The sugarcane is emphasized in the national economy since colonization to
the current days. It contributed mainly to highlight the country as the biggest
producer and exporter of sugar and alcohol (ethanol) in the world. Irrigation
is the main technology to combat the random rains and decrease productivity
oscillations. The success of irrigation is conditioned to the quantity of water
applied, since it is expensive. Thus, searching for a minimal quantity of water
applied focusing on the maximum return on the investment (deficit irrigation)
is a recommended strategy in the context of the sugarcane culture, mainly
when the irrigation type is spraying mobile, which makes possible the selection
of areas according to their water needs. Agronomical productivity, applied
water and rainfall data provided by the Coruripe sugar mill (head office), production
functions considering the varieties RB 92579, RB 867515 and RB
93509 were developed. Moreover, it was calculated the water irrigation quantity
to obtain the maximum productivity, the maximum net income, and the
net income equivalent to the maximum productivity. The results indicated
that apply a reduced quantity of water in order to obtain the net income equivalent
to the full irrigation is a good strategy. In the cases where exist more
available resources, the maximum return of investment should be sought. In
this sense, using the Bayesian network tool support, a model was elaborated
to determine the net income, treat randomness rainfalls, and make inferences
and simulations. The knowledge contained in the networks illustrates that
when it rains more than expected, not rare, the irrigation becomes unfeasible.
On the other hand, when it rains a little, irrigation is economically viable and
essential to continue the business. / A cana-de-açúcar tem destaque na economia nacional desde a colonização até
os dias atuais. Ela contribui especialmente para a posição global do país como
o maior produtor e exportador de açúcar e de álcool (etanol) do mundo. Fatores
climáticos e pluviométricos aleatórios afetam diretamente sua produção.
A irrigação é a principal tecnologia para combater a aleatoriedade das chuvas
e diminuir as oscilações da produtividade. O êxito econômico desse procedimento
está condicionado à lâmina de água aplicada uma vez que a irrigação
tem elevados custos. Buscar um compromisso entre fornecer uma lâmina
mínima de água e obter o máximo de retorno financeiro (irrigação com déficit)
é uma estratégia recomendada à cultura da cana-de-açúcar, principalmente
quando o tipo de irrigação é por aspersão com mobilidade, que possibilita irrigar
áreas escolhidas em função das necessidades do manejo agrícola. Com
dados de produtividade, lâminas de irrigação aplicada e precipitações pluviométricas
fornecidos pela Usina Coruripe unidade matriz , foram geradas
funções de produção para as variedades RB 92579, RB 867515 e RB 93509.
Após isso, foram calculadas as quantidades de água para obter a máxima
produtividade, a máxima receita líquida e a receita líquida equivalente à máxima
produtividade. Os resultados indicaram que uma boa estratégia é aplicar
uma quantidade de água reduzida para obter receita líquida equivalente à da
irrigação plena. Para os casos de maior disponibilidade de recursos, deve-se
buscar o máximo retorno financeiro. Nesse sentido, de posse do ferramental
de redes bayesianas, elaboraram-se modelos para apurar as receitas líquidas,
tratar da aleatoriedade das precipitações pluviométricas e fazer inferências e
simulações. Os conhecimentos representados nas redes ilustram que quando
chove acima do esperado, a irrigação torna-se, não raro, inviável economicamente;
já quando chove pouco, ela é viável financeiramente e indispensável à
continuidade do negócio.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.repositorio.ufal.br:riufal/821 |
| Date | 04 December 2009 |
| Creators | Barros, Petrucio Antonio Medeiros |
| Contributors | Luna, Henrique Pacca Loureiro, Luna, H. P. L., Paiva, Rafael Piatti Oiticica de, PAIVA, R.P.O., Costa, Evandro de Barros, COSTA, E. B., Soletti, João Inácio, SOLETTI, J. I. |
| Publisher | Universidade Federal de Alagoas, BR, Modelagem Computacional de Conhecimento, Programa de Pós-Graduação em Modelagem Computacional de Conhecimento, UFAL |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFAL, instname:Universidade Federal de Alagoas, instacron:UFAL |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/821/1/Dissertacao_Completa_JoseTenorioCesarCosta_2009.pdf, bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/821/2/Dissertacao_Completa_JoseTenorioCesarCosta_2009.pdf.txt |
Page generated in 0.0567 seconds