Análise da variabilidade climática e suas consequências para a produtividade da soja na Região Sul do Brasil

• Ano de defesa: 2010
• Autor(a) principal: Danielle Barros Ferreira
• Orientador(a): Vadlamudi Brahmananda Rao
• Banca de defesa: Antonio Roberto Formaggio, Tantravahi Venkata Ramana Rao, Rosa de Fátima Cruz Marques
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Instituto Nacional de Pesquisas Espaciais
• Programa de Pós-Graduação: Programa de Pós-Graduação do INPE em Meteorologia
• País: BR
• Resumo em Inglês: Seasonal linear trends of rainfall, minimum temperature, maximum temperature and diurnal temperature range (DTR) for Southern Brazil are examined for two periods. During long period (1901 to 2002), the increase in trend of rainfall in spring and decrease in minimum and maximum temperatures in summer are more evident over western part of Rio Grande do Sul, during the 70s. Over eastern half of the study area, the trends of minimum and maximum temperature presented increase, during the months of spring and summer, mainly in the 80s and 90s. But, the increasing trend in the minimum temperature is more evident than the maximum temperature due to increased cloudiness in the last decades contributing to reduction of DTR. In the recent period (1969 to 2002), the positive trend in rainfall showed statistical significance only in October over Southern Brazil. During the months of spring, there is an increase in minimum temperature over the entire study area while an increase in maximum temperature is found over east of South Brazil. A significant decreasing trend in DTR is observed only in October over South Brazil, mainly in the west part of region. The variations of meteorological variables analyzed may be associated with increased El Niño events, since the spring is the season of greatest impact of phenomenon. The relationship between crop yield and climate trends are evaluated and found that soybean yields are more affected by changes in temperature during summer, while changes in precipitation are more important in the months of October and January. To analyze the effects of climate variability on soybean yields, agrometeorological models were used to estimate the relative soybean yields, using rainfall and temperature data from different sources (CRU and INMET). The models showed that they are capable of representing the relative soybean yield over northwest of Rio Grande do Sul and central west of Paraná. In general, the Jensen model presented better performance than other models, while Stewart and Rao presented similar behavior, using the two data sources as input. Moreover, can reproduce the interannual behavior of soybean yield observed and presented the higher errors in years of El Niño and lower errors in La Niña and Neutral events. The future climate scenarios for the period of 2020 to 2099 indicated an increase in average air temperature over Passo Fundo and Campo Mourão, especially in summer months and increased rainfall in spring months. Thus, we expect a decrease in soybean yields between the 2040 to 2050 and increased from 2060 over local studied, mainly in A2 scenario.
• Link de acesso: http://urlib.net/sid.inpe.br/mtc-m18/2010/11.11.18.05

As tendências lineares sazonais da precipitação, temperatura mínima, temperatura máxima e amplitude térmica diurna foram estudadas para a Região Sul do Brasil durante dois períodos distintos (longo e recente). Durante o período longo (1901 2002), o aumento na tendência de chuvas na primavera e a diminuição das temperaturas mínima e máxima no verão, foram mais evidentes sobre a parte oeste do Rio Grande do Sul, durante os anos 70. Na metade leste da área de estudo, as tendências nas temperaturas mínima e máxima apresentaram aumento nos meses de primavera e verão, principalmente nos anos 80 e 90. No entanto, a tendência de aumento na temperatura mínima foi mais evidente do que a temperatura máxima, devido ao aumento da nebulosidade nas últimas décadas, contribuindo para a redução de DTR. No período recente (1969 2002), a tendência positiva da precipitação mostrou significância estatística apenas em outubro no sul do Brasil. Durante os meses da primavera, houve um aumento da temperatura mínima ao longo de toda área de estudo, enquanto que o aumento da temperatura máxima foi encontrado somente sobre o leste da região sul. Uma tendência significativa da redução da DTR foi observada somente em outubro, principalmente sobre a parte oeste da região. As variações das variáveis meteorológicas analisadas podem estar associadas ao aumento de eventos El Niño, pois a primavera é a estação de maior impacto do fenômeno. A relação entre a produtividade da soja e as tendências climáticas foi avaliada e verificou-se que as produtividades da soja foram mais afetadas pelas mudanças na temperatura durante o verão, enquanto que as mudanças nas precipitações foram mais importantes nos meses de outubro (início do plantio) e janeiro (auge do desenvolvimento). Para encontrar a resposta da variabilidade climática sobre a produtividade, foram utilizados modelos agrometeorológicos de estimativa da produtividade, utilizando dados de precipitação e temperatura de diferentes fontes (CRU e INMET). Os modelos utilizados foram capazes de representar a produtividade relativa da soja, principalmente sobre o noroeste do Rio Grande do Sul e centro oeste do Paraná. Em geral, o modelo de Jensen apresentou melhor desempenho, enquanto que os modelos de Stewart e Rao apresentaram comportamento semelhante, utilizando ambas as fontes de dados como entrada. Além disto, reproduziu o comportamento interanual da produtividade relativa observada, bem como apresentou maiores erros em anos de El Niño e menores erros em anos de La Niña e eventos Neutros. Os cenários climáticos futuros para o período de 2020 a 2099 indicaram um aumento na temperatura média do ar nos municípios de Passo Fundo e Campo Mourão, principalmente nos meses de verão, bem como aumento da precipitação nos meses de primavera. Assim, espera-se um decréscimo da produtividade relativa mais acentuada no cenário A2, entre os anos de 2040 a 2050 e aumento da produtividade a partir de 2060 sobre as localidades estudadas.