TY  - SER
AU  - Silva, Michel Rocha da 
AU  - Streck, Nereu Augusto 
AU  - Cera, Jossana Ceolin 
AU  - Duarte Junior, Ary José 
AU  - Ribas, Giovana Ghisleni 
AU  - Rossato, Ioran Guedes 
AU  - Meus, Lorenzo Dalcin 
AU  - Pereira, Vladison Fogliato 
AU  - Pilecco, Isabela Bulegon 
AU  - Benedetti, Romulo Pulcinelli 
AU  - Tonetto, Francisco 
AU  - Zanon, Alencar Junior 
TI  - Forecasting the rice yield in Rio Grande do Sul using the SimulArroz model
KW  - ARROZ IRRIGADO
KW  - SEMEADURA
KW  - TECNOLOGIA
KW  - RENDIMENTO
KW  - PREVISÃO DO TEMPO
KW  - PREVISÃO DE SAFRA
N1  - 
Publicação on-line; 23 ref. 4 illus.; Summaries (En, Pt)
N2  - 

Abstract – The objective of this work was to evaluate a flooded-rice yield
forecasting method for the state of Rio Grande do Sul, Brazil, using the
SimulArroz model. Version 1.1 of this model and historical meteorological
data were used, with six different scenarios composed of the following levels
of field information: number of sowing dates (1 to 4) and number of cultivars
and/or development cycles (1 to 3) during four growing seasons (2014/2015
to 2017/2018). The root mean square error (RMSE) for comparing the actual
yield with the simulated yield for Rio Grande do Sul was of 618.3 and
1,024.8 kg ha-1, i.e., of 8 and 13%, respectively. The forecast of rice yield
by applying the SimulArroz model and historic meteorological data for Rio
Grande do Sul shows a good predictability, and the recommended scenario is
complex 1, using three sowing dates per site and the three most representative
rice cultivars per region.


Index terms: Oryza sativa, crop modeling, decision-support systems, supply
balance; 

Resumo ‒ O objetivo deste trabalho foi avaliar um método de previsão de safra
para arroz irrigado por inundação no estado do Rio Grande do Sul, Brasil, por
meio do modelo SimulArroz. Utilizou-se a versão 1.1 desse modelo e dados
meteorológicos históricos, com seis cenários compostos pelos seguintes níveis
de informação em campo: datas de semeadura (1 a 4) e número de cultivares
e/ou ciclos de desenvolvimento (1 a 3) durante quatro safras (2014/2015 a
2017/2018). A raiz quadrada média do erro (RQME), para comparação da
produtividade real com a produtividade simulada para o Rio Grande do
Sul, foi de 618,3 e 1.024,8 kg ha-1, isto é, de 8 e 13%, respectivamente. A
previsão de safra de arroz com aplicação do modelo SimulArroz e dados
meteorológicos históricos para o Rio Grande do Sul apresenta boa capacidade
preditiva quanto à produtividade, e o cenário recomendado para a previsão é o
complex 1, com uso de três épocas de semeadura por local e das três cultivares
mais representativas por região.


Termos para indexação: Oryza sativa, modelagem de culturas, sistemas de
apoio à decisão, saldo de fornecimento
UR  - https://www.scielo.br/j/pab/a/fcGhwZsBnd7LyVqwRYXdp5K/?format=pdf&lang=en
ER  -