STATISTICAL MODEL FOR ESTIMATING N-P-K DEPOSITION FROM PRECIPITATION IN AGROECOSYSTEMS OF THE BRAZILIAN SEMI-ARID REGION

Autores

DOI:

https://doi.org/10.5380/rf.v54i1.88992

Palavras-chave:

cycling, nitrogen, phosphorus, potassium, agreste.

Resumo

The objective of the study was to adjust a linear statistical model to estimate the input of N, P, and K, through rainfall, in agroecosystems in the Agreste region of Paraíba. The data for the parameterization of the model were obtained in a field experiment conducted in the municipality of Esperança, Paraíba, from January to December. Descriptive, inferential and probabilistic statistics were used for the methodological development of this study. The equations obtained by the linear model can be used to estimate nutrient deposition through rainfall in climatic conditions similar to those of the region under study. The need for comparative studies with other production systems practiced in the region must be highlighted, to validate the data and the model. 

Biografia do Autor

Aldrin Martin Pérez-Marin, Instituto Nacional do Semiárido - INSA / Pesquisador (Desertificação e Agroecologia em Sistemas de Terras Secas)

Graduação em Ciências Agrárias pela "Universidad Popular de Nicarágua" e Universidade Federal Rural de Pernambuco, especialização em Pedologia Aplicada pelo instituto Agronômico de Campinas, Mestrado em Agronomia pela Universidade Federal de Viçosa, Doutorado em Energia Nuclear na Agricultura e Meio Ambiente, pela Universidade Federal de Pernambuco e estagio Pós-doutoral em Agroecologia na University of California, Berkeley/Department of Environmental Science, Policy, and Management/Laboratory of Agroecology.

Fernando Moreira da Silva, Universidade Federal do Rio Grande do Norte, Campus de Natal.

Graduação em Meteorologia pela Universidade Federal da Paraíba; mestrado em Meteorologia Aplicada pela Universidade Federal de Campina Grande; doutorado em Engenharia Mecânica pela Universidade Federal da Paraíba; e pós-doutorado em Bioclimatologia da Caatinga.

Djailson Silva da Costa Júnior, Universidade Federal do Piauí, Campus Professora Cinobelina Elvas.

Engenheiro Florestal, Dr. em Ciências Florestais. Professor do Curso de Engenharia Florestal - UFPI.

Bruce Kelly da Nobrega Silva, Instituto Nacional do Semiárido - INSA / Bolsista Pesquisador.

Meteorologista e Físico, Dr. em Ciências Climáticas. Bolsista Pesquisador do Instituto Nacional do Semiárido - INSA.

John Elton de Brito Leite Cunha, Universidade Federal de Campina Grande - UFCG / Professor do Centro de Desenvolvimento Sustentável do Semiárido.

Engenharo Civil, Dr. em Recursos Naturais. Docente do Centro de Desenvolvimento Sustentável do Semiárido da Universidade Federal de Campina Grande - UFCG.

Rômulo Simões Cezar Menezes, Universidade Federal de Pernambuco - UFPE / Professor do Centro de Tecnologia, Departamento de Energia Nuclear.

Graduação em Agronomia pela Universidade Federal Rural de Pernambuco; Mestrado em Soil Fertility.
University of Georgia, UGA, Estados Unidos; Doutorado em Soil and Crop Sciences, Colorado State University System, CSU, Estados Unidos; Pós-Doutorado na University Of Saskatchewan, UOFS, Canadá.

Downloads

Publicado

30-09-2024

Como Citar

Pérez-Marin, A. M., Silva, F. M. da, Costa Júnior, D. S. da, Silva, B. K. da N., Cunha, J. E. de B. L., & Menezes, R. S. C. (2024). STATISTICAL MODEL FOR ESTIMATING N-P-K DEPOSITION FROM PRECIPITATION IN AGROECOSYSTEMS OF THE BRAZILIAN SEMI-ARID REGION. FLORESTA, 54(1). https://doi.org/10.5380/rf.v54i1.88992

Edição

v. 54 n. 1 (2024)

Seção

Artigos

Licença

Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.A revista, seguindo a recomendações do movimento Acesso Aberto, proporciona acesso publico a todo o seu conteudo, seguindo o principio de que tornar gratuito o acesso a pesquisas gera um maior intrcambio global de conhecimento. 

Conteúdos do periódico licenciados sob uma Licença Creative Commons 4.0 Internacional (CC BY 4.0)