Submitted by admin tede (tede@pucgoias.edu.br) on 2018-05-28T19:09:38Z
No. of bitstreams: 1
LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5) / Made available in DSpace on 2018-05-28T19:09:38Z (GMT). No. of bitstreams: 1
LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5)
Previous issue date: 2018-03-27 / Understanding how climate change influences crop yield contributes to the forecasting
of its consequences and assists in the management of agribusiness and food security. In
this study, partial least squares regression (PLSR) was used to quantify the contribution
of climate change to soybean and corn yield. To verify the accuracy of the model, the
time series regression was applied. The Central-West and South regions of Brazil were
considered for the modeling of grain yield using precipitation, temperature, humidity,
evapotranspiration and carbon dioxide levels between 1980 and 2016 as predictors. In
both regions, the main contributor to increased grain yield was the increase in carbon
dioxide levels, and the main contributor to the reduction of productivity was air humidity,
suggesting that climate change is influencing grain yield. The results confirm climate
change, indicating that farmers and decision makers should work on other variables that
control productivity, such as genetic improvement and agricultural management practices. / Compreender como as mudanças climáticas influenciam na produtividade agrícola contribui
com a previsibilidade de suas consequências e auxilia na gestão do agronegócio e
da segurança alimentar. Neste estudo, foi utilizada a regressão por mínimos quadrados
parciais (PLSR) para quantificar as contribuições das mudanças climáticas na produtividade
da soja e do milho. Para verificar a qualidade de ajuste do modelo foi aplicada a
regressão de séries temporais. As regiões Centro-Oeste e Sul do Brasil foram consideradas
para a condução da modelagem da produtividade de grãos, utilizando como variáveis
preditoras a precipitação, temperatura, umidade, evapotranspiração e os níveis de dióxido
de carbono, entre os anos de 1980 a 2016. Nas duas regiões, o principal contribuinte para o
incremento da produtividade de grãos foi o aumento nos níveis de dióxido de carbono e
o principal contribuinte para a redução da produtividade foi a umidade do ar, sugerindo
que as mudanças climáticas estão influenciando na produtividade de grãos. Os resultados
confirmam as mudanças climáticas, indicando que agricultores e tomadores de decisões
deverão atuar em outras variáveis que controlam a produtividade, como melhoramento
genético e práticas de gestão agrícola.
| Identifer | oai:union.ndltd.org:IBICT/oai:ambar:tede/3978 |
| Date | 27 March 2018 |
| Creators | Merelles, Leonardo Rodrigues de Oliveira |
| Contributors | Menezes, José Elmo de, Coelho, Clarimar José, Figueiredo, Reginaldo Santana |
| Publisher | Pontifícia Universidade Católica de Goiás, Programa de Pós-Graduação STRICTO SENSU em Engenharia de Produção e Sistemas, PUC Goiás, Brasil, Escola de Engenharia::Curso de Engenharia de Produção |
| 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:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS, instname:Pontifícia Universidade Católica de Goiás, instacron:PUC_GO |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -1070195191083529415, 500, 500, 600, 1572319646979764410, 2551182063231974631 |
Page generated in 0.0019 seconds