Modelagem agrometeorológica para estimação de produtividade de erva-mate (Ilex paraguariensis St. Hil.) na região Sul do Brasil

Carregando...
Imagem de Miniatura

Data

2020-03-27

Orientador

Rolim, Glauco de Souza

Coorientador

Pós-graduação

Agronomia (Ciência do Solo) - FCAV

Curso de graduação

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Tipo

Dissertação de mestrado

Direito de acesso

Acesso abertoAcesso Aberto

Resumo

Resumo (português)

RESUMO – A estimação de produtividade usando modelos agrometeorológicos é uma técnica de estratégia robusta para a realização do planejamento, uma vez que o conhecimento prévio das safras agrícolas facilitam as tomadas de decisões. O Objetivo deste estudo foi identificar e avaliar a influência das variáveis agrometeorológica em diferentes fases de desenvolvimento da cultura, para propor modelos agrometeorológicos com fim de estimar produtividade para erva-mate nos estados do Paraná, Santa Catarina e Rio Grande do Sul. Foram utilizados dados meteorológicos diários de temperatura e precipitação obtidos na plataforma NASA-POWER para um período de 28 anos, referentes a 38 localidades. Realizou-se balanço hídrico para obtenção das variáveis, evapotranspiração, déficit hídrico, excedente e armazenamento. Os dados de produtividade foram obtidos na plataforma IBGE no sistema de Recuperação Automática-SIDRA. Para o entendimento da dispersão espacial foi feita análise de agrupamento utilizando cluster hierárquico aglomerativo. Foi feita estatística descritiva para cada grupo determinado por meio de box plot. Para a modelagem de produtividade de erva-mate foram utilizados modelos de regressão linear múltipla (RLM), e modelos de inteligência artificial como o Random Forest Regressor (RF) e Redes Neurais Multilayer perceptron (MLP) usando sempre as variáveis independentes os elementos meteorológicos decendiais: temperatura e precipitação, e os derivados do balanço hídrico: ARM, ETR, DEF e EXC, e como variável dependente a produtividade. Os resultados mostram que os valores de RLM não apresentaram resultados satisfatórios se comparado aos modelos RF e MLP que apresentaram melhor desempenho. Os modelos agrometeorológicos podem ser utilizados para estimação e previsões de produtividades e permitem ao setor agrícola reduzir riscos na produção e aumentar rentabilidade dos cultivos.

Resumo (inglês)

ABSTRACT- Productivity estimation using agrometeorological models is a robust strategy technique for planning, since prior knowledge of agricultural crops facilitates decision making. The objective of this study was to identify and evaluate the influence of agrometeorological variables in different stages of crop development, to propose agrometeorological models in order to estimate productivity for yerba mate in the states of Parana, Santa Catarina and Rio Grande do Sul. Daily weather and temperature meteorological data obtained on the NASA-POWER platform for a period of 28 years, referring to 38 locations. Water balance was performed to obtain the variables, evapotranspiration, water deficit, surplus and storage. The productivity data were obtained on the IBGE platform in the SIDRA Automatic Recovery system. For the understanding of spatial dispersion, cluster analysis was performed using an agglomerative hierarchical cluster. Descriptive statistics were made for each group determined using a box plot. For the modeling of yerba mate productivity, multiple linear regression models (RLM) were used, as well as artificial intelligence models such as Random Forest Regressor (RF) and Multilayer Perceptual Neural Networks (MLP), always using the independent variables of the decendial meteorological elements: temperature and precipitation and water balance derivatives: ARM, ETR, DEF and EXC and as a dependent variable, productivity. The results show that those values of RLM did not present satisfactory results when compared to the RF and MLP models that presented better performance. Agrometeorological models can be used to estimate and forecast yields and allow the agricultural sector to reduce risks in production and increase profitability of crops.

Descrição

Idioma

Português

Como citar

Itens relacionados