MODELOS AGROMETEOROLÓGICOS PARA ESTIMATIVA E COMPARATIVO DE QUEBRA DE PRODUTIVIDADE DA CULTURA DO MILHO*

Resumo

MODELOS AGROMETEOROLÓGICOS PARA ESTIMATIVA E COMPARATIVO DE QUEBRA DE PRODUTIVIDADE DA CULTURA DO MILHO*

TAISE CRISTINE BUSKE¹; ADROALDO DIAS ROBAINA²; MARCIA XAVIER PEITER³ E ROGÉRIO RICALDE TORRES⁴

1 Engenheira Agrônoma; Doutora em Engenharia Agrícola; Docente do Instituto Federal Catarinense – Campus Santa Rosa do Sul, Rua das Rosas s/n - Cx. Postal 04 - CEP 88965-000 - Santa Rosa do Sul/ SC, Brasil; E-mail: taise.buske@ifc.edu.br

2 Engenheiro Agrônomo; Doutor; Professor Titular; Departamento de Engenharia Rural; Universidade Federal de Santa Maria, Av. Roraima nº 1000 - Cidade Universitária - Bairro Camobi – CEP 97105-900 - Santa Maria/ RS, Brasil; E-mail: diasrobaina@gmail.com

3 Engenheira Agrônoma; Doutora; Professora Adjunta; Departamento de Engenharia Rural; Universidade Federal de Santa Maria, , Av. Roraima nº 1000 - Cidade Universitária - Bairro Camobi – CEP 97105-900 - Santa Maria/ RS, Brasil; E-mail: mpeiter@gmail.com

4 Engenheiro Agrônomo; Doutor; Docente do Instituto Federal do Rio Grande do Sul – Campus Vacaria, Estrada Engenheiro João Viterbo de Oliveira, 3061 - Zona Rural - CEP: 95219-899, Vacaria/ RS, Brasil; E-mail: rogerio.torres@vacaria.ifrs.edu.br

* O artigo foi gerado a partir da tese do primeiro autor.

1 RESUMO

A agricultura do Rio Grande do Sul é caracterizada pela predominância de culturas de primavera-verão, as quais tem sua produção afetada pelo déficit hídrico. Assim, objetivou-se estimar a produtividade da cultura do milho com os modelos agrometeorológicos e avaliar as quebras de rendimento da cultura na microrregião de Cruz Alta. Para estimar a produtividade real da cultura foram adotados os modelos agrometeorológicos de Jensen (1968), Minhas, Parikh e Srinivasan (1974) e, Doorenbos e Kassan (1979), todos com parâmetros ajustados. A precisão da estimativa foi determinada a partir de análise de regressão linear e correlação. Ainda, foram simuladas as quebras de rendimento para cada ano avaliado, no período de 1993-2014. O desempenho variou de “mau” até “muito bom”, sendo que os modelos de Jensen e Minhas, Parikh e Srinivasan foram classificados como “muito bom” em outubro e novembro. Recomendam-se os coeficientes -0,768, 0,699, 0,374 e -0,330 para o modelo de Jensen, e -1,438, 1,078, 0,439 e -0,442 para o modelo de Minhas, Parikh e Srinivasan, conforme o estádio fenológico. Também, observou-se quebra de rendimento na maioria dos anos estudados, notoriamente nas faixas maiores de 30% de perda de produtividade, podendo atingir frequência relativa de 30% para outubro, novembro e dezembro.

Palavras-chave: déficit hídrico, modelagem, quebra de rendimento.

BUSKE, T. C.; ROBAINA, A. D.; PEITER, M. X.; TORRES, R. R.

AGROMETEOROLOGICAL MODELS FOR ESTIMATION AND COMPARATIVE BREAKDOWN OF MAIZE CULTURE PRODUCTIVITY

2 ABSTRACT

Agriculture in the state of Rio Grande do Sul is predominant in spring-summer crops, whose production is affected by water deficit. This study aimed to estimate maize productivity with agrometeorological models and to evaluate crop yield losses in the Cruz Alta micro region. Agrometeorological models, with adjusted parameters  of Jensen (1968), Minhas, Parikh and Srinivasan (1974) and, Doorenbos and Kassan (1979) were adopted to estimate the actual productivity of the crop. The accuracy of the estimation of each model was determined by linear regression analysis and correlation. Also, yield breaks were simulated for each year, in the period of 1993-2014. The performance ranged from “poor” to “very good”, with Jensen's and Minhas, Parikh and Srinivasan models being rated “very good” in October and November. The recommended coefficients are -0.768, 0.699, 0.374 and -0.330 for Jensen’s model, and -1.438, 1.078, 0.439 and -0.442 for Minhas, Parikh and Srinivasan’s model, according to the phonological stage. It was also observed a yield break in most of the years, notoriously where productivity loss is higher than 30%, reaching relative frequency of 30% for October, November and December.

Keywords: water deficit, modeling, break of yield.