| |
|
|
|
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 Instrumentação. Para informações adicionais entre em contato com cnpdia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Instrumentação. |
|
Data corrente: |
18/11/2022 |
|
Data da última atualização: |
23/01/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
B - 4 |
|
Autoria: |
REIS, H. P. G; GIROTO. A. S.; GUIMARÃES, G. G. F.; PUTTI, F. F.; PAVINATO, P. S.; TELES, A. P.; RIBEIRO, C.; FERNANDES, D. M. |
|
Afiliação: |
CAUE RIBEIRO DE OLIVEIRA, CNPDIA. |
|
Título: |
Role of slow-release phosphate nanofertilizers in forage nutrition and phosphorus lability. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
ACS Agricultural Science & Technology, v. 2, 2022. |
|
Páginas: |
564–572 |
|
DOI: |
10.1021/acsagscitech.2c00012 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Up to 80% of the applied phosphorus via fertilizers can be lost to the environment through adsorption and precipitation reactions. Although nanoparticulated fertilizers can improve phosphate efficiency, they should be kept with no agglomeration, e.g., by dispersing urea (nanocomposite), which also provides nitrogen for plants. Thus, we evaluated the phosphorus dynamics in the soil and nutrient supply to Panicum maximum cv. ?BRS Zuri? (Zuri grass) through three model nanocomposite fertilizers, hydroxyapatite (HAP), Bayovar rock phosphate (BAY), or triple superphosphate (TSP), dispersed in urea ́ −starch matrices in granular form. The experiments were done in pot experiments, analyzing the chemical composition of forage and soil after each cut. After four cuts, the treatment with the TSP nanocomposite resulted in a higher number of tillers and a higher root dry matter. However, HAP and its composites showed a similar performance to TSP in the first cut for these parameters. Plants grown with TSP have absorbed more phosphorus than those supplemented by nanocomposites (considering similar dry matter yields), which suggests that the release of nutrients from nanocomposites is better adjusted to plants? needs, promoting a better phosphorus use efficiency |
|
Palavras-Chave: |
Phosphate fertilizer efficiency; Zuri grass. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02036naa a2200253 a 4500
001 2148463
005 2024-01-23
008 2022 bl uuuu u00u1 u #d
024 7 $a10.1021/acsagscitech.2c00012$2DOI
100 1 $aREIS, H. P. G
245 $aRole of slow-release phosphate nanofertilizers in forage nutrition and phosphorus lability.$h[electronic resource]
260 $c2022
300 $a564–572
520 $aUp to 80% of the applied phosphorus via fertilizers can be lost to the environment through adsorption and precipitation reactions. Although nanoparticulated fertilizers can improve phosphate efficiency, they should be kept with no agglomeration, e.g., by dispersing urea (nanocomposite), which also provides nitrogen for plants. Thus, we evaluated the phosphorus dynamics in the soil and nutrient supply to Panicum maximum cv. ?BRS Zuri? (Zuri grass) through three model nanocomposite fertilizers, hydroxyapatite (HAP), Bayovar rock phosphate (BAY), or triple superphosphate (TSP), dispersed in urea ́ −starch matrices in granular form. The experiments were done in pot experiments, analyzing the chemical composition of forage and soil after each cut. After four cuts, the treatment with the TSP nanocomposite resulted in a higher number of tillers and a higher root dry matter. However, HAP and its composites showed a similar performance to TSP in the first cut for these parameters. Plants grown with TSP have absorbed more phosphorus than those supplemented by nanocomposites (considering similar dry matter yields), which suggests that the release of nutrients from nanocomposites is better adjusted to plants? needs, promoting a better phosphorus use efficiency
653 $aPhosphate fertilizer efficiency
653 $aZuri grass
700 1 $aGIROTO. A. S.
700 1 $aGUIMARÃES, G. G. F.
700 1 $aPUTTI, F. F.
700 1 $aPAVINATO, P. S.
700 1 $aTELES, A. P.
700 1 $aRIBEIRO, C.
700 1 $aFERNANDES, D. M.
773 $tACS Agricultural Science & Technology$gv. 2, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
