RESUMO

In the context of the circular bioeconomy and cleaner production, the incorporation of the by-products of plant biomass production in the bioenergy chain is fundamental. However, lignocellulosic wastes have properties that hinder their use for the production of biofuels. This study aims to evaluate how blends of lignocellulosic wastes improve the physical, chemical, and mechanical quality of pellets destined to the industrial sector, and to identify the challenges associated with the use of agroforestry biomass as raw material for pelletizing. Pellets were produced from blends of soybean wastes, sorghum wastes, pine needles, rice powder, Eucalyptus sawdust, and charcoal fines. Additionally, pure pellets composed of soybean wastes, sugarcane bagasse, and pine wood were evaluated. The effect of biomass type on the energy density, ash content, net heating value, and ultimate analysis was significant. The pellets produced with soybean wastes presented high contents of N (3.5-4.9%) and ashes (16.4-26.7%), besides low mechanical durability (≤ 96%), hindering its commercialization for industrial purposes. Pellets with sugarcane bagasse presented N (1.5%), S (0.03%), ashes (5.6%), mechanical durability (96.6%), and net heating value (15.1 MJ kg-1), suitable for industrial energy use in accordance with ISO 17225-6. The high N and ash contents and the low mechanical durability are the greatest challenges for the energy use of pellets produced from Brazilian agroforestry wastes.

Assuntos

RESUMO

The Nitrogen content of rice leaves has a significant effect on growth quality and crop yield. We proposed and demonstrated a non-invasive method for the quantitative inversion of rice nitrogen content based on hyperspectral remote sensing data collected by an unmanned aerial vehicle (UAV). Rice canopy albedo images were acquired by a hyperspectral imager onboard an M600-UAV platform. The radiation calibration method was then used to process these data and the reflectance of canopy leaves was acquired. Experimental validation was conducted using the rice field of Shenyang Agricultural University, which was classified into 4 fertilizer levels: zero nitrogen, low nitrogen, normal nitrogen, and high nitrogen. Gaussian process regression (GPR) was then used to train the inversion algorithm to identify specific spectral bands with the highest contribution. This led to a reduction in noise and a higher inversion accuracy. Principal component analysis (PCA) was also used for dimensionality reduction, thereby reducing redundant information and significantly increasing efficiency. A comparison with ground truth measurements demonstrated that the proposed technique was successful in establishing a nitrogen inversion model, the accuracy of which was quantified using a linear fit (R2=0.8525) and the root mean square error (RMSE=0.9507). These results support the use of GPR and provide a theoretical basis for the inversion of rice nitrogen by UAV hyperspectral remote sensing.(AU)

O teor de nitrogênio das folhas de arroz tem um efeito significativo sobre a qualidade do crescimento e o rendimento das culturas. Propõe-se e demonstrou-se um método não invasivo para a inversão quantitativa do teor de nitrogênio do arroz com base em dados de detecção remota hiperespectral coletados por um veículo aéreo não tripulado (UAV). As imagens de albedo do dossel de arroz foram adquiridas por uma imagem de imagem hiperespectral a bordo de uma plataforma M600-UAV. O método de calibração da radiação foi então usado para processar esses dados e a reflectância das folhas do dossel foi adquirida. A validação experimental foi realizada utilizando o campo de arroz da Universidade Agrícola de Shenyang, que foi classificado em 4 níveis de fertilizantes: nitrogênio zero, baixo teor de nitrogênio, nitrogênio normal e alto teor de nitrogênio. A regressão do processo gaussiano (GPR) foi então usada para treinar o algoritmo de inversão para identificar bandas espectrais específicas com a maior contribuição. Isso levou a uma redução no ruído e uma maior precisão de inversão. A análise de componentes praincipais (PCA) também foi usada para redução de dimensionalidade, reduzindo assim a informação redundante e aumentando significativamente a eficiência. Uma comparação com as medidas de verdade no solo demonstrou que a técnica proposta foi bem sucedida no estabelecimento de um modelo de inversão de nitrogênio, cuja precisão foi quantificada usando um ajuste linear (R2 = 0,8525) e o erro quadrático médio quadrado (RMSE = 0,9507). Estes resultados suportam o uso do GPR e fornecem uma base teórica para a inversão do nitrogênio do arroz pela detecção remota hiperespectral do UAV.(AU)

RESUMO

Atmospheric nitrogen deposition is the third largest cause of global biodiversity loss, with rates that have more than doubled over the past century. This is especially threatening for tropical regions where the deposition may soon exceed 25 kg of N ha-1 year-1, well above the threshold for physiological damage of 12-20 kg of N ha-1 year-1, depending on plant species and nitrogenous compound. It is thus urgent to monitor these regions where the most diverse biotas occur. However, most studies have been conducted in Europe, the USA and recently in China. This review presents the case for the potential use of biological organisms to monitor nitrogen deposition, with emphasis on tropical plants. We first present an overview of atmospheric chemistry and the nitrogen metabolism of potential biomonitors, followed by a framework for monitoring nitrogen deposition based on the simultaneous use of various functional groups. In particular, the tissue nitrogen content responds to the rate of deposition, especially for mosses, whose nitrogen content increases by 1‰ per kilogram of N ha-1 year-1. The isotopic signature, δ15N, is a useful indicator of the nitrogen source, as the slightly negative values (e.g. 5‰) of plants from natural environments can become very negative (-11.2‰) in sites with agricultural and husbandry activities, but very positive (13.3‰) in urban environments with high vehicular activity. Mosses are good biomonitors for wet deposition and atmospheric epiphytes for dry deposition. In turn, the nitrogen saturation of ecosystems can be monitored with trees whose isotopic values increase with saturation. Although given ecophysiological limitations of different organisms, particular studies should be conducted in each area of interest to determine the most suitable biomonitors. Overall, biomonitors can provide an integrative approach for characterizing nitrogen deposition in regions where the deployment of automated instruments or passive monitoring is not feasible or can be complementary.

RESUMO

Agroforestry systems have been considered options for sustainable intensification of agricultural production, especially in regions with tropical climate and sandy soils. The objective of this study was to evaluate the performance of soybean crops in agroforestry systems with Eucalyptus urograndis in the Northwest region of the state of Paraná, Brazil. The systems were implanted in October 2009, using single and double rows of eucalyptus. Soybean crop performance was evaluated in the growing season between 2015/16 in four experiments. In each experiment, a spatial conformation of eucalyptus plants was used: simple row with low density of trees, simple row with high density, double rows with low density and double rows with high density. A contiguous area without tree interference was used as control group. In the four experiments, soybean growth and nitrogen content in dry mass at full bloom were not significantly reduced, due to the presence of eucalyptus. The reduction of soybean yield caused by tree interference ranged from 40% to 43% compared to the control group. Protein and oil contents in soybean grains were not altered by tree interference.

Sistemas agroflorestais são opções para a intensificação sustentável da produção agropecuária, sobretudo em regiões que apresentam clima tropical e solos arenosos. Objetivou-se nesse trabalho avaliar o desempenho da cultura da soja em sistemas agroflorestais com Eucalyptus urograndis na região Noroeste do Paraná. Os sistemas foram implantados em outubro de 2009, usando renques simples e duplos de eucalipto. O desempenho da cultura da soja foi avaliado na safra 2015/16, em quatro experimentos. Em cada experimento foi utilizada uma conformação espacial de plantas de eucalipto: renques simples com baixa densidade de árvores, renques simples com alta densidade, renques duplos com baixa densidade e renques duplos com alta densidade. Como testemunha, foi considerada uma área contígua, sem a presença de árvores. Nos quatro experimentos, o crescimento e o teor de nitrogênio na massa seca da soja, avaliados no pleno florescimento, não foram reduzidos expressivamente em função da interferência do eucalipto. A redução de produtividade de grãos de soja causada pelas árvores variou de 40 a 43% em relação à testemunha. Os teores de proteína e óleo nos grãos de soja não foram alterados pela interferência das árvores.

RESUMO

ABSTRACT: The Nitrogen content of rice leaves has a significant effect on growth quality and crop yield. We proposed and demonstrated a non-invasive method for the quantitative inversion of rice nitrogen content based on hyperspectral remote sensing data collected by an unmanned aerial vehicle (UAV). Rice canopy albedo images were acquired by a hyperspectral imager onboard an M600-UAV platform. The radiation calibration method was then used to process these data and the reflectance of canopy leaves was acquired. Experimental validation was conducted using the rice field of Shenyang Agricultural University, which was classified into 4 fertilizer levels: zero nitrogen, low nitrogen, normal nitrogen, and high nitrogen. Gaussian process regression (GPR) was then used to train the inversion algorithm to identify specific spectral bands with the highest contribution. This led to a reduction in noise and a higher inversion accuracy. Principal component analysis (PCA) was also used for dimensionality reduction, thereby reducing redundant information and significantly increasing efficiency. A comparison with ground truth measurements demonstrated that the proposed technique was successful in establishing a nitrogen inversion model, the accuracy of which was quantified using a linear fit (R2=0.8525) and the root mean square error (RMSE=0.9507). These results support the use of GPR and provide a theoretical basis for the inversion of rice nitrogen by UAV hyperspectral remote sensing.

RESUMO: O teor de nitrogênio das folhas de arroz tem um efeito significativo sobre a qualidade do crescimento e o rendimento das culturas. Propõe-se e demonstrou-se um método não invasivo para a inversão quantitativa do teor de nitrogênio do arroz com base em dados de detecção remota hiperespectral coletados por um veículo aéreo não tripulado (UAV). As imagens de albedo do dossel de arroz foram adquiridas por uma imagem de imagem hiperespectral a bordo de uma plataforma M600-UAV. O método de calibração da radiação foi então usado para processar esses dados e a reflectância das folhas do dossel foi adquirida. A validação experimental foi realizada utilizando o campo de arroz da Universidade Agrícola de Shenyang, que foi classificado em 4 níveis de fertilizantes: nitrogênio zero, baixo teor de nitrogênio, nitrogênio normal e alto teor de nitrogênio. A regressão do processo gaussiano (GPR) foi então usada para treinar o algoritmo de inversão para identificar bandas espectrais específicas com a maior contribuição. Isso levou a uma redução no ruído e uma maior precisão de inversão. A análise de componentes praincipais (PCA) também foi usada para redução de dimensionalidade, reduzindo assim a informação redundante e aumentando significativamente a eficiência. Uma comparação com as medidas de verdade no solo demonstrou que a técnica proposta foi bem sucedida no estabelecimento de um modelo de inversão de nitrogênio, cuja precisão foi quantificada usando um ajuste linear (R2 = 0,8525) e o erro quadrático médio quadrado (RMSE = 0,9507). Estes resultados suportam o uso do GPR e fornecem uma base teórica para a inversão do nitrogênio do arroz pela detecção remota hiperespectral do UAV.

RESUMO

Agroforestry systems have been considered options for sustainable intensification of agricultural production, especially in regions with tropical climate and sandy soils. The objective of this study was to evaluate the performance of soybean crops in agroforestry systems with Eucalyptus urograndis in the Northwest region of the state of Paraná, Brazil. The systems were implanted in October 2009, using single and double rows of eucalyptus. Soybean crop performance was evaluated in the growing season between 2015/16 in four experiments. In each experiment, a spatial conformation of eucalyptus plants was used: simple row with low density of trees, simple row with high density, double rows with low density and double rows with high density. A contiguous area without tree interference was used as control group. In the four experiments, soybean growth and nitrogen content in dry mass at full bloom were not significantly reduced, due to the presence of eucalyptus. The reduction of soybean yield caused by tree interference ranged from 40% to 43% compared to the control group. Protein and oil contents in soybean grains were not altered by tree interference.(AU)

Sistemas agroflorestais são opções para a intensificação sustentável da produção agropecuária, sobretudo em regiões que apresentam clima tropical e solos arenosos. Objetivou-se nesse trabalho avaliar o desempenho da cultura da soja em sistemas agroflorestais com Eucalyptus urograndis na região Noroeste do Paraná. Os sistemas foram implantados em outubro de 2009, usando renques simples e duplos de eucalipto. O desempenho da cultura da soja foi avaliado na safra 2015/16, em quatro experimentos. Em cada experimento foi utilizada uma conformação espacial de plantas de eucalipto: renques simples com baixa densidade de árvores, renques simples com alta densidade, renques duplos com baixa densidade e renques duplos com alta densidade. Como testemunha, foi considerada uma área contígua, sem a presença de árvores. Nos quatro experimentos, o crescimento e o teor de nitrogênio na massa seca da soja, avaliados no pleno florescimento, não foram reduzidos expressivamente em função da interferência do eucalipto. A redução de produtividade de grãos de soja causada pelas árvores variou de 40 a 43% em relação à testemunha. Os teores de proteína e óleo nos grãos de soja não foram alterados pela interferência das árvores.(AU)

RESUMO

1. Chiropterophilic flowers secrete sugar nectar with low-Nitrogen (N hereafter) content and small amounts of amino acids, which may function to attract animals; nevertheless, the role that micronutrients have on the foraging decisions of Neotropical nectarivorous bats is unknown. 2. We offered the nectar specialist Leptonycteris yerbabueanae and the omnivore Glossophaga soricina pairs of experimental diets mimicking either the N content or the relative abundance of 17 amino acids found in the floral nectar from the main plant species visited by these bats in a tropical dry forest. We addressed the following research questions: (i) Do bats select N-containing or sugar-only nectar differently based on bats' N nutritional status? (ii) Does the presence of N in nectar affect the capacity of bats to discriminate and select other nectar traits such as sugar concentration? and (iii) Are bats able to distinguish among the flavours generated by the amino acid relative abundance present in the nectar from plants they typically encounter in nature? 3. Our results showed that: (i) bats did not consider nectar N content regardless of their N nutritional condition, (ii) the nectar specialist L. yerbabuenae showed a preference for the most concentrated sugar-only nectar but changed to be indifferent when nectar contained N, and (iii) L. yerbabuenae preferred diets without amino acids and preferred the taste of the amino acids present in the nectar of Pachycereus pecten (Cactaceae) over those present in the nectar of Ceiba aesculifolia (Bombacaceae). 4. Our results suggest that regardless of the low concentrations at which N and amino acids are present in floral nectar, their presence affects bats' food selection by interfering with the bats' ability to detect differences in sugar concentrations, and by offering particular flavours that can be perceived and selected by nectarivorous bats. We discuss the ecological implications of the presence of N and amino acids in nectar on bats' foraging decisions.

Assuntos

RESUMO

O sistema de análises por infravermelho próximo (NIR) tem potencial para substituir metodologias convencionais de análises laboratoriais garantindo qualidade e especificidade. O objetivo do trabalho foi calibrar e utilizar o NIR para análises de nitrogênio foliar de milho e soja. Para a construção do banco de dados e das curvas de calibração, foram selecionados 100 espectros dos 315 obtidos da leitura em triplicata de 105 amostras de folhas de milho, e 73 espectros dos 363 resultantes da leitura em triplicata de 121 amostras de folhas de soja. Os demais espectros foram utilizados para a validação das curvas construídas. Avaliou-se a habilidade de predição dos modelos construídos utilizando-se amostras não pertencentes ao banco de dados, sendo 92 amostras de folhas de milho e 86 amostras de folhas de soja. Todas as amostras foram submetidas também à análise convencional pelo método Kjeldahl. Os resultados foram analisados por comparação, através dos coeficientes de correlação e pelo teste t-Student a 5% de probabilidade. A calibração gerou curvas capazes de estimar resultados que não diferiram estatisticamente dos obtidos pelo método padrão e os coeficientes de correlação de 0,85 e 0,88 para nitrogênio foliar em milho e soja, respectivamente, obtidos na validação indicam que as curvas são válidas e podem gerar resultados confiáveis. Na etapa de predição, os valores encontrados pelo NIR não diferem dos resultados do método padrão e os coeficientes de correlação de 0,79 e 0,85 para milho e soja respectivamente, indicam que o sistema NIR expressa o teor de nitrogênio foliar com confiabilidade aceitável.

The system analysis by near infrared (NIR) has the potential to replace conventional methods of laboratory analysis ensuring quality and specificity. The objective of this study was to calibrate and use the NIR for analysis of foliar nitrogen in corn and soybean plants. For building the database and the calibration curves, were selected 100 of the 315 spectra obtained in triplicate reading of 105 samples of corn leaves, and 73 of the 363 spectra resulting from the reading of 121 in triplicate samples of soybean leaves. The remaining spectra were used to validate the constructed curves. Then we evaluated the predictive ability of models built using samples not belonging to the database, 92 samples of leaves of maize and 86 samples of soybean leaves. All samples were also subjected to conventional Kjeldahl analysis. The results were analyzed by comparison of the coefficients of correlation and the t-Student test at 5% probability for difference between means for testing the equality between the methods. The calibration curves generated able to report results statistically equal to the standard method and the correlation coefficients of 0.85 and 0.88 for leaf nitrogen in corn and soybeans, respectively, obtained in the validation indicate that the curves are valid and may yield reliable. In step prediction, the values found by the NIR system for sheets of soybean and corn do not differ from results of standard method and the correlation coefficients of 0.79 and 0.85 for corn and soybean respectively, indicate that the NIR system expressed the leaf N content with acceptable reliability.

Assuntos