Produtividade de cana-de-açúcar para a região de Catanduva-SP
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do FGV (FGV Repositório Digital) |
Texto Completo: | https://hdl.handle.net/10438/31996 |
Resumo: | O presente trabalho tem por objetivo avaliar a produtividade da cultura de cana-de-açúcar na região de Catanduva, estado de São Paulo, identificando as eficiências agrícolas e climáticas (yield gap) para cinco municípios da região de Catanduva, durante os anos 2012/2013 e 2019/2020, bem como definir entre os fatores determinantes (número de horas de brilho solar, índice da área foliar [IAF] e temperatura) os que mais contribuem para a queda de produtividade. Foram avaliadas propriedades dentro do período de 2012 a 2020. Dentro deste período foram selecionadas as safras com a maior e menor produtividade para os cinco municípios. Destas duas safras, foi realizado o balanço hídrico pelo método de Thornthwaite e Mather (1955), bem como o cálculo da produtividade potencial e atingível pelo Modelo da Zona Agrometeorológica (MZA) da FAO (Organização das Nações Unidas para alimentação e agricultura) proposto por De Wit (1965); Doorenbos e Kassan (1973, 1994). Para o cálculo da produtividade potencial, foram utilizados os fatores determinantes: radiação extraterrestre, insolação (horas de brilho solar), fotoperíodo (em função da latitude e da declinação solar, que depende da época do ano), temperatura e genótipo (tipo de metabolismo, índice de área foliar máximo, índice de colheita e teor de água). Calculou-se a eficiência agrícola e hídrica. A insolação é o fator que mais contribuiu para a produtividade potencial, seguido do genótipo e índice de área foliar (IAF). As eficiências agrícolas ou de manejo variaram de 40% a 70% e as eficiências hídricas variaram 65% a 80%. O estudo demonstra que a utilização do método MZA-FAO oferece aos produtores informações que podem subsidiar o planejamento das usinas quantos as operações agrícolas. |
id |
FGV_3bea286eb15f797aaa2b86c037004d0b |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/31996 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Corrêa, Pedro MottaEscolas::EESPChristoffoleti, Pedro JacobVieira Júnior, Pedro AbelDourado Neto, Durval2022-05-20T17:32:39Z2022-05-20T17:32:39Z2022-04-12https://hdl.handle.net/10438/31996O presente trabalho tem por objetivo avaliar a produtividade da cultura de cana-de-açúcar na região de Catanduva, estado de São Paulo, identificando as eficiências agrícolas e climáticas (yield gap) para cinco municípios da região de Catanduva, durante os anos 2012/2013 e 2019/2020, bem como definir entre os fatores determinantes (número de horas de brilho solar, índice da área foliar [IAF] e temperatura) os que mais contribuem para a queda de produtividade. Foram avaliadas propriedades dentro do período de 2012 a 2020. Dentro deste período foram selecionadas as safras com a maior e menor produtividade para os cinco municípios. Destas duas safras, foi realizado o balanço hídrico pelo método de Thornthwaite e Mather (1955), bem como o cálculo da produtividade potencial e atingível pelo Modelo da Zona Agrometeorológica (MZA) da FAO (Organização das Nações Unidas para alimentação e agricultura) proposto por De Wit (1965); Doorenbos e Kassan (1973, 1994). Para o cálculo da produtividade potencial, foram utilizados os fatores determinantes: radiação extraterrestre, insolação (horas de brilho solar), fotoperíodo (em função da latitude e da declinação solar, que depende da época do ano), temperatura e genótipo (tipo de metabolismo, índice de área foliar máximo, índice de colheita e teor de água). Calculou-se a eficiência agrícola e hídrica. A insolação é o fator que mais contribuiu para a produtividade potencial, seguido do genótipo e índice de área foliar (IAF). As eficiências agrícolas ou de manejo variaram de 40% a 70% e as eficiências hídricas variaram 65% a 80%. O estudo demonstra que a utilização do método MZA-FAO oferece aos produtores informações que podem subsidiar o planejamento das usinas quantos as operações agrícolas.The present work aims to evaluate the productivity of sugarcane crops in the region of Catanduva, state of São Paulo, identifying the agricultural and climatic efficiencies (yield gap) for five municipalities of the Catanduva region, during the years 2012/2013 and 2019/2020, as well as defining among the determining factors (number of hours of sunshine, LAI and temperature) those that most contribute to productivity drop. Farms were evaluated within the period 2012 to 2020. Within this period, the crops with the highest and lowest productivity were selected for the five municipalities. From these two harvests, the water balance was performed by the method of Thornthwaite and Mather (1955), as well as the calculation of the potential and attainable productivity by the Agrometeorological Zone Model (MZA) of FAO (Food and Agriculture Organization of the United Nations) proposed by De Wit (1965), Doorenbos and Kassan (1973, 1994). To calculate the potential yield, the following determining factors were used: extraterrestrial radiation, insolation (hours of sunshine), photoperiod (as a function of latitude and solar declination, which depends on the time of year), temperature, and genotype (type of metabolism, maximum leaf area index, harvest index, and water content). The crop and water efficiency were calculated. Insolation is the most important factor contributing to potential yield, followed by genotype and leaf area index. The crop or management efficiencies ranged from 40% to 70% and the water efficiencies ranged from 65% to 80%. The study demonstrates that the use of the MZA-FAO method provides producers with information that can support the mills' planning of agricultural operations.porProductivityAgrometheorologySugar caneYield gapProdutividadeAgrometeorologiaCana-de-açúcarQuebra de produtividadeRegião de Catanduva-SPEconomiaProdutividade agrícola - Catanduva (SP)Meteorologia agrícolaCana-de-açúcarProdutividade de cana-de-açúcar para a região de Catanduva-SPinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVLICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/da925e7f-266f-4798-aa58-844621db522c/downloaddfb340242cced38a6cca06c627998fa1MD52ORIGINALPedro Motta v107 final postagem.pdfPedro Motta v107 final postagem.pdfPDFapplication/pdf1110139https://repositorio.fgv.br/bitstreams/bcbebd1a-27bc-4553-8db1-4809f03ff528/download8c184e89bbfb5ee8a7c489fdac6b5f25MD51TEXTPedro Motta v107 final postagem.pdf.txtPedro Motta v107 final postagem.pdf.txtExtracted texttext/plain103995https://repositorio.fgv.br/bitstreams/77e90571-e954-4e39-8fe3-9844a97d9e21/download866ac1316b0646d93337b3ce1e02484dMD55THUMBNAILPedro Motta v107 final postagem.pdf.jpgPedro Motta v107 final postagem.pdf.jpgGenerated Thumbnailimage/jpeg2380https://repositorio.fgv.br/bitstreams/3cc8f803-bb24-40e9-a094-0fb57878d669/downloadaa5aa6c3932e7926791ffd67571f49b7MD5610438/319962023-11-26 01:46:28.2open.accessoai:repositorio.fgv.br:10438/31996https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-26T01:46:28Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
dc.title.por.fl_str_mv |
Produtividade de cana-de-açúcar para a região de Catanduva-SP |
title |
Produtividade de cana-de-açúcar para a região de Catanduva-SP |
spellingShingle |
Produtividade de cana-de-açúcar para a região de Catanduva-SP Corrêa, Pedro Motta Productivity Agrometheorology Sugar cane Yield gap Produtividade Agrometeorologia Cana-de-açúcar Quebra de produtividade Região de Catanduva-SP Economia Produtividade agrícola - Catanduva (SP) Meteorologia agrícola Cana-de-açúcar |
title_short |
Produtividade de cana-de-açúcar para a região de Catanduva-SP |
title_full |
Produtividade de cana-de-açúcar para a região de Catanduva-SP |
title_fullStr |
Produtividade de cana-de-açúcar para a região de Catanduva-SP |
title_full_unstemmed |
Produtividade de cana-de-açúcar para a região de Catanduva-SP |
title_sort |
Produtividade de cana-de-açúcar para a região de Catanduva-SP |
author |
Corrêa, Pedro Motta |
author_facet |
Corrêa, Pedro Motta |
author_role |
author |
dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EESP |
dc.contributor.member.none.fl_str_mv |
Christoffoleti, Pedro Jacob Vieira Júnior, Pedro Abel |
dc.contributor.author.fl_str_mv |
Corrêa, Pedro Motta |
dc.contributor.advisor1.fl_str_mv |
Dourado Neto, Durval |
contributor_str_mv |
Dourado Neto, Durval |
dc.subject.eng.fl_str_mv |
Productivity Agrometheorology Sugar cane Yield gap |
topic |
Productivity Agrometheorology Sugar cane Yield gap Produtividade Agrometeorologia Cana-de-açúcar Quebra de produtividade Região de Catanduva-SP Economia Produtividade agrícola - Catanduva (SP) Meteorologia agrícola Cana-de-açúcar |
dc.subject.por.fl_str_mv |
Produtividade Agrometeorologia Cana-de-açúcar Quebra de produtividade Região de Catanduva-SP |
dc.subject.area.por.fl_str_mv |
Economia |
dc.subject.bibliodata.por.fl_str_mv |
Produtividade agrícola - Catanduva (SP) Meteorologia agrícola Cana-de-açúcar |
description |
O presente trabalho tem por objetivo avaliar a produtividade da cultura de cana-de-açúcar na região de Catanduva, estado de São Paulo, identificando as eficiências agrícolas e climáticas (yield gap) para cinco municípios da região de Catanduva, durante os anos 2012/2013 e 2019/2020, bem como definir entre os fatores determinantes (número de horas de brilho solar, índice da área foliar [IAF] e temperatura) os que mais contribuem para a queda de produtividade. Foram avaliadas propriedades dentro do período de 2012 a 2020. Dentro deste período foram selecionadas as safras com a maior e menor produtividade para os cinco municípios. Destas duas safras, foi realizado o balanço hídrico pelo método de Thornthwaite e Mather (1955), bem como o cálculo da produtividade potencial e atingível pelo Modelo da Zona Agrometeorológica (MZA) da FAO (Organização das Nações Unidas para alimentação e agricultura) proposto por De Wit (1965); Doorenbos e Kassan (1973, 1994). Para o cálculo da produtividade potencial, foram utilizados os fatores determinantes: radiação extraterrestre, insolação (horas de brilho solar), fotoperíodo (em função da latitude e da declinação solar, que depende da época do ano), temperatura e genótipo (tipo de metabolismo, índice de área foliar máximo, índice de colheita e teor de água). Calculou-se a eficiência agrícola e hídrica. A insolação é o fator que mais contribuiu para a produtividade potencial, seguido do genótipo e índice de área foliar (IAF). As eficiências agrícolas ou de manejo variaram de 40% a 70% e as eficiências hídricas variaram 65% a 80%. O estudo demonstra que a utilização do método MZA-FAO oferece aos produtores informações que podem subsidiar o planejamento das usinas quantos as operações agrícolas. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-05-20T17:32:39Z |
dc.date.available.fl_str_mv |
2022-05-20T17:32:39Z |
dc.date.issued.fl_str_mv |
2022-04-12 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/31996 |
url |
https://hdl.handle.net/10438/31996 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/da925e7f-266f-4798-aa58-844621db522c/download https://repositorio.fgv.br/bitstreams/bcbebd1a-27bc-4553-8db1-4809f03ff528/download https://repositorio.fgv.br/bitstreams/77e90571-e954-4e39-8fe3-9844a97d9e21/download https://repositorio.fgv.br/bitstreams/3cc8f803-bb24-40e9-a094-0fb57878d669/download |
bitstream.checksum.fl_str_mv |
dfb340242cced38a6cca06c627998fa1 8c184e89bbfb5ee8a7c489fdac6b5f25 866ac1316b0646d93337b3ce1e02484d aa5aa6c3932e7926791ffd67571f49b7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
|
_version_ |
1813797621854109696 |