Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1158788
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorPIRES, B. P. de C.
dc.date.accessioned2023-11-28T16:32:35Z-
dc.date.available2023-11-28T16:32:35Z-
dc.date.created2023-11-28
dc.date.issued2023
dc.identifier.citation2023.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1158788-
dc.descriptionApesar da importância da mangicultura do Vale do São Francisco, esta cultura ainda apresenta grandes limitações como a alta incidência de desordens fisiológicas conhecidas como nariz mole, semente gelatinosa, tecido esponjoso e corte negro, as quais resultam em elevadas taxas de perdas de frutas após a colheita. Apesar da importância, pouco é conhecido sobre os mecanismos reguladores, assim como não existem métodos precisos de monitoramento. Diante disso, esse estudo tem como objetivos a identificação de possíveis indicadores da susceptibilidade das frutas às diferentes desordens, bem como desenvolver modelos de classificação para o monitoramento e predição da incidência de desordens em mangas produzidas no Vale do São Francisco. Para isso, no primeiro experimento 400 mangas ‘Keitt’ e ‘Tommy Atkins’ foram colhidas na maturação fisiológica utilizada comercialmente em pomares com histórico de alta incidência das desordens fisiológicas semente gelatinosa, nariz mole, tecido esponjoso e corte negro. Após a colheita, as frutas foram transportadas para o Laboratório de Fisiologia e Tecnologia Pós-colheita da Embrapa Semiárido, Petrolina, PE, Brasil, onde foram avaliadas para cor da casca e polpa, firmeza de polpa, assim como para os níveis de macro e micronutrientes totais. As sementes de cada fruta foram submetidas ao teste de germinação. No segundo experimento, 400 mangas ‘Tommy Atkins’ colhidas em pomar com histórico de alta incidência de corte negro foram utilizadas para desenvolver modelos de classificação, visando utilizar a espectroscopia Vis-NIR para prever na colheita e identificar nas frutas maduras a incidência desta desordem. Os resultados do primeiro experimento mostraram que, frutas com sintomas internos de desordens fisiológicas diferem de frutas sadias comparando-se parâmetros como cor da epiderme, cor da polpa, sólidos solúveis, acidez titulável e firmeza. Para as avaliações nutricionais, apenas os teores de potássio (K), magnésio (Mg), fósforo (P), zinco (Zn), manganês (Mn) e boro (B) apresentaram diferenças significativas. No segundo experimento, os resultados mostraram que modelos de classificação podem ser utilizados para predição da desordem corte negro com acurácia acima de 60% para frutas na colheita e valores maiores de 70% para frutas na maturação de consumo. Conclui-se que parâmetros físicos e químicos podem auxiliar na detecção e entendimento acerca dos possíveis mecanismos reguladores da incidência de desordens fisiológicas, assim como modelos de classificação podem ser ferramentas importantes para a previsão e identificação de mangas com corte negro, evitando a comercialização de frutas impróprias para o consumo.pt_BR
dc.formatil.
dc.language.isopor
dc.rightsopenAccess
dc.subjectVale do São Francisco
dc.subjectDesordem fisiológica
dc.subjectVis-NIR
dc.titleFatores reguladores e método para o monitoramento de desordens fisiológicas em mangas produzidas no Vale do São Francisco.
dc.typeTeses
dc.subject.thesagroManga
dc.subject.thesagroMangifera Indica
dc.subject.thesagroMelhoramento Genético Vegetal
dc.subject.thesagroFruta Tropicalpt_BR
dc.subject.nalthesaurusMangoespt_BR
dc.subject.nalthesaurusTropical and subtropical fruitspt_BR
dc.description.notesDissertação (Mestrado em Agronomia – Produção Vegetal) - Universidade Federal do Vale do São Francisco, Petrolina. Orientada por Sérgio Tonetto de Freitas, Embrapa Semiárido.
dc.format.extent276 f.
riaa.ainfo.id1158788
riaa.ainfo.lastupdate2023-11-28
dc.contributor.institutionBRUNA PARENTE DE CARVALHO PIRES.
Aparece nas coleções:Tese/dissertação (CPATSA)


FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace