uso de modelos de simulação de culturas como ferramentas ... cesar... · iii reunião técnica do...
TRANSCRIPT
III Reunião Técnica do CEMADENTema: Extremos Climáticos e Colapso de Produção Agrícola
Fortaleza, CE – 02 a 03 de abril de 2012
Uso de modelos de simulação de culturas como ferramentas para identificação dos agentes deflagradores
de colapso na produção agrícola
Paulo Cesar Sentelhas
Professor Associado de AgrometeorologiaDepartamento de Engenharia de Biossistemas
ESALQ – Universidade de São Paulo
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Roteiro da Apresentação
• Clima x Agricultura• Fatores Climáticos Deflagradores de Colapso na Produção Agrícola• Seca Agrícola
• Definições• Índices de Seca Agrícola com base no Balanço Hídrico• Vantagens e Limitações
• Uso de modelos na agricultura• Tipos• Calibração• Complexidade x Erro• Aplicações
• Exemplo do Uso de Modelos na Previsão de Colapso na Produção Agrícola
• Considerações Finais
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Clima x Agricultura
A agricultura é dentre as atividades econômicas uma das mais dependentes das condições de tempo e clima. As condições climáticas definem:
a) A aptidão do local para o cultivo das mais diferentes culturas -Zoneamento Agroclimático
Zoneamento Agroclimático
do Pinhão-manso
Fonte: Yamada (2011)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
b) O risco climático do local associado ao cultivo das diferentes culturas -Zoneamento de Risco Climático
Baixo Médio Alto
Zoneamento de Risco Climático da Cultura do Caupi no Estado do Piauí
Fonte: Andrade Jr. et al., 2001)
Clima x Agricultura
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
c) A época provável de semeadura
Clima x Agricultura
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
d) O sistema de cultivo
Cultura de Sequeiro x IrrigadaPlantio Direto x ConvencionalSistema Integrado (Floresta x Lavoura x Pecuária)
Clima x Agricultura
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Clima x Agricultura
e) A cultivar a ser empregada e a densidade populacional
Safrinha57 mil plantas/ha
Safra70 mil plantas/ha
Demétrio et al. (2008)
Tolerância a seca
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Clima x Agricultura
f) A produtividade e sua variabilidade inter-anual
0
10
20
30
40
50
60
70
80
90
100
Pro
du
tivi
dad
e (T
CH
)
Variabilidade da Produtividade da Cana de Açúcar no Brasil
SP AL GO PB
Fonte: IBGE
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Clima x Agricultura
0
500
1000
1500
2000
2500
3000
Pro
du
tivi
dad
e (
kg h
a-1)
Variabilidade da Produtividade da Soja no RS
Produtividade Prod. média Linear (Produtividade)
Impacto da Seca
Fonte: IBGE
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Clima x Agricultura
Agricultura é altamente dependente das condições de tempo e clima e os agricultores na maioria das vezes não tem controle sobre eles
Cerca de 80% da variabilidade na produtividade agrícola se deve à variabilidade das condições meteorológicas durante a estação de cultivo, especialmente para as culturas de sequeiro
O impacto da variabilidade do tempo não é apenas sobre o crescimento e produtividade das culturas, mas também sobre as práticas agrícolas: preparo do solo, semeadura, irrigação, pulverização, colheita, etc...
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Fatores Climáticos Deflagradores de Colapso na Produção Agrícola
Dentre os fatores responsáveis por colapso na agricultura no mundo, as inundações, os ventos intensos e as secas são os principais.
Source: Sivakumar (2005)
0
10
20
30
40
50
60
Floods
Windstorm
s
Droughts
Forest Fires
Extreme Tem
p.
Landslides
Other
Pe
rce
nt
Total amount of estimated
damage = $412.65 billion
Valor médio anual dos danos
causados = US$ 41,3 bilhões
Source: Sivakumar (2005)
Porc
enta
gem
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Fatores Climáticos Deflagradores de Colapso na Produção Agrícola
No Brasil, em todas as regiões, as perdas na agricultura devido a fatores climáticos se dão principalmente pela ocorrência de SECAS, que em muitos casos estão relacionadas aos eventos meteorológicos associados ao ENOS, ZCAS, Dipolo do Atlântico, etc.
Efeitos da La Niña nas perdas de grãos (soja + milho) no RS (Fonte: Berlato & Cordeiro, 2005)
Ano Perdas
(milhões ton)
Perdas
(milhões US$)
1995/96 2,8 522,5
1998/99 2,8 335,4
1999/00 2,3 307,8
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Fatores Climáticos Deflagradores de Colapso na Produção Agrícola
Berlato et al. (2005)
Em anos de La Niña as chuvas tendem a ser abaixo do normal
e com distribuição irregular, levando à predominância de
produtividades abaixo do normal, em decorrência dos
veranicos.
Por outro lado, durante os eventos de El Niño, as
produtividade tendem a ser mais elevadas, em decorrência
da ausência dos veranicos.
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Fatores Climáticos Deflagradores de Colapso na Produção Agrícola
Ano NeutroProdutividade média de
62 TCH
El Niño 2009-10Produtividade média de
41,0 TCH
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Seca AgrícolaDefinições
Ao contrário da Seca Meteorológica, que envolve apenas dados de chuva, e da Seca Hidrológica, que está associada à vazão dos mananciais hídricos, a SECA AGRÍCOLA é um fenômeno que envolve todos os aspectos do Sistema Solo-Planta-Atmosfera, sendo, portanto, uma consequência da Seca Meteorológica integrada aos fatores associados às culturas, ao solo e ao manejo:
Rain
Soil Water
Storage
Rainfall
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
A Seca Agrícola depende:
Chuva e Evapotranspiração
Solo (Capacidade de retenção de água)
Cultura (Espécie, cutivar, prof. sistema radicular e fase fenológica)
Manejo (Época Semeadura, rotação de culturas, consorciação de culturas, plantiodireto, sombreamento, quebra-ventos, irrigação, etc)
A combinação de todos esses fatores faz com que os impactos das secasagrícolas sejam bastante variáveis, dificultando a adoção de índices que
envolvam apenas variáveis meteorológicas
Seca AgrícolaDefinições
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
0
500
1000
1500
2000
2500
3000
19
75
19
76
19
77
19
78
19
79
19
80
19
81
19
82
19
83
19
84
19
85
19
86
19
87
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
Yie
ld (k
g h
a-1)
Soybean Yield in Rio Grande do Sul State
Annual Yield Avg Yield Linear (Annual Yield)
Drought Impact
Yield Loss = 911 kg/ha
Yield Loss = 1224 kg/ha
Seca AgrícolaDefinições
Source: IBGE
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
-50
-25
0
25
50
75
100
125
150
175
200
225
250
J1 J3 A2 S1 S3 O2 N1 N3 D2 J1 J3 F2 M1 M3 A2 M1 M3 J2
mm
Passo Fundo, RS (1990-1991) DEF(-1) EXC
-50
0
50
100
150
200
250
J1 J3 A2 S1 S3 O2 N1 N3 D2 J1 J3 F2 M1 M3 A2 M1 M3 J2
mm
Passo Fundo, RS (2004-2005) DEF(-1) EXC
-50
-25
0
25
50
75
100
125
150
175
200
225
250
Jul Ago Set Out Nov Dez Jan Fev Mar Abr Mai Jun
mm
Passo Fundo, RS - Normal Year DEF(-1) EXC
CAD = 50 mm
Growing Season Growing Season
Seca AgrícolaDefinições
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
691
423,4
578,1
0
100
200
300
400
500
600
700
800
Normal 1990-91 2004-05
100
61
84
0
20
40
60
80
100
120
Normal 1990-91 2004-05
Total de chuva – Estação de Cultivo % do Normal– Estação de cultivo
DEF = 194 mm
DEF = 201 mm
DEF = 194 mm
DEF = 201 mm
1990-91 → ETP = 510 mm / 2004-05 → ETP = 550 mm
O mesmo DEF pode ser observado com diferentesquantidades de chuva durante a estação de cultivo
Seca AgrícolaDefinições
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Índices de Seca Agrícola: são índices que empregam aspectos do clima (Chuva e ETP), do solo (CAD) e da cultura (Kc e Profundidade do sistema radicular), para a confecção do balanço hídrico e determinação do déficit hídrico.
CAD = [ (CC% - PMP%)/ 1 0 0 ] * dg * Z R
Ar enoso
Ar giloso
CAD< >
Seca AgrícolaÍndices de Seca Agrícola
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Deficiência HídricaAcumulada
Índice de SecaAcumulado
ISMA =∑ ISM
n . 3 . N
Índice de DeficiênciaHídrica relativa
Índice de Umidadeda Cultura
Índice de Desenv. da Cultura
CWDF = SWS / SWHC
CWDI = (CWDF/ 0 .4 0 ) - 1
ACWDI = ∑ (CWDI/ n . 1 .5 )
Índice de Palmer
Vantagens
Dados: P & ETP Fácil de Aplicar
Fácil de EntenderNão requer muita
capacidade computacional
CMI = ETa obser ved – ETa expect edDI = (1 - ETa / ETP) * 1 0 0
Índices de Seca Agrícola
(Balanço Hídrico)
Seca AgrícolaÍndices de Seca Agrícola - Vantagens
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Limitações
Método de ETP Método de B.H.
CAD AdotadaTipo e Fase da Cultura
Manejo da Cultura
ISMA =∑ ISM
n . 3 . N
CWDF = SWS / SWHC
CWDI = (CWDF/ 0 .4 0 ) - 1
ACWDI = ∑ (CWDI/ n . 1 .5 )
CMI = ETa obser ved – ETa expect edDI = (1 - ETa / ETP) * 1 0 0
Seca AgrícolaÍndices de Seca Agrícola - Limitações
Deficiência HídricaAcumulada
Índice de SecaAcumulado
Índice de DeficiênciaHídrica relativa
Índice de Umidadeda Cultura
Índice de Desenv. da Cultura
Índice de PalmerÍndices de Seca Agrícola
(Balanço Hídrico)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Diferentes métodos de cálculo do balanço hídrico podem ser empregados:
a) Climatológico (Thornthwaite & Mather, 1955 – INMET / AGRITEMPO)b) Hidrológico (Baseado na Equação de Richard - CPTEC)c) Integrado (MUSAG – Funceme)
Ar m azenam ent o r elat ivo
de água no solo
Seca AgrícolaÍndices de Seca Agrícola – Balanço Hídrico
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Apesar do balanço hídrico representar de forma mais acurada as condições de seca, as relações entre o armazenamento hídrico relativo ou déficit hídrico relativo estimados e as quebras de produtividade nem sempre são bem estabelecidas.
Seca AgrícolaÍndices de Seca Agrícola – DEF x Produtividade
Normal Resistance Cultivars
y = 2.15x
R2 = 0.78
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.00 0.05 0.10 0.15 0.20 0.25
(1 - ETa/ETc)
(1 -
Ya/
Yp
)
a
Normal Resistance Genotypes
Isso ocorre devido ao fato de que o impacto da seca nas culturas depende de uma série de fatores já mencionados, mas, principalmente, da fase da cultura em que as deficiências hídricas ocorrem.
Sendo assim, déficits hídricos acumulados ao longo do ciclo com mesma magnitude poderão impactar uma mesma cultura com intensidades diferentes, dependendo da fase fenológica em que esses déficits ocorreram. Solução: Modelos de Simulação
Andrioli & Sentelhas (2009)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agricultura
Na agricultura podem ser empregados diversos tipos de modelos. Devido à complexidade dos sistemas agrícolas, assim como de outros sistemas naturais, os modelos de simulação de culturas apenas representam uma aproximação da realidade.
Apesar disso, os modelos na agricultura conseguem, na maioria das vezes, representar bem os diversos processos envolvidos na produção agrícola, como:
a) Duração do ciclob) Desenvolvimentoc) Fotossíntesed) Respiraçãoe) Produção de biomassaf) Partição de fotoassimiladosg) Produtividade
Modelos de Simulação de Culturas
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Os modelos de simulação de culturas (MSC) podem ser classificados de acordo com os princípios envolvidos, em:
a) Modelos Empíricos: baseados na relação entre a produtividade das culturas e variáveis, normalmente, meteorológicas, sem explicar as relações de causa e efeito. Esses modelos tem aplicação restrita.
y = 0,083xR² = 0,820
0
10
20
30
40
50
60
0 200 400 600 800
Yie
ld R
ed
uctio
n (%
)
Accumulated WD (mm)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
a) Aa
b) Modelos Matemático-Fisiológicos: explicam alguns dos processos básicos da produção vegetal, como a fotossíntese, a respiração de manutenção e a partição de fotoassimilados, por meio de equações matemáticas. Além disso, leva em conta a penalização da produtividade potencial pelo déficit hídrico, determinado a partir do balanço de água no solo, considerando-se a CAD, a ETc e a Chuva.
O modelo apresentado por Doorenbos & Kassam (1979) no Boletim FAO 33, conhecido no Brasil como modelo da FAO, tem sido largamente testado e aplicado em diferentes condições apresentandoresultados satisfatórios desde que adequadamente calibrados.
Esse modelo parte de informações de clima (RS, N, T), solo (CAD) e planta (Espécie, Kc, IAF, Ic) para estimar as Produtividade Potencial (PP) e Atingível (PA).
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Produtividade Potencial
Prod. Atingível
Prod. Real
Nível de Produtividade
Tip
od
e P
rodutivid
ade CO2, RS, T, N e
Espécie/Variedade
Fatores
determinates
Fatores limitantes
Fatores redutores Doenças, pragas e
plantas invasoras (T,
UR, P e DPM)
Disp. Água (P e ET) e
Nutrientes no solo
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Estimativa da Produtividade Potencial
Modelo da Zona Agroecológica
Estima a Produtividade Potencial Bruta Padrão
Método da Zona Agroecológica (FAO 33, 1979)
PPBp [kg MS ha-1 dia-1]
Conceito
É a Massa Seca (MS) produzida por uma cultura padrão, cobrindo totalmente o terreno (IAF = 5), tendo a radiação solar,
o fotoperíodo e a temperatura como fatores limitantes.
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Estimativa da Produtividade Potencial Bruta Padrão PPBp [kg MS ha-1 dia-1]
PPBp = PPBc + PPBn
PPBc = Prod. no Períodode Céu Claro
PPBn = Prod. no Período de Céu Nublado Comprimento de onda (cm-1)
Energ
ia a
bsorv
ida (
Wm
-2cm
-1)
Visível
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
PPBc =Prod. Potencial no Período de Céu Claro
PPBc = (107,2 + 0,36 Qo) n/N cTc
PPBn = Prod. Potencial no Período de Céu Nublado
PPBn = (31,7 + 0,219 Qo) (1 – n/N) cTn
RADIAÇÃO SOLAR x LATITUDE
10,0
15,0
20,0
25,0
30,0
35,0
40,0
45,0
50,0
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
Meses
Qo
(M
Jm
-2d
-1)
10S 20S
30S 40SEquador
FOTOPERÍODO x LATITUDE
8,0
10,0
12,0
14,0
16,0
J AN MAR MAI J UL SET NOV
Meses
Foto
per
íod
o (
hora
s)
Lat 10 S Lat 20 S
Lat 30 S Lat 40SEquador
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Correções para o efeito da temperatura
cTc e cTn
Depende:
Tipo de metabolismo fotossintético (C3, C4) Clima da região de origem da espécie Temperatura do ar
Grupo 1 – Plantas C3 de inverno (alfafa, feijão, trigo, ervilha, batata)
Grupo 2 – Plantas C3 de verão (algodão, amendoim, arroz, girassol, soja)
Grupo 3 – Plantas C4 (milho, sorgo, cana-de-açúcar, capins, etc.)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Prod. Potencial Bruta Padrão
Quixeramobim, CE
0
100
200
300
400
500
600
700
800
900
1000
J F M A M J J A S O N D
PP
Bp
(K
g M
S/h
a d
ia)
C3 Inverno C3 verão C4
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Prod. Potencial Bruta Padrão
Serrinha, BA
0
100
200
300
400
500
600
700
800
900
1000
J F M A M J J A S O N D
PP
Bp
(K
g M
S/h
a d
ia)
C3 Inverno C3 verão C4
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
0
100
200
300
400
500
600
700
800
900
1000
J F M A M J J A S O N D
PP
Bp
(K
g M
S/h
a d
ia)
Prod. Potencial Bruta Padrão Catanduva, SP
C3 Inverno C3 Verão C4
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Prod. Potencial Bruta Padrão
São Luiz Gonzaga, RS
0
100
200
300
400
500
600
700
800
900
1000
J F M A M J J A S O N D
PP
Bp
(K
g M
S/h
a d
ia)
C3 Inverno C3 verão C4
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Estimativa da Produtividade Potencial da Cultura
PPf [kg MS ha-1]
PPf = PPBp * CIAF * CRESP * CCOL * NDC * CUM
CIAF = correção para o índice de área foliar máximo da cultura
CRESP = correção para as perdas por respiração (man. e cresc.)
CCOL = correção para a parte da planta efetivamente colhida
NDC = número de dias do ciclo da cultura
CUM = correção para considerar a umidade da parte colhida
OBS: C são índices adimensionais
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Penalização da Produtividade Potencial pelo Déficit HídricoModelo FAO – Boletim 33 (1979)
A deficiência hídrica induz a adaptações morfológicas e fisiológicas, como o fechamentos dos estômatos, reduzindo a fotossíntese, afetando adversamente o crescimento e o
rendimento das culturas, ou seja > o DEF < a Produtividade
Kc
Cultura em condições
hídricas ideais
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Clima
RS, T, V,
UR
Cultura de
referência
Gramado sem
deficiência hídrica
Balanço Hídrico da Cultura
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Ky = (1 – PA/PPf) / (1 – ETr/ETc)
(1 – PA/PPf) = Ky (1 – ETr/ETc)
PA/PPf = 1 – Ky (1 – ETr/ETc)
PA = PPf [1 – Ky (1 – ETr/ETc)]
Coeficiente de sensibilidade ao Déficit Hídrico (Ky)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
(1 - ETr/ETc)
(1 -
PR
/PP
c)
Maturação
Des.Veg.
Floração
Frutificação
a) Aab) a
c) Modelos de Processos: são modelos mecanísticos que explicam todos os processos envolvidos na produção vegetal, desde a fotossíntese até a partição de fotoassimilados, passando pelo crescimento de folhas, caules e raízes. Os modelos de processos consideram diversos sub-modelos, os quais envolvem as relações entre a espécie/cultivar e as condições ambientais, por meio de equações matemáticas e relações empíricas.
Modelos dessa natureza são sub-divididos em módulos que se interrelacionam:
- Módulo Climático- Módulo Solo- Módulo Espécie/Cultivar- Módulo Manejo
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Aumenta a Complexidade e o número de variáveis de entrada exigidas
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Dentre os Modelos de Processos disponíveis, os mais conhecidos e empregados são:
- DSSAT – Decision Support System for Agrotechnology Transfer- APSIM – Agricultural Production Systems Simulator- STICS - Simulateur mulTIdisciplinaire pour les Cultures Standard- WOFOST – World Food Studies- CROPSYST – Cropping Systems Simulation Model
Apesar da maior complexidade, nem sempre a expectativa de maior accuracidade desses modelos é alcançada, pois mesmo sendo modelos mecanísticos de alta performance, eles exigem calibração já que tem em suas formulações diversas relações empíricas.
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Modelo - DSSAT
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
CANEGRO
23 coeficientes de Espécie
31 coeficientes de Ecotipo
20 coeficientes de variedade
EspécieFotossíntese
Partição da biomassaCrescimento da raíz
Acúmulo de sacaroseExtração de água
Altura, IAF
EcotipoAcúmulo de sacaroseCrescimento dossel
PerfilhamentoFenologia
Maturação
VariedadeAcúmulo de biomassaPartição de biomassaAcúmulo de sacaroseFenologia, Altura, IAF,
Maturação
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaTipos de modelos
Clima
Solo
Manejo
Tmax, Tmin, Chuva, Rad. Solar, Vel. Vento, UR
Características físico-hídricas e químicas do perfil do solo (diferentes profundidades)
Adubação Nitrogenada, Matéria Orgânica (palha)
Maior complexidade e dificuldadepara aplicação prática
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaCalibração
O processo de CALIBRAÇÃO dos modelos de simulação de culturas consiste no ajuste dos coeficientes do modelo de modo que os resultados estimados se assemelhem aos valores observados.
Modelos Empíricos – ajuste dos coeficientes linear e angular dos modelos lineares.
Modelos Matemático-Fisiológicos – ajuste dos coeficientes do modelo relativos ao IAF máximo, CAD, Kc e Ky.
Modelos de Processos – ajuste dos diversos coeficientes de cada processo relacionado a cada espécie/cultivar. Normalmente, se selecionam apenas os coeficientes mais relevantes, já que esses modelos contam com mais de sessenta deles.
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaCalibração
Singels et al. (2008)
Calibração reduziu o erro sistemático, aumentando a acurácia das estimativas
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaCalibração
y = 1,007x
R2 = 0,86
0
20
40
60
80
100
120
140
160
0 20 40 60 80 100 120 140 160
Produtividade observada (TCH)P
rod
uti
vid
ad
e e
sti
ma
da
(T
CH
)
Teste do Modelo FAO Calibrado
(Cana Planta + Cana Soca)
y = 1,0174x
R2 = 0,8294
Erro Abs. Médio = 7,6%
0
20
40
60
80
100
120
140
0 20 40 60 80 100 120 140
Produtividade Observada (THC)
Pro
dtu
vid
ad
e E
sti
mad
a (
TH
C) Piracicaba, SP
PRest = 0,994.PRobs
R2 = 0,8813
0
20
40
60
80
100
120
140
160
0 20 40 60 80 100 120 140 160
Produtividade observada (TCH)
Prod
uti
vid
ad
e e
stim
ad
a (
TC
H)
Igarapava, SP
Araçatuba, SP
Calibração do Modelo FAO para a Estimativa da Produtividade da Cana-de-açúcar
Santos et al. (2006)
Gazzola et al. (2007)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaCalibração
y = 1,0236xR² = 0,9815
0
20
40
60
80
100
120
140
160
180
0 20 40 60 80 100 120 140 160 180
Pro
du
tivi
dad
e E
stim
ada
-Mo
de
lo F
AO
(TC
H)
Produtividade Observada (TCH)
Usina Japungu, PB
Calibração do Modelo FAO para Cana-de-açúcar no Estado da Paraíba
y = 0.9928xR² = 0.9158
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
0 2000 4000 6000 8000 10000 12000 14000 16000 18000
Est
ima
ted
Co
rn Y
ield
(k
g/h
a)
Observed Corn Yield (kg/ha)
Corn - Performance of the Crop Simulation Model
Summer
Safrinha
Calibração do Modelo FAO para a cultura do Milho em várias regiões
Sentelhas et al. (2011) Sentelhas et al. (2012)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaCalibração
Calibração do CANEGRO naAfrica do Sul
Biomassa parte aérea Biomassa de colmo
Índice de Área Foliar
(Singels et al., 2008)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaCalibração
Calibração do CANEGRO
para o Brasil(Marin et al., 2011)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaCalibração
Mo
del
o S
TIC
S -
Wh
eat
Mo
del
o C
ere
s W
hea
t-
DSS
AT
Fonte: Zalud et al. (2006)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Fonte: Soler (2004)
Uso de modelos na agriculturaCalibração
Mo
del
o C
ere
s M
aize
-D
SSAT
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaComplexidade x Erro
0
10
20
30
40
50
60
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Err
or
Complexity
Total Error
Systematic
Error
Calibration
Error
Modelagem de Sistemas AgrícolasAdequado Balanço entre Complexidade e Erro
Nem sempre maior complexidade resulta em menores erros
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaAplicações
Corn yield in Goiás
Avaliação do Potencial Produtivo de diferentes Culturas(Modelo FAO)
Monteiro (2012)
Sentelhas (2012)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaAplicações
Definição de Melhores Épocas de Semeadura do Milho(Modelo FAO )
Semeadura # PP PA Q PQ>20% PQ>40%
01/set 1 14544,0 7481,7 48,6 90,0 73,3
11/set 2 14516,5 8677,4 40,2 90,0 53,3
21/set 3 14485,0 10508,1 27,5 60,0 30,0
01/out 4 14426,4 11546,5 20,0 36,7 16,7
11/out 5 13767,0 11513,5 16,4 40,0 0,0
21/out 6 14290,8 12740,7 10,8 10,0 0,0
01/nov 7 14278,5 12571,6 12,0 20,0 0,0
11/nov 8 14217,0 12667,2 10,9 6,7 0,0
21/nov 9 14181,9 12555,2 11,5 10,0 3,3
01/dez 10 14091,3 11974,6 15,0 26,7 3,3
11/dez 11 13964,8 11033,5 21,0 50,0 10,0
21/dez 12 13781,1 10082,9 19,9 50,0 10,0
01/jan 13 13590,8 8924,5 34,3 80,0 36,7
0
2000
4000
6000
8000
10000
12000
14000
16000
1 2 3 4 5 6 7 8 9 10 11 12 13
Pro
du
tivi
dad
e (
kg/h
a)
PP
PA
Paraúna, GO
Sentelhas (2012)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaAplicações
Irrigação x Produtividade Real
Cana-Planta
50 70 90 110 130 150 170 190
0
20
40
50
60
80
100
Lâm
ina d
e ir
rigaçã
o (
% D
EF
)
Produtividade real (t/ha)
Irrigação x Produtividade Real
Precoce
50 70 90 110 130 150 170 190
0
20
40
50
60
80
100
Lâm
ina d
e ir
rigaçã
o (
% D
EF
)
Produtividade real (t/ha)
Irrigação x Produtividade Real
Médio
50 70 90 110 130 150 170 190
0
20
40
50
60
80
100
Lâm
ina d
e ir
rigaçã
o (
% D
EF
)
Produtividade real (t/ha)
Irrigação x Produtividade Real
Tardio
50 70 90 110 130 150 170 190
0
20
40
50
60
80
100
Lâm
ina d
e ir
rigaçã
o (
% D
EF
)Produtividade real (t/ha)
Viabilidade Agrícola do Uso de Irrigação na Cana-de-açúcar
(Modelo FAO)
LâminasX
Incremento de Produtividade
Sentelhas et al. (2007)
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Uso de modelos na agriculturaAplicações
Previsão de Safra(Ceres Maize – DSSAT)
Simulações sucessivas com dados observados até a data da previsão e com
dados da série histórica a partir daí
Previsão da produtividade final com 2 meses de
antecedência
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Exemplo do Uso de Modelos na Previsão de Colapso na Produção Agrícola
81 - 100 % ARM = Altamente favorável 61 - 80 % ARM = Favorável 41 - 60 % ARM = Razoável 31 - 40 % ARM = Desfavorável
21-30% ARM = Crítico 11 - 20% ARM = Muito crítico 1 - 10 % ARM = Severa < 1 % ARM = Muito severaLegenda:
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
06/07
07/08
08/09
09/10
10/11
11/12
81 - 100 % ARM = Altamente favorável 61 - 80 % ARM = Favorável 41 - 60 % ARM = Razoável 31 - 40 % ARM = Desfavorável
21-30% ARM = Crítico 11 - 20% ARM = Muito crítico 1 - 10 % ARM = Severa < 1 % ARM = Muito severa
Usina Ano
I
P
A
U
Legenda:
Dezembro Janeiro Fevereiro Março Abril MaioJunho Julho Agosto Setembro Outubro Novembro
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
Pro
du
tivi
dad
e E
stim
ada
(t.h
a-1
)
Estimativa da Produtividade Real - Ipaussu
Safra 09/10
Safra 10/11
Safra 11/12
Safra 12/13
Safra 12/13 - 08
Safra 12/13 - 09
Safra 12/13 - 10
Safra 12/13 - 11
Previsão de Safra Sistema Comparativo
(Modelo FAO)
Simulações sucessivas com dados observados até a data da previsão e com dados da
série histórica
A pluma das simulações do ano atual com os dados dos anos anteriores mostra um
cenários crítico para as produtividades projetadas
Ourinhos, SP
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Previsão de Safra Sistema Comparativo
(Modelo FAO)
Simulações sucessivas com dados observados até a data da previsão e com dados da
série histórica
Neste caso, o cenário é mais promissor em relação à
maioria dos anos analisados
81 - 100 % ARM = Altamente favorável 61 - 80 % ARM = Favorável 41 - 60 % ARM = Razoável 31 - 40 % ARM = Desfavorável
21-30% ARM = Crítico 11 - 20% ARM = Muito crítico 1 - 10 % ARM = Severa < 1 % ARM = Muito severaLegenda:
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
06/07
07/08
08/09
09/10
10/11
11/12
81 - 100 % ARM = Altamente favorável 61 - 80 % ARM = Favorável 41 - 60 % ARM = Razoável 31 - 40 % ARM = Desfavorável
21-30% ARM = Crítico 11 - 20% ARM = Muito crítico 1 - 10 % ARM = Severa < 1 % ARM = Muito severa
Usina Ano
G
A
S
A
Legenda:
Dezembro Janeiro Fevereiro Março Abril MaioJunho Julho Agosto Setembro Outubro Novembro
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
110,0
120,0
Pro
du
tivi
dad
e E
stim
ada
(t.h
a-1)
Estimativa da Produtividade Real - Gasa
Safra 08/09
Safra 09/10
Safra 10/11
Safra 11/12
Safra 12/13
Safra 12/13 - 07
Safra 12/13 - 08
Safra 12/13 - 09
Safra 12/13 - 10
Safra 12/13 - 11
Lins, SP
Exemplo do Uso de Modelos na Previsão de Colapso na Produção Agrícola
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Considerações Finais
Diante do que foi apresentado ao longo desta palestra, pode-se considerar que:
a) A seca é o principal agente deflagrador de colapso na produção agrícola no Brasil, ocorrendo em todas as regiões produtoras de fibras, energia e alimentos;
b) Os índices de Seca Agrícola com base no balanço hídrico, apesar de quantificarem de forma mais confiável os eventos de seca para a agricultura, não se mostram totalmente adequados para quantificar os impactos sobre a produtividade das culturas;
c) O uso de Modelos de Simulação de Culturas, especialmente os matemático-fisiológicos e os modelos de processos calibrados, permitem quantificar o potencial de colapso na agricultura em função de eventos de seca agrícola, sendo assim a melhor opção para o monitoramento de áreas críticas, onde a segurança alimentar é normalmente frágil;
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Considerações Finais
a) Aa
b) Aac) Aa
d) A disponibilidade de dados meteorológicos (densidade de estações, número de variáveis e confiabilidade), no contexto do uso de modelos de simulação para o monitoramento de colapso na produção agrícola, é fundamental para que o sistema seja abrangente e confiável;
e) A consolidação de um sistema de monitoramento de colapso da produção agrícola deve ser um esforço multi-disciplinar envolvendo especialistas de áreas de meteorologia, de fitotecnia/agronomia, de agrometeorologia, de solos e de áreas correlatas, de modo a serem gerados produtos que condigam com a realidade da agricultura local.
III Reunião Técnica do CEMADEN - Tema: Extremos Climáticos e Colapso de Produção Agrícola – Fortaleza 02 a 03/04/2012
Muito Obrigado
Prof. Dr. Paulo Cesar Sentelhas
Professor Associado de AgrometeorologiaLEB - ESALQ – Universidade de São PauloE-mail: [email protected] 19-3429-4283 – ramal 225
Pav. Engenharia - ESALQ/USP – Piracicaba, SP