ads:
EVANDRO CHAVES DE OLIVEIRA
DESEMPENHO DO MODELO CROPGRO-DRY BEAN EM ESTIMAR A DATA
DE SEMEADURA E A PRODUTIVIDADE DO FEIJOEIRO
Dissertação apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós-Graduação
em Meteorologia Agrícola, para obtenção
do título de Magister Scientiae.
VIÇOSA
MINAS GERAIS – BRASIL
2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
EVANDRO CHAVES DE OLIVEIRA
DESEMPENHO DO MODELO CROPGRO-DRY BEAN EM ESTIMAR A DATA
DE SEMEADURA E A PRODUTIVIDADE DO FEIJOEIRO
Dissertação apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós-Graduação
em Meteorologia Agrícola, para obtenção
do título de Magister Scientiae.
APROVADA: 16 de março de 2007.
_________________________________ _________________________________
Trazilbo José de Paula Júnior Williams Pinto Marques Ferreira
(Co-Orientador) (Co-Orientador)
_________________________________ _________________________________
Prof. Sérgio Zolnier Prof. Flávio Barbosa Justino
_________________________________
Prof. José Maria Nogueira da Costa
(Orientador)
ads:
ii
Aos meus pais, Roberto Ilha de Oliveira e
Margarete Chaves de Oliveira,
fonte de carinho e apoio.
iii
AGRADECIMENTOS
A Deus, por mais está vitória, pela força espiritual sempre presente e por ter
posto no meu caminho as pessoas abaixo citadas.
Aos meus pais, Roberto Ilha de Oliveira e Margarete Chaves de Oliveira, pela
educação, cultura, apoio financeiro, confiança e juntamente com meu padrinho
Volnei Ilha de Oliveira e meus irmãos, Elizandra, Eliane e Leandro, pelos constantes
incentivos.
À minha namorada Sabrina Rohdt da Rosa, pelo amor, apoio, compreensão e
incentivo.
Aos demais familiares, por sempre me apoiarem em todas as minhas
decisões, dando-me forças para jamais desistir de continuar.
Ao Professor José Maria Nogueira da Costa, pela orientação, pelos
ensinamentos e pela amizade.
À Universidade Federal de Viçosa e à área da Meteorologia Agrícola
pertencente ao Departamento de Engenharia Agrícola, pela oportunidade de
realização do Programa de Pós-Graduação.
Aos professores Dr. Trazilbo José de Paula Júnior, Williams Pinto Marques
Ferreira, Sérgio Zolnier e Flávio Barbosa Justino, pelos incentivos e sugestões ao
nosso trabalho.
À diretoria do CNPq pelo auxílio financeiro.
Aos demais professores, por terem-me enriquecido na minha formação
acadêmica.
iv
Aos colegas e aos amigos, especialmente os companheiros do curso de pós-
graduação em meteorologia Agrícola, pelo companheirismo e apoio em todas as
etapas vividas durante a realização deste estudo.
Aos meus amigos de república Sabrina, Lúcia, Leonardo Neves, Rosandro,
Rochane e Leonardo Aguiar, pelos momentos de alegria, pela convivência, pela
paciência e, sobretudo, pela amizade.
Aos funcionários do Departamento de Engenharia Agrícola da UFV, pelo
apoio e amizade.
A todos que, de alguma forma, contribuíram para a realização deste trabalho.
v
BIOGRAFIA
EVANDRO CHAVES DE OLIVEIRA, filho de Roberto Ilha de Oliveira e
Margarete Chaves de Oliveira, nasceu em 30 de março de 1980, em Cachoeira do
Sul, Estado do Rio Grande do Sul.
Em fevereiro de 2005, graduou-se em Meteorologia, pela Universidade
Federal de Pelotas (UFPel), em Pelotas, Rio Grande do Sul.
Em fevereiro de 2005, iniciou o Curso de Pós-Graduação em Meteorologia
Agrícola, em nível de Mestrado, na Universidade Federal de Viçosa, na área de
micrometeorologia de ecossistemas.
vi
SUMÁRIO
Página
LISTA DE TABELAS .................................................................................... viii
LISTA DE FIGURAS..................................................................................... x
RESUMO ........................................................................................................ xi
ABSTRACT.................................................................................................... xiii
1. INTRODUÇÃO .......................................................................................... 1
2. OBJETIVOS 3
3. REVISÃO DE LITERATURA................................................................... 4
3.1. A cultura do feijoeiro ........................................................................... 4
3.1.1. Aspectos gerais do cultivo ............................................................. 4
3.1.2. Elementos climáticos ..................................................................... 5
3.1.2.1. Precipitação pluvial.................................................................. 6
3.1.2.2. Radiação solar.......................................................................... 7
3.1.2.3. Temperatura do ar .................................................................... 8
3.2. Modelagem na agricultura.................................................................... 9
3.3. O sistema DSSAT ................................................................................ 12
3.4. O modelo CROPGRO.......................................................................... 13
4. MATERIAL E MÉTODOS ........................................................................ 17
4.1. Características da área de estudo.......................................................... 17
4.2. A cultura............................................................................................... 21
vii
Página
4.3. Os Experimentos.................................................................................. 23
4.4. O modelo CROPGRO-Dry bean.......................................................... 24
4.5. Teste do modelo CROPGRO-Dry bean................................................ 26
4.6. Aplicação do modelo CROPGRO-Dry bean........................................ 28
4.6.1. Avaliação de diferentes datas de semeadura do feijoeiro............... 28
4.6.2. Previsão de produtividade do feijoeiro........................................... 29
5. RESULTADOS E DISCUSSÕES .............................................................. 30
5.1. Teste do modelo CROPGRO-Dry bean................................................ 30
5.2. Avaliação do modelo CROPGRO-Dry bean na estimativa da
duração de fases fenológicas do feijoeiro............................................
31
5.3. Avaliação do modelo CROPGRO-Dry bean na estimativa da
produtividade do feijoeiro....................................................................
33
5.4. Aplicação do modelo para determinação das melhores data de
semeadura do feijoeiro com base nas estimativas de produtividade
potencial...............................................................................................
34
5.5. Simulação da produtividade real do feijoeiro....................................... 37
5.6. Simulação de duração entre o período semeadura - florescimento,
semeadura – maturação fisiológica e ciclo total da cultura para três
cultivares de feijão em doze datas de semeadura................................
40
5.7. Quebra de produtividade do feijoeiro em relação às datas de
semeadura............................................................................................
44
5.8. Avaliação do modelo CROPGRO-Dry bean para previsão de
produtividade do feijoeiro....................................................................
48
6. RESUMO E CONCLUSÕES ..................................................................... 51
7. REFERÊNCIAS.......................................................................................... 53
viii
LISTA DE TABELAS
Página
1. Médias dos valores de temperatura máxima (Tmax), temperatura
mínima (Tmin) precipitação (P) e radiação solar global (Rg) para
Viçosa, MG, no período de 1975 a 2006 ..................................................
18
2. Principais características químicas, físicas e classificação do solo onde
os ensaios foram conduzidos, em Viçosa, MG. ........................................
21
3. Principais características agronômicas das cultivares de feijão, com suas
origens e ano de recomendação. ..............................................................
22
4. Coeficientes genéticos necessários para a calibração do modelo
CROPGRO-Dry bean para três cultivares de feijão..................................
31
5. Valores médios de produtividade de grãos observados e simulados com
o modelo CROPGRO-Dry bean, na fase de calibração, para três
cultivares de feijão, em Viçosa, MG.........................................................
33
6. Produtividades potenciais médias, máximas e mínimas simuladas,
respectivos desvios padrões (DP), coeficiente de variação (CV) das 31
safras em 12 datas de plantio, para três cultivares de feijão, em Viçosa,
MG.............................................................................................................
35
7. Produtividade reais médias, máximas e mínimas simuladas, respectivos
desvios padrões (DP), coeficiente de Variação (CV) das 31 safras em 12
datas de plantio, para três cultivares de feijão, em Viçosa, MG...............
38
ix
Página
8. Duração dos subperíodos (dias) da floração, maturação fisiológica e
colheita simulados para três cultivares de feijão em 12 datas de
semeadura, durante os 31 anos em estudo. Experimento simulado para
Viçosa, MG ...............................................................................................
41
9. Análise da precipitação ocorrida nas 31 safras em 12 datas de
semeadura simuladas para três cultivares, em Viçosa, MG......................
43
10. Freqüência de quebra relativa de produtividade simulada para três
cultivares de feijão nas 12 datas de semeadura, em Viçosa, MG. ............
46
x
LISTA DE FIGURAS
Página
1. Extrato do balanço hídrico mensal, com a deficiência (DEF) e o
excedente (EXC) hídrico segundo Thornthwaite e Mather (1955), para
CAD igual a 100 mm, em Viçosa, MG, no ano agrícola de 2003...........
18
2. Extrato do balanço hídrico mensal, com a deficiência (DEF) e o
excedente (EXC) hídrico segundo Thornthwaite e Mather (1955), para
CAD igual a 100 mm, em Viçosa, MG, no ano agrícola de 2004...........
19
3. Radiação solar global estimada a partir dos dados de insolação
ocorridos durante os experimentos com o feijão-da-seca e das-águas,
em Viçosa, MG.................................................................................. .......
19
4. Temperatura máxima e mínima do ar durante os experimentos com o
feijão-da-seca 2003 (3a), das-águas em 2003 (3b) e da-seca em 2004
(3c), em Viçosa, MG.................................................................................
20
5. Representação esquemática da estrutura do modelo CROPGRO-Dry
bean............................................................................................................
25
6. Relação entre o número de dias observados e simulados desde a
semeadura até o florescimento (FLOR) e do plantio a maturação
fisiológica (MF) para três cultivares de feijão, em ensaios realizados
durante os anos de 2003 e 2004, em Viçosa, MG.....................................
32
7. Distribuição de freqüência da produtividade potenciais simulada para
todas as datas de plantio analisadas, para os três cultivares de feijão.
Viçosa, MG………………………………………………………………
37
Página
xi
8. Distribuição de freqüência da produtividade real simulada para todas as
datas de semeadura analisadas, para três cultivares de feijão, em Viçosa,
MG.............................................................................................................
40
9. Quebra de produtividade simulada (%) em decorrência da deficiência
hídrica, para três cultivares de feijão nas 12 datas de semeadura em
estudo, em Viçosa, Estado de Minas Gerais, Brasil..................................
44
10. Distribuição de freqüência relativa das quebras relativas de
produtividade simulada para todas as datas de semeadura analisadas,
para os três cultivares de feijão, em Viçosa, MG......................................
48
11. Produtividade e desvios padrões previstos para a cultura do feijão “das
águas” para o ano 2003, para as cultivares Pérola (a), Ouro Negro (b) e
Ouro Vermelho (c).....................................................................................
50
xii
RESUMO
OLIVEIRA, Evandro Chaves de, M.Sc., Universidade Federal de Viçosa, março de
2007. Desempenho do modelo CROPGRO-Dry bean em estimar a data de
semeadura e a produtividade do feijoeiro. Orientador: José Maria Nogueira da
Costa. Co-orientadores: Trazilbo José de Paula Júnior e Williams Pinto Marques
Ferreira.
Os modelos de simulação de cultura são ferramentas que permitem criar
cenários, considerando as diversas combinações dos vários elementos que
influenciam a produtividade das culturas. Estes são comumente utilizados para a
simulação do crescimento de plantas como ferramentas na otimização das práticas de
manejo, bem como, para estimar produtividades. Os modelos da família CROPGRO
têm sido amplamente utilizados na simulação do crescimento e desenvolvimento de
culturas. O presente trabalho teve como objetivo: 1) Avaliar o desempenho do
modelo CROPGRO-Dry bean na estimativa do desenvolvimento e da produtividade
do feijoeiro (Phaseolus vulgaris L.), em Viçosa, MG; 2) Aplicar o modelo para a
determinação das melhores datas de semeadura de feijão, em condições de sequeiro;
3) Testar o modelo na simulação da previsão de produtividade do feijoeiro. O ajuste
dos coeficientes genéticos do modelo para os cultivares de feijão Pérola, Ouro Negro
e Ouro Vermelho, cultivados no município de Viçosa-MG, foi obtido a partir de dois
experimentos realizados no ano de 2003, sendo um conduzido com irrigação e outro
em condições de sequeiro. Outro experimento foi conduzido no ano de 2004, com
xiii
irrigação. Após o ajuste dos coeficientes, realizou-se a simulação da produtividade
do feijoeiro com base em dados de 31 safras compreendidas entre o período de 1975
a 2006. As simulações foram baseadas em dados meteorológicos diários de
temperaturas máxima e mínima do ar, precipitação pluvial e radiação solar global,
características físico-hídricas do solo e dados de manejo da cultura. Por meio das
análises realizadas nas simulações, observou-se que o modelo foi muito sensível à
variação dos coeficientes genéticos, mostrando variação entre os cultivares nas
simulações de desenvolvimento fenológico e produtividade de grãos. O modelo
CROPGRO-Dry bean simulou com adequada precisão o desenvolvimento fenológico
das cultivares de feijão Pérola, Ouro Negro e Ouro Vermelho, para as condições de
solo e de clima de Viçosa-MG. O modelo CROPGRO-Dry bean simulou
satisfatoriamente a produtividade de grãos, com o quadrado médio do erro menor que
5 % para as cultivares Pérola e Ouro Negro e, 12, 63%, para a cultivar Ouro
Vermelho. Em geral, para os dois cenários de cultivo, potencial e real quanto mais
tardio o plantio, menor a produtividade do feijão “da seca” simulado para as três
cultivares. As melhores datas de semeadura determinadas pelo modelo CROPGRO-
Dry bean, para as três cultivares de feijão foram entre 1º de outubro a 20 de outubro.
O modelo CROPGRO-Dry bean mostrou ser uma boa ferramenta para a previsão de
produtividade do feijão “das águas”, obtendo-se uma adequada estimativa de
produtividade com 30 dias de antecedência da colheita para os três cultivares de
feijoeiro plantado nessa época em Viçosa.
xiv
ABSTRACT
OLIVEIRA, Evandro Chaves de, M.Sc., Universidade Federal de Viçosa, March of
2007. Performance of the model CROPGRO-Dry bean for predicting the
sowing date and the productivity of the common bean. Adviser: José Maria
Nogueira da Costa. Co-Advisers: Trazilbo José de Paula Júnior and Williams
Pinto Marques Ferreira.
Crop simulation models are tools that generate sceneries, considering the
several combinations of elements that influence on crop productivity. Simulation
models have been used for optimization of managements practices as well as to
estimate crop yield. The CROPGRO model is widely applied in crop productivity
estimates. The objectives of the present study are: 1) to evaluate the performance of
the model CROPGRO-Dry bean for estimating the growing stages and the
productivity of the common bean (Phaseolus vulgaris L.), in Viçosa, MG; 2) to apply
the model for the determination of the best sowing dates of bean, for rainfed
conditions; 3) to test the model in the prediction of the productivity of the common
bean. The adjustment of the genetic coefficients of the model was done to Pérola,
Ouro Negro and Ouro Vermelho bean cultivars, in Viçosa-MG. The coefficients are
determined based on experimental data. Those data were obtained from two
experiments in the year of 2003, for two different conditions: irrigation and rainfed.
An additional experiment was conducted in the year of 2004, with irrigation. After
calibration, the model simulated the bean productivity for 31 years between 1975 and
2006. The simulations applied climatological daily of maximum and minimum
temperatures, total precipitation and global solar radiation; physical hydric
characteristics of the soil and crop management practice. According to the results, the
model is highly sensitive to genetic coefficient variations between the three distinct
cultivars during the growth stages and grain productivity. CROPGRO-Dry bean
model simulated with accuracy the bean phenology based on the soil and climate
xv
conditions of the Viçosa-MG. It was simulate satisfactorily the grain productivity,
since values of RMSE were less than 5 % for Pérola and Ouro Negro and, 12, 63 %,
Ouro Vermelho cultivars. In general, for the two sceneries, potential and real, as
more delayed the planting date is, lower is the productivity of the bean for the dry
season for the three cultivars. The best sowing dates were found to be between
October 1 to November 20. CROPGRO-Dry bean model is, therefore, a useful tool
for predicting the bean yield, thirty days in advance harvest.
1
1. INTRODUÇÃO
O Brasil destaca-se como um dos maiores produtores e consumidores de
feijão do mundo nas estatísticas da FAO (2005). Considerando apenas o gênero
Phaseolus, o Brasil é o maior produtor e Minas Gerais é o primeiro maior Estado
produtor, respondendo por aproximadamente 15 % da produção nacional. Nos anos
de 2001 a 2003 o estado de Minas Gerais reduziu sua área de plantio em torno de 18
% e mesmo assim aumentou sua produção de feijão em 54 %, graças ao aumento de
88 % na produtividade média, passando de 577 kg.ha
-1
para 1.088 kg.ha
-1
(BORÉM e
CARNEIRO, 2006). Com mudanças na conjuntura da produção, como ocorreu na
microrregião de Viçosa, a Zona da Mata deixou de ser a principal produtora, em área,
cedendo esta posição para a microrregião de Unaí (SIDRA, 2005).
O feijão é uma leguminosa largamente consumida no Brasil tanto pela
população rural, quanto pela urbana, sendo um dos componentes básicos da dieta
alimentar dos brasileiros. Seu consumo per capita situou-se, em 2003, em 16 kg.ano
-
1
, e na década de 70 chegou a alcançar patamares de 18,5 kg.ano
-1
(IBGE, 2006).
Mesmo com um aumento de 16 % na produção de 1984 a 2004 e uma diminuição no
consumo desde a década de 70 até o ano de 2003, o país não produz o suficiente para
atender o mercado interno, devido ao aumento populacional (CONAB, 2006). Torna-
se, portanto, necessário que se enfatize a realização de pesquisas sobre a
agroclimatologia do feijoeiro, visando estabelecê-lo definitivamente como cultura
econômica em bases permanentes, tendo em vista sua importância econômica e
social.
2
Na última década, tem crescido o uso de modelos de simulação de culturas,
que são ferramentas muito importantes no estudo das funções de produção. Esses
modelos são normalmente constituídos de submodelos que buscam representar os
diferentes processos envolvidos no sistema solo-planta-atmosfera, de forma
qualitativa e quantitativa, com objetivo de prever o crescimento, o desenvolvimento e
a produção das culturas, podendo, posteriormente, serem utilizados em trabalhos de
planejamento e zoneamento agrícolas, agricultura de precisão e monitoramento e
previsão de safras. No Brasil, o desenvolvimento e a aplicação de modelos de
simulação vêm se tornando cada vez mais freqüentes na solução de problemas
agronômicos, hidrológicos e agrometeorológicos (FARIA et al., 1997; FARIA e
FOLEGATTI, 1999; CARDOSO, 2001; SOLER et al., 2001; CARAMORI e
FARIA, 2002; BASTOS et al., 2002; HEINEMANN, et al., 2002, STONE et al.,
2002, MEIRELLES et al., 2003, SOLER, 2004; DALLACORT et al., 2005 e
DALLACORT et al., 2006).
Segundo (HOOGENBOOM et al., 2003), o Sistema de Suporte à Tomada de
Decisão para a Transferência de Agrotecnologia (DSSAT), inclui um conjunto de
modelos de crescimento de culturas e tem sido usado amplamente nos últimos anos
por pesquisadores de diferentes países, por ser uma ferramenta computacional útil na
avaliação das opções de manejo em função das condições ambientais. Dentre os
modelos de simulação que compõe o DSSAT, destaca-se o CROPGRO, que é um
modelo genérico para leguminosas e permite a simulação do crescimento e
desenvolvimento da soja, amendoim e feijão, entre outras. A utilização de
simulações do modelo CROPGRO na análise dessas variáveis sobre o crescimento,
desenvolvimento e produtividade do feijão pode contribuir para o manejo mais
adequado da cultura e para melhor compreensão das interações entre as condições
climáticas e a cultura, bem como, melhorar a qualidade e reduzir o tempo nas
tomadas de decisões (JONES et al., 2003).
No Estado de Minas Gerais são poucos os trabalhos sobre a influência das
variáveis agroclimáticas na produtividade do feijão que enfatizam as exigências
climáticas da cultura em relação à sua fisiologia e às condições de solo, de modo a
viabilizar a cultura do ponto de vista econômico, tornando possível aos agricultores
programarem suas atividades agrícolas, com menor risco de serem surpreendidos
pelos efeitos adversos do tempo.
3
2. OBJETIVOS
Diante das considerações apresentadas, o presente trabalho objetivou:
- Avaliar o desempenho do modelo CROPGRO-Dry bean na estimativa do
desenvolvimento e da produtividade do feijoeiro (Phaseolus vulgaris L.), em Viçosa,
MG;
- Aplicar o modelo para a determinação das melhores datas de semeadura de feijão,
em condições de sequeiro;
- Testar o modelo na simulação da previsão de produtividade do feijoeiro.
4
3. REVISÃO DE LITERATURA
3.1. A cultura do feijoeiro
3.1.1. Aspectos gerais do cultivo
O feijoeiro-comum (Phaseolus vulgaris L.) é considerado um dos mais
importantes componentes da dieta alimentar do brasileiro. Nutricionistas
caracterizam o feijão como um alimento “quase perfeito” devido ao alto conteúdo de
proteínas, fibras, carboidratos complexos e outros componentes da dieta como ácido
fólico (fonte de vitamina B), ferro, zinco, magnésio, e potássio (CIAT, 2002). Da
produção mundial, 47% é proveniente das Américas e 10% do leste e do sul da
África. Considerando somente o gênero Phaseolus, o Brasil é o maior produtor,
seguido pelo México. Entretanto, a produção brasileira de feijão tem sido insuficiente
para abastecer o mercado interno, sendo necessária a importação de 40.200 t.
anualmente para atender a demanda de 3.100.000 t, considerando o consumo per
capta anual de 17,36 kg.habitante
-1
(AGRIANUAL, 2005). O feijão também é um
dos produtos agrícolas de maior importância econômica e social para o país, devido,
principalmente, à mão de obra empregada durante o ciclo da cultura. Estima-se que
somente em Minas Gerais, o cultivo de feijão emprega cerca de 7 milhões de homens
por dia-ciclo de produção, envolvendo cerca de 295 mil agricultores nas diferentes
épocas de semeadura (BORÉM e CARNEIRO, 1998, 2006).
5
O Estado de Minas Gerais é o primeiro maior produtor de feijão do País
(CONAB, 2007), e destaca-se pela quantidade de tipos comerciais cultivados. Os
tipos de grãos de maior importância para o Estado são os do grupo carioca e preto
(VIEIRA et al., 2005). Nas regiões norte, sul e noroeste predominam feijões do tipo
carioca. Na Zona da Mata, além do feijão-preto, cultiva-se também o feijão-vermelho
(RAMALHO e ABREU, 1998), que pela sua grande demanda neste mercado chega a
alcançar, em determinadas épocas, o dobro do preço dos demais feijões (VIEIRA,
2005). De acordo com SOARES et al. (2002), há uma tendência de expansão da área
cultivada para outras áreas do Estado e até mesmo do país.
Segundo ARAÚJO (1998), ARAÚJO e FERREIRA (2006) e VIEIRA (2004),
no Estado de Minas Gerais, as épocas de cultivo do feijão, de acordo com as datas de
plantio e colheita, são denominadas, primavera-verão (plantio das “águas”); verão-
outono (plantio da “seca”), outono-inverno e inverno-primavera. Para esses autores, a
semeadura “das águas” apresenta o risco de ocorrência de chuvas no período da
colheita, o que pode comprometer a produção. Na semeadura “da seca”, o risco da
falta ou distribuição irregular das chuvas é maior, afetando sensivelmente o
rendimento. Já o feijão semeado no outono e inverno, cultivado no período seco, sob
irrigação, vem atraindo médios e grandes produtores, geralmente usuários de maior
tecnologia. Suas desvantagens são: não é indicado para áreas de inverno rigoroso e,
há possibilidade da colheita coincidir com o início das chuvas.
Segundo dados do IBGE (1990 - 2005), a área cultivada, a produção e o
rendimento do feijão em Minas Gerais oscilaram bastante no período de 1990 a
2005. Esse fato, pode estar relacionado ao alto risco a que a cultura está exposta,
devido, principalmente, à sua sensibilidade às condições climáticas e ao ataque de
pragas e doenças. Portanto, é necessário que os riscos do impacto climático
envolvendo a cultura do feijão em Minas Gerais sejam analisados e minimizados.
3.2. Elementos climáticos
Dentre os vários fatores envolvidos na produção do feijão, o clima é fator
determinante na produtividade. As respostas interativas entre clima e planta precisam
ser adequadamente conhecidas e estudadas a fim de se obter o menor risco possível
de insucesso. No caso do feijoeiro, os elementos climáticos que influenciam
6
diretamente o crescimento, o desenvolvimento e a produtividade da cultura são a
precipitação pluvial, a radiação solar global e a temperatura do ar.
3.1.2.1. Precipitação pluvial
A necessidade de água para a máxima produção do feijão pode variar de
acordo com o local (clima e solo), com a época de plantio do cultivar (ciclo cultural,
sistema radicular e outros) e com o manejo da cultura e do solo (SILVEIRA e
STONE, 2001). Estudos realizados em Minas Gerais por SILVEIRA e STONE
(1998), comprovaram que as maiores produtividades do feijoeiro foram obtidas com
lâminas de água variando de 340 mm a 471 mm durante o ciclo.
Assim, a água constitui-se fator limitante na produtividade da cultura, pois
interfere diretamente na absorção e no transporte de nutrientes, na fotossíntese e no
transporte de assimilados, na transpiração, no crescimento e na produção de grãos
(GUIMARÂES, 1988). O feijoeiro é afetado pelo déficit hídrico, devido à sua baixa
capacidade de recuperação após esse estresse e ao sistema radicular pouco
desenvolvido (GUIMARÃES, 1996), assim como pelo excesso de água, que pode
trazer prejuízos à cultura, principalmente se as chuvas ocorrerem na época da
colheita. PINTO (1985) observou diminuição no rendimento do feijoeiro cultivado
em Viçosa, quando houve excesso de água no solo. Vale destacar, que nos anos em
que ocorre deficiência hídrica, perdas de rendimento quase sempre são registradas
(FAGERIA et al., 1995; CARMO, 1997).
A deficiência hídrica no sub-período semeadura-emergência pode afetar
sensivelmente o processo germinativo do feijoeiro, resultando em baixo estande de
plantas (GUIMARÃES, 1996; FANCELLI e DOURADO NETO, 1999). Quando a
diminuição de água ocorre no período de floração, pode haver redução tanto na
estatura da planta, quanto no tamanho e no número de vagens e de sementes por
vagem, o que afeta o rendimento da cultura (DIDONET e SILVA, 2004). Se ocorrer
diminuição de água no enchimento de grãos, sua formação é prejudicada ou seu peso
é reduzido (GUIMARÃES, 1996). Segundo CALVACHE et al. (1997), a floração é
o estádio mais sensível ao déficit hídrico. Para GOMES et al. (2000) e STONE e
MOREIRA (2001), o déficit hídrico na fase vegetativa também reduz a
produtividade do feijoeiro. Assim, a cultura do feijoeiro requer boa disponibilidade
7
hídrica no solo durante todo o ciclo, principalmente nas etapas mais críticas de
germinação, emergência, floração e enchimento de grãos.
3.1.2.2. Radiação solar
O feijoeiro, quando exposto à baixa quantidade de radiação solar apresenta
decréscimo no índice de área foliar, o que contribui para uma menor área de
interceptação de energia e interfere no metabolismo fisiológico da planta. Por outro
lado, em condições de exposição à alta radiação solar, os índices de área foliar são
maiores, o que não significa que haverá aumento no rendimento da cultura, pois a
produção de grãos está diretamente relacionada à eficiência fotossintética da cultivar
(DIDONET e SILVA, 2004).
A radiação solar influencia significativamente as taxas de fotossíntese das
plantas. A quantidade necessária para a saturação fotossintética varia com a idade e o
tipo da planta. Logo, regiões que apresentam valores de radiação solar entre 13
MJ.m
-2
.dia
-1
e 22 MJ.m
-2
.dia
-1
são consideradas ideais para o desenvolvimento do
feijoeiro (DIDONET e SILVA, 2004). Para esses autores, em condições de radiação
solar acima de 35 MJ.m
-2
.dia
-1
, a taxa de fotossíntese do feijoeiro é praticamente
constante.
Em situação de cultivo, o máximo de eficiência na utilização da radiação é
atingido quando toda a radiação disponível é interceptada pela cobertura vegetal.
Assim, quanto mais rápido houver cobertura total do solo, maior será o acumulo de
biomassa. Porém, nem sempre isso acontece. No caso do feijoeiro, grande produção
de folhas e ramos pode reduzir o rendimento de grãos, causando o auto-
sombreamento, uma vez que somente a parte superior do cultivo recebe radiação. O
auto-sombreamento ocorre, por exemplo, quando à população de plantas por unidade
de área é superior a considerada ótima, sendo crítico, no período de vingamento de
vagens e grãos (DIDONET e MADITRIZ, 2002).
A radiação solar também tem efeito na redução do percentual de abortamento
de flores e no aumento de retenção de vagens do feijoeiro. Quanto maior for a
radiação solar disponível da emergência ao inicio do florescimento, maior será o
numero de vagens por unidade de área (DIDONET e SILVA, 2004).
Devido a sua influência nas taxas de fotossíntese, a radiação solar é fator
climático importante (FRAGERIA, 1989). VIEIRA (1999) menciona que o feijoeiro,
8
na prática, não tem sua produção limitada pela radiação solar, pois apresenta baixa
irradiância de saturação, ou seja, não ocorre aumento na taxa fotossintética a partir de
fluxo radiante relativamente baixo, da ordem de 10 MJ.m
-2
.dia
-1
e 14 MJ.m
-2
.dia
-1
.
De maneira geral, a utilização da radiação solar pelas plantas depende da sua
capacidade de interceptar e utilizar a luz, ou seja, da capacidade fotossintética. Por
sua vez, a taxa fotossintética de uma cultura depende da distribuição da radiação
solar nas diferentes camadas de folhas e do total absorvido em cada camada.
3.1.2.3. Temperatura do ar
O crescimento das plantas, os processos fisiológicos e a produtividade são
afetados tanto pelas temperaturas do ar muito elevadas como pelas baixas.
DOORENBOS e KASSAM (1994) citam que as temperaturas médias diárias ótimas
para o feijoeiro oscilam entre 15
o
C a 20
o
C, sendo a temperatura mínima 10°C e a
máxima 27°C. Entretanto, FANCELLI e DOURADO NETO (1999) consideram as
regiões com temperatura média entre 15 ºC e 29 ºC aptas para o cultivo do feijão. Na
América Latina, a temperatura média durante o ciclo da cultura varia entre 17,5 °C e
25 °C e, normalmente, a época de semeadura busca a coincidência da floração com a
temperatura em torno de 21 ± 2 °C, considerada ótima para essa etapa do
desenvolvimento, desde que associada com adequada disponibilidade de água no
solo (MARIOT, 1989).
A ocorrência de temperaturas acima ou abaixo da faixa ótima, dependendo da
freqüência e da duração, pode ocasionar sérios prejuízos ao estabelecimento, ao
crescimento e ao desenvolvimento da cultura, resultando em baixa produtividade de
grãos. Se as temperaturas baixas ocorrerem imediatamente após a semeadura, podem
impedir, reduzir ou atrasar a germinação das sementes e a emergência das plântulas
e, conseqüentemente, causar baixa produtividade (ANDRADE et al., 2006).
Alta temperatura talvez seja a variável climática que exerça maior influência
sobre o aborto de flores, o vingamento e a retenção final de vagens no feijoeiro
(PORTES 1996). Vários autores demonstram que os maiores prejuízos na cultura do
feijão ocorrem no estádio de desenvolvimento reprodutivo, em que temperaturas
variando entre 30
o
C e 40
o
C ocasionam redução no rendimento, por provocarem
abortamento de flores e botões florais (DICKSON e PETZOLDT, 1989;
MONTERROSO e WIEN, 1990; SHONNARD e GEPTS, 1990; KONSENS et al.,
9
1991; AGTUNONG et al.,1992; SHONNARD e GEPTS, 1994). A planta é
particularmente mais sensível na pré-fertilização, ou seja, antes da antese
(MONTERROSO e WIEN, 1990). As reduções no rendimento ocorrem porque as
altas temperaturas esterilizam o grão de pólen (WEAVER e TIMM, 1988) e elevam a
produção de etileno na planta (SAUTER et al., 1990), fatores relacionados com a
queda de flores e a granação deficiente.
Temperaturas baixas reduzem a altura da planta e o crescimento de ramos,
além de induzir à produção de pequenos números de vagens por planta (PORTES,
1996). Além disso, temperaturas baixas acarretam atraso na germinação e na
emergência (VON PINHO et al., 1991), assim como no início do florescimento
(DIAS et al., 1992).
DIDONET e SILVA (2004), em estudo realizado com o cultivar Pérola entre
a floração e o enchimento de grãos, comprovaram que em altas temperaturas há
aumento na massa das folhas e ramos secos, redução expressiva na massa de grãos
secos e menor número de grãos por vagem. MARIOT (1989) relata que a abscisão de
órgãos reprodutivos chega a atingir mais de 50%, quando as temperaturas diurnas
estão acima de 30°C, e noturnas, acima de 20°C. Portanto, a exposição a altas e
baixas temperaturas, mesmo que por curtos períodos de tempo, afetam o
crescimento, os processos fisiológicos e a produtividade da cultura. Para se conseguir
produtividade ótima, a temperatura também deve ser ótima.
3.2. Modelagem na agricultura
A interação entre as plantas e o meio ambiente envolve uma complexidade de
processos físicos, químicos e biológicos. A fim de se obter maior conhecimento das
respostas da planta ao meio ambiente, modelos de simulação são utilizados como
ferramenta de grande potencial em áreas cultivadas, possibilitando o estudo e o
entendimento dessa interação, avaliando e estimando o desempenho das plantas em
diferentes áreas e situações. Visando ao adequado entendimento da definição de
modelos de simulação, de WIT (1982) menciona a necessidade de ser feita a
separação de três termos: sistema, modelo e simulação. O sistema é parte limitada da
realidade, que contém vários elementos inter-relacionados; o modelo é a
representação simplificada do sistema; e a simulação é a arte de construir modelos
matemáticos e de estudar suas propriedades em relação às do sistema.
10
O modelo pode ser definido como uma série de equações matemáticas,
capazes de descrever um sistema físico, no caso, o sistema solo-planta-atmosfera
(JAME e CUTFORTH, 1996). Os modelos são capazes de simular uma cultura por
meio da estimativa do crescimento de alguns seus órgãos, tais como folhas, raízes,
caules e grãos. Assim, um modelo de simulação de crescimento de cultura não estima
somente biomassa total ou a produção na colheita, mas também inclui informações
quantitativas acerca da maioria dos processos envolvidos no crescimento e no
desenvolvimento da planta.
Os modelos de simulação de cultura também podem ser definidos como um
conjunto de equações para estimar o crescimento, o desenvolvimento e a produção de
uma cultura a partir de uma série de coeficientes genéticos e variáveis ambientais
(MONTEITH, 1996). Os modelos permitem ainda a análise detalhada dos diversos
componentes da produção, possibilitando uma visão integrada da participação de
cada um deles no sistema. De acordo com GEDANKEN, (1998), apesar da
complexidade envolvida na construção de modelos, os esforços são compensados,
devido à grande aplicabilidade no auxílio ao agricultor no momento da tomada de
decisão, permitindo a organização racional de questões associadas à distribuição, ao
armazenamento e a comercialização do produto agrícola, entre outras coisas.
Segundo BOOTE et al. (1996), os principais motivos para o desenvolvimento
de modelos devem-se no fato de que eles são ferramentas importantes para resumir o
conhecimento cientifico, auxiliando na tomada de decisões agrícolas, além de serem
fundamentalmente úteis no planejamento inicial.
Devido ao avanço científico no desenvolvimento e na utilização dos modelos,
tornou-se necessário classificá-los para que fosse possível uma descrição deles mais
simplificada. Vários sistemas de classificação têm sido desenvolvidos, com base
principalmente na arquitetura e na filosofia dos modelos. Dentre os vários modelos
existentes, destacam-se aqueles que apresentam maior importância em estudos de
simulação do desenvolvimento de culturas: os empíricos, os dinâmicos
determinísticos, os estocásticos e os mecanísticos.
Os modelos empíricos são constituídos de funções escolhidas arbitrariamente,
com o objetivo, único de promover bons ajustes entre os dados observados e os
simulados (MONTEITH, 1996). Segundo COSTA (1997), modelos empíricos não
consideram o entendimento científico do sistema e apresentam restrições quanto à
extrapolação de seus resultados. Contudo, têm grande potencial na estimativa de
11
produtividade das culturas para a região em que foi desenvolvido. Geralmente, os
modelos empíricos estatísticos utilizam uma ou mais variáveis independentes, sendo
a variável dependente a produtividade da cultura e as variáveis independentes os
elementos do clima, obtidos normalmente pela análise de regressão múltipla.
Modelos determinísticos fornecem resultados sem nenhum grau de
probabilidade associado aos mesmos. Modelos estocásticos são aqueles que
apresentam um grau de probabilidade associado à sua resposta (COSTA, 1997;
GEDANKEN, 1998).
Os modelos mecanísticos, têm sua estrutura principal baseada na descrição
dos processos que ocorrem no sistema real considerado, ou seja, existe, neste caso, a
tentativa de se considerar os princípios físicos e biológicos que ocorrem no sistema.
Esses modelos procuram entender o que ocorre em um nível com base nos processos
que ocorrem no nível anterior (COSTA, 1997). São mais complexos que os modelos
empíricos e seu desenvolvimento requer um completo entendimento do sistema a ser
modelado, evidenciando assim áreas com deficiência de conhecimento.
De acordo com BOOTE et al. (1996), modelos simples são de fácil
compreensão, utilização e aplicabilidade, e freqüentemente necessitam de poucos
dados de entrada. Com os modelos mais sofisticados, como os mecanísticos, é
possível modelar as diferenças entre os genótipos e o ambiente, incluindo os
mecanismos de retroalimentação intrínsecos, e manipular as várias condições de
manejo da cultura.
Modelos podem ser utilizados para estimar os efeitos de diferentes
estratégias, o que pode ajuda na determinação da melhor decisão, apresentando uma
série de vantagens para a análise econômica dos dados provenientes de
experimentação em campo. Entre essas vantagens destacam-se: um grande número
de diferentes estratégias pode ser avaliado rapidamente e com baixo custo; e cada
estratégia pode ser avaliada em um amplo intervalo de crescimento utilizado. Pode-
se também avaliar complexas estratégias de semeadura BOOGES e RITCHIE,
(1988). Apesar da grande aplicabilidade e do custo inferior aos experimentos
convencionais, os modelos de simulação não podem ser considerados substitutos dos
experimentos, mas sim uma técnica que os complementa.
PEREIRA (1987) comenta que a tentativa de construir modelos de simulação
ajuda a identificar áreas em que o conhecimento e os dados são escassos. O uso da
modelagem estimula o conhecimento científico e, quando comparado com métodos
12
tradicionais, os modelos fazem, geralmente, melhor uso de dados que estão se
tornando cada vez mais caros.
Os modelos permitem interpolação e previsão, além de resumirem
convenientemente grandes quantidades de informações, as quais podem ser usadas
para sugerir prioridades de recursos na pesquisa cientifica. THORNLEY (1976)
acrescenta que a elaboração de modelos matemáticos de previsão de rendimento de
uma cultura é vantajosa, na exploração de estratégias para o gerenciamento e na
diminuição dos riscos na agricultura.
Além de resumir convenientemente uma série de informações, modelos bem
elaborados permitem avanços no conhecimento da resposta das plantas ao ambiente,
e podem, assim, esclarecer pontos para os quais o conhecimento ainda é limitado.
Ademais, acabam por estimular o trabalho em equipe, facilitar o planejamento e
indicar prioridades na pesquisa.
3.3 O sistema DSSAT
O DSSAT (Sistema de Suporte à Tomada de Decisão para Transferência de
Agrotecnologia) é um sistema computacional que faz parte do projeto IBSNAT
(International Benckmark Sites Network for Agrotechnology Transfer) (JAME e
CUTFORTH, 1996). Ele foi desenvolvido para permitir aos usuários simulações
relacionadas às interações complexas que se estabelecem entre as práticas culturais, o
solo, o clima e as características genéticas das plantas. Este sistema de apoio à
decisão funciona com base em modelos de simulação que prevêem o desempenho de
culturas agrícolas sujeitas a um vasto leque de fatores e decisões.
A primeira versão do sistema (DSSAT V.2.10) foi publicada em 1989, na
qual foram utilizados modelos para quatro culturas: milho (CERES-maize), trigo
(CERES-wheat), soja (SOYGRO) e amendoim (PNUTGRO). As culturas de arroz
(CERES-rice), feijão (BEANGRO), sorgo (CERES-sorghum) e milheto (CERES-
millet) foram posteriormente adicionadas ao sistema. Em 1994, uma segunda versão
(DSSAT v3.0) foi elaborada. Nesta versão, os modelos de simulação para as
leguminosas soja, feijão e amendoim, foram agrupados em um único modelo, o
CROPGRO (TSUJI et al., 1994).
O DSSAT tem sido usado amplamente nos últimos 15 anos por pesquisadores
de diferentes países do mundo. Esse programa, composto por 16 modelos de culturas,
13
possui aplicativos para avaliar e usar recursos naturais e estimar o risco associado às
diferentes práticas de manejo, além de se prestar a diferentes propósitos biofísicos e
econômicos (JONES et al., 2003). O sistema ainda possibilita: a) introduzir,
organizar e armazenar dados de culturas, solos e climas; b) recuperar, analisar e
apresentar dados; c) calibrar e testar modelos de diferentes culturas; d) testar
diferentes práticas de manejo em um dado local (JONES, 1993).
Desde a sua criação, o conjunto de programas do sistema DSSAT passou por
melhorias significativas nas estruturas dos modelos existentes, especialmente nas
rotinas de crescimento e desenvolvimento das plantas, sendo incorporados três novos
programas na estrutura do sistema (DSSAT v3.5), sendo um para apresentar gráficos
de umidade e nitrogênio do solo em função do tempo e os outros dois para conectar
os modelos de cultura com o Sistema de Informação Geográfica (SIG)
(HOOGENBOOM, 1998).
Em 2003, surgiu a quarta e mais nova versão do sistema (DSSAT v4.0).
Segundo JONES et al. (2003), WILKENS et al. (2003) e HOOGENBOOM et al.
(2004), essa última versão foi desenvolvida para operar em ambiente Windows,
facilitando ao usuário a avaliação e a aplicação da modelagem de uma cultura para
propósitos específicos. Além disso, foi acrescentado o modelo CENTURY para
simulação do balanço de matéria seca no solo (GISJSMAN et al., 2002), o qual é
apropriado em condições de baixo uso de insumos agrícolas na lavoura, onde a
decomposição da matéria orgânica do solo representa uma contribuição importante
de nitrogênio para as culturas.
A utilização de simulações do sistema DSSAT é uma boa ferramenta para
análises de diferentes estratégias de manejo em função das condições de solo, clima e
cultivar, com a finalidade de encontrar práticas que sejam mais favoráveis, e que
envolvam menor risco às plantas, assim como, melhorar a qualidade e reduzir o
tempo nas tomadas de decisões (MAVROMATIS et al., 2002).
3.4 Modelo CROPGRO
O modelo CROPGRO, do programa DSSAT, simula o crescimento diário de
leguminosas. Ele foi criado incorporando características do SOYGRO
(WILKERSON et al. 1983, 1985), PNUTGRO (BOATE et al., 1987) e BEANGRO
(HOOGENBOOM et al., 1990, 1994). A seguir serão destacados vários trabalhos
14
realizados com o modelo CROPGRO na cultura do feijoeiro, particularmente no
Brasil FARIA et al. (1997a) calibraram o modelo BEANGRO, precursor do
CROPGRO-Dry bean, usado na cultura do feijoeiro nas condições de Londrina,
Paraná, com o objetivo de testar sua performance em simular a fenologia, a produção
de matéria seca e os grãos dessa cultura sob diferentes condições ambientais. De
posse do modelo calibrado, FARIA et al. (1997b) avaliaram diferentes estratégias de
manejo de irrigação, visando ao melhor benefício econômico para o feijoeiro no
Paraná.
BASTOS et al. (2002) adaptaram o modelo CROPGRO para a simulação do
crescimento de plantas de caupi (CROPGRO-cowpea). Após calibração, esses
autores avaliaram a capacidade do modelo em simular a fenologia, a produtividade
de grãos e os componentes de produção sob diferentes práticas de manejo para o
Piauí. Posteriormente, o modelo foi aplicado em diferentes locais e condições
hídricas, de modo a fornecer aos agricultores informações com relação ao manejo de
irrigação, objetivando proporcionar maior renda a eles. Os resultados indicaram que
o modelo CROPGRO-cowpea simulou satisfatoriamente os eventos fenológicos, bem
como os componentes de produção e de produtividade de grãos da cultura do caupi
para as condições edafoclimáticas dos municípios de Paranaíba e Teresina no Piauí.
BASTOS et al. (2000) adaptaram o modelo CROPGRO para a cultura do caupi e o
utilizaram em um estudo de avaliação do manejo de irrigação sobre a produtividade
econômica de grãos em comparação com o cultivo sem irrigação.
MEIRELES et al. (2001) determinaram as épocas de semeadura com menores
riscos para a cultura do feijoeiro em condições de sequeiro e com irrigação, em Santo
Antônio de Goiás (GO), utilizando as produtividades potencial e real, e a quebra
relativa de produtividade simulada pelo CROPGRO-Dry Bean. HEINMANN et al.
(2000) avaliaram o manejo da irrigação, do feijoeiro sob pivô central, usando
simulações com o modelo CROPGRO-Dry Bean. HEINEMANN (2001) combinou
modelos de crescimento DSSAT com o sistema de informação geográfica (SIG
AEGIS/WIN) para determinar, a nível regional, as necessidades hídricas, assim como
a quantidade anual de água utilizada para irrigação, o escoamento superficial e o
nitrogênio lixiviado, para as culturas mais importantes (milho e feijão) da bacia do
Rio Tibaji, no Paraná. HEINMANN et al. (2002) determinaram a necessidade de
irrigação para a cultura do feijoeiro no nordeste da bacia do rio Tibagi, no Paraná,
15
utilizando o CROPGRO-Dry bean associado a um sistema de informação geográfica,
objetivando regionalizar as informações.
RUIZ-NOGUEIRA et al. (2001) utilizaram o modelo CROPGRO-soybean
para predizer o crescimento e a produção da soja em condições limitantes de água
para três cultivares em três locais de diferentes condições climáticas do nordeste da
Espanha, estabelecendo, assim, melhores datas de semeadura, conforme as
precipitações pluviais e os manejos de irrigação.
HARTKAMP et al. (2002) revisaram e adaptaram a fisiologia do mucuna
preta (Mucuna pruriens) no modelo genérico de legume CROPGRO,
(HOOGENBOOM et al., 1992, BOOTE et al. 1998a) para simular o crescimento e o
desenvolvimento em função das condições do solo, do clima e diferentes práticas de
manejo em três locais do México.
HARTKAMP et al. (2002) avaliaram o desempenho do modelo CROPGRO
(versão modificada por HARTKAMP et al., 2002), para predizer a fenologia, o
crescimento, a senescência e o acumulo de nitrogênio em locais que representam
diferentes cenários de manejo ambientais e agronômicos, envolvendo análise de
sensibilidade de vários regimes de temperaturas e precipitação para identificar as
regiões satisfatórias para a produção de mucuna preta como uma cultura de cobertura
de adubo verde (GMCC).
MEIRELES et al. (2003) calibraram o modelo CROPGRO-Dry bean para
quantificar decréscimos de produtividade da cultura de feijão semeado em 36 épocas
de semeadura, em Santo Antônio de Goiás, GO.
DALLACORT et al. (2005) utilizaram o modelo de simulação de crescimento
e desenvolvimento da cultura da soja (CROPGRO-soybean), ajustando os
coeficientes genéticos do modelo para os cultivares de soja CD 202, CD 204, CD
206 e CD 210, cultivados na região de Palotina, PR. Os autores, fizeram a simulação
da produtividade da soja para a semeadura em 1º de novembro, com objetivo de
testar os coeficientes ajustados nas 25 safras compreendidas entre o período de 1974
a 1999. Por meio das análises realizadas nas simulações, verificou-se que o modelo
apresentou alta sensibilidade à variação dos coeficientes genéticos dos cultivares
estudados.
Em estudo realizado em Maringá, PR, DALLACORT et al. (2005) utilizaram
o modelo de simulação de crescimento e desenvolvimento da cultura do feijão,
CROPGRO-Dry bean, para determinar as melhores épocas de semeadura da cultura
16
IAPAR 57, durante o período de 1980 a 2000, nas datas: 1
o
, 10 e 20 de março, 1
o
de
abril, 20 e 30 de julho, 10 e 30 de agosto e 1
o
de setembro. Os resultados revelaram
maiores produtividades nas semeaduras de 10 e 20 de agosto e 1
o
de setembro, e
menores produtividade em 1
o
de abril e 20 de julho, sendo estas, em média, 25%
inferiores aquelas.
Em outro trabalho, DALLACORT et al. (2006) usaram o modelo de
simulação do crescimento e do desenvolvimento da soja (CROPGRO-soybean)
calibrado para os cultivares de soja CD 202, CD 204, CD 206 e CD 210, cultivados
na região de Palotina, PR, para estimar a produtividade e determinar as melhores
épocas de semeadura para os quatro cultivares em cinco datas de semeadura, durante
25 safras (1974 a 1999).
A vantagem em utilizar modelos dessa natureza está na possibilidade de
manipulação dos fatores ambientais que influenciam no desenvolvimento e na
produtividade do feijão. Após a calibração e a verificação, o modelo CROPGRO
possibilita a realização de simulações que consideram a influência das condições
climáticas no crescimento, no desenvolvimento e no rendimento do feijoeiro, por
meio da interação complexa com o solo e com as práticas de manejo.
17
4. MATERIAL E MÉTODOS
4.1. Características da área de estudo
O estudo foi realizado com três experimentos de campo envolvendo três
cultivares de feijão na microrregião de Viçosa, MG, cujas coordenadas geográficas
são: latitude de 20°45'S, longitude de 42°51'W e altitude de 690 m. O clima da região
é Temperado Úmido Quente (Cwa), segundo a classificação de Koppen, com verão
chuvoso e inverno seco. O solo da área experimental é classificado como Podzólico
Vermelho-Amarelo Câmbico. Na Tabela 1, são apresentados os valores médios para
o período de 1975 a 2006, de precipitação, de temperaturas máxima e mínima do ar e
de radiação solar global. Estes dados foram fornecidos pela estação meteorológica
pertencente ao 5º Distrito de Meteorologia (5º DISME), do Instituto Nacional de
Meteorologia (INMET), localizada em Viçosa, MG. Os dados de irradiação solar
global foram estimados a partir da equação empírica de Angstron, modificada por
Prescott (VIANELLO e ALVES, 1991), a qual faz uso dos dados diários de duração
de brilho solar (insolação), obtidos facilmente, na maioria das estações
meteorológicas.
18
Tabela 1- Médias dos valores de temperatura máxima (Tmax), temperatura mínima
(Tmin) precipitação (P) e radiação solar global (Rg) para Viçosa, MG, no
período de 1975 a 2006.
Meses Tmax (°C) Tmin (°C) P (mm) Rg (MJ.m
-2
.d
-1
)
Janeiro 28,3 18,6 237,9 20,3
Fevereiro 29,2 18,5 187,9 21,8
Março 28,5 18,0 141,6 19,8
Abril 27,2 16,6 57,4 18,5
Maio 25,5 14,1 38,2 16,3
Junho 24,1 11,5 15,7 15,0
Julho 24,0 10,9 16,3 15,7
Agosto 25,0 11,2 17,8 17,8
Setembro 25,7 13,8 58,1 17,8
Outubro 26,8 16,0 100,2 19,0
Novembro 27,2 17,5 215,9 19,5
Dezembro 27,6 18,4 239,2 19,3
O regime pluviométrico da microrregião de Viçosa durante os anos dos
experimentos pode ser visto pelos extratos dos balanços hídricos nas Figuras 1 e 2,
BHnorm V 5.0 (ROLIM e SENTELHAS, 1998). Nas Figuras 3 e 4 são apresentados
os valores de radiação solar e temperatura máxima e mínima do ar, ocorridas durante
as fases experimentais, na microrregião.
Viçosa, MG (2003) - CAD = 40 mm
-100
-50
0
50
100
150
200
250
300
350
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
m
m
DEF(-1) EX C
Figura 1 - Extrato do balanço hídrico mensal, com a deficiência (DEF) e o
excedente (EXC) hídrico segundo Thornthwaite e Mather (1955),
para CAD igual a 40 mm, em Viçosa, MG, no ano agrícola de
2003.
19
Viçosa, MG (2004) - CAD = 40 mm
-100
-50
0
50
100
150
200
250
300
350
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
m
m
DEF(-1) EXC
Figura 2 - Extrato do balanço hídrico mensal, com a deficiência (DEF) e o
excedente (EXC) hídrico segundo Thornthwaite e Mather
(1955), para CAD igual a 40 mm, em Viçosa, MG, no ano
agrícola de 2004.
Dias após a semeadura
0 102030405060708090100110
Radiação solar global (MJ.m
-2
.d
-1
)
0
5
10
15
20
25
30
35
Rg - Feijão-da-seca 2003
Rg - Feijão-das-águas 2003
Rg - Feijão-da-seca 2004
Figura 3 - Radiação solar global estimada a partir dos dados de insolação ocorridos
durante os experimentos com o feijão-da-seca e das-águas, em Viçosa,
MG.
20
Dias após o plantio
0 102030405060708090100110
Temperatura do ar (°C)
0
5
10
15
20
25
30
35
3b
Temperatura máxima
Temperatura mínima
Dias após o plantio
0 102030405060708090100110
Temperatura do ar (°C)
0
5
10
15
20
25
30
35
3c
Temperatura máxima
Temperatura mínima
Figura 4 - Temperatura máxima e mínima do ar durante os experimentos com o
feijão-da-seca 2003 (3a), das-águas em 2003 (3b) e da-seca em 2004
(3c), em Viçosa, MG.
Dias após o plantio
0 102030405060708090100110
Temperatura do ar (°C)
0
5
10
15
20
25
30
35
3a
Temperatura máxima
Temperatura mínima
21
Os resultados das análises físicas e químicas e a classificação do solo dos
experimentos são mostrados na Tabela 2.
Tabela 2 – Principais características químicas, físicas e classificação do solo onde os
ensaios foram conduzidos, em Viçosa, MG.
Características Químicas
pH em H
2
O 5,9
H + Al Cmol(+)/dm
3
3,3
Al Cmol(+)/dm
3
0
Ca Cmol(+)/dm
3
2,3
Mg Cmol(+)/dm
3
0,9
K μg/dm
3
42
P μg/dm
3
9
Mat.Org dag.kg
-1
2,2
Sat. Al. % 0
Características Físicas
Areia Grossa % 19
Areia Fina % 14
Silte % 21
Argila % 46
Classe testural
Argiloso
Classificação dos Solos
LRd
(1)
(1)
LRd = Podzólico Vermelho-Amarelo Câmbico.
Análises químicas e físicas realizadas no Laboratório de Análise de Solos da Universidade Federal de Viçosa,
Viçosa – MG.
4.2. A cultura
Foram utilizadas as cultivares de feijão-comum Pérola (grupo comercial
carioca), Ouro Negro (grupo comercial preto) e Ouro Vermelho (grupo comercial
vermelho). As principais características agronômicas dessas cultivares encontram-se
resumidas na Tabela 3.
22
Tabela 3 - Principais características agronômicas das cultivares de feijão, com suas origens e ano de recomendação.
Características principais Pérola Ouro Negro Ouro Vermelho
Hábito de crescimento Indeterminado II/III Indeterminado III Indeterminado II
Porte da planta Semi-ereto a prostrado Prostrado Semi-ereto
Floração média (dias) 46 35 a 44 38 dias
Comprimento médio da vagem (cm) 10,69 10,25 10,35
Número médio de grãos por vagem 5,78 4,46 4,68
Cor da flor Branca Violeta Branca
Cor da vagem na maturação Verde levemente rosada Arroxeada Rosa-avermelhada
Cor da vagem seca Amarelo-areia Amarelo-areia Marrom-arroxeada
Cor da semente
Bege com estrias marrons (“carioca”) Preta Vermelha (brilhante)
Forma da semente Elíptica Elíptica Elíptica
Peso médio de 100 grãos (g) 27 25-27 25
Ciclo (dias) 90 a 100 80 a 90 80 a 90
Origem (ano de lançamento)
Embrapa Arroz e Feijão (1994)
CIAT
1
(1991) UFV/EPAMIG
2
(2004)
(1)
Centro Internacional de Agricultura Tropical;
(2)
Universidade Federal de Viçosa/Empresa de Pesquisa Agropecuária de Minas Gerais.
23
4.3. Os experimentos
Os experimentos foram conduzidos no Campo Experimental Prof. Diogo
Alves de Melo pertencente ao Departamento de Fitotecnia da Universidade Federal
de Viçosa (UFV-DFT) durante os anos de 2003 e 2004 para os cultivares Pérola,
Ouro Negro e Ouro Vermelho. Os dados dos ensaios foram obtidos a partir de
informações geradas no âmbito do convênio firmado entre a Empresa de Pesquisa
Agropecuária de Minas Gerais (EPAMIG), a Universidade Federal de Viçosa (UFV),
a Universidade Federal de Lavras (UFLA) e a Empresa Brasileira de Pesquisa
Agropecuária (EMBRAPA), para a condução dos ensaios de Valor de Cultivo e Uso
(VCU), os quais objetivam a recomendação de cultivares de feijão para o estado de
Minas Gerais.
A adubação de plantio e de cobertura foi realizada conforme recomendação
da Comissão de Fertilidade do Solo do Estado de Minas Gerais – 5º aproximação
(Comissão..., 1999). O controle de plantas daninhas e pragas foi realizado de acordo
com o recomendado para a cultura e em nenhum experimento foi realizado o controle
de doenças. As datas de plantio foram 27 de março de 2003 e 20 de março de 2004,
para os experimentos com o feijão-da-seca, conduzidos com irrigação, e 20 de
novembro de 2003, para o experimento conduzido na safra das águas, em condições
de sequeiro.
A irrigação foi manejada de maneira que a disponibilidade de água no solo
fosse suficiente para atender a demanda evaporativa da cultura, sendo aplicada uma
lamina de água de 20 mm por irrigação, com turno de rega de sete dias.
Os dados foram contados em dias julianos, iniciando-se na data de plantio. O
plantio do experimento foi realizado colocando-se as sementes a 3 cm de
profundidade, após o solo ter sido preparado de forma convencional, com uso de
arado e grade niveladora. O delineamento experimental foi inteiramente casualizado,
com três repetições, sendo as parcelas constituídas por quatro linhas de 4 m
espaçadas de 0,50 m, de acordo com as normas estabelecidas para a condução dos
ensaios de VCU, no qual se realizou a média para a utilização no ajuste dos
coeficientes genéticos do modelo.
24
4.4. O modelo CROPGRO-Dry bean
Foi utilizado o modelo CROPGRO-Dry bean, composto de um modelo
determinístico e mecanístico que simula o crescimento e o desenvolvimento do
feijão-comum (Phaseolus vulgaris L.). A construção dos arquivos necessários para a
simulação foi descrita detalhadamente por BOOTE et al. (1998a, 1998b e 2003). O
modelo permite as simulações para as condições específicas de cada solo, dos
principais processos físicos e fisiológicos da cultura, tais como fotossíntese,
respiração, acumulação e partição da matéria seca, fenologia, crescimento foliar de
caules e de raízes, extração de água do solo, e evapotranspiração e produção do
feijão, em reposta à variação dos dados, climatológicos diários, de precipitação
pluvial, radiação solar global, temperaturas máxima e mínima do ar, os quais foram
fornecidos ao modelo como dados de entrada. Também foram utilizados parâmetros
de água no solo para avaliar o suprimento de água pela planta. A sensibilidade do
modelo varia com a cultivar, a data de plantio, o manejo entre plantas e o manejo de
irrigação.
Para simular a fenologia da cultura, o modelo CROPGRO-Dry bean
considerou os diversos estágios de desenvolvimento definidos quando a soma
térmica foi alcançada (JONES et al., 1998). Os limites destes índices térmicos foram
estabelecidos nos coeficientes genéticos. A biomassa foi estimada pelo processo da
fotossíntese, que depende da interceptação da luz, do fotoperíodo, da temperatura, da
água e do nitrogênio (FARIA et al., 1997a). Na Figura 5 é apresentado à estrutura do
modelo.
25
Entrada de
Dados
SUMMARY OUTOVERVIEW OUT
Feijão
Legumes
Modelos
Saída de Dados
ESTAÇÃO
CLI
ESTAÇÃO
WHT
SOIL SOL
Arquivo X
BNGRO
040 CUL
BNGRO
040 ECO
BNGRO
040 SPE
Cultivar Ecotipo Espécie Química Física Hídrica
Temp
máxima
Temp
mínima
Precipi-
tação
Radiação
Solar
Clima
Características
do solo
Tratos
Culturais
Planta
Figura 5 – Representação esquemática da estrutura do modelo CROPGRO-Dry bean.
Para a execução do modelo CROPGRO-Dry bean foi necessário conhecer os
parâmetros genéticos da cultivar, do solo, de manejo e dos elementos climáticos. São
três arquivos que caracterizam os dados de entrada referentes à planta, conforme a
seguinte descrição: (a) arquivo.ECO, caracteriza o ecótipo, contendo atributos
genéticos que diferenciam cultivares de crescimento determinado e indeterminado;
(b) arquivo. SPE, caracteriza a espécie, contendo coeficientes que definem a
composição básica dos tecidos e descrevem os processos de fotossíntese, respiração,
assimilação de nitrogênio, partição de fotoassimilados, senescência, fenologia e
crescimento; (c) arquivo. CUL, contém informações da cultivar, tais como
sensibilidade ao fotoperíodo, taxa fotossintética, área foliar específica, massa
máxima de um grão, área máxima de um trifólio, número médio de grãos por vagem,
períodos entre emergência e primeira flor, primeira flor e primeira vagem, primeira
flor e primeiro grão, primeiro grão e maturação fisiológica, primeira flor e o fim da
expansão foliar.
Os elementos climáticos (temperatura máxima e mínima do ar, precipitação
pluvial e insolação) em base diária, são armazenados nos arquivos de clima
(ESTAÇÃO.WTH e ESTAÇÃO.CLI).
26
Os dados de solo como profundidade, número de camadas do perfil, espessura
de cada camada, densidade, umidade de saturação, umidade à capacidade de campo,
umidade no ponto de murcha permanente, albedo, análise granulométrica, carbono
orgânico, textura, pH em água, entre outros, são armazenados no arquivo SOIL.SOL.
Os dados de manejo da cultura (irrigação, fertilizantes, incorporação de
resíduos, rotação de culturas, semeadura, área de plantio, cultivar) são definidos no
arquivo X.
O modelo contém dois arquivos de saída, um é OVERVIEW.OUT que
fornece uma descrição dos experimentos, com os nomes dos tratamentos e cultivares;
local e data em que foram conduzidos, as opções de manejo adotadas na simulação e
um resumo dos dados de entrada do solo e da cultura; o outro é SUMMARY.OUT
relaciona um resumo dos resultados simulados do crescimento e desenvolvimento da
planta, dos balanços de carbono, nitrogênio e água no solo.
No balanço de água no solo são contabilizados a infiltração da chuva ou a
irrigação, o escoamento superficial, a absorção de água pelas raízes, a drenagem na
zona radicular e a evapotranspiração (RITCHIE, 1985,1998). O balanço de carbono
envolve os processos de fotossíntese, respiração, partição, remobilização de proteínas
e carboidratos dos tecidos vegetais, e abscisão de partes da planta (BOOTE et al.,
1998a). O balanço de nitrogênio (N) considera a absorção diária de N pela planta, a
fixação de N
2
, a utilização por tecidos em crescimento e a perda de N devido à
abscisão de órgãos (BOOTE et al., 1998b). No módulo de senescência, foi
adicionado o modelo CENTURY para simulação do balanço de matéria seca no solo,
de forma que o material de senescência é acrescentado diariamente ao solo
(GIJSMAN et al., 2002).
4.5 Teste do modelo CROPGRO-Dry bean
A calibração e teste do modelo CROPGRO-Dry bean para as condições
experimentais deste trabalho foram efetuados a partir do ajuste nos coeficientes
genéticos que caracterizam aspectos importantes da cultura, conforme recomendação
de HOOGENBOM et al. (2003) e JONES et al. (2003). A seqüência de
procedimentos para se obter a calibração dos coeficientes genéticos foi a seguinte: 1)
foram selecionados os coeficientes genéticos de um determinado genótipo a partir de
27
genótipos que estavam no mesmo grupo de maturação ou que apresentavam
crescimento em área de adaptação similar ao genótipo em questão; 2) o modelo foi
rodado para o local, cultivar ou tratamento; 3) foram atribuídos coeficientes
genéticos específicos para a cultivar, começando com os parâmetros referentes à
fenologia, seguidos pelos parâmetros de crescimento da cultura (HOOGENBOM et
al., 1992). Esse procedimento foi feito por um processo de tentativa e erro, ou seja,
foram atribuídos valores a cada coeficiente, e verificando-se o modelo gerava
resultados próximos aos medidos em condições de campo.
O conjunto de coeficientes genéticos então obtidos foi utilizado para simular
o crescimento e o desenvolvimento e estimar a produtividade da cultura nos anos e
nas datas de plantio para um determinado local. As datas de semeadura, emergência,
florescimento e maturidade, e produtividade foram utilizados para calibrar e testar a
eficiência do modelo CROPGRO-Dry bean.
O experimento conduzido durante a safra da seca de 2003 foi utilizado para
efetuar a calibração do modelo CROPGRO-Dry bean, enquanto os experimentos
conduzidos na safras das águas de 2003 e na safra da seca de 2004, foram utilizados
como dados independentes para a avaliação.
As datas previstas de florescimento e de maturação fisiológica e a
produtividade observada e simulada foram comparadas pelo coeficiente de
determinação (r
2
), e pelo Índice de Concordância (d) (WILLMOTT et al., 1985), o
qual é determinado pela expressão:
()
()
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎣
⎡
+
−
−=
∑
∑
=
=
N
i
N
i
iOiP
OiPi
d
1
2
2
1
''
1
(1)
onde, N é o numero de observações, Pi é o valor estimado, Oi é o valor observado,
p’i = Pi – M e O’i = Oi – M, sendo M a média da variável observada. Quanto mais
próximo da unidade, melhor a concordância entre duas variáveis comparadas e vice-
versa.
A porcentagem de desvio (PD) também foi calculada, considerando-se a
diferença entre os valores de produtividade de grãos observados e estimados do
feijão, em que a porcentagem de desvios negativos indicam sub-estimativa, e a
porcentagem de desvios positivas indicam super-estimativa. O quadrado médio do
28
erro (RMSE) de LOAGUE e GREEN (1991) também foi utilizado, para indicar a
diferença relativa, em porcentagem, entre os valores simulados e os observados e é
dado por:
()
MN
OiPi
RMSE
N
i
100
2
1
+
−
=
∑
=
(2)
onde, Pi e Oi referem-se as variáveis estudadas, dias desde a semeadura a floração,
dias desde a semeadura a maturação fisiológica e produtividade de grãos. A
simulação é considerada excelente quando RMSE é menor do que 10 %, boa, entre
10 e 20 %, aceitável entre 20 e 30 %, e pobre, quando superior a 30 % (JAMIESON
et al., 1991).
4.6. Aplicação do modelo CROPGRO-Dry bean
4.6.1. Avaliação de diferentes datas de semeadura do feijoeiro
A análise sazonal foi conduzida para estudar os efeitos de diferentes datas de
plantio na produtividade do feijoeiro na região da Zona da Mata, com base na série
histórica diária de temperaturas do ar mínima e máxima, precipitação pluvial e
radiação solar global incidente no período de 1975 a 2006. Para a análise do
comportamento potencial e real de produtividade de grãos, para cada cultivar e da
distribuição de freqüências das produtividades simuladas em 31 safras, foram
avaliadas 12 datas de plantio na primavera (1
o
, 10, 20 de outubro e 1
o
, 10, 20 de
novembro); e no verão (1
o
, 10, 20 de fevereiro e 1
o
, 10, 20 de março). A avaliação
das simulações foi feita com base nas médias, desvios padrões e coeficientes de
variação, nas 12 datas de plantio nos anos agrícolas analisados. A porcentagem de
quebra de produtividade foi também determinada pela seguinte equação:
1001 ×
⎟
⎠
⎞
⎜
⎝
⎛
−=
Yo
Yr
Q (3)
onde,
29
Q = quebra de produtividade (%).
Yo = produtividade potencial simulada (kg.ha
-1
), calculada considerando que as
condições hídricas e de nutrientes não são limitantes para o crescimento e
desenvolvimento da cultura, e
Yr = produtividade real simulada (kg.ha
-1
), calculada considerando que a cultura é
dependente das condições climáticas e nutricionais.
4.6.2. Previsão de produtividade do feijoeiro
O modelo CROPGRO-Dry bean foi também utilizado para a previsão de
produtividade para as três cultivares de feijão. Nas análises de previsão de
produtividade foram combinados dados climáticos diários de um período de 31 anos,
de Viçosa, com os dados meteorológicos diários registrados durante o ano de 2003.
A cada 15 dias foi conduzida a previsão de produtividade, começando em 5 de
dezembro de 2003 (20 dias após o plantio) e prolongando-se até 20 de fevereiro de
2004. Os dados meteorológicos diários do ano de 2003 foram utilizados até a data de
realização das estimativas, completando-se o restante da estação de crescimento com
dados climáticos históricos diários da série de 1975 a 2006. A análise das estimativas
para cada data de previsão da produtividade média, desvios padrões e coeficientes de
variação foram determinados.
30
5. RESULTADOS E DISCUSSÕES
5.1. Teste do modelo CROPGRO-Dry bean
A Tabela 4 apresenta os coeficientes genéticos das três cultivares ajustados na
calibração do modelo CROPGRO-Dry bean para a estimativa do crescimento e do
desenvolvimento do feijoeiro, para as condições de solo e de clima de Viçosa, estado
de Minas Gerais. Os coeficientes genéticos CSDL, PPSEN, EM-FL, FL-SH, FL-SD,
SD-PM e FL-LF definem o desenvolvimento da cultura, enquanto, os LFMAX,
SLAVAR e SIZLF o crescimento vegetativo; os coeficientes XFRT, WTPSD,
SFDUR, SDPDV e PODUR estão relacionados com a definição do crescimento
reprodutivo. De acordo com DIDONET e SILVA (2004) os cultivares brasileiros de
feijoeiro geralmente são insensíveis ao fotoperíodo (PPSEN = 0), ou seja, seu
desenvolvimento e crescimento são controlados somente pela temperatura do ar, com
requerimentos térmicos em dias fototérmicos (dft). Observa-se que as três
cultivares
apresentaram diferenças em alguns de seus coeficientes genéticos ajustados,
destacando-se o tempo de duração de alguns períodos como: o período entre a
emergência da planta e o aparecimento da primeira flor; o período entre o
aparecimento da primeira flor e a primeira vagem; o período entre o aparecimento da
primeira flor e o início da formação da semente, e entre o início da formação da
semente e a
maturidade fisiológica.
31
Tabela 4
- Coeficientes genéticos necessários para a calibração do modelo
CROPGRO-Dry bean para três cultivares de feijão.
Cultivares
Coeficientes Pérola Ouro Negro Ouro vermelho
CSDL 12.17 12.17 12.17
PPSEN 0.00 0.00 0.00
EM-FL 35.5 32.0 34.0
FL-SH 6.0 5.0 6.0
FL-SD 11.0 9.0 10.0
SD-PM 17.0 15.5 16.0
FL-LF 18.0 18.0 18.0
LFMAX 1.0 1.0 1.0
SLAVAR 270.0 270.0 270.0
SIZLF 100.0 100.0 100.0
XFRT 1.0 1.0 1.0
WTPSD 0.256 0.255 0.255
SFDUR 9.0 9.0 9.0
SDPDV 5.0 5.0 5.0
PODUR 6.5 6.5 6.5
Sendo: CSDL - Também chamada de CSDVAR, comprimento crítico do dia, acima do qual o processo de desenvolvimento
reprodutivo não é afetado (horas); PPSEN - Inclinação da resposta relativa do desenvolvimento para fotoperíodo com o tempo
(1/hora); EM-FL - Período entre a emergência da planta e o aparecimento da primeira flor (R1) (dias fototermais); FL-SH -
Período entre o aparecimento da primeira flor e a primeira vagem (R3) (dias fototermais); FL-SD - Período entre o
aparecimento da primeira flor e o início da formação da semente (R5) (dias fototermais); SD-PM - Período entre o início da
formação da semente e a maturidade fisiológica (R7) (dias fototermais); FL-LF – Período entre o aparecimento da primeira flor
(R1) e final da expansão foliar (dias fototermais); LFMAX Taxa máxima de fotossíntese da folha a uma taxa ótima de
temperatura 30ºC; SLAVARN – Área foliar específica sob condições padrão de crescimento; SIZLF - Tamanho máximo da
folha completamente expandida (cm2); XFRT - Máxima fração do crescimento diário que é particionada para a semente mais a
vagem; WTPSD - Peso máximo por semente (g); SFDUR - Duração do período de enchimento das sementes nas vagens, sob
condições de crescimento padrão (dias fototermais); SDPDV - média de sementes por vagem, sob condições de crescimento
padrão (dias fototermais); PODUR - Tempo necessário para a cultivar alcançar condições ideais de vagens (dias fototermais).
O modelo CROPGRO-Dry bean apresentou alta sensibilidade à variação dos
coeficientes genéticos, evidenciando a variação entre as produtividades simuladas
dos cultivares para as mesmas condições de clima e de solo.
5.2. Avaliação do modelo CROPGRO-Dry bean na estimativa da duração de
fases fenológicas do feijoeiro
Uma boa concordância entre os valores observados e simulados foi obtida
para o número de dias do plantio à floração, bem como do plantio maturação para os
três cultivares de feijão conforme está ilustrada na Figura 6. Para a simulação do
32
número de dias do plantio a floração (FLOR), um elevado coeficiente de
determinação foi encontrado entre os valores simulados e observados, com a
declividade da reta de regressão estatisticamente diferente de zero e o intercepto
igual à zero. Além disso, o índice de concordância (d) foi elevado (0,99), e o
quadrado médio do erro (RMSE) foi baixo (2,97%), evidenciando a habilidade do
modelo CROPGRO-Dry bean em simular a fenologia dos três diferentes cultivares
de feijão estudados em experimento.
Dias (observados)
30 40 50 60 70 80 90 100
Dias (simulados)
30
40
50
60
70
80
90
100
FLOR
r
2
= 0,97
y=6,23+0,86x
d=0,99
RMSE=2.97
MF
r
2
= 0,99
y= 5,45+0,93x
d=0,99
RMSE=2,47
Figura 6 - Relação entre o número de dias observados e simulados desde o
semeadura até o florescimento (FLOR) e do plantio a maturação
fisiológica (MF) para três cultivares de feijão, em ensaios realizados
durante os anos de 2003 e 2004, em Viçosa, MG.
O modelo CROPGRO-Dry bean simulou o período desde a semeadura até a
maturação (MF) com precisão, sendo o índice de concordância (d) bastante elevado
(0,99) com baixo quadrado médio do erro (RMSE) de 2,47% e elevado coeficiente de
determinação (r
2
=0,99) entre os valores observados e simulados, com uma
declividade estatisticamente diferente de zero e intercepto igual à zero, confirmando
a adequada estimativa realizada pelo modelo para o período desde o plantio até a
maturação fisiológica (Figura 6).
33
5.3. Avaliação do modelo CROPGRO-Dry bean na estimativa da produtividade
do feijoeiro
A produtividade de grãos foi simulada satisfatoriamente pelo modelo
CROPGRO-DRY bean para os três cultivares de feijão (Tabela 5). Para as cultivares
Pérola e Ouro Negro, os valores observados e simulados foram bastante similares, e a
porcentagem de desvio da estimativa variou entre – 5,58 % e 6,24 %, com índices de
concordância (d) elevados (0,88 e 0,99), e valores do quadrado médio do erro
(RMSE) menores do que 5%. Para a cultivar Ouro Vermelho, a estimativa foi
considerada regular, com RMSE igual a 12,63 % e o valor de d (0,91). Supõe-se que
as pequenas diferenças encontradas para os dados simulados, podem estar
relacionadas à variabilidade espacial dos dados experimentais.
Tabela 5 - Valores médios de produtividade de grãos observados e simulados
com o modelo CROPGRO-Dry bean, na fase de calibração, para três
cultivares de feijão, em Viçosa, MG.
Cultivares Experimento Simulado Obsevado PD
1
RMSE d
(Kg.ha
-1
) (Kg.ha
-1
) (%) (%)
Pérola
Águas 2003 1.792 1.898 -5,58
Seca 2003 2.222 2.125 4,56 4,85 0,88
Seca 2004 2.166 2.074 4,44
Ouro Negro
Águas 2003 1.600 1.545 3,56
Seca 2003 2.249 2.261 -0,53 3,88 0,99
Seca 2004 1.908 1.796 6,24
Ouro Vermelho
Águas 2003 1.767 1.603 10,23
Seca 2003 2.558 2.801 -8,68 12,63 0,91
Seca 2004 2.230 2.653 -15,94
(1)
PD (%) = [(Estimado – Observado)/Observado] x 100
Em 2004 (experimento das secas), houve um atraso na semeadura
(20/03/2004) em relação ao ano anterior (27/03/2003). Isto fez com que o
florescimento dos cultivares de feijão em estudo, cultivados naquele ano, coincidisse
com um período mais prolongado de baixas temperaturas do ar, o que provavelmente
contribuiu para que a produtividade de grãos experimental dos cultivares fosse
reduzida de 2.125 kg.ha
-1
para 2.074 kg.ha
-1
(2,4 %) para a cultivar Pérola, de 2.261
34
para 1.796 kg.ha
-1
(20,6 %) para a cultivar Ouro Negro e de 2.801 kg.ha
-1
para 2.653
(5,3 %) na cultivar Ouro Vermelho. Na simulação, o modelo CROPGRO-Dry bean
apresentou a mesma tendência de produtividade para as três cultivares, porém, com
uma redução um pouco maior (2,5 %) e (12,8 %), respectivamente, cultivar Pérola e
Ouro Vermelho, o oposto da redução verificada para a cultivar Ouro Negro que foi
um pouco menor, (15,1 %), quando comparado com os dados experimentais.
5.4. Aplicação do modelo para determinação das melhores data de semeadura
do feijoeiro com base nas estimativas de produtividade potencial
A Tabela 6 apresenta os resultados da média de 31 simulações em 12 datas de
semeadura, e seus respectivos desvios padrão e coeficientes de variação para as três
cultivares de feijão, em Viçosa-MG. A variação da produtividade potencial média
para as cultivares Pérola, Ouro Negro e Ouro Vermelho foram respectivamente de
2.381 a 2.876 kg.ha
-1
, 2.045 a 2.488 kg.ha
-1
, e 2.259 a 2.841 kg.ha
-1
. A maior
produtividade potencial média foi alcançada para a data de plantio em 1 de outubro
para as cultivares, cujos respectivos valores da duração dos períodos plantio-
florescimento, plantio-maturação fisiológica e plantio-colheita foram: 46, 79 e 88
dias; 44, 73 e 83 dias 45; 75 e 84 dias, respectivamente, para Pérola, Ouro Negro e
Ouro Vermelho. As condições climáticas durante o mês de outubro foram
caracterizadas por temperatura do ar média mensal de 21,4
o
C; precipitação pluvial
total de 100,2 mm; e radiação solar global média de 19,0 MJ m
-2
.d
-1
, e estão entre as
condições climáticas consideradas ideais para o cultivo do feijoeiro, descritas por
FANCELLI e DOURADO NETO (1999) e ANDRADE et al. (1998 e 2006).
A menor produtividade média potencial ocorreu na semeadura de 20 de
março para as três cultivares de feijão, atingindo a maturação fisiológica aos 89 dias
(em 17 de junho), 79 dias (em 7 de junho) e 83 dias (em 11 de junho),
respectivamente, para Pérola, Ouro Negro e Ouro Vermelho, coincidindo com o
inverno na região. Fato que pode ter provocado à queda da produção de grãos,
devido às baixas temperaturas a qual a cultura foi submetida. Como as temperaturas
durante o ciclo da cultura na semeadura de março foram menores, o ciclo teve a
maior duração.
35
Tabela 6 – Produtividades potenciais médias, máximas e mínimas simuladas,
respectivos desvios padrões (DP), coeficiente de variação (CV) das 31
safras em 12 datas de plantio, para três cultivares de feijão, em Viçosa,
MG.
Produtividade Potencial
Semeadura Média Máxima Mínima DP CV
(Kg.ha
-1
) (Kg.ha
-1
) (Kg.ha
-1
) (Kg.ha
-1
) (%)
Pérola
1 de fevereiro 2.539 2.802 2.189 126 5
10 de fevereiro 2.522 2.763 2.285 118 5
20 de fevereiro 2.491 2.727 2.300 108 4
1 de março 2.460 2.825 2.273 131 5
10 de março 2.436 2.636 2.197 122 5
20 de março 2.381 2.568 2.171 111 5
1 de outubro 2.876 3.158 2.565 178 6
10 de outubro 2.833 3.160 2.444 175 6
20 de outubro 2.812 3.234 2.470 159 6
1 de novembro 2.791 2.992 2.558 117 4
10 de novembro 2.750 3.047 2.441 146 5
20 de novembro 2.748 3.038 2.477 150 5
Ouro Negro
1 de fevereiro 2.179 2.448 1.972 107 5
10 de fevereiro 2.133 2.386 1.978 98 5
20 de fevereiro 2.116 2.257 1.919 78 4
1 de março 2.082 2.278 1.890 88 4
10 de março 2.077 2.310 1.850 107 5
20 de março 2.045 2.247 1.846 92 5
1 de outubro 2.488 2.792 2.261 132 5
10 de outubro 2.482 2.879 2.158 161 6
20 de outubro 2.434 2.663 2.183 127 5
1 de novembro 2.407 2.578 2.195 114 5
10 de novembro 2.361 2.640 2.179 130 6
20 de novembro 2.374 2.546 2.170 99 4
Ouro Vermelho
1 de fevereiro 2.502 2.689 2.237 112 4
10 de fevereiro 2.456 2.746 2.173 141 6
20 de fevereiro 2.415 2.744 2.082 155 6
1 de março 2.350 2.588 2.122 114 5
10 de março 2.363 2.597 2.177 107 5
20 de março 2.259 2.495 2.039 109 5
1 de outubro 2.841 3.154 2.551 137 5
10 de outubro 2.775 3.056 2.438 168 6
20 de outubro 2.734 2.965 2.455 141 5
1 de novembro 2.740 3.093 2.467 161 6
10 de novembro 2.721 3.046 2.377 152 6
20 de novembro 2.698 3.029 2.429 142 5
36
O menor valor verificado de desvio-padrão da produtividade potencial da
cultivar Pérola, foi em torno de 108 kg.ha
-1
para a semeadura em 20 de fevereiro,
enquanto o maior, 178 kg.ha
-1
ocorreu para a semeadura em 1 de outubro. Para a
cultivar Ouro Negro, os valores do desvio-padrão da estimativa variaram entre 78
kg.ha
-1
, em 20 de fevereiro, e 161 kg.ha
-1
, em 10 de outubro. A variação do desvio-
padrão para a cultivar Ouro Vermelho, foi de 107 a 168 kg.ha
-1
, para as datas de
semeadura de 10 de março e 10 de outubro, respectivamente. O coeficiente de
variação foi sempre inferior a 10% para as três cultivares de feijão, indicando baixa
variação da produtividade potencial, simulada ao longo dos 31 anos para uma mesma
época de semeadura, sendo conseqüência da baixa variabilidade da temperatura do ar
e da radiação solar global local ao longo dos anos analisados.
De acordo com a distribuição da freqüência relativa de produtividade
potencial de grãos simulados para as três cultivares de feijão em Viçosa-MG, a
cultivar Pérola apresentou maior freqüência (entre 2.550 e 2.800 kg.ha
-1
), enquanto
que os valores de maiores freqüências para as cultivares Ouro Negro e Ouro
Vermelho ocorreram entre 2.050 a 2.300 kg.ha
-1
e 2.300 a 2.550 kg.ha
-1
,
respectivamente (Figura 7). Altas produtividades são obtidas em parcelas
experimentais, e em condições ambientais favoráveis ao desenvolvimento da cultura
(solo fértil, alta radiação, temperatura do ar de 21
o
C e baixa incidência de pragas e
doenças). Portanto, os valores aqui simulados podem ser interpretados como bons
indicadores das restrições térmicas e de radiação solar da região para a cultura do
feijoeiro.
37
0
5
10
15
20
25
30
35
40
45
1.800 - 2.050 2.050 - 2.300 2.300 - 2.550 2.550 - 2.800 2.800 - 3.050 3.050 - 3.300
Produtividade Potencial (Kg.ha-1)
Freqüência Relativa (%)
Pérola Ouro Negro Ouro Vermelho
Figura 7 - Distribuição de freqüência da produtividade potenciais simulada para
todas as datas de plantio analisadas, para os três cultivares de feijão.
Viçosa, MG.
5.5. Simulação da produtividade real do feijoeiro
Na Tabela 7 encontram-se as produtividades reais média, com os respectivos
desvios padrões e coeficientes de variação simulados para os três cultivares
estudados em Viçosa-MG. Para as de semeadura entre 1 de fevereiro e 20 de março,
correspondente ao cultivo "da seca" na região em estudo, a produtividade real média
decresceu gradativamente de 1.423 para 875 kg.ha
-1
, de 1.283 para 912 kg.ha
-1
e de
1.480 para 1.117 kg.ha
-1
, respectivamente para as cultivares Pérola, Ouro Negro e
Ouro Vermelho à medida em que se atrasou a data de semeadura. Fato semelhante
foi constatado por RAMALHO et al. (1993) na região de Lavras, MG, em que a
produtividade média de 1.959 kg.ha
-1
da semeadura de fevereiro foi 21,5% superior à
obtida em março. Também foi relatada por MEIRELES (2003) utilizando o modelo
CROPGRO-Dry bean, uma diminuição gradual na produtividade real média entre o
primeiro decêndio de janeiro ao terceiro de fevereiro, correspondente a semeadura da
“seca” em Santo Antônio de Goiás, GO. A produtividade real decresceu com o atraso
da semeadura, em função do regime térmico e hídrico da região. Os valores da
produtividade real situam-se acima e abaixo dos 1.100 kg.ha
-1
obtidos na safra "da
seca" 2004/2005, em condições de campo, em Minas Gerais (IBGE, 2006).
38
Tabela 7 – Produtividade reais médias, máximas e mínimas simuladas, respectivos
desvios padrões (DP), coeficiente de Variação (CV) das 31 safras em 12
datas de plantio, para três cultivares de feijão, em Viçosa, MG.
Produtividade Real
Semeadura Média Máxima Mínima DP CV
(Kg.ha
-1
) (Kg.ha
-1
)(Kg.ha
-1
) (Kg.ha
-1
) (%)
Pérola
1 de fevereiro 1.423 2.514 658 583 41
10 de fevereiro 1.332 2.430 454 522 39
20 de fevereiro 1.022 2.362 548 438 43
1 de março 985 2.335 465 410 42
10 de março 964 2.040 456 359 37
20 de março 875 1.829 593 267 31
1 de outubro 2.237 3.119 1.160 607 27
10 de outubro 2.405 3.019 921 445 19
20 de outubro 2.261 2.919 1.097 505 22
1 de novembro 1.975 2.799 528 641 32
10 de novembro 1.973 2.873 783 598 30
20 de novembro 1.513 2.655 697 607 40
Ouro Negro
1 de fevereiro 1.283 2.041 593 449 35
10 de fevereiro 1.191 2.043 581 434 36
20 de fevereiro 1.111 2.040 674 372 34
1 de março 1.077 1.868 613 344 32
10 de março 1.005 1.913 636 311 31
20 de março 912 1.559 689 216 24
1 de outubro 1.921 2.466 773 474 25
10 de outubro 1.894 2.595 789 497 26
20 de outubro 1.692 2.385 680 603 36
1 de novembro 1.732 2.349 457 510 29
10 de novembro 1.715 2.395 744 492 29
20 de novembro 1.500 2.346 639 536 36
Ouro Vermelho
1 de fevereiro 1.480 2.383 552 535 36
10 de fevereiro 1.367 2.235 528 511 37
20 de fevereiro 1.198 2.090 617 401 33
1 de março 1.030 2.020 608 348 34
10 de março 1.046 1.661 664 263 25
20 de março 1.117 2.502 708 381 34
1 de outubro 2.134 2.902 863 638 30
10 de outubro 2.130 2.966 830 673 32
20 de outubro 2.154 2.905 1.090 478 22
1 de novembro 2.026 2.894 659 602 30
10 de novembro 2.012 2.918 416 614 30
20 de novembro 1.653 2.878 622 603 36
39
Para o feijoeiro plantado na "safras das águas" (outubro e novembro), a
produtividade real média dos cultivares Pérola, Ouro Negro e Vermelho variou de
1.513 a 2.405 kg.ha
-1
, 1.500 a 1.921 kg.ha
-1
e 1.653 a 2.154 kg.ha
-1
, respectivamente.
Esses valores são superiores
à produtividade média de 1.150 kg.ha
-1
, obtida na safra
2004/2005, em Minas Gerais (IBGE, 2006). As produtividades reais nas safras das
águas foram em média 46,6 %, 37,1 % e 40,23 % maiores que a safras da seca para
as cultivares Pérola, Ouro Negro e Vermelho, respectivamente.
Os desvios padrões indicam a dispersão da produtividade real em relação à
média. Para a cultivar Pérola, o desvio padrão variou de 267 kg.ha
-1
, para a
semeadura realizada em 10 de março, a 641 kg.ha
-1
, para a data de semeadura de 1
o
de novembro. Quanto ao desvio padrão da produtividade do cultivar Ouro Negro, o
menor valor encontrado foi de 216 kg.ha
-1
, para a data de semeadura de 20 de março,
enquanto o maior desvio padrão foi de 603 kg.ha
-1
, para a data de semeadura de 20
de outubro. Os valores do desvio padrão da produtividade da cultivar Ouro Vermelho
variou de 263 kg.ha
-1
, em 10 de março, a 673 kg.ha
-1
, em 10 de outubro.
Os resultados apresentados na Tabela 9 demonstram a grande variabilidade da
produtividade real simulada para as diferentes datas de semeadura, o que comprova a
sensibilidade do modelo às condições ambientais, principalmente às condições
hídricas do solo. Essa sensibilidade pode ser confirmada pelos coeficientes de
variação (CV, em %) classificados entre médios a muito altos, indicando
variabilidade nas estimativas ao longo dos 31 anos analisados. Os coeficientes de
variação obtidos para a semeadura “da seca” e “das águas” mostraram variações altas
(20% <
CV < 30%) a muito altas (CV > 30%) nas produtividades reais. Essas
variações podem ser atribuídas à distribuição irregular das precipitações pluviais, em
que se observa, freqüentemente, períodos de estiagens durante a estação chuvosa,
denominados popularmente de “veranicos”. Estas ocorrências representam um dos
principais fatores na queda de produtividade do feijão, principalmente quando as
disponibilidades de água no solo são insuficientes para atender a demanda
evaporativa dos campos cultivados (OLADIPO, 1985).
Pela distribuição das freqüências da produtividade real simulada para as três
cultivares, nota-se que cerca de 34 %, 37 % e 28 % dos valores freqüentes ocorreram
entre 540 a 1.080 kg.ha
-1
para os cultivares Pérola, Ouro Negro e Ouro Vermelho,
respectivamente (Figura 8). Essa distribuição enfatiza a distribuição da precipitação
40
pluvial na região com predominância de ocorrência na primavera/verão e também
responsáveis pelos maiores valores de produtividade real.
0
5
10
15
20
25
30
35
40
0 - 540 540 - 1.080 1.080 - 1.620 1.620 - 2.160 2.160 - 2.700 2.700 - 3.240
Produtividade Real (Kg.ha
-1
)
Freqüência Relativa (%)
Pérola Ouro Negro Ouro Vermelho
Figura 8 - Distribuição de freqüência da produtividade real simulada para todas as
datas de semeadura analisadas, para três cultivares de feijão, em Viçosa,
MG.
5.6. Simulação de duração entre o período semeadura - florescimento,
semeadura – maturação fisiológica e ciclo total da cultura para três cultivares
de feijão em 12 datas de semeadura
Na análise dos períodos médios simulados entre a semeadura – florescimento,
semeadura – maturação fisiológica e ciclo total da cultura, realizou-se, para cada uma
das datas simuladas, a média das 31 simulações realizadas de cada cultivar,
determinando se os ciclos médios dos cultivares em cada data de plantio. Na Tabela
8, são apresentadas as durações dessa fase para as 12 datas de plantio simuladas.
41
Tabela 8 – Duração dos subperíodos (dias) da floração, maturação fisiológica e
colheita simulados para três cultivares de feijão em 12 datas de
semeadura, durante os 31 anos em estudo. Experimento simulado
para Viçosa, MG.
Duração do ciclo da cultura (dias)
Semeadura Floração Maturação Colheita
Pérola
1 de fevereiro 43 74 83
10 de fevereiro 43 74 83
20 de fevereiro 44 75 84
1 de março 44 77 86
10 de março 45 80 89
20 de março 47 83 92
1 de outubro 47 79 88
10 de outubro 46 79 87
20 de outubro 46 78 87
1 de novembro 45 76 85
10 de novembro 45 75 84
20 de novembro 44 73 82
Ouro Negro
1 de fevereiro 40 68 78
10 de fevereiro 40 68 78
20 de fevereiro 41 69 79
1 de março 41 70 80
10 de março 42 72 82
20 de março 43 75 85
1 de outubro 44 72 82
10 de outubro 43 71 81
20 de outubro 43 70 80
1 de novembro 42 69 79
10 de novembro 42 69 79
20 de novembro 41 68 78
Ouro Vermelho
1 de fevereiro 42 70 79
10 de fevereiro 42 70 79
20 de fevereiro 42 72 81
1 de março 43 73 82
10 de março 43 75 84
20 de março 45 78 87
1 de outubro 45 75 84
10 de outubro 45 74 83
20 de outubro 44 73 82
1 de novembro 44 72 81
10 de novembro 43 72 81
20 de novembro 43 70 79
42
A duração média dos períodos simulados para a floração, maturação e
colheita dos cultivares em estudo foram menores para as datas de semeadura
efetuadas em fevereiro e foram mais longos na medida em que a semeadura foi
simulada mais tardia, devido ao fato de a cultura se desenvolver em períodos com
menor temperatura do ar e, conseqüentemente, o acúmulo de graus-dia ser mais lento
(SOUZA, 1989). Em todas as datas de simulação, as cultivares Pérola e Ouro Negro
apresentaram o mesmo comportamento: períodos maiores e menores que a cultivar
Ouro Vermelho, respectivamente.
O comportamento da precipitação nas 12 datas de semeadura para os 31 anos
simulados para três cultivares de feijão, é apresentado na Tabela 9. A menor
precipitação média nos 31 anos ocorreu no ciclo de cultivo com plantio em 20 de
março, que também apresentou a menor precipitação ocorrida no ciclo da cultura, nas
12 datas de semeadura para as três cultivares. Os maiores totais de precipitação
foram encontrados em 1
o
de novembro para a cultivar Pérola, seguidos pelos valores
das semeaduras em 20 de outubro e 10 de novembro. Para a cultivar Ouro Negro o
maior total de precipitação médio ocorreu no ciclo de cultura com semeadura em 1
o
de novembro, que também com a data de semeadura de 20 de novembro
apresentaram a máxima precipitação ocorrida durante os 31 anos de simulação. Em
10 de novembro ocorreu a precipitação máxima e o maior total médio de precipitação
no ciclo da cultivar Ouro Vermelho nos 31 anos analisados.
43
Tabela 9 - Análise da precipitação ocorrida nas 31 safras em 12 datas de
semeadura simuladas para três cultivares, em Viçosa, MG.
Precipitação pluvial (mm)
Semeadura Máxima Mínima Média DP
Pérola
1 de fevereiro 614 106 286 119
10 de fevereiro 673 80 299 120
20 de fevereiro 383 71 222 81
1 de março 341 53 201 70
10 de março 353 71 201 76
20 de março 296 31 143 71
1 de outubro 955 243 518 183
10 de outubro 792 181 575 150
20 de outubro 1.170 265 592 210
1 de novembro 1.243 301 666 245
10 de novembro 1.155 340 655 216
20 de novembro 1.000 166 567 231
Ouro Negro
1 de fevereiro 592 71 283 132
10 de fevereiro 542 67 245 116
20 de fevereiro 427 79 238 87
1 de março 523 77 238 102
10 de março 413 69 213 89
20 de março 401 50 169 81
1 de outubro 862 207 465 170
10 de outubro 949 159 492 203
20 de outubro 930 188 514 207
1 de novembro 1.221 206 596 262
10 de novembro 1.073 137 581 237
20 de novembro 1.221 207 563 278
Ouro Vermelho
1 de fevereiro 602 92 296 134
10 de fevereiro 602 100 277 122
20 de fevereiro 512 48 272 111
1 de março 576 76 243 125
10 de março 390 65 175 83
20 de março 285 16 145 65
1 de outubro 1.025 194 441 192
10 de outubro 891 200 493 180
20 de outubro 996 262 546 189
1 de novembro 992 300 576 191
10 de novembro 1.092 191 626 242
20 de novembro 1.006 177 569 218
44
Observa-se que pelo desvio padrão da precipitação a semeadura em 1
o
, 10 e
20 de novembro apresentam os maiores valores, respectivamente, para as cultivares
Pérola, Ouro Vermelho e Ouro Negro. Para a cultivar Pérola o menor desvio padrão
foi encontrado na data de semeadura de 1
o
de março. Em 20 de março observou-se os
menores desvios padrão para os cultivares Ouro Negro e Ouro Vermelho.
5.7. Quebra de produtividade do feijoeiro em relação às datas de semeadura
Analisando a Figura 9, que apresenta as variações de quebra de produtividade
simulada para diferentes datas de semeadura de três cultivares de feijão, nota-se um
aumento no risco de quebra de produtividade para a semeadura “da seca” (fevereiro a
março). O alto risco de quebra de produtividade foi constatado para os cultivares de
feijão à medida em que se retarda a semeadura, sendo que a cultivar Pérola foi a que
apresentou valores ainda maiores variando de 44 %, para a primeira data de
semeadura (1
o
de fevereiro), a 63 % para a data de semeadura de 20 de março. O alto
risco de quebra de produtividade está relacionado à ocorrência de veranicos, períodos
de estiagem prolongada, que variam de 7 a 20 dias, muito comuns nessa época do
ano, e que causam a deficiência hídrica no solo. Isso justifica a necessidade de
utilizar irrigação suplementar durante o ciclo da cultura, na semeadura “da seca”.
0
10
20
30
40
50
60
70
01-Fev
10-Fev
20-Fev
01-Mar
10-Mar
20-Mar
01-Out
10-Out
20-Out
01-Nov
10-Nov
20-Nov
Data de semeadura
Quebra de produtividade (%)
Pérola Ouro Negro Ouro Vermelho
Figura 9 – Quebra de produtividade simulada (%) em decorrência da deficiência
hídrica, para três cultivares de feijão nas 12 datas de semeadura em
estudo, em Viçosa, Estado de Minas Gerais, Brasil.
45
Na semeadura “das águas” (outubro e novembro), realizado entre 1 de
outubro a 10 de novembro, verificou-se que os menores riscos de quebra de
produtividade foram, em média, inferiores a 30%. O risco de quebra de
produtividade para o mês de outubro para as três cultivares esteve próximo de 20 %,
tendo a cultivar Pérola o menor risco de quebra, 15 % para a data de semeadura de
10 de outubro, o que corresponde a um risco climático médio na “safra das águas”.
As semeaduras realizadas em 20 de novembro apresentaram risco climático acima de
30% para as três cultivares de feijão. Sendo o feijoeiro uma cultura de alto risco
climático, aconselha que seja feita, também, irrigação suplementar na “safra das
águas”, em Viçosa-MG, devido à irregularidade na distribuição de precipitação
pluvial nesse período.
Sabe-se, contudo, que o ciclo da cultura durante a “safra das águas”,
abrangeria outubro, novembro, dezembro, janeiro, fevereiro, conforme as datas de
semeadura (1
o
, 10, 20 de outubro e 1
o
, 10, 20 de novembro) e, nesse período,
concentram-se cerca de 80% do total anual das chuvas (ALVES et al. 2002), fato que
pode comprometer a produtividade, seja por patógenos, seja pelo apodrecimento dos
grãos no campo.
A freqüência de ocorrência de quebra relativa de produtividade para as três
cultivares de feijão nas 12 datas de semeadura é apresentada na Tabela 10. Observa-
se que apenas as semeaduras compreendidas entre 1
o
de outubro e 10 de outubro para
a cultivar Pérola apresentaram quedas de produtividade inferiores a 20%. Para as
semeaduras realizadas em 10 de outubro e entre 10 de novembro foram constatadas
quedas de produtividade de 21 % (em 65 % dos casos) e 40 % (em 32 % dos casos),
respectivamente. Para a cultivar Ouro Negro, foi simulado um risco de perda de
produtividade de 20 % em 65 % dos casos na semeadura em 1
o
de outubro, e em 36
% dos casos a quebra esteve entre 21% e 40% para a data de semeadura de 10 de
novembro. Para a semeadura em 1
o
e 20 de outubro, em 55 % dos casos foram
inferiores a 20 % para a cultivar Ouro vermelho, e na faixa entre 21% e 40% foi
evidenciado 39 % de casos de perda de produtividade na data de plantio de 20 de
novembro.
46
Tabela 10 – Freqüência de quebra relativa de produtividade simulada para três
cultivares de feijão nas 12 datas de semeadura, em Viçosa, MG.
Faixas de quebra relativa de produtividade (%)
Culitvar Semeadura 0-20 21-40 41-60 61-80 81-100
Pérola
01-Fev 19,35 22,58 22,58 35,48 0,00
10-Fev 9,68 25,81 35,48 25,81 3,23
20-Fev 3,23 9,68 22,58 64,52 0,00
01-Mar 3,23 6,45 32,26 51,61 6,45
10-Mar 6,45 6,45 19,35 67,74 0,00
20-Mar 6,45 6,45 19,35 67,74 0,00
01-Out 54,84 19,35 22,58 3,23 0,00
10-Out 64,52 32,26 0,00 3,23 0,00
20-Out 64,52 22,58 12,90 0,00 0,00
01-Nov 35,48 32,26 19,35 12,90 0,00
10-Nov 41,94 32,26 16,13 9,68 0,00
20-Nov 19,35 12,90 35,48 32,26 0,00
Ouro Negro
01-Fev 29,03 22,58 29,03 19,35 0,00
10-Fev 22,58 22,58 29,03 25,81 0,00
20-Fev 12,90 19,35 45,16 22,58 0,00
01-Mar 12,90 16,13 51,61 19,35 0,00
10-Mar 6,45 9,68 61,29 22,58 0,00
20-Mar 38,71 16,13 25,81 19,35 0,00
01-Out 64,52 16,13 12,90 6,45 0,00
10-Out 54,84 29,03 9,68 6,45 0,00
20-Out 48,39 9,68 32,26 9,68 0,00
01-Nov 51,61 16,13 22,58 9,68 0,00
10-Nov 41,94 35,48 12,90 9,68 0,00
20-Nov 38,71 16,13 25,81 19,35 0,00
Ouro Vermelho
01-Fev 25,81 22,58 25,81 25,81 0,00
10-Fev 22,58 12,90 38,71 25,81 0,00
20-Fev 0,00 25,81 41,94 32,26 0,00
01-Mar 3,23 6,45 41,94 48,39 0,00
10-Mar 0,00 12,90 45,16 41,94 0,00
20-Mar 19,35 38,71 16,13 25,81 0,00
01-Out 54,84 22,58 12,90 9,68 0,00
10-Out 51,61 22,58 16,13 9,68 0,00
20-Out 54,84 25,81 19,35 0,00 0,00
01-Nov 45,16 25,81 22,58 6,45 0,00
10-Nov 51,61 25,81 16,13 3,23 3,23
20-Nov 19,35 38,71 16,13 25,81 0,00
47
Para a faixa de quebra relativa de produtividade entre 41% e 60%, em média,
36 % dos casos ocorreram em 20 de março para a Pérola, e entre 10 e 20 de março se
concentraram 68 % dos casos para quedas de produtividade entre 61% e 81%. Para a
data de semeadura de 10 de março, 61 % dos casos estiveram entre 41 % e 60 % de
perda de produtividade e entre 61% e 81% de perda de produtividade encontrou-se
26 % de casos na data de semeadura de 10 de fevereiro para a cultivar Ouro Negro.
Em 45 % dos casos a quebra de produtividade esteve entre 41 % e 60 % e 48 % entre
61% e 81%, respectivamente para as datas de semeadura de 10 de março e 1 de
março para a cultivar Pérola.
As quebras de produtividades superiores a 80% ocorreram sempre para as
datas de plantio referentes à “safra da seca” para as cultivares Pérola e Ouro
Vermelho, coincidindo com a redução das chuvas e, conseqüentemente, da água
disponível no solo. A cultivar Ouro Negro não apresentou casos de quebras de
produtividade acima de 80 %.
A Figura 10 apresenta a distribuição de freqüência das quebras relativas de
produtividade simulada para as três cultivares em todas as datas de plantio estudadas.
Observa-se uma quebra relativa de produtividade abaixo de 20 % para as cultivares
Pérola, Ouro Negro e Ouro Vermelho em 27 %, 33 % e 28 % dos casos,
respectivamente. Em 31 % dos casos ocorreram quebras de produtividade entre 61 %
e 80% para a cultivar Pérola, sendo este a culitvar mais sensível a ocorrência de
deficiência hídrica. Os resultados obtidos evidenciam boa sensibilidade do
CROPGRO - Dry bean aos efeitos da deficiência hídrica sobre a produtividade do
feijoeiro.
48
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
0-20 21-40 41-60 61-80 81-100
Quebra Relativa de Produtividade (%)
Frequência Relativa (%)
Pérola Ouro Negro Ouro Vermelho
Figura 10 - Distribuição de freqüência relativa das quebras relativas de produtividade
simulada para todas as datas de semeadura analisadas, para os três
cultivares de feijão, em Viçosa, MG.
5.8. Avaliação do modelo CROPGRO-Dry bean para previsão de produtividade
do feijoeiro
Com a combinação de dados climáticos e dados meteorológicos de 2003, foi
simulada a previsão de produtividade do feijoeiro a partir de 5 de dezembro a 20 de
fevereiro. Na Figura 11 encontram-se os resultados dessas estimativas de
produtividade para as três cultivares de feijão e os respectivos desvios padrões. No
começo da estação de crescimento foram simuladas produtividades que evidenciam
as variações ambientais dos 31 anos simulados, o que dificultou a previsão da
produtividade. A alta variabilidade da produtividade simulada no começo da estação
de crescimento confirma que existe um alto risco associado à cultura de feijão “das
águas” sob condições de sequeiro. Quando as simulações foram conduzidas em
período com maior proporção de dados meteorológicos do ano de 2003, o desvio
padrão diminuiu gradativamente para os três cultivares em estudo. Para os cultivares
Pérola, Ouro Negro e Ouro Vermelho, a produtividade estimada teve desvio padrão
próximo de zero a partir de 20 de janeiro (Figura 11).
Os desvios-padrões das estimativas de produtividade feitas em 20 de
dezembro e em 20 de janeiro para os cultivares Pérola, Ouro Negro e Ouro Vermelho
variaram de 494 a 222 kg.ha
-1
, 401 a 89 kg.ha
-1
e 411 a 131 kg.ha
-1
, respectivamente.
49
Constatou-se que uma previsão de produtividade mais confiável produzida pelo
modelo CROPGRO-Dry bean pode ser efetuada com uma antecedência de 30 dias da
colheita para os três cultivares. Resultados obtidos por GARCIA, et al. (2003) e
SOLER (2004) utilizando metodologia semelhante também constataram que a
precisão das estimativas de previsão de produtividade aumenta à medida que se
aproxima do fim da estação de crescimento.
50
Data de Previsão
05-dez 20-dez 05-Jan 20-Jan 05-fev 20-fev
Produtividade (kg.ha
-1
)
0
500
1000
1500
2000
2500
3000
Produtividade simulada
Produtividade observada
(a)
Data de Previsão
05-dez 20-dez 05-Jan 20-Jan 05-fev 20-fev
Produtividade (kg.ha
-1
)
0
500
1000
1500
2000
2500
3000
Produtividade simulada
Produtividade observada
(b)
Data de Previsão
05-dez 20-dez 05-Jan 20-Jan 05-fev 20-fev
Produtividade (kg.ha
-1
)
0
500
1000
1500
2000
2500
3000
Produtividade simulada
Produtividade observada
(c)
Figura 11 – Produtividade e desvios padrões previstos para a cultura do feijão “das
águas” para o ano 2003, para as cultivares Pérola (a), Ouro Negro (b) e
Ouro Vermelho (c).
51
6. RESUMO E CONCLUSÕES
O Brasil é o maior produtor mundial de feijão, e Minas Gerais, o primeiro
maior Estado produtor. O cultivo do feijão não irrigado na região da Zona da Mata
do Estado ocorre nas safras "das águas", com semeadura em outubro e novembro, e
da "seca", com semeadura em fevereiro e março. Déficit e/ou excesso hídricos,
temperaturas sub-ótimas e baixa quantidade de radiação solar global são alguns dos
problemas experimentados durante estas estações de crescimento. Uma das possíveis
maneiras de se avaliar a resposta das culturas às diferentes condições climáticas é
através dos modelos de simulação. O modelo CROPGRO-Dry bean, incluído no
Sistema de Suporte para Transferência de Agrotecnologia (DSSAT) v.4.0.2.0, foi
ajustado e testado para as cultivares Pérola, Ouro Negro e Ouro Vermelho, com
dados provenientes de três experimentos de campo, conduzidos em Viçosa, MG. O
modelo CROPGRO-Dry bean foi usado para proceder à análise sazonal e para
estimar a variabilidade da produtividade do feijoeiro em diferentes datas de
semeadura, utilizando dados climatológicos históricos.
A partir dos resultados, conclui-se que:
- O modelo CROPGRO-Dry bean simulou com adequada precisão o
desenvolvimento fenológico das cultivares de feijão Pérola, Ouro Negro e Ouro
Vermelho, para as condições de solo e clima de Viçosa-MG.
- O modelo CROPGRO-Dry bean simulou satisfatoriamente a produtividade
de grãos, com o quadrado médio do erro menor que 5 % para as cultivares Pérola e
Ouro Negro e, 12, 63%, para a cultivar Ouro Vermelho.
52
- O modelo CROPGRO-Dry bean demonstrou alta sensibilidade à variação
dos coeficientes genéticos, apresentando diferenças entre as cultivares nas
simulações de desenvolvimento fenológico e produtividade de grãos.
- Em geral, para os dois cenários de cultivo, potencial e real quanto mais
tardio o plantio, menor a produtividade do feijão “da seca”simulada para as três
cultivares.
- As melhores datas de semeadura determinadas pelo modelo CROPGRO-
Dry bean, para as três cultivares de feijão, foram entre 1º de outubro a 20 de outubro.
- O modelo CROPGRO-Dry bean mostrou ser uma boa ferramenta para a
previsão de produtividade do feijão “das águas”, obtendo-se uma adequada
estimativa de produtividade com 30 dias de antecedência da colheita para as três
cultivares de feijoeiro plantado nessa época em Viçosa.
53
7. REFERÊNCIAS
AGRIANUAL 2005: Anuário da Agricultura Brasileira. FNP, São Paulo, SP, 10ª
edição, 2005.
AGTUNONG, T.P., REDDEN, R., MENGGE-NANG, M.A., et al. Genotypic
variation in response to high temperature at flowering in common bean (Phaseolus
vulgaris L).
Australian Journal of Experimental Agriculture, Colligwood, v. 32,
p. 1135-40, 1992.
ALVES, L. M.; MARENGO, J.A; CASTRO, C.A.C. Início da estação chuvosa na
região sudeste do Brasil: análise climatológica. In: Congresso brasileiro de
Meteorologia, 12, Foz do Iguaçu, PR.
Anais...CD-ROM,2002.
ANDRADE, M.J.B.; CARVALHO, A. J.; VIEIRA, N. M. B.
Exigências
Edafoclimáticas. VIEIRA, C.; PAULA, T.J.J.; BORÉM, A., (Ed) 2. Manejo do solo
e plantio. Viçosa: UFV, p. 87-114, 2006.
ARAÚJO, G.A.A.; FERREIRA, A.C.B.
Feijão. Clibas Vieira, Trazilbo José de
Paula Junior, Aluízio Borém, (Ed) 2. Manejo do solo e plantio. Viçosa: UFV, p. 87-
114, 2006.
ARAÚJO, G.A.A.; Preparo do solo e plantio. In: VIEIRA, C.; PAULA, T.J.J.;
BORÉM, A. (Ed)
Feijão: Aspectos Gerais e Cultura no Estado de Minas –
Viçosa:UFV, p. 13-18, 1998.
BASTOS, E.A. et al.
Modelagem do feijão caupi (Vigna unguiculata (L.) Walp.)
Documentos nº48: Embrapa, ISSN: 0104-866-X, 2000.
BASTOS, E.A. et al. Simulation of growth and development of irrigated cowpea in
Piauí state by CROPGRO model.
Pesquisa Agropecuária Brasileira, Brasília, v.
37, n. 10, p. 1381-1387, 2002.
54
BOOGES, W.G.; RITCHIE, J.T.Economic and risk analysis of irrigation decisions in
humids regions.
Journal Production Agricultural, v.1, n.2, p.116-122, 1988.
BOOTE, K.J.; JONES, J.W.; HOOGENBOOM, G. et al. The CROPGRO model for
grain legumes. In: TSUJI, G.Y.; HOOGENBOOM, G.; THORNTON. P.K. (Ed.)
Understanding options for agricultural production. Dordrecht: Kluwer Academic,
p. 99-128, 1998b.
BOOTE, K.J.; JONES, J.W.; HOOGENBOOM, G. Simulation of crop growth:
CROPGRO model. In: PEART, R.M.; CURRY, R.B. (Ed.)
Agricultural systems
modeling and simulation. New York: Marcel Dekker, p. 651-691, 1998a.
BOOTE, K.J.; JONES, J.W.; HOOGENBOOM, G.; WILKERSON, G. G.; JAGTAP,
S.S. Peanut Crop Growth Simulation Model. User’s Guide. PNUTGRO, Version 1.0.
Florida Agricultural Experiment Station Journal No. 8420. University of Florida,
Florida, USA. 1987.
BOOTE, K.J.; JONES, J.W.; PICKERING, N.B. Potential uses and limitations of
crop models.
Agronomy Journal, v.88, p.707-716,1996.
BORÉM, A. CARNEIRO J.E.S. A Cultura. In: VIEIRA, C.; PAULA, T. J. J.;
BORÉM, A. (Ed)
Feijão: Aspectos Gerais e Cultura no Estado de Minas –
Viçosa:UFV, p. 13-18, 1998.
BORÉM, A. CARNEIRO J.E.S. A Cultura. In: VIEIRA, C.; PAULA, T. J. J.;
BORÉM, A. (Ed)
Feijão: Feijão – Viçosa:UFV, p. 13-18, 2006.
CALVACHE, M., REICHARDT, K, BACHI, O.O.S. Deficit irrigation at different
growth stages of the common bean. (Phaseolus vulgaris L., cv. Imbabello).
Scientia
Agricola, v.54, p. 1-16. 1997.
CARAMORI, P.H.; FARIA, R.T. de.
Sistema de Monitoramento Agrolimático
para o Estado do Paraná. IAPAR, 2002 . Disponível em: www.pr.gov.br/iapar/sma.
Acessado em: 2006.
CARDOSO, C.O.
Análise de riscos climáticos e estratégias de irrigação para
milho safrinha no Paraná, através de modelos de simulação
. Piracicaba: Escola
Superior de Agricultura Luiz de Queiróz/USP, 2001. 114p. Tese (doutorado em
Agronomia - Irrigação e
Drenagem, ESALQ/USP.
CARMO, D.A.S. Algumas considerações sobre agricultura irrigada na região dos
cerrados. In: SIMPOSIO SOBRE O CERRADO, 7., Brasília, 1989. Estratégias de
utilização;
Anais... 2.ed. Planaltina : EMBRAPA, CPAC, p.87-97, 1997.
CENTRO INTERNACIONAL DE AGRICULTURA TROPICAL –
CIAT common
bean improverment. Cali 2002. hhtp//.www.ciat.cgiar.org/beans/index.htm (7
março 2006).
55
COMISSÃO DE FERTILIDADE DO SOLO DO ESTADO DE MINAS GERAIS.
Recomendações para o uso de corretivos e fertilizantes em Minas Gerais, 5º
aproximação, Viçosa: UFV.359 p. 1999.
CONAB.
Feijão total (1º, 2º e 3º safras). Disponível em:
http://www.conab.gov.gov.br
. Acesso em 10 fevereiro de 2007.
COSTA, L.C.
Congresso brasileiro de agrometeorologia. Sociedade Brasileira de
Meteorologia, Universidade de São Paulo, Piracicaba, SP, 1997.
DALLACORT, R.; FREITAS P.S.L.; FARIA R.T.; GONÇALVES, A. C. A.;
REZENDE, R.; BERTONHA, A. Utilização do modelo Cropgro-soybean na
determinação de melhores épocas de semeadura da cultura da soja, na região de
Palotina, Estado do Paraná.
Acta Sci. Agron. Maringá, v. 28, n. 4, p. 583-589,
Oct./Dec., 2006.
DALLACORT, R.; FREITAS, P.S.L.; FARIA, R.T.; GONÇALVES, A.C.A.;
REZENDE, R.; BERTONHA, A.; JÚNIOR, C. H.
Ajuste e teste dos coeficientes
genéticos do modelo de simulação Cropgro-soybean, para a região Noroeste do
Estado do Paraná.
Acta Sci. Agron. Maringá, v. 27, n. 2, p. 363-371, April/June,
2005.
DALLACORT, R.; REZENDE, R.; FREITAS, P.S.L.; FARIA, R.T.; AZEVEDO,
T.L.F.; JÚNIOR, J.B.T.
Utilização do modelo Cropgro-drybean na determinação das
melhores épocas de semeadura da cultura do feijão para a região de Maringá, Estado
do Paraná, Brasil.
Acta Sci. Agron. Maringá, v. 27, n. 2, p. 349-355, April/June,
2005.
DE WIT, C.T. Simulation of living systems. In: PENNING DE VRIES, F.W.T.;
VAN LAAR, H.H. (Ed.)
Simulation of plant growth and crop production.
Wageningem: Pudoc, p.3-8. 1982.
DIAS, D.A.; SANTOS, J.B.; RAMALHO, M.A.P.; ABREU, A.F.B. Seleção de
progênies de feijoeiro adaptadas ao cultivo no inverno do sul de Minas Gerais, na
população Rio Tibagi x Carioca 300 V.
Ciência e Pratica, v. 16, p. 68-73, 1992.
DICKSON, M.H., PETZOLDT, R. Heat tolerance and pod set in green beans.
Journal of the American Society for Horticultural Science, Alexandria, v. 114, n.
5, p. 833-836, 1989.
DIDONET, A.D, MADITRIZ, P.M. Abortamento de flores e vagens no feijoeiro:
Efeito da temperatura e radiação solar. In:
Congresso Nacional de Pesquisa de
Feijão, 7. 2002, Viçosa, MG: UFV, p.55-58. 2002.
DIDONET, A.D.; SILVA, S.C. Elementos climáticos e produtividade do feijoeiro.
Informe Agropecuário, Belo Horizonte, v.25, n.223., p.13-19, 2004.
DOORENBOS, J., KASSAM, A.H.
Efeito da água no rendimento das culturas.
Campina Grande: UFPB, 306 p, 1994.
56
FAGERIA, N.K.
Ecofisiologia da cultura do feijão. In: FAGERIA, N.K. Solos
tropicais e aspectos fisiológicos das culturas. Brasília: Embrapa, p.296-321. 1989.
FAGERIA, N.K.; SANTANA, E.P.; MORAIS, O.P. de. Resposta de genótipos de
arroz de sequeiro favorecido à fertilidade do solo.
Pesquisa Agropecuária
Brasileira, v.30, n.9, p.1155-1161, 1995.
FANCELLI, A. L.; DOURADO NETO, D.
Estresses de água e temperatura na
cultura do feijão. In: FANCELLI, A. L.; DOURADO NETO, D. (Ed.) Feijão
irrigado: estratégias básicas de manejo. Piracicaba, p. 155-169, 1999.
FAO.
Faostat. Disponível em http://faostat.fao.org. Acesso em:19 dez.2005.
FARIA, R. T. de et al. Determination of a long-term irrigation strategy for drybeans
in Parana State-Brazil.
Scientia Agricola, Piracicaba-SP, v. 54, n. Especial, p. 155-
164, 1997.
FARIA, R.T. de; FOLEGATTI, M.V. Dimensionamento de sistemas de irrigação
para feijão, usando-se simulação de longo período
. In. XI CONGRESSO
BRASILEIRO DE AGROMETEOROLOGIA, 11., 1999. Florianópolis,
Anais...,
Florianópolis-SC: Sociedade Brasileira de Agrometeorologia, 1999. (CDROM).
FARIA, R.T. DE; FOLEGATTI, M.V.; FRIZZONE, J.A.; SAAD, A.M.
Determination of a long-term optimal irrigation strategy for dry beans in Parana
state, Brazil.
Scientia Agricola, Piracicaba, v.54, p.155-164, 1997a.
FARIA, R.T. DE; OLIVEIRA, D. DE; FOLEGATTI, M.V. Simulação da fenologia e
produção do feijoeiro pelo modelo BEANGRO. In: CONGRESSO BRASILEIRO
DE AGROME-TEOROLOGIA, 10., Piracicaba, 1997.
Anais... Piracicaba:
Sociedade Brasileira de Agrometeorologia, p.141-142. 1997b.
GARCIA, A.G.Y.; HOOGENBOOM, G.; SOLER, C.M.T.; STOOKBURY, D.E.
The impact of climate variability on peanut yield forecast in Georgia. In: ANNUAL
MEETINGS 2003.
Abstracts [CD-ROM]. ASA, CSSA, and SSSA, Madison, WL.
2003.
GEDANKEN, A.,
Utilização do modelo CERES-Maize na avaliação de
estratégias de irrigação na cultura do milho em duas regiões de Minas Gerais.
Viçosa:UFV, 1998. 74 p:il. Dissertação (mestrado). – Universidade Federal de
Viçosa, Viçosa.
GIJSMAN, A.J.; HOOGENBOOM, G.; PARTON, W.J.; KERRIDGE, P.C.
Modifying DASSAT models for low-input agricultural systems using a soil organic
matter-residue module from CENTURY.
Agronomy Journal, v. 94, p. 462-474,
2002.
GOMES
A.A., ARAÚJO
A.P., ROSSIELLO,
R.O.P. ; PIMENTEL,
C; Acumulação
de biomassa, características fisiológicas e rendimento de grãos em cultivares de
57
feijoeiro irrigado e sob sequeiro.
Pesquisa Agropecuária Brasileira, Brasília,
v.35, n.10, 2000.
GUIMARÃES, C.M. Efeitos fisiológicos do estresse hídrico. Zimmermann, M. j.;
Rocha, m.; Yamada, T. (Eds) Cultura do feijoeiro : fatores que afetam a
produtividade. Piracicaba,
Potafós, p.157.174. 1988.
GUIMARÃES, C.M. Relações hídricas. In: ARAUJO, R.S.; RAVA, C.A.; STONE,
L.F.; ZIMMERMANN, M.J.O. (Ed.). Cultura do feijoeiro comum no Brasil.
Piracicaba :
Potafós, p.139-168, 1996 .
HARTKAMP, A.D.; HOOGENBOOM, G.; Gilbert, R.A.; Tarawali, A.J.;
GIJSMAN, A. J.; Bowen, W.; WHITE, J.W. Adaptation of the CROPGRO growth
model to velvet bean (Mucuna prurients) II. Culitvar evaluation and model testing.
Field Crops Research, v.78 p.27-40. 2002.
HARTKAMP, A.D.; HOOGENBOOM, G.; WHITE, J.W. Adaptation of the
CROPGRO growth model to velvet bean (Mucuna prurients) I. Model development.
Field Crops Research, v.78 p.9-25. 2002.
HEINEMANN, A.B; HOOGENBOOM, G. Regional irrigation requirements for dry
bean based on the simulation model CROPGRO and a geographic information
system.
Annual Report of the Bean Improvement Cooperative, East Lansing,
v.44, p.41-42, 2001.
HEINMANN, A.B. et al. Center pivot irrigation management optimization using the
CROPGRO model.
Trans. ASAE, St. Joseph, v. 43, n. 6, p. 1507-1516, 2000.
HEINMANN, A.B. et al. Determination of spatial water requirements at county and
regional levels using crop models and GIS: an example for the state of Paraná.
Agric. Water Manag., Dorchecht, v. 52, n. 3, p. 177-196, 2002.
HEINMANN, A.B.; HOOGENBOOM, G.; FARIA, R.T. de Determination of spatial
water requirements at county and regional levels using crop models and GIS: an
example for the state of Parana.
Agricultural Water Management. Holanda,
Amsterdam, v. 52, n. 3, p. 177- 196, 2002.
HOOGENBOOM G, WHITE JW, JONES JW, BOOTE KJ. Dry bean Crop Growth
Simulation Model BEANGRO V1.01. User´s Guide.
Florida Agricultural
Experiment Station Journal. Nº N-00379. 122 pp. 1990.
HOOGENBOOM, G.
DSSAT version 3.5 released, ICASA NEWS, n.4, p.2, 1998.
HOOGENBOOM, G., JONES, J.W., WILKENS, P.W., PORTER, C.H.,
BATCHELOR, W.D., HUNT, L.A., BOOTE, K.J., SINGH, U., URYASEV, O.,
BOWEN, W.T., GIJSMAN, A.J., DU TOIT, A., WHITE, J.W.E, TSUJI, G.Y.
Decision Support System for Agrotechnology Transfer Version 4.0 [CD-ROM].
University of Hawaii, Honolulu, HI, USA. 2004.
58
HOOGENBOOM, G.; JONES, J.W.; BOOTE, K.J. Modeling growth, development,
and yield of grain legumes using SOYGRO, PNUTGRO, and BEANGRO: a review.
Transactions of the ASAE, v.35, p.2043-2055, 1992.
HOOGENBOOM, G.; JONES, J.W.; WILKENS, P.W.; BATCHELOR, W.D.;
BOWEN, W.T.; HUNT, L.A.; PICKERING, N.B.; SINGH, U.; GODWIN, D.C.;
BAER, B.; BOOTE, K.J.; RITCHIE, J.T.; WHITE, J.W. CROPGRO – DRY BEAN.
In: TSUJI, G.Y.; UEHARA, G.; BALAS, S. (Eds.).
Crop models: DSSAT v 3.
Honolulu: University of Hawaii, v.2, p.95-281. 1994.
HOOGENBOOM, G.; JONES, J.W.; WILKENS, P.W.; HUNT, L.A.; PORTES C.
H; BATCHELOR, W.D; HUNT, L.A.; BOOTE, K.J.; SINGH, U.; UEHARA, G.;
BOWEN, W.T.; GUSMAN A. J.; DU TOIT A. S; WHITE, J.W.; TSUJI,G.Y.
Decision support system for agrotecnoilogy transfer: version 4.0 (compact
disc)Honolulu: University of Hawaii, 2003.
IBGE.
Produção agrícola municipal. Disponível em:http://www.sidra.ibge.gov.br.
Acesso em 15 mar. 2006.
JAME, Y.M.; CUTFORTH, H.W.
Crop growth models for decision support
systems. Can. J. Plant Sci., Ottawa, v. 76, p. 9-19, 1996.
JAMIESON, P.D.; POTER, J.R.; WILSON, D.R. A test of the computer simulation
model ARC-WHEAT1 on wheat crops grown in New Zeland.
Field Crops
Research, v.27, p.337-350. 1991.
JONES , J.W.; Decision suport systems for agricultural development. In: PENNING
DE VRIES, F.W.T.; Teng, p. Metselaar, k (Ed)
Systems approaches for
agricultural development. Dordrecht: Kluwer Academic, p.459-471. 1993.
JONES, J.W.; HOOGENBOOM, G.; PORTER, C.H.; BOOTE, K.J.;
BATCHEALOR, W.D.; HUNT, L.A.; WILKENS, P.W.; SINGH, U.; GIJSMAS,
A.J.; RITCHIE, J.T. The DSSAT cropping systems model.
European Journal of
Agronomy
, v. 18; p. 235-265, 2003.
JONES, J.W.; WHITE, J.W.; BOOTE, K.J.; HOOGENBOOM, G.; PORTER, C.H.
Phenology Module - CROPGRO v.3.7 documentation and source code listing.
Gainesville: University of Florida, 21p. (Research Report, 98-502), 1998.
KONSENS, I., OFIR, O., KIGEL, J. The effect of temperature on the production and
abscission of flowers and pods in snap bean ( Phaseolus vulgaris L).
Annals of
Botany, London, v. 35, p. 391-399, 1991.
LAING, D.R.; KRETCHMER, P.J.; JULUAGA, S. et al
. Field bean. In:
SYMPOSIUMON POTENTIAL PRODUCTIVITY OF FIELD CROPS UNDER
DIFFERENT ENVIROMENTS, Los Baños: Potencial productivity of field crops
under different environments. Los Baños: IRRI, p.227-248, 1983.
59
LOAGUE, K.; GREEN, R.E. Statistical and graphical methods for evaluating solute
transport models: overview and application.
Journal of Contaminant Hydrology,
v.7, p.51-73,1991.
MARIOT, E.J.
Ecofisiologia do feijoeiro. In: O feijão no Paraná. Londrina, IAPAR.
(Circular, 63). p.25-41. 1989.
MAVROMATIS, T.; BOOOTE, K.J.; JONES.; WILKERSON, G.G. AND
HOOGENBOOM, G. Repeatability of model genetic coefficients derived from
Soybean performance trials across different states.
Crop Science, v42, p. 76-89.
2002.
MEIRELES, E.J.L. et al. Risco Climático de quebra de produtividade da cultura do
feijoeiro em Santo Antônio de Goiás, GO.
Bragantia, Campinas, v. 62, n. 1, p. 163-
171, 2003.
MEIRELES, E.J.L.; PEREIRA, A.R.; SENTELHAS, P.C.; STONE, L.F.;
ZIMMERMANN, F.J.P. Aplicação do modelo CROPGRO-Dry Bean na análise de
risco climático na cultura do feijoeiro (Phaseolus vulgaris, L.) no cerrado goiano. In:
Congresso Brasileiro de Agrometeorologia, 12., Reunião Latino-Americana de
Agrometeorologia, 3., Fortaleza, 2001.
Anais... Fortaleza: SBA/FUNCEME, v.2,
p.537-538. 2001.
MONTEITH, J. The quest balance in crop modeling.
Agronomy Journal, v.88, p.
695-697. 1996.
MONTERROSO, V.A., WIEN, H. C. Flower and pod abscission due to heat stress in
beans.
Jounal of the American Society for Horticultural Science, Alexandria, v.
115, n 4, p. 631-634, 1990.
OLADIPO, E.O. A comparative performance analysis of the tree meteorological
drought indexes.
Jornaul of Climatology, v.5, p.654, 1985.
PEREIRA , A.R. Simulação do crescimento e produtividade. In: Simpósio sobre o
manejo de água na agricultura, Campinas, 1987.
Anais. Campinas: Fundação
Cargill,. p. 200-209. 1987.
PINTO, J.M.
Efeito de diferentes regimes hídricos no solo sobre a produção e os
componentes do feijoeiro (Phaseolus vulgaris L.).
Viçosa, UFV, 1985. 56p. Tese
de Mestrado – Universidade Federal de Viçosa, Viçosa.
PORTES, T.A. Ecofisiologia. In: ARAÚJO, R.S; RAVA, C.A.; STONE, L.F. et al.
(Ed).
Cultura do Feijoeiro comum no Brasil. Piracicaba, POTAFÒS, p. 101-137.
1996.
RAMALHO, M.A.P.; ABREU, A.F.B. CULTIVARES. IN: VIEIRA, C., PAULA
JR., T J.; BORÉM, A.
Feijão: Aspectos gerias e cultura no Estado de Minas Gerais.
Viçosa: UFV, 596 p. 1998.
60
RAMALHO, M.A.P.; ABREU, A.F.B.; RIGHETTO, G.U. Interações de cultivares
de feijão por épocas de semeadura em diferentes localidades do Estado de Minas
Gerais.
Pesquisa Agropecuária Brasileira. V.28, n.10, p. 1183-1189, 1993.
RITCHIE, J.T. A user orientated model of the soli water balance in wheat. IN: FRY,
E.; ATKIN, T.K. (Ed.)
Wheat growth and modeling. New York: NATO-ASI Ser.,
p. 293-305, 1985.
RITCHIE, J.T. Soil water balance and water stress. IN: TSUJI, G.Y.;
HOOGENBOOM, G.; THORNTON, P.K. (Ed.)
Understanding options for
agricultural production. Dordrecht Kluwer Academic, p. 41-54, 1998.
ROLIM, G.S.; SENTELHAS, P.C.;
BARBIERI, V. Planilhas no ambiente excel
tm
para os cálculos de balanços hídricos: normal, sequencial, de cultura e de
produtividade real e potencial.
Revista Brasileira de Agrometeorologia, Santa
Maria, v. 6, n. 1, p. 133-137, 1998.
RUÍZ-NOGUEIRA, B. et al. Calibration and use of Cropgro-Soybean model for
improving soybean management under rainfed conditions.
Agric. Syst., Oxford, v.
68, p. 151-173, 2001.
SAUTER, K.J., DAVIS, D.W., LI, P.H., WALLERSTEIN, I.S. Leaf ethylene
evolution level following high-temperature stress in common bean.
Hort Science,
Alexandria, v. 25, n 10, p. 1282-1284, 1990.
SHONNARD, G.C., GEPTS, P. Genetics of heat tolerance during reproductive
development in commonbean.
Crop Science, Madison, v. 34, p. 1168-1175, 1994.
SHONNARD, G.C.; GEPTS, P. Leaf ethylene evolution level following highs
temperature stress in common bean.
Hort Science, v.25, n.10, p.1282-1284. 1990.
SIDRA,
Sistema IBGE de Recuperação Automática. Disponível em
http://www.sidra.ibge.gov.br
. Acesso em: dez. 2005.
SILVA, S.C.; DIDONET, A.D
. Cultivo do feijão irrigado na Região Noroeste de
Minas Gerais; Versão eletrônica, 2005.
http://sistemasdeproducao.cnptia.embrapa.br/FontesHTML/Feijao/FeijaoIrrigadoNor
oesteMG/clima.htm. Acesso em 20/03/2006.
SILVA, S.C.; DIDONET, A.D
. Feijão de Alta produtividade. Elementos climáticos
e produtividade do feijoeiro. Informe Agropecuário. v.25, n.223. 2004.
SILVEIRA, P. M.; STONE . L. F.
Irrigação. In: VIEIRA, C.; PAULA, T. J. J.;
BORÉM, A. (Ed)
Feijão: Aspectos Gerais e Cultura no Estado de Minas –
Viçosa:UFV, p. 13-18, 1998.
SILVEIRA, P. M.; STONE . L. F. Requerimento de água. In: SILVEIRA, P. M.;
STONE . L. F (Eds).
Irrigação do feijoeiro. Santo Antônio de Goiás: Embrapa
Arroz e Feijão, p.230. 2001.
61
SOARES, P.C.; CHAGAS, J.M.; SALGADO, L.T.; CARDOSO, A.A. Efeito de
quatro níveis de tecnologia sobre o rendimento e “stand” final em variedades de
feijão melhorada (Ouro Negro) e comum (Vermelhinho). In: Congresso Nacional de
Pesquisa de Feijão, 7, 2002. Viçosa.
Resumos... Viçosa: UFV, p. 623-625, 2002.
SOLER, C.T.
Uso do modelo Ceres-Maize para previsão de safra do milho
“safrinha”. Piracicaba, SP: ESALQ, 2004. Tese (doutorado) - Escola Superior de
Agricultura Luiz de Queiroz, Piracicaba.
SOLER, C.T.; FOLEGATTI, M.V.; FARIA, R.T. de Uso do modelo CERES-Maize
para identificação de características genéticas desejáveis e de práticas adequadas de
manejo em milho safrinha
. Revista Brasileira de Agrometeorologia, Santa Maria,
v. 9, n. 2, p. 339-346, 2001.
SOUSA, J.L.
Avaliação agroclimática de quatro microrregiões do Estado de
Minas Gerais para alguns cultivares de feijão (Phaseolus vulgaris L.).
Viçosa:UFV, 1989. 70 p:il. Dissertação (Mestrado) – Universidade Federal de
Viçosa, Viçosa.
STONE . LF; MOREIRA JAA. Resposta do feijoeiro ao nitrogênio em cobertura,
sob diferentes lâminas de irrigação e preparos do solo
.
Pesquisa Agropecuária
Brasileira, Brasília, v.36, n.3, 2001.
STONE, L.F.; MOREIRA, J.A.A., SILVA, J.G. da. Desempenho do modelo
computacional SISDA 2.0 no manejo da irrigação do feijoeiro em condições de
plantio direto e preparo convencional do solo.
Revista Engenharia Agrícola,
Jaboticabal, v. 22, n. 3, p. 304-311, 2002.
THORNLEY, J.H.M.
Mathematical models in plant physiology: a quantitative
aproach to problems in plant and crop physiology> London: Academic Press, p. 172.
1976.
TSUJI GY, UEHARA G, BALAS S (1994)
DSSAT v3. University of Hawaii.
EEUU. 244 pp. 1994.
VIANELLO, R.L.; ALVES, A.R.
Meteorologia básica e aplicações. Viçosa, MG:
UFV, 1991. 449 p.
VIEIRA, C.
Estudo monográfico do consorcio milho-feijão no Brasil. Viçosa,
Editora UFV. 183p. 1999.
VIEIRA, C. Feijão de Alta produtividade. Métodos culturais.
Informe
Agropecuário. v. 25, n.223. 2004.
VIEIRA, C.
Memórias de meio século de estudo sobre a cultura do feijão.
Viçosa: UFV, 214 p. 2005.
VIEIRA, C.: BORÉM, A.; RAMALHO, M. A. P.; CARNEIRO, J. E. S.
Melhoramento de espécies cultivadas. Viçosa: UFV, 969 p. 2005.
62
VON PINHO, R.G.; RAMALHO, M.A.P.; FRAGA, A.C.; SANTOS, J.B.Tolerancia
do feijoeiro (Plaseolus vulgaris L.) a baixas temperaturas na fase de germinação e
emergência,
Ciência e Pratica, v. 15, p. 412-419, 1991.
WEAVER, M.L., TIMM, H. Influence of temperature and plant water status on
pollen viability in beans.
Journal of American Society for Horticultural Science,
Alexandria, v. 113, n. 1, p. 31-35, 1988.
WILKENS, P.W.; BATCHELOR, W.D. BOOTE, K. J.; GIJSMAN, A.J.; HUNT, L.
A.; JONES, J.W.; PORTER, C.H.; SINGH, U.; DU TOIT, A.S.; TSUJI, G.Y.;
URYASEVA, O.; HOOGENBOOM, G. Decision Support System for
Agrotechnology Transfer Version 4.0.
Annual Meetings Abstracts (CD-ROM).
American Society of Agronomy. Madison, WI. 2003.
WILKERSON, G.G., J.W. JONES, K.J. BOOTE, and J.W. MISHOE. SOYGRO
V5.0:
Soybean crop growth and yield model. Technical Documentation.
Agricultural Engineering Dept., University of Florida, Gainesville. 253 pp.1985.
WILKERSON, G.G., J.W. JONES, K.J. BOOTE, K.T. Ingram, and J.W. MISHOE.
Modeling soybean growth for crop management. Trans. ASAE 26:63-73. 1983.
WILLMOTT, C.J.; AKLESON, G.S.; DAVIS, R.E.; FEDDEMA, J.J.; KLINK, K.
M.; LEGATES, D.R.; ODONNELL, J.; ROWE, C. M. Statistic for the evaluation
and comparison of models.
Jounal of Geophysical Research, v.90, p.8995-9005,
1985.
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
