ANÁLISE DO RENDIMENTO DE SOJA ASSOCIADA ÀS VARIÁVEIS METEOROLÓGICAS PARA ALGUMAS REGIÕES DO ESTADO DO PARANÁ

Transcrição

1 ANÁLISE DO RENDIMENTO DE SOJA ASSOCIADA ÀS VARIÁVEIS METEOROLÓGICAS PARA ALGUMAS REGIÕES DO ESTADO DO PARANÁ Isabel Barbosa dos Anjos 1, Jonas Texera Nery 2 INTRODUÇÃO A agrcultura, entre as atvdades econômcas, é a que apresenta maor dependênca das condções clmátcas, consderadas como fatores de maor responsabldade no rendmento anual de grãos. Alguns estudos já realzados mostraram claramente a relação exstente entre os elementos meteorológcos e a produção de grãos, como exemplo os trabalhos de Motta & Agendes (1986). De acordo com Alfons (2000) as relações entre os elementos clmátcos e a produção agrícola são bastante complexas, pos os fatores ambentas podem afetar o crescmento e o desenvolvmento das plantas sob dferentes formas, nas dversas fases do cclo da cultura. O Estado do Paraná destaca-se como um dos maores produtores de grãos da regão Sul do Brasl. Devdo à osclação clmátca de uma regão para outra, causada pelas condções físcas apresentadas, como a lattude, alttude, tpos de relevo, vegetação, nterferndo na formação de dferentes tpos de solos, ocorre à mpossbldade do planto de soja em toda a extensão do Paraná. Segundo Tubels (1988) como a duração do período de luz está relaconada com a lattude, a floração e o planto da cultura de soja se faz por faxas da lattude, pos plantos antecpados ou atrasados provocam redução na produtvdade fnal. Apenas 25 a 30% das flores produzem vagens, pos este número depende do vgor da planta, no período de florescmento, as varações na temperatura méda podem afetar essa porcentagem. É uma planta de das curtos, mas sua resposta ao comprmento do da vara bastante com o clma e a alttude. O grão de soja é relatvamente resstente à varação térmca, porém seu crescmento pode ser afetado por temperaturas menores que 20 e maores que 35. Em algumas varedades, a floração pode atrasar se a temperatura méda dára estver abaxo dos 24. Seu crescmento pratcamente cessa a 10, mas acma de 15 é possível sua produção (DOORENBOS & KASSAN, 1994). A orgem e a hstóra do cultvo da soja (Glycne Max L. Merr) não é conhecda, mas suspeta-se que vem do leste da Ása, provavelmente da Chna, atualmente, é plantada em toda à parte do globo. Na Amérca esta plantação expandu-se do Canadá até a Argentna e na Europa/Áfrca, desde a Suéca até a Áfrca do Sul. Nas regões de pouca chuva, utlza-se a 1 Mestrado em Geografa PGE/Unversdade Estadual de Marngá PGE. sabelanjos@hotmal.com 2 Geografa, UNESP, UD Ournhos, Rua Dom José Marello, 749, Ournhos-SP. Jonas@ournhos.unesp.br

2 rrgação. É uma legumnosa com alta capacdade de fxar ntrogêno atmosférco, por smbose (KLAUS, 1987). Sua cultura é feta em condções de clma quente nos trópcos, subtrópcos e regões temperadas. A soja, conforme Almeda (2000), desde a década de 1960, tem sdo cultvada em todo o Paraná, no período entre outubro a março. Desta forma, o ano agrícola concde com o período de maor ocorrênca pluvométrca, resultando em dferenças de rendmento entre regões ao lado de outros fatores como fertlzante e técncas empregadas na produção das lavouras. O objetvo deste trabalho fo estudar algumas varáves clmátcas, correlaconando-as com o rendmento de grãos de soja no Estado do Paraná. MATERIAL E MÉTODOS As nformações, sobre o rendmento de grãos de soja, foram obtdas junto à Secretara de Agrcultura e Abastecmento do Paraná (SEAB). Os dados das varáves meteorológcas foram fornecdos pela Estação Clmatológca Prncpal de Marngá (ECPM) e Insttuto Agronômco do Paraná (IAPAR). As estações meteorológcas escolhdas do Estado do Paraná, que se localza entre as lattudes 22º29 33 S e 26º42 59 S e longtudes 48º02'24"W e 54º37'38"W, são de sete localdades: Marngá, Ponta Grossa, Planalto, Cambará, Clevelânda, Londrna e Guarapuava, conforme mostra a Tabela 1. Essas foram escolhdas devdo às séres serem as mas completas. O período de estudo lmtou-se aos anos de 1986 a 1999, conforme a base de dados ceddos. Tabela 1. Estações meteorológcas com suas respectvas lattudes, longtudes, alttudes e períodos. Nº Estação Longtude(w) Lattude(S) Alttude(m) Período 1 Marngá (INMET) 51º 57 23º Ponta Grossa 50º 01 25º Planalto 53º 46 25º Cambará 50º 57 23º Clevelânda 52º 21 26º Londrna 51º 09 23º Guarapuava 51º 30 25º FONTE: Insttuto Agronômco do Paraná (IAPAR) e Estação Clmatológca Prncpal de Marngá (ECPM). Calculou-se, com base nos dados dáros, a méda mensal de cada varável meteorológca para cada ano e para cada localdade. A segur, calculou-se a méda dos trmestres, dentro do período estudado, sucessvamente, resultando numa únca sére das seguntes varáves, temperaturas: (geotermômetros de 9, 15 e 21h, relva, méda, máxma, mínma), umdade relatva e precptação pluvométrca, para cada trmestre. Com estas séres trmestras consecutvas organzadas, fez-se a análse de regressão múltpla. Analsou-se todos os meses, pos esta cultura é plantada e colhda em dferente

3 época do ano; ncando em janero, feverero e março (JFM); feverero, março e abrl (FMA); março, abrl e mao (MAM); abrl, mao e junho (AMJ); mao, junho e julho (MJJ); junho, julho e agosto (JJA); julho, agosto e setembro (JAS); agosto, setembro e outubro (ASO); setembro, outubro e novembro (SON); outubro, novembro e dezembro (OND); novembro, dezembro e janero (NDJ); dezembro, janero e feverero (DJF). Na análse de regressão múltpla, observou-se o coefcente de determnação (R²), com teste de sgnfcânca menor que 5% (p<0,05), que explca se o modelo estatístco é consstente ou não. Quanto mas elevado for o resultado do R² e quanto mas próxmo de zero encontrar o valor de p, mas sgnfcatvo será o coefcente de determnação. Foram consderadas como ndcatvas de correlação as varáves meteorológcas que apresentaram o valor para o nível de p>0,06 e p<0,09. Os ajustes polnomas são modelos de prevsão, que procuram explcar de forma dferencada a relação entre a varável dependente (rendmento de soja) e a varável ndependente (os elementos meteorológcos). Consderou-se para essa avalação o coefcente de determnação (R²), com teste de sgnfcânca menor que 5% (p<0,05). Métodos Estatístcos Utlzados: O prmero cálculo realzado fo o de tendênca central, denomnado méda. X n = = 1 em que X é a méda artmétca para casa sére, n n X X é a soma dos valores da varável estudada, sendo que vara de 1 a n onde n é o número de nformações ou regstros, conforme Gerard & Slva (1981). Em seguda calculou-se a regressão múltpla que tem por objetvo descrever através de um modelo matemátco, a varação conjunta de x e y. Somando x 1 sobre x 2 e x 3 tem-se a segunte expressão: y = a + b x + b x + b x... b x n n sendo que: y = estmatva da varação dependente, x = varação ndependente, a = constante (ntercepto múltplo) que corta o exo do y, b = constante: coefcente de correlação e n = número de nformações, onde: multplcando e somando as equações sucessvamente por 1, x 2, e x 3, calcula-se os seguntes dados, que estão dsponíves por colunas numa tabela ( x 1, x 2, x 3, x 2 1, x 2 2, x 2 3, x 1 x 2, x 1 x 3, x 2 x 3 ). Na regressão múltpla, a medda relatva de adequação do ajuste é chamada de coefcente de determnação sendo desgnado pelo símbolo R². Para obtê-lo deve-se somar os valores dos quadrados da regressão múltpla. O valor de R² é a relação entre a varável

4 dependente e a ndependente. Assm sendo quando R² = 0,98 sgnfca, que 98% da varação é explcada pelo modelo, apenas 2% não o é. O coefcente de determnação é empregado como um ndcador ncal de precsão das regressões, utlzando-se a segunte fórmula: em que, ( yˆ) 2 Y h é a varação explcada, R 2 h ( Y yˆ) = Σ( y yˆ) Σ( y yˆ) é a varação total, h Y é o correspondente h valor estmado da equação ( Y = b 0 + b 1 x 1 + b 2 x 2 + b k x ) 1, ŷ é o valor médo, y é a constante da amostra. Onde, a varação explcada e a varação total é a soma dos quadrados dos desvos dos valores de y em relação a méda ŷ, de acordo com Spegel (1993). Os ajustes polnomas são modelos que servem para ajustar a relação entre cada varável dependente (y) e a outra ndependente (x), consttundo-se num exemplo partcular de modelos estatístcos. Utlzando-se o segunte método: n a x n + a n 1 x n a n 2 x n a 2 x 2 + a 1 x + a 0 = 0, sendo que a n, a n-1,..., a 2, a 1 e a 0 são números reas. DISCUSSÃO DOS RESULTADOS A Tabela 2 apresenta os trmestres que mostraram sgnfcânca para o coefcente de determnação, através da regressão múltpla, relaconada com as varáves meteorológcas. Pode-se observar esses resultados para o rendmento de soja, sendo que Clevelânda apresentou o coefcente de determnação R 2 sgnfcatvo nos trmestres (JFM), (MJJ), (JJA), (JAS), (OND) e (DJF). No trmestre (JFM) o R 2 fo sgnfcatvo para a temperatura de geotermômetro de 15h, temperatura mínma e umdade relatva; no trmestre (MJJ) para a temperatura de geotermômetro de 15h; no trmestre (JJA) para a temperatura mínma de relva, de geotermômetros de 15h e 21h; no trmestre (JAS) para a temperatura mínma de relva, de geotermômetro de 9h, temperatura máxma, umdade relatva e precptação pluval e, para temperatura mínma R 2 apresentou- se apenas como ndcatvo de correlação; no trmestre (OND) para a temperatura de geotermômetro de 9h; no trmestre (DJF) R 2 fo sgnfcatvo para a umdade relatva e, ndcatvo de correlação para a precptação pluval. O trmestre (ASO) apresentou R 2 como ndcatvo de correlação para a precptação pluval. Guarapuava destacou-se com R 2 sgnfcatvo nos trmestres (FMA) e (JJA), sendo que, (FMA) para as temperaturas de geotermômetros de 9h e 15h e temperatura méda; (JJA) para as temperaturas de geotermômetros de 9h, 15h e 21h, temperatura mínma e méda, para a temperatura máxma, neste trmestre, R 2 apresentou-se apenas como ndcatvo de correlação. O trmestre (ASO) apresentou R 2 como ndcatvo de correlação para a

5 temperatura de geotermômetro de 21h e no trmestre (OND) também como ndcatvo de correlação para a temperatura de geotermômetro de 9h e temperatura méda. Londrna apresentou o valor de R 2 sgnfcatvo nos trmestres (JFM), (FMA) e (AMJ), sendo que (JFM), sgnfcatvo para a temperatura máxma, méda e precptação pluval e, como ndcatvo de correlação para a temperatura de geotermômetro de 15h; o trmestre (FMA) apresentou R 2 sgnfcatvo para a precptação pluval e (AMJ) para a temperatura máxma. O trmestre (OND) apresentou R 2 como ndcatvo de correlação para a temperatura méda e (NDJ) para a umdade relatva. Cambará apresentou R 2 sgnfcatvo nos trmestres (MAM), (JJA), (NDJ) e (DJF), sendo que, no trmestre (MAM) para as temperaturas de geotermômetros de 9h e 21h, temperatura máxma, umdade relatva e precptação pluval; (JJA) para a temperatura mínma e apenas como ndcatvo de correlação para temperatura de relva; (NDJ) para a temperatura de geotermômetro de 21h e como ndcatvo de correlação para a precptação pluval; (DJF) para a temperatura de geotermômetro de 21h, temperatura máxma e méda. O trmestre (AMJ) apresentou R 2 como ndcatvo de correlação para a temperatura máxma. Marngá apresentou o trmestre (JFM) com R 2 sgnfcatvo para a temperatura de geotermômetro de 9h e ndcatvo de correlação para a precptação pluval; (MAM) com R 2 como ndcatvo de correlação para a temperatura méda e no trmestre (AMJ) sgnfcatvo para a temperatura méda. Planalto apresentou o trmestre (MAM) com R 2 sgnfcatvo para as temperaturas de geotermômetros de 9h e 21h; o trmestre (AMJ) sgnfcatvo para a temperatura de geotermômetro de 9h; (SON) para a umdade relatva e (DJF) para as temperaturas de geotermômetros de 15h e 21h. O trmestre (NDJ) apresentou R 2 como ndcatvo de correlação para a temperatura de geotermômetro de 21h. Ponta Grossa destacou-se com R 2 sgnfcatvo no trmestre (FMA) para as temperaturas: de relva, geotermômetros de 9h e 21h, temperatura máxma e umdade relatva; (DJF) para as temperaturas de geotermômetros de 9h e 15h e como ndcatvo de correlação para a temperatura de geotermômetro de 21h. Nos demas trmestres: (ASO), (SON) e (NDJ) o valor de R 2 mostrou-se como ndcatvo de correlação, (ASO) para a temperatura de geotermômetro de 9h, (SON) para a temperatura mínma e méda e (NDJ) para a temperatura de geotermômetro de 21h. Na análse de regressão múltpla, nota-se que, de manera geral, em todos os trmestres apresentados o coefcente de determnação (R²) varou entre 63 a 98%.O rendmento de soja mostrou-se correlaconado com as temperaturas de geotermômetros de 9h, 15h, 21h, méda e máxma, umdade relatva e precptação pluvométrca.

6 De acordo com os ajustes polnomas, Clevelânda apresentou para o rendmento de soja, sgnfcatvo ajuste nos trmestres (JFM) e (DJF) para as varáves: temperatura máxma, umdade relatva e temperatura de geotermômetro de 9h, conforme as Fguras 1(A-D). A Fgura 2 mostra o ajuste para rendmento de soja em Guarapuava, com R 2 sgnfcatvo no trmestre (FMA) para a temperatura de geotermômetro de 21h. Cambará no trmestre (MAM), apresentou sgnfcatvo ajuste entre o rendmento de soja e a precptação pluval, conforme a Fgura 3. Em Marngá os trmestres (JFM) e (AMJ) apresentaram sgnfcatvo índce de concordânca entre o rendmento e as varáves: temperaturas de geotermômetros de 9, 15, 21h e temperatura mínma, como mostram as Fguras 4(A-E). As Fguras 5A e 5B mostram o coefcente de determnação sgnfcatvo para Planalto nos trmestres (MAM) e (AMJ), quando correlaconados com a temperatura de geotermômetros de 9h e 21h. Os ajustes polnomas apresentaram coefcente de determnação (R²) sgnfcatvo, varando entre 51 a 82%. As varáves meteorológcas que se destacaram nesta análse foram: temperaturas de geotermômetros de 9h, 15h e 21h, temperatura mínma, méda, precptação pluval e umdade relatva. Tabela 2: Análse de regressão múltpla com o coefcente de determnação (R²) tendo como varáves ndependentes: as temperaturas de Relva (TRELV), Geotermômetros de 9h, 15h e 21h (TGEO 9, TGEO 15, TGEO 21), Máxma (TMAX), Mínma (TMIN) e Méda (TMED); Umdade Relatva (UR); Precptação pluval (PP). Como varável dependente, o rendmento de Soja, no período de 1986 a 1999 para Clevelânda, Guarapuava, Londrna, Cambará, Marngá, Planalto e Ponta Grossa. Clevelânda TRELV TGEO 9h TGEO 15h TGEO21h TMAX TMIN TMED U R % PP mm Trmestres R² Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p JFM 0,98-0,132 0,023 0,013 0,304 0,008 0,354 0,005 0,252 MJJ 0,93 0,186 0,684 0,036 0,359 0,929 0,409 0,636 0,236 0,808 JJA 0,95 0,023 0,370 0,009 0,031 0,514 0,410 0,278 0,550 0,723 JAS 0,96 0,015 0,050 0,812 0,496 0,008 0,098 * 0,561 0,012 0,006 ASO 0,89 0,340 0,834 0,628 0,183 0,847 0,563 0,729 0,297 0,094 * OND 0,95 0,483 0,055 0,570 0,331 0,603 0,326 0,802 0,284 0,483 DJF 0,87-0,631 0,702 0,103 0,116 0,355 0,338 0,039 0,071 * Guarapuava R² Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p FMA 0,97-0,001 0,004 0,305 0,465 0,643 0,018 0,679 0,445 JJA 0,98 0,308 0,003 0,014 0,001 0,066 * 0,023 0,044 0,504 0,201 ASO 0,91 0,164 0,679 0,212 0,091 * 0,333 0,841 0,574 0,851 0,257 OND 0,92-0,065 * 0,286 0,135 0,314 0,972 0,064 * 0,111 0,169 Londrna R² Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p JFM 0,83-0,280 0,086 * 0,952 0,040 0,251 0,053 0,970 0,056 FMA 0,64-0,879 0,663 0,681 0,234 0,182 0,252 0,525 0,051 AMJ 0,85 0,216 0,218 0,405 0,146 0,050 0,161 0,377 0,138 0,752 OND 0,63-0,415 0,228 0,605 0,646 0,272 0,09 1 * 0,146 0,146 NDJ 0,71-0,140 0,637 0,482 0,837 0,187 0,392 0,068 * 0,295 Cambará R² Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p MAM 0,98-0,041 0,488 0,001 0,001 0,242 0,505 0,02 0,01 AMJ 0,80-0,822 0,259 0,472 0,093 * 0,277 0,107 0,483 0,613 JJA 0,84 0,084 * 0,815 0,891 0,191 0,252 0,057 0, ,950 NDJ 0,76 0,609 0,895 0,464 0,043 0,106 0,376 0,348 0,115 0,084 * DJF 0,89 0,200 0,587 0,028 0,027 0,251 0,018 0,703 0,343

7 Marngá R² Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p JFM 0,89 0,137 0,030 0,176 0,227 0,295 0,310 0,126 0,775 0,066 * MAM 0,86 0,319 0,839 0,397 0,722 0,451 0,196 0,073 * 0,871 0,452 AMJ 0,94 0,925 0,137 0,254 0,228 0,230 0,198 0,042 0,604 0,806 Planalto R² Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível p MAM 0,84-0,034 0,192 0,047 0,518 0,649 0,694 0,407 0,246 AMJ 0,89-0,033 0,126 0,013 0,886 0,608 0,851 0,366 0,777 SON 0,74-0,555 0,266 0,486 0,305 0,966 0,775 0,028 0,111 NDJ 0,86-0,579 0,832 0,067 * 0,467 0,472 0,766 0,610 0,831 DJF 0,80-0,182 0,050 0,058 0,303 0,465 0,437 0,196 0,107 Ponta Grossa R² Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p Nível - p FMA 0,97 0,021 0,001 0,001 0,238 0,042 0,114 0,154 0,043 0,433 ASO 0,77 0,893 0,095 * 0,213 0,448 0,265 0,898 0,237 0,717 0,438 SON 0,82 0,614 0,434 0,224 0,463 0,652 0,097 * 0,088 * 0,204 0,509 NDJ 0,63-0,240 0,834 0,089 * 0,790 0,838 0,559 0,744 0,320 DJF 0,79-0,032 0,059 0,068 * 0,844 0,552 0,343 0,282 0,393 Em negrto os resultados das varáves meteorológcas com teste de sgnfcânca para p<0,05 e Negrto* os resultados de p>0,06 e p>0,09. Fgura 1A: Relação do rendmento de soja com a temperatura máxma, trmestre: JFM - Clevelânda. Fgura 1B: Relação do rendmento de soja com a umdade relatva, trmestre: JFM - Clevelânda. Fgura 1C: Relação do rendmento de soja com a temperatura de geotermômetro 9h, trmestre: JFM Clevelânda. Fgura 1D: Relação do rendmento de soja com a umdade relatva, trmestre: DJF - Clevelânda.

8 Fgura 2: Relação do rendmento de soja com a temperatura de geotermômetro de 21h, trmestre: FMA - Guarapuava. Fgura 3: Relação do rendmento de soja com a precptação pluvométrca, trmestre: MAM - Cambará. Fgura 4A: Relação do rendmento de soja com a temperatura de geotermômetro de 15h, trmestre: JFM - Marngá. Fgura 4B: Relação do rendmento de soja com a temperatura de geotermômetro de 9h, trmestre: AMJ - Marngá. Fgura 4C: Relação do rendmento de soja com a temperatura de geotermômetro de15h, trmestre: AMJ - Marngá. Fgura 4D: Relação do rendmento de soja com a temperatura de geotermômetro de 21h, trmestre: AMJ - Marngá.

9 Fgura 4E: Relação do rendmento de soja com a temperatura mínma, trmestre: AMJ - Marngá. Fgura 5A: Relação do rendmento de soja com a temperatura de geotermômetro de 21h, trmestre: MAM - Planalto. Fgura 5B: Relação do rendmento de soja com a temperatura de geotermômetro de 9h, trmestre: AMJ - Planalto. CONCLUSÃO O resultado deste trabalho apresenta correlação sgnfcatva entre o rendmento de grãos de soja e as varáves meteorológcas, destacando as temperaturas de geotermômetros como as mas predomnantes dentre todas as análses. As localdades que mas apresentam trmestres sgnfcatvos para a cultura de soja são Clevelânda, Londrna, Cambará, Planalto e Ponta Grossa. As análses de regressão múltpla e ajustes polnomas mostram que modelos estatístcos podem ser útes na produção de safras de grãos. Através destas constatações podese conclur que os fatores clmátcos têm relatva partcpação no total de rendmentos de grãos, pos as condções do tempo podem causar os conhecdos azares clmátcos, sempre mprevstos na agrcultura. REFERÊNCIAS BIBLIOGRÁFICAS ALFONSI, R. R. Agrometeorologa e sua mportânca para uma agrcultura raconal e sustentável. In: SANT ANNA NETO, J. L e ZAVATINI, J. A. (org). Varabldade e Mudanças Clmátcas. Implcações ambentas e socoeconômcas. Marngá: EDUEM, 2000, p

10 ALMEIDA, I.R. Varabldade pluvométrca nteranual e produção de soja no Estado do Paraná. In: XI SIMPÓSIO BRASILEIRO DE CLIMATOLOGIA. Ro de Janero, 27/11 a 01 de dezembro, CD/ROM, s/d. DOORENBOS, J.; KASSAN, A. H. Efetos da água no rendmento das culturas. Campna Grande, UFPB (Estudos FAO: Irrgação e Drenagem, 33), GERARDI, L H.; SILVA, B. C. N. Quantfcação em Geografa. São Paulo: Dfel, MOTA, F. S.; AGENDES, M. O. O. Clma e Agrcultura no Brasl. Porto Alegre: Sagra, KLAUS, R. A Água em Sstemas Agrícolas. Manoele Ltda. 1ª Edção, SPIEGEL, R. M. Estatístca, 3ª edção. São Paulo: Makron Books, TUBELIS, A. A Chuva e a Produção Agrícola. São Paulo: Nobel, 1988.