Fenotipagem de alto rendimento e avaliação pós-colheita de clones de batata (Solanum tuberosum L.)
Esta dissertação teve como objetivo integrar métodos de fenotipagem de alto rendimento e avaliação pós-colheita para a seleção de clones promissores de batata (Solanum tuberosumL.), aliando predição de produtividade com análise de qualidade de fritura. A abordagem combinou técnicas de agricultura de...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2025 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-19092025-105131 |
| Acceso en línea: | https://www.teses.usp.br/teses/disponiveis/11/11136/tde-19092025-105131/ |
| Access Level: | acceso abierto |
| Palabra clave: | Agricultura de precisão Frying quality Machine learning Maillard reaction Precision agriculture Qualidade de fritura Reação de Maillard |
| Sumario: | Esta dissertação teve como objetivo integrar métodos de fenotipagem de alto rendimento e avaliação pós-colheita para a seleção de clones promissores de batata (Solanum tuberosumL.), aliando predição de produtividade com análise de qualidade de fritura. A abordagem combinou técnicas de agricultura de precisão com métodos analíticos e estatísticos avançados, visando fornecer subsídios técnicos para programas de melhoramento genético e para a indústria de processamento. No Capítulo 1, foi realizada a predição do rendimento de tubérculos ao longo do ciclo da cultura por meio de índices vegetativos extraídos de imagens multiespectrais adquiridas com drone (UAV - Unmanned Aerial Vehicle). O experimento foi conduzido na Fazenda Experimental de Genética da ESALQ/USP, utilizando 454 clones e cinco cultivares comerciais como testemunhas, totalizando 918 parcelas. Estas foram dispostas em blocos completos casualizados contendo duas repetições cada. As imagens foram coletadas em nove momentos distintos com sensor multiespectral de quatro bandas (verde, vermelho, borda do vermelho e infravermelho próximo), processadas no software Metashape, e analisadas no RStudio para extração de índices espectrais como NDVI, SAVI, GNDVI, NDRE, MCARI1, MCARI2 e LAI. Duas abordagens de modelagem foram testadas: regressão contínua para produtividade comercial (R² = 0,36) e para produtividade total (R² = 0,27), mostrando-se moderadamente útil como ferramenta auxiliar na seleção de genótipos elite em programas de melhoramento. No Capítulo 2, foi avaliada a qualidade pós-colheita de 20 clones de batata, divididos entre os tipos chips e batata palito, além de três cultivares comerciais. Os tubérculos foram armazenados por até 90 dias em três temperaturas (7°C, 10°C e 15°C), com coletas aos 0,15, 30 e 100 dias. Foram avaliadas perda de massa, teor de matéria seca, coloração antes e após fritura (CIE Lab*). Os chips foram fritos a 180°C por 3 minutos e as batatas palito a 170°C por 5 minutos. O escurecimento mais acentuado ocorreu a 7°C, devido ao acúmulo de açúcares redutores e intensificação da reação de Maillard, fenômeno conhecido como adoçamento por frio. A temperatura de 10°C se observou melhor equilíbrio entre conservação e manutenção da qualidade visual. O genótipo G_17 se destacou na análise pelo índice MGIDI por apresentar desempenho equilibrado e próximo do ideótipo, reunindo qualidades comerciais desejáveis, sem escurecimento na fritura mesmo após 90 dias à 7°C. Já os genótipos G_55, G_432 e G_448 desmonstraram desempenho visual promissor para batata palito, com áreas de escurecimento pontuais e pouco intensas, mesmo após 90 dias à 7°C. Conclui-se que a combinação de tecnologias de predição espectral com análises pós-colheita permite uma avaliação mais completa dos genótipos de batata, contribuindo para a seleção de materiais com elevado potencial e qualidade de processamento, otimizando decisões tanto no campo quanto na indústria. |
|---|