Adaptação e avaliação do modelo infocrop para simulação do rendimento de grãos da cultura do arroz irrigado

Walter, Lidiane Cristine; Rosa, Hamilton Telles; Streck, Nereu Augusto; Ferraz, Simone Erotildes Teleginski

doi:10.1590/s0100-69162012000300010

Cited by 8 publications

(14 citation statements)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…O SimulArroz é composto por funções matemáticas do modelo InfoCrop descritas em Aggarwal et al (2006) e por funções do modelo ORYZA 2000 (Bouman & Laar, 2006) dos quais se distingue por ter, em seu código, funções de fenologia adaptadas para cultivares de arroz usadas no Rio Grande do Sul (Streck et al, 2011;Walter et al, 2012) e por conter um submodelo de emissão de folhas que calcula o número de folhas acumuladas na haste principal pela Escala de Haun (Streck et al, 2008a). A descrição do desenvolvimento foliar pela Escala de Haun dá um caráter mecanístico à variável do desenvolvimento pois ela é uma escala numérica contínua, o que facilita sua modelagem numérica (Streck et al, 2013c).…”

Section: Methodsunclassified

“…No modelo SimulArroz o ciclo de desenvolvimento da cultura é dividido em quatro fases (Walter et al, 2012): fase de emergência (semeadura-emergência), fase vegetativa (emergência-diferenciação da panícula), fase reprodutiva (diferenciação da panícula-antese) e fase de enchimento de grãos (antese-maturidade fisiológica). Cada uma das fases é completada quando atingida a soma térmica calculada pela metodologia usada por Streck et al (2011) e acumulada diariamente com base na temperatura mínima e máxima diária do ar e se considerando as três temperaturas cardinais do desenvolvimento da cultura, temperatura base inferior (TbAbaixo da qual a planta não se desenvolve), temperatura ótima (Tot -em que o desenvolvimento é máximo) e temperatura base superior (TB -Acima da qual a planta não se desenvolve) variando de acordo com a fase de desenvolvimento, ao longo do ciclo da cultura, sendo Tb = 11 °C, Tot = 30 °C e TB = 40 °C para a fase de emergência e para a fase vegetativa; Tb = 15 °C, Tot = 25 °C e TB = 35 °C para a fase reprodutiva; Tb = 15 °C, Tot = 23 °C e TB = 35 °C para a fase de enchimento de grãos (Walter et al, 2012).…”

Section: Methodsunclassified

“…O RQME foi usado para a variável produtividade de grãos, pois tem aplicação prática já que é um erro absoluto e assim mais apropriado para esta variável (Walter et al, 2012). O RQMEn foi usado para as variáveis de biomassa visando facilitar a comparação com dados de literatura em que esta estatística foi usada (Bouman & Laar, 2006 …”

Section: Methodsunclassified

“…Desenvolvido com base nos modelos InfoCrop (Aggarwal et al, 2006), ORYZA (Bouman & Laar, 2006) e no modelo de aparecimento de folhas de Wang-Engel modificado (Streck et al, 2008c) o SimulArroz é um modelo calibrado para cultivares de arroz usadas no Rio Grande do Sul e assim atende às demandas como ferramenta computacional em nível regional. A capacidade preditiva de produtividade de grãos do SimulArroz foi avaliada por Walter et al (2012) nas condições de cultivo de arroz irrigado por inundação no município de Santa Maria, situado na região orizícola da Depressão Central do RS, quando obtiveram bons resultados de predição, com erros médios na ordem de 850 kg ha -1 . No entanto, o desempenho do SimulArroz em descrever variáveis do crescimento de arroz e a produtividade de grãos nas diversas regiões orizícolas do Estado do Rio Grande do Sul ainda não foi avaliado, o que constituiu motivação para este trabalho.…”

Section: Introductionunclassified

See 3 more Smart Citations

Simulação do crescimento e produtividade de arroz no Rio Grande do Sul pelo modelo SimulArroz

Rosa

Walter

Streck

et al. 2015

Rev. bras. eng. agríc. ambient.

Self Cite

View full text Add to dashboard Cite

RESUMO O modelo SimulArroz é baseado em processos para simular o crescimento, o desenvolvimento e a produtividade de grãos na cultura do arroz. O objetivo neste trabalho foi avaliar o desempenho do modelo SimulArroz em simular a produção de biomassa da cultura do arroz na Depressão Central do Rio Grande do Sul e a produtividade de grãos em diferentes regiões orizícolas do Rio Grande do Sul. Para testar o desempenho do modelo SimulArroz em simular a biomassa foi conduzido um experimento de campo em Santa Maria, RS, com quatro cultivares (IRGA 421, BRS Querência, IRGA 424 e SCRBRS Tio Taka) com três datas de semeadura no ano agrícola 2011/2012 (17 de outubro, 18 de novembro e 19 de dezembro de 2011) e uma data de semeadura no ano agrícola 2012/2013 (19 de outubro de 2012). Dados da literatura foram usados para testar a capacidade de predição da produtividade de grãos em várias regiões orizícolas. O modelo SimulArroz simula com precisão média superior a 70% a produção de biomassa de diferentes cultivares e datas de semeadura de arroz na região central do Rio Grande do Sul, tal como a produtividade de grãos e a variação da produtividade nas diferentes regiões orizícolas do Rio Grande do Sul.

show abstract

Section: Methodsunclassified

Section: Introductionunclassified

See 2 more Smart Citations

Simulação do crescimento e produtividade de arroz no Rio Grande do Sul pelo modelo SimulArroz

Rosa

Walter

Streck

et al. 2015

Rev. bras. eng. agríc. ambient.

Self Cite

View full text Add to dashboard Cite

show abstract

“…The SimulArroz model is a dynamic ecophysiological process-based model that simulates growth, development and yield of irrigated rice. This model differs from the others for having been adapted for cultivars in the flood irrigation system in RS (Streck et al, 2011;Walter et al, 2012). The SimulArroz model contains a "biological clock" that controls growth and development by calculating the production of leaves and the phenology of the crop (Streck et al, 2008;2011).…”

Section: Introductionmentioning

confidence: 99%

Number of leaves and phenology of rice hybrids simulated by the SimulArroz model

Ribas

Streck

Duarte

et al. 2017

Rev. bras. eng. agríc. ambient.

Self Cite

View full text Add to dashboard Cite

A B S T R A C TProcess-based-models can predict leaf and reproductive development of agricultural crops. The objective of this study was to calibrate and evaluate the SimulArroz model in simulating the number of leaves on the main culm and the phenology of three hybrid rice cultivars in Rio Grande do Sul, Brazil. Field experiments were conducted in Santa Maria, Cachoeirinha, Uruguaiana and Santa Vitória do Palmar, in Rio Grande do Sul state, in two growing seasons. Observations were made to determine the number of leaves in the main culm through the Haun scale and the phenology of three hybrid cultivars (PRIME CL, INOV CL and QM 1010 CL) and a conventional rice cultivar used as a control (IRGA 424). The calibration of the SimulArroz model was efficient for simulating the number of leaves and phenology as a function of the sowing date and maturity group of three hybrid rice cultivars in Rio Grande do Sul.Número de folhas e fenologia de híbridos de arroz simulado pelo modelo SimulArroz R E S U M O Modelos matemáticos baseado em processos podem prever o desenvolvimento folhar e reprodutivo de cultivos agrícolas. Objetivou-se, com este trabalho, calibrar e avaliar o modelo SimulArroz em simular o número de folhas e a fenologia de três cultivares de arroz híbrido no Rio Grande do Sul. Foram conduzidos experimentos de campo em Santa Maria, Cachoeirinha, Uruguaiana e Santa Vitória do Palmar, no Rio Grande do Sul, em dois anos agrícolas. Foram realizadas observações para determinar o número de folhas do colmo principal através da escala da Haun e a fenologia de três cultivares híbridas (PRIME CL, INOV CL e QM 1010 CL) e uma convencional de arroz usada como testemunha (IRGA 424). A calibração do modelo SimulArroz utilizada foi eficiente em simular o número de folhas e a fenologia em função da época de semeadura e do grupo de maturação de três cultivares híbridas de arroz irrigado no Rio Grande do Sul.

show abstract

Rice yield potential as a function of sowing date in southern Brazil

et al. 2021

View full text Add to dashboard Cite

Most studies about yield potential (Yp) of modern rice (Oryza sativa L.) varieties have been grown under tropical conditions of Asia, and little is known about the rice Yp in the subtropics of Brazil, the biggest rice producer outside Asia. Playing a key role in the global rice production, it is necessary to estimate the amount of rice that Brazil can potentially produce. The objective of this study is to provide estimations of Yp in southern Brazil by using the SimulArroz v1.1 and ORYZA v3 models. Models were calibrated and evaluated with data collected from five growing seasons across Rio Grande do Sul (RS) state in Brazil, where the cultivar IRGA 424 RI was sown from September to December. Both models presented similar performance in simulating phenology, with root mean square error (RMSE) of 9 d for ORYZA and 11 d for SimulArroz. For grain yield, the RMSE was 1.0 and 0.9 t ha −1 for ORYZA and SimulArroz, respectively. Using the SimulArroz model, yield potential maps were drawn, which ranged from <6 t ha −1 to >14 t ha −1 , according to the region and sowing date. The penalty in Yp caused by the delay in sowing date is 0.03 t ha day −1 from 1 September to 13 October, 0.08 t ha day −1 from 14 October to 21 December, and 0.29 t ha day −1 after 21 December. SimulArroz model is a suitable model for studies on rice Yp in the Brazilian subtropics. INTRODUCTIONRice (Oryza sativa L.) plays a strategic role in the Brazilian economy and society, as the country is the largest world rice producer outside Asia (U.S. Department of Agriculture, 2018). About 70% of the Brazilian rice is produced in the subtropics of the Rio Grande do Sul (RS) State (Companhia Nacional de Abastecimento, 2019), as flooded rice in 1.1 million hectares of lowlands (Figure 1a and 1b). Previous studies suggest that this region could become a future world rice

show abstract

Adaptação e avaliação do modelo infocrop para simulação do rendimento de grãos da cultura do arroz irrigado

Cited by 8 publications

References 20 publications

Simulação do crescimento e produtividade de arroz no Rio Grande do Sul pelo modelo SimulArroz

Simulação do crescimento e produtividade de arroz no Rio Grande do Sul pelo modelo SimulArroz

Number of leaves and phenology of rice hybrids simulated by the SimulArroz model

Rice yield potential as a function of sowing date in southern Brazil

Contact Info

Product

Resources

About