Estimativa da produtividade de café com base em um modelo agrometeorológico-espectral

-The objective of this work was to estimate the coffee supply by calibrating statistical models with economic and climatic variables for the main producing regions of the state of São Paulo, Brazil. The regions were Batatais, Caconde, Cássia dos Coqueiros, Cristais Paulista, Espírito Santo do Pinhal, Marília, Mococa, and Osvaldo Cruz. Data on coffee supply, economic variables (rural credit, rural agricultural credit, and production value), and climatic variables (air temperature, rainfall, potential evapotranspiration, water deficit, and water surplus) for each region, during the period from 2000-2014, were used. The models were calibrated using multiple linear regression, and all possible combinations were tested for selecting the variables. Coffee supply was the dependent variable, and the other ones were considered independent. The accuracy and precision of the models were assessed by the mean absolute percentage error and the adjusted coefficient of determination, respectively. The variables that most affect coffee supply are production value and air temperature. Coffee supply can be estimated with multiple linear regressions using economic and climatic variables. The most accurate models are those calibrated to estimate coffee supply for the regions of Cássia dos Coqueiros and Osvaldo Cruz.Index terms: Coffea arabica, climate, econometrics, modelling, rural credit. Modelos econômicos e climáticos para estimativa da oferta cafeeiraResumo -O objetivo deste trabalho foi estimar a oferta cafeeira por meio da calibração de modelos estatísticos, com variáveis econômicas e climáticas, das principais regiões produtoras do Estado de São Paulo. As regiões estudadas foram Batatais, Caconde, Cássia dos Coqueiros, Cristais Paulista, Espírito Santo do Pinhal, Marília, Mococa e Osvaldo Cruz. Foram utilizados dados de oferta cafeeira, variáveis econômicas (crédito rural, crédito rural na agricultura e valor da produção) e variáveis climáticas (temperatura do ar, precipitação pluvial, evapotranspiração potencial, deficiência e excedente hídrico) de cada região, para o período de 2000-2014. Os modelos foram calibrados com uso de técnicas de regressão linear múltipla, e todas as combinações possíveis foram testadas para a seleção das variáveis. A oferta cafeeira foi a variável dependente, e as demais, as independentes. A acurácia e a precisão dos modelos foram analisadas pelo erro percentual médio e pelo coeficiente de determinação ajustado, respectivamente. As variáveis que mais influenciam a oferta cafeeira são o valor de produção e a temperatura do ar. É possível estimar a oferta cafeeira com regressões lineares múltiplas por meio de variáveis econômicas e elementos climáticos. Os modelos mais acurados são os calibrados para estimar a oferta cafeeira das regiões de Cássia dos Coqueiros e Osvaldo Cruz.

Section: Resultsmentioning

confidence: 99%

Economic and climatic models for estimating coffee supply

Moraes-Oliveira

Aparecido

Figueira

2017

“…Entre os modelos para a estimativa da produtividade, o agrometeorológico (ou matemático-fisiológico) considera a deficiência hídrica como o principal fator limitante à produtividade, já que se baseia na penalização da produção como consequência das condições hídricas, ao longo das diferentes fases fenológicas da cultura (Rosa et al, 2010).…”

Section: Sweet Orange Selections' Sensitivity To Water Deficitunclassified

Sensibilidade de laranjeiras-doces ao deficit hídrico

Ramos

Filho

Stuchi

et al. 2016

Resumo: O objetivo deste trabalho foi avaliar a sensibilidade ao deficit hídrico de 17 seleções de laranja-doce enxertadas sobre tangerineira 'Sunki', ao longo de cinco safras. Empregou-se um modelo agrometeorológico de penalização da produtividade pelo deficit hídrico, tendo-se avaliado a relação entre os valores estimados e observados. As seleções podem ser classificadas como de alta, média e baixa sensibilidade ao deficit hídrico, classificação que é inédita para as condições brasileiras. A sensibilidade ao deficit hídrico foi classificada como alta nas seleções de laranja-doce 'Pera Milton Teixeira', 'Pera IAC', 'IAC 2000', Pera 2, 'IAC 420 Seleta Rio' e Pera 3, e baixa nas seleções 'Bidwells Bar', 'IPR Jaffa', 'Torregrosa' e 'Sanguínea'.

“…Agrometeorological-spectral models, with some variants in the selected terms and the type of adjusted equations, have been proposed in the literature (Rosa et al, 2010;Mabilana et al, 2012). Studies have been conducted in areas with climatic and management conditions similar to those of the present study for the following annual crops: soybean (Melo et al, 2008), irrigated rice (Klering et al, 2016), and wheat (Junges & Fontana, 2011).…”

Section: Introductionmentioning

confidence: 98%

Correlations between spectral and biophysical data obtained in canola canopy cultivated in the subtropical region of Brazil

Pinto

Fontana

Dalmago

et al. 2017

-The objective of this work was to identify the spectral bands, vegetation indices, and periods of the canola crop season in which the correlation between spectral data and biophysical indicators (total shoot dry matter and grain yield) is most significant. The experiment was carried out during the 2013 and 2014 crop seasons at Embrapa Trigo, in the state of Rio Grande do Sul, Brazil. A randomized complete block design was used, with four replicates, and the treatments consisted of five doses of nitrogen topdressing. Plant dry matter, grain yield, and phenology were measured. The canola spectral response was evaluated by measuring the canola canopy reflectance using a spectroradiometer, and, with this data, the SR, NDVI, EVI, SAVI, and GNDVI vegetation indices were determined. Pearson's correlations between the spectral and biophysical variables of canola showed that the red (620 to 670 nm) and near-infrared (841 to 876 nm) bands were the best to estimate the dry matter. The vegetative period is the most indicated to obtain the most significant correlations for canola. All the used vegetation indices are adequate for estimating the dry matter and grain yield of canola.Index terms: Brassica napus, EVI, GNDVI, NDVI, SAVI, spectroradiometry. Correlações entre dados espectrais e biofísicos em dossel de canola cultivada na região subtropical do BrasilResumo -O objetivo deste trabalho foi a identificação das bandas espectrais, dos índices de vegetação e dos períodos do ciclo da canola em que a correlação entre os dados espectrais e os indicadores biofísicos (matéria seca total da parte aérea e rendimento de grãos) é mais significativa. Os experimentos foram conduzidos nas safras de 2013 e 2014, na Embrapa Trigo, no Estado do Rio Grande do Sul. Utilizou-se o delineamento experimental em blocos ao acaso, com quatro repetições, e os tratamentos foram cinco doses de nitrogênio em cobertura. Foram determinados a matéria seca das plantas, o rendimento de grãos e a fenologia. A resposta espectral da canola foi avaliada por medições de reflectância do dossel, com espectrorradiômetro, e, a partir desses dados, foram calculados os índices de vegetação SR, NDVI, EVI, SAVI e GNDVI. As correlações de Pearson entre as variáveis espectrais e biofísicas da canola mostraram que as melhores bandas para estimativa da matéria seca são as do vermelho (620 a 670 nm) e do infravermelho próximo (841 a 876 nm). O período vegetativo é o mais indicado para obtenção de correlações mais significativas para a canola. Todos os índices de vegetação utilizados são adequados para estimativas da matéria seca e do rendimento de grãos da canola.Termos para indexação: Brassica napus, EVI, GNDVI, NDVI, SAVI, espectrorradiometria.