Search

Orientadores: Hilton Silveira Pinto, Maria Angela Fagnani Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola Resumo: A agricultura é a atividade econômica mais afetada pelo clima. Os fenômenos meteorológicos como a temperatura, precipitação, umidade relativa, velocidade do vento, influenciam tanto na produtividade e qualidade dos produtos agrícolas, quanto nos custos de produção. Uma das ferramentas mais utilizadas para quantificar os efeitos causados pelos fenômenos meteorológicos na produtividade agrícola são os modelos agrometeorológicos. No presente trabalho foi utilizado um modelo agrometeorológico multiplicativo, que se baseia na penalização da produtividade agrícola, em decorrência de fenômenos meteorológicos desfavoráveis ao desenvolvimento da cultura, para a estimativa de safra da soja. O estudo abrangeu um total de 66 municípios nos estados de Goiás, Mato Grosso, Paraná, Rio Grande do Sul e São Paulo. Foram relacionados os municípios que possuíam área plantada de soja superior à 2000 ha, com os municípios que possuíam estações pluviométricas operando entre os anos de 1994à 2000. Utilizou-se mapas pedológicos para diferenciação dos tipos de solos predominantes em cada município, com a finalidade de se obterem informações sobre a capacidade de água disponível no solo (CAD), bem como a média histórica da evapotranspiração potencial (ETP) para o cálculo do balanço hídrico decendial e da evapotranpiração real (ETR). As épocas de semeadura selecionadas foram baseadas no Zoneamento Agroclimático da cultura da soja, elaborado pela Coordenação Nacional do Zoneamento Agrícola. As produtividades estimadas foram comparados com as produtividades reais obtidas através de dados do IBGE. O modelo apresentou correlações significativas entre as produtividades reais e as estimadas,a nível estadual. Os coeficientes de determinação para os estados de Goiás, Mato Grosso, Paraná, Rio Grande do Sul a São Paulo foram respectivamente, 0,5831; 0,6933;0,9162; 0,8504; 0,6426 Abstract: Agriculture is the economic activity more affected by the climate. The meteorologicalphenomena like temperature, precipitation, relative humidity or wind speed have influence in the productivity and agricultural product quality, as well as in the productioncosts.One of the tools more used to quantify the effect caused for the meteorological phenomenain the agricultural productivity is the agrometeorologicalmodel. In the present work an agrometeorologicalmodel for estimate the productivity of the soybean was studied using a total of 66 cities in the states of Goiás, Mato Grosso, Paraná, Rio Grande do Sul and São Paulo. Productivity data of soybean was crossed with rainfall data of pluviometric stations observedbetweenthe years of 1994to the 2000. It was also used pedological maps for differentiation of the types of predominant soil in each city for estimating available water hold capacity of the soil. Historical data was used for estimasting the average of the potential evapotranspiration (ETP) for decendial hidric . balance and evapotranpiration reference (ETR). The selected times for seeding were based on the Agroclimatic Risc Zoning for soybean, elaborated for the National Coordination of the Agricultural Zoning. The calculated produtivities were compared with the data of produtivitiesused by IBGE. The model presented significant correlations between the real produtivities at the leveI of states. The coefficients of determination for the states of Goiás, Mato Grosso, Paraná, Rio Grande do Sul and São Paulo were respectively, 0,5831; 0,6933; 0,9162; 0,8504; 0,6426 Mestrado Água e Solo Mestre em Engenharia Agrícola

Resumo Este trabalho teve como objetivo principal gerar cenários climáticos futuros, e avaliar os impactos na produtividade do algodão herbáceo através de um modelo agrometeorólogico, quando comparada com a produtividade atual observada. Um downscaling estatístico foi empregado para obter as series futuras das variáveis meteorológicas necessárias para o cálculo da produtividade, obtido com um modelo agrometeorólogico devidamente calibrada para a realidade do algodão na região semiárida do Nordeste brasileiro. As series temporais das variáveis meteorológicas tiveram suas falhas devidamente preenchidas e passaram por um rigoroso sistema de controle de qualidade. As projeções futuras calculadas para os cenários climáticos A1B e A2, dos modelos ECHAM5-OM e HadGEM2-ES foram unanimes em apontar redução significativa das chuvas e aumento das temperaturas. A evapotranspiração, consequentemente, também apresenta tendência de aumento para o horizonte futuro estudado, de 2020 a 2080. Como impacto para a cultura do algodão, prevê-se, para 23 municípios estudados do semiárido nordestino, redução significativa da produtividade, que pode ser reduzida a aproximadamente metade da produtividade atual observada. Abstract This paper had as its primary objective the generation of future climatic scenarios and the evaluation of impacts over the productivity of upland cotton through an agrometeorological model, when compared to the current productivity observed. A statistical downscaling was used to obtain the future series of meteorological variables needed for the calculation of productivity, obtained with an agrometeorological model appropriately calibrated for the reality of cotton in the semi-arid region of Northeast Brazil. The time series of the meteorological variables had their flaws properly completed and went through a rigorous quality control system. The future projections calculated for the climatic scenarios A1B and A2, of the models ECHAM5-OM and HadGEM2-ES were unanimous in pointing out the significant reduction in rainfall and temperature rising. The evapotranspiration, consequently, also presents an upward trend for the future horizon studied, from 2020 to 2080. As impact for the cotton crop, is predicted, for the 23 studied municipalities of the northeast semi-arid, a significant reduction in productivity, which can be reduced to approximately half of the current observed productivity.

The performance of four global models, together with two scenarios of climate change, was evaluated in five municipalities of the State of Alagoas, for precipitation, minimum and maximum temperature. The input data of the model were obtained through the conventional meteorological stations of the National Institute of Meteorology (INMET), arranged between 1961 and 2016. Estimation of corn yield was obtained through the theoretical model which relates losses in productivity and water deficiency during the phenological phases of the crop. A post-processing technique of global climate model outputs (statistical downscaling) was used, thus, a better visualization in time and space. The precipitation and temperature series were used for the period 2021-2080 estimating the yield losses of maize, comparing to the historical average values of the period 1961-2016, evaluating the impacts of possible climatic changes on crop yield. The scenarios have values of losses very close to and indicate a prediction of increased productivity loss in the period 2021-2080 for Água Branca, Pão de Açúcar and Palmeira dos Índios, and decrease of losses, that is, increase of productivity, for Maceió and Mainly Porto de Pedras. This result is directly associated to the predictions of rainfall reduction in the interior of the State, encompassing the cities of Água Branca, Pão de Açúcar and Palmeira dos Índios, a slight increase in precipitation for Maceió and a more significant increase in precipitation in Porto de Pedras.

RESUMO Objetivou-se, com este trabalho, parametrizar, calibrar e testar o método da Zona Agroecológica (ZAE) para as principais regiões produtoras de cana-de-açúcar do Estado de Minas Gerais. Foram utilizados dados meteorológicos do Instituto Nacional de Meteorologia e da Agência Nacional de Águas e dados de produtividade do Programa de Melhoramento Genético da Cana-de-Açúcar. O método ZAE apresentou bom ajuste, com R2 = 0,89; RMSE = 8,4 t ha-1; MAE = 6,7 t ha-1; MBE = 5,9 t ha-1 e índice de Wilmont (d) = 0,95. Na validação realizada mediante a utilização de uma série temporal de dados de produtividade do Instituto Brasileiro de Geografia e Estatística das safras de 1989/90 a 2007/08, referente à região do Triângulo Mineiro, constatou-se um erro sistemático com tendência de superestimativa da produtividade de aproximadamente 37 t ha-1. Corrigindo-se a tendência de superestimativa o método ZAE apresentou ajuste satisfatório (R2 = 0,55; RMSE = 4,9 t ha-1; MAE = 4,0 t ha-1; MBE = 0,0 t ha-1; índice d = 0,80). Assim, este modelo se apresentou como importante ferramenta para estimar a produtividade da cana-de-açúcar em macroescala no Estado, podendo auxiliar no planejamento da expansão otimizada da atividade na região.ABSTRACT The objective of this study was to parameterize, calibrate and test the Agroecological Zone (AEZ) method for estimating the yield of sugarcane in the major producing areas of sugarcane in the State of Minas Gerais. Meteorological data from the Instituto Nacional de Meteorologia and the Agência Nacional de Águas, as well as productivity data from Programa de Melhoramento Genético da Cana-de-Açúcar were used. The AEZ method showed good agreement, R2 = 0.89, RMSE = 8.4 t ha-1; MAE = 6.7 t ha-1, MBE = 5.9 t ha-1 and Willmott's coefficient (d) = 0.95. For validation, a series of crop productivity data from the Instituto Brasileiro de Geografia e Estatística from 1989/90 to 2007/08 was used for the Triângulo Mineiro region. A systematic error with a tendency to overestimate the productivity of about 37 t ha-1 was found. After correcting the tendency of overestimating, the AEZ method showed satisfactory agreement (R2 = 0.55, RMSE = 4.9 t ha-1; MAE = 4.0 t ha-1, MBE = 0.0 t ha-1 and d = 0.80). Therefore, the model has revealed to be an important tool for estimating the yield of sugarcane in a large scale in the state, which could be useful to plan the expansion of optimal activity in the region.

Resumo: O objetivo deste trabalho foi avaliar a sensibilidade ao deficit hídrico de 17 seleções de laranja-doce enxertadas sobre tangerineira 'Sunki', ao longo de cinco safras. Empregou-se um modelo agrometeorológico de penalização da produtividade pelo deficit hídrico, tendo-se avaliado a relação entre os valores estimados e observados. As seleções podem ser classificadas como de alta, média e baixa sensibilidade ao deficit hídrico, classificação que é inédita para as condições brasileiras. A sensibilidade ao deficit hídrico foi classificada como alta nas seleções de laranja-doce 'Pera Milton Teixeira', 'Pera IAC', 'IAC 2000', Pera 2, 'IAC 420 Seleta Rio' e Pera 3, e baixa nas seleções 'Bidwells Bar', 'IPR Jaffa', 'Torregrosa' e 'Sanguínea'. Abstract: The objective of this work was to evaluate the water-deficit sensitivity of 17 sweet orange selections budded on 'Sunki' mandarin along five growing seasons. An agrometeorological model related to orange yield loss caused by water deficit was used, and the relationship between the estimated and observed values was determined. Sensitivity to water deficit of selections can be classified as high, medium, and low, and this ranking is unprecedented for Brazilian conditions. Sensitivity to water deficit was ranked as high for the sweet orange selections 'Pera Milton Teixeira', 'Pera IAC', 'IAC 2000', Pera 2, 'IAC 420 Seleta Rio', and Pera 3, and as low for the selections 'Bidwells Bar', 'IPR Jaffa', 'Torregrosa', and 'Sanguínea'.

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2019-07-04T11:51:03Z No. of bitstreams: 1 FABRÍCIO DANIEL DOS SANTOS SILVA - TESE (PPGMet) 2014.pdf: 9548024 bytes, checksum: db900c6e19738cac15b3c08e469f71f3 (MD5) Made available in DSpace on 2019-07-04T11:51:03Z (GMT). No. of bitstreams: 1 FABRÍCIO DANIEL DOS SANTOS SILVA - TESE (PPGMet) 2014.pdf: 9548024 bytes, checksum: db900c6e19738cac15b3c08e469f71f3 (MD5) Previous issue date: 2014-12-05 Este trabalho teve como objetivo principal gerar cenários climáticos futuros, e avaliar os impactos na produtividade do algodão herbáceo através de um modelo agrometeorólogico, quando comparada com a produtividade atual observada. Um downscaling estatístico foi empregado para obter as series futuras das variáveis meteorológicas necessárias para o calculo da produtividade, obtido com um modelo agrometeorólogico devidamente calibrada para a realidade do algodão na região semi-arida do Nordeste brasileiro. As series temporais das variáveis meteorológicas tiveram suas falhas devidamente preenchidas e passaram por um rigoroso sistema de controle de qualidade. As projeções futuras calculadas para os cenários climáticos A1B e A2, dos modelos ECHAM5-OM e HadGEM2-ES foram unanimes em apontar redução significativa das chuvas e aumento das temperaturas. A evapotranspiração, consequentemente, ambém apresenta tendência de aumento para o horizonte futuro estudado,de 2020 a 2080. Como impacto para a cultura do algodão, prevê-se, para 23 municípios estudados do semiárido nordestino, redução significativa da produtividade, que pode ser reduzida a aproximadamente metade da produtividade atual observada. This paper had as its primary objective the generation of future climatic scenarios and the evaluation of impacts over the productivity of upland cotton through an agrometeorological model, when compared to the current productivity observed. A statistical downscaling was used to obtain the future series of meteorological variables needed for the calculation of productivity, obtained with an agrometeorological model appropriately calibrated for the reality of cotton in the semi-arid region of Northeast Brazil. The time series of the meteorological variables had their flaws properly completed and went through a rigorous quality control system. The future projections calculated for the climatic scenarios A1B and A2, of the models ECHAM5-OM and HadGEM2-ES were unanimous in pointing out the significant reduction in rainfall and temperature rising. The evapotranspiration, consequently, also presents an upward trend for the future horizon studied, from 2020 to 2080. As impact for the cotton crop, it is foreseen, for the 23 studied municipalities of the northeast semi-arid, a significant reduction in productivity, which can be reduced to approximately half of the current observed productivity.

The objective of this study was to introduce a new approach to recommend sowing dates for soybean crop in Brazil, considering the climatic conditions and crop yield. The first step was to define the periods when air temperature is smaller than 40 °C and greater than 1 °C in at least 80% of the years, and with at least 60% of relative crop evapotranspiration during the establishment phase in more than 50% of the years. The actual yield of crop was estimated by FAO Agroecological zone model for the suitable sowing dates. Based on that, when actual yield overcome the production cost in more than 80% of years and mean air temperature along the cycle is between 20 and 30 °C, the sowing date is classified as suitable, but if actual yield overcome the production cost only between 60 and 80% of the years or mean air temperature is not between 20 and 30 °C, the date is classified as marginal. Sowing dates are considered as unsuitable if actual crop yield overcome the production cost in less than 60% of the years. The new approach was applied, as case studies, for Cruz Alta, RS, Jataí, GO, and Balsas, MA, in order to compare it with the agroclimatic zoning approach presently used in Brazil. The new procedures can generate more accurate information to support sowing dates recommendation for soybean, minimizing yield losses from climatic risk. O objetivo deste trabalho foi apresentar uma nova metodologia para a recomendação das datas de semeadura para a cultura da soja no Brasil, considerando-se as condições climáticas e a produtividade. Definem-se, primeiro, as datas de semeadura em que não há ocorrência de temperatura do ar acima de 40 °C ou abaixo de 1 °C em pelo menos 80% dos anos e com disponibilidade maior que 60% da demanda hídrica da cultura na fase de estabelecimento em mais de 50% dos anos. Para as datas aptas foi estimada a produtividade da cultura por meio do modelo da zona agroecológica FAO. Se a produtividade superar o custo de produção em mais de 80% dos anos e a temperatura média do ar durante o ciclo da cultura for entre 20 e 30 °C, a data é classificada apta e marginal quando a produtividade estimada supera o custo de produção entre 60 e 80% dos anos ou a temperatura média não está entre 20 e 30 °C. Se esses níveis probabilísticos não são alcançados a data de semeadura é classificada inapta. Como estudo de casos, a metodologia foi aplicada para as localidades de Cruz Alta (RS), Jatai (GO) e Balsas (MA) de modo a ser comparada com a metodologia do zoneamento agrícola atualmente em uso no Brasil. Com esses procedimentos propostos para recomendar as datas de semeadura da soja é possível gerar informações mais acuradas, minimizando o risco climático para a produção desta cultura.

The climatic projections for this century indicate the possibility of severe consequences for human beings, especially for agriculture where adverse effects to productivity of crops and to agribusiness as a whole may occur. An agrometeorological model was used to estimate sugarcane yield in tropical southern Brazil, based on future A1B climatic scenarios presented in the fourth Intergovernmental Panel on Climate Change report, in 2007. Sugarcane yield was evaluated for 2020, 2050, and 2080 considering the possible impacts caused by changes in temperature, precipitation, sunshine hours and CO2 concentration in the atmosphere, as well as technological advances. Increasingly higher temperatures will cause an increase of the potential productivity (PP), since this variable positively affects the efficiency of the photosynthetic processes of C4 plants. Changes in solar radiation and rainfall, however, will have less impact. PP will increase by 15% in relation to the present condition in 2020, by 33% in 2050 and by 47% in 2080. Regarding the actual productivities (AP), the increase observed in PP will compensate for the negative effect of the projected increase in water deficit. AP will increase by 12% in relation to the present condition in 2020, by 32% in 2050 and by 47% in 2080. The increase in sugarcane productivity resulting from the projected scenarios will have important impacts on the sugarcane sector. As projeções climáticas para este século indicam a possibilidade de graves conseqüências para a humanidade, especialmente para a agricultura, com efeitos adversos nas produtividades das culturas e no agronegócio como um todo. Neste estudo, foi utilizado um modelo agrometeorológico para estimar a produtividade da cana-de-açúcar na região de Piracicaba, SP, Brasil, baseado nos cenários futuros do clima A1B, apresentados no quarto relatório do Painel Intergovernamental sobre Mudanças Climáticas, de 2007. A produtividade da cana-de-açúcar foi avaliada nos anos de 2020, 2050 e 2080, levando-se em consideração as possíveis alterações de temperatura, precipitação, insolação e concentração de CO2 na atmosfera, assim como os avanços tecnológicos. O aumento da temperatura acarretará no aumento da produtividade potencial (PP), já que essa variável afeta positivamente a eficiência do processo fotossintético das plantas C4; entretanto, as alterações na radiação solar e na chuva terão menores impactos na produtividade. A PP aumentará cerca de 15% em relação à condição atual em 2020, de 33% em 2050 e de 47% em 2080. Com relação à produtividade real (AP), o aumento da PP compensará o efeito negativo causado pelo aumento projetado para o déficit hídrico. A AP aumentará cerca de 12% em relação à condição atual em 2020, de 32% em 2050 e de 47% em 2080. O aumento da produtividade da cana-de-açúcar observado na ocorrência dos cenários futuros avaliados terá impactos importantes no setor canavieiro.

Orientador: Jansle Vieira Rocha Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola Resumo: O presente trabalho descreve um estudo sobre estimativa de safras cujo principal objetivo foi criar uma metodologia de integração de dados de produção, dados espectrais e indicadores meteorológicos por meio de redes neurais artificiais, estabelecendo correlações entre índices de vegetação e de produtividade, com o propósito de estimar a produtividade de cana-de-açúcar. O estudo foi dividido em duas etapas: a primeira correspondeu à obtenção e organização dos dados em um banco de dados com padrões de entrada/saída; a segunda, à implementação e ajuste das redes neurais, por meio de ensembles. O estudo foi realizado em unidades amostrais de produção de uma usina sucroalcooleira no município de Araras-SP. A primeira etapa consistiu na obtenção dos coeficientes de produtividade (kp), por meio da inversão do modelo agrometeorológico de Doorenbos e Kassam (1979), a partir da determinação do balanço hídrico. O resultado deste procedimento mostrou a sensibilidade do coeficiente à variabilidade da produtividade nos talhões. Os dados espectrais das imagens Landsat 7 ¿ ETM+ foram obtidos de correlações descritas na literatura estabelecidas entre o Índice de Vegetação Greenness (GVI), a banda do infravermelho próximo (B4) e a produtividade da cana-de-açúcar. A estratégia para treinamento dos ensembles foi baseada no aprendizado supervisionado aplicado a uma arquitetura Multilayer Perceptron (MLP), com uma camada escondida, método de aprendizado de 2ª ordem e feedforward. Na etapa de treinamento e validação, as redes neurais tiveram como variáveis de entrada os valores de kp, GVI e B4, e como variável de saída a produtividade, que definiram os padrões de entrada/saída. A fase de teste consistiu em implementar a metodologia em um grupo de padrões de entrada não utilizados nos treinamentos. Os resultados mostraram valores de EQM entre 0,03 e 0,51 ton/ha, enquanto que a estimativa da usina errou em média 9,93 ton/ha, o que garantiu o correto ajuste da rede neural quanto à topologia, ao número de iterações e aos algoritmos de aprendizagem. Esta etapa mostrou a capacidade de generalização da rede neural, já que os treinamentos foram realizados a partir de unidades amostrais. O estudo ratificou a aplicação desta metodologia na determinação da estimativa de produtividade de cana-deaçúcar, empregando-a como técnica complementar aos atuais métodos de estimativa agrícola, sugerindo a ampliação da escala de aplicação para o ambiente de produção da usina Abstract: The present thesis describes a study on crop forecast. Its main purpose was to create a methodology for integrating production, spectral and meteorological data indicators through artificial neural networks, establishing correlations between vegetation index and yield coefficients, aiming at the estimate of sugarcane yield. The study was divided in two parts: the first corresponded to obtaining and organizing data in a database with input/output default; the second corresponded to the implementation and adjustment of the neural network. The study was carried out in sample production units (fields) of a sugarmill agricultural area located in the municipality of Araras-SP, Brazil. The first part consisted in obtaining yield coefficients (kp) through the inversion of the Doorenbos-Kassam (1979) agrometeorological model, based on the determination of the water balance. The result of this procedure showed the coefficient¿s sensitivity to the variability of yield within the sample fields. The spectral data of the Landsat 7 ¿ ETM+ images were obtained from correlations, available in scientific literature, between the Greenness Vegetation Index (GVI), near infrared band, and sugarcane yield. The strategy for training the neural network was based on supervised learning applied to a Multilayer Perceptron (MLP) architecture, with a hidden layer, second order learning method and feedforward. For the training and validation stage, the neural network had as input variables kp, GVI and B4 values, and as output variable the yield, both obtained in the input/output database. The test stage consisted of implementing the methodology in a set of input patterns not used for the trainings. The results showed Mean Square Error (MSE) values between 0,03 and 0,51 ton/ha, while the average error of the sugarmill estimates were 9,93 ton/ha, which showed the correct adjustment of the network concerning topology, number of iterations and learning algorithms. This showed the generalization capacity of the neural network once the trainings were carried out based on sample units. The study ratified the application of this methodology for determining sugarcane yield estimate, employing it as a complementary technique to the present methods of agricultural forecast, suggesting the increase of the application scale to a broader area of the sugarmill production environment Doutorado Planejamento e Desenvolvimento Rural Sustentável Doutor em Engenharia Agrícola

Foram desenvolvidas duas equações de estimativa da produtividade do arroz irrigado por inundação, para as variedades: IAC-242, IAC-100, IAC-101 e IAC-102, em função da temperatura do ar e da radiação solar, no período crítico de formação da produção, para a região de Pindamonhangaba (SP). Os valores de temperatura do ar e de radiação solar ótimos encontrados para as variedades foram, respectivamente, 25,0oC e 475 cal.cm-2.dia-1. O modelo agrometeorológico desenvolvido para previsão da produtividade da cultura que apresentou melhores resultados quando testado com dados independentes foi o que relacionou o menor desvio dos dois elementos climáticos em relação ao valor ótimo obtido através de uma equação de regressão linear múltipla. Os valores de produtividade estimados pelo modelo mostraram diferenças menores que 10% quando comparados com os valores obtidos no campo. Two regression equations were developed to estimate lowland rice yield as a function of air temperature and incoming solar radiation, during the crop yield production period in Pindamonhangaba, SP, Brazil. The following rice cultivars were used: IAC-242, IAC-100, IAC-101 and IAC-102. The value of optimum air temperature obtained was 25.0°C and of optimum global solar radiation was 475 cal.cm-2, day-1. The best agrometeorological model was the one that related least deviation of air temperature and solar radiation in relation to the optimum value obtained through a multiple linear regression. The yield values estimated by the model showed good fit to actual yields of lowland rice (less than 10%).

A principal restrição para o emprego de modelos agrometeorológicos de previsão de safras é a falta de informação mais completa sobre a produtividade potencial dos cultivares de soja. Assim, adaptou-se um modelo agrometeorológico de estimativa da produtividade potencial baseado em modelo proposto pela FAO, onde se incorporou um fator referente à penalização para excedentes hídricos. Estimou-se experimentalmente a produtividade potencial em função da época de semeadura para os principais cultivares recomendados para o Estado de São Paulo, a partir de séries de cultivo efetuados na Estação Experimental de Ribeirão Preto (SP), do Instituto Agronômico, durante oito anos consecutivos. Os cultivares IAC-11, IAC-12, IAC-8 e IAC-10 apresentaram as maiores produtividades potenciais em semeaduras precoces (setembro-outubro). O 'IAC-11', a produtividade potencial mais elevada, até de 5.500kg/ha. Os cultivares Santa Rosa, IAC-13 e Paraná, as maiores nas semeaduras intermediárias (outubro-novembro).The lack of complete information on the yield potential for different soybean cultivars is the major limiting factor for the utilization of agrometeorological models to predict crop yield. A model proposed by FAO was modified including a factor refering to excess of rainfall. Estimates of potential yield was made, as a function of planting date of experiments conducted at Ribeirão Preto Experimental Station during eight consecutive years using the main soybean cultivars grown in the State of São Paulo. The cultivars IAC-8, IAC-10, IAC-11 and IAC-12 showed greater yield potential when sowed in September-October. The IAC-11 showed the yield potential of up to 5,500kg/ha. On the other hand the cultivars Santa Rosa, IAC-13 and Paraná showed higher yield potential when sowed in October-November.

O estudo foi baseado em dados fenológicos obtidos de experimentos conduzidos pela Seção de Leguminosas do Instituto Agronômico, em Campinas, Ribeirão Preto e Pindamonhangaba, durante os anos agrícolas de 1977/78, 1978/79 e 1979/80 para os cultivares de soja UFV - 1, Viçoja, Santa Rosa e Paraná. A partir desses dados, desenvolveu-se um modelo agrometeorológico de estimativa de produção de grãos, baseado na penalização de produtividade potencial de cada cultivar de soja, em função das condições meteorológicas reinantes durante o desenvolvimento da cultura. O modelo proposto foi o seguinte: YEst = (YPot) x (FTer) x (FDef) x (FExc), onde: YEst = produtividade estimada em grãos (kg/ha); YPot = produtividade potencial do cultivar em cada localidade (kg/ha); FTer = fator térmico indicativo do grau de desenvolvimento relativo da cultura; FDef = fator referente à penalização para déficit hídrico e FExc = fator correspondente à penalização para excedente hídrico. As estimativas da produtividade da soja por esse modelo mostraram-se bastante satisfatórias. Os coeficientes de determinação, entre dados observados e estimados, variaram de 0,76 a 0,87 para os quatro cultivares estudados.The study was performed using phenological observation of field experiments carried out during three years (1977/78, 1978/79 and 1979/80), for four soybean cultivars in three localities. The proposed model to estimate crop yield was based on the reduction of the potential productivity when soil water content decreases below a critical value or when the surplus was above the potential evapotranspiration for a given period, in a manner that: YEst = (YPOT) x (FThe) x (FDef) x (FSur), where: YEst = estimated yield; YPot = potential yield for a defined locality, being a function of the cultivar and technology; FThe = thermal factor, to express the degree of crop development (accumulated degree days); FDef = effect of water deficit in the soil on crop yield; FSur = effect of water surplus on crop yield. A comparison between the observed and estimated yield was highly satisfactory with determination coefficient (R²) ranging from 0.76 to 0.87 for all cultivars.

A principal restrição para o emprego de modelos agrometeorológicos de previsão de safras é a falta de informação mais completa sobre a produtividade potencial dos cultivares de soja. Assim, adaptou-se um modelo agrometeorológico de estimativa da produtividade potencial baseado em modelo proposto pela FAO, onde se incorporou um fator referente à penalização para excedentes hídricos. Estimou-se experimentalmente a produtividade potencial em função da época de semeadura para os principais cultivares recomendados para o Estado de São Paulo, a partir de séries de cultivo efetuados na Estação Experimental de Ribeirão Preto (SP), do Instituto Agronômico, durante oito anos consecutivos. Os cultivares IAC-11, IAC-12, IAC-8 e IAC-10 apresentaram as maiores produtividades potenciais em semeaduras precoces (setembro-outubro). O 'IAC-11', a produtividade potencial mais elevada, até de 5.500kg/ha. Os cultivares Santa Rosa, IAC-13 e Paraná, as maiores nas semeaduras intermediárias (outubro-novembro). The lack of complete information on the yield potential for different soybean cultivars is the major limiting factor for the utilization of agrometeorological models to predict crop yield. A model proposed by FAO was modified including a factor refering to excess of rainfall. Estimates of potential yield was made, as a function of planting date of experiments conducted at Ribeirão Preto Experimental Station during eight consecutive years using the main soybean cultivars grown in the State of São Paulo. The cultivars IAC-8, IAC-10, IAC-11 and IAC-12 showed greater yield potential when sowed in September-October. The IAC-11 showed the yield potential of up to 5,500kg/ha. On the other hand the cultivars Santa Rosa, IAC-13 and Paraná showed higher yield potential when sowed in October-November.

O estudo foi baseado em dados fenológicos obtidos de experimentos conduzidos pela Seção de Leguminosas do Instituto Agronômico, em Campinas, Ribeirão Preto e Pindamonhangaba, durante os anos agrícolas de 1977/78, 1978/79 e 1979/80 para os cultivares de soja UFV - 1, Viçoja, Santa Rosa e Paraná. A partir desses dados, desenvolveu-se um modelo agrometeorológico de estimativa de produção de grãos, baseado na penalização de produtividade potencial de cada cultivar de soja, em função das condições meteorológicas reinantes durante o desenvolvimento da cultura. O modelo proposto foi o seguinte: YEst = (YPot) x (FTer) x (FDef) x (FExc), onde: YEst = produtividade estimada em grãos (kg/ha); YPot = produtividade potencial do cultivar em cada localidade (kg/ha); FTer = fator térmico indicativo do grau de desenvolvimento relativo da cultura; FDef = fator referente à penalização para déficit hídrico e FExc = fator correspondente à penalização para excedente hídrico. As estimativas da produtividade da soja por esse modelo mostraram-se bastante satisfatórias. Os coeficientes de determinação, entre dados observados e estimados, variaram de 0,76 a 0,87 para os quatro cultivares estudados. The study was performed using phenological observation of field experiments carried out during three years (1977/78, 1978/79 and 1979/80), for four soybean cultivars in three localities. The proposed model to estimate crop yield was based on the reduction of the potential productivity when soil water content decreases below a critical value or when the surplus was above the potential evapotranspiration for a given period, in a manner that: YEst = (YPOT) x (FThe) x (FDef) x (FSur), where: YEst = estimated yield; YPot = potential yield for a defined locality, being a function of the cultivar and technology; FThe = thermal factor, to express the degree of crop development (accumulated degree days); FDef = effect of water deficit in the soil on crop yield; FSur = effect of water surplus on crop yield. A comparison between the observed and estimated yield was highly satisfactory with determination coefficient (R²) ranging from 0.76 to 0.87 for all cultivars.