ads:
i
ALEXANDRE FERREIRA DO NASCIMENTO
CALIBRAÇÃO E VALIDAÇÃO DOS MODELOS CENTURY, APSIM
E NDICEA DE DECOMPOSIÇÃO DE MATERIAIS ORGÂNICOS E
MINERALIZAÇÃO DE N PARA A MATA ATLÂNTICA
Dissertação apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós-Graduação
em Solos e Nutrição de Plantas, para a
obtenção do título de Magister Scientiae.
VIÇOSA
MINAS GERAIS – BRASIL
2008
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
i
ALEXANDRE FERREIRA DO NASCIMENTO
CALIBRAÇÃO E VALIDAÇÃO DOS MODELOS CENTURY, APSIM E
NDICEA DE DECOMPOSIÇÃO DE MATERIAIS ORGÂNICOS E
MINERALIZAÇÃO DE N PARA A MATA ATLÂNTICA
Dissertação apresentada à Universidade
Federal de Viçosa, como parte das exigências do
Programa de Pós-Graduação em Solos e Nutrição
de Plantas, para a obtenção do título de Magister
Scientiae.
APROVADA: 24 de Junho de 2008.
_______________________________________
Prof. Ivo Ribeiro da Silva
(Conselheiro)
_______________________________________
Prof. Paulo Roberto Gomes Pereira
_______________________________________
Prof. Júlio César Lima Neves
_______________________________________
Prof. Ivo Jucksch
_______________________________________
Prof. Eduardo de Sá Mendonça
(Orientador)
ads:
ii
Aos meus pais...
DEDICO
iii
AGRADECIMENTOS
À Deus, pelo dom da vida, saúde e paz.
Aos meus pais, Orandir Ferreira do Nascimento e, Leonilda de Carvalho Martins do
Nascimento, pelo amor e exemplo de vida, com ensinamentos de caráter, honra e dignidade.
Ao meu avô, Vicente Ferreira do Nascimento, que a pouco nos deixou, e minha avó,
Mariana Augusta de Farias, pelas pessoas que são em minha vida.
Ao Professor Orientador Eduardo de Sá Mendonça, pelas orientações, paciência,
confiança e pela força e conselhos durante todos os momentos.
Ao Professor Júlio César Lima Neves, pela consideração, valiosas orientações e
conversas, que apesar de não fazer parte da comissão orientadora, desempenhou tal função.
Ao pesquisador co-orientador Luiz Leite Carvalho Leite (EMBRAPA Meio-Norte), pelas
contribuições e orientações ao longo deste trabalho.
Ao Professor co-orientador Ivo Ribeiro da Silva, pelas contribuições, sugestões e
disponibilidade em ajudar.
Ao Professor Ivo Jucksch, pelas correções na dissertação e pela disciplina ministrada
durante o mestrado.
Ao Professor Paulo Roberto Gomes Pereira pelas colaborações e sugestões.
Ao Professor Elpídio Inácio Fernandes Filho, pelas contribuições na etapa inicial do
trabalho.
Ao Professor João Carlos Ker, pelos conselhos e ensinamento repassados pela ampla
experiência na Pedologia, o que me instigou a cada vez mais permanecer na academia.
À Universidade Federal de Viçosa (UFV) pela oportunidade para realização do curso.
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela
concessão da bolsa de pós-graduação durante o mestrado.
Ao Departamento de Solos, seus professores e demais funcionários, que possibilitaram
um bom aprendizado.
Aos Professores de graduação, Jorge Luiz Schirmer de Matos, Roberto Giolo de Almeida
e Laércio Boratto de Paula, pelas boas conversas e conselhos que muito contribuíram para meus
estudos.
iv
Aos amigos de república Guilherme Corrêa (Tião), Carlos Eduardo (Pacheco), Luiz
Francisco (baiano) e Kléberson de Souza (jacaré) pela convivência agradável durante minha
estadia em Viçosa, com conversas amigáveis. Aos colegas e amigos de pós-graduação: Rubens
(Gurupi), Ivan, Ítalo, Breno, Márcio, Gislane, Ivanilda, Carolina, Laudiceio, Tiago, Dalton,
Vando, Helton, André, Marcus, Clério, Diogo, Jarbas, Fernando, David, Daniel e Bruno pela
convivência. Ao pessoal do futebol dos sábados, pelo espírito de descontração. À todos os demais
colegas de pós-graduação e do DPS.
Ao Eduardo da Silva Matos e Eddi Alejandro Vanegas Chacón pela disponibilidade dos
dados para execução deste trabalho.
Ao Dr. Christopher Murphy que gentilmente nos concedeu a licença para trabalharmos
com o APSIM.
Ao Dr. Walter A.H. Rossing que nos concedeu o NDICEA e as orientações para utilizá-lo.
v
SUMÁRIO
RESUMO .............................................................................................................................vii
ABSTRACT ..........................................................................................................................ix
INTRODUÇÃO GERAL .......................................................................................................1
REFERÊNCIAS BIBLIOGRÁFICAS ...................................................................................4
CAPÍTULO 1 .........................................................................................................................6
CALIBRAÇÃO E VALIDAÇÃO DOS MODELOS CENTURY, APSIM E NDICEA PARA
DECOMPOSIÇÃO E LIBERAÇÃO DE N DE MATERIAIS ORGÂNICOS......................6
RESUMO ...............................................................................................................................6
ABSTRACT ...........................................................................................................................7
1. INTRODUÇÃO..................................................................................................................8
2. MATERIAL E MÉTODOS..............................................................................................10
2.1. Descrição dos Locais e Materiais Orgânicos.............................................................10
2.1.1. Materiais Vegetais..............................................................................................10
2.1.2. Estercos...............................................................................................................12
2.1.3. Compostos ..........................................................................................................13
2.2. Descrição dos Modelos..............................................................................................14
2.2.1. NDICEA.............................................................................................................14
2.2.2. APSIM................................................................................................................16
2.2.3. Century ...............................................................................................................19
2.3. Parametrização e Calibração dos Modelos................................................................21
2.4. Análise de Sensibilidade............................................................................................22
2.5. Validação...................................................................................................................23
2.6. Análise Estatística .....................................................................................................24
2.6.1. Materiais Vegetais..............................................................................................24
2.6.2. Estercos e Compostos.........................................................................................25
3. RESULTADOS ................................................................................................................26
3.1. Materiais Vegetais.....................................................................................................26
3.1.1. Araponga (150 dias) ...........................................................................................26
3.1.2. Pedra Dourada (360 dias) ...................................................................................33
vi
3.1.3. Análise de Sensibilidade.....................................................................................39
3.1.4. Validação............................................................................................................43
3.2. Estercos......................................................................................................................46
3.3. Compostos .................................................................................................................47
4. DISCUSSÃO....................................................................................................................50
4.1. Materiais Vegetais.....................................................................................................50
4.2. Estercos......................................................................................................................55
4.3. Compostos .................................................................................................................56
5. CONCLUSÕES................................................................................................................57
6. REFERÊNCIAS BIBLIOGRÁFICAS .............................................................................58
CAPÍTULO 2 .......................................................................................................................62
AVALIAÇÃO DOS MODELOS CENTURY, APSIM E NDICEA EM ESTIMAR A
ABSORÇÃO DE N EM SOLO ADUBADO COM MATERIAIS ORGÂNICOS .............62
RESUMO .............................................................................................................................62
ABSTRACT .........................................................................................................................63
1. INTRODUÇÃO................................................................................................................64
2. MATERIAL E MÉTODOS..............................................................................................66
2.1. Descrição experimental .............................................................................................66
2.2. Parametrização, Calibração e Simulação dos Modelos.............................................67
2.2.1. NDICEA.............................................................................................................67
2.2.2. Century ...............................................................................................................68
2.2.3. APSIM................................................................................................................68
2.3. Análise estatística ......................................................................................................69
3. RESULTADOS ................................................................................................................70
4. DISCUSSÃO....................................................................................................................74
5. CONCLUSÕES................................................................................................................76
6. REFERÊNCIAS BIBLIOGRÁFICAS .............................................................................77
CONSIDERAÇÕES FINAIS ...............................................................................................80
APÊNDICE ..........................................................................................................................82
vii
RESUMO
NASCIMENTO, Alexandre Ferreira do, M.Sc., Universidade Federal de Viçosa, junho de 2008.
Calibração e validação dos modelos Century, APSIM e NDICEA de decomposição de
materiais orgânicos e mineralização de N para a Mata Atlântica. Orientador: Eduardo
de Sá Mendonça. Co-orientadores: Ivo Ribeiro da Silva, Luiz Fernando Carvalho Leite e
Paulo César de Lima.
Muitos sistemas de produção contam basicamente com os nutrientes provenientes da
decomposição de materiais orgânicos adicionados ao solo. A taxa de decomposição desses
materiais é produto da combinação de fatores intrínsecos, sua composição química e bioquímica,
e fatores extrínsecos, sendo as condições de temperatura e umidade do local as variáveis mais
importantes, constituindo assim em um processo complexo e dinâmico por ser controlado por
vários fatores. Contudo, a decomposição pode ser representada e examinada dentro de esquemas
e mecanismos que facilitam seu entendimento, os modelos matemáticos. Dessa forma, o objetivo
deste trabalho foi calibrar e validar os modelos Century, APSIM e NDICEA para decomposição e
liberação de N em condições climáticas tropicais e materiais orgânicos de origens diversas; e
testar a capacidade destes modelos em simular a absorção de N em solo adubado com materiais
orgânicos utilizados na agricultura. Foram utilizados os resultados dos trabalhos desenvolvidos
por Matos (2005) e Chacón (2006) como parâmetro de comparação para avaliação dos modelos.
Na parametrização e calibração dos modelos para os materiais orgânicos vegetais, foram
utilizados 8 resíduos testados em Araponga por 150 dias e 4 testados em Pedra Dourada por 360
dias, ambos os municípios situados na Zona da Mata mineira. Os modelos foram validados
utilizando características edafoclimáticas de Seropédica (RJ), com 4 resíduos de materiais
vegetais, avaliados no inverno e verão. Foram calibrados os modelos para a decomposição e
mineralização de N de 4 estercos e 4 compostos testados em laboratório. Para a absorção de N,
foram calibrados os modelos para a planta de braquiária crescendo em solo adubado com 5
materiais orgânicos. De maneira geral, a calibração padrão (default) do Century e APSIM
superestimou a taxa de decomposição e liberação de N de todos os resíduos vegetais e, o
NDICEA, superestimou estes processos para materiais mais resistentes a decomposição. Dessa
forma, a calibração foi imprescindível para aumentar o grau de acurácia desses modelos. Na
validação dos modelos o NDICEA apresentou maior grau de acurácia em relação aos demais,
viii
simulando com menor desvio a decomposição e liberação de N dos materiais vegetais na estação
seca e chuvosa. A calibração para decomposição e mineralização de N dos estercos e compostos
foi pontual, conferindo a todos os modelos elevado grau de acurácia em estimar as
transformações destes materiais orgânicos. Os modelos superestimaram a absorção de N pela
braquiária com a calibração feita para a liberação/mineralização de N dos materiais orgânicos
aplicados no solo. Assim, para diminuir o desvio entre os valores de N absorvido simulado e
medido, foi necessária a calibração específica para a absorção de N. Depois dos modelos
calibrados, o NDICEA apresentou maior grau de acurácia em estimar a absorção de N pela
braquiária com a adição de materiais orgânicos como fonte de nutrientes. Dessa forma, pelos
testes realizados o NDICEA foi o modelo mais acurado para as condições estudadas,
constituindo-se em uma ferramenta para predição e uso de fontes orgânicas para o manejo do solo
de propriedade rurais. Contudo, trabalhos futuros são necessários, de modo que insiram maior
número de materiais orgânicos e ambientes, fazendo com que o(s) modelo(s) seja(m) cada vez
mais consolidado(s) para predição do comportamento de fontes orgânicas no campo, de modo
que o sincronismo do fornecimento e demanda de nutrientes nestes agroecossistemas seja mais
eficiente.
ix
ABSTRACT
NASCIMENTO, Alexandre Ferreira do, M.Sc., Universidade Federal de Viçosa, june, 2008.
Parameterisation and validation of Century, APSIM and NDICEA models for
decomposition of organics materials and N mineralization for Atlantic Forest. Adviser:
Eduardo de Sá Mendonça. Co-Advisers: Ivo Ribeiro da Silva, Luiz Fernando Carvalho
Leite and Paulo César de Lima.
A high number of agricultural systems depends on nutrients coming from decomposition of
organics materials applied into soil. The decomposition rate of these materials is controlled by
intrinsic factors as chemical and biochemical composition and extrinsic factors as temperature
and moisture. Hence, the decomposition is a complex and dynamic process, which can be
represented and examined within a framework, the mathematical models. Thus, the goal of this
work was to make the parameterization and validation of Century, APSIM and NDICEA models
for tropical conditions, working with different organic materials and to evaluate the capacity of
these models to simulate N uptake mineralized from the organic materials. The information for
model parameterization and calibration were collected in Matos (2005) and Chacón (2006). From
this database it was utilized eight green manure residues evaluated in Araponga for 150 days and
four in Pedra Dourada for 360 days, both municipalities situated in the Atlantic Forest of Minas
Gerais State. For validation of the models it was utilized data from an experiment carried out in
Seropédica (RJ), with four green manure residues, evaluated in the winter and summer seasons.
The models were also calibrated to decomposition and N mineralization of four animal manures
and four composts. To the N uptake, the calibration of the models was performed in order to
assess the growth of Brachiaria plants with application of five organic materials as fertilizers.
The calibration using the default of the Century and APSIM models overestimated the
decomposition rate and N release of all the vegetable residues and, the NDICEA, underestimated
those processes to the more recalcitrant materials. Thus, the calibration was essential to improve
the accuracy level of these models. After calibrate the models, the NDICEA presented higher
accuracy level than the Century and APSIM, simulating with lower error the decomposition and
N release of the green manures in the winter and summer seasons. The calibration of the
decomposition and N mineralization of the animal manures and composts was done individually,
all models presented high performance in simulating those processes. The models overestimated
the N uptake by Brachiaria plants when working with the calibration done to N mineralization of
x
the organic materials. To increase the accuracy of the models in estimating the N uptake it was
essential to do a specific calibration. After of this calibration, the NDICEA model presented the
highest accuracy in estimating the N uptake by Brachiaria plants. After testing the accuracy of
the models, the NDICEA presented the best performance in the environmental conditions of our
study, showing potential to be a tool to be used in optimizing the use of organic materials as a
source of N in the agroecosytems. However, future works are necessary, incorporating more
organic materials and environments to improve the models in estimating the decomposition of
organic material and N mineralization and its uptake by plants.
1
INTRODUÇÃO GERAL
O manejo adequado dos materiais orgânicos utilizados na agricultura é importante para a
sustentabilidade de sistemas agrícolas que utilizam dessas fontes como entrada de nutrientes para
produção vegetal. A dinâmica de decomposição desses materiais tem influência nos fatores
químicos, físicos e biológicos do solo, com reflexo na temperatura, dinâmica de água, conteúdo
de matéria orgânica, ciclagem de nutrientes e erosão, que condicionam o solo para o bom
crescimento de plantas.
Todos os processos desencadeados pela adição de materiais orgânicos são de extrema
importância para conservação e uso do solo, entretanto, a ciclagem de nutrientes ganha papel de
destaque no manejo dos solos em ambientes tropicais, por razão da baixa disponibilidade de
nutrientes. A adição dessas fontes orgânicas a curto prazo tem efeito no suprimento de nutrientes
e, a longo prazo, pode contribuir para a formação da matéria orgânica e agregados do solo (Palm
et al., 2001).
A liberação de nutrientes de diversas fontes orgânicas adicionadas ao solo ocorre
concomitantemente à decomposição, exceto para alguns elementos, como o potássio (K), que não
estão ligados a compostos orgânicos nas plantas. Por sua vez, a decomposição é controlada por
efeitos combinados da composição do material, variáveis climáticas e edáficas, que influenciam
na ação dos microrganismos sobre os resíduos em decomposição (Swift et al., 1979). Portanto, a
decomposição é controlada por fatores extrínsecos (condições edafoclimáticas) e intrínsecos
(composição química e bioquímica) aos materiais orgânicos (Heal et al., 1997). Dentre os fatores
extrínsecos, a temperatura e a umidade ganham destaque por exercerem efeitos reguladores sobre
a decomposição. Porém, outros fatores, como aeração e o pH também podem exercer influência
nesse processo (Swift et al., 1979). Dos fatores ligados ao material orgânico, vários estudos têm
mostrado que seu conteúdo de N, e/ou sua relação C/N, interfere muito neste processo. Para
resíduos vegetais, além da relação C/N, outros componentes, tais como lignina e polifenóis e suas
relações com o N, podem ditar, também, a velocidade de decomposição (Cobo et al., 2002).
Palm et al. (2001) estudaram um banco de dados das fontes orgânicas de interesse para a
melhoria da fertilidade do solo em agroecossistemas tropicais e propuseram um esquema de
utilização dos materiais de acordo com sua composição química (Figura 1). Este esquema,
embora seja útil, fornece somente informações generalizadas da melhor forma de aplicação dos
2
materiais, não sendo possível saber o tempo que estes permanecerão no solo, qual a dinâmica de
mineralização de nutrientes, entre outros fatores importantes para seu manejo adequado.
Figura 1 – Esquema proposto dos procedimentos à serem adotados para uso de materiais
orgânicos de acordo com sua composição (Palm et al., 2001).
Por serem as transformações de materiais orgânicos adicionados no sistema solo-planta
um processo de natureza complexa e dinâmica, uma vez que é controlado por inúmeras variáveis,
este pode ser representado e examinado por esquemas e mecanismos que facilitam seu
entendimento, os modelos matemáticos.
Os modelos são ferramentas utilizadas em diversas áreas do conhecimento e da ciência,
como na biologia, química, física, economia, matemática, engenharia, agronomia, na tentativa de
representar e interpretar de maneira simplificada o que ocorre naturalmente (Addiscott, 1993). A
proposta da modelagem ganhou força a partir do momento em que os estudos referentes a alguma
área do conhecimento tornaram-se repetidos e pelo advento e avanços, em grande escala, na
computação. Portanto, modelos matemáticos utilizam equações para representar as interconexões
de um sistema, para o estudo de problemas reais de natureza complexa, por meio de
experimentação computacional (Leite & Mendonça, 2007). Os modelos necessitam da entrada de
informações, freqüentemente na forma de números, que podem ser parâmetros ou dados.
A modelagem é dividida em etapas: parametrização, calibração, validação e análise de
sensibilidade. Na calibração tenta-se estabelecer similaridade entre os dados observados e
simulados pelo modelo pela variação dos seus parâmetros internos. Para isso, é necessário
organizar uma base de dados referentes às condições que os modelos estão sendo testados.
Depois de parametrizados e calibrados, para validação é imprescindível a simulação dos modelos
Entrada
% N > 2,5
Sim
Não
Lignina < 15 %
Polifenóis < 4 %
Lignina < 15 %
Sim
Sim
Não
Não
Utilizar em cultivos anuais
Misturar com fertilizantes ou
material de alta qualidade
Misturar com fertilizantes ou
utilizar para compostagem
Aplicar em superfície para
controle da erosão e água no
solo
CATEGORIA 1
CATEGORIA 2
CATEGORIA 3
CATEGORIA 4
3
com dados contrastantes àqueles testados e calibrados, geralmente em outra localização
geográfica. É indispensável a análise de sensibilidade dos modelos, feito pela mudança no valor
de um parâmetro (escolhido para teste) de entrada e verificar o resultado da simulação. Estas são
etapas necessárias para trabalhos que tem como objetivo testes ou elaboração de modelos.
Existem vários modelos para simular a dinâmica do carbono (C) e nitrogênio (N) no solo.
McGechan & Wu (2001) revisaram e detalharam quatro modelos que podem ser utilizados para
descrever estes processos na Europa e, Ma & Shaffer (2001), fizeram o mesmo para os Estados
Unidos, com nove modelos. Entretanto, a maioria desses modelos são aplicáveis para simulação
de médio a longo prazo da matéria orgânica estabilizada do solo.
Os modelos encontrados e desenvolvidos para simular a dinâmica de materiais orgânicos
podem ser divididos em dois grupos (Fideling et al., 2007). No primeiro, estão inseridos os
modelos desenhados para verificar o efeito a longo prazo do manejo dos materiais orgânicos
sobre o estoque de C e N no solo: Century (Parton et al., 1987), GENDEC (Moorhead &
Reynolds, 1991) e ROTHC. Um segundo grupo tem sido desenvolvido para simular em curto
prazo a decomposição de resíduos em superfície associado à dinâmica do C e N para cultivos de
ciclo curto: NDICEA (Burgt et al., 2006), CERES-N (Quemada et al., 1997), STICS (Brisson et
al., 1998), NCSOIL (Molina et al., 1983), PASTIS (Garnier et al., 2003), APSIM (Thorburn et
al., 2001) e EXPERT-N (Berkenkamp et al., 2002). Alguns desses modelos se destacam quanto
sua estruturação (NDICEA) e utilização freqüente para nossas condições (Century). Além disso,
há também aqueles que foram desenvolvidos para condições tropicais similares ao Brasil
(APSIM).
De maneira geral, os modelos têm elevada acurácia para descrever a decomposição de
materiais orgânicos para as condições às quais foram idealizados. Contudo, para que estes
possam ser utilizados com alto grau de acurácia por técnicos e cientistas para simulação dos
processos que ocorrem no sistema solo-planta sob condições tropicais com a decomposição dos
materiais orgânicos, são necessários testes de calibração, ajustes e validação.
Dessa forma, o objetivo deste trabalho foi calibrar e validar os modelos Century, APSIM
e NDICEA para a decomposição e liberação de N de materiais orgânicos de origens diversas em
condições climáticas tropicais e, testar a capacidade destes modelos em simular a absorção de N
por plantas em solo adubado com diferentes materiais orgânicos utilizados na agricultura.
4
REFERÊNCIAS BIBLIOGRÁFICAS
ADDISCOTT, T.M. Simulation modelling and soil behaviour. Geoderma, 60: 15-40, 1993.
BERKENKAMP, A.; PRIESACK, E.; MUNCH, J.C. Modelling the mineralisation of plant
residues on the soil surface. Agronomie, 22: 711–722, 2002.
BRISSON, N.; MARY, B.; RIPOCHE, D.; JEUFFROY, M.H.; RUGET, F.; GATE, P. STICS: a
generic model for the simulation of crops and their water and nitrogen balance. I. Theory
and parametrisation applied to wheat and corn. Agronomie, 18: 311–346, 1998.
BURGT, G.J.H.M.; OOMEN, G.J.M.; HABETS, A. S. J.; ROSSING, W.A.H. The NDICEA
model, a tool to improve nitrogen use efficiency in cropping systems. Nutr. Cycling
Agroec., 74: 275-294, 2006.
COBO, J.G.; BARRIOS, E.; KASS, D.C.L.; THOMAS, R.J. Decomposition and nutrient release
by green manures in a tropical hillside agroecosystem. Plant and Soil, 240: 331–342, 2002.
FINDELING, A.; GARNIER, P.; COPPENS, F. ; LAFOLIE, F.; RECOUS, S. Modelling water,
carbon and nitrogen dynamics in soil covered with decomposing mulch. Eur. J. Soil Sci.,
58: 196–206, 2007.
GARNIER, P.; NEÉL, C.; AITA, C.; RECOUS, S.; LAFOLIE, F.; MARY, B. Modelling carbon
and nitrogen dynamics in a bare soil with and without straw incorporation. Europ. J. Soil
Sci., 54, 555–568, 2003.
HEAL, O.W.; ANDERSON, J.M.; SWIFT, M.J. Plant litter quality and decomposition: an
historical overview. In: CADISCH G.; GILLER K.E. Driven by nature: plant quality an
decomposition. Wallingford, CAB International, 1997.
LEITE; L.F.C.; MENDONÇA, E.S. Perspectivas e limitações da modelagem da dinâmica da
matéria orgânica dos solos tropicais. In: CERETTA, C.A.; SILVA, L.S.; REICHERT, J.M.,
eds. Tópicos em Ciência do Solo. Viçosa: Sociedade Brasileira de Ciência do Solo. 2007. p.
181-217. (Volume 5).
MA, L.; SHAFFER, M.J. A review of Carbon and Nitrogen processes in European soil nitrogen
dynamics models. In: SHAFFER, M.J.; MA, L. & HANSEN, S., eds. Modeling Carbon and
Nitrogen Dynamics for Soil Management. Lewis Publishers, Boca Raton, FL. 2001, p. 55-
102.
McGECHAN, M.B.; WU, L. A review of Carbon and Nitrogen processes in nine U.S. soil
nitrogen dynamics models. In: SHAFFER, M.J.; MA, L. & HANSEN, S., eds. Modeling
Carbon and Nitrogen Dynamics for Soil Management. Lewis Publishers, Boca Raton, FL.
2001, p. 103-171.
5
MOLINA, J.E.; CLAPP, C.E.; SCHAEFFER, M.J.; CHICHESTER, F.W.; LARSON, W.
NCSOIL, a model of nitrogen and carbon transformation in soil: description, calibration
and behaviour. Soil Sci. Soc. Am. J., 47: 85–91, 1983.
MOORHEAD, D.L.; REYNOLDS, J.F. A general model of litter decomposition in the northern
Chihuahuan Desert. Ecological Modelling, 59: 197–219, 1991.
PALM, C.A.; CATHERINE, C.N.; DELVE, R.J.; CADISCH, G.; GILLER, K.E. Organic inputs
for soil fertility management in tropical agroecosystems: application of an organic resource
database. Agricul. Ecosys. and Environ., 83: 27-42, 2001.
PARTON, W.J.; SCHIMEL, D.S.; COLE, C.V.; OJIMA, D.S. Analysis of factors controlling soil
organic matter levels in great plains grasslands. Soil Sci. Soc. Am. J., 51: 1173-1179, 1987.
QUEMADA, M.; CABRERA, M.; McCRACKEN, D. Nitrogen release from surface-applied
cover crop residues: evaluating the CERES-N submodel. Agron. J., 89: 723–729, 1997.
SWIFT, M.J.; HEAL, O.W.; ANDERSON, J.M. Decomposition in terrestrial ecosystems.
Berkeley: Blackwell Scientific Publications, 1979. 372 p.
THORBURN, P.J.; PROBERT, M.E.; ROBERTSON, F.A. Modelling decomposition of sugar
cane surface residues with APSIM-Residue. Field Crops Res., 70: 223-232, 2001.
6
CAPÍTULO 1
CALIBRAÇÃO E VALIDAÇÃO DOS MODELOS CENTURY, APSIM E NDICEA PARA
DECOMPOSIÇÃO E LIBERAÇÃO DE N DE MATERIAIS ORGÂNICOS
RESUMO
A adição de materiais orgânicos representa a principal fonte de nutrientes em várias
propriedades rurais. Estes nutrientes são disponibilizados no sistema solo-planta a medida que os
materiais são decompostos, onde concomitantemente ocorre a mineralização dos nutrientes que
fazem parte de compostos orgânicos. Dessa forma, a compreensão das transformações que
ocorrem durante a decomposição é de extrema importância para o manejo dos sistemas que
dependem basicamente dessas fontes para a nutrição de plantas. O objetivo deste trabalho foi
calibrar e validar os modelos NDICEA, Century e APSIM para decomposição e liberação de N
de materiais orgânicos de diversas origens e em várias condições climáticas. Foram utilizados os
resultados de Matos (2005) e Chacón (2006) para alimentação e parametrização na simulação dos
modelos. Utilizou-se 8 resíduos de materiais vegetais testados em Araponga por 150 dias e, 4
testados em Pedra Dourada por 360 dias, ambos municípios situados na Zona da Mata Mineira.
Os modelos foram validados utilizando características edafoclimáticas de Seropédica (RJ), e 4
resíduos de materiais vegetais, avaliados no inverno e verão. Foram calibrados os modelos para a
decomposição e mineralização de N de 4 estercos e 4 compostos testados em laboratório. De
maneira geral, a calibração padrão (default) do Century e APSIM superestimou a taxa de
decomposição e liberação de N de todos os resíduos vegetais e, do NDICEA, superestimou estes
processos para materiais mais resistentes a decomposição. Dessa forma, a calibração foi
imprescindível para aumentar o grau de acurácia desses modelos. Na validação dos modelos o
NDICEA apresentou maior grau de acurácia em relação aos demais, simulando com menor
desvio a decomposição e liberação de N dos materiais vegetais na estação seca e chuvosa. Dessa
forma, pelos testes realizados o NDICEA foi o modelo mais acurado para descrever a
decomposição e liberação de N dos materiais vegetais para as condições tropicais testadas. A
calibração para decomposição e mineralização de N dos estercos e compostos foi pontual,
conferindo a todos os modelos elevado grau de acurácia em estimar as transformações destes
materiais orgânicos em condições de laboratório.
7
PARAMETERIZATION AND VALIDATION OF THE CENTURY, APSIM AND
NDICEA MODELS TO DECOMPOSITION AND N RELEASE OF ORGANICS
RESOURCES
ABSTRACT
Organic resources play a dominant role in soil fertility management in the tropics through
their short-term effects on nutrient supply. Hence, the understanding of the transformation that
occurs though of the decomposition is important to management of the systems that depends
basically of these materials to plants nutrition. Thus, the goal of this work was to make the
parameterization and validation of Century, APSIM and NDICEA models for tropical conditions,
working with different organic materials. The information for model parameterization and
calibration were collected in Matos (2005) and Chacón (2006). From this database it was utilized
eight green manure residues evaluated in Araponga for 150 days and four in Pedra Dourada for
360 days, both municipalities situated in the Atlantic Forest of Minas Gerais State. For validation
of the models it was utilized data from an experiment carried out in Seropédica (RJ), with four
green manure residues, evaluated in the winter and summer seasons. The models were also
calibrated to decomposition and N mineralization of four animal manures and four composts. The
calibration using the default of the Century and APSIM models overestimated the decomposition
rate and N release of all the vegetable residues and, the NDICEA, underestimated those processes
to the more recalcitrant materials. Thus, the calibration was essential to improve the accuracy
level of these models. After calibrate the models, the NDICEA presented higher accuracy level
than the Century and APSIM, simulating with lower error the decomposition and N release of the
green manures in the winter and summer seasons. The calibration of the decomposition and N
mineralization of the animal manures and composts was done individually, all models presented
high performance in simulating those processes.
8
1. INTRODUÇÃO
Em sistemas alternativos de produção diversas estratégias têm sido empregadas para
melhorar as condições do solo para o crescimento de plantas, tais como a utilização de resíduos
vegetais, estercos e compostos. Além disso, algumas propriedades utilizam fontes orgânicas pela
necessidade de diminuírem ao máximo a entrada de insumos externos, maximizando o uso de
insumos produzidos na propriedade, aliando a diminuição do custo de produção com maior
produtividade.
Esses materiais orgânicos, juntamente com a matéria orgânica do solo, representam e
constituem na principal fonte de nutrientes para cultivos orgânicos ou agroecológicos. No
entanto, devido às transformações desses materiais no sistema solo-planta ser complexas e
dinâmicas, há restrições na sua utilização de maneira mais criteriosa, não fornecendo informações
coerentes e conclusivas aos produtores e técnicos.
Quando adicionados aos solos, todos os materiais orgânicos estão sujeitos à decomposição
que é controlada por vários fatores, como temperatura, umidade, composição química e
bioquímica da fonte, fertilidade do solo, dentre outros (Swift et al., 1979). Não obstante, esse
processo pode ser representado e examinado por esquemas e mecanismos que facilitam seu
entendimento, os modelos matemáticos.
Nesse sentido, a utilização de modelos de simulação, os quais reúnem informações
referentes às condições edafoclimáticas e composição do material, é indispensável para melhor
compreender a dinâmica do processo de decomposição e liberação do N de materiais orgânicos
utilizados na agricultura, transformando este conhecimento em informações úteis aos produtores
(Whitmore & Handayanto, 1997). Com isso, essa ferramenta pode auxiliar na tomada de decisão
quanto ao uso de materiais orgânicos (resíduos animais, vegetais e composto orgânico) em
diferentes condições ambientais e, dessa forma, contribuir para o planejamento e gerenciamento
das propriedades que utilizam essas alternativas.
Os modelos desenvolvidos para simular a dinâmica da matéria orgânica podem ser
divididos em dois grupos (Fideling et al., 2007). No primeiro, estão inseridos os modelos
desenhados para verificar o efeito a longo prazo do manejo dos materiais orgânicos sobre o
estoque de C e N no solo: Century (Parton et al., 1987), GENDEC (Moorhead & Reynolds, 1991)
e ROTHC. Um segundo grupo tem sido desenvolvido para simular em curto prazo a
9
decomposição de resíduos em superfície associado à dinâmica do C e N para cultivos de ciclo
curto: NDICEA (Burgt et al., 2006), CERES-N (Quemada et al., 1997), STICS (Brisson et al.,
1998), NCSOIL (Molina et al., 1983), PASTIS (Garnier et al., 2003), APSIM (Thorburn et al.,
2001) e EXPERT-N (Berkenkamp et al., 2002).
Dessa forma, na hipótese que modelos são capazes de estimar com alto grau de acurácia a
taxa de decomposição e a liberação do N para região tropical, este trabalho teve por objetivo
avaliar a capacidade de modelos em estimar a taxa de decomposição e liberação do N de
diferentes materiais orgânicos. Especificamente, pretendeu-se calibrar e validar os modelos
NDICEA, Century e APSIM em diferentes condições climáticas e para materiais orgânicos de
diversas origens.
10
2. MATERIAL E MÉTODOS
A descrição dos locais de estudo deste trabalho e detalhes dos dados utilizados no
processo de modelagem foram obtidos no trabalho de Matos (2005) e Chacón (2006), ambos
realizados no Departamento de Solos da Universidade Federal de Viçosa.
2.1. Descrição dos Locais e Materiais Orgânicos
2.1.1. Materiais Vegetais
Os experimentos de avaliação da taxa decomposição e liberação de N dos materiais
vegetais foram realizados em propriedades rurais do município de Pedra Dourada e Araponga,
ambas na Zona da Mata mineira. A propriedade do município de Pedra Dourada está localizada a
20° 50’ sul e 42° 08’ oeste, possuindo altitude de 690 m. O município de Araponga localiza-se a
20° 38’ sul e 42° 32’ oeste, com altitude de 790 m. As temperaturas mínimas e máximas médias
mensais juntamente com a precipitação pluviométrica por 1 ano estão reunidas no Quadro 1.
Quadro 1 – Temperatura mínima e máxima média e precipitação pluviométrica mensal durante
um ano nos municípios de Araponga e Pedra Dourada
Araponga Pedra Dourada
Temperatura Precipitação Temperatura Precipitação
Mês
Mín. Máx. Mín. Máx.
--------- ºC --------- mm --------- ºC --------- mm
Janeiro
17,25 20,43 281,90 18,70 27,28 405,90
Fevereiro
15,54 26,10 27,90 18,70 27,55 388,40
Março
15,69 24,79 81,40 17,68 27,86 174,40
Abril
14,87 23,33 16,60 17,35 26,38 136,70
Maio
11,60 23,12 21,20 14,56 23,95 41,60
Junho
10,47 27,93 0,00 11,75 22,77 40,70
Julho
11,75 26,70 7,50 11,77 22,26 35,60
Agosto
10,47 26,41 51,30 11,45 25,19 0,20
Setembro
11,33 25,08 47,80 13,75 28,21 0,00
Outubro
15,72 28,06 27,80 16,70 26,59 66,20
Novembro
17,80 27,82 153,80 17,70 27,20 196,20
Dezembro
19,43 29,13 262,10 19,03 27,34 275,70
Fonte: Matos (2005).
11
Para a propriedade de Pedra Dourada foram utilizados dados das taxas de decomposição e
liberação de N dos resíduos vegetais de Arachis pintoi (amendoim forrageiro), Calopogonium
mucunoides (calapogônio), Stizolobium aterrimum (mucuna), Stylozanthes guyanensis
(estilosantes), obtidos em experimento de 360 dias (Matos, 2005). Em Matos (2005), pela análise
da decomposição, foi possível separar os resíduos em dois grupos, mais e menos resistente a
decomposição, sendo representado por: calapogônio (mais resistente) e mucuna (menos
resistente). Da mesma forma, foram utilizados dados da dinâmica dos resíduos de Calopogonium
mucunoides (calopogônio), Crotalaria juncea (crotalária), Brachiaria decumbens (braquiária),
Stizolobium aterrimum (mucuna), Inga edulis (ingá), Leucaena leucocephala (leucena), Cajanus
cajan (guandu) e Amaranthus spinosus (caruru), para a propriedade do município de Araponga,
durante 150 dias (Chacón, 2006). Chacón (2006) realizou testes de agrupamento de acordo com a
composição química dos materiais vegetais, chegando: grupo 1 – calapogônio, caruru, crotalária,
guandu e mucuna; grupo 2 – braquiária; grupo 3 – ingá e leucaena. Dessa forma, para a
representação gráfica foi escolhido um material para representar o grupo, sendo: crotalária,
braquiária e ingá.
As características químicas e bioquímicas de todos os materiais utilizados nos
experimentos são apresentadas no Quadro 2. Ambos os experimentos utilizaram o método de
sacolas de decomposição (litter bags) para estimar a perda de massa e liberação de N. Do material
vegetal que foi submetido a decomposição foi retirada amostra no início (tempo zero) para
realizar as análises químicas e bioquímicas, de forma a poder fazer a caracterização e os cálculos
de perda de matéria seca e N remanescente. No experimento com duração de 360 dias (Pedra
Dourada), as amostragens foram feitas aos 30, 60, 120, 240 e 360 dias após a instalação das
sacolas no campo. No experimento com execução de 150 dias (Araponga) as amostragens foram
realizadas aos 30, 60, 90, 120 e 150 dias após o início da decomposição no campo. Em cada
amostragem, as sacolas de decomposição foram limpas e os materiais secos em estufa de
circulação forçada de ar por 72 horas para determinação do peso seco. Em seguida, esses
materiais foram moídos e submetidos às análises químicas. No experimento pelo período de 360
dias (Pedra Dourada; Matos, 2005), o método utilizado para determinação do N remanescente nos
resíduos foi o de combustão seca, em analisador elementar (Perkin Elmer CHNS/O 2400). Para o
experimento por 150 dias (Araponga; Chacón, 2006), foi determinado o N pelo método Kjeldahl
(Bremner, 1996).
12
Quadro 2 - Composição química e bioquímica de materiais vegetais utilizados nas simulações
(Matos, 2005; Chacón, 2006)
C N P
K
Ca M
g
HEM CEL LIG POL
Material Vegetal
---------------------------------- dag kg
-1
----------------------------------
Ara
p
on
g
a
C. mucunoides
46,3 3,42 0,22 1,04 1,11 0,41 10,3 40,0 13,6 2,59
C. juncea
46,8 3,42 0,19 1,36 0,81 0,25 17,0 36,0 12,3 2,32
B. decumbens
42,2 1,78 0,18 1,03 0,60 0,66 26,2 38,5 7,80 1,83
S. aterrimum
43,1 2,87 0,19 1,04 1,09 0,19 18,2 36,7 12,3 1,98
I. edulis
46,3 3,24 0,20 1,14 0,52 0,19 15,0 29,6 24,0 5,13
L. leucocephala
44,3 4,51 0,21 1,57 1,54 0,31 14,4 27,0 26,9 6,98
C. cajan
48,0 3,71 0,29 1,50 0,68 0,18 11,3 39,0 18,4 4,35
A. spinosus
37,6 3,94 0,40 4,38 2,34 0,50 18,0 31,9 11,1 1,87
Pedra Dourada
A. pintoi
42,7 2,72 0,27 2,26 1,09 0,50 12,1 31,2 7,8 1,68
C. mucunoides
44,1 3,52 0,30 2,1 0,83 0,20 16,6 26,7 9,0 1,30
S. guianensis
43,7 3,20 0,26 1,72 1,17 0,25 12,9 29,8 4,8 1,72
S. aterrimum
45,3 3,7 0,26 1,97 0,82 0,20 16,9 31,7 8,6 2,04
HEM = hemicelulose; CEL = celulose; LIG = lignina; POL = polifenóis totais solúveis.
2.1.2. Estercos
Chacón (2006) avaliou a perda de C e mineralização de N dos estercos de bovino, frango,
suíno e coelho, coletados ao acaso nas unidades de produção do Departamento de Zootecnia da
Universidade Federal de Viçosa. As características químicas e bioquímicas dos estercos avaliados
constam do Quadro 3. Após a caracterização química de cada material, o equivalente a dois
gramas de C de cada esterco foi misturado a 100 gramas de solo seco, e acondicionado em potes
plásticos cilíndricos. Durante o experimento, conduzido em condições de laboratório, a
temperatura foi 25 ± 1 °C e a umidade de 80 % da capacidade de retenção de água do solo.
13
Quadro 3 – Composição química e bioquímica de estercos utilizados nas simulações (Chacón,
2006)
Componente Bovino Coelho Galinha Suíno
C (dag kg
-1
) 41,30 35,56 31,31 41,93
N (dag kg
-1
) 2,08 1,93 4,03 2,74
P (dag kg
-1
) 0,75 1,29 1,95 1,45
C/N
23,00 21,00 9,00 18,00
C/P
142,00 71,00 41,00 75,00
Cag (dag kg
-1
) 1,74 1,95 2,12 1,82
POL (dag kg
-1
) 1,45 0,81 5,52 1,68
CARB (dag kg
-1
) 0,15 0,19 0,34 0,21
BSA (µg mg
-1
) 20,34 8,17 15,33 31,89
Cag = carbono solúvel em água; POL = polifenóis totais solúveis; CARG = carboidratos totais solúveis; BSA =
capacidade dos polifenóis em complexar proteínas.
Após 30 dias de incubação avaliou-se o C oxidado e, após 60 dias, a mineralização do N.
Nas unidades experimentais foram colocados copos plásticos (50 cm³) onde o C-CO
2
respirado
foi capturado em solução de NaOH 0,5 mol L
-1
, formando carbonatos com a adição de BaCl
2
0,05
mol L
-1
, e dosado por meio de titulação com HCl 0,25 mol L
-1
. Nas amostras coletadas
semanalmente foram determinados o N amoniacal e nítrico, extraídos pelo KCl 1 mol L
-1
e
determinados por colorimetria. O N inorgânico foi obtido pela soma do N amoniacal com o N
nítrico (Chacón, 2006).
2.1.3. Compostos
Os compostos avaliados foram provenientes de compostagem por 90 dias. Para a
elaboração dos compostos foram misturadas porções iguais em massa dos seguintes constituintes:
esterco de bovino com casca de café; mucilagem com chorume suíno e casca de café. Estes
compostos foram avaliados em comparação a casca de café não composta e ao vermicomposto. A
composição química e bioquímica desses materiais pode ser observada no Quadro 4. Os métodos
utilizados para avaliação do C oxidado e mineralização do N são os mesmos abordados no tópico
2.1.2.
14
Quadro 4 – Composição química e bioquímica dos compostos orgânicos utilizados nas
simulações (Chacón, 2006)
Componente
Esterco de
bovino+casca de
café
Casca de café
Mucilagem+chor
ume+casca de
café
Vermicomposto
C (dag kg
-1
) 45,64 48,68 26,28 13,23
N (dag kg
-1
) 1,95 1,56 1,74 1,03
P (dag kg
-1
) 0,34 0,17 1,09 0,36
C/N
27 36 18 15
C/P
347 740 62 95
FDN (dag kg
-1
) 62 75,53 47,24 53,63
FDA (dag kg
-1
) 48,69 62,53 37,1 46,23
HEM (dag kg
-1
) 13,31 9,99 10,14 7,39
CEL (dag kg
-1
) 34,24 42,65 16,78 8,85
LIG (dag kg
-1
) 13,99 19,48 10,44 9,15
PB (dag kg
-1
) 12 6,01 14,14 8,16
FDN = fibra insolúvel em detergente neutro; FDA = fibra insolúvel em detergente ácido; HEM = hemicelulose;
CEL = celulose; LIG = lignina; PB = proteína bruta.
2.2. Descrição dos Modelos
2.2.1. NDICEA
O modelo NDICEA (“Nitrogen Dynamics in Crop Rotations in Ecological Agriculture”)
foi criado para simular a dinâmica da água no solo, assim como do carbono (C), matéria orgânica
fresca e do solo, e de nitrogênio (N) orgânico e inorgânico sob sistemas de rotação de cultura
(Burgt et al., 2006). Neste modelo a etapa de tempo é semanal, escala de kg ha
-1
, e pode-se
trabalhar com a camada de 0-5 cm. Contudo, neste trabalho serão apresentadas somente as bases
de cálculo concernentes à decomposição dos materiais orgânicos e mineralização do N. Todos os
dados e cálculos apresentados a seguir foram extraídos do manual do modelo e de Burgt et al.
(2006).
Para o cálculo da taxa de decomposição do material orgânico (dMO; em kg de MO por
semana) o modelo assume:
dMO = (2,82 A
t
1,6
MO f) / 52 (1)
15
em que: A
t
é a idade aparente; MO o material orgânico em kg; f aos fatores temperatura, umidade,
proteção da matéria orgânica e pH. Essa equação é derivada da combinação das equações 2 e 3:
C
y
= C
0
exp(4,7 (A
y
-0,6
– A
0
-0,6
)) (2)
A
t
= 1/52 f t + A
0
(3)
Em que: C
y
é o C remanescente depois da aplicação do carbono orgânico (C
0
) no tempo t = 0; A
y
a idade aparente do substrato orgânico no tempo y (em ano); A
0
a idade aparente no tempo de
aplicação (em ano). A equação 2 foi proposta por Janssen (1984, 1996) para a dinâmica do
carbono. A equação 3, que calcula a idade aparente do material orgânico, é descrita por Woli
(2002, citado por Burgt et al., 2006). Neste modelo é introduzido o conceito de idade aparente ou
idade inicial do material orgânico. Esse conceito corresponde à presença de constituintes do
material orgânico com maior recalcitrância ou a maior resistência do material à decomposição,
dessa forma, quanto mais o material orgânico conter compostos como lignina e polifenóis, maior
será sua IA (Initial Age). Mais detalhes podem ser encontrados em Yang & Janssen (2002).
A correlação de fatores presentes em f que controla a taxa de decomposição é descrita na
equação 4:
f = f
T
f
θ
f
p
rot
f
p
H
(4)
em que: f
T
= o fator temperatura; f
θ
= o fator umidade; f
prot
= o fator proteção e; f
pH
= o fator pH. O
efeito da temperatura (f
T
) na taxa de decomposição é descrita pela modificação na equação
proposta por Yang (1996), citado por Burgt et al. (2006), que foi baseada na temperatura média
anual (T
a
), levando em conta a temperatura média semanal T
av
sobre a taxa de decomposição:
f
Yan
g
= 0 T
a
≤ - 1 °C
f
Yan
g
= 0,09 (T
av
+ 1) - 1 < T
av
≤ 9 °C
f
Yan
g
= 0,88 2
((Tav
–
9) / 9)
9 < T
av
≤ 27 °C
f
Yan
g
= 3,5 T
av
> 27 °C
(5)
O efeito da umidade (f
θ
) nesse processo é descrito por Rijtema (1980, citado por Burgt et
al., 2006). Verifica-se que do pF 0 a 2,7 o fator de correlação é 1, havendo decréscimo linear para
16
0 entre pF = 2,7 e pF = 4,2. O pF corresponde ao logaritmo da tensão de umidade do solo
expressa em cm de altura de coluna de água.
O fator capacidade de proteção (f
prot
), que depende da textura, da estrutura e do conteúdo
de matéria orgânica do solo.
O efeito do pH na taxa de decomposição é descrito partindo de várias pesquisas (Baht et
al., 1980; Rijtema & Kroes, 1991) que indicaram a influência significativa do pH sobre esse
processo, resultando assim a seguinte equação:
f
p
H
= 1 / (1+exp( – 1,5 (pH – 4))) (6)
Para o cálculo da liberação/mineralização do N (dMN; kg ha
-1
semana
-1
) do material
orgânico adicionado ao solo o modelo descreve pela seguinte equação:
dMN = ((1 + ad
micro
) / (OM / NO) - ad
micro
/ (cn
micro
/ 0,58)) dOM (7)
onde ad
micro
é a relação assimilação/mineralização da matéria orgânica pelos microrganismos; NO
o nitrogênio orgânico (kg ha
-1
); cn
micro
a relação C/N dos microrganismos. A título de
esclarecimento, a dissimilação são os produtos da oxidação de compostos orgânicos (CO
2
e H
2
O).
2.2.2. APSIM
O modelo “Agricultural Production Systems Simulator” (APSIM) foi criado pela
necessidade de melhorar o planejamento e previsão da produção de culturas em diferentes
condições de clima, genótipo, solo e fatores de manejo nas propriedades rurais da Austrália
(Keating et al., 2003). Este modelo é constituído de 10 componentes que são detalhadamente
abordados por Keating et al. (2003), sendo eles: cultivo anual, pastagem e floresta; balanço de
água e movimento de solutos no solo; matéria orgânica do solo e nitrogênio; resíduos; fósforo;
pH do solo; erosão; manejo; inter-cultivos/plantas espontâneas/sistemas em consórcio e;
simulação de multipontos. Apesar de apresentar essa estruturação, este modelo tem evoluído, o
que pode ser observado pela comparação das publicações anteriores com as mais recentes
(Probert et al., 1998; Thorburn et al., 2001; Keating et al., 2003).
17
O APSIM-resíduo, que é descrito por Probert et al. (1998), trata o resíduo sobre a
superfície do solo separadamente da matéria orgânica do solo e dos resíduos incorporados. Neste
modelo há a possibilidade de se trabalhar com a camada de 0-15 cm, em escala de tempo mensal
ou diária. A taxa de decomposição dos resíduos é controlada pela equação de primeiro grau:
dR/dt = - k R (8)
em que: R é a massa do resíduo ou material orgânico por unidade de área (kg ha
-1
); t o tempo; e k
o coeficiente de decomposição dado por:
k = D
max
F
C:N
F
temp
F
umidade
F
contato
(9)
em que: D
max
é a taxa de decomposição máxima ou potencial; F
C:N
, F
temp
,
F
umidade
e F
contato
são
fatores na escala de 0 a 1 que indicam o grau de limitação na decomposição imposta pela relação
C/N do resíduo, temperatura, umidade e contato resíduo-solo, respectivamente (Thorburn et al.,
2001). As definições dos fatores são expressas matematicamente (equações 10-13):
F
C:N =
exp (0,277 (1 – C/N / C/N
opt
)) C/N > C/N
op
t
(10)
F
temp
= (T/T
opt
)² T ≤ T
opt
(11)
F
umidade
= 1 - ∑ E
os
/E
os, max
∑ E
os
< E
os, max
(12)
F
contato
= 1 – ((1 - F
contato, min
)/ R
max
- R
min
) (R - R
min
) R
min
< R ≤ R
max
(13)
em que: T é a temperatura média do ar diária (°C); E
os
o potencial de evaporação diário de água
do solo (mm); R
min
a massa do resíduo acima da qual a taxa de decomposição é reduzida (kg ha
-
1
); R
max
a massa do resíduo acima da qual a taxa de decomposição é independente da massa (kg
ha
-1
); e o subscrito “opt” e “max” corresponde ao ótimo e máximo valor do parâmetro,
respectivamente. Com exceção do F
contato, min
que varia de 1 a 0,46, os demais fatores variam de 0
a 1.
Na busca para melhorar a acurácia do APSIM em estimar a taxa de decomposição dos
materiais orgânicos, Thorburn et al. (2001) propuseram a mudança do fator contato, que foi
incorporado ao modelo. Estes autores indicaram a substituição da equação 13 pela equação 14,
sendo:
18
F
contato2
= R
crit
/R R > R
crit
F
contato2
= 1 R ≤ R
cri
t
(14)
em que: R
crit
é a quantidade de resíduo (kg ha
-1
) que pertence a camada ativa de decomposição,
que possui condições mais propícias para a atividade biológica. Há a dificuldade em estimar este
parâmetro, podendo ser específico para cada material, entretanto, é sugerido que o R
crit
seja
parametrizado entre 1 e 3 t ha
-1
.
Por meio dessas equações é possível estabelecer gráficos que permitem a melhor
compreensão de como esses fatores influenciam na taxa de decomposição dos resíduos (Figura
1).
Relação C/N
0 50 100 150 200 250 300
F
C/N
0.0
0.2
0.4
0.6
0.8
1.0
T (°C)
0 5 10 15 20 25 30
F
temp
0.0
0.2
0.4
0.6
0.8
1.0
E
os
(mm)
0 5 10 15 20 25 30
F
umidade
0.0
0.2
0.4
0.6
0.8
1.0
Resíduo (t ha
-1
)
0123456
F
contato
0.0
0.2
0.4
0.6
0.8
1.0
Figura 1 – Função padrão dos fatores que limitam a decomposição de resíduos no APSIM-
resíduo devido a: (a) relação C/N inicial do resíduo (relação C/N
opt
= 25); (b) temperatura
(T
opt
= 25 °C); (c) umidade (E
os,max
= 25 mm); (d) contato resíduo-solo (R
min
= 1,5 t ha
-1
,
R
max
= 3 t ha
-1
e F
contato, min
= 0,46) (Thorburn et al., 2001). Linha pontilhada no gráfico (d)
corresponde ao fator contato proposto por Thorburn et al. (2001) que foi incorporado ao
modelo (equação 14).
(d)
(c)
(b)
(a)
19
No APSIM, a descrição da mineralização de N é feita pela equação (15) proposta por
Whitmore & Handayanto (1997):
N
mineralizado
= C
decom
p
osto
(1/Z – E/Y) (15)
em que: Z é a relação C/N do substrato em decomposição; E é o fator de eficiência
microbiológica, que é fixada pelo modelo em 0,4; e Y é a relação C/N da matéria orgânica que
está sendo formada. Esta matéria orgânica corresponde ao produto final do processo de
decomposição, onde Whitmore & Handayanto (1997) definiram que como húmus, possuindo
relação C/N em torno de 10.
2.2.3. Century
Apesar de ter sido criado para simular a dinâmica de matéria orgânica dos solos sob
pastagens naturais das planícies norte-americanas, o Century vem sendo utilizado com sucesso
para as condições tropicais (Leite, 2002; Mendonça & Stott, 2003; Leite & Mendonça, 2003;
Cerri et al., 2004; Leite et al., 2004a; Leite et al., 2004b; Galdos, 2007; Leite & Mendonça,
2007).
O Century é dividido em três submodelos: o submodelo de água, o submodelo de
produção vegetal e o submodelo de dinâmica de matéria orgânica. O submodelo que descreve a
dinâmica de matéria orgânica do solo é dividido em cinco compartimentos, sendo três referentes
à matéria orgânica do solo e dois referentes aos resíduos vegetais (Metherell et al., 1993). Os
resíduos vegetais são divididos em compartimento estrutural (resistente a decomposição) e
metabólico (rapidamente decomponível) (Parton et al., 1994a, b). O compartimento estrutural
compreende o material que tem tempo de reciclagem de 1 a 5 anos e o compartimento metabólico
é o material que possui tempo de reciclagem de 0,1 a 1 ano, ou seja, que é decomposto
rapidamente, sofrendo prontamente a ação dos microrganismos (Parton et al., 1994a, b; Leite &
Mendonça, 2007). O Century trabalha em escala de metro quadrado e simula a camada
superficial (0-20 cm), com etapa de tempo mensal.
Para a taxa de decomposição dos resíduos em superfície, este modelo possui uma equação
para cada compartimento (metabólico, equação 16, e estrutural, equação 17):
20
dC
I
/dt = K
I
A C
I
(16)
dC
I
/dt = K
I
L
c
A C
I
(17)
em que: K
I
é a taxa de decomposição máxima para o compartimento; C
I
é a quantidade de C no
compartimento; A é o efeito combinado da umidade e temperatura; L
c
é o impacto do teor de
lignina sobre a taxa de decomposição, que é calculada pela equação 18:
L
c
= e
(
-3 x Ls
)
(18)
em que: Ls é o conteúdo de material estrutural.
A influência da temperatura (t
1
e t
2
) e umidade sobre a taxa de decomposição pode ser
exemplificada matematicamente (equações 19-23) e graficamente (Figura 2). Sendo:
t
1
= (45 – T
s
)/(45 – 35) (19)
t
2
= e
(
0,076
(
1
–
e
(
In
(
t
1
)
2,63
))
(20)
A
t
= e
(
In
(
t1
)
0,2
)
t
2
(21)
A
w
= ((1 / (1 + 30 e
(
-8,5 RAT
)
) (22)
Se RAT > 1,5
A
w
= 1 – 0,7 (RAT – 1,5) / 1,5 (23)
em que: T
s
é a temperatura média do solo (°C); A
t
o efeito da temperatura; A
w
o efeito da
umidade; RAT é razão entre a água armazenada (profundidade de 0-30 cm) mais a precipitação
mensal (cm) e potencial de evapotranspiração (cm).
21
Temperatura do Solo (T
s
- °C)
0 1020304050
Efeito da Temperatura (At)
0.0
0.2
0.4
0.6
0.8
1.0
RAT
0.0 0.2 0.4 0.6 0.8 1.0 1.2
Efeito da Umidade (A
w
)
0.0
0.2
0.4
0.6
0.8
1.0
Figura 2 – Efeito da temperatura (a) e umidade (b) sobre a taxa de decomposição (Parton et al.,
1994
)
.
Todas essas equações e pressupostos podem ser encontrados com mais detalhes em Parton
et al. (1994a, b), Leite e Mendonça (2003) e Leite e Mendonça (2007).
2.3. Parametrização e Calibração dos Modelos
Considerou-se a aplicação dos materiais orgânicos na superfície do solo. Dessa forma, foi
utilizada a variável de entrada dos modelos que considerasse tal característica. No NDICEA
utilizou-se como variável de entrada da quantidade e características dos materiais orgânicos a
“matéria orgânica nova” (fresh organic matter). No Century, há vários caminhos de entrada dos
materiais orgânicos, contudo, foi criado um cenário onde os resíduos foram adicionados em
superfície (CLITTR no site.100). No APSIM utilizou-se o módulo resíduo que considera os
resíduos aplicados em superfície.
Os principais dados de entrada de cada modelo foram: NDICEA – temperatura,
precipitação, textura e pH do solo, quantidade de material orgânico com seu teor de N; APSIM -
temperatura, precipitação, fator contato, quantidade de material orgânico com sua relação C/N;
Century - temperatura, precipitação, quantidade de material orgânico com seu teor de lignina e
relação C/N.
Dessa forma, depois dos modelos parametrizados com essas variáveis, foi realizada sua
calibração, tendo em vista buscar uma similaridade entre os dados observados e simulados pela
(a) (b)
22
variação de um parâmetro interno. A calibração do NDICEA foi realizada pela variável idade
inicial (Initial Age) do material (equação 1 e 3), que tem relação direta com sua composição
química e bioquímica, indicando assim a velocidade com que os materiais orgânicos são
decompostos (Yang & Janssen, 2002); no APSIM, a calibração foi feita pela variável denominada
“potencial de decomposição” (equação 9), quanto maior, maior será a velocidade de
decomposição dos materiais orgânicos; para o Century, a calibração se restringiu ao DEC1 (1) e
DEC2 (1), variáveis referentes a velocidade de decomposição do material estrutural e metabólico
dos resíduos, respectivamente (equação 16 e 17). A calibração dos modelos se restringiu a essas
variáveis por controlarem a decomposição dos materiais orgânicos, que é diferenciada das
condições que os modelos foram idealizados. As demais variáveis de entrada dos modelos não
foram modificadas na calibração, pois são características ligadas ao ambiente ou ao material
vegetal (como temperatura, umidade, relação C/N, etc.), parametrizadas com as condições que
foram estabelecidas para simulação dos modelos.
2.4. Análise de Sensibilidade
Addiscott (1993) sugere que se analise a sensibilidade de um modelo mudando o
parâmetro a ser testado em porcentagem (10, 20 ou 30 %), observando assim o resultado de saída.
No entanto, no presente trabalho a análise de sensibilidade não foi realizada desta maneira, por
representar mudança pequena em valores absolutos, tendo pouco reflexo sobre os resultados de
saída. Assim, desde que encontrada a calibração “adequada” para descrever o processo, foi
mantida essa calibração e realizada mudanças nos valores da relação C/N (em torno de 30, 50 e
100, partindo da relação C/N real – exemplo – relação C/N de 15, foram testados 35, 55 e 105,
além de ser testado o menor valor dessa relação, 5) dos materiais vegetais no Century e APSIM.
No NDICEA foi efetuada essa mudança no teor de N em duas unidades para cima e para baixo do
valor observado. Essas modificações foram avaliadas observando qual a influência dessas nos
resultados de saída (decomposição e liberação de N).
23
2.5. Validação
Na tentativa de validação dos modelos por meio da utilização de dados independentes, de
uma localidade com características experimentais diferentes, principalmente climáticas, foi
utilizado o trabalho de Espindola et al. (2006). Este trabalho foi desenvolvido em Seropédica –
RJ, com quatro materiais vegetais: amendoim forrageiro (Arachis pinto), cudzu tropical
(Pueraria phaseoloides), siratro (Macroptilium atropurpureum) e vegetação espontânea com
predomínio de capim colonião (Panicum maximum). Foram avaliadas a matéria seca
remanescente e liberação de N durante 150 dias na estação seca e 150 dias na estação chuvosa ,
utilizando-se de sacolas de decomposição. As características químicas e bioquímicas desses
materiais vegetais são apresentadas no Quadro 5. No final de cada período estes autores
calcularam a constante k e tempo de meia vida da matéria seca e do N utilizando as equações 23 e
25. Juntamente com a validação, também foi avaliada a capacidade das equações sugeridas neste
trabalho em estimar os IAs (Initial Age – parâmetro que está diretamente ligado a composição
química, que controla velocidade de decomposição) desses materiais no NDICEA.
Quadro 5 - Composição química e bioquímica dos materiais orgânicos vegetais utilizados nos
testes de validação (Espindola et al., 2006)
C N C/N POL CEL HEM LIG
Material Vegetal
---- dag kg
-1
---- ------------------ dag kg
-1
------------------
Estação Seca
Amendoim forrageiro
45,9 2,9 16,1 1,6 15,2 9,1 12,0
Cudzu
47,8 2,5 19,2 2,1 20,7 14,9 8,8
Siratro
47,2 2,1 22,7 1,4 26,9 14,5 12,7
Plantas Espontâneas
45,9 1,1 43,9 1,3 29,7 22,8 8,8
Estação Chuvosa
Amendoim forrageiro
48,4 2,4 20,5 3,3 14,7 14,7 11,1
Cudzu
50,7 2,4 21,6 1,8 25,4 12,7 12,2
Siratro
49,5 2,5 20,6 2,0 23,9 9,7 11,0
Plantas Espontâneas
49,2 0,6 79,3 1,3 31,1 29,8 8,0
POL = polifenóis totais solúveis; CEL = celulose; HEM = hemicelulose; LIG = lignina.
Foi mantida a calibração dos parâmetros estabelecidos para os materiais anteriormente
testados durante os 150 dias (Araponga), e adicionadas às características climáticas, dos materiais
vegetais e do solo de Seropédica. Com isso, foi possível testar a capacidade preditiva dos
24
modelos do comportamento da matéria seca e da liberação do N para condições climáticas
tropicais contrastantes.
2.6. Análise Estatística
2.6.1. Materiais Vegetais
Para testar se o modelo simulou satisfatoriamente a taxa de decomposição e liberação de N,
foram plotados, em função do tempo, os pontos observados (medidos), com respectivos
intervalos de confiança, e o simulado pelos modelos. Dessa forma, quando os modelos simularam
dentro desse intervalo foram considerados satisfatórios em estimar a cinética da variável em
questão.
Foram ajustadas equações de regressão lineares dos dados observados em função dos
simulados pelos modelos para cada material, e verificado estatisticamente se o intercepto (a)
difere de zero e a inclinação (b) difere de um, calculado pelo intervalo de confiança de cada
componente da equação a 95 % de probabilidade. Se o intercepto, a inclinação ou ambos os
componentes das equações ajustadas diferirem do ideal (zero e um, respectivamente), significa
que os modelos não simularam com acurácia a taxa de decomposição ou liberação de N dos
materiais vegetais.
Ainda foi calculada a constante k (equação 24) para os dados simulados, à título de
comparação com os dados observados. Para isso utilizou-se a equação em que:
X = X
0
e
(
-
k
x t
)
(24)
em que: X é a quantidade de matéria seca ou de N mineralizado após um período de tempo, t; e
X
0
é a quantidade inicial de matéria seca ou de N no material orgânico. Reorganizando os termos
da equação 24 é possível calcular a constante k. Dessa forma tem-se:
k = ln (X / X
0
) / t (25)
Outra característica útil na avaliação do melhor modelo de simulação é comparando o
tempo de meia vida entre o simulado e observado, que expressa o período de tempo necessário
25
para que metade dos resíduos se decomponha ou para que metade do N contido nesse resíduo seja
liberada. É possível calcular os tempos de meia vida pela equação:
t
1/2
= ln (2) / k (26)
em que t
1/2
é o tempo de meia vida de matéria seca ou nutriente, ln (2) é um valor constante e k é
a constante de decomposição descrita anteriormente (Rezende et al., 1999).
2.6.2. Estercos e Compostos
Não foram realizadas análises estatísticas específicas para a taxa de decomposição e
mineralização do N dos estercos e compostos, mas sim, feita a comparação do modelo que
estimou mais próximo dos dados medidos.
26
3. RESULTADOS
3.1. Materiais Vegetais
3.1.1. Araponga (150 dias)
O Century e o APSIM na ausência da calibração superestimaram a taxa de decomposição
e liberação de N de todos os materiais vegetais (Figura 3 e 4). No NDICEA isto foi observado
para materiais mais resistentes à decomposição (ingá), para grande parte dos materiais
(calapogônio, caruru, crotalária, guandu e mucuna) este modelo subestimou tanto a
decomposição quanto a liberação de N. Dessa forma, para obter maior grau de acurácia dos
modelos em estimar a taxa de decomposição e liberação de N dos materiais vegetais para as
condições estabelecidas, as variáveis que controlam estes processos foram calibradas (Quadro 6).
27
A calibração para decomposição no Century e APSIM foi realizada de modo a desacelerar
o processo em relação ao modelo original em todos os materiais vegetais. No NDICEA, com
exceção do ingá, braquiária e leucaena, que são mais resistentes a decomposição, nos demais
materiais o modelo foi calibrado de modo a acelerar a decomposição. Nos materiais de
calapogônio, caruru, crotalária, guandu e mucuna a calibração para decomposição foi a mesma no
APSIM e no Century. Foram também iguais para a braquiária e leucaena. O que não ocorreu no
NDICEA.
0
20
40
60
80
100
Matéria Seca Remanescente (%)
0
20
40
60
80
100
Tempo (d)
0 30 60 90 120 150
0
20
40
60
80
100
Crotalária
Tempo (d)
0 30 60 90 120 150
Braquiária
Ingá
NDICEA
CenturyAPSIM
Tempo (d)
0 30 60 90 120 150
Figura 3 – Matéria seca remanescente medida (pontos) e simulada pelo modelo NDICEA, Century e
APSIM calibrados (linha cheia) e não calibrados (linha pontilhada) durante 150 dias de
decomposição dos resíduos de crotalária, braquiária e ingá. As barras nos pontos correspondem ao
intervalo de confiança da média observada.
(
a
)
(
b
)
(
c
)
(
f
)
(
i
)
(
h
)
(g)
(
d
)
(
e
)
28
0
20
40
60
80
100
Crotalária
Tempo (d)
0 306090120150
0
20
40
60
80
100
N Remanescente (%)
0
20
40
60
80
100
Tempo (d)
0 306090120150
Braquiária
Tempo (d)
0 306090120150
Ingá
NDICEA
Century
APSIM
Figura 4 – N remanescente observado (pontos) e simulado pelo modelo NDICEA, Century e APSIM
calibrados (linha cheia) e não calibrados (linha pontilhada) durante 150 dias de decomposição dos
resíduos de crotalária, braquiária e ingá. As barras nos pontos correspondem ao intervalo de
confiança da média observada.
No NDICEA a calibração foi realizada de acordo com as características de cada resíduo.
Dessa forma, pela correlação dos IAs com a composição química dos materiais vegetais foi
possível identificar a característica que está mais relacionada com esta variável (IA). A maior
correlação (P < 0,05) do IA foi obtida com a capacidade dos polifenóis em complexar proteínas (r
= 0,8802), com a relação lignina/N (0,8751) e lignina+polifenóis/N (0,8685). Assim, foi
elaborada a equação 27 que pode ser utilizada para estimar os IAs, sendo:
(
a
)
(
b
)
(
d
)
(
g
)
(
c
)
(
f
)
(
e
)
(
h
)
(
i
)
29
IA = 0,297762 + 0,130193 LN r² = 0,7666 (27)
em que: LN é a relação lignina/N.
Quadro 6 – Variável que controla a taxa de decomposição nos modelos em seu valor original
(default) e calibrada para os diferentes materiais vegetais aos 150 de decomposição no
município de Araponga
Modelo
NDICEA Century APSIM
Original Calibrado Original Calibrado Original Calibrado
Material
Vegetal
dec 1
a
dec 2
b
dec 1 dec 2
Decomposição
Braquiária
0,99 0,99 3,9 14,8 1,9 4,8 0,100 0,014
Calapogônio
0,99 0,74 3,9 14,8 3,9 9,8 0,100 0,018
Caruru
0,99 0,74 3,9 14,8 3,9 9,8 0,100 0,018
Crotalária
0,99 0,84 3,9 14,8 3,9 9,8 0,100 0,018
Guandu
0,99 0,84 3,9 14,8 3,9 9,8 0,100 0,018
Ingá
0,99 1,41 3,9 14,8 1,9 2,8 0,100 0,010
Leucaena
0,99 0,99 3,9 14,8 1,9 4,8 0,100 0,014
Mucuna
0,99 0,74 3,9 14,8 3,9 9,8 0,100 0,018
Liberação de N
Braquiária
0,99 0,590 3,9 14,8 1,9 4,8 0,100 0,014
Calapogônio
0,99 0,440 3,9 14,8 3,9 9,8 0,100 0,030
Caruru
0,99 0,440 3,9 14,8 3,9 9,8 0,100 0,030
Crotalária
0,99 0,540 3,9 14,8 3,9 9,8 0,100 0,030
Guandu
0,99 0,540 3,9 14,8 3,9 9,8 0,100 0,030
Ingá
0,99 1,070 3,9 14,8 1,9 2,8 0,100 0,010
Leucaena
0,99 0,990 3,9 14,8 1,9 4,8 0,100 0,014
Mucuna
0,99 0,740 3,9 14,8 3,9 9,8 0,100 0,018
a
: correspondente a decomposição do compartimento estrutural do material orgânico.
b
: correspondente a
decomposição do compartimento metabólicos do material orgânico.
Para descrever a liberação do N dos resíduos de braquiária, calapogônio, caruru,
crotalária, guandu e ingá, onde a taxa de liberação de N foi ligeiramente maior que a
decomposição, a calibração do NDICEA foi 0,3, menor que a calibração realizada para a
decomposição (Quadro 6). A calibração do APSIM, para esses mesmos materiais, com exceção
do ingá e braquiária, foi 0,012, maior que a calibração realizada no parâmetro que controla a
decomposição. No Century, por conciliar a taxa de decomposição juntamente com a liberação de
N dos materiais, a calibração para descrever esses dois processos foi a mesma.
Depois de calibrados os modelos aumentaram o grau de acurácia na descrição da
decomposição e liberação de N dos materiais vegetais (Figura 3 e 4). Em linhas gerais, o
30
NDICEA foi o modelo que melhor descreveu estes dois processos, por simular a dinâmica de
decomposição e liberação de N com maior freqüência dentro do intervalo de confiança da média
observada (Figura 3 e 4 a; b; c) e, principalmente, pelas equações ajustadas dos valores medidos
em função dos simulados, para estes dois processos, que não diferirem do ideal (Quadro 7).
Quadro 7 – Equação de regressão linear da taxa de decomposição e liberação de N observada (ŷ)
nos materiais vegetais em função dos dados simulados (x) pelo NDICEA, Century e
APSIM, sob 150 dias de decomposição no município de Araponga
Material Vegetal
Equação
Decomposição
R² Equação Liberação
de N
R²
NDICEA
Braquiária
ŷ = -1,858 + 0,960x 0,932 ŷ = 10,782 + 0,803x 0,866
Calapogônio
ŷ = 4,427 + 0,904x 0,951 ŷ = 8,732 + 0,863x 0,944
Caruru
ŷ = -1,303 + 0,941x 0,918 ŷ = 0,532 + 0,957x 0,957
Crotalária
ŷ = 3,656 + 0,942x 0,988 ŷ = 0,538 + 0,935x 0,930
Guandu
ŷ = 3,778 + 0,877x 0,875 ŷ = 4,384 + 0,915x 0,962
Ingá
ŷ = -1,081 + 1,013x 0,960 ŷ = 17,047 + 0,769x 0,892
Leucaena
ŷ = 0,229 + 0,914x 0,879 ŷ = 15,658 + 0,772x 0,884
Mucuna
ŷ = 7,294 + 0,861x 0,920 ŷ = -1,655 + 0,983x 0,983
Century
Braquiária
ŷ = 3,840 + 0,882x 0,903 ŷ = 12,820 + 0,754x 0,814
Calapogônio
ŷ = 8,718 + 0,859x 0,953 ŷ = 7,683 + 0,793x 0,831
Caruru
ŷ = 1,678 + 0,890x 0,887 ŷ = -2,780 + 0,894x 0,834
Crotalária
ŷ = 8,070 + 0,890x 0,987 ŷ = 2,816 + 0,831x 0,819
Guandu
ŷ = 7,726 + 0,836x 0,865 ŷ = 9,356 + 0,818x 0,904
Ingá
ŷ = 7,354 + 0,861x 0,861 ŷ = 14,550 + 0,763x 0,816
Leucaena
ŷ = 9,942 + 0,837x 0,918 ŷ = 43,236 + 0,520x 0,925
Mucuna
ŷ = 7,714 + 0,838x 0,888 ŷ = 22,564 + 0,737x 0,975
APSIM
Braquiária
ŷ = 8,758 + 0,824x 0,888 ŷ = 5,725 + 0,825x 0,814
Calapogônio
ŷ = 3,751 + 0,852x 0,871 ŷ = 5,066 + 0,814x 0,823
Caruru
ŷ = -6,290 + 0,905x 0,794 ŷ = -6,859 + 0,904x 0,793
Crotalária
ŷ = 1,036 + 0,908x 0,932 ŷ = -0,011 + 0,853x 0,812
Guandu
ŷ = 6,839 + 0,784x 0,766 ŷ = 6,056 + 0,826x 0,872
Ingá
ŷ = 31,021 + 0,624x 0,862 ŷ = 17,976 + 0,728x 0,815
Leucaena
ŷ = 2,999 + 0,834x 0,785 ŷ = 20,357 + 0,691x 0,810
Mucuna
ŷ = 2,727 + 0,829x 0,795 ŷ = 2,412 + 0,895x 0,926
Valores dos componentes da equação ajustada, intercepto ou inclinação, em negrito diferem estatisticamente de 0 e
1, respectivamente, à 95 % de probabilidade.
Para crotalária (Figura 3 a), que é representante das leguminosas herbáceas, o NDICEA
foi o modelo que simulou a decomposição com mais freqüência dentro do intervalo de confiança
do observado. Para os resíduos de braquiária (Figura 3 b; e; h), todos os modelos não tiveram o
31
mesmo desempenho que para crotalária, o que em parte se deve ao baixo intervalo de confiança
da média observada e em parte pela sua constituição química. Para o ingá, que é um material
mais resistente a decomposição, o NDICEA e Century (Figura 3 c; f) estimaram a taxa de
decomposição com mais freqüência dentro do intervalo de confiança do observado em relação ao
APSIM.
Apesar de ser um modelo criado para simulação de médio a longo prazo, o Century
apresentou alto grau de acurácia, tendo em vista que são condições de campo. Este modelo, com
freqüência, apresentou coerência com o intervalo de confiança da média observada (Figura 3 e 4).
Para decomposição, somente os interceptos das equações ajustadas para crotalária e leucaena
diferiram de zero e, para liberação de N, as equações ajustadas para os resíduos de leucaena e
mucuna diferiram do ideal.
No APSIM, o intercepto e a inclinação da equação ajustada para o resíduo de ingá durante
a decomposição diferiu de zero e um, respectivamente. Na liberação de N, as equações ajustadas
para todos os materiais vegetais não diferiram do ideal, mostrado bom grau de acurácia deste
modelo.
No tempo de meia vida, observa-se que o APSIM, apesar de ter apresentado o menor grau
de acurácia na dinâmica de decomposição, foi o modelo que apresentou menor desvio nesta
estimativa na grande maioria dos materiais, sendo: braquiária, calapogônio, caruru, crotalária,
leucaena e mucuna (Quadro 8). Não obstante, é importante ressaltar o bom desempenho dos
demais modelos em estimar o tempo de meia vida. Para o resíduo de calapogônio, por exemplo,
enquanto o APSIM simulou a meia vida com desvio em torno de 18 % da medida, o NDICEA e o
Century desviaram 21,2 e 23,7 %, respectivamente. O Century simulou com menor desvio o
tempo de meia vida para o ingá e o NDICEA para o guandu.
Na liberação de N o NDICEA estimou o tempo de meia vida com menor desvio nos
resíduos de crotalária, guandu, leucaena e mucuna (Quadro 8). O APSIM na braquiária,
calapogônio e caruru e, o Century, o menor desvio foi observado para o resíduo de ingá. É
importante frisar que algumas vezes, como exemplo para estimativa do tempo de meia vida da
liberação de N do resíduo de braquiária, enquanto a estimativa feita pelo APSIM desviou do
observado 4,0 %, o NDCEIA e Century estimaram com desvio de 11,9 e 15,1 %,
respectivamente, sendo esses valores excelentes, tendo em vista que são valores estimados de
experimento de campo.
32
Quadro 8 – Estimativa da constante k e tempo de meia vida observada da matéria seca e
liberação do N e simulada pelo modelo NDICEA, Century e APSIM para os materiais
vegetais sob 150 dias de decomposição no município de Araponga
Modelo
Material
Observado NDICEA Century APSIM
Decomposição
k (d
-1
) 0,002281 0,002410 0,002482 0,002801
Braquiária
Meia vida
a
(d)
246,7
287,6 279,2
247,4
k (d
-1
) 0,003023 0,003840 0,003961 0,003706
Calapogônio
Meia vida (d)
229,2
180,5 175,0
187,0
k (d
-1
) 0,00381 0,004283 0,004285 0,003706
Caruru
Meia vida (d)
181,9
161,8 161,7
187,0
k (d
-1
) 0,003344 0,003907 0,004068 0,003706
Crotalária
Meia vida (d)
207,2
177,4 170,4
187,0
k (d
-1
) 0,002824 0,003617 0,003646 0,003706
Guandu
Meia vida (d)
245,4 191,6
190,0 187,0
k (d
-1
) 0,001138 0,001785 0,001306 0,002079
Ingá
Meia vida (d)
609,0
388,3
530,8
333,3
k (d
-1
) 0,002545 0,002900 0,003279 0,002894
Leucaena
Meia vida (d)
272,3
238,9 211,4
239,4
k (d
-1
) 0,003344 0,004283 0,004029 0,003706
Mucuna
Meia vida (d)
207,2
161,8 172,0
187,0
Liberação de N
k (d
-1
) 0,002688 0,003052 0,003166 0,002801
Braquiária
Meia vida
a
(d)
257,8
227,1 218,9
247,4
k (d
-1
) 0,004335 0,006744 0,006600 0,006134
Calapogônio
Meia vida (d)
159,9
102,8 105,0
113,0
k (d
-1
) 0,006396 0,007125 0,006960 0,006134
Caruru
Meia vida (d)
108,3
97,3 99,6
113,0
k (d
-1
) 0,005270 0,005945 0,006622 0,006134
Crotalária
Meia vida (d)
131,5 116,6
104,7 113,0
k (d
-1
) 0,004335 0,005560 0,006737 0,006134
Guandu
Meia vida (d)
159,9 124,6
102,9 113,0
k (d
-1
) 0,001513 0,002105 0,001893 0,002079
Ingá
Meia vida (d)
458,0
329,3
366,2
333,3
k (d
-1
) 0,001982 0,002704 0,006794 0,002894
Leucaena
Meia vida (d)
349,7 256,3
102,0 239,4
k (d
-1
) 0,003253 0,003577 0,006566 0,003705
Mucuna
Meia vida (d)
213,0 193,7
105,5 187,0
a
Tempo estimado para que 50 % do material seja decomposto. Valor em negrito de meia vida simulada que apresenta
menor desvio em relação ao observado.
33
Nas ferramentas utilizadas para identificar o modelo com maior grau de acurácia, o
APSIM apresentou desempenho inferior aos demais modelos para os materiais que possuíram
maior teor de constituintes resistentes à decomposição, mas com relação C/N baixa.
3.1.2. Pedra Dourada (360 dias)
O Century e APSIM, na ausência da calibração, superestimaram a taxa de decomposição e
liberação de N em todos os materiais vegetais (Figura 5 e 6). No NDICEA, isto ocorreu para os
resíduos do calapogônio e mucuna. Assim, as variáveis que controlam a decomposição nos
modelos foram ajustadas para melhorar o grau de acurácia em estimar a decomposição e
liberação de N dos materiais durante 360 dias em condições tropicais de campo (Quadro 9).
34
0
20
40
60
80
100
Mucuna
Matéria Seca Remanescente (%)
0
20
40
60
80
100
Tempo (d)
0 60 120 180 240 300 360
0
20
40
60
80
100
Tempo (d)
0 60 120 180 240 300 360
Calapogônio
NDICEA
CenturyAPSIM
Figura 5 – Matéria seca remanescente observada (pontos) e simulada pelo modelo NDICEA,
Century e APSIM calibrados (linha cheia) e não calibrados (linha pontilhada) durante 360 dias
de decomposição dos resíduos de mucuna e calapogônio. As barras nos pontos correspondem
ao intervalo de confiança da média observada.
Durante a decomposição, com exceção do resíduo de amendoim e estilosante no
NDICEA, para os demais materiais e em todos os modelos a calibração foi realizada de modo a
desacelerar a decomposição em relação ao valor original do parâmetro (default). Nota-se que o
(
a
)
(
b
)
(
c
)
(
e
)
(
f
)
(
d
)
35
NDICEA foi o modelo que apresentou menor desvio na decomposição e liberação de N dos
materiais vegetais com sua calibração original em relação aos demais modelos. Os resíduos de
amendoim, estilosante e mucuna receberam a mesma calibração no Century e APSIM. No
NDICEA a calibração foi realizada de acordo com a composição química de cada material. Dessa
forma, submetido o IA a correlação, este se correlacionou (P < 0,05) com a relação polifenóis
totais solúveis/N (r = -0,9410). Assim, foi elaborada uma equação que pode ser utilizada na
estimativa do IA para materiais vegetais sob 360 dias (equação 28) em decomposição:
IA = 2,03885 – 1,7574 x PPN r² = 0,8854 (28)
em que: PPN é a relação polifenóis totais solúveis/N.
A calibração no NDICEA para liberação do N dos resíduos de amendoim, estilosante e
mucuna foi 0,3, menor que a calibração realizada para estimar a decomposição. Para o
calapogônio, esta calibração foi 0,5 menor que a decomposição. No APSIM a calibração para
liberação do N de todos os materiais vegetais foi 0,004, maior que a calibração utilizada para
estimar a taxa de decomposição. Isto foi realizado em materiais que possuíram a liberação de N
ligeiramente maior que a decomposição. No Century não houve a necessidade desse ajuste, por
computar maior liberação N que a decomposição.
Depois de calibrados, os modelos aumentaram o grau de acurácia em estimar a taxa de
decomposição e liberação de N dos resíduos de materiais vegetais. O NDICEA estimou a
decomposição com maior grau de acurácia para o amendoim, calapogônio e estilosante, haja vista
a simulação da dinâmica de decomposição (Figura 5) e as equações ajustadas (Quadro 10). O
grau de acurácia do NDICEA constatada na decomposição não se confirmou para a liberação do
N, onde as equações de regressão ajustadas da liberação do N observada em função da simulada
diferiram do ideal com maior freqüência. Isto foi observado pelo fato do intercepto da equação
ajustada para o amendoim e mucuna ter diferido de zero, e a inclinação da equação do
calapogônio e mucuna diferido de um.
O APSIM, em linhas gerais, apresentou elevado grau de acurácia, apesar de não ter
demonstrado esse comportamento durante a cinética de decomposição e liberação do N. Na
decomposição, somente para o resíduo de amendoim, o intercepto da equação ajusta diferiu de
zero e, na liberação do N, a equação ajustada para o resíduo de calapogônio diferiu da ideal.
36
0
20
40
60
80
100
N Remanescente (%)
0
20
40
60
80
100
Tempo (d)
0 60 120 180 240 300 360
0
20
40
60
80
100
Mucuna
Tempo (d)
0 60 120 180 240 300 360
Calapogônio
NDICEA
Century
APSIM
Figura 6 – N remanescente observado (pontos) e simulado pelo modelo NDICEA, Century e
APSIM calibrados (linha cheia) e não calibrados (linha pontilhada) durante 360 dias de
decomposição dos resíduos de mucuna e calapogônio. As barras nos pontos correspondem ao
intervalo de confiança da média observada.
(
a
)
(
b
)
(
c
)
(
d
)
(
e
)
(
f
)
37
Diferente dos 150 dias, nos 360 dias foi possível notar o efeito do clima sobre a
decomposição e liberação de N dos resíduos. Foi verificado que o NDICEA apresenta menor
sensibilidade às condições climáticas, vista sua simulação para a mucuna durante os 360 dias.
Contudo, o Century e, mais acentuadamente o APSIM, responderam às mudanças nas condições
climáticas, estabilizando ou diminuindo a decomposição ou liberação de N no período de inverno
e, voltando a acelerar esse processo quando a umidade e temperatura foram mais propícias para a
atividade biológica.
Quadro 9 – Variável que controla a taxa de decomposição nos modelos em seu valor original
(default) e calibrada para os diferentes materiais vegetais aos 360 dias de decomposição no
município de Pedra Dourada
Modelo
NDICEA Century APSIM
Original Calibrado Original Calibrado Original Calibrado
Material
Vegetal
dec 1
a
dec 2
b
dec 1 dec 2
Decomposição
Amendoim
0,99 0,99 3,9 14,8 1,9 4,8 0,100 0,014
Calapogônio
0,99 1,41 3,9 14,8 0,9 3,8 0,100 0,010
Estilosante
0,99 0,99 3,9 14,8 1,9 4,8 0,100 0,014
Mucuna
0,99 1,11 3,9 14,8 1,9 4,8 0,100 0,014
Liberação de N
Amendoim
0,990 0,690 1,9 4,8 1,9 4,8 0,014 0,018
Calapogônio
1,410 0,910 0,9 3,8 0,9 3,8 0,010 0,014
Estilosante
0,990 0,690 1,9 4,8 1,9 4,8 0,014 0,018
Mucuna
1,110 0,810 1,9 4,8 1,9 4,8 0,014 0,018
a
: correspondente a decomposição do compartimento estrutural do material orgânico.
b
: correspondente a
decomposição do compartimento metabólicos do material orgânico.
O tempo estimado de meia vida para a decomposição dos resíduos de calapogônio e
estilosante simulado pelo Century foi o que apresentou menor desvio em relação ao observado
(Quadro 10). Este modelo também apresentou menor desvio no tempo de meia vida para
liberação do N dos resíduos de amendoim, calapogônio e estilosante. O NDICEA foi o modelo
que apresentou menor desvio no tempo de meia vida para a decomposição do resíduo de
amendoim e, liberação de N, do resíduo de mucuna. Isso foi observado para o APSIM na
decomposição do resíduo de mucuna. Apesar do Century apresentar, com freqüência, menor
desvio em relação ao observado, os demais modelos apresentaram desvio satisfatório, tendo em
vista que foi experimento à campo. Como exemplo, na decomposição dos resíduos de estilosante
o Century apresentou desvio em relação ao valor de meia vida observado em torno de 0,24 %, e o
38
NDICEA e APSIM de 4,3 e 19,42 %, respectivamente. Isto também ocorre com a liberação de N
dos resíduos de materiais vegetais, havendo muitas vezes pequena diferença entre os modelos na
estimativa da meia vida para decomposição e liberação de N dos materiais vegetais.
Quadro 10 – Equação de regressão linear da taxa de decomposição e liberação do N observada
(ŷ) nos materiais vegetais em função dos dados simulados (x) pelo NDICEA, Century e
APSIM, sob 360 dias de decomposição no município de Pedra Dourada
Material
Vegetal
Equação Decomposição R² Equação Liberação de
N
R²
NDICEA
Amendoim
ŷ = -0,719 + 0,945x 0,969 ŷ = 6,099 + 0,883x 0,947
Calapogônio
ŷ = 3,093 + 0,897x 0,959 ŷ = 6,209 + 0,813x 0,901
Estilosantes
ŷ = 1,795 + 0,933x 0,976 ŷ = 7,160 + 0,811x 0,851
Mucuna
ŷ = 10,66 + 0,816x 0,957 ŷ = 6,458 + 0,835x 0,930
Century
Amendoim
ŷ = -9,835 + 0,964x 0,936 ŷ = 1,223 + 0,824x 0,900
Calapogônio
ŷ = 9,401 + 0,842x 0,944 ŷ = 7,905 + 0,749x 0,872
Estilosantes
ŷ = 1,694 + 0,904x 0,967 ŷ = 5,970 + 0,728x 0,787
Mucuna
ŷ = 6,403 + 0,826x 0,943 ŷ = 6,042 + 0,746x 0,858
APSIM
Amendoim
ŷ = -11,607 + 1,008x 0,912 ŷ = -2,342 + 0,915x 0,926
Calapogônio
ŷ = 2,738 + 0,924x 0,884 ŷ = 11,44 + 0,786x 0,880
Estilosantes
ŷ = -2,410 + 0,970x 0,925 ŷ = 3,614 + 0,810x 0,790
Mucuna
ŷ = 5,275 + 0,864x 0,930 ŷ = 2,520 + 0,838x 0,901
Valores dos componentes da equação ajustada, intercepto ou inclinação, em negrito diferem estatisticamente de 0 e 1,
respectivamente, à 95 % de probabilidade.
39
Quadro 11 – Estimativa da constante k e tempo de meia vida observada da matéria seca e
liberação do N e simulada pelo modelo NDICEA, Century e APSIM para os materiais
vegetais sob 360 dias de decomposição no município de Pedra Dourada
Modelo
Material
Vegetal
OBS NDICEA Century APSIM
Decomposição
k (d
-1
) 0,007016 0,006057 0,004890 0,004629
Amendoim
Meia vida (d)
98,8 114,4
141,7 149,7
k (d
-1
) 0,003637 0,004228 0,003888 0,004657
Calapogônio
Meia vida (d)
190,5
163,9
178,2
148,8
k (d
-1
) 0,005562 0,005330 0,005460 0,004695
Estilosante
Meia vida (d)
124,6
130,0
126,9
147,6
k (d
-1
) 0,004471 0,005350 0,004812 0,004657
Mucuna
Meia vida (d)
155,0
129,5 144,0
148,8
Liberação de N
k (d
-1
) 0,009518 0,007230 0,007470 0,005950
Amendoim
Meia vida (d)
72,8
95,9
92,8
116,5
k (d
-1
) 0,005600 0,005068 0,005964 0,005980
Calapogônio
Meia vida (d)
123,8
136,7
116,2
115,9
k (d
-1
) 0,009393 0,007094 0,007532 0,006020
Estilosante
Meia vida (d)
73,8
97,7
92,0
115,1
k (d
-1
) 0,006396 0,006618 0,007536 0,005980
Mucuna
Meia vida (d)
108,3 104,7
92,0 115,9
a
Tempo estimado para que 50 % do material seja decomposto. Valor em negrito de meia vida simulada que
apresenta menor desvio em relação ao observado.
3.1.3. Análise de Sensibilidade
Os resíduos de crotalária, braquiária e ingá, submetidos a 150 dias de decomposição,
apresentaram relação C/N observada de 16, 28 e 17, respectivamente (Figura 7). Os resíduos de
mucuna e calapogônio, que foram os representativos para 360 dias, apresentam relação C/N
observada de 12,3 e 12,5, respectivamente (Figura 8). Esses materiais foram submetidos à análise
de sensibilidade realizada pela mudança da relação C/N. De maneira geral, tanto para a taxa de
decomposição, quanto para liberação do N, o APSIM apresentou maior sensibilidade em relação
ao Century, observada pelas diferenças mais acentuadas das curvas à medida que se eleva essa
relação (Figuras 7, 8, 9 e 10).
40
Tempo (d)
0306090120150
0
20
40
60
80
100
Matéria Seca Remanescente (%)
0
20
40
60
80
100
106
56
36
16
6
106
56
36
16
Crotalária
Tempo (d)
0 30 60 90 120 150
108
58
38
28
8
108
58
38
28
Braquiária
Centur
y
APSIM
Tempo (d)
0 30 60 90 120 150
107
57
37
17
7
107
57
37
17
Ingá
Figura 7 – Matéria seca remanescente na análise de sensibilidade do Century e APSIM em resposta a
variação da relação C/N para os resíduos de crotalária, braquiária e ingá sob 150 dias de
decomposição. Os números ao lado das linhas correspondem ao valor da relação C/N utilizados
na simulação.
Como o teor de N no resíduo não influencia na taxa de decomposição no modelo
NDCIEA, estes não foram plotados, estando os mesmos presentes na Figura 4.
No Century, a amplitude dos resultados de saída obtidos pela entrada do maior e o menor
valor da relação C/N variou de acordo com o material. Aparentemente, para os 360 dias no
Century, materiais que decompõem mais lentamente (Figura 8b) apresentaram maior
sensibilidade à mudança na relação C/N. Entretanto, no APSIM, a entrada da maior e menor
relação C/N resultou em amplitude semelhante, independente do tipo de material vegetal (Figura
8 c; d).
(
b
)
(
a
)
(
c
)
(
f
)
(
e
)
(
d
)
41
Tempo (d)
0 60 120 180 240 300 360
0
20
40
60
80
100
Matéria Seca Remanescente (%)
0
20
40
60
80
100
102,3
52,3
32,3
12,3
102,3
52,3
32,3
12,3
2,3
Mucuna
APSIM
Tempo (d)
0 60 120 180 240 300 360
Century
102,5
52,5
32,5
12,5
2,5
102,5
52,5
32,5
12,5
Calapogônio
Figura 8 – Matéria seca remanescente na análise de sensibilidade do Century e APSIM em resposta
a variação da relação C/N para os resíduos de mucuna (12,3) e calapogônio (12,5) sob 360 dias
de decomposição. Os números ao lado das linhas correspondem ao valor da relação C/N
utilizados na simulação.
Esses resultados sugerem algumas ponderações: não é coerente fazer comparações entre
dois ou três materiais simulados por um mesmo modelo, e afirmar, ou inferir, sobre maior
sensibilidade por possuir maior teor de lignina (ou outra característica de ordem química ou
bioquímica), uma vez que a calibração dos parâmetros que controlam a decomposição e,
conseqüentemente, a liberação do N, é específico para os materiais.
O APSIM, abaixo da relação C/N de 25 não respondeu às mudanças realizadas nesta
variável, uma vez que o modelo estabelece este pressuposto (Figura 1 e equação 9).
(
d
)
(
a
)
(
c
)
(
b
)
42
Tempo (d)
0 306090120150
N Remanescente (%)
0
20
40
60
80
100
0
20
40
60
80
100
0
20
40
60
80
100
106
56
36
16
6
106
56
36
16
1,42
3,42
5,42
Crotalária
Tempo (d)
0 306090120150
108
58
38
28
8
108
58
38
28
1,78
3,78
5,78
Braquiária
Century
APSIM
Tempo (d)
0 30 60 90 120 150
NDICEA
1,2
4
3,2
4
5,2
4
10
7
5
7
3
7
1
7
7
107
57
37
17
Ingá
Figura 9 – N remanescente na análise de sensibilidade do NDICEA, Century e APSIM em resposta a
variação da relação C/N para os resíduos de crotalária, braquiária e ingá sob 150 dias de
decomposição. Os números ao lado das linhas correspondem ao valor da relação C/N utilizados
na simulação.
O NDICEA responde diminuindo pronunciadamente a liberação do N a medida que se
diminui o teor de N do material vegetal. A liberação do N na mucuna durante 360 dias (Figura
10a) simulado pelo NDICEA seguiu padrão diferenciado dos demais materiais simulados pelo
mesmo modelo.
(
g
)
(
a
)
(
b
)
(
d
)
(
c
)
(
e
)
(
f
)
(
h
)
(
i
)
43
0
20
40
60
80
100
Mucuna
102,3
52,3
32,3
12,3
2,3
102,3
52,3
32,3
12,3
1,70
3,70
5,70
Tempo (d)
0 60 120 180 240 300 360
0
20
40
60
80
100
N Remanescente (%)
0
20
40
60
80
100
NDICEA
1,52
3,52
5,52
102,5
52,5
32,5
12,5
2,5
102,5
52,5
32,5
12,5
Calapogônio
APSIM
Tempo (d)
0 60 120 180 240 300 360
Century
Figura 10 – N remanescente na análise de sensibilidade do Century e APSIM em resposta a
variação da relação C/N para os resíduos de mucuna (12,3) e calapogônio (12,5) sob 360 dias de
decomposição. Os números ao lado das linhas correspondem ao valor da relação C/N utilizados
na simulação.
3.1.4. Validação
Foram mantidas as calibrações dos parâmetros que controlam a decomposição dos
respectivos modelos e adicionadas as características climáticas, de composição do material e de
(
f
)
(
e
)
(
d
)
(
c
)
(
b
)
(
a
)
44
solo do trabalho realizado em Seropédica, RJ (Espindola et al., 2006) para testar o
comportamento dos modelos. Para efeito de simulação do NDICEA foi utilizada a equação 26
(estimar o IA a partir da relação lignina/N) na estimativa dos IAs, proposta por este trabalho.
Assim, para a matéria seca e N remanescentes nos resíduos durante as duas estações foi
observado que enquanto o NDICEA apresentou a constante k variando de acordo com os
materiais, no Century e APSIM essas constantes permaneceram mais uniformes (Quadro 12). No
NDICEA, na maioria das vezes, esta característica representou maior grau de acurácia, indicando
as habilidades do modelo.
Quadro 12 – Constante k (dia
-1
) da matéria seca e N observada e simulada pelo NDICEA,
Century e APSIM para os materiais vegetais sob 150 dias em decomposição no período seco
e chuvoso em Seropédica, RJ
Modelos
Observado¹ NDICEA Century APSIM
-------------------------------- d
-1
--------------------------------
Material
Estação Seca
Matéria Seca
Amendoim
0,0200 (0,0019)² 0,0121 0,0096 0,0039
Cudzu
0,0100 (0,0025) 0,0139 0,0103 0,0041
Siratro
0,0100 (0,0061) 0,0090 0,0091 0,0038
Espontâneas
0,0050 (0,0011) 0,0065 0,0095 0,0031
N
Amendoim
0,0160 (0,0036) 0,0175 0,0154 0,0065
Cudzu
0,0060 (0,0014) 0,0216 0,0155 0,0067
Siratro
0,0080 (0,0025) 0,0099 0,0150 0,0063
Espontâneas
ND ND ND ND
Estação Chuvosa
Matéria Seca
Amendoim
0,0290 (0,016) 0,0130 0,0115 0,0093
Cudzu
0,0110 (0,0028) 0,0121 0,0111 0,0093
Siratro
0,0230 (0,0061) 0,0135 0,0116 0,0092
Espontâneas
0,0070 (0,0014) 0,0050 0,0115 0,0046
N
Amendoim
0,0220 (0,0072) 0,0168 0,0211 0,0153
Cudzu
0,0120 (0,0028) 0,0147 0,0208 0,0153
Siratro
0,0210 (0,0056) 0,0181 0,0211 0,0153
Espontâneas
ND ND ND ND
¹ Observado por Espindola et al. (2006). ² Valores entre parênteses correspondem ao intervalo de confiança da
média para mais e para menos. ND = não determinada.
45
Ressalta-se que a constante k simulada para as plantas espontâneas pelo APSIM na
estação seca e chuvosa apresenta diferenças em relação aos demais materiais vegetais, mostrando
ser sensível a relação C/N, uma vez que este material apresentou relação C/N mais elevada.
No cálculo da meia vida dos materiais vegetais nas duas estações (Quadro 13), exceto à
meia vida do N para o resíduo de cudzu no período seco e meia vida da matéria seca das plantas
espontâneas no período chuvoso, o NDICEA quando não apresentou valores simulados dentro do
intervalo de confiança, foi o modelo que apresentou menor desvio em relação à meia vida
medida, tanto para a matéria seca quanto para o N nas duas estações.
Quadro 13 – Meia vida (T
1/2
- dia) da matéria seca e N observada e simulada pelo NDICEA,
Century e APSIM para os materiais vegetais sob 150 dias em decomposição no período seco
e chuvoso em Seropédica, RJ
Modelos
Observado¹ NDICEA Century APSIM
---------------------------------------- d ----------------------------------------
Material
Estação Seca
Matéria Seca
Amendoim
34,65 ±3,90
57,18
72,44 175,86
Cudzu
69,30 ±21,60
49,80 67,47
168,55
Siratro
69,30 ±94,96
77,38 75,94
181,17
Espontâneas
138,60 ±37,70
107,26
72,69 220,82
N
Amendoim
43,31 ±11,99
39,54 45,05
106,63
Cudzu
115,50 ±32,92 32,14 44,67
103,01
Siratro
86,63 ±35,54
70,16
46,19
109,69
Espontâneas
ND
Estação Chuvosa
Matéria Seca
Amendoim
23,90 ±25,52
53,19
60,03 74,76
Cudzu
63,00 ±19,87
57,40 62,37 74,77
Siratro
30,13 ±10,10
51,16
59,85 75,13
Espontâneas
99,00 ±23,71 139,10
60,10
149,70
N
Amendoim
31,50 ±13,79
41,32 32,79 45,19
Cudzu
57,75 ±16,46
47,14
33,32
45,34
Siratro
33,00 ±11,00
38,23 32,77
45,34
Espontâneas
ND
¹ Valor ± intervalo de confiança observado por Espindola et al., 2006. Negrito = valor simulado dentro do intervalo
de confiança. Itálico = valor simulado com menor desvio em relação ao observado, quando nenhum dos modelos
simulou dentro do intervalo de confiança.
46
O APSIM apresentou desempenho menos satisfatório na estação seca para a matéria seca
remanescente, subestimando a taxa de decomposição, fato que pode ser atribuído à sua maior
sensibilidade aos fatores climáticos. Isto fica evidente quando comparadas a estação seca e
chuvosa.
Como já mencionado, porém com mais clareza quanto à meia vida dos materiais vegetais
(Quadro 13), enquanto o NDICEA apresenta maior flutuação nos valores simulados de acordo
com o tipo e qualidade dos materiais vegetais, o Century e o APSIM apresentam certa
similaridade, não variando muito de material para material. No APSIM, a simulação para plantas
espontâneas foi uma exceção, pois, como já abordado, este modelo apresenta maior sensibilidade
a relação C/N.
3.2. Estercos
A calibração de todos os modelos para simular a decomposição (oxidação do C) e
mineralização do N foi diferente de acordo com o tipo de esterco (Quadro 14). Na calibração do
NDICEA e do APSIM para os estercos de bovino e de coelho, as variáveis que regulam a
decomposição tiveram que ser modificadas de modo a acelerar a mineralização do N em relação à
decomposição. No entanto, para os estercos de suíno e galinha ocorreu o inverso, a decomposição
foi retardada para poder explicar a mineralização do N. No Century a decomposição teve que ser
acelerada para explicar a mineralização do N no esterco de coelho.
Quadro 14 – Calibração do NDICEA, Century e APSIM para simulação da oxidação de C e
mineralização do N dos estercos
Material NDICEA Century APSIM
dec 1 dec 2
C
Bovino
1,79 3,9 14,8 0,0058
Coelho
1,56 3,9 17,3 0,0072
Galinha
1,14 3,9 28,8 0,0125
Suíno
1,41 3,9 20,8 0,008
N
Bovino
1,29 2,9 8,8 0,0068
Coelho
0,46 3,9 27,8 0,043
Galinha
1,59 2,9 5,8 0,0068
Suíno
2,7 1,9 3,8 0,0026
47
Em razão das diferentes calibrações para os estercos, foram realizadas correlações entre os
parâmetros de calibração de cada modelo e a composição química e bioquímica dos estercos. Na
calibração de todos os modelos para decomposição, as variáveis que controlam este processo
correlacionaram significativamente (P < 0,05) com o teor de N (NDICEA r = -0,9058; Century r
= 0,9731; APSIM r = 0,9587), relação C/N (NDICEA r = 0,9580; Century r = -0,9971; APSIM r
= -0,9960) e carboidratos solúveis totais (NDICEA r = -0,9542; Century r = 0,9893; APSIM r =
0,9999) dos estercos. No entanto, para a mineralização do N foi obtida correlação do IA do
NDICEA somente com a capacidade dos polifenóis em complexar proteínas (0,9422). No
Century e APSIM a maior correlação (P = 0,11) foi observada também com a capacidade dos
polifenóis em complexar proteínas (r = -0,7831 e -0,7847, respectivamente).
Dessa forma, os modelos foram capazes de simular a porcentagem de perda de C e a
mineralização do N dos estercos submetidos à incubação em laboratório (Quadro 15). Pelo alto
grau de acurácia dos modelos não se pode afirmar qual foi melhor para simular a decomposição,
uma vez que não houve diferença dos dados da oxidação simulada para a observada.
Comportamento semelhante foi observado para a mineralização de N.
Quadro 15 – C oxidado e conteúdo de N observado e simulado pelo modelo NDICEA, Century e
APSIM para diferentes estercos
Material Observado
1
NDICEA Century APSIM
C (%)
Bovino
15,67 15,57 15,94 15,76
Coelho
18,78 18,90 18,28 18,75
Galinha
28,98 28,80 28,94 28,94
Suíno
21,17 21,72 21,44 21,09
N (mg kg
-1
)
Bovino
265,00 280,00 258,08 264,11
Coelho
865,00 870,00 856,70 865,10
Galinha
665,00 660,00 662,65 663,40
Suíno
153,00 160,00 147,62 151,38
1
Fonte: Chacón, 2006.
3.3. Compostos
Assim como para os estercos, a calibração para simulação da decomposição e
mineralização do N dos compostos foi diferente de acordo com o material orgânico utilizado na
elaboração dos compostos (Quadro 16). No NDICEA, com exceção da casca de café, para
48
simular satisfatoriamente a mineralização do N houve necessidade de ser aumentada a taxa de
decomposição dos compostos. No Century, a calibração para decomposição e mineralização do N
do composto formado pela casca de café e esterco bovino foi a mesma e, no vermicomposto foi
necessário aumentar a taxa de decomposição para mineralização do N em relação ao ajuste para
decomposição; para o composto de casca de café e chorume, mucilagem e casca de café foi
observado o inverso. Para a mineralização do N do composto com esterco bovino e casca de café,
a decomposição do APSIM foi retardada em relação a oxidação do C e nos demais materiais foi
constatado o inverso.
Quadro 16 – Calibração do NDICEA, Century e APSIM para simulação da oxidação do C e
mineralização do N dos diferentes compostos
Material NDICEA Century APSIM
dec 1 dec 2
C
Bovino+casca de café
5,47 1,9 6,8 0,0052
Casca de café
1,94 5,9 38,8 0,0011
Mucilagem+chorume+casca de café
1,43 3,9 52,8 0,011
Vermicomposto
18,39 0,4 1,3 0,00058
N
Bovino+casca de café
1,46 1,9 6,8 0,0017
Casca de café
1,94 1,9 3,8 0,0084
Mucilagem+chorume+casca de café
0,76 3,9 14,8 0,0165
Vermicomposto
0,53 3,9 9,8 0,045
Não houve correlação da calibração do Century para a decomposição com características
químicas e bioquímicas dos compostos. No NDICEA, o IA correlacionou (P < 0,10) com o teor
de N dos compostos (r = -0,8147). No APSIM, foi obtida correlação (P < 0,05) do potencial de
decomposição com o teor de Ca (0,9511) e proteína bruta (0,9253).
Pela calibração realizada nos modelos foi possível chegar a resultados simulados com alto
grau de acurácia em relação aos resultados observados para decomposição e mineralização do N
(Quadro 17).
49
Quadro 17 – C oxidado e conteúdo de N observado e simulado pelo modelo NDICEA, Century e
APSIM para diferentes compostos
Material Observado
1
NDICEA Century APSIM
C (%)
Bovino+casca de café
2,92 2,84 2,81 2,90
Casca de café
13,92 13,94 13,78 13,89
Mucilagem+chorume+casca de café
21,37 21,91 20,95 21,30
Vermicomposto
0,59 0,59 0,59 0,60
N (mg kg
-1
)
Bovino+casca de café
189,00 188,52 176,25 190,00
Casca de café
65,00 66,01 62,20 70,00
Mucilagem+chorume+casca de café
627,00 630,68 625,92 630,00
Vermicomposto
1090,00 1090,18 1016,84 1080,00
1
Fonte: Chacón (2006)
50
4. DISCUSSÃO
4.1. Materiais Vegetais
A calibração dos modelos foi dividida em duas etapas. A primeira consistiu em encontrar,
por aproximação, o patamar em que os parâmetros deveriam permanecer para alcançar um nível
de acurácia satisfatório para as condições ambientais estabelecidas. Encontrado esse ponto, foi
realizada a calibração de acordo com os materiais e/ou grupos de materiais.
Em razão das distintas composições químicas e bioquímicas dos materiais vegetais, a
calibração do parâmetro que controla a decomposição no Century (DEC 1 e 2) e APSIM
(potencial de decomposição) foi realizada de maneira que abrangesse grupos de materiais: de
mais fácil e de difícil decomposição. Desta forma, para materiais com composição que não
favorecem a decomposição, este processo ocorre mais lentamente (Kögel, 1986; Constantinides
& Fownes 1994; Lupwayi & Haque, 1998), o que levou a calibração do parâmetro que controla a
decomposição do modelo a ser ajustado de modo que retardasse este processo, e vice-versa. A
qualidade do resíduo da planta é considerada um importante fator na decomposição e liberação de
N (Heal et al., 1997). As relações C/N, lignina/N, polifenóis/N e lignina+polifenóis/N estão
inversamente correlacionadas com a taxa de decomposição e liberação de nutrientes desses
materiais (Melillo et al., 1982; Thomas & Asakawa, 1993; Constantinides & Fownes, 1994;
Handayanto et al., 1995; Cobo et al., 2002). Dessa forma, nos resíduos de plantas arbóreas, com
maior abundância desses compostos, a taxa de decomposição foi retardada em todos os modelos
em relação a calibração para os demais materiais, como para os resíduos de ingá. Contrariamente,
para os resíduos de plantas de leguminosas herbáceas, em todos os modelos a taxa de
decomposição foi acelerada. Isto é mais explícito no experimento de 150 dias. Durante os 360
dias essas mudanças também tiveram que ser realizadas em relação à gramínea. Ressalta-se ainda
que, nos materiais de mais fácil decomposição, o APSIM estimou a meia vida da matéria seca
mais próxima do observado. Sendo este um modelo que considera somente a relação C/N dos
materiais orgânicos, isto corrobora com pesquisas que encontraram que esta relação pode ser
utilizada para descrever somente a decomposição de materiais com teores baixos de lignina e
polifenóis (Heal et al., 1997).
51
No NDICEA, a calibração adequada para simular com acurácia não seguiu o mesmo
critério do Century e APSIM, que foi feita por grupos de materiais. Apesar de constar no manual
de uso do NDICEA os IAs para alguns grupos (default), estes não corroboram com os observados
neste estudo. Nesse sentido, as correlações mostram o quão os IAs estão ligados a composição
bioquímica dos materiais vegetais, principalmente com o constituinte N, lignina e polifenóis e
suas relações, que tem influência direta na decomposição e liberação de N dos materiais
orgânicos vegetais (Fox et al., 1990; Constantinides & Fownes, 1994; Cobo et al, 2002). Dessa
forma, mesmo que com poucos dados, as equações elaboradas podem auxiliar na estimativa dos
IAs por meio das respectivas características dos materiais, contribuindo para a utilização destes
no campo. No entanto, são prementes trabalhos que correlacionem os IAs com a composição
química e bioquímica dos materiais vegetais por meio de bancos de dados mais abrangentes os
quais constam materiais com várias composições e em quantidades, para que se tenha maior
acurácia na utilização desse modelo.
O Century foi o único modelo que utilizou a mesma calibração para taxa de decomposição
e liberação do N, fazendo com que a taxa de liberação do N simulada ficasse menos acurada com
mais freqüência durante os 150 dias, o que não se repetiu durante os 360 dias. Assim, pode-se
inferir que o Century é o modelo mais prático, sendo necessária apenas uma simulação para obter
os dados de decomposição e liberação do N dos materiais. Ressalta-se que o aumento da
decomposição para explicar a taxa de liberação de N, por ter sua cinética diferente da
decomposição (Mary et al., 1996; Thomas & Asakawa, 1993), deve ser um critério na calibração
do NDICEA e APSIM para a utilização dos materiais no campo.
Para simular satisfatoriamente a decomposição dos resíduos dos materiais orgânicos
vegetais, de maneira geral, o parâmetro no Century e APSIM que controla o processo de
decomposição foi calibrado de modo a retardar a decomposição. Partindo do princípio da
calibração (Addiscott et al., 1995; Leite e Mendonça, 2007), esta diminuição, em relação ao valor
original (default), no parâmetro do Century e, mais acentuadamente no APSIM, sugerem que
estes modelos foram mais sensíveis as condições ambientais estudadas. Isto fica mais evidente na
decomposição por 360 dias, haja vista a sensibilidade de ambos os modelos no período de
inverno, e também observado no teste de validação, sendo que o APSIM responde mais a estas
mudanças. O Century inclui as variáveis temperatura e precipitação em um parâmetro apenas, o
que pode reduzir sua sensibilidade a variação dessas características ambientais em relação ao
52
APSIM. Outro aspecto importante é que a taxa de decomposição no Century também é
controlada pelo teor de lignina. De qualquer maneira, o trabalho desenvolvido por Vitousek et al.
(1994) indica a necessidade na diminuição da taxa de decomposição, tendo em vista que
observaram para condições tropicais do Havaí que o Century superestimou a decomposição da
serapilheira da espécie arbórea Metrosideros polymorpha, mesmo possuindo composição mais
resistente a decomposição que os materiais deste trabalho.
A sensibilidade dos modelos às condições de temperatura e umidade, principalmente no
APSIM, sugere a necessidade de ter outro fator controlador da taxa de decomposição para ser
mais eficiente na região estudada. Por exemplo, pode-se ter a inserção do pH, como no NDICEA,
tendo em vista que maiores temperaturas e precipitação tendem a aumentar a taxa de
decomposição, contudo em condições tropicais os solos são mais intemperizados e, por
conseguinte, mais ácidos, o que limita esse processo (Swift et al., 1979). Não obstante, apesar de
Probert et al. (2005) afirmarem que o teor de lignina dos materiais tem reflexo na relação C/N e,
com isso, é suficiente para o APSIM descrever o processo de decomposição, o presente trabalho
corrobora com Thorburn et al. (2001), que indica que o F
C/N
deste modelo não consegue
descrever fatores limitantes a decomposição que estão inerentes aos materiais vegetais, podendo
ser relevante a inserção de um fator ligado as características bioquímicas dos materiais, por
exemplo lignina e polifenóis, uma vez que confirmam seu efeito sobre estes processos (Melillo et
al., 1982; Fox et al., 1990; Thomas & Asakawa, 1993; Constantinides & Fownes, 1994;
Handayanto et al., 1995; Cobo et al, 2002).
Depois de calibrados, os modelos simularam com maior grau de acurácia a taxa de
decomposição e liberação de N dos materiais vegetais para os 150 e 360 dias. Dessa forma, estes
modelos podem ser utilizados para descrever estes dois processos nas condições estabelecidas.
Contudo, quando validados com outros materiais e em condições ambientais distintas, o
NDICEA apresentou o melhor resultado. Ressalta-se a dificuldade de todos os modelos em
estimar a liberação inicial de N dos materiais vegetais, sugerindo que neste período, cerca de 30
dias, não é levado em consideração pelos modelos a perda de alguns compostos químicos
supostamente por lixiviação (lavagem por chuva ou orvalho).
Pela análise de sensibilidade foi possível constatar que o teor de N considerado
isoladamente não influencia no processo de decomposição simulado pelo NDICEA. Contudo, o
teor de N no resíduo do material vegetal determina sua relação lignina/N, que por sua vez
53
controla a taxa de decomposição desses resíduos neste modelo, por ser possível estimar os IAs
por meio desta característica (relação lignina/N), usando a equação estabelecida no presente
estudo.
Apesar de apresentar bom desempenho, o APSIM não representa uma boa opção para
descrever o processo de decomposição e liberação do N para materiais que possuem relação C/N
abaixo de 25, como se depreende da análise de sensibilidade e validação do modelo. Probert et al.
(2005) relataram dificuldades do APSIM em descrever o comportamento do N em adubos
orgânicos com relação C/N mais baixas. Não obstante, no trabalho realizado por Thorburn et al.
(2001), fica explícita a dificuldade em estimar um parâmetro do modelo, por exemplo o fator de
contato (equação 14), mais especificamente o R
crit
, e sugerem que esse seja parametrizado entre 1
e 3 t ha
-1
. Neste trabalho, esta variável foi parametrizada em 3, como forma de aumentar a
decomposição inicial devido ao maior contato do material com a camada ativa (que possui as
condições mais propícias a decomposição) e, assim, aumentar sua performance inicial, tendo em
vista que Thorburn et al. (2001) observaram maior nível de acurácia com o aumento desse
parâmetro. Mesmo após esses ajustes, o APSIM não apresentou bom resultado para estimar a
taxa de decomposição inicial. Ressalta-se que a calibração do potencial de decomposição (Dmax)
à valores baixos foi observado também por Thorburn et al. (2001), para resíduos de cana-de-
açúcar (Dmax = 0,017), o que elevou o grau de acurácia do APSIM em estimar a taxa de
decomposição.
A melhor eficiência em estimar a taxa de decomposição e liberação de N pelo NDCIEA
pode ser explicada pela estrutura deste modelo. Janssen (1984) analisando a constante k de
materiais com composições químicas distintas observou que para todos a resposta da
decomposição seguiu o mesmo modelo matemático (equação 1), pré-estabelecendo parâmetros
numéricos, sendo essas equações utilizadas pelo NDICEA para descrição da decomposição.
Utilizando os modelos com a calibração média, obtida por meio das calibrações realizadas
para os diversos materiais, se observa que, de maneira geral, os modelos não obtiveram mesmo
desempenho que para a calibração feita para cada material (Quadro 18). Embora a inclinação da
equação ajustada para decomposição dos materiais vegetais por 150 dias na simulação feita pelo
NDICEA tenha diferido de 1, foi o modelo que apresentou o maior valor de inclinação em
relação aos demais modelos. Isso também foi observado para as equações ajustadas na liberação
de N dos materiais por 150 dias. As equações ajustadas entre o valor medido e simulado de
54
decomposição e liberação de N durante 360 dias mostram maior grau de acurácia do APSIM,
quando utilizando uma calibração para todos os materiais. Contudo, o Century e NDICEA
tiveram grau de acurácia satisfatório.
Quadro 18 - Equação de regressão linear da taxa de decomposição e liberação do N observada
(ŷ) simulado (x) pelo NDICEA, Century e APSIM, sob 150 e 360 dias de decomposição
nos municípios Araponga e Pedra Dourada, respectivamente
Modelos Equação Decomposição R² Equação Liberação de N R²
Araponga (150 dias)
NDICEA
ŷ = 11,357+0,6599x 0,3770 ŷ = 12,251+0,6504x 0,3011
Century
ŷ = 16,315+0,5615x 0,4982 ŷ = 20,733+0,4242x 0,1936
APSIM
ŷ = 10,022+0,5571x 0,2673 ŷ = 21,868+0,3317x 0,0807
Pedra Dourada (360 dias)
NDICEA
ŷ = 5,884+0,8582x 0,9207 ŷ = 7,562+0,7143x 0,7739
Century
ŷ = 5,029+0,8141x 0,7695 ŷ = 10,921+0,5817x 0,7164
APSIM
ŷ = -3,007+0,9188x 0,7469 ŷ = 4,037+0,7161x 0,7535
Valores dos componentes da equação ajustada, intercepto ou inclinação, em negrito diferem estatisticamente de 0 e 1,
respectivamente, à 95 % de probabilidade.
Com a calibração média para os 150 dias, todos os modelos tiveram grau de acurácia
satisfatório, com desvio do simulado em relação ao medido menor que 25 % para decomposição
e liberação de N dos materiais vegetais, contudo, o NDICEA apresentou melhor desempenho na
descrição desses processos na crotalária e braquiária em relação aos demais modelos (com desvio
do modelo em ralação ao observado para decomposição de 5,74 e 10,60 % e, liberação de N de
8,95 e 16,35 %, respectivamente para crotalária e braquiária). No ingá, esse comportamento foi
observado para o APSIM, simulando com desvio em relação ao observado de 10,35 % para
decomposição e 21,36 % para liberação de N.
Todos os modelos com calibração média simularam com desvio menor que 15 % para
decomposição e liberação de N dos materiais vegetais em relação ao observado para os 360 dias.
O NDICEA simulou com maior grau de acurácia a decomposição e liberação de N em relação
aos demais modelos para os materiais vegetais de mais fácil decomposição (estilosante, mucuna e
amendoim forrageiro com desvio em relação ao observado de 4,64, 6,09 e 9,82 % na
decomposição e, de 10,41, 7,97 e 9,18 % na liberação de N, respectivamente). Para o
calapogônio, que é mais resistente a decomposição, o APSIM simulou com maior grau de
acurácia a decomposição e liberação de N, com desvio em relação ao observado de 8,86 e 9,16
%, respectivamente.
55
Por meio dos modelos é possível verificar a efetividade do esquema proposto por Palm et
al. (2001) para utilização dos materiais vegetais (Figura 1 da introdução geral). O esquema
permite adotar o melhor destino a ser dado ao resíduo vegetal, entretanto, não fornece a
contribuição dos resíduos no fornecimento de N, além de não permitir observar o tempo que os
resíduos permanecerão no sistema. Isso é facilmente observado se utilizado como exemplo o
resíduo de calapogônio submetido aos 150 dias de decomposição. No esquema de Palm et al.
(2001), este material seria enquadrado na primeira categoria, sendo indicado para utilização em
cultivos anuais. Em análise aos dados observados, esse realmente poderia ser utilizado para este
fim, contudo, as informações se enceram na adoção de manejo a ser adotado de acordo com as
características dos resíduos. Dessa forma, a utilização dos modelos pode servir como
complemento à adoção do esquema proposto por Palm et al. (2001), fornecendo informações do
comportamento da matéria seca e do N dos materiais vegetais.
Por fim, desde que feitas às devidas análises das condições de aplicação, a utilização de
modelos pode ser útil para melhor descrever o comportamento de resíduos de plantas no solo.
Isto tem várias implicações práticas, podendo ser utilizados não somente para verificar o
fornecimento de nutrientes ao sistema, mas também ajudar na predição de quanto tempo estes
materiais permanecerão no solo. Dessa forma, por estes fatores terem influência direta na
fertilidade, disponibilidade de água e erosão, que influem em outros processos de ordem química,
física e biológica, os modelos podem ser de suma importância no manejo adequado do solo.
4.2. Estercos
As correlações dos valores calibrados para os parâmetros que controlam a decomposição
de todos os modelos com o teor de N, relação C/N e carboidratos solúveis totais dos estercos
indicam que estes podem ser utilizados como variáveis a serem consideradas na simulação desses
materiais.
A calibração para a simulação da oxidação do C dos estercos de bovino e coelho foi
realizada de modo a reduzir a taxa de decomposição em relação aos demais estercos, por
conterem menor quantidade de C mais facilmente biodegradável (Moral et al., 2005; Chacón,
2006).
56
Apesar dos modelos terem sido eficientes em simular o comportamento do C e N dos
estercos, não foi encontrada relação entre a calibração de ambos, de modo a facilitar sua
simulação simultânea e, consequentemente, sua utilização. Porém, a calibração isolada da
mineralização do N se correlacionou com a capacidade dos polifenóis em complexar proteínas,
assim como observado por Chacón (2006), o que pode servir como orientação na calibração.
Nesse sentido, pela alta acurácia dos dados simulados com a porcentagem de C oxidado e
quantidade de N mineralizado, estas conferem aos modelos potencialidade de uso como guia da
utilização desses estercos no campo. Contudo, há a necessidade de experimentos que analisem
maior número de materiais para agrupá-los e, possivelmente, encontrar relação entre a calibração
para oxidação do C e a mineralização do N.
4.3. Compostos
De todos os compostos, o vermicomposto chamou a atenção, pela amplitude da calibração
realizada para a decomposição e mineralização do N. Para todos os modelos a calibração para
simular a oxidação do C do vermicomposto foi realizada de modo a diminuir a taxa de
decomposição a valores baixíssimos, em decorrência da matéria orgânica mais estabilizada. No
entanto, para a mineralização do N, foi necessário aumentar o processo de decomposição,
indicando que o N desse material foi rapidamente disponível.
Assim como para os estercos, devido o alto grau de acurácia dos modelos em estimar a
oxidação do C e a mineralização do N, todos podem ser úteis como ferramenta na escolha e
utilização desses compostos. Porém, diferente dos estercos, as variáveis que controlam a taxa de
decomposição nestes modelos não apresentaram correlações significativas com sua composição
química e bioquímica, correlações estas que poderiam ser utilizadas como orientação na
calibração visando a simulação da decomposição e liberação de N destes materiais. Esse
comportamento pode estar relacionado com o alto teor de compostos humificados no final do
processo de compostagem (Bernal et al., 1998).
57
5. CONCLUSÕES
O Century e o APSIM, em sua calibração original (default), superestimaram a taxa de
decomposição e liberação de N de todos os materiais vegetais. O NDICEA superestimou este
processo em materiais ricos em compostos mais resistentes a decomposição. Dessa forma, para
utilização desses modelos nas condições tropicais é indispensável a calibração.
A calibração dos modelos condicionou maior grau de acurácia em estimar a taxa de
decomposição e liberação do N dos materiais orgânicos vegetais. Todos os modelos apresentaram
alto grau de acurácia, contudo, o NDICEA foi o modelo que apresentou melhor desempenho.
Os modelos simularam com alto grau de acurácia a decomposição e mineralização do N
dos estercos e compostos, contudo, foi realizada uma calibração pontual, o que dificulta
extrapolações para condições de campo.
58
6. REFERÊNCIAS BIBLIOGRÁFICAS
ADDISCOTT, T.M. Critical evaluation of models and their parameters. J. Environ. Qual., 24:
803-807, 1995.
ADDISCOTT, T.M. Simulation modelling and soil behaviour. Geoderma, 60: 15-40, 1993.
BAHT, K.K.S.; FLOWERS T.H.; O’CALLAGHAN, J.R. A model for the simulation of the fate
of nitrogen in farm wastes on land application. J. Agric. Sci., 94: 183 –193. 1980.
BERKENKAMP, A.; PRIESACK, E.; MUNCH, J.C. Modelling the mineralisation of plant
residues on the soil surface. Agronomie, 22: 711–722, 2002.
BERNAL, M.P.; PAREDES, C.; SÁNCHEZ, M.M. & CEGARRA, J. Maturity and stability
parameters of composts prepared with a wide range of organic wastes. Biores. Technol.,
63:91-99, 1998.
BREMNER, J.M. Nitrogen-Total. In: SPARKS, D.L. ed. Methods of soil analysis: Part 3
Chemical Methods. Madison: SSSA, 1996. p. 1085-1121. (SSSA Book Series, 05).
BRISSON, N.; MARY, B.; RIPOCHE, D.; JEUFFROY, M.H.; RUGET, F.; GATE, P. STICS: a
generic model for the simulation of crops and their water and nitrogen balance. I. Theory
and parameterisation applied to wheat and corn. Agronomie, 18: 311–346, 1998.
BURGT, G.J.H.M.; OOMEN, G.J.M.; HABETS, A. S. J.; ROSSING, W.A.H. The NDICEA
model, a tool to improve nitrogen use efficiency in cropping systems. Nutr. Cycl. Agroec.,
74: 275-294, 2006.
CERRI, C.E.P.; PAUSTIAN, K.; BERNOUX, M.; VICTORI A, R.L.; MELILLOS, J.M.;
CERRI, C.C. Modeling changes in soil organic matter in Amazon forest to pasture
conversion with the Century model. Global Change Biol., 10: 815–832, 2004.
CHACÓN, E.A.V. Caracterização, decomposição e biodisponibilidade de nitrogênio e fósforo de
materiais orgânicos de origem animal e vegetal. Universidade Federal de Viçosa, Viçosa,
2006. 160p (Tese de Doutorado).
COBO, J.G.; BARRIOS, E.; KASS, D.C.L.; THOMAS, R.J. Decomposition and nutrient release
by green manures in a tropical hillside agroecosystem. Plant Soil, 240: 331–342, 2002.
CONSTANTINIDES, M.; FOWNES, J.H. Nitrogen mineralization from leaves and litter of
tropical plants: Relationship to nitrogen, lignin and soluble polyphenol concentrations. Soil
Biol. Biochem., 26:49-55, 1994.
ESPINDOLA, J.A.A.; GUERRA, J.G.M.; ALMEIDA, D.L.; TEIXEIRA, M.G.; URQUIAGA, S.
Decomposição e liberação de nutrientes acumulados em leguminosas herbáceas perenes
consorciadas com bananeira. R. Bras. Ci. Solo, 30: 321-328, 2006.
59
FINDELING, A.; GARNIER, P.; COPPENS, F. ; LAFOLIE, F.; RECOUS, S. Modelling water,
carbon and nitrogen dynamics in soil covered with decomposing mulch. Eur. J. Soil Sci.,
58: 196–206, 2007.
FOX, R.H.; MYERS, R.J.K.; VALLIS, I. The nitrogen mineralization rate of legume residues in
soil as influenced by their polyphenol, lignin, and nitrogen contents. Plant Soil, 129: 251-
259, 1990.
GALDOS, M. Dinâmica do carbono do solo no agroecossistema cana-de-açúcar. Escola Superior
de Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba, 2007. 101p. (Tese
de Doutorado).
GARNIER, P.; NEÉL, C.; AITA, C.; RECOUS, S.; LAFOLIE, F.; MARY, B. Modelling carbon
and nitrogen dynamics in a bare soil with and without straw incorporation. Europ. J. Soil
Sci., 54, 555–568, 2003.
HANDAYANTO, E.; GADISCH, G.; GILLER, K.E. Manipulation of quality and mineralization
of tropical legume tree prunings by varying nitrogen supply. Plant Soil, 176: 149-160, 1995.
HEAL, O.W.; ANDERSON, J.M.; SWIFT, M.J. Plant litter quality and decomposition: an
historical overview. In: CADISCH G.; GILLER K.E. eds. Driven by nature: plant quality an
decomposition. Wallingford, CAB International, 1997.
JANSSEN, B.H. A simple method for calculating decomposition and accumulation of ‘young’
soil organic matter. Plant Soil, 76: 297–304, 1984.
JANSSEN, B.H. Nitrogen mineralisation in relation to C:N ratio and decomposability of organic
materials. Plant Soil, 181: 39–45, 1996.
KEATING, B.A.; CARBERRY, P.S.; HAMMER, G.L.; PROBERT, M.E.; ROBERTSON, M.J.;
HOLZWORTH, D.; HUTH, N.I.; HARGREAVES, J.N.G.; MEINKE, H.; HOCHMAN, Z.;
MCLEAN, G.; VERBURG, K.; SNOW, V.; DIMES, J.P.; SILBURN, M.; WANG, E.;
BROWN, S.; BRISTOW, K.L.; ASSENG, S.; CHAPMAN, S.; MCCOWN, R.L.;
FREEBAIRN, D.M.; SMITH, C.J. An overview of APSIM, a model designed for farming
systems simulation. Eur. J. Agron., 18: 267-/288, 2003.
KÖGEL, Ingrid. Estimation and decomposition pattern of the lignin component in forest humus
layers. Soil Biol. Biochem., 18: 589-594, 1986.
LEITE, L.F.C. Compartimentos e dinâmica da matéria orgânica do solo sob diferentes manejos e
sua simulação pelo modelo Century. Universidade Federal de Viçosa, Viçosa, 2002. . 146p.
(Tese de Doutorado).
LEITE, L.F.C.; MENDONÇA, E.S. Modelo century de dinâmica da matéria orgânica do solo:
Equações e pressupostos. Ci. Rural, 33: 679-686, 2003.
LEITE, L.F.C.; MENDONÇA, E.S. Perspectivas e limitações da modelagem da dinâmica da
matéria orgânica dos solos tropicais. In: CERETTA, C.A.; SILVA, L.S.; REICHERT, J.M.,
60
eds. Tópicos em Ciência do Solo. Viçosa: Sociedade Brasileira de Ciência do Solo. 2007. p.
181-217. (Volume 5).
LEITE, L.F.C.; MENDONÇA, E.S.; MACHADO, P.L.O. A. Simulação pelo modelo Century da
dinâmica da matéria orgânica de um Argissolo sob adubação mineral e orgânica. R. Bras.
Ci. Solo, 28: 347-358, 2004a.
LEITE, L.F.C.; MENDONÇA, E.S.; MACHADO, P.L.O.A; FERNANDES FILHO, E.I.;
NEVES, J.C.L. Simulating trends in soil organic carbon of an Acrisol under no-tillage and
disc-plow systems using the Century model. Geoderma, 120: 283–295, 2004b.
LUPWAYI, N.Z.; HAQUE, I. Mineralization of N, P, K, Ca and Mg from Sesbania and
Leucaena leaves varying in chemical composition. Soil Biol. Biochem., 30:337-343, 1998.
MARY, B.; RECOUS, S.; DARWIS, D.; ROBIN, D. Interactions between decomposition of
plant residue and nitrogen cycling in soil. Plant Soil, 181: 71-82, 1996.
MATOS, E.S. Ciclagem de nutrientes por leguminosas herbáceas em cafezais orgânicos.
Universidade Federal de Viçosa, Viçosa, 2005. 83p. (Dissertação de Mestrado).
MELILLO, J.M.; ABER, J.D.; MURATORE, J.F. Nitrogen and lignin control of hardwood leaf
litter decomposition dynamics. Ecology, 63: 621–626, 1982.
MENDONÇA, E.S.; STOTT, D.E. Characteristics and decomposition rates of pruning residues
from a shaded coffe system in Southeastern Brazil. Agrofor. Systems, 57: 117-125, 2003.
METHERELL, A.K.; HARDING, L.A.; COLE, C.V.; PARTON, W.J. Century Soil Organic
Matter Model Environment. Colorado State University, 1993. 245 p.
MOLINA, J.E.; CLAPP, C.E.; SCHAEFFER, M.J.; CHICHESTER, F.W.; LARSON, W.
NCSOIL, a model of nitrogen and carbon transformation in soil: description, calibration and
behaviour. Soil Sci. Soc. Am. J., 47: 85–91, 1983.
MOORHEAD, D.L.; REYNOLDS, J.F. A general model of litter decomposition in the northern
Chihuahuan. Desert. Ecolog. Modelling, 59: 197–219, 1991.
MORAL R.; MORENO-CASELLES J.; PEREZ-MURCIA, M.D.; PEREZ-ESPINOSA, A.;
RUFETE, B.; PAREDES, C. Characterisation of the organic matter pool in manures.
Biores. Technology, 96: 153-158, 2005.
PARTON, W.J.; OJIMA, D.S.; COLE, C.V.; SCHIMEL, D.S. A general model for soil organic
matter dynamics: sensitivity to litter chemistry, texture, and management. In: BRYANT,
R.B.; ARNOLD, R.W., eds. Quantitative modeling of soil forming processes. Vol. Special
Publication 39:147-167, 1994a.
PARTON, W.J.; SCHIMEL, D.S.; COLE, C.V.; OJIMA, D.S. Analysis of factors controlling soil
organic matter levels in great plains grasslands. Soil Sci. Soc. Am. J., 51: 1173-1179, 1987.
61
PARTON, W.J.; WOOMER, P.L.; MARTIN, A. Modelling soil organic matter dynamics and
plant productivity in tropical ecosystems. In: WOOMER, P.L.; SWIFT, M.J., eds. The
biological management of tropical soil fertility. Chichester, West Sussex, UK: John Wiley
& Sons. 1994b. p.171-188.
PROBERT, M.E.; DELVE, R.J.; KIMANI, S.K.; DIMES, J.P. Modelling nitrogen mineralization
from manures: representing quality aspects by varying C:N ratio of sub-pools. Soil Biol.
Biochem., 37: 279–287, 2005.
PROBERT, M.E.; DIMES, J.P.; KEATING, B.A.; DALALB, R.C.; STRONGB, W.M. APSIM’s
Water and Nitrogen Modules and Simulation of the Dynamics of Water and Nitrogen in
Fallow Systems. Agricul. Systems, 56: l-28, 1998.
QUEMADA, M.; CABRERA, M.; McCRACKEN, D. Nitrogen release from surface-applied
cover crop residues: evaluating the CERES-N submodel. Agron. J., 89: 723–729, 1997.
REZENDE, C.P.; CANTARUTTI, R.B.; BRAGA, J.M.; GOMIDE, J.A.; PEREIRA, J.M.;
FERREIRA, E.; TARRÉ, R.; MACEDO, R.; ALVES, B.J.R.; URQUIAGA, S.; CADISCH,
G.; GILLER, K.E.; BODDEY, R.M. Litter deposition and disappearance in Brachiaria
pastures in the Atlantic Forest region of the south of Bahia, Brazil. Nutr. Cycl. Agroec.,
54:99-112, 1999.
RIJTEMA, P.E.; KROES, J.G. Some results of nitrogen simulations with the model ANIMO.
Fertiliser Res., 27: 189 –198. 1991.
SWIFT, M.J.; HEAL, O.W.; ANDERSON, J.M. Decomposition in terrestrial ecosystems.
Berkeley: Blackwell Scientific Publications, 1979. 372 p.
THOMAS, R.J.; ASAKAWA, N.M. Decomposition of leaf litter from tropical forage grasses and
legumes. Soil Biol. Biochem., 25:1351-1361, 1993.
THORBURN, P.J.; PROBERT, M.E.; ROBERTSON, F.A. Modelling decomposition of sugar
cane surface residues with APSIM-Residue. Fie. Crops Res., 70: 223-232, 2001.
VITOUSEK, P.M.; TURNER, D.H.R.; PARTON, W.J.; SANFORD, R.L. Litter decomposition
on the Mauna Loa environmental matrix, Hawai’i: patterns, mechanisms, and models.
Ecology, 75: 418-429, 1994.
WHITMORE, A.P.; HANDAYANTO, E. Simulating the mineralization of N from crop residues
en relation to residue quality. In: CADISCH G.; GILLER K. E. eds. Driven by nature: plant
quality an decomposition. Wallingford: CAB International, 1997. p. 337-362.
YANG, H.S.; JANSSEN, B.H. Relationship between substrate initial reactivity and residues
ageing speed in carbon mineralization. Plant Soil, 239: 215–224, 2002.
62
CAPÍTULO 2
AVALIAÇÃO DOS MODELOS CENTURY, APSIM E NDICEA EM ESTIMAR A
ABSORÇÃO DE N EM SOLO ADUBADO COM MATERIAIS ORGÂNICOS
RESUMO
Um dos grandes entraves para a utilização de materiais orgânicos como fonte de
nutrientes em sistemas de produção agrícola é o conhecimento da quantidade fornecida de
nutrientes que realmente está sendo disponibilizado à cultura. Avanços significativos têm sido
dados com pesquisas utilizando isótopos estáveis, entretanto, se restringe a ambientes com
condições controlas. Dessa forma, o uso de modelos matemáticos pode facilitar o entendimento
das transformações que ocorrem com os materiais orgânicos no sistema solo-planta-atmosfera e
contribuir para adoção de sistemas de manejo de adubação com fontes orgânicas. O objetivo
deste trabalho foi calibrar e avaliar a capacidade do modelo Century, APSIM e NDICEA em
simular a absorção de N pelas plantas de braquiária em solo com aplicação de diferentes fontes
de materiais orgânicos utilizados na agricultura. Para isto, foram utilizados os resultados do
trabalho de Chacón (2006), em que utilizou resíduo de crotalária, farinha de osso, vermicomposto
e esterco de galinha e suíno para testar a recuperação do N pela braquiária aos 60, 120 e 180 dias
após o transplante de cinco mudas para vasos contendo 1,5 dm
3
de solo. Os modelos
superestimaram a absorção de N pela braquiária com a calibração feita para a
liberação/mineralização de N dos materiais orgânicos. Assim, para diminuir o desvio entre os
valores de N absorvido simulado e medido, foi necessária a calibração dos modelos
especificamente para a absorção de N. Depois de calibrados os modelos forneceram estimativas
acuradas do N absorvido. Em relação ao medido, o NDICEA simulou com menor desvio a
absorção do N proveniente da decomposição de materiais orgânico durante e ao final do tempo
estabelecido para simulação.
63
EVALUATION OF THE CENTURY, APSIM AND NDICEA MODELS TO ESTIMATE
THE N UPTAKE IN SOIL FERTILIZED WITH ORGANICS RESOURCES
ABSTRACT
One of the biggest problem to use organic materials as a resource of nutrients in
agricultural production systems is to know the quantity of nutrients available to the plants.
Significatives advances have been done by the researchers through works with stable isotopes,
however, most of the experiments are conducted in controlled environments, i.e., greenhouse.
The use of mathematical models, therefore, could help to know the transformation that occurs
with organics resource in the soil-plant-atmospheric systems, and to contribute to use organic
materials as resource of nutrients in the soil fertilization program. Thus, the goal of this work was
to evaluate the capacity and to make the parameterization of the Century, APSIM and NDICEA
for simulation of N uptake released/mineralized from some organics materials. The information
for model parameterization and calibration were collected in Chacón (2006). To the N uptake, the
calibration of the models was performed in order to assess the growth of Brachiaria plants with
application of five organic materials as fertilizers. The models overestimated the N uptake by
Brachiaria plants when working with the calibration done to N mineralization of the organic
materials. To increase the accuracy of the models in estimating the N uptake it was essential to
do a specific calibration. After of this calibration, the NDICEA model presented the highest
accuracy in estimating the N uptake by Brachiaria plants.
64
1. INTRODUÇÃO
As fontes orgânicas desempenham importante função no manejo e na construção da
fertilidade do solo em sistemas agrícolas tropicais, principalmente em sistemas com baixo aporte
de insumos externos a propriedade. Estes materiais orgânicos adicionados ao solo em curto prazo
de tempo contribuem para o fornecimento de nutrientes as plantas cultivadas, e à longo prazo
para a formação da matéria orgânica do solo (Palm et al., 2001).
Nesse sentido, em alguns sistemas agrícolas, a adição de materiais orgânicos é o principal
meio de entrada de nutrientes, sobretudo nitrogênio (N), que representa um dos elementos
limitantes e é requerido em grandes quantidades para o crescimento e desenvolvimento de
plantas. Por estar o ciclo deste elemento intimamente ligado aos componentes orgânicos, os
fatores que influenciam na taxa de decomposição desta fração do solo contribuem para sua
dinâmica no sistema solo-planta. Dessa forma, são prementes ferramentas que facilitam seu
entendimento, tendo em vista que a decomposição é de natureza complexa por ser influenciada
por vários fatores (temperatura, precipitação, composição química e bioquímica da fonte,
fertilidade do solo, dentre outros) (Swift et al., 1979; Melillo et al., 1982).
De maneira geral, a mineralização do N orgânico adicionado ao solo por meio de resíduos
vegetais é rápida inicialmente, devido à decomposição dos componentes mais lábeis, contudo,
diminui à medida que depende apenas dos materiais mais recalcitrantes (Mary et al., 1996;
Lupwayi et al., 2004).
Em condições de campo, o N recuperado por plantas cultivadas sobre resíduos de cultivos
anteriores ou adicionados ao solo varia entre 5 e 30 % (Müller & Sundman, 1988; Harris &
Hesterman, 1990; Bremer & Kessel, 1992; Harris et al., 1994). Contudo, em condições mais
controladas (experimento em casa de vegetação) essa recuperação pode chegar a 55 % (Azam et
al., 1985; Janzen & Schaalje, 1992), sendo que Scivittaro et al. (2004) observaram que o arroz
utilizou apenas 25 % do N proveniente dos resíduos de mucuna.
O N adicionado ao solo, independente da fonte orgânica, após sua mineralização pode ser
absorvido pelas plantas, perdido por volatilização, denitrificação ou lixiviação, ser imobilizado
pelos microrganismos do solo ou, ainda, permanecer em sua forma original (Myers et al., 1994).
Essas transformações apresentam várias vias e grande complexidade e, portanto, o uso de
65
modelos matemáticos pode facilitar o entendimento do seu ciclo no sistema solo-planta-
atmosfera.
Na literatura são escassos os trabalhos estudando e testando a capacidade de modelos em
simular a taxa de decomposição e mineralização do N de materiais orgânicos e o absorção desse
nutriente pela cultura subseqüente. Contudo, alguns modelos possibilitam simular todo esse
processo, tais como o NCSOIL (Molina et al., 1983), Century (Parton et al., 1987), CERES-N
(Quemada et al., 1997), STICS (Brisson et al., 1998), APSIM (Thorburn et al., 2001), EXPERT-
N (Berkenkamp et al., 2002), PASTIS (Garnier et al., 2003) e NDICEA (Burgt et al., 2006), entre
outros, possuindo suas limitações, devido à complexidade do sistema.
Dessa forma, o objetivo deste trabalho foi calibrar e avaliar a capacidade do modelo
NDICEA, Century e APSIM em simular a absorção de N pelas plantas de braquiária em solo com
aplicação de diferentes fontes de materiais orgânicos utilizados na agricultura.
66
2. MATERIAL E MÉTODOS
2.1. Descrição experimental
Os dados utilizados neste estudo foram obtidos da tese do Chacón (2006), extraindo-se as
informações das condições experimentais, como característica de solo, do clima e composição
dos materiais orgânicos.
Para avaliar a capacidade dos modelos em simular a absorção de N pelas plantas de
braquiária (Brachiaria decumbens) em tratamentos adubados com materiais orgânicos, foram
utilizados os dados referentes à sua composição e a quantidade aplicada em cada tratamento dos
resíduos de crotalária, farinha de osso, esterco de galinha e suíno e, vermicomposto. Algumas
características químicas e bioquímicas desses materiais são apresentados no Quadro 1.
Quadro 1 – Componentes químicos dos materiais orgânicos utilizados como fonte de N para a
braquiária
Componente Crotalária
Farinha de
osso
Galinha Suíno Vermicomposto
C (dag kg
-1
) 46,85 30,59 31,31 41,93 13,23
N (dag kg
-1
) 3,42 5,55 4,03 2,74 1,03
P (dag kg
-1
) 0,19 10,22 1,95 1,45 0,36
S (dag kg
-1
) 0,13 0,26 0,35 0,39 0,19
C/N
16 6 9 18 15
C/P
637 8 41 75 95
C/S
961 314 239 287 186
K (dag kg
-1
) 1,36 0,19 2,90 1,82 0,16
Ca (dag kg
-1
) 0,81 17,89 6,72 5,61 0,91
Mg (dag kg
-1
) 0,25 0,35 0,46 0,99 0,22
Experimento conduzido por Chacón (2006).
A fim de avaliar o potencial de fornecimento de N desses materiais orgânicos, e a
recuperação do N pela braquiária, em 1 kg de solo acondicionados em vasos de 1,5 dm
3
,
foram
aplicados 32, 49, 48, 36 e 113 gramas, respectivamente, do resíduo de crotalária, farinha de osso,
esterco de galinha e suíno e vermicomposto por quilo de solo, respectivamente. Os materiais
orgânicos foram dosados segundo o critério de decomposição de primeira ordem proposto por
Paul & Clark (1996), cujo ponto de saturação corresponde à massa do material equivalente a 1,5
dag de C kg
-1
de solo seco.
67
Aos 60, 120 e 180 dias após o transplante de cinco plântulas, a parte aérea das plantas
(folhas) foi colhida mediante cortes sucessivos, seguindo-se secagem em estufa a 65 °C. O
material vegetal seco foi passado em moinho tipo Wiley com peneira de 2 mm, para
determinação dos teores de N total pelo método Kjeldahl (Bremner, 1996). Esse mesmo
procedimento foi repetido aos 120 e 180 dias. O N recuperado foi determinado por meio do N
acumulado na parte aérea das plantas, comparativamente ao que foi aplicado nas doses dos
diferentes tratamentos.
2.2. Parametrização, Calibração e Simulação dos Modelos
Na parametrização do modelo NDICEA, Century e APSIM foram utilizadas informações
obtidas na tese de Chacón (2006), as condições ambientais da casa de vegetação, edáficas e a
composição dos materiais. Os parâmetros dos modelos que não influenciam na liberação de N
dos materiais testados e na absorção de N pelas plantas foram mantidos inalterados.
Depois de parametrizados, foi realizada a calibração dos modelos para absorção de N pela
variação do parâmetro que controla a taxa de liberação/mineralização do N em cada modelo. A
calibração foi realizada de modo a minimizar os desvios entre os valores obtidos das simulações e
os valores observados.
2.2.1. NDICEA
No NDICEA foi utilizado como variável de entrada para quantidade e características dos
materiais orgânicos a “matéria orgânica nova” (fresh organic matter). Assim, as principais
variáveis de entrada no NDICEA para simular a liberação do N foram: temperatura, umidade,
textura e pH do solo, e quantidade de material orgânico com seu teor de N. O parâmetro de
calibração foi a idade inicial (Initial Age) do material, que tem relação direta com sua
composição química e bioquímica, indicando, a taxa com que os materiais orgânicos são
decompostos (Yang & Janssen, 2002). Esse parâmetro determina a quantidade de N que estará
disponível as plantas.
68
Para simular a absorção de N pelas plantas utilizou-se o módulo cultura (crop) para
especificar o crescimento da braquiária. O NDICEA não faz o cálculo de absorção de acordo com
a liberação/mineralização do N, devendo ser feita a relação entre o N disponível e o absorvido, ou
seja, neste modelo é possível verificar o quanto a cultura necessita e o quanto está sendo
fornecido.
Para a parametrização do NDICEA na absorção de N fornecido pelos materiais orgânicos
foram utilizados os dados de produtividade de matéria seca da braquiária, observados por Chacón
(2006), estimando assim a produtividade esperada, assim como seu teor de N.
2.2.2. Century
No Century foi criado um cenário onde os materiais orgânicos foram adicionados
(CLITTR no site.100). As principais variáveis de entrada foram: temperatura, precipitação,
quantidade de material orgânico com seu teor de lignina e relação C/N. A calibração se restringiu
ao DEC1 (1) e DEC2 (1), referentes à velocidade de decomposição do compartimento estrutural e
metabólico dos resíduos, respectivamente.
No Century foi utilizado o submodelo produção de plantas, mais especificamente
capim/cultura (grass/crop). Ao contrário do NDICEA, este modelo concilia a
liberação/mineralização do N com a absorção do N pelas plantas. Assim, pela variação nos
DECs, aumentando ou diminuindo a quantidade de N no sistema, foram observadas as saídas de
produtividade (matéria seca). Quando esta se igualou a matéria seca observada por Chacón
(2006), foi verificado o conteúdo de N nos tempos estabelecidos (60, 120 e 180 dias).
2.2.3. APSIM
No APSIM utilizou-se o módulo resíduo para entrada dos materiais orgânicos (APSIM-
residuo). As principais variáveis de entrada foram: temperatura, precipitação, fator contato,
quantidade de material orgânico com sua relação C/N. Sua calibração foi feita pela variável
denominada “potencial de decomposição”, quanto maior, maior será a velocidade de
decomposição dos materiais orgânicos.
69
Para o APSIM foi estabelecida a simulação de absorção de N utilizando o módulo
pastagem (Bambatsi pasture). Meinke et al. (1998) relataram a dificuldade deste modelo em
simular a produtividade, que está relacionada ao parâmetro da eficiência no uso da radiação solar.
Isso foi subsídio para parametrizar a variável da eficiência no uso da radiação solar em 5, onde
anteriormente era 2. Assim como no Century, este modelo concilia a liberação/mineralização do
N com a absorção do N pelas plantas, fazendo com que a mudança no potencial de decomposição
controle a liberação de N no sistema, que por sua fez interfere na produtividade de matéria seca
das plantas. Assim, quando esta se igualou a matéria seca observada, foi registrada a quantidade
de N absorvido durante este tempo.
2.3. Análise estatística
Os dados de absorção do N pelas plantas de braquiária simulados pelo NDICEA, Century
e APSIM foram submetidos ao cálculo pela equação 1 (RMSE, root mean square error), para se
conhecer o desvio em relação ao observado.
RMS
E
= [Σ(y - ŷ)
2
/n]
1
/
2
(1)
em que: y é a variável observada; ŷ é o valor estimado de y; n o número de observações.
70
3. RESULTADOS
A variável que controla a decomposição e, por conseguinte, a liberação de N dos materiais
orgânicos no NDICEA, Century e APSIM em sua calibração para liberação/mineralização de N
superestimou a absorção de N pela braquiária, exceto o Century e APSIM com aplicação do
esterco de suíno, em que a absorção foi subestimada (Figura 1). Dessa forma, para diminuir o
desvio entre os valores observados e simulados do N absorvido pela braquiária, foi necessário
recalibrar as variáveis que controlam a decomposição nos modelos (Quadro 2).
Crotalária
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
200
400
600
800
1000
1200
Galinha
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
200
400
600
800
1000
1200
Suíno
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
200
400
600
800
1000
1200
Vermicomposto
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
200
400
600
800
1000
1200
Figura 2 – Conteúdo de N observado e simulado pelo NDICEA, Century e APSIM utilizando
a calibração para liberação/mineralização de N durante 180 dias de crescimento da
braquiária sob adubação inicial com crotalária (a), galinha (b), suíno (c) e vermicomposto
(d).
(
a
)
(
b
)
(
c
)
(
d
)
71
De maneira geral, para que os modelos pudessem estimar a taxa de absorção de N nos
tratamentos onde os materiais orgânicos foram aplicados ao solo, a calibração dos parâmetros de
cada modelo teve que ser realizada de modo a reduzir o processo de liberação/mineralização do N
dos materiais.
Quadro 2 – Calibração dos parâmetros do NDICEA, Century e APSIM para
liberação/mineralização do N dos materiais orgânicos e a calibração do mesmo parâmetro
para a absorção do N
NDICEA Century APSIM
Material
Orgânico
dec1 dec2 dec1 dec2
Lib/Min Absorção Lib/Min Absorção Lib/Min Absorção
Crotalária
0,54 18,00 3,9 9,8 0,01 0,019 0,0300 0,000408
Farinha de
Osso
ND 11,90 ND 0,01 0,089 ND 0,000319
Galinha
1,14 10,00 2,9 5,8 0,01 0,121 0,0068 0,001552
Suíno
1,41 4,71 1,9 3,8 0,09 0,449 0,0026 0,009520
Vermicomposto
0,53 3,29 3,9 9,8 0,01 0,089 0,0450 0,004730
Lib/Min = calibração realizada para descrever a liberação ou mineralização do N. ND = Não determinado.
Depois dos modelos calibrados, o NDICEA foi o que apresentou, para todos os materiais
orgânicos, o menor desvio (RSME) da absorção do N simulado em relação ao observado durante
os 180 dias (Figura 2). Ressalta-se que este modelo, em todos os materiais orgânicos, aos 180
dias estimou a absorção de N com menor desvio em relação ao N absorvido medido (Quadro 3),
exceto no tratamento com aplicação da crotalária. Contrariamente, à exceção da crotalária, nos
demais tratamentos, aos 120 dias o NDICEA apresentou maior desvio em relação ao N absorvido
medido.
72
Crotalária
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
50
100
150
200
250
300
350
20,33 %
10,82 %
25,45 %
Farinha de osso
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
50
100
150
200
250
300
350
17,92 %
18,84 %
34,34 %
Galinha
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
50
100
150
200
250
300
350
28,80 %
30,02 %
27,71 %
Galinha
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
50
100
150
200
250
300
350
28,80 %
30,02 %
27,71 %
Vermicomposto
Tempo (d)
0 20 40 60 80 100 120 140 160 180
Conteúdo de N (mg 5 plantas
-1
)
0
50
100
150
200
250
300
350
45,51 %
28,79 %
20,70 %
Figura 2 – Conteúdo de N observado e simulado pelo NDICEA, Century e APSIM
utilizando a calibração para absorção de N durante 180 dias de crescimento da
braquiária sob adubação inicial com crotalária (a), farinha de osso (b), galinha (c), suíno
(d) e vermicomposto (e). Os percentuais ao lado das linhas correspondem aos
respectivos desvios da absorção de N simulada durante os 180 dias em relação a medida.
Com exceção do vermicomposto, para os demais materiais orgânicos o APSIM simulou a
absorção de N com menor grau de acurácia ao longo dos 180 dias, com desvio (RSME) em
relação ao observado de 25,45 %, 34,34 %, 30,02 % e 27,62 % para a crotalária, a farinha de
(
a
)
(
b
)
(
c
)
(
d
)
(
e
)
73
osso, o esterco de galinha e de suíno, respectivamente. Aos 120 dias, o APSIM estimou a
absorção com satisfatório nível de acurácia, apresentando desvio menor ou intermediário em
relação a estimativa do N absorvido feita pelos demais modelos.
Quadro 3 – Desvio (RMSE) por etapas (60, 120 e 180 dias) da absorção de N simulada pelo
NDICEA, Century e APSIM em relação ao valor observado
1
para a braquiária submetida
a adubação com materiais orgânicos
Material
orgânico
Amostragem
(d)
NDICEA Century APSIM
----------------------- % -----------------------
60
13,06
23,28
11,49
Crotalária
120
11,78
25,94
15,27
180
6,50 4,94
39,72
60 24,21
9,62 1,91
Farinha de osso
120 19,34
3,54 7,89
180
1,74 30,98
58,92
60
28,52 35,68
50,72
Galinha
120 24,51
10,04 11,38
180
0,35
33,37
0,67
60
25,67 36,54
47,68
Suíno
120 20,18
14,01 2,37
180
0,15
21,21
3,39
60
28,16 24,20
40,28
Vermicomposto
120 22,13
12,67 6,76
180
1,42
73,94
28,63
1
Resultados observados por Chacón (2006). Valores em negrito, itálico ou sublinhados possuem menor,
intermediário e maior desvio em relação ao valor observado, respectivamente.
Ao final dos 180 dias, observou-se que em relação ao medido, o Century superestimou a
absorção do N em todos os tratamentos, exceto para farinha de osso, contudo, para os 60 e 120
dias este modelo apresentou com freqüência desvio intermediário.
74
4. DISCUSSÃO
A capacidade e limitações dos modelos em simular a absorção de N ao longo dos 180 dias
com a aplicação de fontes orgânicas foram identificadas. A mesma calibração realizada para
liberação/mineralização do N dos materiais orgânicos deveria ser utilizada para a absorção de N,
por considerar que o elemento estaria disponível para planta e que os respectivos modelos
computariam as perdas ou os diversos caminhos que este pode tomar no sistema solo-planta-
atmosfera. Contudo, isso não ocorreu, sugerindo que os modelos contabilizam todo o N
liberado/mineralizado dos materiais orgânicos, como disponível para as plantas, simulando
insatisfatoriamente o comportamento desse nutriente no solo. Apesar de este estudo sugerir isto,
há vários trabalhos que validaram estes modelos na simulação do comportamento do N nos solos.
Burgt et al. (2006) observaram que o NDICEA simulou a dinâmica de N no solo com acurácia
depois de calibrado, assim como Smith et al. (1997) observaram para o Century e, Probert et al.
(1998), Carberry et al. (2002), Keating et al. (2003), Probert et al. (2005) e Malone et al. (2007)
observaram para o APSIM. Ressalta-se que estes trabalhos testaram e observaram a capacidade
desses modelos em simular a dinâmica do N no solo, e não o sincronismo da
liberação/mineralização do N dos materiais orgânicos e sua utilização pela cultura subseqüente,
que é o ponto chave para utilização desses materiais em sistemas de produção agrícola (Myers et
al., 1994; Palm et al., 2001; Singh et al., 2001).
As mudanças realizadas nos parâmetros de decomposição do NDICEA, Century e
APSIM, para diminuir os desvios entre os valores de N absorvido simulado e medido podem ser
suprimidas com a adição de parâmetros que determinam a eficiência de recuperação do N pela
cultura, subseqüente à aplicação de materiais orgânicos no sistema, que há muito tem sido
pesquisado para condições controladas (Azam et al., 1985; Müller & Sundman, 1988; Harris &
Hesterman, 1990; Ta & Faris, 1990; Bremer & Kessel, 1992; Janzen & Schaalje, 1992; Harris et
al., 1994; Scivittaro et al., 2004).. Dessa forma, os resultados dessas pesquisas podem ser
incorporados nos cálculos de absorção proposta pelos modelos estudados.
A título de exemplo, foi calculado o total de N absorvido quando se calibrou os modelos
para absorção de N sob adubação de esterco de galinha, e este representou 7,54 % no NDICEA,
4,86 % no Century e 35,71 % no APSIM, do total de N acumulado quando os modelos foram
calibrados para liberação/mineralização do N. Os modelos deveriam simular o total de N real na
75
planta com a calibração de mineralização, o que não ocorreu, sugerindo que se utilizada a
calibração para mineralização do N das fontes orgânicas estará incorrendo em simulação
insatisfatória para absorção.
O NDICEA foi o modelo, depois de calibrado, que simulou com maior acurácia a
absorção do N sob aplicação dos materiais orgânicos. Sua estrutura possibilita ter maior
desempenho em simular a absorção de N oriundo da liberação e mineralização dos materiais
orgânicos, pois exige a quantidade produzida (kg ha
-1
) ao final do período estipulado, assim como
o teor de N, fazendo com que este simule com maior acurácia o conteúdo final de N acumulado
nas plantas. Por outro lado, o Century e o APSIM, conciliam a absorção juntamente com a
liberação/mineralização do N dos materiais orgânicos, o que pode ter dificultado que esses
modelos tivessem o mesmo desempenho do NDICEA.
Contudo, são necessários trabalhos que avaliem o sincronismo do fornecimento e
demanda de nutrientes pelas plantas no manejo de sistemas agrícolas tropical, sobretudo em
cultivos anuais de pequenas propriedades, que têm maior dependência do aporte orgânico para a
disponibilização de nutrientes para as plantas. Isto será possível com a utilização de métodos
modernos, como a utilização de isótopos estáveis e a extrapolação de experimentos que até então
têm sido desenvolvidos em locais com condições controladas (casa de vegetação e laboratório)
para o campo, onde os fatores que controlam as transformações no sistema solo-planta são mais
abundantes, tornando sua compreensão mais complexa. A partir disso, modelos podem ser
parametrizados e calibrados para serem utilizados no auxílio da melhor forma de manejo a ser
adotada, de modo que o sincronismo do fornecimento e demanda de nutrientes nestes
agroecossistemas funcionem mais eficientemente.
76
5. CONCLUSÕES
A calibração realizada nos modelos para liberação/mineralização de N dos materiais
orgânicos superestimou a absorção de N nas plantas de braquiária. Dessa forma, a calibração para
a absorção de N pelas plantas em solo adubado com fontes orgânicas foi diferente da calibração
realizada para liberação/mineralização de N dos materiais orgânicos.
Depois de calibrados os modelos forneceram estimativas acuradas do N absorvido,
contudo, o NDICEA obteve maior desempenho.
.
77
6. REFERÊNCIAS BIBLIOGRÁFICAS
AZAM, F.; MALIK, K.A.; SAJJAD, M.I. Transformations in soil and availability to plants of
15
N
applied as inorganic fertilizer and legume residues. Plant Soil, 86: 3-13, 1985.
BERKENKAMP, A.; PRIESACK, E.; MUNCH, J.C. Modelling the mineralisation of plant
residues on the soil surface. Agronomie, 22: 711–722, 2002.
BREMER, E.; KESSEL, C. Plant-available nitrogen from lentil and wheat residues during a
subsequent growing season. Soil Sci. Soc. Am. J., 56: 1155-1160, 1992.
BREMNER, J.M. Nitrogen-Total. In: SPARKS, D.L. ed. Methods of soil analysis: Part 3
Chemical Methods. Madison: SSSA, 1996. p. 1085-1121. (SSSA Book Series, 05).
BRISSON, N.; MARY, B.; RIPOCHE, D.; JEUFFROY, M.H.; RUGET, F.; GATE, P. STICS: a
generic model for the simulation of crops and their water and nitrogen balance. I. Theory
and parameterisation applied to wheat and corn. Agronomie, 18: 311–346, 1998.
BURGT, G.J.H.M.; OOMEN, G.J.M.; HABETS, A. S. J.; ROSSING, W.A.H. The NDICEA
model, a tool to improve nitrogen use efficiency in cropping systems. Nutr. Cycl. Agroec.,
74: 275-294, 2006.
CARBERRY, P.S.; PROBERT, M.E.; DIMES, J.P.; KEATING, B.A.; MCCOWN, R.L. Role of
modelling in improving nutrient efficiency in cropping systems. Plant Soil, 245: 193–203,
2002.
CHACÓN, E.A.V. Caracterização, decomposição e biodisponibilidade de nitrogênio e fósforo de
materiais orgânicos de origem animal e vegetal. Universidade Federal de Viçosa, Viçosa,
2006. 160p (Tese de Doutorado).
GARNIER, P.; NEÉL, C.; AITA, C.; RECOUS, S.; LAFOLIE, F.; MARY, B. Modelling carbon
and nitrogen dynamics in a bare soil with and without straw incorporation. Eur. J. Soil Sci.,
54, 555–568, 2003.
HARRIS, G.H.; HESTERMAN, O.B. Quantifying the nitrogen contribution from alfafa to soil
and two succeeding crops using nitrogen-15. Agron. J., 82: 129-134, 1990.
HARRIS, G.H.; HESTERMAN, O.B.; PAUL, E.A.; PETERS, S.E.; JANKE, R.R. Fate of
legume and fertilizer nitrogen-15 in a long term cropping systems experiment. Agron. J.,
86: 910-915, 1994.
JANZEN, H.H.; SCHAALJE, G.B. Barley response to nitrogen and nonnutritional benefits of
legume green manure. Plant Soil, 142: 19-30, 1992.
KEATING, B.A.; CARBERRY, P.S.; HAMMER, G.L.; PROBERT, M.E.; ROBERTSON, M.J.;
HOLZWORTH, D.; HUTH, N.I.; HARGREAVES, J.N.G.; MEINKE, H.; HOCHMAN, Z.;
MCLEAN, G.; VERBURG, K.; SNOW, V.; DIMES, J.P.; SILBURN, M.; WANG, E.;
78
BROWN, S.; BRISTOW, K.L.; ASSENG, S.; CHAPMAN, S.; MCCOWN, R.L.;
FREEBAIRN, D.M.; SMITH, C.J. An overview of APSIM, a model designed for farming
systems simulation. Eur. J. Agronomy, 18: 267-288, 2003.
KIRSCHBAUM, M.U.F.; PAUL, K.I. Modelling C and N dynamics in forest soils with a
modified version of the Century model. Soil Biol. Biochem., 34: 341-354, 2002.
LUPWAYI, N.Z.; CLAYTON, G.W.; DONOVAN, J.T.; HARKER, K.N.; TURKINGTON,
T.K.; RICE, W.A. Decomposition of crop residues under conventional and zero tillage.
Canad. J. Soil Sci., 84: 403-410, 2004.
MALONE, R.W.; HUTH, N.; CARBERRY, P.S.; MA, L.; KASPAR, T.C.; KARLEN, D.L.;
MEADE, T.; KANWAR, R.S.; HEILMAN, P. Evaluating and predicting agricultural
management effects under tile drainage using modified APSIM. Geoderma, 140: 310–322,
2007.
MARY, B.; RECOUS, S.; DARWIS, D.; ROBIN, D. Interactions between decomposition of
plant residue and nitrogen cycling in soil. Plant Soil, 181: 71-82, 1996.
MEINKE, H.; RABBINGE, R.; HAMMER, G.L.; KEULEN, H.; JAMIESON, P.D. Improving
wheat simulation capabilities in Australia from a cropping systems perspective: II. Testing
simulation capabilities of wheat growth. Eur. J. Agronomy, 8: 83-99, 1998.
MELILLO, J.M., ABER, J.D., MURATORE, J.F. Nitrogen and lignin control of hardwood leaf
litter decomposition dynamics. Ecology, 63: 621–626, 1982.
MOLINA, J.E.; CLAPP, C.E.; SCHAEFFER, M.J.; CHICHESTER, F.W.; LARSON, W.
NCSOIL, a model of nitrogen and carbon transformation in soil: description, calibration and
behaviour. Soil Sci. Soc. Am. J., 47: 85–91, 1983.
MÜLLER, M.M.; SUNDMAN, V. The fate of nitrogen (
15
N) released from different plant
materials during decomposition under field conditions. Plant Soil, 105: 133-139, 1988.
MYERS, R.J.K.; PALM, C.A.; CUEVAS, E.; GUNATILLEKE, I.U.N.; BROSSARD, M. The
synchronisation of nutrient mineralization and plant nutrient demand. In: WOOMER, P.L.;
SWIFT, M.J., eds. The biological management of tropical soil fertility. Chichester, West
Sussex, UK: John Wiley & Sons. 1994. p.81-116.
PALM, C.A.; CATHERINE, C.N.; DELVE, R.J.; CADISCH, G.; GILLER, K.E. Organic inputs
for soil fertility management in tropical agroecosystems: application of an organic resource
database. Agricul. Ecosys. and Environ., 83: 27-42, 2001.
PROBERT, M.E.; DELVE, R.J.; KIMANI, S.K.; DIMES, J.P. Modelling nitrogen mineralization
from manures: representing quality aspects by varying C:N ratio of sub-pools. Soil Biol.
Biochem., 37: 279–287, 2005.
79
PROBERT, M.E.; DIMES, J.P.; KEATING, B.A.; DALALB, R.C.; STRONGB, W.M. APSIM’s
water and nitrogen modules and simulation of the dynamics of water and nitrogen in fallow
systems. Agricultural Systems, 56: l-28, 1998.
QUEMADA, M.; CABRERA, M.; McCRACKEN, D. Nitrogen release from surface-applied
cover crop residues: evaluating the CERES-N submodel. Agron. J., 89: 723–729, 1997.
SCIVITTARO, W.B.; MURAOKA, T.; BOARETTO, A.E.; TRIVELIN, P.C.O. Fate of nitrogen
(
15
N) from velvet bean in the soil-plant system. Scientia Agricola, 61: 210-215, 2004.
SINGH, U.; GILLER, K.E.; PALM, C.A.; LADHA, J.K.; BREMAN, H. Synchronizing N release
from organic residues: opportunities for integrated management of N. The Scientific World,
1: 880–886, 2001.
SMITH, P.; SMITH, J.U.; POWLSON, D.S.; MCGILL, W.B.; ARAH, J.R.M.; CHERTOV,
O.G.; COLEMAN, K.; FRANKO, U.; FROLKING, S.; JENKINSON, D.S.; JENSEN, L.S.;
KELLY, R.H.; KLEIN-GUNNEWIEK, H.; KOMAROV, A.S.; LI, C.; MOLINA, J.A.E. A
comparison of the performance of nine soil organic matter models using datasets from
seven long-term experiments. Geoderma, 81: 153-225, 1997.
SWIFT, M.J.; HEAL, O.W.; ANDERSON, J.M. Decomposition in terrestrial ecosystems.
Berkeley: Blackwell Scientific Publications, 1979. 372 p.
TA, T.C.; FARIS, M.A. Availability of N from
15
N-labeled alfalfa residues to three succeeding
barley crops under field conditions. Soil Biol. Biochem., 22: 835-838, 1990.
THORBURN, P.J.; PROBERT, M.E.; ROBERTSON, F.A. Modelling decomposition of sugar
cane surface residues with APSIM-Residue. Field Crops Res., 70: 223-232, 2001.
YANG, H.S.; JANSSEN, B.H. Relationship between substrate initial reactivity and residues
ageing speed in carbon mineralization. Plant Soil, 239: 215–224, 2002.
PARTON, W.J.; SCHIMEL, D.S.; COLE, C.V.; OJIMA, D.S. Analysis of factors controlling soil
organic matter levels in great plains grasslands. Soil Sci. Soc. Am. J., 51: 1173-1179, 1987.
80
CONSIDERAÇÕES FINAIS
Os resultados observados com as simulações da decomposição e liberação/mineralização
de N dos materiais orgânicos vegetais, estercos e compostos, assim como a absorção de N pela
braquiária em solo adubado com materiais orgânicos possibilitaram identificar a eficiência e
limitações dos modelos Century, APSIM e NDICEA em simular estes processos em condições
controladas e de campo.
A parametrização para as condições ambientais estudadas levou o Century e APSIM, em
sua calibração original (default), a superestimar a taxa de decomposição e liberação de N dos
materiais vegetais. O NDICEA superestimou este processo em materiais ricos em compostos
resistentes a decomposição. Dessa forma, para utilização desses modelos nestas condições é
indispensável a calibração.
A calibração dos modelos condicionou maior grau de acurácia em estimar a taxa de
decomposição e liberação do N dos materiais orgânicos vegetais. O NDICEA, pelos testes de
calibração, sensibilidade e validação, se mostrou o modelo com maior grau de acurácia para
descrever a decomposição e liberação de N dos materiais vegetais nas condições estudadas.
Mesmo que criado para simulação de médio à longo prazo, o Century pode se constituir em
importante ferramenta para estimar a constante k e o tempo de meia vida da decomposição e
liberação de N dos materiais vegetais para as condições estabelecidas de clima tropical.
Trabalhos futuros são necessários, abrangendo maior diversidade de materiais orgânicos e
ambientes naturais, fazendo com que o(s) modelo(s) seja(m) cada vez mais consolidado(s) para
predição do comportamento de fontes orgânicas no campo.
Apesar de ter sido realizada calibração pontual, os modelos simularam com alto grau de
acurácia a decomposição e mineralização do N dos estercos e compostos, podendo ser úteis para
utilização desses materiais orgânicos na agricultura. Contudo, pelos modelos terem sido
calibrados para experimentos em condições controladas, a extrapolação desses resultados pode
81
levar à predições incertas, havendo assim a necessidade de estudos posteriores para as condições
de campo.
Quanto a absorção de N, os modelos tiveram menor capacidade em simular o
comportamento do N no sistema solo-planta, por apresentarem calibrações diferentes para a
liberação/mineralização do N e absorção desse nutriente pelas plantas. Depois de calibrados os
modelos forneceram estimativas acuradas do N absorvido. Em relação ao medido, o NDICEA
simulou com menor desvio a absorção do N durante e ao final do tempo estabelecido para
simulação. Não obstante, este trabalho representa uma contribuição inicial, mostrando a
premência de trabalhos a campo para consolidação dos modelos. A partir disso, modelos poderão
ser utilizados no auxílio da melhor forma de manejo a ser adotada, de modo que o sincronismo do
fornecimento e demanda de nutrientes nestes agroecossistemas funcione com maior eficiência
82
APÊNDICE
Apêndice 1 – Exemplo dos valores dos parâmetros de um cenário criado para simulação do
NDICEA na decomposição e liberação/mineralização do N dos materiais orgânicos e
absorção de N pela braquiária
Parâmetro cenário
Parâmetro Valor Parâmetro Valor
Begin Year (-) 1 DM (%) 100
Begin Week (-) 1 OM (%) 100
Length (week) 26 N (%)
3.94
ET Bare soil (-) 0.5 P2O (%) 0.0
MWU fraction (-) 0.75 K2O (%) 0.0
Soil pH TopSoil
4.57 IAge (-) 0.74
C/N Micro-Organisms (-) 8.5 Nm (%) 0.0
Ass/Diss Ratio (-) 0.5 Type (-) 3
Deposition (kg ha
-1
ano
-1
)
N
P2O
K2O
0.0
0.0
0.0
Fixation Ceiling (kg ha
-1
) 0.0
Parâmetro Cultura
Denitrif. Thresshold (kg ha
-1
) 0.0 Year (-) 1
Denitrif. Factor (-) 0.0 Sow (-) 1
Water Table (Max–Min) FulC (-) 1
Week (-) 1-26 Ripe (week) 26
Level (cm) 0-0 Harv (week) 26
Ncont (mg L
-1
) 0-0 Yield (kg ha
-1
) 2800
DM (%) 100
Parâmetro Solo
NFix (%) 0
SMO 0.36 Code (-) 5
GAM cm
2
0.029 Braquiuária
CRc cm 99.2 Dry Matter Distributin
CRx cm 22.4 Product (-) 1
Texture Factor (-)
1 Residue (-) 1
N Leachin Factor (-) 1 N content DM (%)
1.35
ByPass Flow Thresshold (mm week
-1
) 35 Reference Crop ET (-) 2.00
ByPass Flow Factor (-) 0.0 Rooting Depth (cm) 20
Parâmetro Aplicação Parâmetro ambiente
Fresh Organic Matter Temp
Year (-) 1 Rain
Week (-) 1 ET
Quant. (kg ha
-1
) 1000
Parâmetros sublinhados foram ajustados para cada cenário, de acordo com as características de solo,
clima e material orgânico e/ou absorção de N pela cultura.
83
Apêndice 2 – Exemplo de um cenário criado no Century para decomposição e liberação de N dos
materiais e absorção de N, assim como, os arquivos referentes aos parâmetros para
simulação desse cenário
EVENT.100
2004 Starting year
2004 Last year
crota.100 Site file name
0 Labeling type
-1 Labeling year
-1.00 Microcosm
-1 CO2 Systems
-1 pH shift
-1 Soil warming
0 N input scalar option
0 OMAD scalar option
1 Initial system
PBQ Initial crop
Initial tree
Year Month Option
1 Block # Mucuna
preta araponga
2004 Last year
1 Repeats # years
2004 Output starting year
1 Output month
1 Output interval
M Weather choice
1 1 CROP
PBQ
1 1 FRST
-999 -999 X
SITE.100
AL EXEMPLO
*** Climate parameters
25.0000 'PRECIP(1)'
25.00000 'PRECIP(2)'
25.00000 'PRECIP(3)'
25.000000 'PRECIP(4)'
25.000000 'PRECIP(5)'
25.000000 'PRECIP(6)'
25.000000 'PRECIP(7)'
25.000000 'PRECIP(8)'
25.000000 'PRECIP(9)'
25.00000 'PRECIP(10)'
25.00000 'PRECIP(11)'
25.00000 'PRECIP(12)'
0.000 'PRCSTD(1)'
0.000 'PRCSTD(2)'
0.00 'PRCSTD(3)'
0.000 'PRCSTD(4)'
0.000 'PRCSTD(5)'
0.000 'PRCSTD(6)'
0.000 'PRCSTD(7)'
0.000 'PRCSTD(8)'
0.000 'PRCSTD(9)'
0.000 'PRCSTD(10)'
0.000 'PRCSTD(11)'
0.000 'PRCSTD(12)'
0.00000 'PRCSKW(1)'
0.00000 'PRCSKW(2)'
0.00000 'PRCSKW(3)'
0.00000 'PRCSKW(4)'
0.00000 'PRCSKW(5)'
0.00000 'PRCSKW(6)'
0.00000 'PRCSKW(7)'
0.00000 'PRCSKW(8)'
0.00000 'PRCSKW(9)'
0.00000 'PRCSKW(10)'
0.00000 'PRCSKW(11)'
0.00000 'PRCSKW(12)'
25.00000 'TMN2M(1)'
25.00000 'TMN2M(2)'
25.00000 'TMN2M(3)'
25.00000 'TMN2M(4)'
25.00000 'TMN2M(5)'
25.00000 'TMN2M(6)'
25.00000 'TMN2M(7)'
25.00000 'TMN2M(8)'
25.00000 'TMN2M(9)'
25.00000 TMN2M(10)'
25.00000 'TMN2M(11)'
25.00000 'TMN2M(12)'
25.00000 'TMX2M(1)'
25.0000 'TMX2M(2)'
25.0000 'TMX2M(3)'
25.0000 'TMX2M(4)'
25.0000 'TMX2M(5)'
25.0000 'TMX2M(6)'
25.0000 'TMX2M(7)'
25.0000 'TMX2M(8)'
25.0000 'TMX2M(9)'
25.0000 'TMX2M(10)'
25.0000 'TMX2M(11)'
25.0000 'TMX2M(12)'
*** Site and control
parameters
0.00000 'IVAUTO'
1.00000 'NELEM'
20.380000 'SITLAT'
42.310000 'SITLNG'
0.390000 'SAND'
0.09000 'SILT'
0.52000 'CLAY'
0.00000 'ROCK'
0.82000 'BULKD'
4.00000 'NLAYER'
4.00000 'NLAYPG'
1.00000 'DRAIN'
0.00000 'BASEF'
0.00000 'STORMF'
0.00000 'PRECRO'
0.00000 'FRACRO'
0.00000 'SWFLAG'
0.00000 'AWILT(1)'
0.00000 'AWILT(2)'
0.00000 'AWILT(3)'
0.00000 'AWILT(4)'
0.00000 'AWILT(5)'
0.00000 'AWILT(6)'
0.00000 'AWILT(7)'
0.00000 'AWILT(8)'
0.00000 'AWILT(9)'
0.00000 'AWILT(10)'
0.230000 'AFIEL(1)'
0.230000 'AFIEL(2)'
0.230000 'AFIEL(3)'
0.230000 'AFIEL(4)'
0.230000 'AFIEL(5)'
0.230000 'AFIEL(6)'
0.230000 'AFIEL(7)'
0.230000 'AFIEL(8)'
0.230000 'AFIEL(9)'
84
0.23000 'AFIEL(10)'
4.82000 'PH'
0.00000 'PSLSRB'
200.000 'SORPMX'
*** External nutrient input
parameters
0.00000 'EPNFA(1)'
0.0000 'EPNFA(2)'
0.00000 'EPNFS(1)'
0.00000 'EPNFS(2)'
0.00000 'SATMOS(1)'
0.00000 'SATMOS(2)'
0.00000 'SIRRI'
*** Organic matter initial
values
0.00000 'SOM1CI(1,1)'
0.00000 'SOM1CI(1,2)'
0.000000 'SOM1CI(2,1)'
0.00000 'SOM1CI(2,2)'
0.00000 'SOM2CI(1)'
0.00000 'SOM2CI(2)'
0.00000 'SOM3CI(1)'
0.00000 'SOM3CI(2)'
0.00000 'RCES1(1,1)'
0.00000 'RCES1(1,2)'
0.00000 'RCES1(1,3)'
0.00000 'RCES1(2,1)'
0.00000 'RCES1(2,2)'
0.00000 'RCES1(2,3)'
0.00000 'RCES2(1)'
0.00000 'RCES2(2)'
0.00000 'RCES2(3)'
0.00000 'RCES3(1)'
0.00000 'RCES3(2)'
0.00000 'RCES3(3)'
480.0000 'CLITTR(1,1)'
0.00000 'CLITTR(1,2)'
0.000001 'CLITTR(2,1)'
0.000000 'CLITTR(2,2)'
16.00000 'RCELIT(1,1)'
637.0000 'RCELIT(1,2)'
961.0000 'RCELIT(1,3)'
0.000000 'RCELIT(2,1)'
0.00000 'RCELIT(2,2)'
0.00000 'RCELIT(2,3)'
0.00000000 'AGLCIS(1)'
0.00000 'AGLCIS(2)'
0.0000000 'AGLIVE(1)'
0.00000 'AGLIVE(2)'
0.00000 'AGLIVE(3)'
0.0000000 'BGLCIS(1)'
0.00000 'BGLCIS(2)'
0.000000 'BGLIVE(1)'
0.00000 'BGLIVE(2)'
0.00000 'BGLIVE(3)'
0.000000 'STDCIS(1)'
0.00000 'STDCIS(2)'
0.00000 'STDEDE(1)'
0.00000 'STDEDE(2)'
0.00000 'STDEDE(3)'
*** Forest organic matter
initial parameters
0.00000 'RLVCIS(1)'
0.00000 'RLVCIS(2)'
0.00000 'RLEAVE(1)'
0.00000 'RLEAVE(2)'
0.00000 'RLEAVE(3)'
0.00000 'FBRCIS(1)'
0.00000 'FBRCIS(2)'
0.00000 'FBRCHE(1)'
0.00000 'FBRCHE(2)'
0.00000 'FBRCHE(3)'
0.00000 'RLWCIS(1)'
0.00000 'RLWCIS(2)'
0.00000 'RLWODE(1)'
0.00000 'RLWODE(2)'
0.00000 'RLWODE(3)'
0.00000 'FRTCIS(1)'
0.00000 'FRTCIS(2)'
0.00000 'FROOTE(1)'
0.00000 'FROOTE(2)'
0.00000 'FROOTE(3)'
0.00000 'CRTCIS(1)'
0.00000 'CRTCIS(2)'
0.00000 'CROOTE(1)'
0.00000 'CROOTE(2)'
0.00000 'CROOTE(3)'
0.00000 'WD1CIS(1)'
0.00000 'WD1CIS(2)'
0.00000 'WD2CIS(1)'
0.00000 'WD2CIS(2)'
0.00000 'WD3CIS(1)'
0.00000 'WD3CIS(2)'
*** Mineral initial
parameters
0.3350000 'MINERL(1,1)'
0.00000 'MINERL(2,1)'
0.00000 'MINERL(3,1)'
0.00000 'MINERL(4,1)'
0.00000 'MINERL(5,1)'
0.00000 'MINERL(6,1)'
0.00000 'MINERL(7,1)'
0.00000 'MINERL(8,1)'
0.00000 'MINERL(9,1)'
0.00000 'MINERL(10,1)'
0.00000 'MINERL(1,2)'
0.000 'MINERL(2,2)'
0.000 'MINERL(3,2)'
0.000 'MINERL(4,2)'
0.0000 'MINERL(5,2)'
0.00000 'MINERL(6,2)'
0.00000 'MINERL(7,2)'
0.00000 'MINERL(8,2)'
0.00000 'MINERL(9,2)'
0.00000 'MINERL(10,2)'
0.000000 'MINERL(1,3)'
0.00000 'MINERL(2,3)'
0.00000 'MINERL(3,3)'
0.00000 'MINERL(4,3)'
0.00000 'MINERL(5,3)'
0.00000 'MINERL(6,3)'
0.00000 'MINERL(7,3)'
0.00000 'MINERL(8,3)'
0.00000 'MINERL(9,3)'
0.00000 'MINERL(10,3)'
0.00000 'PARENT(1)'
0.00000 'PARENT(2)'
0.00000 'PARENT(3)'
0.00000 'SECNDY(1)'
0.00000 'SECNDY(2)'
0.00000 'SECNDY(3)'
0.00000 'OCCLUD'
*** Water initial parameters
0.00000 'RWCF(1)'
0.00000 'CKMRSPMX(2)'
0.25000 'NO3PREF(1)'
4.00000 'CLAYPG'
10.0000 'TMPGERM'
85
0.00000 'RWCF(2)'
0.00000 'RWCF(3)'
0.00000 'RWCF(4)'
0.00000 'RWCF(5)'
0.00000 'RWCF(6)'
0.00000 'RWCF(7)'
0.00000 'RWCF(8)'
0.00000 'RWCF(9)'
0.00000 'RWCF(10)'
0.00000 'SNLQ'
0.00000 'SNOW
CROP.100
PBQ PASTAGEM-
Brachiaria-Sete-Lagoas
1.0500000 'PRDX(1)'
30.00000 'PPDF(1)'
45.00000 'PPDF(2)'
1.00000 'PPDF(3)'
2.50000 'PPDF(4)'
1.00000 'BIOFLG'
60.00000 'BIOK5'
1.00000 'PLTMRF'
100.00000 'FULCAN'
2.00000 'FRTCINDX'
0.50000 'FRTC(1)'
0.10000 'FRTC(2)'
3.00000 'FRTC(3)'
0.20000 'FRTC(4)'
0.10000 'FRTC(5)'
0.40000 'CFRTCN(1)'
0.25000 'CFRTCN(2)'
0.50000 'CFRTCW(1)'
0.10000 'CFRTCW(2)'
400.00000 'BIOMAX'
10.00000 'PRAMN(1,1)'
390.00000 'PRAMN(2,1)'
340.00000 'PRAMN(3,1)'
40.00000 'PRAMN(1,2)'
390.00000 'PRAMN(2,2)'
340.00000 'PRAMN(3,2)'
20.00000 'PRAMX(1,1)'
440.00000 'PRAMX(2,1)'
440.00000 'PRAMX(3,1)'
120.00000 'PRAMX(1,2)'
440.00000 'PRAMX(2,2)'
440.00000 'PRAMX(3,2)'
60.00000 'PRBMN(1,1)'
390.00000 'PRBMN(2,1)'
340.00000 'PRBMN(3,1)'
0.00000 'PRBMN(1,2)'
0.00000 'PRBMN(2,2)'
0.00000 'PRBMN(3,2)'
80.00000 'PRBMX(1,1)'
420.00000 'PRBMX(2,1)'
420.00000 'PRBMX(3,1)'
0.00000 'PRBMX(1,2)'
0.00000 'PRBMX(2,2)'
0.00000 'PRBMX(3,2)'
0.030 'FLIGNI(1,1)'
0.00000 'FLIGNI(2,1)'
0.06000 'FLIGNI(1,2)'
0.00000 'FLIGNI(2,2)'
0.00001 'HIMAX'
0.00000 'HIWSF'
0.00000 'HIMON(1)'
0.00000 'HIMON(2)'
0.0000 'EFRGRN(1)'
0.0000 'EFRGRN(2)'
0.0000 'EFRGRN(3)'
0.04000 'VLOSSP'
0.00000 'FSDETH(1)'
0.00000 'FSDETH(2)'
0.00000 'FSDETH(3)'
500.00000 'FSDETH(4)'
0.10000 'FALLRT'
0.10000 'RDR'
2.00000 'RTDTMP'
0.40000 'CRPRTF(1)'
0.00000 'CRPRTF(2)'
0.00000 'CRPRTF(3)'
0.00000 'SNFXMX(1)'
27.00000 'DEL13C'
1.20000 'CO2IPR(1)'
0.80000 'CO2ITR(1)'
1.20000 'CO2ICE(1,1,1)'
1.00000 'CO2ICE(1,1,2)'
1.00000 'CO2ICE(1,1,3)'
1.20000 'CO2ICE(1,2,1)'
1.00000 'CO2ICE(1,2,2)'
1.00000 'CO2ICE(1,2,3)'
1.00000 'CO2IRS(1)'
0.00000 'KMRSP(1)'
0.00000 'CKMRSPMX(1)'
900.000 'DDHARV'
7.00000 'TMPKILL'
FIX.100
X Fixed_values
5.00000 'ADEP(1)'
10.00000 'ADEP(2)'
10.00000 'ADEP(3)'
10.00000 'ADEP(4)'
0.00000 'ADEP(5)'
0.00000 'ADEP(6)'
0.00000 'ADEP(7)'
0.00000 'ADEP(8)'
0.00000 'ADEP(9)'
0.00000 'ADEP(10)'
-40.00000 'AGPPA'
7.70000 'AGPPB'
1.50000 'ANEREF(1)'
3.00000 'ANEREF(2)'
0.30000 'ANEREF(3)'
5.00000 'ANIMPT'
0.80000 'AWTL(1)'
0.60000 'AWTL(2)'
0.40000 'AWTL(3)'
0.30000 'AWTL(4)'
0.20000 'AWTL(5)'
0.20000 'AWTL(6)'
0.20000 'AWTL(7)'
0.20000 'AWTL(8)'
0.00000 'AWTL(9)'
0.00000 'AWTL(10)'
100.00000 'BGPPA'
7.00000 'BGPPB'
350.00000 'CO2PPM(1)'
700.00000 'CO2PPM(2)'
0.00000 'CO2RMP'
0.00000 'DAMR(1,1)'
0.00000 'DAMR(1,2)'
0.01000 'DAMR(1,3)'
0.02000 'DAMR(2,1)'
0.02000 'DAMR(2,2)'
0.04000 'DAMR(2,3)'
15.00000 'DAMRMN(1)'
150.00000 'DAMRMN(2)'
0.00000 'PSECOC2'
12.00000 'RAD1P(1,1)'
3.00000 'RAD1P(2,1)'
86
150.000 'DAMRMN(3)'
3.900000 'DEC1(1)'
0.00000 'DEC1(2)'
9.8000 'DEC2(1)'
0.00000 'DEC2(2)'
6.00000 'DEC3(1)'
0.00000 'DEC3(2)'
0.00450 'DEC4'
0.20000 'DEC5'
5.00000 'DECK5'
-4.00000 'DLIGDF'
0.99900 'DRESP'
0.20000 'EDEPTH'
0.40000 'ELITST'
2.00000 'ENRICH'
0.900000 'FAVAIL(1)'
0.50000 'FAVAIL(3)'
0.40000 'FAVAIL(4)'
0.80000 'FAVAIL(5)'
2.00000 'FAVAIL(6)'
0.20000 'FLEACH(1)'
0.70000 'FLEACH(2)'
1.00000 'FLEACH(3)'
0.00000 'FLEACH(4)'
0.10000 'FLEACH(5)'
0.80000 'FWLOSS(1)'
0.50000 'FWLOSS(2)'
0.65000 'FWLOSS(3)'
0.90000 'FWLOSS(4)'
-0.12500 'FXMCA'
0.00500 'FXMCB'
0.35000 'FXMXS'
7.00000 'FXNPB'
0.00000 'GREMB'
2.00000 'IDEF'
0.20000 'LHZF(1)'
0.40000 'LHZF(2)'
0.80000 'LHZF(3)'
18.00000 'MINLCH'
0.00000 'NSNFIX'
4.00000 'NTSPM'
0.03000 'OMLECH(1)'
0.12000 'OMLECH(2)'
60.00000 'OMLECH(3)'
0.60000 'P1CO2A(1)'
0.17000 'P1CO2A(2)'
0.00000 'P1CO2B(1)'
0.68000 'P1CO2B(2)'
0.55000 'P2CO2'
0.55000 'P3CO2'
100.00000 'PABRES'
16.00000 'PCEMIC(1,1)'
200.00000 'PCEMIC(1,2)'
150.00000 'PCEMIC(1,3)'
10.00000 'PCEMIC(2,1)'
99.00000 'PCEMIC(2,2)'
50.00000 'PCEMIC(2,3)'
0.02000 'PCEMIC(3,1)'
0.00150 'PCEMIC(3,2)'
0.00150 'PCEMIC(3,3)'
0.25000 'PEFTXA'
0.75000 'PEFTXB'
6.00000 'PHESP(1)'
0.00080 'PHESP(2)'
7.60000 'PHESP(3)'
0.01500 'PHESP(4)'
3.00000 'PLIGST(1)'
3.00000 'PLIGST(2)'
0.55000 'PMCO2(1)'
0.55000 'PMCO2(2)'
0.00000 'PMNSEC(1)'
0.00000 'PMNSEC(2)'
2.00000 'PMNSEC(3)'
0.00400 'PMNTMP'
600.00000 'PMXBIO'
-0.00350 'PMXTMP'
0.00000 'PPARMN(1)'
0.00010 'PPARMN(2)'
0.00050 'PPARMN(3)'
0.00000 'PPRPTS(1)'
1.00000 'PPRPTS(2)'
0.80000 'PPRPTS(3)'
0.45000 'PS1CO2(1)'
0.55000 'PS1CO2(2)'
0.00300 'PS1S3(1)'
0.03200 'PS1S3(2)'
0.0300 'PS2S3(1)'
0.00900 'PS2S3(2)'
0.00000 'PSECMN(1)'
0.00220 'PSECMN(2)'
0.20000 'PSECMN(3)'
0.00000 'PSECOC1'
5.00000 'RAD1P(3,1)'
220.000000 'RAD1P(1,2)'
5.00000 'RAD1P(2,2)'
100.00000 'RAD1P(3,2)'
220.000000 'RAD1P(1,3)'
5.00000 'RAD1P(2,3)'
100.00000 'RAD1P(3,3)'
200.00000 'RCESTR(1)'
500.00000 'RCESTR(2)'
500.00000 'RCESTR(3)'
0.01500 'RICTRL'
0.80000 'RIINT'
0.30000 'RSPLIG'
-1.00000 'SEED'
0.85000 'SPL(1)'
0.01300 'SPL(2)'
5000.00000 'STRMAX(1)'
5000.00000 'STRMAX(2)'
1.00000 'TEXEPP(1)'
0.70000 'TEXEPP(2)'
0.00010 'TEXEPP(3)'
0.00016 'TEXEPP(4)'
2.00000 'TEXEPP(5)'
1.00000 'TEXESP(1)'
0.00400 'TEXESP(3)'
0.004000 'TEFF(1)'
0.12500 'TEFF(2)'
0.07000 'TEFF(3)'
0.03100 'TEFF(4)'
-8.00000 'TMELT(1)'
4.00000 'TMELT(2)'
33.00000 'VARAT1(1,1)'
3.00000 'VARAT1(2,1)'
2.00000 'VARAT1(3,1)'
1000.000 'VARAT1(1,2)'
30.00000 'VARAT1(2,2)'
2.00000 'VARAT1(3,2)'
1000.000 'VARAT1(1,3)'
50.00000 'VARAT1(2,3)'
2.00000 'VARAT1(3,3)'
20.00000 'VARAT2(1,1)'
12.00000 'VARAT2(2,1)'
2.00000 'VARAT2(3,1)'
87
400.00000 'VARAT2(1,2)'
100.0000 'VARAT2(2,2)'
2.00000 'VARAT2(3,2)'
400.00000 'VARAT2(1,3)'
100.0000 'VARAT2(2,3)'
2.00000 'VARAT2(3,3)'
8.00000 'VARAT3(1,1)'
2.00000 'VARAT3(2,1)'
2.00000 'VARAT3(3,1)'
200.00000 'VARAT3(1,2)'
50.00000 'VARAT3(2,2)'
2.00000 'VARAT3(3,2)'
200.00000 'VARAT3(1,3)'
50.00000 'VARAT3(2,3)'
2.00000 'VARAT3(3,3)'
0.05000 'VLOSSE'
0.0500000 'VLOSSG'
Parâmetros sublinhados foram ajustados para cada cenário, de acordo com as características de solo, clima e
material orgânico e/ou absorção de N pela cultura.
88
Apêndice 3 - Exemplo de um cenário criado no APSIM para decomposição e liberação de N dos
materiais e absorção de N, assim como, os arquivos referentes aos parâmetros para
simulação desse cenário
Organic matter type = manure
Initial surface residue (kg ha
-1
) = 3200
C/N ratio initial residue = 16
Fraction of residue standing = 0
Parâmetros SURFACEOM
crit_residue_wt = 3000
opt_temp = 25
cum_eos_max = 25
cnrf_coeff = 0.277
cnrf_optcn = 25.0
c_fract = 0.4
leach_rain_tot = 25.
min_rain_to_leach = 10.0
crit_min_surfom_orgC = 0.004
default_cpr = 0.0
default_standing_fraction = 0.0
standing_extinct_coeff = 1.0
Residue
fom_type = manure
fraction_C = 0.4193
pot_decomp_rate = 0.0026
fr_c = 0.5 0.5 0.0
fr_n = 0.5 0.5 0.0
fr_p = 0.0 0.0 0.0
po4ppm = 0.0
nh4ppm = 0.0
no3ppm = 0.0
specific_area = 0.0001
cf_contrib = 1
Parâmetros BAMBATSI
Photosynthesis Coefficients
rue = 5 (g/MJ)
svp_fract = 0.5
vpd = 0 1 5 (kPa)
fvpd = 1 1 1 (0-1)
ff = 0 1
fasw = 0.3 0.4 1
ffasw = 1.0 1 1
fasw_depth = 300.
!av_temp = 13 25 35 50
!ft = 0 1 1 0
av_temp = 8 20 35 50
ft = 0 1 1 0
av_temp_ftcanopy = 10 30
ftcanopy = 0 1
x_sw_demand_ratio = 1 1.5
y_fwcanopy = 0 1
day_length = 12.5 13.5
fdl = 0 1
Primary Partitioning Coefficients
individual_adm = 0 1 10
agnd_structure_fraction = .6 .6 .60
partition_stress = 0.2 0.4 1.0
below_gnd_fraction = 0.9 0.4 0.3
fta_av_temp = 0 1
fta_above_gnd = 1 1
fta_below_gnd = 1 1
Canopy Component
age = 0 1
specific_leaf_area = 15000 15000
leaf_residence_time =130 130
Fage = 1 1
foliage_n_conc = 0.0001 .14
fn = 0 1.0
foliage_n_conc_sen = 0.0000 0.00000
foliage_detach_frac = 0.002
lai_extinction_coef = 0.01 3.5
extinction_coef = 0.70 0.70
lai_crown_cover = 0 5 6
crown_cover = 1 1 1
crown_determinants = stem
x_crown_area = 0 100
y_crown_area = 0 0
min_lai = 0.1
leaf_sen_light_lai = 0.01
leaf_sen_light_rate = 0.0001
height_determinants = stem
height_constant = 50.0
height_power = 0.333
89
Parâmetros Climáticos (Diários)
maxt
mint
rain
evap
Parâmetros sublinhados foram ajustados para cada cenário, de acordo com as características de solo, clima e
material orgânico e/ou absorção de N pela cultura.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
