Um simulador dinâmico do crescimento de uma cultura de cana-de-açúcar

Abstract

RESUMOEste trabalho descreve a primeira versão de um simulador matemático-fisiológico do crescimento diário de uma cultura de cana-de-açúcar (SIMCANA) em resposta às condições do ambiente durante a estação de crescimento. SIMCANA resume a maior parte das informações disponíveis concernentes aos processos fisiológicos da cultura de cana-de-açúcar. Esta sua versão não inclui os processos deigerminaçâo e florescimento, havendo necessidade de especificar as condições da cultura no primeiro dia de simulação. Em função das condições diárias de radiação solar global, temperatura máxima e mínima, umidade relativa do ar, SIMCANA calcula as taxas de fotossíntese, respiração e crescimento da cultura, as taxas de senescência das folhas e raízes, a massa seca das folhas, colmos e raízes, e o índice de área foliar. Embora várias relações empíricas tenham sido usadas, SIMCANA parece ser capaz de simular o crescimento da cultura de cana-de-açúcar.

Development of relative humidity models by using optimized neural network structures

“…The results are of application in diverse, climatebased models of dynamic simulation in plant growth (Acock, 1991), with climate as a direct influence on gross photosynthetic rate at a given time (Pereira and Machado, 1986;Dourado-Neto et al, 1998). A direct application of monthly RH data can be performed by the program ClimGen (Stöckle et al, 1999), an extension of the crop growth simulator Cropsyst.…”

Principles of crop modelling and simulation: II. the implications of the objective in model development

“…A dynamic simulator of the sugar-cane growth can be found in Pereira & Machado (1986). To facilitate the understanding, it belongs to a dynamic simulator (SIMCANA), and is briefly described:…”

Rendimento potencial de pastagens de Axonopus aureus nos cerrados de Roraima

“…(BOOTE et al, 1996). Modelos matemáticos baseados nos processos biológicos que permitem a compreensão das causas de respostas das plantas ao ambiente têm sido desenvolvidos para as principais culturas, sendo denominados de matemáticos-fisiológicos, apresentando uma série de vantagens, pois a) informações sobre os diferentes processos podem ser reunidas em um único modelo, permitindo uma visão global da cultura; b) resume convenientemente grande quantidade de informações; c) a base matemática para as hipóteses adotadas permite compreender quantitativamente a natureza das interaçõs ambiente-planta; d) a modelagem estimula novos paradigmas e pressuposições, detectando áreas onde o conhecimento é limitado e, f) modelos permitem interpolações e previsões (PEREIRA; MACHADO, 1986;PLÁ;LOPES, 1998). Apesar das limitações dos modelos, que podem ser corrigidas em parte por alguns ajustes, notadamente a inclusão de parâmetros ambientais e fisiológicos que contribuam para sua maior acurácia, estes se constituem numa ferramenta útil para estimar o rendimento potencial, com o intuito de auxiliar na identificação dos fatores que podem afetar negativamente o rendimento, bem como na tomada de decisão sobre ações de manejo.…”