Published in

Agrometeoros, 1(25), 2018

DOI: 10.31062/agrom.v25i1.26262

Links

Tools

Export citation

Search in Google Scholar

Simulação de produtividade futura de soja em Piracicaba-SP com base em projeções de mudanças climáticas

This paper was not found in any repository; the policy of its publisher is unknown or unclear.
This paper was not found in any repository; the policy of its publisher is unknown or unclear.

Full text: Unavailable

Question mark in circle
Preprint: policy unknown
Question mark in circle
Postprint: policy unknown
Question mark in circle
Published version: policy unknown

Abstract

O Brasil é um dos maiores países produtores de soja (Glycine max L.). Essa planta é a principal fonte de proteína alimentar do planeta. Com base na importância econômica e social da soja no contexto mundial, é importante considerar as projeções futuras da produção dessa oleaginosa dentro do debate internacional de mudanças climáticas; e previsão do aumento populacional global, de 2 bilhões de habitantes, até o ano de 2050. Assim, pretende-se avaliar o impacto das mudanças climáticas sobre o desenvolvimento da cultura da soja na região de Piracicaba-SP utilizando dois modelos o DSSAT/CROPGRO Soybean e o MAGé adaptado. O modelo DSSAT/CROPGRO foi calibrado para a região do estudo com dados de clima, solo e dados biométricos de soja (BRS 399RR) obtidos experimentalmente. Os cenários de mudanças climáticos do IPCC selecionados nesse estudo foram RCP4.5 (2020-2050), RCP4.5 (2020-2050), RPP8.5 (2050-2080) e RCP8.5 (2050-2080). Observou-se que o modelo DSSAT/ CROPGRO apresentou uma boa calibração, representando bem a produção atual de soja na região. Com relação às simulações em cenários futuros houve decréscimo da produtividade de soja na região quando somente o fator temperatura foi considerado e aumento da produtividade quando o incremento na [CO2] foi considerado no modelo. Nessa segunda perspectiva, os cenários de mudanças climáticas seriam benéficos a produção de soja em Piracicaba. Já o modelo MAGé adaptado mostrou-se produtividades superestimadas em todas as situações estudadas.