Orientador: Glauco de Souza Rolim / Banca: Márcio José de Santana / Banca: Lucieta Guerreiro Martorano / Resumo: O Brasil é o maior produtor da segunda commodity de maior valor no mercado, o café. O conhecimento de técnicas eficazes de estimativa de produtividade é de grande importância para o mercado cafeeiro, possibilitando melhor planejamento e tornando a atividade mais sustentável. Uma forma eficaz de se estimar a produtividade é através da modelagem agrometeorológica, que quantifica a influência do clima nos cultivos agrícolas. Entretanto, dados climáticos são necessários, e estes em sua maioria são provenientes de estações de superfície. Uma forma de inovar essa técnica é a utilização de outra fonte de dados climáticos, como os dados em grid (GD) que são resultado da combinação de diversas fontes, como sondas oceânicas, sensoriamento remoto, entre outros. O presente trabalho teve como objetivo estimar a produtividade de Coffea arabica a partir do modelo proposto por Santos e Camargo (2006) (SC) com dados meteorológicos provenientes dos GD dos sistemas ECMWF e NASA para regiões cafeeiras de Minas Gerais e São Paulo. Em um primeiro momento foram comparados dados de temperatura do ar e precipitação obtidos pelo ECMWF e NASA aos dados de estações meteorológicas de superfície, com o objetivo de verificação da acurácia dos GDs. No segundo momento foi proposta uma calibração no modelo de estimativa de produtividade de Santos e Camargo (2006), para a utilização dos GDs. Para temperatura, os dados do ECMWF e NASA foram precisos e acurados, com valores mínimos de RMSE iguais a 0,37 e 0,50 °... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Brazil is the largest producer of the second most valuable commodity on the market, coffee. The knowledge of effective techniques of yield estimation is importance for the coffee market, enabling better planning and making the activity more sustainable. An effective way of yield estimating is through agrometeorological modeling, which quantifies the influence of climate on agricultural crops. However, weather data is needed, and these mostly come from surface stations. One way to innovate this technique is to use another source of climate data, such as Gridded data (GD), which are the result of a combination of diverse sources such as oceanic probes, remote sensing, among others. This work aimed to propose the use of the model of yield estimation proposed by Santos and Camargo (2006) with meteorological data from the GCMs, ECMWF and NASA for coffee regions of Minas Gerais and São Paulo. At first, temperature and precipitation data obtained through the ECMWF and NASA were compared and verified with data from surface meteorological stations. In the second moment, a calibration was proposed in Santos and Camargo (2006), for the use of GDs (ECMWF and NASA). For temperature, ECMWF and NASA data were accurate and accurate, with minimum RMSE values of 0.37 and 0.50 ° C, and Willmott's d values of 0.86 and 0.53, respectively. For precipitation, the minimum values of precision and accuracy were lower, with RMSE equal to 2.15 and 5.33 ° C, and d of Willmott equal to 0.79 and 0.59, respectively. When the GD data were applied in the SC model for coffee yield estimation the ECMWF was superior to NASA. The calibration of the SC model coefficients for ECMWF and NASA data was efficient, since there was a decrease in the mean absolute percentage error (MAPE), mean root mean square root (RMSEs) and root mean squ... (Complete abstract click electronic access below) / Mestre
| Identifer | oai:union.ndltd.org:UNESP/oai:www.athena.biblioteca.unesp.br:UEP01-000884313 |
| Date | January 2017 |
| Creators | Valeriano, Taynara Tuany Borges. |
| Contributors | Universidade Estadual Paulista "Júlio de Mesquita Filho" Faculdade de Ciências Agrárias e Veterinárias. |
| Publisher | Jaboticabal, |
| Source Sets | Universidade Estadual Paulista |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | text |
| Format | xiii, 88 p. : |
| Relation | Sistema requerido: Adobe Acrobat Reader |
Page generated in 0.0021 seconds