A previsão sazonal da produtividade dos cultivos pode colaborar para a mitigação de efeitos adversos da variabilidade climática. Portanto, objetivou-se calibrar um modelo geral de previsão de produtividade de milho safrinha para o estado do Mato Grosso do sul usando elementos climáticos. Foi utilizado séries históricas de dados climáticos como radiação solar global, temperaturas média, máxima e mínima do ar (°C), umidade relativa , velocidade do vento e precipitação pluvial durante o período de 1983-2018, e dados fitotécnicos de áreas produtivas de milho em Mato Grosso do Sul para estimar modelos e gerar mapas de produtividade no estado. A produtividade média das localidades da região norte foi maior em relação as localidades do sul do estado. O modelo desenvolvido para estimar a produtividade do milho safrinha em função das variáveis climáticas foi significativo (p < 0,05), com alta precisão (R2 aj) e acurácia (MAPE). O modelo calibrado apresentou relação significativa entre a produtividade do milho safrinha e a temperatura do ar no período de abril e maio, portanto, essa variável meteorológica pode ser utilizada como indicador de riscos climáticos em sistemas de produção de milho no estado do Mato Grosso do Sul.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.