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

The objective of this work was to model, in the SimulArroz model, the three flood-irrigated rice (Oryza sativa) cultivars currently most grown in the state of Rio Grande do Sul, Brazil. The experiments to calibrate and validate the model were conducted in the municipalities of Cachoeirinha, Santa Maria, Uruguaiana, Santa Vitória do Palmar, and Cachoeira do Sul during four crop seasons. The number of leaves, phenology, aboveground dry matter biomass, and yield of each cultivar were evaluated. The results showed a slight overestimate of the R1, R4, and R9 stages; however, overall, the SimulArroz model had a good performance in simulating rice phenology for the three studied genotypes. Furthermore, the model had a reasonable accuracy in simulating aboveground dry matter and yield. The root-mean-square error (RMSE) for aboveground dry matter (leaves, stems, panicles, and grains) ranged from 0.5 to 3.0 Mg ha-1. For yield, the RMSE ranged from 0.8 to 1.3 Mg ha-1. The calibration of the SimulArroz model is efficient in simulating the growth, development, and grain yield of the most important flood-irrigated rice cultivars in Southern Brazil and can be used to estimate harvest forecast and yield potential, as well for yield gap studies.

Section: Methodsmentioning

confidence: 99%

An update of new flood-irrigated rice cultivars in the SimulArroz model

Ribas

Streck

Duarte

et al. 2020

“…A experimental split-plot randomized block design was carried out with four replicates. Water depths were evaluated in the plots, and six lowland rice cultivars -IRGA 417, IRGA 424, and Inov CL, in 2010/2011and 2011, and IRGA 428, IRGA 429, and XP 102 CL, in 2014/2015 (Allen et al, 1998).…”

Section: Methodsmentioning

confidence: 99%

“…The duration of plant development stages is important for defining crop management practices, such as the choice of sowing dates and application of fertilizers and other chemical products (Freitas et al, 2006), calibration of growth, and development simulation models (Rosa et al, 2015), as well as for the irrigation management.…”

Section: Introductionmentioning

confidence: 99%

Thermal time in sprinkler-irrigated lowland rice

Bartz

Muttoni

Alberto

et al. 2017

-The objective of this work was to evaluate methods of thermal time calculation and the duration of the development stages of lowland rice (Oryza sativa) irrigated by sprinkling. The experiment was conducted during three growing seasons (2010/2011, 2011/2012, and 2014/2015), with five irrigation water depths, six cultivars, and four replicates. Six methods of thermal time calculation were tested: two using the minimum basal temperature; two using the minimum and optimum temperatures; and two using the minimum, optimum, and maximum basal temperatures. For the thermal time calculation, the crop development cycle was divided into the vegetative, reproductive, and grain-filling phases. The methods that used the three cardinal temperatures showed the lowest coefficients of variation for most of the developmental phases. Both irrigation water depths and rice cultivars affected the thermal time of the development stages. The greater the water availability, the lower the duration of the development cycle. Thermal time values depend on the calculation method.

“…O modelo utilizado para a simulação da produtividade de arroz foi o SimulArroz (Rosa et al, 2015), versão 1.0 (Universidade Federal de Santa Maria, Santa Maria, RS). O SimulArroz é um modelo mecanístico baseado em processos, desenvolvido pelo Grupo de Agrometeorologia da UFSM, para simular a produtividade de arroz irrigado no sistema por inundação, no Estado do Rio Grande do Sul.…”

Section: Methodsunclassified

“…Esses modelos foram desenvolvidos para simular o desenvolvimento da cultura do arroz em ecossistemas asiáticos e, por este motivo, suas utilizações podem ser inviáveis para o Rio Grande do Sul, RS. Com o objetivo de suprir essa necessidade, desenvolveuse o SimulArroz, um modelo mecanístico baseado em processos para simular o crescimento, o desenvolvimento e a produtividade de grãos de arroz irrigado no Rio Grande do Sul (Rosa et al, 2015). Este modelo reúne as características necessárias para ser usado em uma plataforma de previsão de safra, pois considera práticas de manejo predominantes nas lavouras de arroz no Estado.…”

Section: Introductionunclassified

Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul

Silva

Streck

Ferraz

et al. 2016

Resumo: O objetivo deste trabalho foi avaliar um método de previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul, por meio do modelo SimulArroz e do modelo climático regional RegCM4. Dados diários de temperatura mínima, temperatura máxima e radiação solar, simulados a partir de nove membros do modelo RegCM4, foram usados como dados de entrada no modelo SimulArroz para previsão de safra. Para testar o desempenho da previsão de safra, experimentos foram realizados durante o ano agrícola 2013/2014, nos municípios de Restinga Seca e Itaqui, RS, onde foi avaliada a variável produtividade de grãos. A produtividade de grãos observada variou de 6.898 a 10.272 kg ha-1, e a produtividade de grãos prevista variou de 2.853 a 9.636 kg ha-1. As previsões de produtividade de grãos de arroz, geradas pelos membros 31, 19, 13 e 01, apresentaram raiz do quadrado médio do erro de 1.218, 1.134, 1.354 e 1.374 kg ha-1, respectivamente. A previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul pode ser realizada por meio do modelo SimulArroz, ao se utilizar, como dados meteorológicos de entrada, a previsão climática sazonal obtida com o modelo RegCM4.