Skip to main content
padlock icon - secure page this page is secure

Open Access Nonlinear models to predict nitrogen mineralization in an Oxisol Modelos não lineares para predizer a mineralização de nitogênio num latossolo

Download Article:

The full text article is available externally.

The article you have requested is supplied via the DOAJ. View from original source.

This article is Open Access under the terms of the Creative Commons CC BY licence.

This work was carried out to evaluate the statistical properties of eight nonlinear models used to predict nitrogen mineralization in soils of the Southern Minas Gerais State, Brazil. The parameter estimations for nonlinear models with and without structure of autoregressive errors was made by the least squares method. First, a structure of second order autoregressive errors, AR(2) was considered for all nonlinear models and then the significance of the autocorrelation parameters was verified. Among the models, the Juma presented an autocorrelation of second order, and the model of Broadbent presented one of first order. In summary, these models presented significant autocorrelation parameters. To estimate the parameters of nonlinear models, the SAS procedure MODEL was used (SAS). The comparison of the models was made by measuring the fitted parameters&58; adjusted R-square, mean square error and mean predicted error. The Juma model with AR(2) best fitted for nitrogen mineralization without liming, followed by Cabrera, Stanford & Smith without autoregressive errors, for both with and without soil acidity correction.&60;br&62;Este trabalho teve por objetivo avaliar o grau do ajuste de oito modelos não lineares apresentados na literatura, utilizados para descrever a mineralização do nitrogênio em latossolo do sul de Minas Gerais incubado durante 28 semanas. A estimação dos parâmetros para os modelos de regressão não linear sem e com estrutura de erros autorregressivos foi feita pelo método de mínimos quadrados. A princípio, considerou-se para todos os modelos não lineares uma estrutura de erros autorregressivos de segunda ordem, AR(2) e, em seguida, verificou-se a significância dos parâmetros de autocorrelação. Apenas o modelo de Juma apresentou autocorrelação de segunda ordem, e o modelo de Broadbent apresentou autocorrelação de primeira ordem, ou seja, apenas estes modelos apresentaram parâmetros de autocorrelação significativos. Para estimação dos parâmetros dos modelos não lineares, utilizou-se o procedimento MODEL (SAS®). A comparação dos modelos foi feito por meio de critérios da qualidade do ajuste (coeficiente de determinação ajustado, quadrado médio do resíduo e erro de predição médio). O modelo de melhor ajuste foi o de Juma com AR(2), para a mineralização de N sem calagem, seguido pelos modelos de Cabrera, Stanford & Smith sem estrutura de erros autorregressivos, tanto para os dados com, quanto para aqueles obtidos sem a correção da acidez do solo.
No References
No Citations
No Supplementary Data
No Article Media
No Metrics

Document Type: Research Article

Publication date: January 1, 2005

  • Access Key
  • Free content
  • Partial Free content
  • New content
  • Open access content
  • Partial Open access content
  • Subscribed content
  • Partial Subscribed content
  • Free trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more