de desenvolvimento vegetativo (São José et al, 2014). O Mg é um elemento que faz parte da molécula da clorofila e apresenta função de ativador enzimático, além de ajudar na absorção de fósforo (Malavolta et al, 2000). Nas anonáceas a deficiência de magnésio pode ser caracterizada pela redução do desenvolvimento dessas frutíferas (Rozane et al., 2014). O Zn apresentou distribuição irregular nos talhões de alta produtividade. Foi o nutriente mais limitante para a cultura da atemoia, tanto pela falta (LF), como pelo excesso (LE). Aplicações foliares com o micronutriente podem interferir no diagnóstico do estado nutricional (Vale et al., 2008). O Mn também apresentou comportamento semelhante quanto a irregularidade de distribuição nos pomares, constituindo limitações preocupantes para os dois grupos de classes do PRA (LF e LE) FAIXAS NORMAIS PELOS MÉTODOS DIAGNÓSTICOS DRIS E CND Os valores de IBNm obtidos para os nutrientes em relação a produtividade de todos os talhões apresentou equação linear (significativo a 1 %) com um coeficiente de determinação igual a 0,3 % (R² = 0,003), sendo uma correlação praticamente nula. O modelo de regressão mostra que IBNm não ofereceu as informações necessárias para determinar se a produção de

48 31 frutos está significativamente associada ao índice de balanço nutricional calculado pelo método DRIS. Entretanto, os índices DRIS para os nutrientes P, Ca, Mg, S, Cu, Fe, Mn e Zn, (Tabela 14) forneceram modelos matemáticos com coeficientes de determinação iguais ou superiores a 79 % (R² > 0,79), o que representa uma forte correlação de Pearson, com r = 0,89 (Dancey e Reidy, 2006). Tabela 14. Modelos estatísticos das relações entre os teores e os respectivos índices DRIS nas amostras foliares de atemoieiras Thompson Nutriente Equação (1) R² Nível Crítico (2) N IN = 0,0761(N) - 2,4302 ** 0,37 31,9 g kg -1 P IP = -0,255(P) 2 + 1,9592(P) - 2,2697 ** 0,91 1,4 g kg -1 K IK = 0,1678(K) - 2,6564 ** 0,43 15,8 g kg -1 Ca ICa = -0,005(Ca) 2 + 0,3024(Ca) - 3,3159 ** 0,81 14,4 g kg -1 Mg IMg = -0,0474(Mg) 2 + 0,8864(Mg) - 2,291 ** 0,83 3,1 g kg -1 S IS = 0,901(S) - 1,739 ** 0,79 1,9 g kg -1 B IB = (B) 2 + 0,0825(B) - 3,6822 ** 0,62 65,3 mg kg -1 Cu ICu = -4, (Cu) 2 + 0,284(Cu) - 2,4225 ** 0,91 10,2 mg kg -1 Fe IFe = (Fe) 2 + 0,0386(Fe) - 2,8798 ** 0,86 92,2 mg kg -1 Mn IMn= (Mn) 2 + 0,0308(Mn) - 2,124 ** 0,95 85,6 mg kg -1 Zn IZn= (Zn) 2 + 0,0501(Zn) - 1,5242 ** 0,94 35,4 mg kg -1 ** significativo a 1 % para o teste de variância constante e Kolmogorov-Smirnov; (1) Modelo estatístico da análise de regressão, relacionando os teores de nutrientes com os seus respectivos índices; (2) Valores de nível crítico (NC), ou teor adequado, obtidos ao atribuir valor nulo aos índices das equações de cada nutriente. A relação do índice CND-r², em todos os talhões, com a produtividade, também apresentou equação linear (significativo a 1 %) com coeficiente de determinação cuja a correlação foi praticamente nula (R² = 0,03). Sendo assim, não forneceu as informações necessárias para determinar se a produção de frutos está associada ao índice de nutricional calculado pelo método. O CND forneceu índices para cada nutriente que apresentaram relações com os seus respectivos teores. Os modelos matemáticos, pela análise de regressão, para os nutrientes P, Ca, Mg, S, Cu, Fe, Mn e Zn, (Tabela 15) obtiveram coeficientes de determinação iguais ou superiores a 78 % (R² > 0,78), correspondente a uma forte correlação de Pearson, com r = 0,88 (Dancey e Reidy, 2006).

49 32 O baixo valor de correlação entre os índices geral IBN e CND-r² com a produtividade, é um grande indício de que outros fatores influenciaram diretamente na produção dos talhões. O problema de manejo homogêneo pelo grande número de produtores é o elemento mais provável para o comprometimento as normas DRIS e CND, constatado no local amostrado. Frutos de menor qualidade, como aqueles com conformações irregulares, provenientes de uma polinização manual imprecisa, em geral, são descartados. Questões fisiológicas inerente ao cultivar não são descartadas. Tabela 15. Modelos estatísticos das relações entre os teores e os respectivos índices CND nas amostras foliares de atemoieiras Thompson Nutriente Equação (1) R² Nível Crítico (2) N IN = 0,1342(N) - 4,2597 ** 0,35 31,7 g kg -1 P IP = -0,2848(P) 2 + 2,206(P) - 2,5598 ** 0,91 1,4 g kg -1 K IK = 0,3461(K) - 5,4224 ** 0,34 15,7 g kg -1 Ca ICa = -0,0059(Ca) 2 + 0,3825(Ca) - 4,2856 ** 0,78 14,4 g kg -1 Mg IMg = -0,0562(Mg) 2 + 1,0938(Mg) - 2,8658 ** 0,81 3,1 g kg -1 S IS = 1,633(S) - 3,133 ** 0,78 1,9 g kg -1 B IB = (B) 2 + 0,1333(B) - 5,9622 ** 0,56 62,1 mg kg -1 Cu ICu = -5, (Cu) 2 + 0,3317(Cu) - 2,8214 ** 0,91 10,2 mg kg -1 Fe IFe = (Fe) 2 + 0,0547(Fe) - 4,0052 ** 0,85 74,2 mg kg -1 Mn IMn= (Mn) 2 + 0,0351(Mn) - 2,4203 ** 0,96 85,7 mg kg -1 Zn IZn= (Zn) 2 + 0,0547(Zn) - 1,6642 ** 0,95 34,9 mg kg -1 ** significativo a 1 % para o teste de variância constante e Kolmogorov-Smirnov; (1) Modelo estatístico da análise de regressão, relacionando os teores de nutrientes com os seus respectivos índices; (2) Valores de nível crítico (NC), ou teor adequado, obtidos ao atribuir valor nulo aos índices das equações de cada nutriente. Os níveis críticos, que correspondem aos teores adequados para cada nutriente no tecido vegetal (Tabelas 14 e 15), foram obtidos igualando os índices de cada equação a zero. Os resultados dos modelos lineares e polinomiais de segunda ordem, pela primeira raiz da fórmula de Bhaskara (x = (-b + (b² - 4ac) 1/2 ) / 2a), foram adicionados e subtraídos ao valor de 2 /3 do desvio-padrão dos teores de nutrientes de cada amostra, possibilitando estabelecer as faixas de distribuição normal para os nutrientes avaliados. Os métodos diagnósticos permitiram avaliar com precisão equivalente o nível de equilíbrio dos nutrientes, com destaque para P, K, e S, onde os índices apesar de diferentes permitiram determinar faixas normais para os nutrientes iguais. Os dados que comprovam esse

50 33 fato podem ser verificados nas faixas normais encontradas por outros autores na literatura (Tabela 16 e 17). Tabela 16. Faixas normais de macronutrientes em amostras foliares de atemoieiras Thompson obtidas pelo DRIS e CND, em relação aos resultados obtidos por outros autores para a mesma espécie, e para outras anonáceas Fontes N P K Ca Mg S g kg DRIS-Atemoia (1) 29,8-34,7 0,9-1,9 14,0-17,0 11,0-17,8 2,2-4,0 1,5-2,4 CND-Atemoia (1) 29,1-34,2 0,9-1,9 14,0-17,0 11,0-17,8 2,2-4,0 1,5-2,4 George et al. (2002) (2) 24,0-32,0 1,5-2,1 10,0-15,0 10,0-16,0 3,5-4,0 - Sanewski (1991) (2) 25,0-30,0 1,6-2,0 10,0-15,0 6,0-10,0 3,5-5,0 - Uchida (2000) (3) 22,5-31,0 1,5-2,5 10,0-20,0 5,5-12,5 3,0-5,0 - Anon (1995) (4a) 27,5-32,5 1,5-2,0 13,0-18,0 4,0-9,0 3,0-5,0 - Anon (1995) (4b) 26,0-31,0 1,1-1,5 8,0-12,0 4,0-15,0 3,0-5,0 - Andrade (2004) (5) 25,0-28,0 1,4-9,0 18,0-26,0 12,0-18,0 2,0-4,0 1,6-2,0 (1) Faixas normais obtidas pelas equações igualadas à zero ± 2 / 3 do desvio-padrão dos teores de cada nutriente; (2) Atemoia (Annona cherimola Mill. x Annona squamosa L); (3) Cherimoia (Annona cherimola Mill.); (4) Fruta- Pinha (Annona squamosa L): a) maio-junho, b) setembro-dezembro; (5) Graviola (Annona muricata). Tabela 17. Faixas normais de micronutrientes em amostras foliares de atemoieiras Thompson obtidas pelo DRIS e CND, em relação aos resultados obtidos por outros autores para a mesma espécie, e para outras anonáceas Fontes B Cu Fe Mn Zn mg kg DRIS-Atemoia (1) 57,0-73,0 6,0-14,0 69,0-113,0 42,0-127,0 18,0-50,0 CND-Atemoia (1) 54,0-70,0 6,0-14,0 56,0-96,0 42,0-127,0 18,0-50,0 George et al. (2002) (2) 18,0-30,0 10,0-20,0 50,0-110,0 60,0-140,0 40,0-70,0 Sanewski (1991) (2) 15,0-40,0 10,0-20,0 50,0-70,0 30,0-90,0 15,0-30,0 Anon (1995) (3) 30,0-50,0 5,0-40,0 40,0-80,0 200,0-350,0 8,0-20,0 (1) Faixas normais obtidas pelas equações igualadas à zero ± 2 / 3 do desvio-padrão dos teores de cada nutriente; (2) Atemoia (Annona cherimola Mill. x Annona squamosa L); (3) Cherimoia (Annona cherimola Mill.). Para os macronutrientes, as faixas normais encontradas pelas normas DRIS e CND foram próximas às encontradas para a cultura da atemoia por George et al. (2002) e Sanewski (1991). Os trabalhos de Uchida (2000) com cherimoia; de Anon (1995) com fruta-pinha em

51 34 duas épocas de amostragens diferentes, também apresentaram relações muito próximas das obtidas pelas duas normas para atemoia. Um fator que pode ter proporcionado esse resultado, é o fato dessas espécies serem as parentais do híbrido atemoia. Para os micronutrientes, as faixas normais encontradas foram divergentes, com exceção do cobre, das encontradas na literatura. Essa diferença pode ser explicada pelo fato dos trabalhos realizados por George et al. (2002), Sanewski (1991) e Anon (1995) terem sido realizados em regiões diferentes, cujas as condições ambientais são distintas. George et al. (2002) e Sanewski (1991) determinaram as faixas adequadas para a cultura da atemoia em Brisbane, Queensland, Austrália, onde o clima é subtropical com verão quente (Cfa) segundo Köppen-Geiger. De acordo com Dechen e Nachtigall (2006), vários fatores podem afetar a disponibilidade e a absorção dos micronutrientes pelas plantas. Os mais importantes são: ph, matéria orgânica, textura e biologia do solo, e a temperatura. Outra variável importante que se deve levar em consideração é a presença de micronutrientes em produtos fitossanitários. Pulverizações foliares com produtos contendo esses elementos são utilizadas com relativa frequência em frutíferas, sem o embasamento científico adequado, principalmente entre os agricultores mais tecnificados (Canesin e Buzetti, 2006), podendo contribuir para a divergência das concentrações de micronutrientes nos tecidos foliares. O cobre é um bom exemplo de micronutriente comumente empregado em tratamentos fitossanitários, com pulverizações foliares. Esta prática pode possibilitar o acúmulo deste elemento nas folhas de atemoieira, o qual não é removido por completo nos procedimentos de lavagem, acarretando em teores discrepantes entre os observados (5,0 a 39,0 mg kg -1 ), o que corrobora com a mesma observação realizada por Rozane et al. (2015) para citros VALIDAÇÃO DOS MÉTODOS DIAGNÓSTICOS DRIS E CND. Apesar dos resultados apresentados pelas metodologias DRIS e CND apresentarem numericamente resultados semelhantes, faz-se necessário avaliar a especificidade, a sensibilidade e a acurácia dos métodos, realizada pelo procedimento de Cate-Nelson (Cate e Nelson, 1971; Nelson e Anderson, 1977), relacionando assim os índices gerais de balanço nutricional, de ambas as metodologias, com a produtividade da cultura da atemoia Thompson em todo o conjunto amostral (Figuras 4, 5, 6 e 7).

52 35 Figura 4. Particionamento Cate-Nelson para a relação entre os índices IBN e a produtividade, para os 50 talhões de atemoia Thompson. VPN = Valor Preditivo Negativo; VPP = Valor Preditivo Positivo; VN = Verdadeiro Negativo; FP = Falso Positivo; VP = Verdadeiro Positivo; FN = Falso Negativo; Acur. = Acurácia; Sens. = Sensibilidade. Figura 5. Relação dos índices IBN com as somas do quadrado obtidas pelo procedimento Cate- Nelson, para os 50 talhões de atemoia Thompson.

53 36 Figura 6. Particionamento Cate-Nelson para a relação entre os índices CND-r² e a produtividade, para os 50 talhões de atemoia Thompson. VPN = Valor Preditivo Negativo; VPP = Valor Preditivo Positivo; VN = Verdadeiro Negativo; FP = Falso Positivo; VP = Verdadeiro Positivo; FN = Falso Negativo; Acur. = Acurácia; Sens. = Sensibilidade. Figura 7. Relação dos índices CND-r² com as somas dos quadrados obtidas pelo procedimento Cate-Nelson, para os 50 talhões de atemoia Thompson.

54 37 Nas Figuras 4 e 6, verifica-se que o CND apresentou a maior acurácia (58 %) e sensibilidade (56 %), resultando em melhor predição para valores negativos (54 %) e positivos (63 %) que o DRIS. Comportamento semelhante também foram observados por Khiari et al. (2001c) para batata, e por Parent at al. (2013b) para manga. Isso significa que a metodologia CND é mais confiável do que a metodologia DRIS no diagnóstico nutricional da cultura da atemoia Thompson. Cate e Nelson (1971) reportam que a interação estatística do procedimento no particionamento da população de alta e baixa produtividade, para as quatro classes de resposta, permitem uma melhor compreensão dos eventos proporcionados pelas interações entre os nutrientes, e provenientes de fatores adversos. Com base na metodologia CND, por ter sido mais eficiente, foi desenvolvido um software diagnóstico para dispositivos contendo os sistemas operacionais Windows e webos, o qual recebeu o nome de CND-Atemoia (Apêndice, p. 47). O software será registrado junto ao Instituto Nacional da Propriedade Industrial (INPI), e será disponibilizado gratuitamente para auxiliar os produtores na diagnose do estado nutricional da cultura. 4. CONCLUSÕES 1 - As relações obtidas pelo índice de equilíbrio nutricional do DRIS como do CND (IBNm e CND-r 2, respectivamente), não permitiram estabelecer a associação da produtividade dos talhões (alta e baixa produtividade) com o estado nutricional das plantas; contudo, os índices dos nutrientes das duas normas, de maneira isolada para P, Ca, Mg, S, Cu, Fe, Mn e Zn, foram eficientes para determinar a deficiência, o excesso e/ou o equilíbrio desses nutrientes; 2 - O potencial de resposta à adubação (PRA) mostrou-se um método ineficiente; 3 - A metodologia CND apresentou melhor predição para valores negativos (VPN) e positivos (VPP), maior sensibilidade e acurácia em relação ao método DRIS; 4 - Em relação à literatura, as faixas de teores considerados adequadas obtidas para a atemoia Thompson, pelo método CND, foram semelhantes para macronutrientes e divergentes para micronutrientes.

55 38 5. LITERATURA CITADA AOAC. Official methods of analysis. 15. ed. Arlington: Association of Official Analytical Chemists; Aitchison J. Statistical analysis of compositional data. New York: Chapman and Hall; Almeida LFP de, Alencar CM de, Yamanishi OK. Propagação por enxertia de atemoia Thompson sobre espécies de Rollinia. Rev. Bras. Frutic. 2010; 32: Anonymous. Production and Marketing of Sweetsop. Special Publication Nº 1. Taiwan: Taitung District Agricultural Improvement Station; (In Chinese). Aular J, Natale W. Nutrição mineral e qualidade do fruto de algumas frutíferas tropicais: goiabeira, mangueira, bananeira e mamoeiro. Rev. Bras. Frutic. 2013; 35: Bhatt A, Mishra NK, Mishra DS, Singh CP. Foliar application of potassium, calcium, zinc and boron enhanced yield, quality and shelf life of mango. HortFlora Res. Spectrum. 2012; 1: Barben SA, Hopkins BG, Jolley VD, Webb BL, Nichols BA. Phosphorus and manganese interactions and their relationships with zinc in chelator-bufered solution grown russet Burbank potato. J. Plant Nutr. 2010; 33: Bataglia OC, Furlani AMC, Teixeira, JPF, Furlam PR, Gallo JR. Método de análises química de plantas. Campinas: Instituto Agronômico; Beaufils ER. Diagnosis and recommendation integrated system (DRIS): A general scheme for experimentation and calibration based on principles develop from research in plant nutrition. Pietermaritzburg: University of Natal, Soil Science; Beverly RB. Modified DRIS method for simplified nutrient diagnosis of 'Valencia' oranges. J. Plant Nutr. 1987; 10:

56 39 Bonaventure L. A cultura da cherimoia e de seu híbrido a atemoia. São Paulo: Livraria Nobel, Canesin RCFS, Buzetti S. Efeito da aplicação foliar de boro e zinco sobre a produção e os teores de sst e att dos frutos da pereira-japonesa e da pinheira. Rev. Bras. Frutic. 2007; 29: Cantelmo NF, Ferreira DF. Desempenho de testes de normalidade multivariados avaliado por simulação Monte Carlo. Ciênc. Agrotec. 2007; 31: Cate RB, Nelson LA. A simple statistical procedure for partitioning soil test correlation data into two classes. Soil Sci. Soc. Am. Proc. 1971; 35: CEPAGRI. Clima dos Municípios Paulistas [internet]. Campinas, SP: Centro de Pesquisas Meteorológicas e Climáticas Aplicadas à Agricultura, Unicamp; 2015 [acesso em 4 jul 2015]. Disponível em: < tas.html>. Cirillo MA, Ferreira DF. Extensão do teste para normalidade univariado baseado no coeficiente de correlação quantil-quantil para o caso multivariado. Rev. Mat. Estat. 2003; 21: Cruz LS da, Lima RZ, Abreu CMP de; Corrêa AD, Pinto L. de MA. Caracterização física e química das frações do fruto atemoia Gefner. Ciênc. Rural. 2013; 43: Dancey CP, Reidy J. Estatística sem matemática para psicologia: usando SPSS para Windows. Porto Alegre: Artmed; Dechen AR, Nachtigall GR. Micronutrientes. In: Fernandes MS (ed). Nutrição mineral de plantas. Viçosa: Sociedade Brasileira de Ciência do Solo; Elwali AMO, Gascho GJ. Soil testing, foliar analysis, and DRIS as guide for sugarcane fertilization. Agron. J. 1984; 76:

57 40 George AP, Nissen RJ, Subhadrabandhu S. New leaf nutrient standards for atemoya (Annona spp. hybrids). Thai J. Agric. Sci. 2002; 35: Geraldson CM, Klacan GR, Lorenz OA. Plant analysis as an aid in fertilizing vegetable crops. in: Walsh LM, Beaton JD (ed). Soil testing and plant analysis. Madison: Soil Science Society of America; Gimenez JI, Ferreira G, Cavariani C. Tetrazolium test for assessment of seed viability of atemoya (Annona cherimola Mill. x A. squamosa L.) J. Seed Sci. 2014; 36: Gott RM, Aquino LA de, Carvalho AMX de, Santos, LPD, Nunes PHMP, Coelho, BS. Índices diagnósticos para interpretação de análise foliar do milho. Rev. Bras. Eng. Agríc. Ambient. 2014; 18: Guimarães PRB. Métodos quantitativos estatísticos. 1ed. Curitiba: IESDE Brasil SA; HAIR JF, Tatham F, Ronald L, Anderson RE, Rolph E, Black W. Análise multivariada de dados. Porto Alegre: Editora Bookman; Jannick J, Paull RE. The Encyclopedia of fruit and nuts. Wallingford: CAB International; Jones CA. Proposed modifications of the diagnosis and recommendation integrated system (DRIS) for interpreting plant analyses. Commun. Soil Sci. Plant Anal. 1981; 12: Kanwal S, Rahmatullah, Aziz T, Maqsood MA, Abbas N. Critical Ratio of Calcium and Boron in Maize Shoot for Optimum Growth. J. Plant Nutr. 2008; 31: Kenworthy AL. Plant analysis and interpretation of analysis for horticultural crops. in: Stelly M, Hamilton H. (ed.). Soil testing and plant analysis. Part II: plant analysis. Madison: Soil Science Society of America; Khiari L, Parent LÉ, Tremblay N. Critical compositional nutrient indexes for sweet corn at early growth stage. Agron. J. 2001a; 93:

58 41 Khiari L, Parent LÉ, Tremblay N. Selecting the high-yield subpopulation for diagnosing nutrient imbalance in crops. Agron. J. 2001b; 93: Khiari L, Parent LÉ, Tremblay N. The phosphorus compositional nutrient diagnosis range for potato. Agron. J. 2001c; 93: Kizilgoz I, Sakin E. The effects of soil boron and calcium applications on boron and calcium uptake in Durum wheat (Triticum durum L.). Afr. J. Agric. Res. 2010; 5: Leite GA, Mendonça V, Mendonça LF de M, Dantas LL de GR, Cunha PS de CF. Portaenxertos e métodos de enxertia na produção de mudas de Atemoieira (Annona squamosa L. x Annona cherimola Mill.). Semin: Ciênc. Agrár. 2013; 34: Lemos EEP. A produção de anonáceas no Brasil. Rev. Bras. Frutic. 2014; 36: Maksymiec W, Baszyński T. The role of Ca ions in changes induced by excess Cu 2+ in bean plants. Growth parameters. Acta Physiol. Plant. 1998; 20: Malavolta E. ABC da adubação. 4 ed. São Paulo: Editora Agronômica Ceres; Malavolta E, Pimentel-Gomes F, Alcarde JC. Adubos e adubações. São Paulo: Nobel; Malcová R, Gryndler M, Vosátka M. Magnesium ions alleviate the negative effect of manganese on Glomus claroideum BEG23. Mycorrhiza. 2012; 12: Marschner H. Mechanism of manganese acquisition by roots from soils. In: Graham RD, Hannam RJ, Uren NC (ed.). Manganese in soils and plants. Dordrecht: Kluwer Academic Publishers; Marschner H. Mineral nutrition of higher plant. London: Academic Press; Marschner H. Mineral nutrition of higher plants. 3 ed. London: Academic Press; 2012.

59 42 Melo MR, Pommer CV, Kavati R. Polinização artificial da atemoia com diversas fontes de pólen comparada com a natural. Bragantia. 2002; 61: Min HL, Cai SJ, Rui Z, Sha S, Xie BK, Xu PS. Calcium-mediated enhancement of copper tolerance in Elodea canadenses. Biol. Plantarum. 2013; 57: Natale W, Rozane DE, Parent LÉ, Parent SÉ. Acidez do solo e calagem em pomares de frutíferas tropicais. Rev. Bras. Frutic. 2012; 34: Nelson LA, Anderson RL. Partitioning of soil test-crop response probability. In: Peck TR, Cope-Junior JT, Whitney DA (ed.) Soil testing: correlating and interpreting the analytical results. Madison: American Society of Agronomy, Crop Science Society of America; Neves CSV, Yuhara EN. Caracterização dos frutos de cultivares de atemoia produzidos no norte do Paraná. Semin: Ciênc. Agrár. 2003; 24: Ojeda M, Schaffer B, Davies FS. Ferric chelate reductase activity in roots of two annona species as affected by iron nutrition. HortScience. 2003; 38: Oliveira MC de, Ferreira G, Guimarães VF, Dias GB. Germinação de sementes de atemoia (Annona cherimola Mill. x A. squamosa L.) cv Gefner submetidas a tratamentos com ácido giberélico (GA3) e ethephon. Rev. Bras. Frutic. 2010; 32: Paulino-Neto HF. Polinização e biologia reprodutiva de araticum-liso (Annona coriacea Mart.: Annonaceae) em uma área de cerrado paulista: Implicações para ftuticultura. Rev. Bras. Frutic. 2014; 36: Parent LÉ, Dafir M. A theorical concept of compositional nutriente diagnosis. J. Am. Soc. Hortic. Sci. 1992; 117: Parent LÉ. Diagnosis of the nutriente compositional space of fruit crops. Rev. Bras. Frutic. 2011; 33:

60 43 Parent LÉ, Natale W, Ziadi N. Compositional nutrient diagnosis of corn using the Mahalanobis distance as nutrient imbalance index. Can. J. Soil Sci. 2009; 89: Parent SÉ, Parent LÉ, Rozane DE, Natale W. Plant ionome diagnosis using sound balances: case study with mango (Mangifera Indica). Front. Plant Sci. 2013b; 4:1-12. Parent SÉ, Parent LÉ, Egozcue JJ, Rozane DE, Hernandes A, Lapointe L, Gentile VH, Naess K, Marchand S, Lafond J, Mattos Junior D de, Barlow P, Natale W. The Plant ionome revisited by the nutrient balance concept. Front. Plant Sci. 2013a; 4:1-10. Pereira MCT, Crane JH, Nietsche S, Montas W, Santos MA. Reguladores de crescimento na frutificação efetiva e qualidade de frutos partenocárpicos de atemoia 'Gefner'. Pesq. Agropec. Bras. 2014; 49: Rabêlo SV, Costa MM da, Libório RC, Almeida JRG da S. Atividade antioxidante e antimicrobiana de extratos de atemoia (Annona cherimola Mill. x A. squamosa L.). Rev. Bras. Frutic. 2014; 36: Raij B van, Andrade JC, Cantarella H., Quaggio JA. Análise química para avaliação da fertilidade de solos tropicais. Campinas: IAC; Raij B van, Cantarella H, Quaggio JA, Furlani AMC. Recomendações de Adubação e Calagem para o Estado de São Paulo, 2 ed. rev. ampl. Campinas, Instituto Agronômico e Fundação IAC; (Boletim Técnico, 100). Ranade-Malvi U. Interaction of micronutrients with major nutrients with special reference to potassium. Karn. J. Agric. Sci. 2011; 24: Ross SM. Introduction to probability and statistics for engineers and scientists. New York: John Wiley & Sons; 1987.

61 44 Rozane DE, Brunetto G, Melo GWB, Natale W, Parent LÉ, Parent SÉ, Santos EMH dos. CND- Uva. Programa de computador: Instituto Nacional da Propriedade Industrial (aguardando o número de registro). Universidade Estadual Paulista "Júlio de Mesquita Filho"; Universidade Federal de Santa Maria; Empresa Brasileira de Pesquisa Agropecuária; Université Laval Rozane DE, Natale W, Prado R de M, Barbosa JC. Tamanho da amostra foliar para avaliação do estado nutricional de goiabeiras com e sem irrigação. Rev. Bras. Eng. Agríc. Ambient. 2009a; 13: Rozane DE, Souza, HA de, Prado R de M, Natale W, Franco CF, Leal RM. Influência do cultivar, do tipo de folha e do tempo de cultivo na medida indireta da clorofila (SPAD) em mudas de goiabeira. Ciênc. Agrotec. 2009b; 33: Rozane DE, Natale W. Calagem, adubação e nutrição mineral de anonáceas. Rev. Bras. Frutic. 2014; 36: Rozane DE, Mattos D, Parent SÉ, Natale W, Parent LÉ. Meta-analysis in the selection of groups in varieties of citrus. Commun. Soil Sci. Plant Anal. 2015; 46: Rozane DE, Natale W, Patent LÉ, Parent SÉ, Santos, EMH dos. Universidade Estadual Paulista (SP-Brasil); Université Laval (Ville de Québec, Canadá). CND-Goiaba. BR abr. 2013a. Rozane DE, Natale W, Parent LÉ, Parent SÉ, Santos EMH dos. Universidade Estadual Paulista (SP-Brasil); Université Laval (Ville de Québec, Canadá). CND-Manga. BR abr. 2013b. Rozane DE, Natale W, Prado R de M, Barbosa JC. Amostragem para diagnose do estado nutricional de mangueiras. Rev. Bras. Frutic. 2007; 29: Rozane DE, Romualdo LM, Centurion JF, Barbosa JC. Dimensionamento do número de amostras para avaliação da fertilidade do solo. Semin: Ciênc. Agrár. 2011; 32:

62 45 Sanewski GM. Custard Apples: Cultivation and crop protection. Brisbane: Queensland Department of Primary Industry; São José AR, Prado NB do, Bomfim MP, Rebouças TNH, Mendes HTA e. Marcha de absorção de nutrientes em anonáceas. Rev. Bras. Frutic. 2014; 36: Serra AP, Marchetti ME, Rojas EP, Morais HS de, Conrad V do A, Guimarães, FCN. Estabelecimento de normas DRIS para o algodoeiro com diferentes critérios de seleção da população de referência. Pesq. Agropec. Bras. 2013; 48: Silva GGC, Neves JCL, Alvarez V VH, Leite FP. Avaliação das universalidades das normas DRIS, M-DRIS e CND. R. Bras Ci Solo. 2005; 29: Souza HA, Rozane DE, Amorim DA, Dias MJT, Modesto VC, Natale W. Assessment of nutritional status of guava seedlings using preliminary DRIS norms and sufficiency ranges. J. Plant Nutr. 2015; 38: Stenzel NMC, Murata IM, Neves CSVJ. Superação da dormência em sementes de atemoia e fruta-do-conde. Rev. Bras. Frutic. 2003; 25: Tariq M, Mott CJB. Influence of applied calcium-boron ratio on the solubility of nutrientelements in soil. J. Agric. Biol. Sci. 2006; 1(3):1-7. Teixeira LAJ, Tecchio MA, Moura MF, Terra MM, Pires EJP. Dris norms and critical leaf nutrient levels for Niagara Rosada grape in Jundiaí region, São Paulo (Brasil). Rev. Bras. Frutic. 2015; 37: Uchida R. Recommended plant tissue nutrient levels for some vegetable, fruit, and ornamental foliage and flowering plants in Hawaii. In: Silva JA, Uchida R (ed.). Plant Nutrient Management in Hawaii s Soils: Approaches for tropical and subtropical agriculture. College of Tropical Agriculture and Human Resources, University of Hawaii at Manoa, p.

63 46 Vale DW do, Prado R de M, Souza HA de, Corradi MM. Métodos de lavagem de folhas de mangueira pulverizadas com zinco. Revista de Agricultura, 2008; 83: Urano EMO, Kurihara CH, Maeda S, Vitorino ACT, Gonçalves MC, Marchetti MC. Avaliação do estado nutricional da soja. Pesq. Agropec. Bras. 2006; 41: Wadt PGS. Os métodos da chance matemática e do sistema integrado de diagnose e recomendação (DRIS) na avaliação nutricional de plantios de eucalipto [tese]. Viçosa: Universidade Federal de Viçosa; Wadt PGS. Relationships between soil class and nutritional status of coffee plantations. R. Bras Ci Solo. 2005; 29: Watanabe HS, Oliveira SL de, Camara FM da, Almeida GVB de, Alves AA. Perfil de comercialização das Anonáceas nas Ceasas brasileiras. Rev. Bras. Frutic. 2014; 36:65-70.

64 47 6. APÊNDICE 6.1. VERSÕES DO SOFTWARE CND-ATEMOIA IDENTIDADE VISUAL As versões do software produzidas com base na norma CND apresentaram o logotipo com identidade visual de abertura (interface com o usuário) semelhantes aos consolidados CND-Goiaba, CND-Manga e CND-Uva (Rozane et al, 2013a; Rozane et al, 2013b; Rozane et al, 2015), apresentados nas Figuras 8 e 9. Figura 8. Logotipo do software CND-Atemoia. Para todas as versões dos softwares, são apresentados 11 campos destinados à inserção dos valores correspondentes aos nutrientes: nitrogênio, fósforo, potássio, cálcio, magnésio, enxofre, boro, cobre, ferro, manganês e zinco, determinados pela análise química de amostras foliares de Atemoia Thompson, emitida pelo laboratório competente e credenciado. As unidades inseridas para os valores dos nutrientes em seus respectivos campos devem seguir o Sistema Internacional de Unidades (SI), sendo g kg -1 para macronutrientes e mg kg -1 para os micronutrientes. Não devem ser deixados campos sem preenchimento, bem como os valores inseridos não devem ser nulos, pois, a base do banco de dados contida nos softwares para os cálculos do CND, abordou 11 nutrientes (Figura 9). No rodapé são apresentados os dados bibliográficos, incluindo os nomes dos autores e instituições responsáveis pelo projeto, semelhante ao realizado para os softwares CND-Goiaba, CND-Manga e CND-Uva. O CND-Atemoia receberá um número de registro junto ao Instituto Nacional da Propriedade Industrial (INPI), assim como obtido para o CND-Goiaba (BR ) e o CND-Manga (BR ). O registro é necessário para

65 48 impedir a cópia, engenharia reversa do projeto, e/ou comercialização por terceiros, garantindo a distribuição gratuita do material para todo o público nacional e internacional (Figura 9). Figura 9. Identidade visual padrão do software CND-Atemoia para os sistemas operacionais webos e Windows, e para navegadores de internet tradicionais. Das versões produzidas existe apenas uma diferença para a versão desenvolvida para o sistema operacional Windows, na qual consiste de um elemento de inicialização de apresentação, do tipo splash screen, que antecede a entrada da interface principal (Figura 10). Figura 10. Splash Screen do software CND-Atemoia para Windows.

66 49 O padrão de preenchimento dos dados é o brasileiro, ou seja, devem ser inseridos valores cujas casas decimais são separadas por vírgula. Os campos destinados aos teores de nutrientes também não aceitam letras ou outros caracteres que não sejam números ou vírgula. Depois de inserido os valores de macro e micronutrientes, ao pressionar o botão CALCULAR, o software irá determinar os índices de balanço de todos os nutrientes e o valor de CND-r². Também irá gerar dois gráficos, sendo um do tipo radar e outro do tipo coluna, ambos representando o comportamento dos índices de balanço (Figura 11). O botão INFORMAÇÕES fornece dados relacionados ao uso do software, contendo texto introdutório sobre o uso do método diagnóstico CND em amostras foliares, e tutorial contendo explicações sobre as funcionalidades e a forma de interpretação dos resultados dos índices gerados pelo software CND-Atemoia (Figura 11). Figura 11. Índices nutrientes e CND-r², e gráficos gerados pelo software CND-Atemoia. Campos sem dados ou com valores nulos são alertados por uma janela com os dizeres: Atenção: Preencher o campo X, onde X corresponde ao nutriente não informado. Se forem inseridos valores cuja a soma extrapole a quantidade correspondente a 1 kg de tecido vegetal,

67 50 o software também emitira um alerta com os dizeres: "Atenção: Verificar se os valores foram devidamente preenchidos. A soma dos nutrientes não pode ultrapassar 1 kg". Em caso de preenchimento equivocado de algum valor nutricional é possível corrigilo pressionando o botão ALTERAR. Por padrão, o software bloqueia os campos destinados aos valores dos nutrientes, para evitar possíveis conflitos do sistema, como dados discordantes, ao ser gerado o formulário com todos os dados descriminados. Os softwares contam com uma guia denominada FORMULÁRIO. Essa área possui campos que permitem ao usuário inserir informações básicas pertinentes para facilitar a identificação dos locais onde foram coletadas as amostras foliares da cultura da atemoia. Os campos são: nome do proprietário, propriedade, endereço completo, forma de amostragem, o nome do responsável técnico, data e outras informações relevantes. Dessa forma, a organização da avaliação para uma utilização futura (Figura 12). Figura 12. Guia formulário do software CND-Atemoia, para registro pertinente à área de produção da cultura avaliada. Por meio do botão representado por duas setas para a direita (>>), do formulário (Figura 12), é possível gerar um documento com todas as informações inseridas pelo usuário, e todos os índices e gráficos determinados pelo software, que permitirão a sua impressão para armazenamento. A citação da autoria também fica indicada no rodapé da receita gerada (Figura 13). Para a realização de uma nova análise, deverá retornar para a área principal do software pelo botão representado por duas setas para a esquerda (<<) e pressionar o botão NOVO. Essa opção apaga todas as informações preenchidas anteriormente pelo usuário (Figuras 9 e 11).

68 Figura 13. Documento gerado pelo software CND-Atemoia. 51

69 INTERPRETAÇÃO DOS DADOS APRESENTADOS A interpretação dos dados visualizados no gráfico radar ou fertigrama (Figura 14a) é realizada pela localização dos pontos nos eixos que interceptam o centro da circunferência. Valores superiores a zero (acima do círculo vermelho) demonstram que o nutriente em questão está em excesso na planta. Valores menores que zero (abaixo do círculo vermelho) contidos na área rosada, demonstram que os nutrientes estão em falta. Pontos exatamente no círculo vermelho representam o equilíbrio. Para o gráfico de coluna (Figura 14b) a interpretação é mais simples. Consiste na identificação da cor e na observação da amplitude da barra: a) valores acima de zero (cor verde): indica o excesso do nutriente no tecido foliar; b) Valores abaixo de zero (cor vermelha): indica a falta do nutriente no tecido foliar; c) Valor zero: indica que a quantidade do nutriente está adequada; Quanto mais próximo de zero estiverem os índices de balanço nutricional, mais equilibrado estarão os teores de nutrientes, ou seja, mais próximo estarão das condições ideais de nutrição mineral. O CND-r², por representar a soma do quadrado dos índices dos nutrientes, quanto maior for seu número, pior será a condição nutricional da cultura da atemoia. Portanto, o CND-r² ideal é aquele que for próximo ou igual a zero. Figura 14. Gráfico do tipo radar (a) e coluna (b) gerados pelo software CND-Atemoia. Para uma compreensão prática dos resultados apresentados pelo software, foram tomados os valores de nível crítico (teor adequado) encontrados para todos os nutrientes pela norma CND (Tabela 18), conforme apresentado anteriormente na Tabela 15. Colocando esses