Numerical modeling for yield forecast of flooded rice in the state of Rio Grande do Sul, Brazil

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.

Index terms:
Oryza sativa; yield; RegCM4; simulation; SimulArroz.

Authorship

Michel Rocha da Silva

Universidade Federal de Santa Maria (UFSM), Programa de Pós-Graduação em Agronomia, Avenida Roraima, no 1.000, Camobi, CEP 97105-900 Santa Maria, RS, Brasil. E-mail: michelrs@live.comUniversidade Federal de Santa MariaBrazilSanta Maria, RS, BrazilUniversidade Federal de Santa Maria (UFSM), Programa de Pós-Graduação em Agronomia, Avenida Roraima, no 1.000, Camobi, CEP 97105-900 Santa Maria, RS, Brasil. E-mail: michelrs@live.com

Nereu Augusto Streck

UFSM, Departamento de Fitotecnia, Santa Maria, RS, Brasil. E-mail: nstreck2@yahoo.com.brUFSMBrazilSanta Maria, RS, BrazilUFSM, Departamento de Fitotecnia, Santa Maria, RS, Brasil. E-mail: nstreck2@yahoo.com.br

Simone Erotildes Teleginski Ferraz

UFSM, Departamento de Física, Santa Maria, RS, Brasil. E-mail: simonetfe@gmail.comUFSMBrazilSanta Maria, RS, BrazilUFSM, Departamento de Física, Santa Maria, RS, Brasil. E-mail: simonetfe@gmail.com

Giovana Ghisleni Ribas

UFSM, Programa de Pós-Graduação em Engenharia Agrícola, Santa Maria, RS, Brasil. E-mail: giovana.ghisleni@hotmail.comUFSMBrazilSanta Maria, RS, BrazilUFSM, Programa de Pós-Graduação em Engenharia Agrícola, Santa Maria, RS, Brasil. E-mail: giovana.ghisleni@hotmail.com

Ary José Duarte Júnior

UFSM, Curso de Agronomia, Santa Maria, RS, Brasil. E-mail: ary.duartee@gmail.com, moises.fn@gmail.comUFSMBrazilSanta Maria, RS, BrazilUFSM, Curso de Agronomia, Santa Maria, RS, Brasil. E-mail: ary.duartee@gmail.com, moises.fn@gmail.com

Moisés de Freitas do Nascimento

Cleber Maus Alberto

Universidade Federal do Pampa, Campus Itaqui, Curso de Agronomia, Rua Luiz Joaquim de Sá Britto, s/no, Promorar, CEP 97650-000 Itaqui, RS, Brasil. E-mail: cleberalberto@unipampa.edu.br, geteralves@yahoo.com.brUniversidade Federal do PampaBrazilItaqui, RS, BrazilUniversidade Federal do Pampa, Campus Itaqui, Curso de Agronomia, Rua Luiz Joaquim de Sá Britto, s/no, Promorar, CEP 97650-000 Itaqui, RS, Brasil. E-mail: cleberalberto@unipampa.edu.br, geteralves@yahoo.com.br

Geter Alves Machado

SCIMAGO INSTITUTIONS RANKINGS

UFSM, Departamento de Física, Santa Maria, RS, Brasil. E-mail: simonetfe@gmail.comUFSMBrazilSanta Maria, RS, BrazilUFSM, Departamento de Física, Santa Maria, RS, Brasil. E-mail: simonetfe@gmail.com

Figures | Tables | Formulas

Figures (3)
Tables (5)
Formulas (5)

Thumbnail

Figura 1:
Fluxograma do modelo SimulArroz, com as variáveis de entrada, fora do quadro e com linha pontilhada, e os principais processos de crescimento e desenvolvimento, dentro do quadro e com linha pontilhada, que definem a produtividade de grãos da cultura do arroz. RUE, eficiência de uso da radiação; LAI, índice de área foliar.

Thumbnail

Figura 2:
Histograma com desvio entre os dados de temperatura mínima, temperatura máxima e radiação solar, simulados e observados em quatro iniciações semanais (1, 2, 3 e 4) pelo modelo RegCM4, para os municípios de Restinga Seca e Itaqui, RS, durante o período de 1/9/2013 a 30/4/2014.

Thumbnail

Figura 3:
Produtividade de grãos de arroz observada e simulada pelo modelo SimulArroz, com uso da previsão climática de nove membros do modelo climático RegCM4, em cinco lavouras, nos municípios de Restinga Seca (RS) e Itaqui, RS, no ano agrícola 2013/2014.

Thumbnail

Tabela 1:
Esquemas de parametrização cumulus (membros), utilizados na previsão sazonal do modelo RegCM4.

Thumbnail

Tabela 2:
Data de início de cada simulação, período de estabilização (mês) e período da previsão (mês), gerados pelo modelo climático regional RegCM4.

Thumbnail

Tabela 3:
Data de semeadura e emergência, cultivar ou grupo de maturação e nível tecnológico, observados nas lavouras e utilizados na simulação com o modelo SimulArroz, durante a safra 2013/2014 de arroz irrigado, nos municípios de Restinga Seca e Itaqui, RS.

Thumbnail

Tabela 4:
Caracterização química do solo nas lavouras de arroz irrigado, nos municípios de Restinga Seca e Itaqui, RS.

Thumbnail

Tabela 5:
Estatísticas RQME, RQMEn, dw, dw₁, BIAS e r, para os membros 01, 07, 10, 13, 19, 22, 31, 34 e 37 do modelo climático RegCM4, acoplado ao modelo SimulArroz, para previsão de produtividade de grãos de arroz, para os municípios de Restinga Seca e Itaqui, RS, para a safra 2013/2014 de arroz irrigado.

Thumbnail

Figura 1: Fluxograma do modelo SimulArroz, com as variáveis de entrada, fora do quadro e com linha pontilhada, e os principais processos de crescimento e desenvolvimento, dentro do quadro e com linha pontilhada, que definem a produtividade de grãos da cultura do arroz. RUE, eficiência de uso da radiação; LAI, índice de área foliar.

Figura 2: Histograma com desvio entre os dados de temperatura mínima, temperatura máxima e radiação solar, simulados e observados em quatro iniciações semanais (1, 2, 3 e 4) pelo modelo RegCM4, para os municípios de Restinga Seca e Itaqui, RS, durante o período de 1/9/2013 a 30/4/2014.

Figura 3: Produtividade de grãos de arroz observada e simulada pelo modelo SimulArroz, com uso da previsão climática de nove membros do modelo climático RegCM4, em cinco lavouras, nos municípios de Restinga Seca (RS) e Itaqui, RS, no ano agrícola 2013/2014.

Tabela 1: Esquemas de parametrização cumulus (membros), utilizados na previsão sazonal do modelo RegCM4.

ICUP, parâmetro que define o tipo de esquema de parametrização adotado. Grell param., parâmetro do esquema Grell, que permite controlar a fração da precipitação evaporada na corrente descendente; PECA, precipitação evaporada na corrente ascendente. Seco, tem-se PECA entre 0,25 e 1,0, o que aumenta a fração de evaporação. Úmido, tem-se PECA entre 0,25 e 0,50, o que diminui a fração de evaporação.

Tabela 2: Data de início de cada simulação, período de estabilização (mês) e período da previsão (mês), gerados pelo modelo climático regional RegCM4.

Tabela 3: Data de semeadura e emergência, cultivar ou grupo de maturação e nível tecnológico, observados nas lavouras e utilizados na simulação com o modelo SimulArroz, durante a safra 2013/2014 de arroz irrigado, nos municípios de Restinga Seca e Itaqui, RS.

⁽¹⁾
Definido com base no sistema de cultivo (sistematizado ou em taipas com curvas de nível), nível de fertilidade do solo, semeadura dentro do período preferencial e incidência de doenças, pragas e plantas daninhas.

Tabela 4: Caracterização química do solo nas lavouras de arroz irrigado, nos municípios de Restinga Seca e Itaqui, RS.

Tabela 5: Estatísticas RQME, RQMEn, dw, dw₁, BIAS e r, para os membros 01, 07, 10, 13, 19, 22, 31, 34 e 37 do modelo climático RegCM4, acoplado ao modelo SimulArroz, para previsão de produtividade de grãos de arroz, para os municípios de Restinga Seca e Itaqui, RS, para a safra 2013/2014 de arroz irrigado.

RQME, raiz do quadrado médio do erro; RQMEn, raiz do quadrado médio do erro normalizado; dw, índice de concordância; dw₁, índice de concordância modificado; BIAS, índice bias; r, coeficiente de correlação de Pearson.

How to cite

copy

Embrapa Secretaria de Pesquisa e Desenvolvimento; Pesquisa Agropecuária Brasileira Caixa Postal 040315, 70770-901 Brasília DF Brazil, Tel. +55 61 3448-1813, Fax +55 61 3340-5483 - Brasília - DF - Brazil
E-mail: pab@embrapa.br

Acompanhe os números deste periódico no seu leitor de RSS

Versão para download de PDF

PDF

Português

Versões e tradução automática

Versão original do texto

Português

Tradução automática

Google Translator
Microsoft Translator

Como citar

RIS

BIBTEX

Outros formatos de citação e exportação:

SciELO - Scientific Electronic Library Online
Rua Dr. Diogo de Faria, 1087 – 9º andar – Vila Clementino 04037-003 São Paulo/SP - Brasil
E-mail: scielo@scielo.org

Leia a Declaração de Acesso Aberto

Métricas

Numerical modeling for yield forecast of flooded rice in the state of Rio Grande do Sul, Brazil

PlumX

Mensagem

[TFN1] ICUP, parâmetro que define o tipo de esquema de parametrização adotado. Grell param., parâmetro do esquema Grell, que permite controlar a fração da precipitação evaporada na corrente descendente; PECA, precipitação evaporada na corrente ascendente. Seco, tem-se PECA entre 0,25 e 1,0, o que aumenta a fração de evaporação. Úmido, tem-se PECA entre 0,25 e 0,50, o que diminui a fração de evaporação.