Menu



Exportar registro bibliográfico

Metrics:

Tese

Using the process-based JULES-crop model for forecasting off-season maize yield in Brazil (2023)

  • Authors:
  • Autor USP: PRUDENTE JUNIOR, AMAURI CASSIO - ESALQ
  • Unidade: ESALQ
  • Sigla do Departamento: LEB
  • DOI: 10.11606/T.11.2023.tde-23032023-111110
  • Subjects: MILHO; MUDANÇA CLIMÁTICA; SAFRA; SIMULAÇÃO
  • Keywords: Calibração de modelos; JULES-crop
  • Agências de fomento:
  • Language: Inglês
  • Abstract: A cultura do milho (Zea mays L.) é uma importante commodity brasileira, sendo a segunda cultura mais produzida e a quinta mais exportada no Brasil. Diante de sua relevância para diversos setores da economia, tem-se mostrado imperiosos estudos que aprofundem as análises sobre as consequências dos efeitos climáticos nesta cultura, sobretudo diante de um cenário de mudanças climáticas nas próximas décadas. Para tal, modelos de culturas baseados em processos biofísicos vem sendo utilizados a fim de avaliar efeitos do clima na produtividade da cultura. No entanto, existe uma lacuna na ciência de modelos que consigam fazer simulações em larga escala devido a limitações na integração de fluxos de energia, CO2, água e momento da atmosfera com a fisiologia da cultura. Diante disso, o modelo de superfície Joint UK land Environment Simulator (JULES), foi integrado com uma parametrização de diferentes culturas dentre as quais, o milho, porém, ainda não calibrado e avaliado no Brasil. Esta tese traz, em dois capítulos, a utilização de um modelo de larga escala na cultura do milho e a sua aplicação para prever a produção do milho safrinha no Brasil. No primeiro capítulo, objetivou-se calibrar e avaliar o modelo JULES-crop para a cultura do milho, obtendo uma alta performance para simular o indice de area foliar (IAF), altura do dossel e massa seca de grãos, tanto em condições de irrigação, quanto em sequeiro para diferentes regiões do Brasil e épocas de semeadura. No segundo capítulo, foipossível utilizar o modelo JULES-crop calibrado, além de indicadores agro-climáticos relevantes para a cultura do milho como temperatura do ar, precipitação e radiação difusa, para desenvolver um modelo de previsão de produtividade de larga escala para o milho safrinha do Brasil. A conjunção dos fatores agro-climáticos e de variáveis do modelo JULES-crop mostrou boa performance para prever a produção de milho no Brasil a partir do 80º dia do ciclo. Assim, é possível afirmar que se trata de um modelo hábil para simular em larga escala e capaz de melhorar a previsão de safra da cultura do milho no Brasil, sendo uma importante ferramenta que pode ser utilizada pela ciência para estimar a produtividade do milho em diferentes regiões produtoras brasileiras
  • Imprenta:
  • Data da defesa: 10.02.2023
    • Acesso à fonteAcesso à fonteDOI

    Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).

    Status:
    Artigo possui versão em acesso aberto em repositório (Green Open Access)
    Versão do Documento:
    Versão submetida (Pré-print)
    Acessar versão aberta:

    Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PRUDENTE JUNIOR, Amauri Cassio. Using the process-based JULES-crop model for forecasting off-season maize yield in Brazil. 2023. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2023. Disponível em: https://teses.usp.br/teses/disponiveis/11/11152/tde-23032023-111110/. Acesso em: 14 abr. 2026.

    • APA

      Prudente Junior, A. C. (2023). Using the process-based JULES-crop model for forecasting off-season maize yield in Brazil (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://teses.usp.br/teses/disponiveis/11/11152/tde-23032023-111110/

    • NLM

      Prudente Junior AC. Using the process-based JULES-crop model for forecasting off-season maize yield in Brazil [Internet]. 2023 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/11/11152/tde-23032023-111110/

    • Vancouver

      Prudente Junior AC. Using the process-based JULES-crop model for forecasting off-season maize yield in Brazil [Internet]. 2023 ;[citado 2026 abr. 14 ] Available from: https://teses.usp.br/teses/disponiveis/11/11152/tde-23032023-111110/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026