Estudo de caso de um Zoneamento Agrícola de Risco da Produtividade Climática (ZARCPro)

José Eduardo Boffino de Almeida Monteiro, Santiago Viana Cuadra, Luis Gustavo Barioni, Alan Massaru Nakai, Renato José Santos Maciel, Aryeverton Fortes de Oliveira, Daniel de Castro Victoria

Resumo


O objetivo deste estudo foi avaliar um caso de zoneamento agrícola de risco da produtividade climática para três níveis de produtividade esperada, utilizando como exemplos a cultura da soja na região Sul do Brasil. Foram selecionadas três séries de produtividade municipal com médias e desvio padrão distintos. Foi utilizado um modelo de produtividade para se estimar as produtividades a partir de uma série de dados meteorológicos de 30 anos, e determinação da distribuição de frequências e riscos associados a três níveis de produtividade esperada (Pe) em cada município. A avaliação do risco espacializado foi feita com base nas disponibilidades hídricas correspondentes às Pe selecionadas. Os resultados demonstraram que o risco quantificado variou de 5% a 76% em função do local e de 26% a 76% em função da Pe. As avaliações do risco agroclimático devem ser específicas para produtividades esperadas condizentes com o potencial de cada ambiente.


Palavras-chave


regionalização; gestão de riscos; agricultura

Texto completo:

PDF

Referências


ARIAS, D.; MENDES, P.; ABEL, P. Revisão rápida e integrada da gestão de riscos agropecuários no Brasil. Brasília, DF: Banco Mundial, 2015. 76 p. il.

CHALLINOR, A.; WHEELER, T.; GARFORTH, C.; CRAUFURD, P.; KASSAM, A. Assessing the vulnerability of food crop systems in Africa to climate change. Climatic Change, v.83, p.381-399, 2007. DOI: 10.1007/s10584- 007-9249-0.

GUIMARAES, M. F.; NOGUEIRA, J. M. A experiência norte-americana com o seguro agrícola: lições ao Brasil? Rev. Econ. Sociol. Rural, Brasília , v. 47, n. 1, p. 27-58, Mar. 2009.

HANSEN, J.W. Integrating seasonal climate prediction and agricultural models for insights into agricultural practice. Philosophical Transactions of the Royal Society: Biological Sciences, v.360, p.2037- 2047, 2005.

KNÖRZER, H.; LAWES, R.; ROBERTSON, M.; GRAEFF-HÖNNINGER, S.; CLAUPEIN, W. Evaluation and performance of the APSIM crop growth model for german winter wheat, maize and fieldpea varieties in monocropping and intercropping systems. Journal of Agricultural Science and Technology, v.9, p.698-717, 2011.

KUKAL, M.S.; IRMAK, S. Climate-Driven Crop Yield and Yield Variability and Climate Change Impacts on the U.S. Great Plains Agricultural Production. Scientific Reports, v. 8, 2018. DOI:10.1038/s41598-018- 21848-2

Li, Y.; Wu, H.; Shi, Z. Farmland productivity and its application in spatial zoning of agricultural production: a case study in Zhejiang province, China. Environmental Earth Sciences. v. 75, 2016. 10.1007/s12665-015- 4887-4.

MONTEIRO, J.E.B.A. [org.] Agrometeorologia dos cultivos: o fator meteorológico na produção agrícola. Brasília, DF: INMET, 2009. 530 p.: i

MONTEIRO, J.E.B.A.; ASSAD, E.D.; SENTELHAS, P. C.; AZEVEDO, L.C. Modeling of corn yield in Brazil as a function of meteorological conditions and technological level. Pesq. agropec. bras., Brasília , v. 52, n. 3, p. 137-148, 2017.

MULLER, A.S.; DOURADO NETO, D.; REICHARDT, K. et al. Soybean and Maize Zoning in West African Economic and Monetary Union—A simulation Approach. Journal of Agricultural Science; v. 10, n. 11, 2018.

PAIXÃO, J. S.; ANDRADE, C. L. T.; GARCIA Y GARCIA, A.; AMARAL, T. A.; STEIDLE NETO, A. J.; MARIN, F. R. An alternative approach to the actual Brazilian maize crop zoning. Revista Brasileira de Milho e Sorgo, Sete Lagoas, v.13, n.3, p. 347-363, 2014.

PROAGRO: Programa de Garantia da Atividade Agropecuária – relatório circunstanciado 1996 a 1998. Brasília, DF: Banco Central do Brasil, 1998.

RAY, D.K.; GERBER, J.S.; MACDONALD, G.K.; WEST, P.C. Climate variation explains a third of global crop yield variability. Nature Communications, v. 6, n. 5989, 2015. doi:10.1038/ncomms6989

REIDSMA, P.; EWERT, F.; BOOGAARD, H.; DIEPEN, K.van. Regional crop modelling in Europe: the impact of climatic conditions and farm characteristics on maize yields. Agricultural Systems, v.100, p.51-60, 2009. DOI: 10.1016/j.agsy.2008.12.009.

ROSA, H. T.; WALTER, L. C.; STRECK, N. A.; CARLI, C. De.; RIBAS, G. G.; MARCHESAN, E. Simulação do crescimento e produtividade de arroz no Rio Grande do Sul pelo modelo SimulArroz. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 19, n. 12, p. 1-9, dez. 2015.

SANGOI, L. et al . Níveis de manejo na cultura do milho em dois ambientes contrastantes: análise técnico-econômica. Ciência Rural, Santa Maria , v. 33, n. 6, p. 1021-1029, Dec. 2003. https://dx.doi. org/10.1590/S0103-84782003000600005

SANTOS, W.G.; MARTINS, J.I.F. O Zoneamento Agrícola de Risco Climático e sua contribuição à agricultura brasileira. Política Agrícola, Ano XXV, n. 3, 2016.

STEINMETZ, S.; CUADRA, S.V.; ALMEIDA, I.R. ET AL. Subtropical irrigated rice sowing periods based on simulated grain yield. Agrometeoros, v. 26, n.2, 2018

SUPIT, I.; DIEPEN, C.A.; DE WIT, A.J.W. et al. Recent changes in the climatic yield potential of various crops in Europe. Agricultural Systems, v. 103, n. 9, p. 683-694, November 2010,

ZHAO, G.; BRYAN, B.A.; SONG, X. Sensitivity and uncertainty analysis of the APSIM-wheat model: interactions between cultivar, environmental, and management parameters. Ecological




DOI: http://dx.doi.org/10.31062/agrom.v27i1.26573

Apontamentos

  • Não há apontamentos.


Embrapa Trigo

Rodovia BR-285, km 294, Caixa Postal: 3081

CEP 99050-970 Passo Fundo/RS