Análise de sensibilidade, calibração e validação do modelo CropSyst para produtividade do trigo, e desenvolvimento de módulos para automação de dados espaço-temporais de entrada

Abstract

Resumo: Teve-se por objetivo no presente estudo realizar a análise global de sensibilidade, calibrar e validar o modelo CropSyst para a cultura do trigo; e organizar, desenvolver metodologia e testar módulos para geração de dados espaço-temporais de entrada em modelos água-cultura (CropSyst), aplicando na avaliação da cultura do trigo no Estado do Paraná. O trabalho foi estruturado em três capítulos. Capítulo I - Referencial teórico indicando a importância do uso de modelos de simulação e da disponibilidade de dados em formato de grade para as simulações em escala ampla (CropSyst). Capítulo II - Análise de sensibilidade global, calibração e validação do CropSyst para a cultura do trigo na zona subtropical do sul do Brasil. O parâmetro eficiência no uso da transpiração (TUE) respondeu por 78% da sensibilidade simulando a produtividade, e a profundidade máxima das raízes (MaxRD) respondeu por 57% da evapotranspiração real da cultura (ETalfa, mm dia-¹ ). A calibração do CropSyst para o trigo em Castro, Itaberá, Ponta Grossa e Itaberá apresentou indicadores estatísticos (RMSE = 80 kg ha-¹ , índice de eficiência de Nash-Sutcliff: NSE = 0,94, R² = 0,89 e d = 0,98) iguais ou superiores aos verificados na literatura. Castro (RMSE= 424 kg ha-¹, NSE = 0,51, d = 0,87 e R²= 0,85) e Ponta Grossa (RMSE = 263 kg ha-¹, NSE = 0,63, d = 0,89 e R²= 0,67) apresentaram resultados satisfatórios na validação do CropSyst. A resposta adequada à simulação do acúmulo de biomassa evidenciou a qualidade do modelo ao fator de penalização hídrica (transpiração real/transpiração potencial da cultura; Ta/Tpc). O CropSyst mostrou-se útil na simulação do trigo em diferentes combinações de manejo e solo para os climas Cfa e Cfb. Capítulo III - Desenvolvimento e teste de sistema de automatização para obtenção de dados espaço-temporais de entrada no modelo CropSyst. Os módulos foram desenvolvidos em linguagem Python e testados para o Brasil, para: criar grade regular; extrair atributos do solo da base SoilGrids, gerar parâmetros físico-hídricos; extrair séries climáticas da Grade Meteorológica Diária Brasileira (BR-DWGD); e, criar cenários de simulação para o CropSyst. O módulo "Grade Regular" apresentou alta precisão (desvio padrão = 0,002 m) no posicionamento dos pontos na resolução 0,10° e pequenas variações na elevação (RMSE = 1,2 m; 6%). No módulo "Solos", os atributos do solo do SoilGrids apresentaram alta precisão na extração dos atributos do solo (NSE = 1,00) e os parâmetros físico-hídricos gerados apresentaram relativa acurácia (desvio padrão médio = 0,041 m³ m-³) na estimativa das umidades volumétricas do solo aos dados observados em Castro e Ponta Grossa. As grandezas da Ks estimadas (114,0 a 125,2 cm dia-¹) foram próximas aos valores encontrados na literatura. Os arquivos binários gerados empregando o módulo "Climático", independente de posição geográfica, não diferiram dos bancos de dados testados. As produtividades "simuladas vs observadas" nos 759 talhões comerciais da região da Fundação ABC, com o módulo "Culturas", na safra 2021, não indicaram boa associação. Pode-se considerar que os dados de entrada (solos e meteorológicos) se mostraram coerentes para aplicação do CropSyst nas simulações em escala ampla.

Abstract: This work aimed to perform the global sensitivity analysis, calibrate and validate the CropSyst model to wheat; and organize, develop methodology and test modules to generate spatio-temporal data to water-crop models (CropSyst) inputs, applying to evaluate the wheat crop at Paraná state. The work was structured in three chapters. Chapter I - Theoretical reference indicating the importance of using crop models simulations and the grid data availability to simulations in large areas (CropSyst). Chapter II - Global sensitivity analysis, calibration and validation of CropSyst to wheat crop at subtropical zone of Brazil. The transpiration use efficiency (TUE) parameter answered by 78% of sensitivity to yield simulations and the maximum root depth (MaxRD) parameter answered by 57% of actual crop evapotranspiration (ETalfa, mm day-¹). Castro (RMSE = 424 kg ha-¹; NSE = 0.51; d = 0.87 and R² = 0.85) and Ponta Grossa (RMSE = 263 kg ha-¹, NSE = 0.63, d = 0.89 and R² = 0.67) presented results suitable at CropSyst validation. The good results in simulating biomass accumulation showed the model quality to the water penalty factor (actual transpiration/crop potential transpiration; Ta/Tpc ). The CropSyst presented useful in simulating wheat under different management and soil combinations to the climate types Cfa and Cfb. Chapter III - Development and test of a system to automate input spatio-temporal data acquisition to the CropSyst model. The modules were developed with Python programming language and tested to Brazilian conditions to: create regular grid; extract soil attributes from SoilGrids database, generating hydrophysical parameters; extract weather series from the Brazilian Daily Weather Gridded Data (BR-DWGD); and create scenarios to CropSyst simulations. The "Grade Regular" module presented high precision (standard deviation = 0.002 m) at points positioning under resolution of 0.10° and small variations in defining elevation (RMSE = 1.2 m; 6%). With the "Solos" module, the extracted attributes from SoilGrids presented high precision (NSE = 1.00) and the generated soil volumetric moisture presented relative accuracy (average standard deviation = 0.041 m³ m-³) when compared to observed values in Castro and Ponta Grossa. The magnitudes of estimated Ks (114.0 to 125.2 cm day-¹) were similar to values from literature. The generated binary files with "Climatico" module, independently of geographical position, showed no difference regarding the tested databases. Analysis of "Culturas" module at 759 commercial wheat fields at Foundation ABC region, in the 2021 season, with "simulated vs observed" yields, indicated no reasonable association. It can be considered that the input data proved to be coherent for application of CropSyst model at large-scale simulations.