MODELOS PARA A ESTIMATIVA DA PRODUÇÃO DE BIOMASSA APLICADOS À CULTURA DO MILHO
DOI:
https://doi.org/10.21576/pa.2015v12i1.208Palavras-chave:
Milho, Satélites, Estimativa da biomassa, Produtividade.Resumo
O milho (Zea mays L.) é uma das mais importantes culturas cultivadas no Brasil, se espalhado por todos os estados brasileiros, no panorama mundial se trata de uma cultura cultivada em todos os continentes, sendo a base alimentar de muitas etnias. A estimativa de produtividade das culturas, antes da colheita é de suma importância para a agricultura, sendo que estas estimativas podem ser feitas por meio de modelos. Um modelo pode ser definido como uma equação ou um conjunto de equações que representam um processo. Geralmente, os modelos são classificados como empíricos ou mecanísticos. Os modelos mecanísticos requerem que os processos simulados descrevam o sistema em termos dos mecanismos físicos, químicos e biológicos. Já os modelos empíricos consistem em analisar dados experimentais, realizando algumas análises dos mesmos e ajustando equações matemáticas que possam representar o comportamento dos dados observados. Neste trabalho é apresentada uma revisão sobre modelos aplicados na agricultura, e na cultura do milho, apresentando ao final um modelo para a estimativa da biomassa e produtividade na cultura do milho.
Referências
AFFHOLDER, F.; RODRIGUES, G. C.; ASSAD, E. D. Modelo agroclimático para avaliação do comportamento do milho na região dos cerrados. Pesq. agropec. bras., Brasília, v.32, n.10, p.993-I002, 1997.
ALENCAR, L. P. de. Parametrização e validação do modelo aquacrop para a cultura da cana-de-açúcar. 2014. 117 p. Tese (Doutorado) - Universidade Federal de Viçosa, Viçosa, MG.
ALMEIDA, T. S. Modelagem agrometeorológica-espectral para estimativa da produtividade de cafeeiros para áreas irrigadas do noroeste de minas gerais. 2013. 63 p. Tese (Doutorado) - Universidade Federal de Viçosa, Viçosa, MG.
ANDRADE JÚNIOR, A. S.; CARDOSO, M. J.; BASTOS, E. A.; RIBEIRO, V. Q. Épocas de semeadura para a cultura do milho no cerrado do sul Maranhense. In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA, n. 15, 2007, Aracaju. Anais... Aracaju: Sociedade Brasileira de Agrometeorologia, 2007.(CD-ROM).
ANDRIOLI, K. G.; SENTELHAS, P. C. Brazilian maize genotypes sensitivity to water deficit estimated through a simple crop yield model. Pesquisa Agropecuária Brasileira, v.44, n.7, p.653-660. 2009.
ARAUJO, G. L. Estimativa da produção em áreas irrigadas sob cultivo de cana-de-açúcar utilizando um modelo multiespectral. 2013. 43 p. Disertação (Mestrado) - Universidade Federal de Viçosa, Viçosa, MG.
ARGENTON, P. E. Influências das variáveis edafoclimáticas e de manejo no rendimento de cultivares de cana-de-açúcar (Saccharum spp.) na região de Piracicaba, São Paulo. 2006. 109 p. Dissertação (Mestrado em Fitotecnia) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2006.
ASSAD, E. D.; EVANGELISTA, B. A.; SANS, L. M. A.; FARIAS, J. R.; SILVA, S. C. Zoneamento agroclimático para grãos na região do Meio-Norte brasileiro. In: SIMPÓSIO SOBRE OS CERRADOS DO MEIO-NORTE, 1997, Teresina. Anais...Teresina: Embrapa, 1997.
ASSAD, E. D.; MARIN, F. R., EVANGELISTA, S.R.; PILAU, F. G.; FARIAS, J. R. B.; PINTO, H. S.; ZULLO JÚNIOR, J. Sistema de previsão da safra de soja para o Brasil. Pesquisa Agropecuária Brasileira, v.42, n.5, p.615-625, 2007.
ASSIS, J. P. de; NETO, D. D.; REICHARDT, K.; MANFRON, P. A.; MARTIN, T. N.; BONNECARRÈRE, R. A. G. Dados climáticos simulados e produtividade potencial do milho. Pesq. agropec. bras., Brasília, v.41, n.5, p.731-737, 2006.
BAIER, W. Crop-Weather Analysis Model: Review and Model Development. J. Appl. Meteor., v.12, p. 937–947. 1973.
BAIER, W. Note on the Terminology of Crop-Weather Models. Agric. Meteorol. 20:137-145. 1979.
BASTIAANSSEN, W. G. M.; PELGRUM, H.; DROOGERS, P.; de BRUIN, H. A. R.; MENENTI, M. Area-average estimates of evaporation, wetness indicators and top soil moisture during two golden days in EFEDA. Agricultural and Forest Meteorology, v.87, p.119-137, 1997.
BASTIAANSSEN, W. G.; ALI, S. A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan. Agriculture Ecosystems & Environment, v. 94, p. 321-340, 2003.
BASTIAANSSEN, W. G.; MENENTI, M.; FEDDES, R. A.; HOLTSLAG, A. A. A remote sensing surface energy balance algorithm for land (SEBAL): 1. Formulation. Journal of Hidrology, v. 212-213, p. 198-212, 1998.
BERNADON, T.; CALGARO, M. Modelo de simulação de crescimento de plantas. Ambiência. Guarapuava, PR. v.3 n.2 p. 283-294. 2007.
BOOTE, K. J., JONES, J.W, PICKERING, N.B. Potential uses and limitations of crop models. Agron. J. 88:704–716. 1996.
BOWEN, W. T. et al. Evaluation of the nitrogen submodel of Ceres-Maize following legume green manure incorporation. Agron. J., Madison, v.85, n.1, p.153-159, 1993.
BRADFORD, J. B.; HICKE, J. A.; LAUENROTH, W. K. The relative importance of light-use efficiency modifications from environmental conditions and cultivation for estimation of large-scale net primary productivity. Remote Sensing of Environment, v. 96, p. 246- 255, 2005.
BRUTSAERT, W.; SUGITA, M. Applications of self preservation in the diurnal evolution of the surface energy budget to determine daily evaporation. Journal of Geophysics Research, v.97, p.377-382, 1992.
CARBERRY, P. S.; MUCHOW, R. C.; McCOWN, R. L. Testing the CERES-Maize Simulation Model in a Semi-Arid Tropical Environment. Field Crops Research, v. 20, p. 297-315, 1989.
CONAB - Companhia Nacional de Abastecimento. Acompanhamento de Safra Brasileira Grãos: V.1 - SAFRA 2013/14 N.12 - Décimo Segundo Levantamento Setembro/2014-Companhia Nacional de Abastecimento. - Brasília: Conab 2014. 151p.
DOORENBOS, J., KASSAM, A. H. Yield response to water. Irrig. And Drainage Paper no. 33. FAO, Rome. 1979.
DOORENBOS, J.; PRUITT, W. O. Las necesidades de água de los cultivos. (Estudio FAO Riego y Drenaje, 24).Roma: FAO,193 p. 1977.
DOURADO NETO, D. ; SPAROVEK, G. ; FIGUEIREDO JR., L. G. M. ; FANCELLI, A. L. ; MANFRON, P. A. ; MEDEIROS, S. L. P. . Modelo para estimação da produtividade de grãos de milho deplecionada com base no balanço hídrico no solo. Revista Brasileira de Agrometeorologia, Santa Maria, v. 12, n. 1, p. 359- 367, 2004.
DOURADO-NETO, D.; TERUEL, D. A.; REICHARDT, K.; NIELSEN, D. R.; FRIZZONE, J. A.; BACCHI, O. O. S. Principles of crop modeling and simulation. I. Uses of mathematical models in agricultural science. Scientia Agricola, v.55, p.46-50, 1998.
EGLI, D. B.; BRUENING, W. Planting date and soybean yield: evaluation of environmental effects with a crop simulation model: SOYGRO Agricultural and Forest Meteorology V. 62, p. 19-29, 1992.
FARIAS, J. R. B.; NEUMAIER, N.; NEPOMUCENO, A. L.; MARIN, F. R. Modelagem para estimativa de perdas de rendimento de grãos de soja em função da disponibilidade hídrica. In SIMPÓSIO INTERNACIONAL DE AGRICULTURA DE PRECISÃO. 2005. Sete Lagoas- MG. Anais...Sete Lagoas-MG, 2005.
FEDDES, R. A.; KOWALIK, P. J.; ZARADNY, H. Simulation os field water use and crop yield. Simulation Monographs . 189p. Wageningen : Pudoc. 1978.
FIELD, C. B.; RANDERSON, J. T.; MALMSTROM, C. M. Global net primary production: combining ecology and remote sensing. Remote Sensing of Environment, v. 51, p. 74-88, 1995.
FOREST, F.; CLOPES, A. Contribution à l'explication de la variabilité du rendement d'une culture de mais pius ou moins intensitiée à l'aide d'un modêle de bilan hydrique amélioré. In: REYNIERS, F. N.; NETOYO, L. (Eds.). Bilan hydrique agricole et sécheresse en Afrique tropicale: Vers une gestion des flux hydriques par les systêmes dc culture? Paris: J. Libbey, 1994. p.3-15.
GAO, B. NDWI - a normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, v. 58, p. 257– 266, 1996.
HARTMANN, D. L. Global physical climatology. New York: Academic Press, 1994. 411p.
HILLEL, D. Applications of soil physics. New York: United Kingdom Edition, 1980. 385p.
HODGES, T.; BOTNER, D.; SAKAMOTO, C.; HAYS HAUG, J. Using the CERES-Maize model to estimate production for the U.S. cornbelt. Agricultural and Forest Meteorology, v. 40, p. 293-303, 1987.
HOOGENBOOM, G. Contibution of agrometeorology to the simulation os crop production and its applications. Agricultural and Forest Meteorology, n.103, p.137-157. 2000.
HSIAO, T. C., HENG, L.K., STEDUTO, P., ROJAS-LARA, B., RAES, D., FERERES, E. AquaCrop-the FAO crop model to simulate yield response to water III parameterizationand testing for maize. Agron. J. v.101, pp. 448–459. 2009.
JENSEN, M. E. Water comsuption by agricultural plants. Academic Press INC. New York. 1968.
JONES, P. N.; KINIRY, J. R. Ceres-Maize: a simulation modelo of maize growth and development. CollegeSration: Texas e M. University Press, 194p. 1986.
KLOSOWSKI, E. Estimativa da produtividade de cultivares de soja por meio do modelo soygro para Londrina, estado do Paraná. Revista UNIMAR, Brasil, 19 jul. 2008.
LIU, W. T. H.; BOTNER, D. M.; SAKAMOTO, C. M. Application of CERES-Maize model to yield prediction of a brazilian maize hybrid. Agricultural and Forest Meteorology, v. 45, p. 299-312, 1989.
MARTINS, M. A. Estimativa de produtividade das culturas do milho e do sorgo a partir de modelos agrometeorológicos em algumas localidades da região nordeste do Brasil. 2012. 97 p. Dissertação (Mestrado) - Instituto Nacional de Pesquisas Espaciais, São Jose dos Campos, SP.
MONTEITH, J. L. Solar radiation and productivity in tropical ecosystems. Journal of Applied Ecology, v.9, p.747-766, 1972.
MONTEITH, J. L. The quest for balance in crop modelling. Agron. Journal. 88:695–697. 1996.
PAVAN, W .Técnicas de engenharia de software aplicadas à modelagem e simulação de doenças de plantas. Tese (Doutorado em Agronomia). Universidade de Passo Fundo, Passo Fundo, RS, 2007.
PESSOA, M. C. P .Y.; LUCHIARI JUNIOR, A.; FERNANDES, E. N.; LIMA, M. A. de. Principais modelos matemáticos e simuladores utilizados para a análise de impactos ambientais das atividades agrícolas. Jaguariúna: Embrapa-CNPMA, 1997. 83p. (Embrapa- CNPMA. Documentos, 8).
RAES, D. et al. AquaCrop-The FAO Crop Model to Simulate Yield Response to Water: II. Main Algorithms and Software Description. Agronomy Journal. V. 101, Issue 3. 2009.
REICHARDS, L. A. Capillary conductivity of liquid through porous media. Physics, New York, v.1, p. 318-333, 1931.
REYNOLDS, J. F. Some misconceptions of mathematical modeling. What’s New Plant Physiology, v.10, n.11, p.41-44, 1979.
ROSA, V. G. C.; MOREIRA. M. A.; RUDOFF, B. F. T.; ADAMI. M. Estimativa da produtividade de café com base em um modelo agrometeorologico‑espectral. Pesq. agropec. bras., Brasília, v.45, n.12, p.1478-1488, dez. 2010.
SAMARASINGHE, G. B. Growth and yields of Sri Lanka’s major crops interpreted from public domain satellites. Agricultural Water Management, v. 58, p. 145-157, 2003.
SCARPARE, F. V. Simulação do crescimento da cana-de-açúcar pelo modelo agrohidrológico SWAP/WOFOST. 2011. 164 p. Tese (Doutorado em Física do ambiente agrícola) - Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2011.
SHUTTLEWORTH, W. J.; GURNEY, R. J.; HSU, A. Y.; ORMSBY, J. P. FIFE: the variation in energy partition at surface flux sites. IAHS Publ. No. 186, 1989.
STETUTO, P. et al. AquaCrop—The FAO Crop Model to Simulate Yield Response to Water: I. Concepts and Underlying Principles. Agronomy Journal. v. 101, Issue 3. 2009.
SUGUITANI, C. Entendendo o crescimento e produção da cana de açúcar: avaliação do modelo Mosicas. 2006. 60 p. Tese (Doutorado em Fitotecnia) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2006.
THORNLEY, J. H. M. Mathematical models in plant phisiology: a quantitative approach to problems in plant crop physiology. London: Academic Press. 318p 1976.
THORNTHWAITE, C. W.; MATHER, J. R. The water balance. New Jersey: Laboratory of climatology, 104 p. 1955.(Publication in Climatology, 8).
TOMASELLA, J.; ROSSATO, L. Balanço hídrico. Tópicos em meio ambiente e ciências atmosféricas: utilização de recursos multimídia para o ensino médio e fundamental. Cachoeira Paulista: Mamute Mídia, 2006. p. 9. ISBN 85-17-00024-2. (INPE-13140-PRE/8399). Disponível em: <http://urlib.net/sid.inpe.br/iris@1915/2005/11.08.13.25>. Acesso em: 11/04/2012.
VAN DAM, J. C. Field-scale water flow and solute transport SWAP model concepts, parameter estimation and case studies. (Doctoral Thesis). 2000. 179p. Wageningen University, Wageningen, 2000.
WHISLER, F. D., B. ACOCK, D. N. BAKER, R. E. FYE, H. F. HODGES, J. R. LAMBERT, H. E. LEMMON, J. M. MCKINION, V. R. REDDY. Crop simulation models in agronomic systems. Adv. Agron. 40:141–208. 1986.
WIT, C. T. de. Simulation of assimilation, respiration, and transpiration of crops. Wageningen: Centre for Agricultural Publishing and Documentation, 1978. 141p.
Downloads
Publicado
Edição
Seção
Licença
Autores que publicam na Revista Pensar Acadêmico concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho licenciado simultaneamente sob uma Licença Creative Commons Attribution por 2 anos após a publicação, permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal), já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
