Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul

Detalhes bibliográficos
Autor(a) principal: da Silva, Michel Rocha
Data de Publicação: 2016
Outros Autores: Streck, Nereu Augusto, Teleginski Ferraz, Simone Erotildes, Ghisleni Ribas, Giovana, Duarte Junior, Ary José, do Nascimento, Moisés de Freitas, Alberto, Cleber Maus, Machado, Geter Alves
Tipo de documento: Artigo
Idioma: por
Título da fonte: Pesquisa Agropecuária Brasileira (Online)
Texto Completo: https://seer.sct.embrapa.br/index.php/pab/article/view/23108
Resumo: O objetivo deste trabalho foi avaliar um método de previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul, por meio do modelo SimulArroz e do modelo climático regional RegCM4. Dados diários de temperatura mínima, temperatura máxima e radiação solar, simulados a partir de nove membros do modelo RegCM4, foram usados como dados de entrada no modelo SimulArroz para previsão de safra. Para testar o desempenho da previsão de safra, experimentos foram realizados durante o ano agrícola 2013/2014, nos municípios de Restinga Seca e Itaqui, RS, onde foi avaliada a variável produtividade de grãos. A produtividade de grãos observada variou de 6.898 a 10.272 kg ha‑1, e a produtividade de grãos prevista variou de 2.853 a 9.636 kg ha‑1. As previsões de produtividade de grãos de arroz, geradas pelos membros 31, 19, 13 e 01, apresentaram raiz do quadrado médio do erro de 1.218, 1.134, 1.354 e 1.374 kg ha‑1, respectivamente. A previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul pode ser realizada por meio do modelo SimulArroz, ao se utilizar, como dados meteorológicos de entrada, a previsão climática sazonal obtida com o modelo RegCM4.
id EMBRAPA-4_f956b458f8667838427a4e406373fd81
oai_identifier_str oai:ojs.seer.sct.embrapa.br:article/23108
network_acronym_str EMBRAPA-4
network_name_str Pesquisa Agropecuária Brasileira (Online)
repository_id_str
spelling Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do SulNumerical modeling for yield forecast of flooded rice in the state of Rio Grande do Sul, BrazilOryza sativa; produtividade; RegCM4; simulação; SimulArrozOryza sativa; yield; RegCM4; simulation; SimulArrozO objetivo deste trabalho foi avaliar um método de previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul, por meio do modelo SimulArroz e do modelo climático regional RegCM4. Dados diários de temperatura mínima, temperatura máxima e radiação solar, simulados a partir de nove membros do modelo RegCM4, foram usados como dados de entrada no modelo SimulArroz para previsão de safra. Para testar o desempenho da previsão de safra, experimentos foram realizados durante o ano agrícola 2013/2014, nos municípios de Restinga Seca e Itaqui, RS, onde foi avaliada a variável produtividade de grãos. A produtividade de grãos observada variou de 6.898 a 10.272 kg ha‑1, e a produtividade de grãos prevista variou de 2.853 a 9.636 kg ha‑1. As previsões de produtividade de grãos de arroz, geradas pelos membros 31, 19, 13 e 01, apresentaram raiz do quadrado médio do erro de 1.218, 1.134, 1.354 e 1.374 kg ha‑1, respectivamente. A previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul pode ser realizada por meio do modelo SimulArroz, ao se utilizar, como dados meteorológicos de entrada, a previsão climática sazonal obtida com o modelo RegCM4.The objective of this work was to evaluate a method of yield forecast for flooded rice in the state of Rio Grande do Sul (RS), Brazil, using the SimulArroz rice model and the RegCM4 regional climate model. Daily data of minimum temperature, maximum temperature, and solar radiation, simulated from nine members of the RegCM4 model, were used as input data to the SimulArroz model for rice yield forecast. To test the yield forecast performance, field experiments were carried out during the 2013/2014 growing season, in the municipalities of Restinga Seca and Itaqui, RS, Brazil, where grain yield was evaluated. The observed rice grain yield ranged from 6,898 to 10,272 kg ha‑1, while the predicted one ranged from 2,853 to 9,636 kg ha‑1. The rice grain yield forecasts, generated by members 31, 19, 13, and 01, had a root mean square error of 1,218, 1,134, 1,354, and 1,374 kg ha‑1, respectively. Flooded rice yield forecast for the state of Rio Grande do Sul can be made through the SimulArroz model, using, as input meteorological data, the seasonal climate forecast obtained with the RegCM4 model.Pesquisa Agropecuaria BrasileiraPesquisa Agropecuária BrasileiraCNPq, Conselho Nacional de Desenvolvimento Científico e TecnológicoFapergs, Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sulda Silva, Michel RochaStreck, Nereu AugustoTeleginski Ferraz, Simone ErotildesGhisleni Ribas, GiovanaDuarte Junior, Ary Josédo Nascimento, Moisés de FreitasAlberto, Cleber MausMachado, Geter Alves2016-09-26info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://seer.sct.embrapa.br/index.php/pab/article/view/23108Pesquisa Agropecuaria Brasileira; v.51, n.7, jul. 2016; 791-800Pesquisa Agropecuária Brasileira; v.51, n.7, jul. 2016; 791-8001678-39210100-104xreponame:Pesquisa Agropecuária Brasileira (Online)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPAporhttps://seer.sct.embrapa.br/index.php/pab/article/view/23108/13391https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/23108/15111Direitos autorais 2016 Pesquisa Agropecuária Brasileirainfo:eu-repo/semantics/openAccess2016-09-26T18:50:57Zoai:ojs.seer.sct.embrapa.br:article/23108Revistahttp://seer.sct.embrapa.br/index.php/pabPRIhttps://old.scielo.br/oai/scielo-oai.phppab@sct.embrapa.br || sct.pab@embrapa.br1678-39210100-204Xopendoar:2016-09-26T18:50:57Pesquisa Agropecuária Brasileira (Online) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false
dc.title.none.fl_str_mv Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
Numerical modeling for yield forecast of flooded rice in the state of Rio Grande do Sul, Brazil
title Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
spellingShingle Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
da Silva, Michel Rocha
Oryza sativa; produtividade; RegCM4; simulação; SimulArroz
Oryza sativa; yield; RegCM4; simulation; SimulArroz
title_short Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
title_full Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
title_fullStr Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
title_full_unstemmed Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
title_sort Modelagem numérica para previsão de safra de arroz irrigado no Rio Grande do Sul
author da Silva, Michel Rocha
author_facet da Silva, Michel Rocha
Streck, Nereu Augusto
Teleginski Ferraz, Simone Erotildes
Ghisleni Ribas, Giovana
Duarte Junior, Ary José
do Nascimento, Moisés de Freitas
Alberto, Cleber Maus
Machado, Geter Alves
author_role author
author2 Streck, Nereu Augusto
Teleginski Ferraz, Simone Erotildes
Ghisleni Ribas, Giovana
Duarte Junior, Ary José
do Nascimento, Moisés de Freitas
Alberto, Cleber Maus
Machado, Geter Alves
author2_role author
author
author
author
author
author
author
dc.contributor.none.fl_str_mv CNPq, Conselho Nacional de Desenvolvimento Científico e Tecnológico
Fapergs, Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul

dc.contributor.author.fl_str_mv da Silva, Michel Rocha
Streck, Nereu Augusto
Teleginski Ferraz, Simone Erotildes
Ghisleni Ribas, Giovana
Duarte Junior, Ary José
do Nascimento, Moisés de Freitas
Alberto, Cleber Maus
Machado, Geter Alves
dc.subject.por.fl_str_mv Oryza sativa; produtividade; RegCM4; simulação; SimulArroz
Oryza sativa; yield; RegCM4; simulation; SimulArroz
topic Oryza sativa; produtividade; RegCM4; simulação; SimulArroz
Oryza sativa; yield; RegCM4; simulation; SimulArroz
description O objetivo deste trabalho foi avaliar um método de previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul, por meio do modelo SimulArroz e do modelo climático regional RegCM4. Dados diários de temperatura mínima, temperatura máxima e radiação solar, simulados a partir de nove membros do modelo RegCM4, foram usados como dados de entrada no modelo SimulArroz para previsão de safra. Para testar o desempenho da previsão de safra, experimentos foram realizados durante o ano agrícola 2013/2014, nos municípios de Restinga Seca e Itaqui, RS, onde foi avaliada a variável produtividade de grãos. A produtividade de grãos observada variou de 6.898 a 10.272 kg ha‑1, e a produtividade de grãos prevista variou de 2.853 a 9.636 kg ha‑1. As previsões de produtividade de grãos de arroz, geradas pelos membros 31, 19, 13 e 01, apresentaram raiz do quadrado médio do erro de 1.218, 1.134, 1.354 e 1.374 kg ha‑1, respectivamente. A previsão de safra de arroz irrigado por inundação para o Rio Grande do Sul pode ser realizada por meio do modelo SimulArroz, ao se utilizar, como dados meteorológicos de entrada, a previsão climática sazonal obtida com o modelo RegCM4.
publishDate 2016
dc.date.none.fl_str_mv 2016-09-26
dc.type.none.fl_str_mv
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://seer.sct.embrapa.br/index.php/pab/article/view/23108
url https://seer.sct.embrapa.br/index.php/pab/article/view/23108
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://seer.sct.embrapa.br/index.php/pab/article/view/23108/13391
https://seer.sct.embrapa.br/index.php/pab/article/downloadSuppFile/23108/15111
dc.rights.driver.fl_str_mv Direitos autorais 2016 Pesquisa Agropecuária Brasileira
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Direitos autorais 2016 Pesquisa Agropecuária Brasileira
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pesquisa Agropecuaria Brasileira
Pesquisa Agropecuária Brasileira
publisher.none.fl_str_mv Pesquisa Agropecuaria Brasileira
Pesquisa Agropecuária Brasileira
dc.source.none.fl_str_mv Pesquisa Agropecuaria Brasileira; v.51, n.7, jul. 2016; 791-800
Pesquisa Agropecuária Brasileira; v.51, n.7, jul. 2016; 791-800
1678-3921
0100-104x
reponame:Pesquisa Agropecuária Brasileira (Online)
instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron:EMBRAPA
instname_str Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron_str EMBRAPA
institution EMBRAPA
reponame_str Pesquisa Agropecuária Brasileira (Online)
collection Pesquisa Agropecuária Brasileira (Online)
repository.name.fl_str_mv Pesquisa Agropecuária Brasileira (Online) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
repository.mail.fl_str_mv pab@sct.embrapa.br || sct.pab@embrapa.br
_version_ 1793416681591144448