Função de produção e espacialização da precipitação efetiva: estudo de caso em fazendas de algodão e soja da Região Oeste da Bahia nas safras 2008/09 e 2009/10

Abstract

Em condições de sequeiro a produtividade das culturas é altamente dependente das interações entre os estádios de desenvolvimento da cultura e as variações climáticas. A intensidade, regularidade e distribuição da precipitação pluvial interferem significativamente neste tipo de cultivo. É necessário identificar a época mais propícia para o plantio para minimizar os efeitos das variáveis climáticas. Dados cedidos pela IRRIGER em parceria com o grupo MAEDA oriundos de 15 fazendas localizadas no oeste do estado da Bahia, nos municípios de São Desidério e Correntina, durante as safras 2008/09 e 2009/10 foram utilizados neste trabalho. A disponibilidade real de água nas profundidades de O a 30 cm, de 30 a 60 cm e de 60 a 90 cm, data do plantio, precipitação efetiva, evapotranspiração de referência e evapotranspiração das culturas de cada fazenda foram as variáveis adotadas. Como objetivo geral foram confecionados modelos para representar as funções de produção para as lavouras de algodão e soja e, como objetivo específico, estudou-se a distribuição espacial da precipitação efetiva dos três meses mais chuvosos da Região Oeste da Bahia, dezembro, janeiro e fevereiro em cada safra. Para encontrar modelos que descrevessem a produtividade das duas culturas a regressão linear múltipla foi utilizada, tendo como variáveis candidatas ao modelo de regressão: disponibilidade real de água em três profundidades (0 a 30, 30 a 60 e 60 a 90 cm), data do plantio, precipitação efetiva, evapotranspiração de referência e evapotranspiração das culturas. Realizou-se um estudo descritivo, verificou-se a colinearidade das variáveis e, posteriormente, por meio do método stepwise e o critério AIC encontrou-se as variáveis que comporiam os modelos que melhor descreviam a produtividade para cada cultura e safra. Na safra 2008/09 para a cultura do algodão não foi possível a adoção de nenhum modelo para descrever a produtividade. Entretanto, para a safra 2009/10 da mesma cultura, encontrou- se um modelo com duas variáveis independentes: data do plantio e precipitação efetiva. Para a soja na safra 2008/09 a data do plantio e a evapotranspiração da cultura foram as variáveis utilizadas para descrever a produtividade. Já na safra 2009/10 para a soja as variáveis foram a data de plantio e a disponibilidade real de água no solo na profundidade de O a 30 cm. Os Índices de Concordância de Willmott ficaram abaixo de 0,92. Para Ra2i foram obtidos valores menores que 71%. Os dados da precipitação pluvial coletados pelos pluviógrafos georreferenciados foram úteis para modelar a precipitação efetiva espacialmente. Os modelos adotados foram o esférico e gaussiano por apresentarem melhores resultados para os erros e para a relação observados e estimados. O mês de janeiro de 2010 foi o que apresentou maior grau de dependência espacial, 60% e, o que apresentou menor correlação entre os valores observados e estimados. Geraram-se seis mapas correspondentes ao meses dezembro, janeiro e fevereiro de cada safra por meio da krigagem ordinária. Observaram-se diferentes comportamentos mensais e anuais, com acentuada variação temporal e espacial. A interrelação entre as variáveis estudadas em cada período e cultura indicam que a influência de determinado parâmetro na produtividade varia estatisticamente em cada situação.

Under rainfed crop productivity is highly dependent on the interactions between the stages of development of culture and climate variations. The intensity, regularity and distribution of rainfall significantly interfere with this type of cultivation. It is necessary to identify the most propitious time for planting to minimize the effects of climatic variables. Data provided by IRRIGER in partnership with the group MAEDA coming from 15 farms located in the Western State of Bahia, in the municipalities of San Desiderio and Correntina during the crops 2008/09 and 2009/10 were used in this work. The actual availability of water depths 0-30 cm, 30-60 cm and 60-90 cm, planting date, effective precipitation, evapotranspiration and crop evapotranspiration from each farm were the variables adopted. As a general objective were confecionados models to represent the production functions for crops of cotton and soybeans and specific objective, we studied the spatial distribution of effective precipitation of the three wettest months of the Western Region of Bahia, December, January and February each crop. To find models that describe the productivity of the two crops linear regression was used, with the candidate variables to the regression model: actual availability of water at three depths (0-30, 30-60 and 60-90 cm), date planting, effective precipitation, evapotranspiration and crop evapotranspiration. We conducted a descriptive study, it was found collinearity of variables and, subsequently, by the method stepwise and AIC criterion met the variables that compose the models that best described the productivity for each crop and harvest. In 2008/09 for the cotton crop was not possible to adopt any model to describe productivity. However, for 2009/10 of the culture met a model with two independent variables: date of planting and effective precipitation. For soybeans in the 2008/09 planting date and crop evapotranspiration were the variables used to describe the productivity. In the crop 2009/10 for soybeans variables were the planting date and the actual availability of water in the sou l at the depth 0-30 cm. The Indices of Concordance Willmott were below 0.92. For Ra2i values were obtained less than 71 %. The rainfall data collected by rain gauges were georeferenced useful for modeling spatially effective precipitation. The models were adopted by the spherical Gaussian with better performance for the errors and the relationship observed and estimated. The month of January 2010 showed the highest degree of spatial dependence, 60%, and presented the lowest correlation between the observed and predicted values. Six-generated maps corresponding to the months December, January and February of each crop by ordinary kriging. We observed different behaviors monthly and yearly, with marked spatial and temporal variation. The interrelation between variables in each period and culture indicate that the influence of a certain parameter on productivity varies statistically in every situation.