Meteorologia e a Agricultura:
Modelos matemáticos.
Santiago Vianna Cuadra
4 de Dezembro de 2012.
Sentelhas/Angelocci
Meteorologia Agrícola
Produção Animal
Produção Vegetal
Construções Rurais
Fitopatologia/Entomologia
Irrigação
Conservação do soloPreparo do
solo
Fisiologia Vegetal
Papel da Agrometeorologia
LCE 360 - Meteorologia Agrícola Sentelhas/Angelocci
A Meteorologia Agrícola tem papel fundamental tanto no planejamento agrícola como nas tomadas de decisão
Planejamento Agrícola
Baseado no clima local e no balanço hídrico do solo que define
as estações seca e úmida
Zoneamento agroclimático
Época mais adequada de semeadura Planejamento topo e microclimático
Tomadas de Decisão
Baseadas nas condições do tempo vigentes e previstas, que definem
as condições atuais de temperatura e de disponibilidade hídrica do solo
Semeadura / Colheita, Irrigação, Preparo do solo, Controle fitossanitário, Medidas
contra eventos adversos
Minimiza o risco associado à atividade
agrícola
Clima e Tempo
O Clima (Variabilidade) e a Agricultura no estado do Rio Grande do Sul
Mapa da diferença média entre a precipitação pluviométrica e a evapotranspiração potencial (P-ETp) durante os meses de dezembro, janeiro e fevereiro (período 1976-2005) no Estado do Rio Grande do Sul (Fonte: Fepagro, não publicado).
O Clima (Variabilidade) e a Agricultura no estado do Rio Grande do Sul
Produtividade das culturas de soja, milho e arroz irrigado, no Estado do Rio Grande do Sul, em 23 safras agrícolas e anomalia da Temperatura da Superfície do Mar (TSM), na região do Niño 3.4. As cores vermelha, azul e cinza representam, respectivamente, eventos de El Niño, La Niña e Neutros.
-
1,00
2,00
3,00
4,00
5,00
6,00
7,00
8,00
-4,0
-3,0
-2,0
-1,0
0,0
1,0
2,0
3,0
4,0
1989
/90
1990
/91
1991
/92
1992
/93
1993
/94
1994
/95
1995
/96
1996
/97
1997
/98
1998
/99
1999
/00
2000
/01
2001
/02
2002
/03
2003
/04
2004
/05
2005
/06
2006
/07
2007
/08
2008
/09
2009
/10
2010
/11
2011
/12
Pro
duti
vida
de (
Tone
lada
s/ha
)
Ano
mal
ia d
e T
SM (
oC)
Ano Safra
Niño 3.4 Soja Arroz Milho
O Clima (Variabilidade) e a Agricultura no estado do Rio Grande do Sul
Algumas recomendações técnicas gerais de convivência com o problema da deficiência hídrica em culturas anuais:
Para a definição da época de semeadura, consultar o zoneamento agrícola para a cultura;
Escalonar época de semeadura/plantio, utilizando cultivares de ciclo diferentes;
Utilizar a densidade de plantas indicada para a cultura; Dar preferência ao plantio direto na palha ou mobilizar o mínimo
possível o solo por ocasião do seu preparo e semeadura; Descompactar o solo, quando necessário; Observar a prática da rotação de culturas; Consultar o serviço de previsão de tempo e clima para o
planejamento, manejo e execução das operações agrícolas; Racionalizar o uso da água e irrigar quando necessário
preferencialmente nos períodos críticos, utilizando métodos mais eficientes para irrigação.
Modelos de Produtividade Agrícola
Zoneamento Agrícola de Risco Climático
Modelos de simulação do desenvolvimento, crescimento e produtividade de culturas – “Crop Models”.
Modelos biofísicos de simulação do desenvolvimento, crescimento e produtividade de culturas.
Zoneamento – Portarias (219/2010 - RS)Nota técnica
- Metodologia: parâmetros agrometeorológicos e fisiologia da cultura
• Regime pluviométrico (chuvas – série de dados com mais de 10 anos);
• Coeficiente de cultura (Kc) durante as fases fenológicas;• Balanço hídrico;• ISNA – Índice de Satisfação de Necessidade de Água;
- Solos: simplificados em três classes
• Tipo 1: > 10 e < 15% de argila• Tipo 2: < 35% de argila• Tipo 3: > 35% de argila Fonte: (Almeida, 2010) - Embrapa
Clima Temperado
Índice de Satisfação das Necessidades Hídricas - ISNA
ISNA = ETr/ETm
Yr/Ym
0
0,2
0,4
0,6
0,8
1
0 0,2 0,4 0,6 0,8 1
ETr/ ETm
Yr/
Ym
Rendimento em grãos
Genótipo 1
Genótipo 2
Fonte: (Marin, 2005) - Embrapa Informática Agropecuária
Zoneamento Agrícola de Risco Climático
Passo Fundo/RS - Semeadura 10/09/04
0
5
10
15
20
25
30
35
40
45
50
Fase Fenológica
ET
(m
m)
0
50
100
150
200
250
Chuva (
mm
)
Chuva
ETm
ETr
Fase Críticavalor do ISNA com 80% de prob.
Fon
te:
(Mari
n,
20
05
) -
Em
bra
pa
Info
rmáti
ca A
gro
pecu
ári
a
Zoneamento Agrícola de Risco Climático
0
4000
8000
12000
16000
20000
Estab
elecim
ento
Des.v
eget
ativo
Flores
cimen
to
Frutifi
caçã
o
Mat
uraç
ão
Fase Fenológica
Pro
dutiv
idad
e -
kg/h
a
Passo Fundo/RS
Semeadura 10/09/04 Fase Crítica:
f(graus-dia)
Se ISNA>0,65 prod. assegurada
Ciclo 133 dias
Yp
Yr
100%
0%
Fon
te:
(Mari
n,
20
05
) -
Em
bra
pa
Info
rmáti
ca A
gro
pecu
ári
a
Zoneamento Agrícola de Risco Climático
0
5
10
15
20
25
30
35
40
45
50
Estab
.
Estab
.
Estab
.
Des.V
eg.
Des.V
eg.
Flores
c.
Frutif.
Frutif.
Frutif.
Frutif.
Mat
urac
.
Mat
urac
.
Mat
urac
.
Mat
urac
.
Fase Fenológica
Tem
p. A
r (o
C)
- E
T (
mm
)
0
50
100
150
200
250
Chu
va (
mm
)
Chuva ETm
ETr
Passo Fundo/RS
Semeadura 10/11/04
Fase Crítica: valor do ISNA com 80% de prob.
Fon
te:
(Mari
n,
20
05
) -
Em
bra
pa
Info
rmáti
ca A
gro
pecu
ári
a
Zoneamento Agrícola de Risco Climático
Passo Fundo/RS
Semeadura 10/11/04
0
2000
4000
6000
8000
10000
12000
14000
16000
Estab
elecim
ento
Des.v
eget
ativo
Flores
cimen
to
Frutifi
caçã
o
Mat
uraç
ão
Fase Fenológica
Pro
dutiv
idad
e -
kg/h
a
117 dias
Fase Crítica
f(graus-dia)
Produtividade assegurada
Yp
Yr
100%
0%
Se ISNA>0,65 prod. assegurada
Fon
te:
(Mari
n,
20
05
) -
Em
bra
pa
Info
rmáti
ca A
gro
pecu
ári
a
Zoneamento Agrícola de Risco Climático
Jan
Fev
MarAbr Mai Jun
Jul
Ago
Set
Out Nov Dez
Jan
FevMar Abr Mai Jun Jul
Ago
Set
Out
Nov
Dez
0%
20%
40%
60%
80%
100%
Pr(
ISN
A>
65
%)
data de semeadura
Cultura : SOJA (140 dias) - Dois Irmãos/TO
L.Vermelho
L.Vermelho
Amarelo
Neossolo Quartzarênicos
Fon
te:
(Mari
n,
20
05
) -
Em
bra
pa
Info
rmáti
ca A
gro
pecu
ári
a
Zoneamento Agrícola de Risco Climático
-
-
-
-
- -
-
-
-- - -
- - -
0 8 º 3 8 '
1 2 º 5 8 '
1 7 º 1 8 '
5 0 º 5 8 '5 6 º 2 5 '6 1 º 4 0 '
4 5 km
Z O N E A M E N T O A G R O C L IM Á T IC O D A C U LT U R A D A S O JAN O E S TA D O D E M AT O G R O S S O
: : 2 : 0 1 /1 0 1 0 /1 0 C IC L O T A R D IO S O L O T IP O S E M E A D U R A a
MAA/FINATEC /EMBRAPA-C NPSo -C PAC /DNAEE/INMET
F A V O R Á V E L
D E S F A V O R Á V E L
-
-
-
-
- -
-
-
-- - -
- - -
0 8 º 3 8 '
1 2 º 5 8 '
1 7 º 1 8 '
5 0 º 5 8 '5 6 º 2 5 '6 1 º 4 0 '
4 5 km
Z O N E A M E N T O A G R O C L IM Á T IC O D A C U LT U R A D A S O JAN O E S TA D O D E M AT O G R O S S O
: : 2 : 0 1 /11 1 0 /11 C IC L O T A R D IO S O L O T IP O S E M E A D U R A a
MAA/FINATEC /EMBRAPA-C NPSo -C PAC /DNAEE/INMET
F A V O R Á V E L
D E S F A V O R Á V E L
-
-
-
-
- -
-
-
-- - -
- - -
0 8 º 3 8 '
1 2 º 5 8 '
1 7 º 1 8 '
5 0 º 5 8 '5 6 º 2 5 '6 1 º 4 0 '
4 5 km
Z O N E A M E N T O A G R O C L IM Á T IC O D A C U LT U R A D A S O JAN O E S TA D O D E M AT O G R O S S O
: : 2 : 0 1 /1 2 1 0 /1 2 C IC L O T A R D IO S O L O T IP O S E M E A D U R A a
MAA/FINATEC /EMBRAPA-C NPSo -C PAC /DNAEE/INMET
F A V O R Á V E L
D E S F A V O R Á V E L
Modelos biofísicos de agro-ecossistemas
Kumar et al. (2005)
Fonte: Costa 2009.
Genealogia dos modelos de superfície terrestre
PAR, gs, ci, An
Tair, Tleaf,qair, cs
LAIlower
waterice
puddle
water
snow
snow
10 cm15 cm25 cm
50 cm
100 cm
200 cm
Tsoil5 ice5
Tsoil1 ice1
Tair, Tleaf,qair, cs
PAR, gs, ci, AnLAIupper
water snow
physiologically based formulationsof canopy photosynthesisand conductance
physically-based model of soiltemperature, soil moisture andsoil ice with depth
physically-based model of snowtemperature, extension and depth
Tsoil2 ice2 Tsoil3 ice3
Tsoil4 ice4
Figure 2
Tsoil6 ice6
Tsoil7 7 ice7
Tsoil8 8 ice8
400 cm
400 cm
Simulação do balanço de massa e energia nos
ecossistemas
uvuu
uuuuwu ELH
LAI
IS
dt
dTWcc
svssss
sws ELHSAI
IS
dt
dTWcc
lvll
llllwl
ELHLAI
IS
dt
dTWcc
0c
H SAI f
c
H LAI fTTTT
p
su
p
uuu1234b12aa
0c
H LAI fTTfTTf1TT
p
lll34iii34ggi3412b
0E SAI fE LAI f
qqqq suuuu1234b12aa
0E LAI f
q)T(qfqqf1qq lll34i
*ii34
*ggi3412b
0TTq)T(q qL TTc IS soilgg34soil*
soilvg34gpggg
0q)T(qL TTc IS 34i*
si34ipiii
Adicionalmente, o modelo calcula explicitamente todos os fluxos de energia (transferência de radiação e dissipação de calor) e massa entre os ecossistemas terrestres a Atmosfera
Transferência de Energia e Massa
Ag = min (Je, Jc , Js)
Fotossíntese Limitada pela Luz: 3 é eficiência quântica, * é ponto de compensação para fotos. bruta (Rubisco carboxylase/oxygenase).
Fotossíntese Limitada Pela Rubisco
Máxima capacidade da Enzima Rubisco
An = Ag – RdAn: net photosynthesisAg: gross photosynthesisRd: maintenance respiration
*2
*23 2
i
ie CO
COPARJ
oci
imc
KO
KCO
COVJ
][ 1
22
*2
vmm TVV max
Representação da Fotossíntese
J
13
2
*p
2
*
iic COCO
TJ
Fotossíntese Limitada Pela utilização da triose fosfato. Onde T=Vm/8.2
Estrutura da vegetação é determinada pelo balanço do
carbono4 reservatórios de Carbono: Raiz, Caule, Folha e Grão (Sacarose)
s
nsi g
ACOCO
6,1 22
b
nas g
ACOCO 22
Collatz equations (1991):
bCO
hAmg
s
ns
2
12 Leuning equation (1995):
Fotossíntese e Transpiração: condutância estomática
Zoneamento Agrícola de Risco Climático
Modelos Biofísicos
Inclusão de Culturas Agrícolas Exemplo: Cana de Açúcar
NE
E (m
ol m
-2 s
-1)
Fatores Abióticos: Temperatura
Todos os parâmetros utilizados no modelo da fotossíntese limitada pela Rubisco são dependentes da temperatura, assim, as respostas da temperatura incorporadas no modelo são críticos para a precisão do modelo
oci
imc
KO
KCO
COVJ
][ 1
22
*2
5 10 15 20 25 30 35 40-70
-60
-50
-40
-30
-20
-10
0
10
Fc
89
1011
1213
1415
1617
18Day_avg
-30
-25
-20
-15
-10
-5
0
5
325
330
335
340
345
350
355
360
365 csc4_2.3USR_0.3
nee_0.3USR_1.5NEE_1.5USR_2.3NEE_2.3
105 122 139 156 173 190 207 224 241 258 275 292 309 326 343 360 12 29
-30
-20
-10
0
0
1
2
3
4LAINEE_IBISNEE_USR
5 10 15 20 25 30 35 40-70
-60
-50
-40
-30
-20
-10
0
10
NEE
Observado
Simulado
Temperatura
Fatores Abióticos: Temperatura
105 122 139 156 173 190 207 224 241 258 275 292 309 326 343 360 12 29-30
-20
-10
0
0
1
2
3
4LAINEE_IBISNEE_USR
5 10 15 20 25 30 35 40-70
-60
-50
-40
-30
-20
-10
0
10
Fc
5 10 15 20 25 30 35 40-70
-60
-50
-40
-30
-20
-10
0
10
NEE
89
1011
1213
1415
1617
18Day_avg
-30
-25
-20
-15
-10
-5
0
5
325
330
335
340
345
350
355
360
365 csc4_2.3USR_0.3nee_0.3USR_1.5NEE_1.5USR_2.3NEE_2.3
Observado
Simulado
NE
E (m
ol m
-2 s
-1)
Evapotranspiração Horária
5 10 15 20 25 30 35 400.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
SimulatedOBS
Air Temperature (oC)
ET
(m
m.h
our-
1)
10 20 30 40 50 60 70 80 90 1000.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
SimulatedOBS
Relative Humidity (%)
ET
(m
m.h
our-
1)
ET x T ET x RH
Austrália – Agrometeorológico
• Três tratamentos de irrigação:
100 - reposição a taxa 1.0 x ETo
125 - reposição a taxa 1.25 x ETo
FRW – Irrigação por sulco.
• Três tratamentos de irrigação:
100 - reposição a taxa 1.0 x ETo
125 - reposição a taxa 1.25 x ETo
FRW – Irrigação por sulco.
1 25
49
73
97
12
11
45
16
91
93
21
72
41
26
52
89
16
40
64
88
11
21
36
16
01
84
20
82
32
25
62
80
30
43
28
35
23
76
0
3
6
9
0
20
40
60
rain irrigation (100) OBS (100) Simulated (100)
Days After Ratooning (DAR)
Eva
po
tra
nsp
ira
tion
(m
m.d
ay-
1)
Pre
cip
itatio
n a
nd
Irr
iga
tion
(m
m.d
ay-
1)
Austrália
1.0 x ETo
Observado
Simulado
Cuadra et al. (2012)
1 25
49
73
97
12
11
45
16
91
93
21
72
41
26
52
89
16
40
64
88
11
21
36
16
01
84
20
82
32
25
62
80
30
43
28
35
23
76
0
3
6
9
0
20
40
60
rain irrigation (125) OBS (125) Simulated (125)
Days After Ratooning (DAR)
Eva
po
tra
nsp
ira
tion
(m
m.d
ay-
1)
Pre
cip
itatio
n a
nd
Irr
iga
tion
(m
m.d
ay-
1)
Austrália
1.25 x ETo
Observado
Simulado
Cuadra et al. (2012)
1 25
49
73
97
12
11
45
16
91
93
21
72
41
26
52
89
16
40
64
88
11
21
36
16
01
84
20
82
32
25
62
80
30
43
28
35
23
76
0
3
6
9
0
20
40
60
rain irrigation (FRW) OBS (FRW) Simulated (FRW)
Days After Ratooning (DAR)
Eva
po
tra
nsp
ira
tion
(m
m.d
ay-
1)
Pre
cip
itatio
n a
nd
Irr
iga
tion
(m
m.d
ay-
1)
Austrália
Sulco
Observado
Simulado
Cuadra et al. (2012)
Ribeirão Preto
São José do Rio Preto
Araçatuba
Baurú
Simulações para as meso-regiões do IBGE (4 maiores produtoras de
cana)
Meso-Regiões (IBGE) – Produtividade média (1990-2005)
Araçatuba Bauru Ribeirão Preto
S. J. do Rio Preto
75
76
77
78
79
80
81OBS Simulated
Meso-Regions
Yie
ld (
t.ha
-1)
•A produtividade média é bem simulada para todas as meso-
regiões consideradas
(desvios inferiores a 1,5%)
•Parte da variabilidade espacial foi
capturada nas simulações.
Cuadra et al. (2012)
Rendimento histórico simulado cana de açúcar para a região do rio Daka (Gana) sob uma série de regimes de irrigação.
Aplicando para Gana (África)
A perspectiva de exportação de tecnologia de biocombustíveis do Brasil para Gana, e 18 outros países africanos (Ben Barka e Mlambo 2011), levanta questões urgentes sobre sustentabilidade ambiental e da capacidade de iniciativas do cultivo de culturas para aliviar a pobreza nesses países. Em particular, há uma necessidade urgente de avaliação rigorosa do delicado equilíbrio entre a produtividade, lucratividade, irrigação, recursos hídricos e dos meios de subsistência da população local.
Black et al. (2012)
Grandes Desafios
Monitoramento ambiental
Planejamento Territorial
Previsão sazonal de Safra
Mudanças climáticas e sues impactos na agricultura
Portal Agromet
Portal Agromet
Monitoramento Ambiental:Fluxos de H2O, CO2 e CH4 do Ecossistema
Auxiliar no Planejamento territorial
Previsão sazonal de Safra
-
1,00
2,00
3,00
4,00
5,00
6,00
7,00
8,00
-4,0
-3,0
-2,0
-1,0
0,0
1,0
2,0
3,0
4,0
1989
/90
1990
/91
1991
/92
1992
/93
1993
/94
1994
/95
1995
/96
1996
/97
1997
/98
1998
/99
1999
/00
2000
/01
2001
/02
2002
/03
2003
/04
2004
/05
2005
/06
2006
/07
2007
/08
2008
/09
2009
/10
2010
/11
2011
/12
Pro
duti
vida
de (
Tone
lada
s/ha
)
Ano
mal
ia d
e T
SM (
oC)
Ano Safra
Niño 3.4 Soja Arroz Milho
8º DISME/INMET e CPPMet/UFPEL
Mudanças Climáticas Globais
Ric
hard
A.
Mulle
r (J
uly
2012):
Berkeley Earth TeamSurface Temperature trends
Anomalias de Precipitação
Secas Recentes na Amazônia
Fonte: Steinmetz et al. (2005)
Exemplo de Tendências Climáticas na nossa região
• A relação geral entre a
produtividade anual simulada e a
temperatura média é similar a observada.
• Ambas relações apresentam um
ajuste polinomial com máxima
produtividade para temperaturas
médias em torno de 23oC
Relação Produtividade e Temperatura
IMPACTO DO AQUECIMENTO GLOBAL NA REDUÇÃO DO RISCO DE FRIO EM ARROZ IRRIGADO NO RIO GRANDE DO
SUL
Fonte: Steinmetz et al. (2005)
Temperatura mínima do ar (Tn) menor ou igual a 15°C, no mês de fevereiro.
Fonte: Steinmetz et al. (2005)
IMPACTO DO AQUECIMENTO GLOBAL NA REDUÇÃO DO RISCO DE FRIO EM ARROZ IRRIGADO NO RIO GRANDE DO
SULTemperatura mínima do ar (Tn) menor ou igual a 15°C, no mês de fevereiro.
Serviços dos Ecossistemas
Proposta de Atuação Integrada
Modelagem dos Ecossistemas Naturais e Agrícolas
Bonan et al., 2008. Science 320:1444-1449
Serviços Climáticos Prestados pelos ecossistemas
tropical forest temperatreevergreen
montane forest
boreal forest sugarcane miscanthus
biophysical regulation
GHG regulation
Climate regulation value
Clim
ate
coo
ling
Clim
ate
war
min
g
0
Anderson-Teixeira et al. (2012) - Nature Climate Change
Obrigado.
Santiago Vianna Cuadra [email protected]
http://www.cpact.embrapa.br/agromet/
4 de Dezembro de 2012.