EFICIÊNCIA DO MODELO CERES-MAIZE NA PREDIÇÃO DA PRODUTIVIDADE DE MILHO EM ÁREAS COM PRESENÇA DE VARIABILIDADE ESPACIAL

Ano: 2005 | Volume: 29 | Número: 6

Autores: S. M. C. Hurtado, C. M. Paglis, R. G. V. Pinho

Palavras-chave: modelagem, dssat, zea mays l

Resumo Português:

Modelos são utilizados para a simulação do crescimento de plantas como ferramentas na otimização das práticas de manejo,
bem como para estimar produtividades. Com este estudo objetivou-se testar a eficiência do modelo CERES-maize na estimação da
produtividade de milho, em função da variabilidade espacial presente na área. Foram instaladas no Campus da UFLA parcelas
experimentais em áreas variáveis segundo o teor de saturação por bases (V%), ao ter-se mostrado decisivo nas observações realizadas.
Também foram obtidos dados de temperaturas máxima e mínima, precipitação e radiação solar; dados de solo nas camadas de 0-27, 27-
45, 45-68 68-80 e 80-100 cm; dados de manejo da cultura do milho, e estimados os parâmetros genéticos do híbrido utilizado. Os
resultados da simulação mostraram que as produtividades foram maiores em áreas com elevada saturação por bases, coincidindo com
as produtividades observadas. Melhores aproximações nas respostas estimadas ficaram evidentes quando foram utilizados os valores
dos parâmetros genéticos próprios a cada parcela. Concluiu-se que o modelo CERES-maize foi capaz de estimar a tendência das
diferentes produtividades observadas, em função da variabilidade espacial da saturação por bases (V%), obtendo-se simulações mais
precisas ao utilizar os valores dos parâmetros genéticos próprios a cada parcela.

Resumo Inglês:

Simulation models are tools utilized for optimization of managements practices as well as to estimate crop yield. The present
study aimed to test the efficiency of the CERES-maize model to simulate corn yield related to the field spatial variability. The
experimental area was located at Federal University of Lavras, where experimental plots were established according to the variable areas
of base saturation (V%), a parameter regarded as decisive in the observed yields. Data of maximum and minimum temperatures, rainfall
and solar radiation; soil data in the 0-27, 27-45, 45-68, 68-80 and 80-100 cm layers to each experimental plot, management information
of corn crop and genetic parameters of the corn hybrid, were collected. The simulation presented better results when the genetic
parameters, particular to each plot, were utilized. Observed yield simulations were higher in areas of elevated base saturation. Due to that,
it follows that the simulation was capable to estimate a trend of the distinguished yields as related to the spatial variables of the soil
attribute (V%), obtaining more precise simulations with the use of the values of the genetic parameters estimated in each plot.