Agrometeoros
Estudo de caso de um Zoneamento Agrícola de Risco da Produtividade Climática (ZARCPro)
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
Texto completo:
PDFReferências
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