Produtividade de cana-de-açúcar no Estado de São Paulo baseada em simulações multimodelos e mudanças climáticas

Autores

  • Helena Maria Soares Pinto ESALQ/USP
  • Murilo dos Santos Vianna ESALQ/USP
  • Leandro Garcia da Costa ESALQ/USP
  • Fábio Ricardo Marin

DOI:

https://doi.org/10.31062/agrom.v26i1.26300

Palavras-chave:

Saccharum officinarum, mudanças climáticas, modelagem

Resumo

O objetivo deste trabalho foi simular os níveis de produção da cana-de-açúcar para o cenário atual e futuro do Estado de São Paulo, baseando-se em dois modelos de simulação de cultura (DSSAT/CANEGRO e APSIM/Sugar) e dois modelos de projeção climática (CSIRO-Mk3-6-0 e HadGEM2-ES). As simulações ocorreram para trinta e oito locais do Estado e replicadas para dois cenários de emissão, otimista (RCP 4.5) e pessimista (RCP 8.5), e para três épocas de corte (precoce, média e tardia). Os cenários futuros, em média, representaram um aumento de 3% de precipitação total anual (45 mm), 9% na temperatura média máxima (3 °C) e 15% na temperatura média mínima (3 °C) nos locais de estudo em relação ao cenário atual. Através das simulações produzidas pelos dois modelos, foi possível identificar que a massa fresca de colmos respondeu positivamente aos cenários climáticos futuros em relação ao cenário atual, chegando a 16% no modelo APSIM/Sugar e 4% no modelo DSSAT/CANEGRO, o que corresponde à redução dos riscos de produção de cana-de-açúcar. De modo geral, nenhum dos cenários climáticos futuros implicaria em perda de produtividade em relação ao padrão atual.

Biografia do Autor

  • Helena Maria Soares Pinto, ESALQ/USP
    Possui graduação em Engenharia Ambiental pela Pontifícia Universidade Católica de Campinas (2012). Mestrado em Ciências pela Universidade de São Paulo, ESALQ. Tem experiência na área de meio ambiente, atuando principalmente em agrometereologia, modelagem de crescimento de cana-de-açúcar e mudanças climáticas.
  • Murilo dos Santos Vianna, ESALQ/USP
    Possui graduação em Engenharia Ambiental pela Pontifícia Universidade Católica de Campinas, SP (2011), mestrado em Engenharia de Sistemas Agrícolas pela Escola Superior de Agricultura "Luiz de Queiroz" (Universidade de São Paulo), Piracicaba, SP (2013) onde atualmente é doutorando no mesmo programa. Foi bolsista de iniciação científica pela EMBRAPA entre 2008 e 2010 e, no CEPAGRI entre 2010 e 2012, Campinas, SP. Realizou doutorado sanduíche na Universidade de Wageningen, Holanda, desenvolvendo projetos de pesquisas na área de agrometeorologia e modelagem de sistemas agrícolas com ênfase no aprimoramento, calibração e avaliação de modelos de crescimento para a cultura da cana-de-açúcar
  • Leandro Garcia da Costa, ESALQ/USP
    Possui graduação em Engenharia Agronômica pela Universidade Federal de São Carlos (2010), mestrado em Agricultura e Ambiente pela mesma Instituição (2012), atuando na área de Modelagem de Culturas e doutorado pela Universidade de São Paulo em Engenharia de Sistemas Agrícolas, com ênfase em Agrometeorologia e realizou o sanduíche no Commonwealth Scientific and Industrial Research Organisation (CSIRO) em Brisbane, Austrália, pesquisando o efeito do manejo da palha e da irrigação nos sistemas de cultivo de cana-de-açúcar brasileira utilizando o modelo de simulação de culturas (APSIM-Sugarcane). Possui experiência na área de Agronomia trabalhando especificamente com a cultura da cana-de-açúcar. Atualmente é professor na Pontifícia Universidade Católica de Campinas, ministrando as disciplinas de Clima e Ambiente; Conservação e Recuperação de Solos; Transporte e Meio Ambiente, Poluição Atmosférica e Mudanças Climáticas para a graduação em Engenharia Ambiental e no curso de Especialização "lato sensu" em Construções, Comunidades e Planejamentos Sustentáveis .
  • Fábio Ricardo Marin
    Engenheiro agrônomo pela ESALQ/USP (1998), com mestrado e doutorado na área de agrometeorologia pela mesma instituição. Foi pesquisador da Embrapa, atuando na equipe responsável pelo Zoneamento Agrícola de Riscos Climáticos (ZARC) do Brasil, tendo sido coordenador técnico entre 2006 e 2009; atuou na equipe responsável pelo Zoneamento Agroecológico da Cana-de--Açúcar; atuou em projetos de previsão de safras das culturas de café, cana, milho e soja para o Brasil. Concomitante (2005-2013), foi professor da PUC-Campinas, responsável pelas disciplinas na área de climatologia e mudanças climáticas e colunista (2003-2009) do Suplemento Agrícola do jornal "O Estado de São Paulo". Esteve em período sabático na Universidade da Florida (Campus de Gainesville), atuando junto a equipe mantenedora do Sistema DSSAT e com interesse em pesquisas sobre modelagem de cana-de-açúcar. Desde então, participa como co-líder da seção de modelagem de cana-de-açúcar do projeto AgMIP (www.agmip.org). É um dos representantes brasileiros no projeto Global Yield Gap Atlas (www.yieldgap.org), tendo participado dos levantamentos sobre as culturas de milho, soja e cana. Tem experiência international com visitas técnicas, participação em eventos técnico-científicos e proferindo palestras nos Estados Unidos, México, Inglaterra, França, Espanha, Holanda, Alemanha, Paraguai, Colômbia, Peru, Argentina, África do Sul, Quênia, Zimbábue, Ruanda, Uganda, Zâmbia, Angola, Moçambique, Botsuana, Tanzânia e Austrália. É o desenvolvedor do SAMUCA, um modelo brasileiro baseado em processos para cana-de-açúcar. Idealizou, implementou e mantém o Sistema TEMPOCAMPO-ESALQ, de suporte à previsão de safras das culturas de soja e cana-de-açúcar. Desenvolve projetos de extensão com diversas empresas brasileiras, principalmente no campo do monitoramento agrometeorológico e previsão de safras. Atualmente, é Pesquisador visitante na Fundação Getúlio Vargas (2008-) e professor do Depto. de Engenharia de Biossistemas da ESALQ/USP (2013-) com linha de pesquisa em agrometeorologia e modelagem de crescimento de culturas, com aplicações em avaliação de riscos climáticos para agricultura, zoneamento agrícola, projeções de impacto de mudanças climáticas, previsão de safras e manejo da irrigação.

Referências

ASSENG, S. et al. Uncertainty in simulating wheat yields under climate change. Nature climate change, v. 3, p. 827, 9 jun. 2013.

BASNAYAKE, J.; JACKSON, P. A.; INMAN-BAMBER, N. G.; LAKSHMANAN, P. Sugarcane for water-limited environments. Variation in stomatal conductance and its genetic correlation with crop productivity. Journal of experimental botany, v. 66, n. 13, p. 3945–3958, jul. 2015.

BATTISTI, R.; SENTELHAS, P. C.; BOOTE, K. J. Inter-comparison of performance of soybean crop simulation models and their ensemble in southern Brazil. Field crops research, v. 200, p. 28–37, 1 jan. 2017.

BRISTOW, K. L.; CAMPBELL, G. S. On the relationship between incoming solar radiation and daily maximum and minimum temperature. Agricultural and Forest Meteorology, v. 31, n. 2, p. 159–166, 1 maio 1984.

CONAB. Acomp. Safra Bras. Cana-De-Açúcar, v. 3 – Safra 2015/2016, n.4 – Quarto Levantamento, Brasília, p. 1-82, abr. 2016.

COSTA, L. G.; MARIN, F. R.; NASSIF, D. S. P.; PINTO, H.; LOPES-ASSAD, M. L. Simulação do efeito do manejo da palha e do nitrogênio na produtividade da cana-de-açúcar. Revista Brasileira de Engenharia Agrícola e Ambiental-Agriambi, v. 18, n. 5, 2014.

COUTINHO, R. M.; KRAENKEL, R. A.; PRADO, P. I. Catastrophic Regime Shift in Water Reservoirs and São Paulo Water Supply Crisis. PloS one, v. 10, n. 9, p. e0138278, 15 set. 2015.

DE SOUZA, A. P.; GASPAR, M.; DA SILVA, E. A.; ULIAN, E. C.; WACLAWOVSKY, A. J.; NISHIYAMA, M. Y., Jr; DOS SANTOS, R. V.; TEIXEIRA, M. M.; SOUZA, G. M.; BUCKERIDGE, M. S. Elevated CO2 increases photosynthesis, biomass and productivity, and modifies gene expression in sugarcane. Plant, cell & environment, v. 31, n. 8, p. 1116–1127, ago. 2008.

EPE. Balanço Energético Nacional. National Report. 2015.

FAO. Food and Agriculture Organization of the United Nations. FAOSTAT Statistics Database. Rome, 1998. Acessado em Abr 2016.

FORTUNATO, F. M.; VIEIRA, A. L.; GOMES NETO, J. A.; DONATI, G. L.; JONES, B. T. Expanding the potentialities of standard dilution analysis: Determination of ethanol in gasoline by Raman spectroscopy. Microchemical journal, devoted to the application of microtechniques in all branches of science, v. 133, p. 76–80, 1 jul. 2017.

HUDSON, N.; RUANE, A. Guide for Running AgMIP Climate Scenario Generation Tools with R. AgMIP. Available online: http://www. agmip. org/wp-content/uploads/2013/10/Guide-for-Running-AgMIPClimate- Scenario-Generation-with, 2013.

INMAN-BAMBER, N. G. Sugarcane water stress criteria for irrigation and drying off. Field crops research, v. 89, n. 1, p. 107–122, 10 set. 2004.

KEATING, B. A.; ROBERTSON, M. J.; MUCHOW, R. C.; HUTH, N. I. Modelling sugarcane production systems I. Development and performance of the sugarcane module. Field crops research, v. 61, n. 3, p. 253–271, 1 maio 1999.

LI, T. et al. Uncertainties in predicting rice yield by current crop models under a wide range of climatic conditions. Global change biology, v. 21, n. 3, p. 1328–1341, mar. 2015.

MARIN, F. R. Understanding sugarcane yield gap and bettering crop management through crop production efficiency. In: Crop Management-Cases and Tools for Higher Yield and Sustainability. [s.l.] InTech, 2012. .

___. Eficiência de produção da cana-de-açúcar brasileira: estado atual e cenários futuros baseados em simulações multimodelos. [s.l.] Universidade de São Paulo, 2014.

MARIN, F. R.; JONES, J. W.; SINGELS, A.; ROYCE, F.; ASSAD, E. D.; PELLEGRINO, G. Q.; JUSTINO, F. Climate change impacts on sugarcane attainable yield in southern Brazil. Climatic change, v. 117, n. 1, p. 227–239, 1 mar. 2013.

MONTEIRO, J. E.; OTHERS. Agrometeorologia dos cultivos: o fator meteorológico na produção agrícola. 2009.

MOSS, R. H. et al. The next generation of scenarios for climate change research and assessment. Nature, v. 463, n. 7282, p. 747–756, 11 fev. 2010.

NASSIF, D. S. P.; MARIN, F. R.; PALLONE FILHO, W. J.; RESENDE, R. S.; PELLEGRINO, G. Q. Parametrização e avaliação do modelo DSSAT/ Canegro para variedades brasileiras de cana-de-açúcar. Pesquisa Agropecuaria Brasileira, v. 47, n. 3, p. 311–318, 2012.

PEREIRA, M. G.; CAMACHO, C. F.; FREITAS, M. A. V.; SILVA, N. F. DA. The renewable energy market in Brazil: Current status and potential. Renewable and Sustainable Energy Reviews, v. 16, n. 6, p. 3786–3802, 1 ago. 2012.

RICHARDSON, C. W.; WRIGHT, D. A. WGEN: A model for generating daily weather variables. 1984.

ROSENZWEIG, C. et al. The Agricultural Model Intercomparison and Improvement Project (AgMIP): Protocols and pilot studies. Agricultural and Forest Meteorology, v. 170, p. 166–182, 15 mar. 2013.

ROSENZWEIG, C. et al. Assessing agricultural risks of climate change in the 21st century in a global gridded crop model intercomparison. Proceedings of the National Academy of Sciences of the United States of America, v. 111, n. 9, p. 3268–3273, 4 mar. 2014.

RÖTTER, R. P.; CARTER, T. R.; OLESEN, J. E.; PORTER, J. R. Crop–climate models need an overhaul. Nature climate change, v. 1, p. 175, 19 jun. 2011.

SANTOS VIANNA, M. DOS; SENTELHAS, P. C. Simulação do risco de deficit hídrico em regiões de expansão do cultivo de cana-de-açúcar no Brasil. Pesquisa Agropecuaria Brasileira, v. 49, n. 4, p. 237–246, 11 jun. 2014.

___. Performance of DSSAT CSM-CANEGRO Under Operational Conditions and its Use in Determining the “Saving Irrigation” Impact on Sugarcane Crop. Sugar Tech, v. 18, n. 1, p. 75–86, 1 fev. 2016.

SCARPARE, F. V.; HERNANDES, T. A. D.; RUIZ-CORRÊA, S. T.; PICOLI, M. C. A.; SCANLON, B. R.; CHAGAS, M. F.; DUFT, D. G.; CARDOSO, T. DE F. Sugarcane land use and water resources assessment in the expansion area in Brazil. Journal of cleaner production, v. 133, p. 1318–1327, 1 out. 2016.

SINGELS, A.; JONES, M.; BERG, M. VAN DER. DSSAT v 4.5 Canegro Sugarcane Plant Module. Scientific Documentation. 2008. International Consortium for Sugarcane Modelling, [s.d.].

SOARES, F. A. DE A. Zonas edafoclimáticas homogêneas das principais regiões de cana-de-açúcar do Brasil. [s.l.] Universidade de São Paulo, 2015.

STOCKER, T. F.; QIN, D.; PLATTNER, G. K.; TIGNOR, M.; ALLEN, S. K.; BOSCHUNG, J.; NAUELS, A.; XIA, Y.; BEX, V.; MIDGLEY, P. M. Climate change 2013: the physical science basis. Intergovernmental panel on climate change, working group I contribution to the IPCC fifth assessment report (AR5). New York, 2013.

STOKES, C. J.; INMAN-BAMBER, N. G.; EVERINGHAM, Y. L.; SEXTON, J. Measuring and modelling CO2 effects on sugarcane. Environmental Modelling & Software, v. 78, p. 68–78, 1 abr. 2016.

TOMASELLA, J.; HODNETT, M. G.; ROSSATO, L. Pedotransfer Functions for the Estimation of Soil Water Retention in Brazilian Soils. v. 64, p. 327–338, 2000.

VAN WART, J.; GRASSINI, P.; YANG, H.; CLAESSENS, L.; JARVIS, A.; CASSMAN, K. G. Creating long-term weather data from thin air for crop simulation modeling. Agricultural and Forest Meteorology, v. 209-210, p. 49–58, 15 set. 2015.

VU, J. C. V.; ALLEN, L. H.; GESCH, R. W. Up-regulation of photosynthesis and sucrose metabolism enzymes in young expanding leaves of sugarcane under elevated growth CO2. Plant science: an international journal of experimental plant biology, v. 171, n. 1, p. 123–131, 1 jul. 2006.

WALTER, A.; GALDOS, M. V.; SCARPARE, F. V.; LEAL, M. R. L. V.; SEABRA, J. E. A.; CUNHA, M. P. DA; PICOLI, M. C. A.; OLIVEIRA, C. O. F. DE. Brazilian sugarcane ethanol: developments so far and challenges for the future. Wiley Interdisciplinary Reviews: Energy and Environment, v. 3, n. 1, p. 70–92, 22 jan. 2014.

YIN, X. et al. Multi-model uncertainty analysis in predicting grain N for crop rotations in Europe. European journal of agronomy: the journal of the European Society for Agronomy, v. 84, p. 152–165, 1 mar. 2017.

Downloads

Publicado

12/21/2018

Edição

v. 26 n. 1 (2018)

Seção

ESTATÍSTICA E MODELAGEM

Como Citar

Produtividade de cana-de-açúcar no Estado de São Paulo baseada em simulações multimodelos e mudanças climáticas. (2018). Agrometeoros, 26(1). https://doi.org/10.31062/agrom.v26i1.26300

Artigos Semelhantes

1-10 de 50

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

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