Projeções futuras com ciclo fixo

As estimativas para as variações percentuais médias na produtividade potencial da cana-de-açúcar, comparadas com o ano base 2005, considerando o ciclo fixo são apresentadas na Tabela 2.3.

Tabela 2.4: Projeção da variação percentual média da produtividade potencial da cana-de-açúcar, projetados a partir dos dados do modelo ECHAM5/MPI-OM (cenário A1b), comparadas com o ano base 2005 Ribeirão Preto 2005 2006 2007 2008 2009 2010 2011 2012 ano-base -9,92% -2,81% 8,93% -2,99% -7,55% 36,62% 53,57% 2013 2014 2015 2016 2017 2018 2019 2020 1,32% 22,32% 9,92% 26,74% -6,23% 16,69% -7,69% 9,33% Piracicaba 2005 2006 2007 2008 2009 2010 2011 2012 ano-base 4,95% -8,00% 13,65% 1,81% 0,07% 27,83% 52,11% 2013 2014 2015 2016 2017 2018 2019 2020 6,22% 23,89% 1,16% 20,35% -21,66% 16,64% 11,95% 21,89%

As estimativas mostram que, quando comparados com o ano base 2005, a produtividade potencial da cana-de-açúcar teve uma variação de - 21% até 52%, para a cidade de Piracicaba e de -7% a 53% para a cidade de Ribeirão Preto.

CAPÍTULO 2 ₄₆

Os anos de 2011 e 2012 foram os que tiveram um maior aumento na produtividade nas duas cidades, 36% e 53% em Ribeirão Preto, e 27% e 52% em Piracicaba. A maior perda de produtividade em Ribeirão Preto acontece no ano de 2019 com uma queda de 7%, em Piracicaba já foi no ano de 2017 com uma diminuição de 21% na produtividade.

As Figuras 2.8 e 2.9 mostram a produtividade potencial da cana-de- açúcar considerando o ciclo fixo, e a temperatura média anual, para as duas cidades estudadas. 0 50 100 150 200 250 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Anos P rod u tiv ida d e ( t/h a ) 19 19,5 20 20,5 21 21,5 22 22,5 23 T e m p era tu ra m é d ia an u al ( 0 C)

Produtividade Temperatura média anual

Figura 2.8: Temperatura média anual e produtividade potencial da cana-de- açúcar, considerando ciclo fixo, para a cidade de Ribeirão Preto. 0 50 100 150 200 250 2005 2006 2007 20082009 2010 2011 2012 2013 2014 2015 20162017 2018 2019 2020 Anos P rodu ti v ida de ( t/ h a ) 19 19,5 20 20,5 21 21,5 22 22,5 23 23,5 24 T em p er at u ra m éd ia a nua l ( 0C)

Produtividade Temperatura média anual

Figura 2.9: Temperatura média anual e produtividade potencial da cana-de- açúcar, considerando ciclo fixo, para a cidade de Piracicaba.

CAPÍTULO 2 ₄₇

Em ambas as cidades, observa-se que, quando o ciclo da cana-de- açúcar é considerado fixo, a produtividade aumenta quando a temperatura aumenta e diminui quando a temperatura está mais baixa.

Maule et al. (2001) mostram que temperaturas mais elevadas e radiação solar favoreceram o desenvolvimento vegetal da cana-de-açúcar, considerando ciclo fixo.

Observa-se um pequeno aumento na produtividade nos últimos anos, devido ao aumento na concentração de CO2. Simulando a produtividade

potencial da cana-de-açúcar com os dados de temperatura diários projetados para 2020, usando as concentrações correspondentes a 2005 e 2020, que foram de 376 ppm e 418 ppm respectivamente, tem-se um incremento de 15% na produtividade para o ano com 418 ppm. Souza (2007) mostrou em experimento que aumentando a concentração de CO2 de 370

para 720 ppm as taxas fotossintética aumentaram e a produtividade aumentou em 60%.

Como na segunda metodologia fixaram-se as fases fenológicas da planta, a cultura mesmo com a temperatura mais elevada teve tempo para desenvolver. O aumento da temperatura foi então, benéfico para a cana-de- açúcar, que com as taxas de fotossínteses mais altas, teve um maior acumulo de matéria seca, mesmo considerando aqui as taxas de respiração de manutenção aumentando com a temperatura.

O modelo de Doorenbos e Kassan (1979) considera a duração do ciclo da cultura como fixo. Terramoto (2003), com o uso deste modelo para a cana-de-açúcar com o ciclo fixo de 350 dias, encontrou variações na produtividade da cana de até 79% dependendo da época de plantio, Neste modelo, no entanto, consideraram-se restrições hídricas.

É importante ressaltar que os resultados aqui apresentados referem- se à produtividade potencial, e que são necessários estudos mais específicos, uma vez que neste trabalho, as simulações não consideraram restrição hídrica e nutricional, pragas e doenças, nem a ocorrência de eventos extremos.

CAPÍTULO 2 ₄₈

2.4 CONCLUSÕES

Quando o modelo proposto considera o desenvolvimento da cultura com o método em graus dias, observou-se que em anos com temperaturas médias anuais elevadas, o ciclo da cana-de-açúcar diminui, e consequentemente tem-se uma menor produtividade potencial.

Por outro lado, quando o modelo simulou a produtividade considerando o método de ciclo fixo, os valores de produtividade potencial previstos foram maiores em anos com maiores temperaturas médias anuais, uma vez que, nesse caso, a cultura ainda dispõe de tempo suficiente para o seu desenvolvimento: aumentos nas temperaturas não acarretam mudanças nos estágios fenológicos.

A simulação dos dados de produtividade potencial nas cidades de Ribeirão Preto e Piracicaba considerando-se o cenário A1B proposto pelo IPCC indicam que, a ferramenta aqui desenvolvida pode ser usada como alternativa aos modelos convencionais, alertando para as diferenças nas duas metodologias.

CONCLUÕES GERAIS E SUGESTÕES ₄₉

CONCLUSÕES GERAIS E SUGESTÕES

O modelo de fotossíntese analisado nessa dissertação, usando a metodologia de Yin e Van Laar (2005), com adaptações às mudanças climáticas, apresentou sensibilidade às variáveis climáticas temperatura média do ar e concentração de gás carbonico atmosférico.

Durante o estudo observou-se que, em dias de temperatura elevada, a taxa de fotossíntese é mais influenciada pela concentração de CO2.

Constatou-se diferenças de até 30% na taxa de fotossíntese, quando comparadas concentrações de 380 ppm e 720 ppm. Por outro lado, temperaturas reduzidas, a concentração de CO2 atmosférico não foi fator de

influência na taxa fotossintética da cultura da cana-de-açúcar.

Para estudar a produtividade potencial da cana-de-açúcar, o modelo de fotossíntese foi acoplado a um módulo de desenvolvimento da cultura, que foi feito de acordo com dois métodos (graus dias e ciclo fixo), os quais apresentaram resultados opostos.

Quando o modelo proposto considerava o desenvolvimento da cultura pelo método da soma térmica dos graus dias, em anos com temperaturas médias anuais elevadas, o ciclo da cana-de-açúcar era reduzido, e consequentemente uma menor produtividade potencial era prevista. Já em anos com temperaturas médias anuais baixas, o ciclo e a produtividade aumentavam.

Por outro lado, quando o modelo simulou a produtividade considerando o método de ciclo fixo, os valores de produtividade potencial previstos foram maiores em anos com maiores temperaturas médias anuais, uma vez que, nesse caso, a cultura ainda dispõe de tempo suficiente para o

CONCLUÕES GERAIS E SUGESTÕES ₅₀

seu desenvolvimento: aumentos nas temperaturas não acarretam mudanças nos estágios de desenvolvimentos.

As simulações feitas com o cenário A1B do IPCC, para as duas cidades, Ribeirão Preto e Piracicaba, mostram resultados de previsão de produtividade potencial da cana-de-açúcar diferentes para os dois métodos. Na metodologia dos graus dias é considerada apenas uma referência a partir da soma térmica, mas no modelo de simulação é necessário que fixe os graus dias total em um valor constante, e com isso, não se considera, por exemplo, as variações em torno da temperatura média apresentada ao longo de um dia. Também não é considerada nesse método uma possível adaptação da cultura com o passar dos anos.

Já quando o ciclo da cana-de-açúcar é considerado fixo, a cultura é estudada como cana-de-ano, independente das temperaturas diárias referentes a este ano. Como consequência, tem-se como resultado um aumento na produtividade potencial da cana-de-açúcar, quando cenários de alta temperatura são considerados.

Como sugestões para futuros estudos os seguintes tópicos podem ser considerados:

• Maiores estudos sobre a influência da temperatura no ciclo da cultura.

• Acoplar ao modelo módulos como balanço hídrico e fatores do solo para a tentativa de previsões de produtividade reais.

• Experimentos com a cultura da cana-de-açúcar com CO2

REFERÊNCIAS ₅₁

REFERÊNCIAS

AINSWORTH, E.A. & LONG, S.P. What have we learned from 15 years of free air-CO2 enrichement (FACE)? A meta-analytic review of the responses

of photosynyhesis, canopy properties and plant production to rising CO2.

New Phytologist, v.165 p. 351-372, 2005.

ALLISON, J.C.S; WILLIAMS, H.T.; PAMMENTER, N.W. Effect of specific leaf nitrogen on photosynthesis of sugarcane, Annals of Applied Biology, V. 131, p.339-350, 1997.

ASSIS, J. P. Modelo estocástico para estimação da produtividade

potencial de milho em Piracicaba-SP. 2004. 192 f. Tese – Escola Superior de Agricultura Luiz de Queiroz, Piracicaba, 2004.

BARBIERI, V. Medidas e estimativas de consumo hídrico em cana-de- açucar (Saccharum spp.).Tese, universidade de São Paulo, Piracicaba, 142p 1981.

BATTISTI, D.S. & NAYTOR, R.l. Historical Warnings of future food insecurity with unprecedented seasonal heat. Science, v. 323, p. 240-244, 2009

BOOTE, K.J, JONES,J.W., PICKERING, N.B., Potential uses and limitations of crop models. Agronomy Jurnal, v.88, p. 704-716, sep/oct. 1996.

CONAB: Companhia Nacional de Abastecimento. Cana-de-açúcar, levantamento de produção, SAFRA 2008/2009. Disponível em: <http://www.conab.gov.br> Acesso em jan 2009.

COSTA, L. C. Modelagem e simulação em agrometeorologia. In: Congresso Brasileiro de Agrometeorologia, 10. Piracicaba, 1997. Anais. Piracicaba: SBA, 1997. p.3-6

DOORENBOS, J., KASSAM, A.H. Yield response to water. FAO Irrigation and Drainage. Rome:

FAO, 1979. 193 p. (Paper,33)

EASTERLING, W. E.; MEANS, L. O.; HAYS, C. J.; MARX, D. Comparison of agricultural impacts of climate change calculated from high and low

resolution climate change scenarios. Part II. Accounting for adaptation and CO

REFERÊNCIAS ₅₂

EWERT, F.; ROUNSEVELL, M. D. A.; REGINSTER, I.; METZGER, M. J.; LEEMANS, R. Future scenarios of European agricultural land use. I. Estimating changes in crop productivity. Agriculture, Ecosystems and Environment, v.107, p.101-116, 2005.

FAO. Food and Agriculture Organization. World agriculture: towards 2015/2030. A FAO Perspective. London: Earthscan Publications LTDA, 2003.

FARQUAR, G.D., VON CAEMMERES, S. AND BERRY, J.A., A biochemical model of photosynthetic CO2 assimilation in leaves of C3 species. Planta

149, p. 78-90, 1980.

GHANNOUM, O., VON CAEMMERER, S., ZISKA, L.H. E CONROY, J.P. The growth response of C4 plants to rising atmospheric CO2 partial pressure:

a reassessment. Plant, Cell and Environment, v.23, p.931-942, 2000. GOUDRIAAN & J, VAN LAAR, H.H., Relations between resistance, CO2-

concentration and CO2-assimilation in maize, beans, lalang grass and

sunflower. Photosynthetica. v.12, p.241-249.

IBGE, Instituto Brasileiro de Geografia e Estatística. Disponível em: <http://ww.ibge.gov.br> Acesso em jan 2009.

IPCC (Intergovernmental Panel on Climate Change). Climate Change 2007: The Physical Science Basis. Cambridge University Press: Cambridge, 2007.

LARCHER, W. Ecofisiologia Vegetal. Tradução: Carlos Henrique Britto de Assis Prado. São Carlos: RiMa, 2006. 531p.

LEAKEY, A.D.B., Bernacchi, C.J., Dohleman, F.G., Ort, D.R. & Long, S.P. Will photosynthesis of maize (Zea mays) in the US Corn Belt increase in future [CO2] rich atmospheres? An analyses of diurnal courses of CO2 uptake

under free-air concentration enrichment (FACE). Global Change Biology

v.10, p. 951- 962, 2004.

LUO, Q.; BELLOTI, W.; WILLIAMS, M.; BRYAN, B. Potential impact of climate change on wheat yield in South Australia. Agricultural and Forest Meteorology, Amsterdam, v.132, p. 273-285, 2005.

MAULE, F.R.; MAZZA, A.J.; MARTHA,G.B. Produtividade agrícola de cultivares de cana-de-açúcar em diferentes solos e épocas de colheita.

Scientia Agricola, v.58, n.2, p.295-301, 2001.

MARENGO, J.A.; SOARES, W.R. Impacto das mudanças climáticas no Brasil e possíveis futuros cenários climáticos: Síntese do terceiro relatório do IPCC de 2001. CPTEC-INPE, p.29 2005.

REFERÊNCIAS ₅₃

McCREE, K. J. Equations for the rate of dark respiration of white clover and grain sorghum, as function of dry weight, photosynthesis rate and

temperature. Crop Science, Madison, v.14, p.509-514, 1974.

NOBRE, C. A. Vulnerabilidade, impactos e adaptação a mudança do clima. In: Brasil, Presidência da Republica. Núcleo de Assuntos

Estratégicos. Mudança do Clima: Negociações internacionais sobre a

mudança do clima. Brasília. Núcleo de Assuntos Estratégicos da Presidência da República, Secretaria de Comunicação de Governo e Gestão Estratégica, v. 1 parte 2, p. 147-216, 2005

OLIVEIRA, L.J.C, Mudanças climáticas e seus impactos na

produtividade das culturas do Feijão e do milho no estado de Minas Gerais, UFV, MG, 2007.

PARRY, M. L.; ROSENZWEIG, C.; IGLESIAS, A.; LIVERMORE, M.; FISCHER, G. Effects of climate change on global food production under SRES emissions and socio-economic scenarios. Global Environmental Change, v.14, p.53-67, 2004.

PENNING DE VRIES, F.T.W. The cost of maintenance processes in plant cells. Annals of Botany. Wageningen, v.39, p.77-92, 1975.

PEREIRA, R.A. & MACHADO, C.E., Um simulador dinâmico do crescimento de uma cultura de cana-de-açúcar, Bragantina, v. 45, p. 107-122, 1986. QIONG, G., ZHANG, X., HUANG, Y., XU, H., A comparative analysis of four models of photosynthesis for 11 plant species in the loess Plateau,

Agricultural and forest meterology, v.126, p. 2003-222, 2004.

RICHTER, G.M.; SEMENOV, M.A. Modelling impacts of climate change on wheat yields in England and Wales: assessing drought risks. Agricultural Systems, v. 84, p. 77-97, 2005.

SCARPARI, S.M, Modelos para a previsão da produtividade da cana-de- açúcar (Saacharum.spp) através de parâmetros climáticos. Dissertação, Piracicaba, SP, 2002.

SOUZA, A.P, A cana-de-açúcar e as mudanças climáticas: efeitos de uma atmosfera enriquecida em CO2 sobre o crescimento

desenvolvimento e metabolismo de carboidratos de Saccharum ssp. Dissertação de mestrado, USP, SP, 2007.

TERRAMOTO, E.R., Avaliação e aplicação de modelos de estimativas de produção de cana-de-açúcar (Saccharum spp) baseado em parâmetros do solo e do clima, Tese, Piracicaba, SP, 2003.

THORNLEY, J. H. M. Mathematical models in plant physiology: A quantitative approach to problems in plant crop physiology. London: Academic Press, 1976. 318 p.

REFERÊNCIAS ₅₄

TOJO SOLER, C. M. Uso do modelo Ceres-Maize para previsão de safra do milho “safrinha”. 2004. 146 f. Tese, Piracicaba,SP, 2004.

VU, J.C.V., ALLEN Jr, L.H. & GESCH, R.W. Up-regulation of photosynthesis and sucrose metabolism enzymes in young expanding leaves of sugarcane under elevated growth CO2. Plant Science v.171, p. 123-131, 2006.

YIN, X., SCHAPENDONK, A.H.C.M, Simulating the partitioning of biomass and nitrogen between root and shoot in crop and grass plants. NJAS-

Wageninge Journal of Life Sciences v. 51, P. 407-426, 2004.

YIN, X., VAN LAAR. H. H, Crop Systems Dynamics an ecphysiological

simulation model for genotype-by-environment interactions,

Wageningem Academic Publishers, The Netherlands, 2005.

ZHANG, X. C.; LIU, W. Z. Simulating potential response of hydrology, soil erosion, and crop productivity to climate change in Changwu tableland region on the Loess Plateau of China. Agricultural and Forest Meteorology,

Amsterdam, v. 131, p.127-142, 2005. 67.