|
|
Registro Completo |
Biblioteca(s): |
Embrapa Unidades Centrais. |
Data corrente: |
14/07/2022 |
Data da última atualização: |
29/01/2024 |
Autoria: |
SILVA, M. R. da; STRECK, N. A.; CERA, J. C.; DUARTE JUNIOR, A. J.; RIBAS, G. G.; ROSSATO, I. G.; MEUS, L. D.; PEREIRA, V. F.; PILECCO, I. B.; BENEDETTI, R. P.; TONETTO, F.; ZANON, A. J. |
Afiliação: |
MICHEL ROCHA DA SILVA, CROPS TEAM; NEREU AUGUSTO STRECK, UNIVERSIDADE FEDERAL DE SANTA MARIA; JOSSANA CEOLIN CERA, INSTITUTO RIO GRANDENSE DO ARROZ; ARY JOSÉ DUARTE JUNIOR, UNIVERSIDADE FEDERAL DE SANTA MARIA; GIOVANA GHISLENI RIBAS, GRUPO DOM MARIO; IORAN GUEDES ROSSATO, UNIVERSIDADE FEDERAL DE SANTA MARIA; LORENZO DALCIN MEUS, UNIVERSIDADE FEDERAL DE SANTA MARIA; VLADISON FOGLIATO PEREIRA, UNIVERSIDADE FEDERAL DE SANTA MARIA; ISABELA BULEGON PILECCO, UNIVERSIDADE FEDERAL DE SANTA MARIA; ROMULO PULCINELLI BENEDETTI, CROPS TEAM; FRANCISCO TONETTO, UNIVERSIDADE FEDERAL DE SANTA MARIA; ALENCAR JUNIOR ZANON, UNIVERSIDADE FEDERAL DE SANTA MARIA. |
Título: |
Forecasting the rice yield in Rio Grande do Sul using the SimulArroz model. |
Ano de publicação: |
2022 |
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, v. 57, e02969, 2022. |
DOI: |
https://doi.org/10.1590/S1678-3921.pab2022.v57.02069 |
Idioma: |
Inglês |
Notas: |
Título em português: Previsão de safra de arroz irrigado para o Rio Grande do Sul pelo modelo SimulArroz. |
Conteúdo: |
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. 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. MenosABSTRACT - 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. 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 simulad... Mostrar Tudo |
Thesagro: |
Arroz; Arroz Irrigado; Época de Semeadura; Oryza Sativa; Produtividade; Safra. |
Thesaurus Nal: |
Meteorological data; Oryza; Rice; Sowing date. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1144733/1/Forecasting-rice-yield-2022.pdf
|
Marc: |
LEADER 03154naa a2200397 a 4500 001 2144733 005 2024-01-29 008 2022 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1590/S1678-3921.pab2022.v57.02069$2DOI 100 1 $aSILVA, M. R. da 245 $aForecasting the rice yield in Rio Grande do Sul using the SimulArroz model.$h[electronic resource] 260 $c2022 500 $aTítulo em português: Previsão de safra de arroz irrigado para o Rio Grande do Sul pelo modelo SimulArroz. 520 $aABSTRACT - 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. 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. 650 $aMeteorological data 650 $aOryza 650 $aRice 650 $aSowing date 650 $aArroz 650 $aArroz Irrigado 650 $aÉpoca de Semeadura 650 $aOryza Sativa 650 $aProdutividade 650 $aSafra 700 1 $aSTRECK, N. A. 700 1 $aCERA, J. C. 700 1 $aDUARTE JUNIOR, A. J. 700 1 $aRIBAS, G. G. 700 1 $aROSSATO, I. G. 700 1 $aMEUS, L. D. 700 1 $aPEREIRA, V. F. 700 1 $aPILECCO, I. B. 700 1 $aBENEDETTI, R. P. 700 1 $aTONETTO, F. 700 1 $aZANON, A. J. 773 $tPesquisa Agropecuária Brasileira$gv. 57, e02969, 2022.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Gado de Leite. Para informações adicionais entre em contato com cnpgl.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Gado de Leite. |
Data corrente: |
26/12/2017 |
Data da última atualização: |
26/12/2017 |
Tipo da produção científica: |
Artigo de Divulgação na Mídia |
Autoria: |
MARTINS, P. do C.; LANA, M. S.; CARNEIRO, A. V. |
Afiliação: |
PAULO DO CARMO MARTINS, CNPGL; MANUELA SAMPAIO LANA, CNPGL; ALZIRO VASCONCELOS CARNEIRO, CNPGL. |
Título: |
Custos de produção registra aumento de 0,08% em julho. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: Intelactus. ICPLeite. jul; 2017 |
Idioma: |
Português |
Palavras-Chave: |
Insumos; Qualidade do leite; Sal mineral; Sanidade. |
Categoria do assunto: |
E Economia e Indústria Agrícola |
Marc: |
LEADER 00474naa a2200181 a 4500 001 2083516 005 2017-12-26 008 2017 bl --- 0-- u #d 100 1 $aMARTINS, P. do C. 245 $aCustos de produção registra aumento de 0,08% em julho. 260 $c2017 653 $aInsumos 653 $aQualidade do leite 653 $aSal mineral 653 $aSanidade 700 1 $aLANA, M. S. 700 1 $aCARNEIRO, A. V. 773 $tIn: Intelactus. ICPLeite. jul; 2017
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Gado de Leite (CNPGL) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|