RESUMO. Sistemas integrados de produção agropecuária (SIPA) são opções sustentáveis para diversificação agrícola, mas existem poucos estudos sobre a influência de SIPA nos microrganismos do solo. Este trabalho investigou a influência de sistemas agropastoril (AP) e agrosilvipastoril (ASP), comparados com lavoura não integrada (CO) na supressão de Rhizoctonia solani e na densidade de propágulos de Fusarium e Trichoderma. No primeiro ensaio, amostras de solo foram inoculadas com R. solani e avaliadas para tombamento da soja. Em seguida, o solo foi esterilizado e reinoculado com o patógeno para uma nova avaliação. Finalmente, 10% do solo nos vasos foi substituído por novas amostras de solo coletadas das mesmas parcelas no campo, para avaliar a transferência da supressividade por amostras de solo. No segundo ensaio, propágulos nativos de Fusarium e Trichoderma foram quantificados em meios semi seletivos. A incidência de tombamento no ASP foi 70% comparada com AP e CO. Avaliações com solo esterilizado e transferido atribuem esta supressão a fatores bióticos. Propágulos de Fusarium foram recuperados no solo do ASP a 70% e 60% das quantidades nos solos do AP e CO, respectivamente. Propágulos de Trichoderma foram recuperados no solo do ASP 150% comparado com AP, mas semelhante ao CO. O sistema agrosilvipastoril no subtrópico brasileiro tem potencial para reduzir patógenos e aumentar microrganismos benéficos no solo.

ABSTRACT. Integrated crop-livestock systems (ICLS) are sustainable options for agricultural diversification, but there have been few studies on the influence of ICLS on soil microorganisms. This work investigated the influence of agropastoral (AP) and agrosilvopastoral (ASP) systems, compared with a non-integrated crop (CO) on the suppression of Rhizoctonia solani and on the density of Fusarium and Trichoderma propagules. In the first assay, soil samples were inoculated with R. solani and evaluated for soybean damping-off. After this, the soil was sterilized and re-inoculated with the pathogen for a new evaluation. Finally, 10% of the soil in the pots were substituted by newly soil samples collected from the same plots in the field to evaluate de suppressiveness transference by soil samples. In the second assay, native Fusarium and Trichoderma propagules were quantified in semi-selective media. Damping-off incidence in ASP was 70% compared to AP and CO. Evaluations with sterilized and transferred soil samples attributed this suppression to biotic factors. Fusarium propagules were retrieved in the ASP soil at 70% and 60% the amounts in AP and CO soils, respectively. Trichoderma propagules were retrieved in the ASP soil at 150% compared to AP, but similar to CO. The agrosilvopastoral system in the Brazilian subtropics has the potential to reduce pathogens and enhance beneficial microorganisms in the soil.

RESUMO O presente estudo teve como objetivo utilizar o compartilhamento de parâmetros de modelos geoestatísticos aplicado aos estimadores de máxima verossimilhança para predizer os volumes por hectare em três fragmentos de Floresta Estacional Subtropical localizados em Santa Teresa - RS empregando a abordagem Borrow strenght. Os dados foram coletados em 56 unidades amostrais (U.A) de tamanho variável com aproximadamente 250 m2 em um total de 9 ha, distribuídas em um grid sistemático de 40 x 40 m, sendo medidas as variáveis dendrométricas dos indivíduos com DAP ≥ 10 cm próximas ao centro das unidades. Foram elaboradas duas abordagens para o conjunto de dados, sendo que a primeira considerou as áreas totalmente independentes entre si, subdivididas em dois tipos: ajuste ao modelo não espacial (NSM) e ajuste pelo método de máxima verossimilhança (MV) não compartilhado (ajuste individual). A segunda abordagem descreveu os ajustes dos modelos de máxima verossimilhança compartilhados em função do erro aleatório ou nugget, sendo: modelos sem nugget fixo (variabilidade entre as U.A) e com nugget fixo (variabilidade dentro das U.A), utilizando como correlação a função exponencial da família Matèrn. Em seguida, os modelos foram comparados pelo critério de informação de Akaike (AIC) e grau de dependência espacial para posterior krigagem e elaboração das superfícies de predição dos modelos selecionados. Foi observado que os modelos combinados para estimativa do volume foram superiores para os valores de AIC e grau de dependência espacial em relação aos ajustes para as áreas individuais. Entre os modelos compartilhados, observou-se que houve um ganho nas estimativas dos parâmetros utilizando o nugget fixo, que resultaram em uma correlação das amostras e grau de dependência espacial maior (AP = 88 m), em relação aos modelos compartilhado sem nugget fixo (AP = 75 e 66 m). O AIC mostrou-se eficiente, uma vez que comparou os diferentes níveis de ajustes propostos na metodologia do trabalho, selecionando um modelo com parcimônia e compatível com os padrões de distribuição espacial encontrados nas áreas. Sugere-se o uso de modelos compartilhados para dados de amostragem em diferentes áreas, com introdução da estimativa do erro intraparcela (nugget fixo) nas equações de MV, para aumentar a correlação entre as U.A, com avaliação conjunta do AIC somado ao grau de dependência espacial na estimativa de variáveis dendrométricas.

ABSTRACT This study aimed to use the share parameters of the geo-statistical models applied to maximum likelihood estimators to predict the volumes per hectare in three fragments of a Deciduous Forest located in Santa Teresa, RS state, employing the ‘Borrow Strength’ approach. Data were collected in 56 sampling units (S.U) of variable sizes with approximately 250 m2 for a total of nine ha, distributed in a systematic grid of 40 x 40 m. Dendrometric variables from individuals with DBH ≥ 10 cm near the center of the S.U. were measured. Two approaches to the data set were prepared, the first of which considering both areas entirely independent themselves, subdivided into two types: a fit to non-spatial model (NSM) and a fit to the maximum likelihood (ML) not shared (individual adjustment) model. The second approach described the adjustment of the shared as a function of random error or nugget, comprising models: a shared model without fixed nugget (variability between S.U) and a shared model with fixed nugget (variability within S.U) models, using a logarithmic function of M.L applied to the Matèrn family of exponential correlation model. Then, the models were compared using Akaike information criterion (AIC) and by degree of spatial dependence for subsequent preparation of both kriging and prediction surfaces of the selected models. It was observed that the combined volume models to estimate values were higher for the AIC values and spatial dependence with respect to the adjustments for the individual areas. Among the shared models, it was observed that there was a gain in the parameter estimates using the fixed nugget, which resulted in a higher correlation of samples and spatial dependence (AP = 88 m), than the shared models without the fixed nugget (AP = 75 and 66 m). The AIC was efficient because it compared the different levels of proposed adjustments to the methodology of the study, selecting a model with parsimony and compatible with the spatial distribution patterns found in the areas. The use of combined models for data sampling in different areas with the introduction of the error estimate intra-plot (fixed nugget) in the equations of MV can be suggested to increase the correlation between the S.U and combined evaluation of the AIC plus the degree of spatial dependence in estimating dendrometric variables.

A análise de sobrevivência é aplicada quando o tempo até a ocorrência de um evento for o objeto de interesse. Em doenças de plantas, dados dessa natureza são rotineiramente coletados, embora aplicações do método sejam pouco comuns. O objetivo deste trabalho foi utilizar dois estudos de doenças em pós-colheita de pêssegos, considerando-se safras conjuntamente e a existência de efeito aleatório, compartilhado por frutos de uma mesma árvore, para descrever as principais técnicas em análise de sobrevivência. Aplicaram-se a técnica não paramétrica de Kaplan-Meier e a estatística log-rank, além do modelo semiparamétrico de riscos proporcionais, de Cox, para estimar o efeito de cultivares e do número de dias após a floração plena sobre a sobrevivência ao sintoma de podridão parda e sobre o risco instantâneo de expressá-lo, em duas safras consecutivas. A análise conjunta com efeito basal, variando entre safras, e a verificação do efeito de árvore como fator de agrupamento com efeito aleatório, mostraram-se adequadas para interpretar o fenômeno avaliado (doença) e podem ser ferramentas importantes para substituir ou complementar as análises convencionais, respeitando-se as naturezas da variável e do fenômeno.

Survival analysis is applied when the time until the occurrence of an event is of interest. Such data are routinely collected in plant diseases, although applications of the method are uncommon. The objective of this study was to use two studies on post-harvest diseases of peaches, considering two harvests together and the existence of random effect shared by fruits of a same tree, in order to describe the main techniques in survival analysis. The nonparametric Kaplan-Meier method, the log-rank test and the semi-parametric Cox's proportional hazards model were used to estimate the effect of cultivars and the number of days after full bloom on the survival to the brown rot symptom and the instantaneous risk of expressing it in two consecutive harvests. The joint analysis with baseline effect, varying between harvests, and the confirmation of the tree effect as a grouping factor with random effect were appropriate to interpret the phenomenon (disease) evaluated and can be important tools to replace or complement the conventional analysis, respecting the nature of the variable and the phenomenon.

The study on spatial variability of soil properties performed through geostatistical techniques allow us to identify the spatial distribution of phenomena by means of a spatial model that considers degree of dependence among observed data, depending on distance and also the direction that separate them, if there is geometric anisotropy, in other words, a directional trend in spatial continuity. However, the main difficulty in decision making regarding the use of anisotropic spatial model focuses on its relevance to the parameters that express the geometric anisotropy in a spatial model exercise in relation to the estimation space. This study aims at identifying the degree of influence of geometric anisotropy on the accuracy of spatial estimation using simulated data sets with different sample sizes and soil chemical properties such as: Fe, potential acidity (H + Al), organic matter and Mn. Comparing the isotropic and anisotropic models, especially for smaller sample sizes (100 and 169) showed an increased sum of squares of differences between predictions anisotropy factor (Fα) equals 2. Furthermore, from Fα equals 2.5, over 50% of the simulations showed values of overall accuracy (OA) of less than 0.80 and values for the concordance index Kappa (K) and Tau (T) from 0.67 to 0.80, indicating differences between thematic maps. Similar conclusions were obtained for chemical properties of the soil, from Fα equals 2, showing that there are relevant differences regarding the inclusion or not of geometric anisotropy.

Survival analysis is applied when the time until the occurrence of an event is the object of interest. Such data are routinely collected in plant pathology whereas application of methods of survival analysis is uncommon. Basic concepts in survival analysis for use in plant pathology such as Kaplan-Meier methods, log-rank test and Cox proportional hazards models are introduced and applied estimating the effects of cultivars on the survival times of brown rot symptoms and on the instantaneous risk of expressing symptoms in a hypothetical study.

El análisis de supervivencia se aplica cuando el tiempo hasta la ocurrencia de un evento es el objeto de interés. En enfermedades vegetales, tales datos se recogen habitualmente, aunque aplicación no es común. El objetivo de este trabajo fue introducir conceptos básicos de análisis de supervivencia para su uso en patología vegetal. Fueron utilizados métodos de Kaplan-Meier, prueba log-rank y riesgos proporcionales de Cox para estimar el efecto de cultivares en la expresión de los síntomas de la pudrición parda y sobre el riesgo instantáneo de expresar en un estudio hipotético.

Na modelagem estatística da variabilidade espacial, estimam-se os parâmetros da dependência espacial, que são utilizados na interpolação de valores em locais não amostrados. Para tal, o processo de modelagem deve ser realizado com critérios estatísticos que garantam predições confiáveis e representem a real variabilidade local. Este trabalho avaliou diferentes formulações do modelo geoestatístico gaussiano para reconstituir a superfície que representa o fósforo (P) na área, a partir de medições dos teores de P em 48 parcelas experimentais localizadas em Xanxerê, SC, destacando o método utilizado nas análises. A combinação da presença de covariáveis no modelo e a necessidade de transformação para normalidade dos dados definiram quatro alternativas para modelagem. Utilizou-se a função de correlação de Matèrn, avaliada nos valores 0,5; 1,5; e 2,5 para parâmetro de suavidade. Os modelos foram comparados pelo valor maximizado do logaritmo da função de verossimilhança e também por validação cruzada. O modelo selecionado foi o que incorporou a variável resposta transformada, as coordenadas da área como covariáveis e o valor 0,5 para o parâmetro de suavidade. As medidas de validação cruzada pouco acrescentaram aos resultados de comparação por verossimilhança, que evidenciaram que na modelagem geoestatística, o cuidado com observações globais ou locais atípicas, além da seleção com base em diferentes modelos, deve ser o foco para obter resultados compatíveis com a realidade.

Statistical modeling of spatial attributes aims to estimate dependence parameters, used to interpolate values at unsampled locations within the study area. Thus, the modeling process is conducted with some statistical criteria that ensure reliable predictions representing the actual local variability. This study evaluates different formulations of the Gaussian geostatistical model to reconstruct the surface of phosphorus over the area from the available measurements on 48 experimental plots located in Xanxerê/SC with emphasis on the methodological framework. Choices of covariates in the model and for data transformation define four modeling options to be assessed. The Matèrn correlation function was used, evaluated at values 0.5; 1.5 and 2.5 for smoothness parameter. Models were compared by the maximized logarithm of the likelihood function and also by cross validation. The model with transformed response variable, including coordinates of the area as covariates and the value of 0.5 for the smoothness parameter was selected. The cross validation measures did not add relevant information to the likelihood, and the analysis highlights care must be taken with globally or locally atypical data, as well as the need of objective choice based on different candidate models which ought to be the focus of geostatistical modeling to ensure results compatible with reality.

O objetivo deste trabalho foi propor estratégias de modelagem aplicadas aos dados de incidência de leprose-dos-citros, por meio do uso de um modelo autologístico espaço-temporal. A adequação do modelo autologístico foi avaliada quanto à: análise de dados provenientes de avaliações feitas em diferentes momentos; detecção de padrões espaciais da doença, pela avaliação de diferentes estruturas de vizinhança; consideração do efeito defasado no tempo de covariáveis de vizinhança; e ao efeito do ácaro transmissor na probabilidade de nova infecção. O modelo autologístico espaço-temporal adotado estendeu o modelo logístico usual, em que a estrutura de vizinhança é descrita por meio da construção de covariáveis, a partir da resposta observada em plantas vizinhas à planta avaliada, na mesma avaliação, ou em avaliações anteriores. Os dados de incidência de leprose nas plantas de citros foram coletados em pontos referenciados no espaço, durante aproximadamente dois anos. Os modelos detectam o efeito da presença do vetor e os padrões espaciais na ocorrência de novas infecções, tanto para covariáveis de vizinhança da mesma avaliação, quanto para covariáveis de vizinhança da avaliação anterior. Além disso, os modelos considerados permitem quantificar as variações na probabilidade de ocorrência da doença de acordo com o estado da doença e com a incidência do ácaro transmissor.

The goal of this study was to propose modeling strategies applied to the analysis of citrus leprosis incidence, through the use of a spatial temporal autologistic model. We evaluated the adequacy of autologistic model to consider data collected at different times; to detect spatial-temporal patterns through different neighboring structures; to consider the effect of covariates from previous times; and assessing the effect of the presence of the disease vector in the probability of new infections occurrence. The spatial temporal autologistic model adopted has extended the usual logistic model, in which the neighboring structures is described by means of covariates built from the status of plants nearby, at the same or at previous times. Data regarding the presence of the leprosis on plants were collected at field points referenced in space, over a period of approximately two years. Models detect the presence of spatial patterns on new infections for the studied neighboring structures, at the same or previous time. Additionally, probability estimates of a plant become infected can be obtained from the fitted models, given the occurrence of the disease and vector.

A morte súbita dos citros (MSC) é uma doença com efeitos dramáticos em árvores de citros causando declínio progressivo e morte. Ela foi identificada no final da década de 90 em uma das principais áreas de produção no Brasil e desde então esforços são empregados para entender a sua etiologia e os seus mecanismos de dispersão. Um aspecto relevante para estudos é a investigação do padrão espacial da incidência dentro de um campo. Métodos para determinar se o padrão espacial é agregado ou não têm sido freqüentemente utilizados. Entretanto é possível explorar e descrever os dados adotando um modelo explícito, com o qual é possível discriminar e quantificar os efeitos com parâmetros para covariáveis que representam aspectos de interesse investigados. Uma das alternativas é adoção de modelos autologísticos, que estendem o modelo de regressão logística para acomodar efeitos espaciais. Para implementar esse modelo é necessário que se reutilize os dados para extrair covariáveis espaciais, o que requer extensões na metodologia e algoritmos para avaliar a variância das estimativas. Este trabalho apresenta uma aplicação do modelo autologístico a dados coletados em 11 pontos no tempo em um campo de citros afetado pela MSC. É mostrado como o modelo autologístico é apropriado para investigar doenças desse tipo, bem como é feita uma descrição do modelo e dos aspectos computacionais necessários para a estimação dos parâmetros.

The citrus sudden death (CSD) disease affects dramatically citrus trees causing a progressive plant decline and death. The disease has been identified in the late 90's in the main citrus production area of Brazil and since then there are efforts to understand the etiology as well as the mechanisms its spreading. One relevant aspect of such studies is to investigate spatial patterns of the occurrence within a field. Methods for determining whether the spatial pattern is aggregated or not has been frequently used. However it is possible to further explore and describe the data by means of adopting an explicit model to discriminate and quantify effects by attaching parameters to covariates which represent aspects of interest to be investigated. One alternative involves autologistic models, which extend a usual logistic model in order to accommodate spatial effects. In order to implement such model it is necessary to take into account the reuse of data to built spatial covariates, which requires extensions in methodology and algorithms to assess the variance of the estimates. This work presents an application of the autologistic model to data collected at 11 time points from citrus fields affected by CSD. It is shown how the autologistic model is suitable to investigate diseases of this type, as well as a description of the model and the computational aspects necessary for model fitting.