Escolar Documentos
Profissional Documentos
Cultura Documentos
Nereu Augusto Streck, Rômulo Pulcinelli Benedetti, Alencar Junior Zanon, Andrea
Schwertner Charão, Michel Rocha da Silva, Giovana Ghisleni Ribas, Gean Leonardo
Richter, Lucas Ferreira da Silva, Ary José Duarte Junior e Bruna San Martin Rolim
Ribeiro.
© 2013 por Universidade Federal de Santa Maria. Todos os direitos reservados (All
rights reserved).
Conteúdo
1. INTRODUÇÃO
2. O SOFTWARE E SEUS DESENVOLVEDORES
3. INSTALAÇÃO
4. UTILIZAÇÃO
5. ENTRADA DE DADOS
6. FUNCIONAMENTO DO SimulArroz v.1.1
6.1 DESENVOLVIMENTO (FENOLOGIA) DA CULTURA
6.2 EMISSÃO DE FOLHAS DA CULTURA
6.3 CRESCIMENTO DA CULTURA
6.3.1 Produção e partição de matéria seca;
6.3.2 Resposta ao aumento de CO2 atmosférico
6.4 PRODUTIVIDADE DE GRÃOS E SEUS COMPONENTES
6.5 DANOS POR GEADA
7. RESULTADOS
8. IMPORTANDO DADOS PARA PLANILHAS ELETRÔNICAS
9. VALIDAÇÃO DO MODELO
9.1 FENOLOGIA DA CULTURA DO ARROZ
9.2 CRESCIMENTO DA CULTURA
9.3 PRODUTIVIDADE DE GRÃOS
10. COMO OBTER O SOFTWARE SimulArroz v.1.1
11. DIREITOS, PERMISSÕES E CONDIÇÕES DE USO
12. DÚVIDAS E INFORMAÇÕES
13. AGRADECIMENTOS
REFERÊNCIAS
ANEXO A
ANEXO B
1. INTRODUÇÃO
O SimulArroz v.1.1 é um modelo ecofisiológico dinâmico baseado em processos
(process-based model), desenvolvido pelo Grupo de Agrometeorologia da Universidade
Federal de Santa Maria, para simular a produtividade de arroz irrigado no sistema por
inundação (flooded rice) no estado do Rio Grande do Sul, Brasil. O SimulArroz é
resultado de dois modelos anteriores de arroz, o ORYZA2000 (Bouman et al., 2004),
que é o modelo de simulação da cultura do arroz do Instituto Internacional de Pesquisa
em Arroz (IRRI - The International Rice Research Institute), nas Filipinas, e o InfoCrop
(Aggarwal et al., 2006), ambos modelos de arroz desenvolvidos e testados em
ecossistemas de arroz na Ásia. Parte do código fonte do ORYZA2000 e do InfoCrop foi
utilizado no software SimulArroz, e o restante do código fonte foi desenvolvido para
adaptar o modelo às cultivares de arroz do Rio Grande do Sul (Walter et al., 2012;
ROSA et al., 2015), o que diferencia o SimulArroz dos outros modelos. É, portanto, um
produto para atender as demandas de simulação numérica regional para os ecossistemas
gaúchos de arroz, ou seja, arroz em sistema de inundação (alagamento) do solo com
manejo e cultivares de arroz adaptadas para condições de cultivo no estado do Rio
Grande do Sul.
O SimulArroz calcula os principais processos ecofisiológicos de um ecossistema
de arroz, como a acumulação de biomassa de raízes, folhas, caule e panículas, o
desenvolvimento da cultura (fenologia pela escala de Counce et al., 2000) e a emissão
de folhas (escala de Haun, 1973) no passo de tempo de um dia. Na versão 1.1, o
SimulArroz simula a produtividade potencial da cultura, e a produtividade em três
níveis tecnológicos da lavoura (alto, médio e baixo), descritos no item 4. O fluxograma
do SimulArroz é apresentado no ANEXO A (Silva et al., 2016). Os potenciais usuários
do SimulArroz são tomadores de decisão, produtores, estudantes de graduação e
pós-graduação, extensionistas, pesquisadores e professores.
3. INSTALAÇÃO
Para executar este software é necessário ter instalado em seu sistema (Windows
ou Linux) a última versão da máquina virtual Java. Para mais informações visite o site
oficial do Simularroz (www.ufsm.br/simularroz).
O SimulArroz v1.1 não necessita ser instalado. Caso você já tenha a máquina
virtual Java instalada, basta executar o software clicando duas vezes no arquivo
recém-baixado que o modelo iniciará.
4. UTILIZAÇÃO
Para abrir o SimulArroz, clique no atalho do programa na área de trabalho, ou
acesse o menu Iniciar/Programas/SimulArroz. A tela inicial vai aparecer (Figura 1).
Figura 1. Tela inicial do SimulArroz v.1.1 onde o usuário deve informar os dados de entrada
referentes à cultura do arroz (cultivar/híbrido ou ciclo), nível tecnológico da lavoura, data de
semeadura ou data de emergência, número de safras a serem simuladas, concentração de CO2
atmosférico e densidade de plantas (pl m-2).
5. ENTRADA DE DADOS
O SimulArroz v.1.1 necessita de dois grupos de dados de entrada (inputs) para
ser rodado: dados da cultura e dados meteorológicos. Os dados da cultura devem ser
informados pelo usuário na tela principal do programa (Figura 1) e incluem: escolha da
cultivar/híbrido ou do grupo de maturação (o usuário pode optar, estando a cultivar na
lista do programa ou se a cultivar de seu interesse não consta na lista, o usuário deve
saber o grupo de maturação à que a cultivar pertence), data de semeadura ou
emergência, densidade de plantas (pl m-2), número de safras a serem simuladas, nível
tecnológico da lavoura e concentração de CO2 atmosférico. Os dados meteorológicos
são temperatura mínima e máxima diária (ºC) e radiação solar (MJ m-2 dia-1), os quais
devem ser fornecidos em um arquivo de entrada no formato *.txt, (Figura 3), separados
por tabulação (tecla TAB). Independente do volume de dados armazenados no arquivo
de entrada *.txt, o programa, ao ser executado pelo usuário, utilizará apenas dados
necessários para completar o ciclo da cultura.
Figura 3. Arquivo de entrada com os dados meteorológicos diários para serem lidos no
SimulArroz v.1.1. O arquivo deve ser no formato de texto (*.txt) contendo cabeçalho (Ano, Dia,
TMin, TMax, solRad), as variáveis ano, dia do ano (1 a 365 ou 366 em ano bissexto),
temperatura mínima (ºC), temperatura máxima (ºC) e densidade de fluxo de radiação solar
global (MJ m-2 dia-1), separados por tabulação (tecla TAB). O separador decimal das variáveis
temperatura mínima, temperatura máxima e radiação solar deve ser o ponto (ex: 23.6ºC, 25.4
MJ m-2 dia-1).
A sequência (passos) da entrada de dados no SimulArroz está na primeira tela do
programa (Figura 1). Primeiro (Passo 1) o usuário deve inserir os dados meteorológicos
no formato ilustrado na Figura 3, escolher a Cultivar/híbrido ou Ciclo (grupo de
maturação) e o nível tecnológico da lavoura (Passo 2), inserir a data de semeadura ou
emergência e o número de safras a serem simuladas (Passo 3), e por fim escolher a
concentração de CO2 atmosférico e a densidade de plantas (Passo 4). Com esses dados
de entrada o usuário pode proceder com a simulação, clicando no botão “play” no canto
inferior direito para simular (Passo 5). Para gerar os resultados, não poderá haver falhas
no arquivo de entrada de dados meteorológicos. Em havendo falhas nesse arquivo, o
programa exibe uma mensagem de alerta e para a simulação.
Tabela 1 – Fração da matéria seca alocada nas diferentes partes da planta de arroz em função do
estágio de desenvolvimento da cultura usado no modelo SimulArroz v.1.1. Adaptado de Ribas
et al. (2016). FO=folhas, CO=colmos, PA=panículas
Híbridos Cultivares
DVS Parte Aérea
FO CO PA FO CO PA
A matéria seca alocada para as folhas, em g m-2 dia-1, multiplicada pela área
foliar específica, em m2 g-1 (calculada em função do estágio de desenvolvimento),
permite que o peso das folhas seja transformado em área, a partir da qual calcula-se o
índice de área foliar (LAI), que é atualizado diariamente no cálculo da produção de
matéria seca. No primeiro dia de simulação da produção de matéria seca, a área foliar
inicial de uma planta é considerada 0,0001 m2 (Bouman et al., 2004), em uma densidade
de 200 plantas m-2, resulta em um LAI inicial de 0,02. Considera-se que uma parte dos
colmos também tem atividade fotossintética, assim foi utilizada a área específica de
colmos verdes de 0,003 m2 g-1, multiplicada pela matéria seca alocada nos colmos,
sendo este valor acrescentado ao valor do LAI, resultando na área total de interceptação
da radiação solar para o cálculo da produção de matéria seca.
Em uma análise de sensibilidade feita previamente com o modelo, percebeu-se
que algumas vezes o valor do LAI máximo simulado pelo modelo era bastante elevado
e não representava a realidade. Então, foram coletados dados em experimentos e em
lavouras comerciais de LAI, além de ser realizada uma busca na bibliografia para
encontrar trabalhos que indicassem o LAI máximo de cultivares usadas no RS. Através
da busca bibliográfica foi encontrado o valor de 7,5 como LAI máximo, em condições
de alta adubação nitrogenada, com a cultivar IRGA 417 em Santa Maria (Camargo et
al., 2008), enquanto que em experimentos e em lavouras comerciais foram encontrados
valores de LAI máximo entre 8,2 e 9,3. Portanto, valores entre 7,5 e 9,3 foram
estabelecidos como o LAI máximo no SimulArroz, de acordo com a cultivar ou híbrido
selecionado. As variáveis utilizadas na subrotina que calcula o crescimento da cultura
do arroz no SimulArroz está na lista a seguir.
7. RESULTADOS
(B)
Figura 7. Telas do SimulArroz v.1.1 com os resultados da simulação em forma de tabela: A)
Desenvolvimento da cultura do arroz e B) Produtividade de grãos de arroz.
Figura 8. Tela do SimulArroz v.1.1 com resultados da simulação em forma de gráfico,
mostrando a evolução do desenvolvimento (emissão de folhas e fenologia).
(A)
(B)
Figura 9. Telas do SimulArroz v.1.1 mostrando o histórico de simulações e a seleção do ano
para visualização os dados (A) e os dados meteorológicos do ano de 2011-2012 utilizados na
simulação (B).
No ANEXO B estão listadas as abreviações e as variáveis que o usuário encontra
ao usar a interface, que são diferentes das variáveis apresentadas acima, as quais são do
código fonte e portanto não disponíveis ao usuário.
9. VALIDAÇÃO DO MODELO
A versão 1.1 do SimulArroz foi testada utilizando dados experimentais e de
lavouras nas seis regiões orizícolas do Rio Grande do Sul. Testes utilizando dados
independentes continuarão sendo realizados pelas Equipes SimulArroz Região Central,
Fronteira Oeste e Zona Sul, à medida que novas cultivares de arroz serão lançadas no
Rio Grande do Sul. Não foram realizadas validações do modelo SimulArroz fora do Rio
Grande do Sul, o que inclui a comparação com cultivares de arroz não indicadas para
cultivo neste Estado da Federação e com uso de dados meteorológicos de outros Estados
do Brasil ou fora do Brasil.
O desempenho do modelo SimulArroz v.1.1 em simular a produtividade de arroz
em experimentos conduzidos em diferentes regiões orizícolas do Rio Grande do Sul está
na Figura 10. O modelo apresentou bom desempenho em simular a produtividade média
para cada região orizícola, além de capturar os diferentes potenciais produtivos de cada
uma das seis regiões orizícolas, tendo a Fronteira Oeste maior potencial produtivo. Na
Figura 11, foi avaliada a emissão de folhas dos três híbridos introduzidos na versão 1.1
do SimulArroz, e o desempenho em simular o desenvolvimento dos híbridos, através da
duração dos períodos semeadura - emergência, semeadura - diferenciação da panícula
(R1), semeadura - antese (R4) e semeadura - maturação (R9). Também a produtividade
observada e simulada pelo modelo SimulArroz (Figura 12) foi avaliada por Ribas et al.
(2016), em que os resultados foram satisfatórios para produtividade e, através do uso do
modelo, os experimentos de Valor de Cultivo e Uso, foram classificados com o nível
tecnológico alto do SimulArroz.
Figura 10. Produtividade (Mg ha-1) da cultura de arroz observada e simulada pelo
modelo SimulArroz v.1.1 nas regiões orizícolas do Rio Grande do Sul durante vários
anos agrícolas (safras de 1984/85 a 2009/10). Adaptado de ROSA et al., 2015.
Figura 11. Número final de folhas no colmo principal (A), e dias após a semeadura dos
estágios de emergência (EM), diferenciação da panícula (R1), antese (R4) e maturação
(R9), observados e simulados com o modelo SimulArroz v.1.1 para três híbridos (Prime
CL, Inov CL e QM1010 CL) e uma cultivar convencional (IRGA 424) para arroz
irrigado no Rio Grande do Sul, no ano agrícola 2014/2015 (Adaptado de Ribas et al.,
2017).
Figura 12. Produtividade de grãos a 13% de umidade observada em experimentos de
Valor de Cultivo e Uso (VCUs) e simulada pelo SimulArroz v.1.1 para os híbridos
Prime CL, Inov CL e QM1010 CL, e uma cultivar (IRGA 424), em sete locais
(Cachoeirinha, Santa Vitória do Palmar, Uruguaiana, Bagé, Camaquã, Cachoeira do Sul
e Santa Maria), em cinco anos agrícolas (2010/11, 2011/12, 2012/13, 2013/14 e
2014/15). Os dados foram simulados no nível potencial e alto do SimulArroz (Adaptado
de Ribas et al., 2016).
Para as cultivares mais semeadas no Rio Grande do Sul na safra 2016/17 (IRGA
424 RI, Guri INTA CL e Puitá INTA CL), o desempenho do modelo está na Figura. A
faixa de produtividades observadas considerando o conjunto das cultivares e locais é de
4 a 14 toneladas e o modelo capturou esta variação. É importante ressaltar que o
Projeto 10+ do Irga preconiza o uso da cultivar IRGA 424 RI, pelo alto potencial de
produtividade e por ser resistente à Brusone, e portanto a versão 1.1 do SimulArroz está
apta a representar este importante projeto do Irga.
Figura 13. Produtividade de três cultivares de arroz (IRGA 424 RI, Guri INTA CL e
Puitá INTA CL), observada e simulada pelo modelo SimulArroz. Os dados observados
de produtividade foram coletados nos ensaios bioclimáticos do IRGA (Santa Vitória do
Palmar, Uruguaiana, Cachoeirinha, Cachoeira do Sul), em experimentos (Cachoeirinha
e Itaqui) e em lavouras comerciais (Restinga Seca, São João do Polêsine e Santa Maria),
totalizando quatro anos agrícolas (2013/2014, 2014/2015, 2015/2016 e 2016/2017). O
SimulArroz foi rodado para o nível tecnológico Alto nos ensaios bioclimáticos e
experimentos e nos níveis tecnológicos Médio e Baixo nas lavouras comerciais, de
acordo com o manejo do produtor.
RIBAS, G. G. et al. Number of leaves and phenology of rice hybrids simulated by the
SimulArroz model. Revista Brasileira de Engenharia Agrícola e Ambiental, v.21,
p.221-226, 2017.
Equipe SimulArroz
Universidade Federal de Santa Maria
Departamento de Fitotecnia, Centro de Ciências Rurais
Av. Roraima, 1000 – Campus, Camobi
97105-900, Santa Maria - RS.
Sítio: www.ufsm.br/simularroz
E-mail: nstreck1@smail.ufsm.br, nstreck2@yahoo.com.br.
REFERÊNCIAS
AGGARWAL, P. K. et al. InfoCrop: A dynamic simulation model for the assessment of
crop yields, losses due to pests, and environmental impact of agro-ecosystems in
tropical environments. I. Model description. Agricultural Systems, v. 89, p. 1-25,
2006.
CASSMAN, K. G. et al. Meeting cereal demand while protecting natural resources and
improving environmental quality. Annual Review of Environmental Resources, v.
28, p. 315-358, 2003.
COUNCE, P. et al. A uniform, objective, and adaptative system for expressing rice
development. Crop Science, v.40, n.2, p.436-443, 2000.
RIBAS, G. G. et al. Number of leaves and phenology of rice hybrids simulated by the
SimulArroz model. Revista Brasileira de Engenharia Agrícola e Ambiental, v.21,
p.221-226, 2017.
STRECK, N. A. et al. Relationship between panicle differentiation and main stem leaf
number in rice genotypes and red rice biotypes. Scientia Agricola, v. 66, p. 195-203,
2009.
STRECK, N. A. et al. Modeling the development of cultivated rice and weedy red rice.
Transactions of the ASABE, v. 54, p. 371-384, 2011.
STRECK, N. A. et al. CO2 – Response function of radiation use efficiency in rice for
climate change scenarios. Pesquisa Agropecuária Brasileira, v.47, n.7, p.879-885, jul.
2012.
Produtividade:
MSgrãos (kg/ha) = Produtividade de grãos, em kg de massa seca por hectare;
Grãos13%(kg/ha) = Produtividade de grãos, em kg por hectare, a 13% de umidade;
Grãos13% (sacas/ha) = Produtividade de grãos, em sacas por hectare, a 13% de
umidade