Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA “LUIZ DE QUEIROZ” MODELAGEM DE CULTURAS AGRÍCOLAS I JHONATAH ALBUQUERQUE GOMES “ANÁLISE DE SENSIBILIDADE LOCAL” PIRACICABA Estado de São Paulo – Brasil MAIO/2023 6.1) A variável HWAM foi mais sensível a qual parâmetro (irrigado e sequeiro)? A partir dos cálculos de análise de sensibilidade local, o parâmetro 3 (P3) é o mais sensível tanto no cenário de irrigado quanto no cenário de sequeiro. 6.2) Houve diferença entre os tratamentos? Sim, houveram diferenças entre os tratamentos. 6.3) Houve diferença entre os anos? Por quê? É possível que os fatores climáticos tenham desempenhado um papel importante na variação dos valores de HWAM entre os anos. As condições climáticas, como temperatura, precipitação, umidade e radiação solar, podem afetar o desenvolvimento da planta e, consequentemente, a produtividade. A quantidade e a distribuição da chuva também são fatores importantes. Anos com chuvas mal distribuídas podem levar a períodos de seca e excesso de umidade, ambos prejudiciais para a produção das plantas. Outro fator climático que pode influenciar na produtividade das plantas é a radiação solar. Um ano com menor incidência de luz solar pode afetar a fotossíntese e a produção de biomassa das plantas. Sendo assim, é possível que variações nos fatores climáticos entre os anos tenham afetado o desempenho da cultura e, consequentemente, a variação dos valores de HWAM. 6.4) Caso eu mude de cultivar o parâmetro que mais afeta a saída do modelo vai mudar? Sim, é possível que o parâmetro que mais afeta a saída do modelo mude ao mudar de cultivar. Isso ocorre porque diferentes cultivares podem ter características distintas em relação ao seu crescimento, demanda hídrica, tolerância a estresses ambientais, entre outras variáveis que podem afetar a produção. Por exemplo, uma cultivar que seja mais resistente à seca pode ter uma saída do modelo menos influenciada pela disponibilidade de água do que outra cultivar mais sensível à falta de água. Portanto, é importante avaliar os parâmetros que mais influenciam a saída do modelo para cada cultivar específica, a fim de otimizar a produção e obter melhores resultados. Porém, quando realizado a simulação para outra cultivar, as variações mostram-se indiferentes estatisticamente (figura 1) Figura 1 – Modelo de previsão da produtividade da cultivar AG9010 Figura 1 – Modelo de previsão da produtividade da cultivar BRS 0 500 1000 1500 2000 2500 3000 3500 4000 4500 20 40 60 80 100 120 Days after Planting Grain wt kg/ha (AG9010 - Irrigado) Grain wt kg/ha (AG9010 - Sequeiro) 0 1000 2000 3000 4000 5000 6000 7000 20 40 60 80 100 120 140 Days after Planting Grain wt kg/ha (AG9010 - Irrigado) Grain wt kg/ha (AG9010 - Sequeiro)
Compartilhar