Estimativa do potencial produtivo da soja utilizando irrigação em regiões

produtoras do brasil

Willer Pereira dos Anjos1, Rafael Battisti2, Felipe Puff Dapper3

1Estudante, Escola de Agronomia, Universidade Federal de Goiás,

willeragro@gmail.com
2Orientador, Setor de Engenharia de Biossistemas, Escola de Agronomia,
Universidade Federal de Goiás, battisti@ufg.br
3Co-orientador, Escola de Agronomia, Universidade Federal de Goiás,
felipe.pdapper@gmail.com

RESUMO
O Brasil é o maior produtor de soja mundial atualmente, porém, embora se
tenha altas produtividades, ainda são muitos os desafios. Os fatores de ordem
climática têm afetado significativamente o desempenho de muitas regiões produtoras,
principalmente casos de baixa precipitação pluvial. No caso de déficit hídrico, uma das
soluções é a utilização da irrigação com manejo adequado, a qual pode minimizar as
quebras de safras sob esta condição, mas é essencial que antes disso sejam
avaliados o retorno produtivo e a demanda de irrigação de cada local.

Para avaliar a demanda de irrigação suplementar e os seus incrementos para

produtividade, foram obtidos uma série história de dados climáticos de 35 anos. As
datas de semeadura foram 10 de outubro, 20 de outubro e 01 de novembro, para as
localidades de Cruz Alta, RS, Cristalina, GO, Luís Eduardo Magalhães, BA, Sorriso,
MT e Balsas, MA. A estimativa da produtividade potencial foi obtida pelo modelo de
simulação de produtividade FAO - Zona Agroecológica, disponível em forma de
planilhas de Excel. Para a produtividade atingível (PA) foi realizada a penalização da
produtividade potencial (PPF) pelo coeficiente de sensibilidade ao déficit hídrico (Ky).
Por fim, os dados obtidos de produtividade e lâmina de irrigação total foram
submetidos a análise estatística para verificar se houve incrementos de produtividade
quando a cultura recebeu irrigação suplementar e se este incremento foi significativo.

De acordo com a análise de variância, para produtividade foi observada

interação entre os manejos de irrigação e o local. Foi visto que diferentes volumes de
irrigação são requeridos nos diferentes locais avaliados. Quando comparada a
produtividade em plantio sequeiro e sob irrigação suplementar, todos os municípios
diferem entre si estatisticamente sob os dois manejos. Nota-se que para o cultivo
irrigado, Cruz Alta, no estado do Rio Grande do Sul, apresentou a maior produtividade,
obtendo o valor de 10.417 kg ha-1, enquanto Balsas, no estado do Maranhão,
apresentou o menor valor, de 8.560 kg ha-1.

Dessa forma, observou se que a demanda de irrigação varia conforme cada

região estudada e que as diferentes datas de semeadura não influenciaram
estatisticamente no volume de irrigação aplicado. Porém, foi apontado que quando
aplicada lâmina de irrigação suplementar, todas as regiões tiveram incrementos
significativos em produtividade.

PALAVRAS-CHAVE: Déficit hídrico, irrigação, semeadura, produtividade potencial.

APRESENTAÇÃO

A soja é uma das principais culturas agrícolas no contexto mundial e nacional.

Segundo o Departamento de Agricultura dos Estados Unidos (USDA), na safra
2020/21 a produção global de soja foi de 367,5 milhões de toneladas. Neste contexto,
ressalta-se a importância da produção brasileira do grão, sendo que neste mesmo
período o Brasil produziu 137,32 milhões de toneladas, correspondendo a
aproximadamente 37,37% da produção mundial da leguminosa.

Na agricultura, diversos são os desafios encontrados para que se tenha uma

ótima produtividade, dentre eles, os fatores de ordem climática. Caracterizados como
abióticos, são grandes influenciadores dos resultados, que muitas vezes não podem
ser controláveis pelo homem, sendo citados como exemplos: fotoperíodo,
temperatura, umidade, velocidade do vento, precipitação, evapotranspiração, latitude,
longitude e relevo.

Com o crescimento da área irrigada no Brasil, que segundo a Agência Nacional

das Águas, em 2021, foram 8,2 milhões de hectares, e associadas a novos genótipos
mais responsivos a tecnologia, a reavaliação das questões hídricas se torna
fundamental para uma utilização mais racional e sustentável. No caso de irrigação,
esta pode minimizar as quebras de safras ocasionadas pelo déficit hídrico em estádios
críticos de desenvolvimento da planta (FELISBERTO, 2015).

Dessa forma, objetivando reduzir as perdas associadas às limitações hídricas

pode se utilizar o manejo de irrigação, aumentando produtividade e reduzindo o risco
climático para os produtores, sendo essencial avaliar o retorno produtivo e a demanda
de irrigação. Para isso, podem ser utilizados modelos de estimativa de produtividade
ou simulação de crescimento (BATTISTI et al., 2013). Além da irrigação, pode se
utilizar diferentes ciclos de cultivares e datas de semeadura, indicando o melhor
manejo para cada região produtora no Brasil (JUSTINO et al., 2019).

Visto que a irrigação suplementar pode ser um aporte essencial para se

alcançar altas produtividades, são necessárias pesquisas com o intuito de identificar
melhores épocas de semeadura e ciclos de cultivo no manejo irrigado para a cultura
da soja, objetivando alcançar altas produtividades com melhor eficiência do uso da
água em diferentes regiões do país.

Portanto, o objetivo desta pesquisa é avaliar a resposta da produtividade e a

demanda de irrigação da cultura da soja utilizando como estratégia de manejo a
irrigação suplementar no período chuvoso, associado a data de semeadura e ciclo de
cultivar, com base em modelo de simulação de produtividade em diferentes regiões
produtoras do Brasil.

MATERIAL E METÓDOS

Os dados climáticos incluem a precipitação pluvial, velocidade do vento,

temperatura máxima e mínima do ar, radiação solar, umidade relativa do ar, obtida de
Xavier et al. (2015). O período de coleta de dados climáticos, em escala diária,
compreenderá de janeiro de 1980 a março de 2015, totalizando 35 anos. A partir
destes dados, as simulações foram realizadas com a semeadura ocorrendo, segundo
o zoneamento de risco climático do Ministério da Agricultura, Pecuária e
Abastecimento (MAPA), considerando datas de semeadura no início e meio da janela.
As datas foram 10 de outubro, 20 de outubro e 01 de novembro, para as localidades
de Cruz Alta, no Rio Grande do Sul, Cristalina, Goiás, Luís Eduardo Magalhães, Bahia,
Sorriso, Mato Grosso e Balsas, Maranhão.

Para o solo foi considerada a textura média, com água disponível para as
plantas de 1,0 mm cm-1 de raiz, sendo que para soja foi considerado a profundidade
máxima do sistema radicular de 80 cm, conforme apresentado por Battisti e Sentelhas
(2017).

A produtividade potencial foi obtida pelo modelo de simulação de produtividade

FAO - Zona Agroecológica, disponível em forma de planilhas de Excel. Para o cálculo
foi utilizada uma série histórica climática específica de cada localidade, contendo
dados como: irradiância solar global extraterrestre (Qo), Temperatura máxima e
mínima do ar (T), Umidade relativa do ar (UR), Evapotranspiração de referência (ET0),
Velocidade do vento (U2) e Precipitação pluvial (P), insolação (n), fotoperíodo (N),
índice de área foliar máximo (IAFmax), utilizado para obter o coeficiente de correção
para índice de área foliar (CIAF), taxa de respiração (CR), índice de colheita (CC),
umidade da parte colhida (U%) e o ciclo da cultura (ND). A equação geral da PPF é
dada pela eq. (1):

(𝑃𝑃𝐵𝑃 ∗ 𝐶𝐼𝐴𝐹 ∗ 𝐶𝑅 ∗ 𝐶𝐶 ∗ 𝑁𝐷)

𝑃𝑃𝐹 = (1)
(1 − 0,01 ∗ 𝑈%)

em que: PPBP é a produtividade bruta de matéria seca para uma cultura padrão
com IAF = 5, em kg MS ha-1dia-1 e ND é o número de dias do ciclo entre semeadura
e colheita. A PPBp foi estimada para o período do dia de céu limpo (PPBC) e de céu
nublado (PPBn), a partir das eq. (2) e (3), respectivamente, em que a relação da parte
do dia de céu limpo e nublado é dado pelos valores de insolação e fotoperíodo.

𝑛
𝑃𝑃𝐵𝐶 = (107,2 + 8,604 ∗ 𝑄𝑂 ) ∗ 𝑐𝑇𝑐 ∗ (2)
𝑁

𝑛 (3)
𝑃𝑃𝐵𝑛 = (31,7 + 5,234 ∗ 𝑄𝑂 ) ∗ 𝑐𝑇𝑛 ∗ (1 − )
𝑁
 em que: cTc e cTn foram estimados a partir da temperatura média do ar, n é a
insolação, em horas, Qo é irradiância solar global extraterrestre, em MJ m -2 dia-1, e N
o fotoperíodo, em horas, ambos calculados a partir do dia do ano e da latitude de cada
local.

A soma de PPBn e PPBc em cada dia resultou no total diário, ou seja, PPBp.
Em seguida o valor do PPBp foi corrigido pelos índices apresentados a seguir.

Correção para o índice de área foliar máximo (CIAFmax): o valor máximo de

IAF máximo ao longo do ciclo foi de 4,5, obtido a partir de Battisti et al. (2018). Com o
IAFmax realizou-se a correção na PPBp pelas equações. 4 e 5, gerando um
coeficiente compreendido entre 0 a 0,5:

CIAF = 0,0093 + 0,185 ∗ IAFmax − 0,0175 ∗ IAFmax2 (Para IAFmax < 5,0) (4)

(5)
𝐶𝐼𝐴𝐹 = 0,5 (𝑃𝑎𝑟𝑎 𝐼𝐴𝐹𝑚𝑎𝑥 ≥ 5,0)

Correção para taxa de respiração (CR): esta correção é uma compensação

para penalizar o gasto total de fotoassimilados gastos na respiração de manutenção
dos tecidos existentes, altamente dependente da temperatura do ar. Foi adotado CR
de 0,6 quando a temperatura média do ar diária for menor que 20ºC e de 0,5, quando
a temperatura média do ar diária for maior ou igual a 20ºC.

Correção para índice de colheita (CC): este se refere à relação entre a parte
colhida de interesse, neste caso os grãos, com a matéria seca total produzida ao final
do ciclo da cultura. O valor utilizado foi de 0,45, conforme apresentado por Battisti et
al. (2018).

Umidade da parte colhida (U%): este índice adiciona o valor residual de

umidade na parte colhida da cultura, já que o valor de PPBp é dado em matéria seca
total. Para este índice adotou-se o valor de 13%, usualmente utilizado a campo para
correções de umidade residual nos grãos da cultura da soja.
 Após a correção da PPBp pelos índices apresentados, obteve-se o valor de
PPF estimada na escala diária. Para se obter o valor total de PPF para o ciclo da
cultura, somou-se os valores diários de PPF, incluindo o fator respectivo ao número
de dias do ciclo de produção (ND), período este compreendido entre a semeadura e
a colheita da cultura. Para a duração do ciclo utilizou-se valor médio de 115 dias,
sendo considerado um ciclo médio para as regiões de estudo.

Para a produtividade atingível (PA) (Eq. 6) foi realizada a penalização da

produtividade potencial (PPF) pelo coeficiente de sensibilidade ao déficit hídrico (Ky),
que expressa a quebra de produtividade em função do déficit hídrico ocorrido em cada
uma das fases de desenvolvimento da cultura. O Ky foi obtido em Battisti (2013), que
calibrou esse coeficiente para diferentes cultivares de soja no Brasil. O déficit hídrico
foi inferido a partir da evapotranspiração relativa, obtida pela relação entre a
evapotranspiração real (ETr) e a evapotranspiração da cultura (ETc).

𝐸𝑇𝑟
𝑃𝐴 = [1 − 𝐾𝑦 ∗ (1 − )] ∗ 𝑃𝑃𝐹 (6)
𝐸𝑇𝑐

Os valores de Ky foram iguais a 0,05 para a fase S-V1, 0,20 para V2-R1, 0,90
para a fase R1-R5.5 e de 0,10 para a fase R6-R8 (Battisti, 2013). As siglas
correspondem as fases de semeadura e folhas unifolioladas completamente
desenvolvida (S-V1), desenvolvimento vegetativo, compreendido entre primeira folha
trifoliolada completamente aberta e o início de florescimento (V2-R1),
floração/enchimento de grãos, compreendido entre o início da floração e fim do
enchimento de grãos (R1-R5.5), e maturação, compreendido entre grãos
completamente cheios e a maturação fisiológica (R6-R8). Na Eq. 6, a PPF
corresponde ao somatório total do ciclo, enquanto a penalização foi realizada para
cada uma das fases de forma multiplicativa e individual, obtendo-se a PA final.

Para a obtenção da evapotranspiração relativa (ETr/ETc), utilizada na

penalização da produtividade devido ao déficit hídrico, a ETc foi estimada por meio da
evapotranspiração de referência (ETo) pelo método de Penman-Monteith (ALLEN et
al., 1998) e posteriormente multiplicada pelo coeficiente de cultura (Kc) na escala
diária. Os valores de Kc obtidos em Farias et al. (2001), os quais são adaptados dos
trabalhos de Berlato et al. (1986) e Doorenbos e Kassam (1979), são de 0,56 para a
fase S-V1, 1,21 para V2-R1, 1,5 para a fase R1-R5.5 e de 0,90 para a fase R6-R8.

Com a estimativa da ETc, a ETr foi obtida utilizando-se a metodologia do

balanço hídrico climatológico sequencial de Thornthwaite e Mather (1955) para as
condições da cultura, iniciando-o aproximadamente três meses antes da data de
semeadura da cultura da soja, em um dia em que o armazenamento de água no solo
fosse máximo, ou seja, posterior a um período com elevado volume de precipitação
pluvial.

Os dados obtidos de produtividade e lâmina de irrigação total foram submetidos

a análise estatística que foi realizada no Software R Core Team (2021), utilizando os
pacotes gsheet, ExpDes.pt e agricolae. A análise de variância foi utilizada para
identificar a significância das variáveis produtividade e volume irrigado em cada fonte
de variação. A análise complementar para comparação das médias foi realizada
utilizando o teste de Tukey. Os resultados de comparação estatística para a
produtividade de soja e volume de irrigação para cinco locais, três datas de semeadura
e dois manejos de irrigação e para produtividade sob condição de irrigação durante o
desenvolvimento vegetativo e o enchimento de grãos e de sequeiro foram
apresentados em tabelas com comparação estatística. Enquanto para o volume
irrigado simulado em diferentes datas de semeadura durante ciclo de estabelecimento
e reprodutivo da soja está representado em gráficos estilo boxplot.

RESULTADOS E DISCUSSÃO

De acordo com a análise de variância, para produtividade foi observada

interação entre os manejos de irrigação e o local. Para o volume de irrigação, é
possível observar que ocorreu interação entre o local e o manejo de irrigação também,
ou seja, diferentes volumes de irrigação são requeridos nos diferentes locais avaliados
(Tabela 1). Quando comparada a produtividade em plantio sequeiro e sob irrigação
suplementar, todas os municípios diferem entre si estatisticamente sob os dois
manejos.
Tabela 1. Resultado da análise da variância para a produtividade de soja e volume de
irrigação para cinco locais, três datas de semeadura e dois manejos de irrigação.

Quadrado Médio
FV GL Produtividade Volume Irrigado
Data da semeadura (D) 2 349637,078 NS 2977,097 NS

Local (L) 4 96862573,52 *** 593550,110 ***

Manejo de irrigação (M) 1 1872978740 *** 11815614,720 ***

LxD 8 251346,02 NS 1520,716 NS

MxL 4 134741150,44 *** 593550,110 ***

DxM 2 467704.63 NS 2977,097 NS

LxDxM 8 965030.95 NS 1520,716 NS

Resíduo 1020 697415,73 2325,7743

CV (%) - 10,33 45,40

NS: não significativo, *Significativo a 5%, **Significativo a 1%, ***Significativo a 0,001% pelo teste F.

Nota-se que para o cultivo irrigado, Cruz Alta, no estado do Rio Grande do Sul,
apresentou a maior produtividade, obtendo o valor de 10.417 kg ha -1, enquanto
Balsas, no estado do Maranhão, apresentou o menor valor, de 8.560 kg ha -1 (Tabela
2). Além disso, sob este manejo, somente os municípios de Sorriso, no estado do
Mato Grosso, e Cristalina, no estado de Goiás, não diferiram entre si. Em sistema de
sequeiro, o município de Sorriso apresentou a maior produtividade, chegando a 8.854
kg ha-1 (Tabela 2). Pode-se destacar que os municípios de Cruz Alta, Luís Eduardo
Magalhães, no estado da Bahia, e Balsas, apresentaram as menores produtividades
sob condição de sequeiro, variando de 5.848 a 6.022 kg ha -1 (Tabela 2).

Tabela 2. Produtividade de soja sob condição de irrigação durante o desenvolvimento vegetativo e o

enchimento de grãos e de sequeiro em Cruz Alta – RS, Luís Eduardo Magalhães – BA, Sorriso – MT,
Cristalina – GO e Balsas – MA.

PRODUTIVIDADE (Kg / Ha)

Locais
Irrigado Sequeiro
Cruz Alta - RS 10417,85 aA 5775,84 cB
Luís Eduardo Magalhães - BA 9593,93 bA 5848,89 cB
Sorriso - MT 9372,15 cA 8854,04 aB
Cristalina - GO 9202,14 cA 7289,36 bB
Balsas - MA 8560,10 dA 6022,17 cB
Médias seguidas pela mesma letra minúscula na coluna e maiúscula na linha não diferem entre si pelo
teste de Tukey em nível de significância de 5%.
 Para os valores de produtividade, é importante salientar que o modelo de
simulação de produtividade foi calibrado por Battisti et al. (2018) utilizando lavouras
de alto potencial produtivo, cujas condições de manejos são consideradas ideais. De
acordo com Battisti et al. (2018) a interação entre genótipo, condições ambientais e
práticas de manejo, são os principais condicionantes para que se obtenha altas
produtividades na cultura da soja. Neste sentido, diferentes níveis de quebra de
produtividade por manejo podem ser verificados de acordo as condições adotadas
pelo produtor para obtenção de uma estimativa de produtividade real (Sentelhas et al.,
2015; Battisti et al., 2018), em que a irrigação é uma alternativa para reduzir as perdas
de produtividade por déficit hídrico em diferentes sistemas de produção ao longo do
Brasil (Pilau et al., 2019; Silva et al., 2020; Camargo et al., 2022)

A produtividade em Cruz Alta, RS (tabela 2), foi a menor em regime de

sequeiro (5.775 kg ha-1), porém, quando simulada a irrigação desde o estabelecimento
da cultura até o período reprodutivo, ela apresentou as maiores produtividades
(10.418 kg ha-1). Nesta região foi observada uma menor precipitação pluviométrica,
portanto necessitando de maior volume de irrigação, alcançando uma demanda média
de 327 mm ciclo-1, conforme os períodos já citados anteriormente. De acordo com
Berlato (1992), apesar da chuva no estado do Rio Grande do Sul comumente ser bem
distribuída nas quatro estações do ano, a normal de verão é, em geral, insuficiente
para atender as necessidades hídricas das culturas, principalmente no sul do Estado,
determinando rendimentos inferiores aos que se conseguiria com suprimento
adequado de água. Segundo o mesmo autor, os meses de janeiro e fevereiro são os
mais críticos à produção de cereais e oleaginosas, porque as médias normais
apresentam deficiências hídricas que coincidem com os períodos críticos das culturas
ao déficit hídrico. A frequência de ocorrência de estiagens é maior que em qualquer
época do ano, cerca de 27%.
Conforme a Figura 1, é notório que a lâmina de irrigação aplicada na mesma
região, porém em datas de semeadura distintas, não apresentou diferença estatística.
Porém, houve diferença quanto ao volume aplicado nos diferentes municípios. Luís
Eduardo Magalhães, BA, e Cruz Alta, RS, apresentaram maiores necessidades de
irrigação complementar, sempre acima de 250 mm ciclo-1, independente da data de
semeadura, volumes que também impactam significativamente no incremento de
produtividade observado na Tabela 2, indicando eficiência da operação principalmente
nas regiões mencionadas.

Figura 1. Volume irrigado simulado em diferentes datas de semeadura durante ciclo de

estabelecimento e reprodutivo da soja, para 35 safras de cultivo em Balsas, MA, Cristalina, GO, Cruz
Alta, RS, Luís Eduardo Magalhães (LEM), BA e Sorriso, MT. Linha central é o percentil 50%, barra
cinza percentil 25 e 75%, linhas verticais percentil 10 e 90%, e os pontos são os outliers. Barras
seguidas da mesma letra não diferem entre si pelo teste de Tukey em nível de significância de 5%.

Na Figura 2, é possível verificar as produtividades nos diferentes manejos de

irrigação, locais e datas de semeadura, no qual a produtividade no sequeiro mostrou-
se menor e com maior variabilidade entre as safras em comparação aos demais
manejos. A maior variabilidade indica o nível de risco em cada uma das regiões e
manejos adotados. Esses resultados ressaltam a importância da irrigação, mesmo
durante o período de chuvas, aumentando produtividade e reduzindo o risco de
quebra. Outro fato que é importante destacar é que o uso da água para irrigação nas
épocas das chuvas gera menores conflitos pelo uso da água em regiões de menor
oferta, pois confusões com demais usos por ser um período de maior abundância do
recurso nos mananciais (Justino et al, 2019).
Figura 2. Produtividade simulada em diferentes datas de semeadura e manejos de irrigação, sendo
sequeiro e durante ciclo de estabelecimento e reprodutivo da soja, para 35 safras de cultivo em Balsas,
MA, Cristalina, GO, Cruz Alta, RS, Luís Eduardo Magalhães, BA e Sorriso, MT. Linha central é o
percentil 50%, barra cinza percentil 25 e 75%, linhas verticais percentil 10 e 90%, e os pontos são os
outliers.
Balsas - MA Cristalina - GO

Cruz Alta - RS Luís Eduardo Magalhães - BA

Sorriso - MT

A demanda hídrica está correlacionada às condições climáticas locais, tendo

em vista que o Brasil é um país de extensão continental sob influência de diversos
fenômenos atmosférico-oceânico que ao longo desses 35 anos de dados coletados
possibilitaram variações no volume de irrigação aplicado em cada macrorregião e
estado. Todavia, é importante frisar que na média, o comportamento de produtividade
e volume aplicado, seguem principalmente conforme cada região e seu
comportamento de pluviometria, solos e manejo (Battisti e Sentelhas, 2019).

CONCLUSÃO

A demanda de irrigação varia conforme cada região estudada, principalmente

por se tratar de municípios que estão localizados em diferentes estados e
macrorregiões. Portanto, por se tratar de irrigação suplementar no período chuvoso,
cada peculiaridade da região é muito importante e que influência no manejo da lâmina
de água a ser aplicada. Além disso, a irrigação possibilita maior segurança na
produtividade a ser obtida. Foi observado que as diferentes datas de semeadura não
influenciaram estatisticamente no volume de irrigação aplicado. Porém, foi visto que
quando aplicada lâmina de irrigação suplementar, todas as regiões tiveram
incrementos significativos em produtividade. Dos municípios estudados, os que
tiveram maiores incrementos na produtividade foi Cruz Alta, RS e Luís Eduardo
Magalhães, BA.

REFERÊNCIAS BIBLIOGRÁFICAS

ALLEN, G.R., PEREIRA, L.S., RAES, D., SMITH, M. Crop evapotranspiration -

guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper
56, Rome, 1998.

BATTISTI, et al. Eficiência climática para as culturas da soja e do trigo no estado do

Rio Grande do Sul em diferentes datas de semeadura. Ciência Rural, Santa Maria,
v.43, n.3, p.390-396, 2013.

BATTISTI, R.; SENTELHAS, P. C. Improvement of Soybean Resilience to Drought

through Deep Root System in Brazil. Agronomy Journal, v. 109, p. 1612-1622, 2017.
BATTISTI, R.; SENTELHAS, P.C.; PASCOALINO, J.A.L.; SAKO, H.; DANTAS, J.P. de
S.; MORAES, M.F. Soybean Yield Gap in the Areas of Yield Contest in Brazil.
International Journal of Plant Production, v. 12, p. 159-168, 2018.

BERLATO, M.A.; MATZENAUER, R.; BERGAMASCHI, H. Evapotranspiração máxima

da soja, relações com a evapotranspiração calculada pela equação de Penman,
evaporação de tanque “classe A” e radiação solar global. Agronomia Sul
Riograndense, Porto Alegre, v. 22, p. 243-259, 1986.

BERLATO, M.A. (1992). As estiagens e seus impactos na produção agrícola do estado

do Rio Grande do Sul. In: MARCANTÔNIO, G. Solos e irrigação. Porto Alegre: Ed.
UFRGS/FEDERACITE. P.92-94.

CAMARGO, FLÁVIO ANASTÁCIO DE OLIVEIRA ; BATTISTI, R. ; KNAPP, F. M. ;

DALCHIAVON, FLÁVIO CARLOS . Maize yield gain using irrigation in the state of Rio
Grande do Sul, Brazil. Revista Brasileira de Engenharia Agricola e
Ambientalhttp://buscatextual.cnpq.br/buscatextual/images/curriculo/jcr.gif, v. 26, p.
688-694, 2022.

DOORENBOS, J.; KASSAM, A.M. Yield responde to water. Rome: FAO, 1979. 300 p.
(Irrigations and Drainage Paper, 33).

FELISBERTO, Guilherme. Caracterização de respostas morfológicas e fisiológicas de

plantas de soja submetidas a estresse hídrico. 2015. Tese de Doutorado.
Universidade de São Paulo.

PILAU, F. G. ; BATTISTI, R. ; DALMAGO, G. A. . Requerimento de irrigação

suplementar e eficiência climática para a cultura da soja no Rio Grande do Sul.
Agrometeoros, v. 26, p. 317-325, 2018.

SILVA, L.P. ; BATTISTI, R. ; KNAPP, FÁBIO MIGUEL ; SANTOS, T. G. ; ALVES

JUNIOR, J. . Estimativa da produtividade de soja usando irrigação na época das
chuvas no bioma Cerrado. Agrometeoros, v. 28, p. e026702, 2020.
JUSTINO, L. F.; ALVES JÚNIOR, J.; BATTISTI, R.; HEINEMANN, A. B.; LEITE, C. V.;
EVANGELISTA, A. W. P.; CASAROLI, D. Assessment of economic returns by using a
central pivot system to irrigate common beans during the rainfed season in Central
Brazil. Agricultural Water Management, v. 224, p. 105749, 2019.

THORNTHWAITE, C.W.; MATHER, J.R. The water balance. Next Jersey: Drexel
Institute of Technology, 1955. 104 p. (Publications in Climatology, 1).

XAVIER, A. C.; KING C. W. Scanlon BR. Daily gridded meteorological variables in

Brazil (1980–2013). International Journal of Climatology, v. 36, p. 2644–2659, 2015.
INFORMAÇÕES COMPLEMENTARES

*Informo que assisti somente duas palestras, todavia possuo certificado somente da
que está em anexo. Não assisti mais palestras devido ao fato de ter uma grade bem
cheia de aulas remotas no início do programa, as quais me cansavam muito. Além
disso, iniciei meu estágio logo em seguida, conciliando com outras atividades
extracurriculares.