SIMULAÇÃO DA TRANSPIRAÇÃO DA CULTURA DO MILHO EM DIFERENTES

DATAS DE PLANTIO UTILIZANDO O MODELO SWAP

Marcos Alex dos Santos e Mariana Nascimento Delgado Oliveira

RESUMO:Diversos trabalhos foram publicados com o objetivo de ajustar séries de variáveis

climáticas a funções de distribuição de probabilidade com intuito de fornecer subsídios ao
planejamento agrícola. No entanto, poucos trabalhos avaliaram o efeito direto dessas variáveis
climáticas na produtividade das culturas O objetivo desse trabalho foi simular a transpiração
relativa da cultura do milho em quatros datas de plantio, para a cidade de Piracicaba-SP, através do
modelo agrohidrológico SWAP, com dados de climáticos de dez anos (de 1998 a 2008), afim de
avaliar épocas de plantio que condicionam menor estresse hídrico. Os dados climáticos para o
estudo foram obtidos do posto meteorológico localizado na Escola Superior de Agricultura Luiz de
Queiroz (ESALQ/USP), Piracicaba -SP. As datas de plantio escolhidas para as simulações foram
baseadas no calendário agrícola da cultura do milho para o estado, a saber: 15 de Setembro, 15 de
Outubro, 15 de Novembro e 15 de Dezembro. As simulações de transpiração atual pelo modelo
SWAP, para dez anos em Piracicaba-SP, mostraram que as quatro datas de plantio (15 de Setembro,
15 de Outubro, 15 de Novembro, e 15 de Dezembro) não promovem restrição hídrica a cultura do
milho.

INTRODUÇÃO

A transpiração da cultura (Ta) é determinada, basicamente, pelas características da planta,

condições atmosféricas e condições hidráulicas do solo. Sob condições hidráulicas não limitantes, a
transpiração processa-se à taxa potencial, sendo designada de transpiração potencial (T p). Porém, à
medida que o conteúdo de água do solo diminui de um certo valor crítico, a taxa de transpiração cai
drasticamente. A quantidade de água transpirada pelas plantas está intimamente relacionada com a
produtividade pelos seguintes motivos principais: a maioria dos nutrientes absorvidos pela planta
dá-se através da extração de água do solo e a transpiração faz com que os estômatos mantenham-se
abertos, permitindo a entrada de CO2. A redução da transpiração, consequentemente, diminui a
intensidade desses processos. Com base nesses aspectos, Doorenbos e Kassam (1979) propuseram
um simples modelo para estimar a produtividade de culturas. O modelo assume que o decréscimo
da produtividade relativa é proporcional a diminuição da evapotranspiração relativa, ou seja:
 Ya ET a
1−
Ym (
=K y 1−
ET c )
em que, Ya/Ym é produtividade relativa, (1 - Ya/Ym) diminuição relativa da produtividade, ETa/ETc,
evapotranspiração relativa, (1 - ETa/ETc) o estresse hídrico ou defict de evapotranspiração relativa e
Ky é a resposta da produtividade ao estresse hídrico. Os termos ETc e ETa referem-se,
respectivamente, a evapotranspiração potencial e evapotranspiração real da cultura.
Medidas diretas da evapotranspiração (ET) são difíceis de serem executadas. Dessa forma,
diversos modelos foram propostos para sua estimativa. Uma revisão sobre os principais métodos de
medidas e modelos de ET é dada por Rana e Katerji (2000). Um dos modelos mais utilizados
mundialmente é o modelo de Penman-Monteith (Monteith e Unsworth, 1988). A principal
dificuldade para se computar a ET por este método consiste na determinação de dois parâmetros do
modelo: resistência aerodinâmica e resistência da cultura, umas vez que esses termos não são
medidos diretamente e devem ser, portanto, modelados. Este modelo foi parametrizado pela FAO
(Allen et al., 1998) para a cultura da grama e da alfafa em ótimas condições hídricas, onde, sob tais
circunstâncias, define-se a evapotranspiração de referência (ETo). A ETc, por esse método, é
calculados multiplicando-se a ETo por um coeficiente empírico, chamado de coeficiente de cultura
(Kc).
Uma rotina para o calculo da ETa e da Ta é apresentada pelo modelo agrohidrólico SWAP
(Kroes et al., 2008). O modelo inicialmente estima a ETc para uma cultura com dossel
completamente fechado (pelo modelo de Penman-Monteith ou pelo método do Kc) e evaporação
potencial de solo descoberto (através do modelo Penman-Monteith). A partição entre transpiração e
evaporação potencial para todo o ciclo da cultura é feita através de uma abordagem similar a de
Ritchie (1972). A Ta é obtida através da redução da redução da extração potencial (Sp) de água pelas
raízes das plantas devido ao estresse hídrico ou salino, obtida empiricamente através da função de
redução de Feddes et al. (1978). Preferencialmente, a redução da S p é simulada pelo conceito
descrito por De Jong van Lier et al. (2008).
Diversos trabalhos foram publicados com o objetivo de ajustar séries de variáveis climáticas,
tais como, precipitação pluvial, ETo e temperatura do ar (exemplos, Fontana e Almeida, 2002;
Dourado-Neto et al., 2005; Martin et al., 2007; Silva et al., 2009; Vieira et al, 2010 ) a funções
empíricas de distribuição de probabilidade com intuito de prover informações para o planejamento
agrícola, como por exemplo, definição de épocas mais adequadas ao semeio de culturas. No
entanto, poucos trabalhos avaliaram o efeito direto dessas variáveis climáticas na produtividade das
culturas. Uma forma de se fazer esse tipo de avaliação é a através da estimativa da transpiração
relativa da cultura.
 O objetivo do presente trabalho é simular a transpiração relativa da cultura do milho em
quatros datas de plantio, para a cidade de Piracicaba-SP, através do modelo agrohidrológico SWAP,
com dados de climáticos de dez anos (de 1998 a 2008).

MATERIAL E MÉTODOS

Avaliou-se a transpiração da cultura do milho em quatro datas de plantio no período de

1998 - 2008 através de simulações com o modelo agrohidrológico SWAP para a cidade de
Piracicaba-SP. Os dados climáticos para o estudo foram obtidos do posto meteorológico localizado
na Escola Superior de Agricultura Luiz de Queiroz (ESALQ/USP), Piracicaba -SP (latitude 22º42'S;
longitude 47º30'W e altitude de 546 m).
As variáveis climáticas de entrada do modelo SWAP são: precipitação pluvial (P, mm),
temperatura do ar (máxima e mínima,°C), umidade do ar (U, Kpa), velocidade do vento (ms -1),
radiação solar global (Kjm-2). O modelo oferece dois métodos para o cálculo da evapotranspiração
potencial (ETp) da cultura: o método de Penman-Monteith (1985) e método do coeficiente da
cultura (Kc). No presente estudo, optou-se pelo segundo método.
A escolha das datas de plantio se baseou no calendário agrícola da cultura do milho para o
estado de São Paulo (Sandre e Fiorelle, 2009), que corresponde ao período de Outubro a Novembro.
Dessa forma, as datas de plantio escolhidas para as simulações foram : 15 de Setembro, 15 de
Outubro, 15 de Novembro e 15 de Dezembro. A cultivar utilizada foi o híbrido BR 206.
Informações bioclimáticas da cultivar são detalhadas por Brunini et al . (1995). O comprimento do
ciclo da cultivar foi definido a partir da técnica de graus-dia.
As informações sobre o crescimento da cultura, tais como, índice de área foliar (IAF) e
altura da cultura (CH), assim como o coeficiente (Kc) da cultura , foram expressadas em função do
estádio de desenvolvimento de cultura, obtido em função da temperatura do ar conforme Kroes et
al.(2008). As informações de IAF foram obtidas com base nos resultados experimentais e ajustes
obtidos por Manfron et al (2003). O Kc da cultura da cultura do milho foi obtido de Allen et al.
(1998).
O solo utilizado para as simulações é classificado como Latossolo Vermelho Amarelo
Distróficos argissólico A moderado textura média. As propriedades hidráulicas do solo e os
parâmetros da equação van Genuchten - Mualem (Tabela 1) foram obtidos de Carvalho (2002).

Tabela 1. Parâmetros da equação de van Genuchten-Mualen obtidos de Carvalho (2002).

Camada θr θr α n Ksat λ
(m)
0-0,30 0,17 0,31 0,01 9,51 4,97 0,05
 Camada θr θr α n Ksat λ
(m)
0,3 – 1,7 0,15 0,35 0,02 2,11 108,94 3,34

RESULTADOS E DISCUSSÃO

A distribuição de frequência da relação Ta/Tp para as quatro datas de plantio pode ser vista
na Figura 1. Nota-se que, em todas as datas de plantio, Ta/Tp = 1 foi o valor mais frequente. Diante
de tal resultado, pode-se inferir que, para essas datas de plantio, o teor de água no solo não é fator
limitante para a produção de milho, e suprimento de água via irrigação é prática desnecessária.
 Planting date: Sep 15th
Plantingcol(B):
Histogram and Probabilities for Data1 date : Oct 15th
0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
Mean SD 0,93 0,94 0,95
Maximum Minimum 0,96 0,97Size0,98 0,99 1,00
istogram and Probabilities for Data1 col(out15):
100 ---------------------------------------------------------------------------
100
0,87853 0,1116 1 0,62 1241 Mean SD Maximum Minimum
80 80 ----------------------------------------------------------------
0,99341 0,01039 1 0,94

Fra(%)
60

Fra(%)
60

40 40

20 20

700
400
350 600
Número de eventos

300 500

Número de eventos
250 400
200 300
150
200
100
100
50
0
0 0,93 0,94 0,95 0,96 0,97 0,98 0,99 1,00
0,60 0,65 0,70 0,75 0,80 0,85 0,90 0,95 1,00
Planting date:Ta/Tp
Nov 15th Planting date:
Ta/Tp Dec 15th
Histogram and Probabilities for

0,90 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99 1,00 Mean SD Maximum
Mean SD0,94 Maximum 0,95 0,96 0,97
Minimum 0,98 0,99
Size 1,00
------------------------------------------
100 ---------------------------------------------------------------------------
100 0,99369 0,00818
0,99064 0,01662 1 0,91 1225
80 80

60 60
Fra(%)
Fra(%)

40 40

20 20

700
600
600
500
500
Número de eventos

Número de eventos

400
400
300
300
200
200
100
100
0
0 0,94 0,95 0,96 0,97 0,98 0,99 1,00
0,90 0,91 0,92 0,93 0,94 0,95 0,96 0,97 0,98 0,99 1,00
Ta/Tp
Ta/Tp

Figura 1. Distribuição de frequência e ogivas da transpiração relativa (Ta/Tp) do milho para o

plantio de milho nas quatro datas de plantio: a) 15 de setembro; b) 15 de outubro; c) 15 de
novembro; d) 15 de dezembro.

Na Tabela 1, pode-se observar os valores médios de dez anos de simulação da transpiração

relativa (Tr) durante o ciclo do milho. Esses valores médios estão de acordo com a distribuição de
frequência apresenta na Figura 1. O valor mínimo da Tr, dentre as datas analisadas, ocorreu em
Setembro, sendo igual a 0,86. Os demais meses apresentaram maior ocorrência da Tr entre 0,97 a
1,0, proporcionando uma umidade não limitante para a cultura do milho. De acordo com Carlesso
(1995), a faixa ideal da Tr para a cultura do milho é entre 0,8 e 1,0. Esses resultados, todavia, não
garantem que as datas de plantio não possam afetar a produtividade da cultura do milho, uma vez
que a análise não foi feita em cada da fase da cultura, e sim para todo o ciclo da cultura: a tolerância
ao estresse hídrico varia de fase para fase fenológica (Payero, 2006).
 Os valores da relação ETa/ETp, para todas as data de plantio, foram inferiores ao da Tr. Isso
implica dizer que a umidade da camada superficial do solo , durante a fase inicial de
desenvolvimento, foi reduzida consideravelmente, e a extração de água do solo ocorreu nas
camadas mais profundas. Dado os elevados valores da Tr, a redução do conteúdo de umidade não
restringiu a transpiração da cultura. Raes et al. (2006) usou, para testar a eficiência de um modelo
no cultivo de milho, Tr ao invés de usar a relação ETa/ETp, como proposto originalmente por
Doorenbos e Kassam (1979). Esse autores observaram que, especialmente na fase inicial de
desenvolvimento, quando a evaporação do solo pode ainda ser mas relevante comparado com a
transpiração da cultura, o uso de ET relativa pode resultar em estimativas erradas de rendimento
sazonal.

Tabela 1. Valores acumulados médios de dez anos (1998 – 2008) das variáveis (Ep, Ea,Ta e Tp)
simuladas pelo modelo SWAP para as quatro datas de plantio.
Data de Tp Ta Ep Ea ETp ETa Ta/Tp ETa/ETp
plantio mm mm mm mm mm mm - -
15/set 323,8 278,8 163,0 84,3 486,8 363,1 0,86 0,75
15/out 319,3 314,6 167,7 70,6 487,0 385,2 0,99 0,79
15/nov 336,1 331,6 164,4 81,4 500,6 412,9 0,99 0,82
15/dez 330,5 324,7 152,1 85,7 482,6 410,3 0,98 0,85

Os totais de precipitação pluvial médios dos dez anos de simulação, do ciclo da cultura,
para as quatro épocas observadas, são apresentados na Figura 2. Nota-se que os totais de
precipitação do ciclo da cultura foram maiores para o plantio realizado em Novembro.
Comparando-se a Figura 2 com os resultados da Tabela 2, observa-se distribuição temporal da
precipitação foi de acordo com a distribuição da Tp, Ta e Tr.

Figura 2. Totais médios de precipitação do ciclo da cultura do milho para quatro datas de plantio.
CONCLUSÕES

As simulações de transpiração atual pelo modelo SWAP para dez anos em Piracicaba-SP
mostraram que as quatro datas de plantio (15 de Setembro, 15 de Outubro, 15 de Novembro, e 15 de
Dezembro) não promovem restrição hídrica a cultura do milho.

REFERÊNCIA BIBLIOGRÁFICAS

ALLEN, R.G.; PEREIRA, L.S.; RAES, D.; SMITH,M. Crop evapotranspiration: guidelines for
computing crop water requirements. Rome: FAO, 1998, 297p. FAO. Irrigation and Drainage Paper,
56

BRUNINI, O., BORTOLETTO, N., MARTINS, A.L.M. etal. Determinação das exigências térmicas
e hídricas de cultivares de milho. In: SEMINÁRIO SOBRE A CULTURA DO MILHO
“SAFRINHA”, 3., 1995, Assis. Resumos. Campinas: IAC/CDV, 1995. p.141-145.Carlesso (1995).

DOORENBOS, J. AND A.H. KASSAM, 1979. Yield response to water. FAO Irrigation and
Drainage Paper33, FAO, Rome, Italy.

De JONG VAN LIER, Q.; METSELAAR, K.; VAN DAM, J.C.; JONG, R. de & DUIJNISVELD,
W.H.M. Macroscopic root water uptake distribution using a matric flux potential approach. Vadose
Zone J., 7:1065-1078, 2008

DOURADO-NETO, D.; ASSIS, J.P.; TIMM, L.C; MANFRON, P.A.; SPAROVEK, G. MARTIN,
T.N. Ajuste de modelos de distribuição de probabilidade a séries históricas de precipitação pluvial
diária em Piracicaba-SP . Rev. Bras. Agrometeorologia, v. 13, n.2, p.273-283, 2005 .

FEDDES, R.A.; KOWALIK, P.J.; ZARADNY, H. Simulation of field water use and crop yield.
Simulation Monograph Series. PUDOC, Wageningen, 1978.

FONTANA, D. C.; ALMEIDA, T. S. de. Climatologia do número de dias com precipitação pluvial
no Estado do Rio Grande do Sul. Revista Brasileira de Agrometeorologia, v.10, n.1, p.135-

145, 2002.

KROES, J.G.;VAN DAM, J.C.; GROENENDIJK, P.; HENDRIKS, R.F.A.; JACOBS, C.M.J. SWAP
version 3.2. Theory description and user manual. Wageningen, Alterra, Alterra Report1649(02) -
Swap32 Theory description and user manual.doc. 262 pages, 2008.

MANFRON, P.A.; DOURADO-NETO.D.; PEREIRA, A.R; GARCIA, R.A.;BONNECARRÈRE;

MEDEIROS, S.L.P; PILAU, F.G. .Modelo de índice de área foliar da cultura do milho. Revista
Brasileira de Agrometeorologia, v. 11, n. 2, p. 333 -342, 203

MARTIN, T.N.; STORCK, L.; DOURADO-NETO,D. Simulação estocástica da radiação

fotossinteticamente ativa e da temperatura do ar por diferentes métodos. Pesq. agropec. bras.,
Brasília, v.42, n.9, p.1211-1219, 2007.

MONTEITH, J.L.; UNSWORTH, M.H. 1990. Principles of environmental physics. Edward Arnold,
London, p. 240.

NOVÁK, V.; HURTALOVÁ, T.; MATEJKA, F. Predicting the effects of soil water content and soil
water potential on transpiration of maize. Agricultural and Water Management, 76, 3, 211-223. 
2005.

PAYERO, J.O.; MELVIN,S.R.; IRMAK, S.; TARKALSON,D. Yield response of corn to deficit
irrigation in a semi-arid climate, Agric. Water Manage. 84 (2006b), pp. 101–112.

RAES, D., GEERTS, S., KIPKORIR, E., WELLENS, J., SAHLI, A., 2006. Simulation of yield
decline as a result of water stress with robust soil water balance model. Agric. Water Manage. 81,
335–357.
RANA, G.; KATERJI, N. Measurements and estimation of actual evapotranspiration in the field
under Mediterranean climate: a review. Eur. J. Agron. v. 13, pp. 125–153, 2000.
Ritchie, J.T., 1972. A model for predicting evaporation from a row crop with incomplete cover.
Water Resour. Res., 8, 1204-1213.

SANDRE, L. C. G.; FIORELLI, J. Elaboração de calendário agrícola para a região oeste do Estado
de São Paulo. Rev. Ciênc. Ext. v.5, n.2, p.15-29, 2009.

Silva, B.B.; Ferreira, M.A.F.; Silva, V.P.R; Ferreira, R.C. Desempenho de modelo climático
aplicado à precipitação pluvial do Estado de Pernambuco . Revista Brasileira de Engenharia
Agrícola e Ambiental, v. 14, n 4, p. 387 - 395, 2010.

Vieira, J.P.G.; Souza, M.J.H.; Teixeira, J.M.; Carvalho, F.P. Estudo da precipitação mensal durante a
estação chuvosa em Diamantina, Minas Gerais. Revista Brasileira de Engenharia Agrícola e
Ambiental, v. 14, n 4, p. 763 - 767, 2010.