O arroz é considerado o alimento mais importante para a segurança alimentar da população, sendo cultivado em várias localidades e diferentes condições climáticas ao redor do mundo. No Brasil, a maior parte do arroz é proveniente da produção no sistema inundado. Devido ao aumento da demanda por esse alimento e aos problemas sócio-ambientais causados pelo uso excessivo da água nesse sistema de produção, tem havido o interesse de se expandir a produção de arroz para outras regiões do país. Nas regiões Centro-Oeste, Norte e Nordeste, onde o arroz é produzido principalmente no sistema de terras altas, ou seja, de sequeiro, o principal fator limitante é o déficit hídrico. A fim de se minimizar os riscos climáticos associados à cultura do arroz de terras altas e maximizar os lucros, agricultores e órgãos governamentais devem buscar estratégias para identificar as melhores épocas de semeadura. Nesse contexto, as tomadas de decisão, podem ser auxiliadas pelo uso de modelos de simulação de culturas, os quais são ferramentas muito úteis, podendo predizer a variabilidade da produtividade, auxiliando na definição das épocas preferenciais de semeadura. Com base nisso, o presente estudo teve como objetivos: 1) calibrar e avaliar o desempenho do modelo ORYZA-DSSAT para simular o desenvolvimento e a produtividade do arroz de terras altas no Estado de Goiás; 2) aplicar o modelo calibrado e testado para determinar as épocas preferenciais de semeadura, juntamente com o índice de satisfação da necessidade de água (ISNA) de todas as fases da cultura e o custo de produção, e compará-las com as épocas propostas pelo Ministério da Agricultura (MAPA), através do zoneamento de risco climático; e 3) indicar as melhores regiões do Estado de Goiás para produção do arroz de terras altas, por meio de mapas, de modo a subsidiar a recomendação de cultivares e a adoção de políticas públicas. Para a calibração do modelo foram utilizados dados de um experimento conduzido no período de 2010-2011, em Santo Antônio de Goiás, GO. Para avaliar o modelo, dados de dois experimentos independentes foram utilizados, sendo um em Santo Antônio de Goiás, GO no período de 2008-2009, e outro em Porangatu, GO, no período de 2009-2010. Já a avaliação das épocas preferenciais de semeadura empregou dados meteorológicos e dos solos de 26 localidades para séries históricas que variaram de 15 a 30 anos. A cultivar utilizada foi a BRS-Primavera, de ciclo médio. Os resultados obtidos indicaram que o modelo simulou satisfatoriamente o desenvolvimento e a produtividade do arroz de terras altas para as condições de Goiás. Foram encontradas diferenças entre as épocas preferenciais de semeadura obtidos neste estudo e as recomendadas pelo MAPA. O modelo mostrou-se eficiente em simular a produtividade potencial e atingível do arroz de terras altas em Goiás em função da variação temporal e espacial das condições climáticas, possibilitando gerar mapas para subsidiar a expansão da cultura no estado de GO, a alocação de cultivares e avaliar o risco climático de diferentes épocas de semeadura. / Rice is the most important crop for food security, growing in many locations and different climate conditions around the world. In Brazil, rice is grown mainly under flood conditions. Due the increase of rice demand and social and environmental problems caused by the excessive use of water in the flood production system, there has been interest of expanding rice production to other regions of Brazil. In these regions, where rice production system is under rainfed conditions (upland rice), the main factor limiting rice yield is the water stress. To minimize the climatic risks and maximize profits, farmers and government agencies should find out strategies to identify the best sowing dates for upland rice. In such context, the decisions can be done based on crop simulation models, which are very useful tools to predict the variability of yield, defining the best sowing dates. Based on that, the objectives of the present study were: 1) to calibrate and evaluate ORYZA-DSSAT model to estimate the development and yield of upland rice in the State of Goiás, Brazil; 2) to apply the model for determining the best sowing dates, together with the crop water requirement satisfaction index (ISNA) for all phenological phases and production costs, and to compare these dates with those recommended by the Climatic Risk Zoning of Minister of Agriculture, Livestock and Food Supply (MAPA); and 3) to determine the best regions of Goiás State to grown upland rice, thtough yield maps, in order to support the recommendation of rice cultivars and adoption of public policies. To calibrate the model, data from one field experiment carried out in Santo Antônio de Goiás, GO during 2010-2011 season was used. To evaluate the model data from two other independent field experiments were used, with the first carried out in Santo Antônio de Goiás, GO, during 2008-2009 season, and the second in Porangatu, GO, during 2009-2010 season. The upland Brazilian rice cultivar BRS-Primavera (normal season) was the one used in these experiments. The results showed that the model was able to estimate development and yield of upland rice in Goiás State. Differences were found among the best sowing dates determined by this study and those recommended by MAPA. The model ORYZA-DSSAT was efficient for simulating the upland rice potential and attainable upland rice yields in the state of Goiás, in function of temporal and spatial climate variability, making possible to generate maps to subsidize the crop expansion in the state, to allocate the best cultivars to each region and to evaluate the climatic risk of the different sowing dates.

O arroz é considerado o alimento mais importante para a segurança alimentar da população, sendo cultivado em várias localidades e diferentes condições climáticas ao redor do mundo. No Brasil, a maior parte do arroz é proveniente da produção no sistema inundado. Devido ao aumento da demanda por esse alimento e aos problemas sócio-ambientais causados pelo uso excessivo da água nesse sistema de produção, tem havido o interesse de se expandir a produção de arroz para outras regiões do país. Nas regiões Centro-Oeste, Norte e Nordeste, onde o arroz é produzido principalmente no sistema de terras altas, ou seja, de sequeiro, o principal fator limitante é o déficit hídrico. A fim de se minimizar os riscos climáticos associados à cultura do arroz de terras altas e maximizar os lucros, agricultores e órgãos governamentais devem buscar estratégias para identificar as melhores épocas de semeadura. Nesse contexto, as tomadas de decisão, podem ser auxiliadas pelo uso de modelos de simulação de culturas, os quais são ferramentas muito úteis, podendo predizer a variabilidade da produtividade, auxiliando na definição das épocas preferenciais de semeadura. Com base nisso, o presente estudo teve como objetivos: 1) calibrar e avaliar o desempenho do modelo ORYZA-DSSAT para simular o desenvolvimento e a produtividade do arroz de terras altas no Estado de Goiás; 2) aplicar o modelo calibrado e testado para determinar as épocas preferenciais de semeadura, juntamente com o índice de satisfação da necessidade de água (ISNA) de todas as fases da cultura e o custo de produção, e compará-las com as épocas propostas pelo Ministério da Agricultura (MAPA), através do zoneamento de risco climático; e 3) indicar as melhores regiões do Estado de Goiás para produção do arroz de terras altas, por meio de mapas, de modo a subsidiar a recomendação de cultivares e a adoção de políticas públicas. Para a calibração do modelo foram utilizados dados de um experimento conduzido no período de 2010-2011, em Santo Antônio de Goiás, GO. Para avaliar o modelo, dados de dois experimentos independentes foram utilizados, sendo um em Santo Antônio de Goiás, GO no período de 2008-2009, e outro em Porangatu, GO, no período de 2009-2010. Já a avaliação das épocas preferenciais de semeadura empregou dados meteorológicos e dos solos de 26 localidades para séries históricas que variaram de 15 a 30 anos. A cultivar utilizada foi a BRS-Primavera, de ciclo médio. Os resultados obtidos indicaram que o modelo simulou satisfatoriamente o desenvolvimento e a produtividade do arroz de terras altas para as condições de Goiás. Foram encontradas diferenças entre as épocas preferenciais de semeadura obtidos neste estudo e as recomendadas pelo MAPA. O modelo mostrou-se eficiente em simular a produtividade potencial e atingível do arroz de terras altas em Goiás em função da variação temporal e espacial das condições climáticas, possibilitando gerar mapas para subsidiar a expansão da cultura no estado de GO, a alocação de cultivares e avaliar o risco climático de diferentes épocas de semeadura. / Rice is the most important crop for food security, growing in many locations and different climate conditions around the world. In Brazil, rice is grown mainly under flood conditions. Due the increase of rice demand and social and environmental problems caused by the excessive use of water in the flood production system, there has been interest of expanding rice production to other regions of Brazil. In these regions, where rice production system is under rainfed conditions (upland rice), the main factor limiting rice yield is the water stress. To minimize the climatic risks and maximize profits, farmers and government agencies should find out strategies to identify the best sowing dates for upland rice. In such context, the decisions can be done based on crop simulation models, which are very useful tools to predict the variability of yield, defining the best sowing dates. Based on that, the objectives of the present study were: 1) to calibrate and evaluate ORYZA-DSSAT model to estimate the development and yield of upland rice in the State of Goiás, Brazil; 2) to apply the model for determining the best sowing dates, together with the crop water requirement satisfaction index (ISNA) for all phenological phases and production costs, and to compare these dates with those recommended by the Climatic Risk Zoning of Minister of Agriculture, Livestock and Food Supply (MAPA); and 3) to determine the best regions of Goiás State to grown upland rice, thtough yield maps, in order to support the recommendation of rice cultivars and adoption of public policies. To calibrate the model, data from one field experiment carried out in Santo Antônio de Goiás, GO during 2010-2011 season was used. To evaluate the model data from two other independent field experiments were used, with the first carried out in Santo Antônio de Goiás, GO, during 2008-2009 season, and the second in Porangatu, GO, during 2009-2010 season. The upland Brazilian rice cultivar BRS-Primavera (normal season) was the one used in these experiments. The results showed that the model was able to estimate development and yield of upland rice in Goiás State. Differences were found among the best sowing dates determined by this study and those recommended by MAPA. The model ORYZA-DSSAT was efficient for simulating the upland rice potential and attainable upland rice yields in the state of Goiás, in function of temporal and spatial climate variability, making possible to generate maps to subsidize the crop expansion in the state, to allocate the best cultivars to each region and to evaluate the climatic risk of the different sowing dates.

Submitted by Mauricio Meira (mbmeira@gmail.com) on 2013-03-22T19:46:10Z No. of bitstreams: 1 TESE_MPAGRO_MBM_FINAL (REVISAO_FINAL).pdf: 2443714 bytes, checksum: 99998d03a61cc7211c087acdfbced8cb (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2013-03-22T20:00:25Z (GMT) No. of bitstreams: 1 TESE_MPAGRO_MBM_FINAL (REVISAO_FINAL).pdf: 2443714 bytes, checksum: 99998d03a61cc7211c087acdfbced8cb (MD5) / Made available in DSpace on 2013-03-22T20:03:12Z (GMT). No. of bitstreams: 1 TESE_MPAGRO_MBM_FINAL (REVISAO_FINAL).pdf: 2443714 bytes, checksum: 99998d03a61cc7211c087acdfbced8cb (MD5) Previous issue date: 2013-01-11 / Agriculture is the economic activity mostly depended on climate conditions. The climate events affect not only the plant metabolic, directly related to crop production, as well the most diverse activities in the field. According to Petr (1990) e Fageria (1992), mentioned by Hoogenboom (2000), around 80% of the worldwide crop production variability is due to the climate conditions variability during the crop cycle, especially for rainfed agriculture as the producers cannot make any control over the natural phenomena. In addition to influence the crop growing, crop development and crop production, the climate also affect the plant relation with microorganisms, insects, fungus and bacteria, helping or not to allow for plagues or diseases, which demands the appropriate controlling mechanisms. Most of the crop practices as soil preparation, seeding, fertilizing, irrigation, and specific input applications depending on particular weather and soil humidity specifications to be executed efficiently (PEREIRA et al., 2002). Due to the great importance of the climate to the crop production, the use of meterological and climate informations are fundamental to turn agriculture into a sustainable activity. (SIVAKUMAR et al. 2000). Under this context, the agrometeorology, interdisciplinary science that studies the influence of weather and climate on the food, fibers and energy production assumes strategic position to comprehend and solve problems facing by agriculture (MAVI E TUPPER, 2004). Governments’ usually supports the risk management from producers focusing on unpredictable and non-avoided, possible rare, with huge consequences (catastrophic losses) if producers could not manage these risks alone as there are a limited political options to be considered as an internal or international levels when the issue is about feed the citizens. The most recent worries about the worldwide population growing, degradation of natural resources and about sustainability in agriculture has been demanding for bigger efforts on the development of better strategies and land use practices towards a better knowledge about the relations among crop and climate. Therefore, the development of tools that may help the planning procedures and could support the decision making process to result in less environment impacts and on improve the agricul- ture resilience has been one of the main purpose of government institutions and nongovernment organizations linked to agriculture, environment and natural resources. Besides the sophisticate technicians applied to accurate estimate future prices, the unstable perspectives related to the crop commodities results into the hypothesis that in normal conditions, the climate related uncertainty, macroeconomic circumstances, political interventions, energy costs among other relevant factors suggests the crop commodities prices will remain unpredictable ahead. Even considering hedging strategies will remain predominant in regarding the financial risk mitigation derived price volatility, for the majority of the food companies, crop insurance and producers who depend on harvesting to earn the profits out of agriculture production, as well as for most of the agribusiness related organizations, mitigate market price risks together with agrometeorological risks makes sense. The use of a decision support tool based on geographic information system is the best way to take advantage of all knowledge available to monitor the crop and bioenergy production. Spatial filters applied to the analyze of overall crop status aligned with information products updated on time to check the crop yield at a farm level allows truly to monitor the risks associates to the agro meteorological conditions and the crop management practices. The technological convergence among the information and decision support systems through cloud based servers allows nowadays automatizing most of the analysis derivate from the available information to make it knowledge flow until the end users. The network of companies formed to produce spatial data, ether by employing remote sensing satellites or meteorological stations are prepared to guarantee a continuous flux of information ready to be consumed by the end users of this knowledge. The results of this work and the conclusions of this investigation confirm the hypothesis when information is communicated smartly, on time to be used on effective decision making allows a better mitigation of the risks associated to crop production thus could generate value to shareholders that may have assets linked to the agribusiness. The biggest challenge of this Master Science work is to show for agribusiness players that whenever facilitating to producers a simple way to them manage its own rural activity based on best practices related to agrometeorological monitoring, enabling mechanisms to assist for a better rural management and supporting the access to information, not only providing ad doc support and agronomic aids, it certainly improve the risk management competences related to agro and forest activities. / A agricultura é a atividade econômica mais dependente das condições climáticas. Os eventos climáticos afetam não só os processos metabólicos das plantas, diretamente relacionados à produção vegetal, como também as mais diversas atividades no campo. De acordo com Petr (1990) e Fageria (1992), citados por Hoogenboom (2000), ao redor de 80% da variabilidade da produção agrícola no mundo se deve à variabilidade das condições climáticas durante o ciclo de cultivo, especialmente para as culturas de sequeiro, já que os agricultores não podem exercer nenhum controle sobre esses fenômenos naturais. Além de influenciar o crescimento, o desenvolvimento e a produtividade das culturas, o clima afeta também a relação das plantas com microorganismos, insetos, fungos e bactérias, favore-cendo ou não a ocorrência de pragas e doenças, o que demanda as medidas de controle ade-quadas. Muitas das práticas agrícolas de campo, como o preparo do solo, a semeadura, a adu-bação, a irrigação, as pulverizações, a colheita, entre outras, também dependem de condições de tempo e de umidade no solo específicas para que possam ser realizadas de forma eficiente (PEREIRA et al., 2002). Dada a grande importância do clima para a produção agrícola, o uso de informações meteoro-lógicas e climáticas é fundamental para que a agricultura se torne atividade sustentável (SIVAKUMAR et al., 2000). Neste contexto, a agrometeorologia, ciência interdisciplinar que estuda a influência do tempo e do clima na produção de alimentos, fibras e energia, assume papel estratégico no entendimento e na solução dos problemas enfrentados pela agricultura (MAVI E TUPPER, 2004). Os governos apoiam usualmente a gestão de risco dos agricultores concentrando-se nos riscos imprevisíveis e inevitáveis, possivelmente raros, mas que têm graves consequências (perdas catastróficas) se os agricultores não conseguirem gerir estes riscos sozinhos já que existe nú-mero limitado de opções políticas a serem consideradas, quer a nível interno ou internacional, quando o assunto é referente à alimentação dos concidadãos. A preocupação crescente com o aumento da população mundial, com a degradação dos recur-sos naturais e com a sustentabilidade da agricultura tem exigido maiores esforços no desen-volvimento de melhores estratégias e práticas do uso do solo, a partir do melhor entendimento das relações entre a agricultura e o clima. Nesse sentido, o desenvolvimento de ferramentas que auxiliem o planejamento e o processo de tomadas de decisão que resultem em menores impactos ambientais e no aumento da resiliência da agricultura, tem sido um dos objetivos das instituições governamentais e não gover-namentais ligadas à agricultura, ao ambiente e aos recursos naturais. Sem embargo, as sofisticadas técnicas utilizadas para estimar preços no mercado futuro, as perspectivas relativamente instáveis das commodities agrícolas resultam do pressuposto de que em condições normais, as incertezas associadas ao clima, fatores macroeconômicos, in-tervenções de políticas e o custo da energia, entre outros fatores relevantes, sugerem que os preços dos produtos de base agrossilvipastoris permanecerão imprevisíveis. Mesmo que estratégias de hedging continuem sendo preponderantes no que tange à mitigação do risco financeiro causado pela volatilidade de preços, para a grande maioria das empresas, seguradoras, governos e produtores que dependem dos resultados da lavoura para colher os benefícios financeiros da produção agrícola, como no caso das empresas agrossilvipastoris, a mitigação dos riscos de mercado concomitantemente ao gerenciamento do risco agrometeoro-lógico faz todo sentido. A utilização de uma ferramenta de suporte a decisão baseado em sistemas de informação geo-gráfica é a melhor maneira de aproveitar todo o conhecimento que está disponível para o acompanhamento da produção de alimentos e de energia. Os filtros espaciais utilizados para analisar a situação como um todo, aliados a produtos de informação atualizados em tempo hábil para verificar a produção local permitem monitorar de fato os principais riscos relacio-nados condições agrometeorológicas e o manejo da produção agrícola. A convergência tecnológica entre os sistemas de informação e de suporte à decisão por meio de servidores nas nuvens possibilita hoje automatizar grande parte das análises que se podem obter com base nas informações disponíveis e fazer chegar o conhecimento até o usuário final. As redes de empresas formadas para produzir dados espaciais, seja por meio de satélites de sensoriamento remoto ou redes de estações meteorológicas, estão preparadas para garantir um fluxo contínuo de informação para serem consumidos por usuários deste conhecimento. Os informes deste trabalho e as conclusões desta investigação remetem à hipótese de que a comunicação de informações de forma inteligente, em tempo hábil de serem aplicadas na to-mada de decisão eficiente, permite que os riscos associados aos cultivos sejam mais bem mi-tigados e, portanto gerem valor aos acionistas com ativos ligados ao agronegócio. O maior desafio desta dissertação de mestrado encontra-se em mostrar aos atores do agrone-gócio que, ao dotar os agricultores de meios para que eles possam gerir sua atividade com base nas melhores práticas de manejo agrometeorológico, incentivar a criação de mecanismos que aperfeiçoem a gestão rural e ampliem o acesso à informação, e não apenas auxiliá-los sob a forma de apoio ad hoc e assistência agronômica, de fato se amplia a capacidade de gestão dos riscos associados às atividades agrossilvipastoris.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This research has objective to elaborate the Climate Risk Zoning of pecan (Carya illinoinensis) in Rio Grande do Sul State. The theoretical review was obtained by reading studies about Climatology, Zonings, contributions of Geotecnologies and the pecan cultivation. The methodology consisted of the collect of climate data in 23 weather stations of INMET distributed in the state territory, pecan production data and tree phenological phases t. The geographic database was elaborated in ArcGIS software 10.2.2. For climate risk zoning were defined the temperature above 35°C, excess rainfall, lack of chilling, drought and excessive relative humidity in different phenological phases. Each climate risk was classified in very low, low, medium, high and very high, and after your integration the zoning was obtained. Spatial interpolation kriging and multiple linear regression analysis were used for seasonal, annual climatic variable and climatic risk spatialization. The significant increase in planted area with pecan during the last years indicated that the pecan cultivation is expanding in Rio Grande do Sul State. The dynamics of climate variables in the state territory indicate that pecan climatic requirements is attended. . This is due to all risk index showed occurrence mainly in very low and low classes. The drought risk index in the fruits formation piorid showed the lowest occurrence (3.1%). However, excess rainfall risk index could affected in four tree phenological phases of the cultivation: foliar expansion, flowering, fruits formation and harvest. The temperatures higher than 35°C is more evident in the phase that the fruit is growingthan at flowering. For chilling lack was observed the five risk classes, with predominance of high and very high risk especially in the Valley of Uruguay River. Coastal plain had medium or high risks for moisture excess. The integrated Climate Risk Zoning presented two risk classes in different climatic regions. The very low climatic risk class is 41.8% of the gaucho territory and includes the areas in which predominated very low risk index or absence of risk for the difference variables. The low climatic risck class was divided into two classes: low - A and low - B. Climatic low risk A represents 51.6% of the territory and includes areas at drought risk (south of the state territory) and low to medium risk of lack of chilling. Climatic low risk - B represents 6.6% the study area, was distinguished from the previous risk in that the present predominance of lack of chilling. This indicated that pecan cultivation has great potential in Rio Grande do Sul state, but for to obtain a good production is necessary observad the climatic restrictions in each area that pecan is growthing. / O objetivo desta pesquisa consistiu em realizar o Zoneamento de Risco Climático da nogueira pecã (Carya illinoinensis) para o Rio Grande do Sul. Para tanto, a fundamentação teórica pautou-se em leituras a respeito da Climatologia, dos Zoneamentos, das contribuições das Geotecnologias e do cultivo da nogueira pecã. A metodologia constou da coleta de dados climáticos das 23 estações meteorológicas do INMET no Estado, dados de produção e fases fenológicas do cultivo. Elaborou-se o banco de dados geográfico com auxílio do software ArcGis 10.2.2. Definiu-se cinco classes de risco: muito baixo, baixo, médio, alto e muito alto para os fenômenos climáticos adversos de temperatura superior a 35ºC, excesso de precipitação, falta de horas de frio, estiagens e excesso de umidade relativa do ar nas diferentes fases fenológicas. Da integração dos cinco índices de risco obteve-se o zoneamento final. Utilizou-se da interpolação espacial de krigagem e da análise de regressão linear múltipla para a espacialização das variáveis climáticas sazonais e anuais e dos riscos climáticos. Os resultados destacam que o cultivo de nogueira está em expansão no Estado, com incremento significativo de área plantada. A dinâmica das variáveis climáticas aponta satisfação dos requerimentos climáticos do cultivo da nogueira pecã no Estado. Todos os índices de risco apresentaram ocorrência no território gaúcho principalmente das classes muito baixo e baixo. O índice de risco de estiagem na formação dos frutos foi o que apresentou menor ocorrência (3,1%) e o índice de risco de excesso de precipitação destacou-se por influenciar em quatro fases fenológicas do cultivo: expansão foliar, floração, formação dos frutos e colheita. O índice de temperaturas superiores a 35ºC é mais evidente no desenvolvimento dos frutos, do que na floração. Com relação ao índice de falta de horas de frio destaca-se a presença das cinco classes de risco, com atuação do risco alto e muito alto principalmente no Vale do Uruguai. O índice de risco de excesso de umidade na floração destacou-se com os riscos médio e alto na Planície Litorânea. O Zoneamento de Risco Climático apresentou duas classes de risco em regiões climáticas distintas. A classe de risco muito baixo representa 41,8% do território gaúcho e compreende as áreas em que predominan os índices de risco muito baixo ou a ausência de riscos. A classe de risco baixo foi subdividida em duas classes: baixo - A e baixo - B. O risco baixo A, representa 51,6% do território e contempla as áreas com risco de estiagem ao sul e risco muito baixo a médio de falta de horas de frio. E o risco baixo B que representa 6,6% da área de estudo, distinguiu-se do anterior pelo fato de apresentar o predomínio da falta das horas de frio. Estas constatações evidenciam que o cultivo da nogueira pecã apresenta grande potencial para seu desenvolvimento no Rio Grande do Sul, desde que observadas às áreas de restrições quanto aos riscos climáticos.