| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Meio Ambiente. Para informações adicionais entre em contato com cnpma.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Meio Ambiente. |
|
Data corrente: |
28/07/2022 |
|
Data da última atualização: |
14/07/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
VIANNA, M. S.; WILLIAMS, K. W.; LITTLETON, E. W.; CABRAL, O. M. R.; CERRI, C. E. P.; DE JONG VAN LIER, Q.; MARTHEWS, T. R.; HAYMAN, G.; ZERI, M.; CUADRA, S. V.; CHALLINOR, A. J.; MARIN, F. R.; GALDOS, M. V. |
|
Afiliação: |
University of Leeds, INRES/University of Bonn; Met Office Hadley Centre, Exeter; University of Exeter; University of Exeter; OSVALDO MACHADO RODRIGUES CABRAL, CNPMA; ESALQ/USP; CENA/USP; Centre for Ecology and Hydro-logy, Wallingford; Centre for Ecology and Hydrology, Wallingford; CEMADEN, São José dos Campos; SANTIAGO VIANNA CUADRA, CNPTIA; University of Leeds; ESALQ/USP; University of Leeds. |
|
Título: |
Improving the representation of sugarcane crop in the Joint UK Land Environment Simulator (JULES) model for climate impact assessment. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
GCB Bioenergy: Bioproducts for a Sustainable Bioeconomy, v. 14, n. 10, p. 1097-1116, 2022. |
|
ISSN: |
1757-1707 |
|
DOI: |
https://doi.org/10.1111/gcbb.12989 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract. Bioenergy from sugarcane production is considered a key mitigation strategy for global warming. Improving its representation in land surface models is important to further understand the interactions between climate and bioenergy production, supporting accurate climate projections and decision-making. This study aimed to calibrate and evaluate the Joint UK Land Environment Simulator (JULES) for climate impact assessments in sugarcane. A dataset composed of soil moisture, water and carbon fluxes and biomass measurements from field experiments across Brazil was used to calibrate and evaluate JULES-crop and JULES-BE parametrisations. The ability to predict the spatiotemporal variability of sugarcane yields and the impact of climate change was also tested at five Brazilian microregions. Parameters related to sugarcane allometry, crop growth and development were derived and tested for JULES-crop and JULES-BE, together with the response to atmospheric carbon dioxide, temperature and drought (CTW-response). Both parametrisations showed comparable performance to other sugarcane dynamic models, with an RMSE of 6.75 and 6.05 t ha-1 for stalk dry matter for JULES-crop and JULES-BE, respectively. The parametrisations were also able to replicate the average yield patterns observed in the five microregions over 30 years when the yield gap factors were taken into account, with the correlation (r) between simulated and observed interannual variability of yields ranging from 0.33 to 0.56. An overall small positive trend was found in future yield projections of sugarcane using the new calibrations, with exception of the Jataí mesoregion which showed a clear negative trend for the SSP5 scenario from the year 2070 to 2100. Our simulations showed that an abrupt negative impact on sugarcane yields is expected if daytime temperatures above 35 oC become more frequent. The newly calibrated version of JULES can be applied regionally and globally to help understand the interactions between climate and bioenergy production. MenosAbstract. Bioenergy from sugarcane production is considered a key mitigation strategy for global warming. Improving its representation in land surface models is important to further understand the interactions between climate and bioenergy production, supporting accurate climate projections and decision-making. This study aimed to calibrate and evaluate the Joint UK Land Environment Simulator (JULES) for climate impact assessments in sugarcane. A dataset composed of soil moisture, water and carbon fluxes and biomass measurements from field experiments across Brazil was used to calibrate and evaluate JULES-crop and JULES-BE parametrisations. The ability to predict the spatiotemporal variability of sugarcane yields and the impact of climate change was also tested at five Brazilian microregions. Parameters related to sugarcane allometry, crop growth and development were derived and tested for JULES-crop and JULES-BE, together with the response to atmospheric carbon dioxide, temperature and drought (CTW-response). Both parametrisations showed comparable performance to other sugarcane dynamic models, with an RMSE of 6.75 and 6.05 t ha-1 for stalk dry matter for JULES-crop and JULES-BE, respectively. The parametrisations were also able to replicate the average yield patterns observed in the five microregions over 30 years when the yield gap factors were taken into account, with the correlation (r) between simulated and observed interannual variability of yields ranging from 0.33 t... Mostrar Tudo |
|
Palavras-Chave: |
Avaliações de impacto climático; Calibração; Climate impact; Impacto climático; Joint UK Land Environment Simulator; JULES model; Land Surface Models; Modelagem; Mudanças climáticas; Produção de bioenergia; Projeção futura do clima. |
|
Thesagro: |
Bioenergia; Cana de Açúcar; Simulação. |
|
Thesaurus Nal: |
Bioenergy; Calibration; Climate; Climate change; Models; Sugarcane. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 03624naa a2200529 a 4500
001 2145050
005 2023-07-14
008 2022 bl uuuu u00u1 u #d
022 $a1757-1707
024 7 $ahttps://doi.org/10.1111/gcbb.12989$2DOI
100 1 $aVIANNA, M. S.
245 $aImproving the representation of sugarcane crop in the Joint UK Land Environment Simulator (JULES) model for climate impact assessment.$h[electronic resource]
260 $c2022
520 $aAbstract. Bioenergy from sugarcane production is considered a key mitigation strategy for global warming. Improving its representation in land surface models is important to further understand the interactions between climate and bioenergy production, supporting accurate climate projections and decision-making. This study aimed to calibrate and evaluate the Joint UK Land Environment Simulator (JULES) for climate impact assessments in sugarcane. A dataset composed of soil moisture, water and carbon fluxes and biomass measurements from field experiments across Brazil was used to calibrate and evaluate JULES-crop and JULES-BE parametrisations. The ability to predict the spatiotemporal variability of sugarcane yields and the impact of climate change was also tested at five Brazilian microregions. Parameters related to sugarcane allometry, crop growth and development were derived and tested for JULES-crop and JULES-BE, together with the response to atmospheric carbon dioxide, temperature and drought (CTW-response). Both parametrisations showed comparable performance to other sugarcane dynamic models, with an RMSE of 6.75 and 6.05 t ha-1 for stalk dry matter for JULES-crop and JULES-BE, respectively. The parametrisations were also able to replicate the average yield patterns observed in the five microregions over 30 years when the yield gap factors were taken into account, with the correlation (r) between simulated and observed interannual variability of yields ranging from 0.33 to 0.56. An overall small positive trend was found in future yield projections of sugarcane using the new calibrations, with exception of the Jataí mesoregion which showed a clear negative trend for the SSP5 scenario from the year 2070 to 2100. Our simulations showed that an abrupt negative impact on sugarcane yields is expected if daytime temperatures above 35 oC become more frequent. The newly calibrated version of JULES can be applied regionally and globally to help understand the interactions between climate and bioenergy production.
650 $aBioenergy
650 $aCalibration
650 $aClimate
650 $aClimate change
650 $aModels
650 $aSugarcane
650 $aBioenergia
650 $aCana de Açúcar
650 $aSimulação
653 $aAvaliações de impacto climático
653 $aCalibração
653 $aClimate impact
653 $aImpacto climático
653 $aJoint UK Land Environment Simulator
653 $aJULES model
653 $aLand Surface Models
653 $aModelagem
653 $aMudanças climáticas
653 $aProdução de bioenergia
653 $aProjeção futura do clima
700 1 $aWILLIAMS, K. W.
700 1 $aLITTLETON, E. W.
700 1 $aCABRAL, O. M. R.
700 1 $aCERRI, C. E. P.
700 1 $aDE JONG VAN LIER, Q.
700 1 $aMARTHEWS, T. R.
700 1 $aHAYMAN, G.
700 1 $aZERI, M.
700 1 $aCUADRA, S. V.
700 1 $aCHALLINOR, A. J.
700 1 $aMARIN, F. R.
700 1 $aGALDOS, M. V.
773 $tGCB Bioenergy: Bioproducts for a Sustainable Bioeconomy$gv. 14, n. 10, p. 1097-1116, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
06/03/2014 |
|
Data da última atualização: |
05/07/2017 |
|
Autoria: |
PINHEIRO, L. C. de M.; GOOD GOD, P. I. V.; FARIA, V. R.; OLIVEIRA, A. G.; HASUI, A. A.; PINTO, E. H. G.; ARRUDA, K. M. A.; PIOVESAN, N. D.; MOREIRA, M. A. |
|
Afiliação: |
Larissa Correia de Melo Pinheiro, Universidade Federal de Viçosa - UFV; Pedro Ivo Vieira Good God, Universidade Federal de Viçosa - UFV; Vinícius Ribeiro Faria, Universidade Federal de Viçosa - UFV; Ane Gabrielle Oliveira, Universidade Federal de Viçosa - UFV; Aline Akemi Hasui, Universidade Federal de Viçosa - UFV; Eduardo Henrique Guimarães Pinto, Universidade Federal de Viçosa - UFV; Klever Márcio Antunes Arruda, Instituto Agronômico do Paraná; Newton Deniz Piovesan, UFV, Bioagro; Maurilio Alves Moreira, UFV, Bioagro. |
|
Título: |
Parentesco na seleção para produtividade e teores de óleo e proteína em soja via modelos mistos. |
|
Ano de publicação: |
2013 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 48, n. 9, p. 1246-1253, set. 2013. |
|
Idioma: |
Português |
|
Notas: |
Título em inglês: Relationship in the selection for productivity and oil and protein contents in soybean using mixed models. |
|
Conteúdo: |
O objetivo deste trabalho foi avaliar influência da informação de parentesco na seleção de progênies de soja quanto à produtividade e aos teores de óleo e proteína, com base no uso de modelos mistos de predição dos valores genéticos. Novecentas progênies F4:6 e 200 progênies F4:7 de soja foram avaliadas nas safras 2010/2011 e 2011/2012, respectivamente. As progênies foram obtidas de cruzamentos múltiplos a partir de 57 progenitores. Os dados foram analisados por meio de modelos aleatórios (quadrados mínimos) e mistos BLUP/REML (?best linear unbiased prediction/restricted maximum likelihood?). Os maiores valores de ganhos preditos foram obtidos com o BLUP/REML. Os valores genéticos preditos com o método BLUP/REML, sem informação de parentesco, apresentaram alta correlação com aqueles obtidos com o modelo aleatório, além de detectada alta coincidência das progênies selecionadas. A inclusão da matriz de parentesco resultou na seleção de progênies diferentes e em maior acurácia na predição dos valores genéticos. |
|
Palavras-Chave: |
BLUP/REML; Ganho de seleção; Matriz de parentesco; Relationship matrix; Selection gain. |
|
Thesagro: |
Glycine Max; Soja. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/98603/1/Parentesco-na-selecao.pdf
|
|
Marc: |
LEADER 02088naa a2200313 a 4500
001 1981644
005 2017-07-05
008 2013 bl uuuu u00u1 u #d
100 1 $aPINHEIRO, L. C. de M.
245 $aParentesco na seleção para produtividade e teores de óleo e proteína em soja via modelos mistos.
260 $c2013
500 $aTítulo em inglês: Relationship in the selection for productivity and oil and protein contents in soybean using mixed models.
520 $aO objetivo deste trabalho foi avaliar influência da informação de parentesco na seleção de progênies de soja quanto à produtividade e aos teores de óleo e proteína, com base no uso de modelos mistos de predição dos valores genéticos. Novecentas progênies F4:6 e 200 progênies F4:7 de soja foram avaliadas nas safras 2010/2011 e 2011/2012, respectivamente. As progênies foram obtidas de cruzamentos múltiplos a partir de 57 progenitores. Os dados foram analisados por meio de modelos aleatórios (quadrados mínimos) e mistos BLUP/REML (?best linear unbiased prediction/restricted maximum likelihood?). Os maiores valores de ganhos preditos foram obtidos com o BLUP/REML. Os valores genéticos preditos com o método BLUP/REML, sem informação de parentesco, apresentaram alta correlação com aqueles obtidos com o modelo aleatório, além de detectada alta coincidência das progênies selecionadas. A inclusão da matriz de parentesco resultou na seleção de progênies diferentes e em maior acurácia na predição dos valores genéticos.
650 $aGlycine Max
650 $aSoja
653 $aBLUP/REML
653 $aGanho de seleção
653 $aMatriz de parentesco
653 $aRelationship matrix
653 $aSelection gain
700 1 $aGOOD GOD, P. I. V.
700 1 $aFARIA, V. R.
700 1 $aOLIVEIRA, A. G.
700 1 $aHASUI, A. A.
700 1 $aPINTO, E. H. G.
700 1 $aARRUDA, K. M. A.
700 1 $aPIOVESAN, N. D.
700 1 $aMOREIRA, M. A.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 48, n. 9, p. 1246-1253, set. 2013.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
