Modelos para a previsão da produtividade da cana-de-açúcar (Saccharum spp.) através de parâmetros climáticos.

• Main Author: Maximiliano Salles Scarpari
• Other Authors: Edgar Gomes Ferreira de Beauclair
• Language: Portuguese
• Published: Universidade de São Paulo 2002
• Subjects: agroclimatologia; cana-de-açúcar; modelos matemáticos; produtividade agrícola – previsão; crop productivity - prediction; agroclimatology; mathematical models; sugar cane
• Online Access: http://www.teses.usp.br/teses/disponiveis/11/11136/tde-17122002-165859/

A cultura da cana-de-açúcar é submetida durante o seu desenvolvimento a diferentes condições ambientais, sendo o rendimento agrícola afetado diretamente por estas condições. Dessa variação ao longo do ciclo, surge a necessidade de se prever as respostas da cultura aos diferentes estímulos para fins de planejamento. Modelos de previsão de produtividade e qualidade da matéria-prima tornam-se ferramentas importantes na lavoura canavieira, objetivando suprir estimativas de rendimento ao longo da safra, visando à caracterização das alternativas de manejo, aumentando a eficácia das decisões gerenciais e estratégicas. O objetivo deste trabalho foi desenvolver modelos capazes de obter previsões de ATR - Açúcar Teórico Recuperável e TCH - toneladas de cana-de-açúcar por hectare, ao longo da safra, utilizando dados referentes aos fatores de produção como precipitação e temperatura. Os dados da Usina Açucareira Bortolo Carolo localizada no município de Pontal – SP das safras 1999/2000, 2000/2001 e 2001/2002 foram analisados em termos de produtividade (ATR e TCH), idade do canavial, solo, variedades e manejo, e com os dados testou-se modelos estatísticos de previsão de produtividade utilizando o programa computacional SAS "Statistical Analysis System". Os modelos de maturação (ATR) para cana de ano e cana de ano e meio foram os mais promissores obtendo um coeficiente de determinação R2 = 0,6943* e 0,7574*, respectivamente. Na simulação aplicou-se o teste qui-quadrado onde para cana de ano não há diferença estatística significativa entre os dados reais e calculados (&#945; < 0,05). Para cana de ano o meio, há diferença estatística significativa ao nível de 5%. Com isso, pode-se confirmar e quantificar a existência de influência da precipitação, graus-dias e graus-dias negativos na maturação e produtividade da cana-de-açúcar. O modelo de maturação para cana de ano mostrou-se mais confiável comparado ao modelo de maturação para cana de ano e meio, após a realização da simulação para a safra 2001/2002. A introdução do fator graus-dias negativos foi de suma importância, pois teve grande influência no modelo de maturação. Os modelos de produtividade não se mostraram confiáveis após a realização da simulação para a safra 2001/2002. === Sugarcane crop grows under different weather condition, what affects directly the crop productivity. From this variation during its cicle, in order to plan, the prediction of the crop response to different inducements is needed. Productivity predicting models and quality of row material become important tools in sugarcane crop, the goal of these models is to supply the productivity valuation during the harvest time, aiming the characterization of the management alternatives, increasing the efficiency of strategically and administration decision. The goal of the present work was to develop models able to predict RTA - Recoverable Theory Sugar and TSH - tons of sugarcane per hectare, during the harvest time, using data refered to production factors with precipitation and temperature. The data base of Bartolo Carolo Sugar-mill localized in Pontal - SP of the agricultural years 1999/2000, 2000/2001 and 2001/2002 was analyzed in productivity terms (RTA and TSH), cane plantation age, soil type, variety of sugarcane used and management with these data productivity predicting statistical models were tested through the use of the software SAS "Statistical Analysis System". The maturation models (RTA) to a twelve month and a eighteen month sugarcane were the most promising, because they got a significant determination coefficient R2 = 0,6943* e 0,7574*, respectively. In the simulation was applered the chi-square test, in that to twelve-month sugarcane there is no statistical significant difference between real and simulated data (&#945; < 0,05). To eighteen-month sugarcane there is statistical difference significant the 5% level. In conclusion, there is confirm and quantify the influence of precipitation, degrees-days and negative degrees-days in sugarcane maturation and productivity. The maturation model to twelve month sugarcane is more trustful them the eighteen month sugarcane, after the simulation with data of 2001/2002 agricultural year. The introduction of factor negative degrees-days was very important, because it had a great influence in the maturation model. The production models don’t show trustful after the simulation with data of 2001/2002.