Sugarcane yield estimation for climatic conditions in the center of state of Goiás
Palavras-chave:
Saccharum spp., planejamento agrícola, modelo de previsãoResumo
Models that estimate potential and depleted crop yield according to climatic variable enable the crop planning and
production quantification for a specific region. Therefore, the objective of this study was to compare methods to
sugarcane yield estimates grown in the climatic condition in the central part of Goiás, Brazil. So, Agroecological Zone
Method (ZAE) and the model proposed by Scarpari (S) were correlated with real data of sugarcane yield from an
experimental area, located in Santo Antônio de Goiás, state of Goiás, Brazil. Data yield refer to the crops of 2008/2009
(sugarcane plant), 2009/2010, 2010/2011 and 2011/2012 (ratoon sugarcane). Yield rates were calculated as a function of
atmospheric water demand and water deficit in the area under study. Real and estimated yields were adjusted in
function of productivity loss due to cutting stage of sugarcane, using an average reduction in productivity observed
in the experimental area and the average reduction in the state of Goiás. The results indicated that the ZAE method,
considering the water deficit, displayed good yield estimates for cane-plant (d > 0.90). Water deficit decreased the yield
rates (r = -0.8636; a = 0.05) while the thermal sum increased that rate for all evaluated harvests (r > 0.68; a = 0.05).
Referências
Argenton PE (2006). Influências das variáveis edafoclimáticas e de manejo no rendimento de variedades de cana-de-açúcar (Saccharum spp.) na região de Piracicaba, São Paulo. Dissertação de Mestrado. Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 109 p.
Barbieri V, Bacchi OOS & Villa Nova NA (1979). Análise do fator temperatura média do ar no desenvolvimento da cana-de-açúcar (Saccharum spp.). In: Congresso Brasileiro de Agrometeorologia, Mossoró. Anais: SBAgro. p.192-197.
Barbieri V (1993). Condicionamento climático da produtividade potencial da cana-de-açúcar (Saccharum spp): um modelo matemático-fisiológico de estimativa. Tese de Doutorado. Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 142 p.
Barbieri V & Silva FC (2008) Adequação do Método da Zona Agroecológica (FAO) para Estimativa do Acúmulo Mensal Potencial de Matéria Seca da cana-de-açúcar (Saccharum spp.) e da Produtividade Agrícola para diferentes condições climáticas Sociedade dos Técnicos Açucareiros e Alcooleiros do Brasil – STAB, 26:47-50.
Blain GC, Kayano MT, Sentelhas PC & Lulu J (2009) Variabilidade sazonal da evapotranspiração relativa em Campinas (SP): caracterização climática e análise de tendências. Bragantia, 68: 545-553.
Carvalho GL (2009) Eficiência da produção agrícola de cana-de-açúcar no Estado de São Paulo entre as safras 1990/1991 e 2005/2006. Dissertação de Mestrado. Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 120p.
Chang H, Wang JS & Ho FW (1968) The effect of different pan ratio for controlling irrigation of sugarcane in Taiwan. Proc. Int. Soc. Sugar Cane Technol., 13: 652-63.
Companhia Nacional de Abastecimento – Conab (2014) Perfil do setor do açúcar e do álcool no Brasil. (Publicações 2007/2008 – 2008/2009 – 2009/2010 – 2010/2011 – 2011/2012). Disponível em: <http://www.conab.gov.br/conteudos.php?a=539&t=2&Pagina_objcmsconteudos=3#A_objcmsconteudos>. Acesso em: 14 de outubro de 2014.
Cruz PG, Santos PM, Pezzopane JRM, Oliveira PPA & Araujo, LC (2011) Modelos empíricos para estimar o acúmulo de matéria seca de capim‑marandu com variáveis agrometeorológicas. Pesquisa Agropecuária Brasileira, 46: 675-681.
Cuadra SV, Costa MH, Kucharik CJ, Rocha HR, Tatsch JD, Inman-Barber NG, Rocha RP, Leite CC & Cabral OMR (2012) A biophysical model of sugarcane growth. Global Change Biology, 4, 36-48.
Doorenbos J & Kassam AH (1979) Yield response to water. Rome: FAO. 172p. (Irrigation and Drainage Paper, 33).
Gouvêa JRF (2008) Mudanças Climáticas e a expectativa de impactos na cultura de cana-de-açúcar na Região de Piracicaba-SP. Dissertação de Mestrado. Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 98p.
Gouvêa JRF, Sentelhas PC, Gazzola ST & Santos MC (2009) Climate changes and technological advances: Impacts on sugarcane productivity in tropical Southern Brazil. Scientia Agricola, 66: 593-605.
Inman-Bamber NG (1994) Temperature and seasonal effects on canopy development and light interception of sugarcane. Field Crops Research, 36: 41-51.
Inman-Bamber NG, Muchow RC & Robertson MJ (2002) Dry matter partitioning of sugarcana in Australia and South Africa. Field Crops Research, 76: 71-84.
Inman-Bamber NG (2004) Sugarcane water stress criteria for irrigation and drying off. Field Crops Research, 89: 107-122.
Lapola DM, Priess JA & Bondeau A (2009) Modeling the land requirements and potential productivity of sugarcane and jatropha in Brazil and India using the LPJmL dynamic global vegetation model. Biomass and Bioenergy, 33: 1087-1095.
Marin FR, Lopes-Assad ML, Assad ED, Vian CE & Santos MC (2008) Sugarcane crop efficiency in two growing seasons in São Paulo State, Brazil. Pesquisa Agropecuária Brasileira, Brasília, 43: 1449-1455.
Moraes AVC, Camargo MBP, Mascarenhas HAA, Miranda MAC, Pereira JCVNA (1998) Teste e análise de modelos agrometeorológicos de estimativa de produtividade para a cultura da soja na região de Ribeirão Preto. Bragantia, 57: 393-406.
Oliveira RA, Santos RS, Ribeiro A, Zolnier S & Barbosa MHP (2012) Estimativa da produtividade da cana-de-açúcar para as principais regiões produtoras de Minas Gerais usando-se o método ZAE. Revista Brasileira de Engenharia Agrícola e Ambiental, 16: 549–557.
Petek MR, Sera T & Fonseca IC (2009) Exigências climáticas para o desenvolvimento e maturação dos frutos de cultivares de Coffea arabica. Bragantia, 68: 169-181.
Pezzopane JRM, Santos PM, Mendonça FC, Araujo LC & Cruz PG (2012) Dry matter production of Tanzania grass as a function of agrometeorological variables. Pesquisa Agropecuária Brasileira, 47: 471-477.
Rao CM, Kumar MV & Reddy LK (2005) Management of sugarcane clones under limited moisture situations (drought) at formative stage. Indian Sugar, 54: 949- 953.
Rampino P, Pataleo S, Gerardi C, Mita G & Perrotta C (2006) Drought stress response in wheat: physiological and molecular analysis of resistant and sensitive genotypes. Plant Cell Environ, 29: 2143-2152.
Rodrigues JD (1995) Fisiologia da cana-de-açúcar. Botucatu: Unesp. 99 p.
Rossetti L (2001) Zoneamento agrícola em aplicação de crédito e seguridade rural no Brasil: aspectos atuais e de política agrícola. Revista Brasileira de Agrometereologia, 9: 386-399.
Scarpari MS (2002) Modelos para a previsão da produtividade da cana-de-açúcar (Saccharum spp.) através de parâmetros climáticos. Dissertação de Mestrado. Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 79p.
Scarpari MS & Beauclair EGF (2004) Sugarcane maturity estimation through edaphic-climatic parameters. Scientia Agricola, 61: 486-491.
Scarpari MS (2007) PREDPOL: um modelo de previsão da maturação da cana-de-açúcar visando planejamento otimizado. Tese de Doutorado. Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba,120p.
Scarpari MS & Beauclair EGF (2009) Physiological model to estimate the maturity of sugarcane. Scientia Agricola, 66: 622-628.
Teramoto ER (2003) Avaliação e aplicação de modelos de estimativa de produção de cana-de-açúcar (Saccharum spp.) baseados em parâmetros do solo e do clima. Tese de Doutorado, Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 86p.
Thornthwaite CW (1948) Na approach toward a rational classification of climate, Geographical Review, 38: 55-94.
Thornthwaite CW & Mather JR (1955) The water balance. New Jersey: Drexel Institute of Technology.104p.
Van Antwerpen R, Meyer JH & Inman-Bamber NG (1993) Cane root development and crop modelling. Proceedings of the South African Sugar Technologists’ Association, 67: 73-77.
Villa Nova NA, Pedro Junior MJ, Pereira AR & Ometto JC (1972) Estimativa de graus-dia acumulados acima de qualquer temperatura-base em função das temperaturas máxima e mínima. São Paulo, USP. 8p. (Caderno de ciências da terra, n. 30).
