Aumento da eficiência de seleção para área foliar em couve utilizando redes neurais artificiais

Resumo

A estimação da área foliar na couve é importante, pois as mensurações de forma direta são difíceis e imprecisas, devido ao tamanho da folha, necessidade de muita mão-de-obra, necessidade de equipamentos caros e devido a superfície foliar de alguns genótipos que são bastante engruvinhadas. Objetivou-se verificar a eficiência de redes neurais artificiais (RNAs) na estimação da área foliar a partir do comprimento e largura foliar e constatar a eficiência do uso da área estimada no processo de seleção em comparação com a área observada. O experimento foi conduzido em delineamento de blocos casualizados com três repetições, 22 acessos e quatro plantas por parcela. Desenvolveram-se perceptrons de multicamadas utilizando 50 folhas por acesso, destinando-se 70% para treinamento, 15% para a validação cruzada (early-stop) e 15% para teste. Foram testadas 39 configurações de rede perceptron de multicamadas. As RNAs foram eficientes para estimar a área foliar a partir do comprimento e largura do limbo foliar. A área foliar estimada pela RNA é indicada para a seleção de plantas por ser de fácil obtenção, ser não destrutivo, apresentar alta correlação fenotípica e genética com a área foliar observada e maior herdabilidade.