RESUMO A nutrição de plantas é essencial para se atingir produtividades elevadas, porém fatores não nutricionais podem limitar bastante o rendimento das culturas. Objetivou-se com o presente estudo ajustar o modelo e quantificar as limitações de ordem nutricional e não nutricional com base no grau de balanço e equilíbrio em bananeiras ‘Grande Naine’ cultivadas nos estados da Bahia e Ceará. Utilizou-se banco de dados de teores de nutrientes nas folhas e de produtividade coletados entre 2010 e 2017 em duas fazendas, localizadas em Missão Velha, Ceará (7° 35’ 90” S e 39° 21’ 17” W, e altitude de 442 m), e Ponto Novo, Bahia (10º 51’ 46’’ S, 40º 08’ 01’’ W, e altitude de 342 m). Os talhões com produtividade acima da média mais 0,5 desvio-padrão, definidos como de alta produtividade (PAP), foram considerados população de referência e utilizados para geração das normas, enquanto os talhões com produtividade abaixo desse limite, população de baixa produtividade (PBP), foram utilizados para diagnóstico nutricional. O banco de dados foi subdividido em quatro. O primeiro e o segundo, respectivamente, com 46 amostras e população de referência com produtividade maior que 58,84 t ha-1 ano-1, 104 amostras para a PBP, área de Missão Velha. O terceiro e quarto, respectivamente, com 19 amostras e população de referência acima de 76,12 t ha-1 ano-1, 46 amostras para a PBP, área de Ponto Novo. Fatores nutricionais limitaram a produtividade de bananais ‘Grande Naine’ em 11,17 e 14,79%, e não nutricionais, em 30,11 e 29,41%, respectivamente, para o Ceará e a Bahia. Fatores não nutricionais limitam mais a produtividade da bananeira ‘Grande Naine’ comparados aos nutricionais.

ABSTRACT Plant nutrition is essential in attaining higher yields; however, non-nutritional factors play a major role in limiting crop yield. This study aimed to model and determined nutritional and non-nutritional limitations of Grande Naine banana grown in Ceará and Bahia states, Brazil, based on nutritional balance and equilibrium. The data used in this study were collected between 2010 and 2017 from two farms, located in Missão Velha, Ceará (7° 35’ 90” S and 39° 21’ 17” W, and 442 m of altitude), and Ponto Novo, Bahia (10º 51’ 46” S and 40º 08’ 01” W, and 342 m of altitude). Plots with yields greater than the average plus 0.5 standard deviations were defined as high-yielding populations (HYP) and used as a reference population to establish the norms. Plots with yields below this limit, low-yielding populations (LYP), were used for nutritional diagnosis. The database was divided into four. The first and second databases, from the area located in Missão Velha, contained 46 samples from a reference population with a yield greater than 58.84 t ha-1 per year, and 104 samples from an LYP, respectively. The third and four databases, from the area located in Ponto Novo, contained 19 samples from a reference population with a yield greater than 76.12 t ha-1 per year, and 46 samples from an LYP, respectively. Nutritional factors limited Grande Naine banana yield in Ceará and Bahia by 11.17 and 14.79%, while non-nutritional factors limited by 30.11 and 29.41%, respectively. In Grande Naine banana, non-nutritional factors are more yield-limiting than nutritional factors.

RESUMO No Brasil, são escassas informações acerca dos dados de produção, sobre sistemas de cultivo e viabilidade econômica para exploração tecnificada de plátanos. Há pouca disponibilidade de tecnologias desenvolvidas especificamente para os plátanos, assim, há apenas adaptações de todo o conhecimento gerado para a cultura da bananeira extrapolada aos plátanos. Objetivou-se com o presente estudo avaliar o crescimento, o estado nutricional, as trocas gasosas, a eficiência de uso da água e a produtividade de Plátano ‘D’Angola’ submetido a diferentes densidades de plantio, no primeiro ciclo de produção. Os tratamentos, seis densidades de plantio: 1.111; 2.500; 2.777; 3.125; 3.571; 4.166 plantas ha-1, foram dispostos em um delineamento em blocos casualizados, com quatro repetições. Avaliaram-se: o crescimento vegetativo, os teores de nutrientes nas folhas no florescimento, as trocas gasosas (mensalmente) em dois horários de leitura, os caracteres de rendimento e a eficiência de uso da água na colheita. O estado nutricional independe da densidade de plantio. As características de crescimento vegetativo variaram independentemente das densidades de plantio, enquanto o índice de área foliar aumenta com a densidade de plantio. A temperatura foliar aumenta com o acréscimo da densidade de plantio. A eficiência de uso da água e a produtividade ajustam-se ao modelo quadrático em função da densidade de plantio, sendo o valor máximo com 3.301 plantas ha-1. Recomenda-se a utilização prática de 3.333 plantas ha-1.

ABSTRACT Information about production, crop systems and economic viability for technical grown of plantain are scarce in Brazil. Few technologies developed specifically for plantain are available; thus, there are many adaptations of information on banana crops extrapolated to plantain. The objective of this study was to evaluate the growth, nutritional status, gas exchanges, water use efficiency and yield of ‘D’Angola’ plantain under different plant densities, in the first production cycle. The treatments consisted of six plant densities (1,111; 2,500; 2,777; 3,125; 3,571; and 4,166 plants ha-1), which were evaluated in a randomized block design with four repetitions. Vegetative growth, leaf nutrient concentrations at the flowering stage, gas exchanges (monthly) at two reading times, fruit yield and water use efficiency at harvest were evaluated. The nutritional status is not dependent on plant density. The vegetative growth varied, regardless of the plant density, whereas the leaf area index increased as the plant density was increased. The leaf temperature increased as the plant density was increased. The water use efficiency for fruit yield, as a function of plant density, fitted to a quadratic model, with the maximum value at 3,301 plants ha-1. The use of 3,333 plants ha-1 is recommended for plantain.

RESUMO Objetivou-se, com o presente trabalho, selecionar equações de regressão com base na correlação entre o índice de clorofila e os teores foliares de nutrientes para predição em tempo real do estado nutricional de bananeiras tipo Prata. Utilizaram-se, como tratamentos, seis cultivares de bananeira tipo Prata com cinco repetições e quatro plantas úteis por parcela, dispostas em delineamento experimental inteiramente casualizado. Avaliaram-se os teores de nutrientes com base em análises laboratoriais e os índices de clorofila com um medidor portátil na terceira folha do ápice para a base. Os dados foram submetidos à análise de variância; calcularam-se as correlações entre teores foliares de nutrientes e índices de clorofila e se ajustaram equações de regressões para as associações significativas e com maior magnitude. Os modelos selecionados estimam os teores foliares de nutrientes e permitem predizer com segurança em tempo real e a baixo custo, o estado nutricional de bananeiras tipo Prata. Constitui uma técnica auxiliar que, aliada à diagnose foliar e à análise de solos, contribui para uma avaliação nutricional mais criteriosa e segura.

ABSTRACT This study aimed to select regression equations based on the correlation between chlorophyll index and leaf nutrient contents, for real-time prediction of the nutritional status of 'Prata' banana. Six cultivars of 'Prata' banana were used as treatments, with five replicates and four plants per plot, arranged in a completely randomized design. Nutrient levels were evaluated based on laboratorial analysis and chlorophyll indices using a portable chlorophyll meter, in the third leaf from the apex to the base. Data were subjected to analysis of variance, calculating the correlations between leaf nutrient contents and chlorophyll indices, and the regression equations were adjusted to the associations that were significant and with greater magnitude. The selected models estimate leaf nutrient contents and allow a real-time, low-cost reliable prediction of the nutritional status of 'Prata' banana. It is an auxiliary technique that, combined with leaf and soil analysis, contributes to a more precise and secure nutritional evaluation.