Ajuste do modelo AquaCrop em milho com diferentes níveis de irrigação em condições de clima temperado no sul do Uruguai

Autores

DOI:

https://doi.org/10.31285/AGRO.27.1185

Palavras-chave:

irrigação deficitária, simulação colheita, Zea mays, clima úmido

Resumo

O modelo AquaCrop permite avaliar e desenhar estratégias de irrigação que melhoram o uso da água de irrigação. O objetivo deste trabalho foi ajustar o modelo AquaCrop para cultivo de milho às condições climáticas do sul do Uruguai, com diferentes manejos de água de irrigação. Este modelo foi calibrado e validado para milho utilizando dados experimentais de ensaios de irrigação com diferentes níveis de déficit, em três safras, 2015-16 e 2016-17 (calibração) e 2014-15 (validação). Foram avaliados três níveis máximos de reposição: 3, 6 e 9 mm dia-1, e terra seca (apenas precipitação). A cultura foi parametrizada para as condições locais e os coeficientes de estresse hídrico foram ajustados. A calibração simulou bem a produtividade, a biomassa e a umidade do solo nos tratamentos irrigados. Todos os índices estatísticos utilizados para avaliar o modelo indicaram um bom ajuste entre os dados observados e simulados, exceto o coeficiente de eficiência do modelo Nash-Sutcliffe (EF). Na terra seca, o modelo subestimou o desempenho (FE de -0,52), quando a profundidade das raízes foi limitada a 0,7m. No entanto, o solo de teste permitiu uma exploração mais radical do que a utilizada inicialmente. Com profundidade de 0,90 m, o modelo simulou bem o desempenho do sequeiro, principalmente no ano seco (EF de 0,79). O modelo prevê a produtividade com bom ajuste em diferentes situações de irrigação e precipitação se os coeficientes de estresse forem ajustados e a cultura for parametrizada adequadamente, principalmente a profundidade das raízes.

Downloads

Não há dados estatísticos.

Referências

Abedinpour M, Sarangi A, Rajput TBS, Singh M. Prediction of maize yield under future water availability scenarios using the AquaCrop model. J Agric Sci. 2014;152(4):558-74. Doi: 10.1017/S0021859614000094.

Abedinpour M, Sarangi A, Rajput TBS, Singh M, Pathak H, Ahmad T. Performance evaluation of AquaCrop model for maize crop in a semi-arid environment. Agric Water Manag. 2012;110:55-66. Doi: 10.1016/j.agwat.2012.04.001.

Allen RG, Pereira LS, Raes D, Smith M. Crop evapotranspiration. guidelines for computing crop water requirements. Rome: FAO; 1998. 300p.

Bachino F. Análisis de costos y rentabilidades en riego por aspersión. In: Riego en cultivos y pasturas. 2do Seminario Internacional. Montevideo: INIA; 2012. pp. 83-97.

Barros VR, Field CR, Dokken DJ, Mastrandrea MD, Mach KJ, Bilir TE, Chatterjee M, Ebi KL, Estrada YO, Genova RC, Girma B, Kissel ES, Levy AN, MacCracken S, Mastrandrea PR, White LL,editors. Climate Change 2014: Impacts, adaptation, and vulnerability: Part B. regional aspects. New York: Cambridge University Press; 2014. 688p.

Bernardo S, Soares AA, Mantovani EC. Manual de irrigaçao. 7a ed. Viçosa: Universidad Federal de Viçosa; 2005. 611p.

Clemente G. Modelamiento del rendimiento de maíz (Zea mays L.) e impacto económico ante escenarios futuros de cambio climático usando AquaCrop [grade’s thesis]. El Mantaro (PE): Universidad Nacional del centro del Perú, Facultad de Agronomía; 2020. 284p.

FAO. AQUASTAT Dissemination System [Internet]. Rome: FAO; c2021 [cited 2023 Oct 05]. Available from: https://www.fao.org/aquastat/statistics/query/index.html;jsessionid=CC7831C02D6B731966AAC9A1A76C2255

Fassio A, Carriquiry A, Tojo C, Romero R. Maíz: aspectos sobre su fenología. Montevideo: INIA; 1998. 51p.

Fereres E, Soriano MA. Deficit irrigation for reducing agricultural water use. J Exp Bot. 2007;58(2):147-59.

García Petillo M, Puppo L, Hayashi R, Morales P. Metodología para determinar los parámetros hídricos de un suelo a campo [Internet]. [place unknown: publisher unknown]; 2012. 10p. Available from: https://bit.ly/3rEWdPy

Giménez L. AquaCrop model evaluation in maize under different water availabilities in the western of Uruguay. Int J Plant Animal Env Sci. 2019;9(2):103-17. Doi: 10.21276/ijpaes.

Hayashi R, Dogliotti S. Water productivity in maize, at different levels of deficit irrigation in humid climate. Agrocienc Urug. 2021;25(1):e390. Doi: 10.31285/agro.25.390.

Hoffman GJ, Evans RG, Jensen ME, Elliot RL. Desing and operation of farm irrigation systems. 2nd ed. St. Joseph: ASABE; 2007. 862p.

Hsiao TC, Heng L, Steduto P, Rojas-Lara B, Raes D, Fereres E. AquaCrop - the FAO crop model to simulate yield response to water: III. Parameterization and testing for maize. Agron J. 2009;101:448-59.

INASE; INIA. Resultados experimentales de la evaluación nacional de cultivares de Maíz para grano y maíz para silo: período 2014. Uruguay: INASE; 2015. 50p.

Jamieson PD, Porter JR, Wilson DR. A test of the computer simulation model ARCWHEAT1 on wheat crops grown in New Zealand. Field Crops Res. 1991;27(4):337-50. Doi: 10.1016/0378-4290(91)90040-3.

Ministerio de Ganadería, Agricultura y Pesca, DIEA (UY). Anuario estadístico agropecuario 2019. Montevideo: MGAP; 2019. 256p.

Molfino JH, Califra A. Agua disponible de las tierras del Uruguay: segunda aproximación [Internet]. [place unknown: publisher unknown]; 2001 [cited 2023 Oct 05]. 13p. Available from: https://bit.ly/3DtUJsm

Naciones Unidas. La economía del cambio climático en América Latina y el Caribe[Internet]. Santiago de Chile: UN; 2010 [cited 2023 Oct 05]. 113p. Available from: https://bit.ly/3F2CMTZ

Nash JE, Sutcliffe JV. River flow forecasting through conceptual models: Part 1. A discussion of principles. J Hydrol. 1970;10(3):282-90.

Pereira LS, Allen RG. Crop water requirements. In: van Lier HN, Pereira LS, Steiner FR, editors. CIGR Handbook of Agricultural Engineering. Vol I, Land and water engineering. St. Joseph: ASAE; 1999. pp. 213-62.

PNA AGRO: Plan Nacional de Adaptación a la Variabilidad y el Cambio Climático para el Sector Agropecuario [Internet]. [place unknown]: MGAP; 2019 [cited 2023 Oct 05]. 125p. Available from: https://bit.ly/48DMutr

Raes D, Steduto P, Hsiao TC, Fereres E. AquaCrop - The FAO crop model to simulate yield response to water: II. main algorithms and software description. Agron J. 2009;101(3):438-47.

Raes D, Steduto P, Hsiao TC, Fereres E. Reference manual: AquaCrop version 4.0. Rome: FAO; 2012. 3v.

Ran H, Kang S, Li F, Du T, Tong L, Li S, Ding R, Zhang X. Parameterization of the AquaCrop model for full and deficit irrigated maize for seed production in arid Northwest China. Agric Water Manag. 2018;203:438-50. Doi: 10.1016/j.agwat.2018.01.030.

Ritchie SW, Hanway JJ. How a corn plant develops. Iowa: Iowa State University of Science and Technology; 1982. 21p.

Santhi C, Arnold JG, Williams JR, Dugas WA, Srinivasan R, Hauck LM. Validation of the SWAT model on a large river basin with point and nonpoint sources. J Am Water Resour Assoc. 2001;37(5):1169-88.

Steduto P, Hsiao TS, Fereres E, Raes D. Respuesta del rendimiento de los cultivos al agua. Roma: FAO; 2012. 510p.

Steduto P, Raes D, Hsiao TS. Concepts and applications of AquaCrop: the FAO crop water productivity model. In: Cao W, White JW, Wang E, editors. Crop modelling and decision support. Berlin: Springer; 2009. pp. 175-91.

Tarjuelo JM. El riego por aspersión y su tecnología. 3a ed. Madrid: Mundi-Prensa; 2005. 591p.

Willmott CJ. Some comments on the evaluation of model performance. Bull Am Meteorol Soc. 1982;63:1309-13.

Downloads

Publicado

2024-02-06

Como Citar

1.
Hayashi R, Dogliotti S. Ajuste do modelo AquaCrop em milho com diferentes níveis de irrigação em condições de clima temperado no sul do Uruguai. Agrocienc Urug [Internet]. 6º de fevereiro de 2024 [citado 6º de julho de 2024];27(NE1):e1185. Disponível em: http://mail.revista.asocolderma.org.co/index.php/agrociencia/article/view/1185

Edição

Seção

Irrigation and water management
QR Code

Métricas

Métricas do artigo
Vistas abstratas
Visualizações da cozinha
Visualizações de PDF
Visualizações em HTML
Outras visualizações

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 > >>