Estimativa da produtividade da cana-de-açúcar para as principais regiões produtoras de Minas Gerais usando-se o método ZAE I

Abstract

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.

Estimativa da produtividade da cana-de-açúcar utilizando o Sebal e imagens Landsat

“…Ao aplicar o método da zona agroecológica (método ZAE) na estimativa da produtividade da cana-de-açúcar para região do Triângulo Mineiro, Oliveira et al (2012) Tabela 3 -Valores das estatísticas de concordância de Willmott (d), erro absoluto médio (EAM), erro padrão de estimativa (EPE) e raiz do erro quadrático médio (REQM) para avaliação da estimativa de produtividade da cana-de-açúcar nas glebas A1, A4, A5, E1, Pivô e considerando-se todas as glebas da fazenda Boa Fé utilizadas no estudo. Apesar de os talhões 1 e 3 da gleba A4 serem idênticos em termos de variedade e período de plantio e colheita (Tabela 1), quando comparados observou-se grande diferença entre produtividade estimada e observada no talhão 3.…”

Crescimento e fotossíntese de cana-de-açúcar em função de variáveis biométricas e meteorológicas

“…Estudos são dirigidos, visando à elaboração de modelos matemáticos para estimar o crescimento, o desenvolvimento e a produtividade das culturas (Jones & Kiniry, 1986;Lisson et al, 2005;Oliveira et al, 2012). Em geral, esses modelos correlacionam os elementos ambientais com processos fisiológicos e com a produção das culturas, o que é possível em virtude da evolução do conhecimento dos processos fisiológicos vegetais e dos sistemas computacionais.…”

Sugarcane yield estimation for climatic conditions in the state of Goiás

“…However, a historical series of productivity observed in the experimental area for sugarcane plant would be necessary in order to be able to perform the regression analysis of the crop cycles (sugarcane plant and ratoon) separately. Oliveira et al (2012) tested the ZAE method for the macro-region of Triângulo Mineiro for yield data of cane plant and first-cut ratoon cane, separately, observing a better adjustment of the model for the estimated values of cane-plant, of which presented an overestimation of 1 t ha -1 , and this overestimation for ratoon cane was 5.9 t ha Figure 1: The relationship between the observed (P O ) and the estimated (P E ) productivities by the Scarpari method (A), Scarpari method according to the decrease in productivity in the state of Goiás (B), Scarpari method according to the productivity loss in the experimental area (C), Agroecological Zone method (D), Agroecological Zone method as a function of productivity loss in the state of Goiás (E), Agroecological Zone method as a function of productivity loss in the experimental area (F), ZAE method considering water deficit (G), ZAE method considering water deficit as a function of the productivity loss in the state of Goiás (H) and ZAE method considering water deficit as a function of the productivity loss in the experimental area (I) for the cane-plant cycle and first, second and third ratoon cane cycles, with their respective regression equations, coefficient of determination (R 2 ), root mean squared error (RMSE), mean absolute error (MAE), and Willmott's index of agreement (d). Santo Antônio de Goiás, state of Goiás.…”

“…From the productvity estimate models based on climatic elements and climatic factors, it is possible to predict possible crop failures and/or maximum possible productivity as well as to advance the studies on the influence of climatic extremes on crop productivity (Oliveira et al, 2012).…”

“…On the other hand, potential productivity can be penalized acording to the water deficit (Gouvêa et al, 2009). The best estimates of sugarcane productivity are obtained when this model is adjusted and calibrated for the local climatic conditions (Barbieri & Silva, 2008;Oliveira et al, 2012). Other models have also been described to estimate sugarcane productivity for local conditions (Scarpari, 2002;Marin et al, 2008;Cuadra et al, 2012), emphasizing the model proposed by Scarpari (2002), which because working with the variables rainfall and air temperature is a good alternative to predict sugarcane productivity in the climatic conditions of Cerrado in the Center-West of Brazil.…”