• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.11.2020.tde-30042020-095525
Document
Auteur
Nom complet
Thais Leticia dos Santos
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
Piracicaba, 2020
Directeur
Jury
Pilau, Felipe Gustavo (Président)
Battisti, Rafael
Cherubin, Maurício Roberto
Duarte, Sergio Nascimento
Titre en portugais
Variabilidade espacial e temporal da precipitação em Piracicaba (SP) e influência sobre a produtividade estimada da Soja
Mots-clés en portugais
Glycine max L.
Agricultura de precisão
Chuva
Modelagem
Resumé en portugais
O Brasil é o segundo maior produtor de soja do mundo e um dos maiores produtores grãos. No entanto, ainda existem lacunas de rendimento a serem superadas, visando atender as necessidades alimentares da crescente população. A compreensão dos limites biofísicos de cada local e a maneira como os elementos meteorológicos influenciam a produção agrícola, é fundamental para alcançar altos rendimentos, de maneira sustentável. Sendo assim, o objetivo do trabalho foi avaliar a variabilidade espacial e temporal da precipitação pluvial dentro de uma área e, com base em modelagem, identificar o efeito sobre a variabilidade produtiva de soja. Para tanto, foram instaladas duas malhas pluviométricas de diferentes dimensões (36 ha e 1000 ha) na região de Piracicaba, SP. A primeira malha (1000 ha) compreendeu o período de 1993 a 1994, com 10 pluviômetros e a segunda malha corresponde ao período de 2016 a 2018, com 9 pluviômetros amostrando 36 ha. Com base em uma abordagem multi-moldelo foi possível determinar a perda produtiva relativa (Ygrel., em %), causada por deficiência hídrica, para 3 datas de semeadura e para cada ponto amostral da primeira malha. Com relação a variabilidade espacial na malha de 1000 ha, o coeficiente de variação apresentou valores de até 169,3% no acumulado diário e 51,7% no mensal. Para a segunda malha (36 ha) a variabilidade foi de até 300% para os 9 pontos no acumulado diário, e 8,71% no acumulado mensal. Os resultados mostraram que variabilidade espacial da precipitação influenciou diretamente a produtividade. No entanto, a ordem de grandeza da variabilidade da precipitação não se aplica diretamente em produtividade. Já a variabilidade temporal, entre as diferentes épocas de semeadura apresentou maior influência na produtividade da soja.
Titre en anglais
Spatial and temporal variability of precipitation in Piracicaba (SP) and influence on estimated soybean yield
Mots-clés en anglais
Glycine max L.
Modeling
Precision agriculture
Rainfall
Resumé en anglais
Brazil is the second largest producer of soybeans in the world and one of the largest producers of grains. However, there are still income yield gaps to be overcome to meet growing food demand. Understanding the biophysical limits of each location and how weather elements influence agricultural production is critical to achieve high yields in a sustainable way. Thus, the objective of this work was to evaluate the spatial and temporal variability of rainfall within an area and, based on modeling, to identify the effect on soybean yield variability. For that, two rain gauges of different dimensions (36 ha and 1000 ha) were installed in the Piracicaba region, SP. The first mesh (1000 ha) comprised the period from 1993 to 1994, with 10 rainfall meters and the second mesh corresponds to the period from 2016 to 2018, with 9 rain gauges measuring 36 ha. Based on a multi-model approach it was possible to determine the relative yield gap (Ygrel., %) caused by water deficit for 3 sowing dates and for each sampling point of the first mesh. Regarding the spatial variability in the 1000 ha mesh, the coefficient of variation presented values of up to 169.3% in the daily accumulated and 51.7% in the monthly. For the second network (36 ha) the variability was up to 300% for the 9 points in the daily accumulated, and 8.71% in the monthly accumulated. The results showed that spatial variability of precipitation directly influenced the final yield. However, the order of magnitude of precipitation variability does not apply to yield. The temporal variability between the different sowing seasons had the greatest influence on soybean yield.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2020-05-04
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2021. Tous droits réservés.