Função de produção e espacialização da precipitação efetiva: estudo de caso em fazendas de algodão e soja da Região Oeste da Bahia nas safras 2008/09 e 2009/10

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Bittencourt, Flávio
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Viçosa
BR
Construções rurais e ambiência; Energia na agricultura; Mecanização agrícola; Processamento de produ
Doutorado em Engenharia Agrícola
UFV
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://locus.ufv.br/handle/123456789/756
Resumo: Em condições de sequeiro a produtividade das culturas é altamente dependente das interações entre os estádios de desenvolvimento da cultura e as variações climáticas. A intensidade, regularidade e distribuição da precipitação pluvial interferem significativamente neste tipo de cultivo. É necessário identificar a época mais propícia para o plantio para minimizar os efeitos das variáveis climáticas. Dados cedidos pela IRRIGER em parceria com o grupo MAEDA oriundos de 15 fazendas localizadas no oeste do estado da Bahia, nos municípios de São Desidério e Correntina, durante as safras 2008/09 e 2009/10 foram utilizados neste trabalho. A disponibilidade real de água nas profundidades de O a 30 cm, de 30 a 60 cm e de 60 a 90 cm, data do plantio, precipitação efetiva, evapotranspiração de referência e evapotranspiração das culturas de cada fazenda foram as variáveis adotadas. Como objetivo geral foram confecionados modelos para representar as funções de produção para as lavouras de algodão e soja e, como objetivo específico, estudou-se a distribuição espacial da precipitação efetiva dos três meses mais chuvosos da Região Oeste da Bahia, dezembro, janeiro e fevereiro em cada safra. Para encontrar modelos que descrevessem a produtividade das duas culturas a regressão linear múltipla foi utilizada, tendo como variáveis candidatas ao modelo de regressão: disponibilidade real de água em três profundidades (0 a 30, 30 a 60 e 60 a 90 cm), data do plantio, precipitação efetiva, evapotranspiração de referência e evapotranspiração das culturas. Realizou-se um estudo descritivo, verificou-se a colinearidade das variáveis e, posteriormente, por meio do método stepwise e o critério AIC encontrou-se as variáveis que comporiam os modelos que melhor descreviam a produtividade para cada cultura e safra. Na safra 2008/09 para a cultura do algodão não foi possível a adoção de nenhum modelo para descrever a produtividade. Entretanto, para a safra 2009/10 da mesma cultura, encontrou- se um modelo com duas variáveis independentes: data do plantio e precipitação efetiva. Para a soja na safra 2008/09 a data do plantio e a evapotranspiração da cultura foram as variáveis utilizadas para descrever a produtividade. Já na safra 2009/10 para a soja as variáveis foram a data de plantio e a disponibilidade real de água no solo na profundidade de O a 30 cm. Os Índices de Concordância de Willmott ficaram abaixo de 0,92. Para Ra2i foram obtidos valores menores que 71%. Os dados da precipitação pluvial coletados pelos pluviógrafos georreferenciados foram úteis para modelar a precipitação efetiva espacialmente. Os modelos adotados foram o esférico e gaussiano por apresentarem melhores resultados para os erros e para a relação observados e estimados. O mês de janeiro de 2010 foi o que apresentou maior grau de dependência espacial, 60% e, o que apresentou menor correlação entre os valores observados e estimados. Geraram-se seis mapas correspondentes ao meses dezembro, janeiro e fevereiro de cada safra por meio da krigagem ordinária. Observaram-se diferentes comportamentos mensais e anuais, com acentuada variação temporal e espacial. A interrelação entre as variáveis estudadas em cada período e cultura indicam que a influência de determinado parâmetro na produtividade varia estatisticamente em cada situação.