Weather Impacts on Maize, Soybean, and Alfalfa Production in the Great Lakes Region, 1895–1996

Abstract

spring freezes (Carter, 1995;Kunkel and Hollinger, 1995), and excessive precipitation and flooding during Weather and climate have had major influences on crop production the growing season (Kunkel et al., 1994). in the Upper Great Lakes states of Michigan, Minnesota, and Wiscon-Analyses of the impact of weather and climate on sin during the past century. However, isolation of the impact of weather is made difficult by the confounding effects of technological agriculture for extended time periods have been freimprovements in agriculture, which have resulted in significant grain quently constrained by the lack of quality long-term yield increases. The objective of this study was to identify climatologiclimatological data series and the limited number of cal impacts involved with the production of three crops commonly experimental treatment combinations available from grown in the region-alfalfa (Medicago sativa L.), maize (Zea mays field experiments. In addition, it is difficult to isolate L.), and soybean [Glycine max (L.) Merr.]-without the influence of the impact of weather due to the confounding effects technology, and trends of relevant agroclimatological variables during of technological improvements in agriculture (e.g., imthe period 1895-1996. The models DAFOSYM, CERES-Maize, and proved varieties, increased rates of fertilization), which SOYGRO models were used to simulate crop growth, development, have resulted in significant yield increases during the and yield of the three crops, respectively. Regionally, low precipitation past century (Thompson, 1986). An alternative strategy and moisture stress were chief limitations to simulated crop yields. is the use of crop simulation models that are based on Simulated maize and soybean yield series were found to increase with time an average of 11.4 kg ha Ϫ1 yr Ϫ1 and 4.9 kg ha Ϫ1 yr Ϫ1 , respectively, the underlying physiological processes governing plant across the study sites during the study period. These increases were growth and development. Such models, if properly caliassociated with average study period increases in total seasonal precipbrated and tested, allow a user to easily investigate the itation of 0.4 mm yr Ϫ1 and decreased total seasonal potential evapoeffects of individual input variables by holding all others transpiration of 0.2 mm yr Ϫ1 . No consistent trends were found for constant and provide a more convenient, less expensive alfalfa. The simulated yield results support previous research identitool than long-term field research in the evaluation of fying a period of benign climate, which favored crop production in crop response to environmental and management facthe region from 1954 to 1973, and was preceded and followed by tors (Angus, 1991). Crop simulation models can also be periods of relatively greater yield variability.used to investigate multiple factors and their interactions at various hierarchical levels, including farm, regional, and national scales.

Estudo numérico do impacto da mudança climática sobre o rendimento de trigo, soja e milho

“…Esses dois testes estatísticos nos permitem concluir que os modelos de simulação do rendimento das três culturas podem ser usados para a finalidade do presente estudo (Andresen et al, 2001). De modo geral, os desvios de rendimentos simulados são maiores do que os desvios de rendimentos observados (Figura 2).…”

“…De modo geral, os desvios de rendimentos simulados são maiores do que os desvios de rendimentos observados (Figura 2). Isto é esperado, pois os dados observados são o rendimento médio de uma região (Estado do Rio Grande do Sul), enquanto que os dados simulados pelos modelos matemáticos são pontuais para um local (Andresen et al, 2001). Na Figura 2, os desvios de rendimentos simulados seguem a mesma tendência dos desvios de rendimentos observados, pois a maioria dos desvios negativos e positivos de rendimentos de grãos simulados e observados coincide.…”

“…No entanto, esses estudos são difíceis de serem realizados experimentalmente, por causa da limitação de equipamentos, mão-de-obra e recursos financeiros (Andresen et al, 2001). Além disso, há dificuldade no controle de alguns fatores em experimentos, e as respostas da planta são afetadas por condições meteorológicas que variam no espaço e no tempo, ou seja, são diferentes de um local para outro e, em um mesmo local, variam a cada dia.…”

“…Foram calculados os desvios de rendimentos simulados e observados como sendo a diferença entre rendimento da safra e a média do período (1990 a 2003). A comparação entre a média de rendimento simulado e observado foi efetuada pelo teste t pareado, metodologia já utilizada em trabalhos semelhantes a este (Andresen et al, 2001). Além do teste t pareado, foi realizado também o teste não paramétrico de Spearman R entre mé-dias de rendimento simulados e observados.…”

Água no solo e rendimento do trigo, soja e milho associados ao El Niño Oscilação Sul

“…Uma opção para superar as desvantagens do uso de estatísticas governamentais, em estudos que envolvem séries históricas longas, é a utilização de modelos de simulação do rendimento das culturas em resposta a fatores ambientais (Andresen et al, 2001). Entre os diferentes modelos de simulação, encontram-se os matemáticos mecanísticos simplificados, que utilizam um reduzido número de informações de entrada, são compostos por funções matemáticas robustas, e são intermediários entre modelos de regressão e modelos complexos.…”