Desempenho dos simuladores climaticos do modelo EPIC (Erosion Productivity Impact Calculator) para diferentes condições ambientais do Estado de São Paulo

Resumo: O modelo EPIC (Erosion Productivity Impact Calculator) foi desenvolvido para simular, deforma contínua, o efeito de estratégias de manejos agrícolas em recursos hídricos eprodutividades de solos. No presente estudo os desempenhos dos simuladores de dadosmeteorológicos desse modelo foram avaliados para localidades paulistas (Campinas, Jaú,Manduri, Mococa, Pindorama e Ubatuba), incluindo: a Cadeia de Markov para probabilidadesde seqüências de dias úmidos e secos; a equação de temperatura máxima ajustada para diasúmidos; e a equação de radiação solar também ajustada para dias úmidos. Uma proposta parao mapeamento desses modelos foi apresentada a partir dos resultados de seu ajuste e testes.Para todas as localidades testadas, os fatores de ajuste encontrados para os modelos deprobabilidades, de temperatura e de radiação solar diferiram dos apresentados porSHARPLEY e WILLIAMS (1990). Ao se aplicarem os fatores de ajuste contidos nos modelospropostos na literatura, foram encontrados altos erros e baixos coeficientes de determinação eíndice ''d'' - um coeficiente que quantifica matematicamente a concordância ou exatidão dasestimativas - ambos utilizados como indicadores do desempenho das estimativas. A partir doajuste dos modelos com os dados históricos para cada localidade paulista, foi verificado omelhor desempenho para o modelo de probabilidades de seqüências de dias secos,considerando-se o dia anterior úmido - P(W|D) - em relação ao modelo de probabilidades deseqüências para dois dias úmidos consecutivos - P(W|W). Os modelos de temperatura e de radiação solar apresentaram bom desempenho nos testes após os ajustes efetuadas em cadalocal. Ubatuba não apresentou resultado satisfatório para qualquer dos modelos testados. Osfatores de ajuste dos modelos de probabilidades (β), do modelo de temperatura (ΩT) e domodelo de radiação solar (ΩR) foram correlacionados à chuva e à temperatura médias mensaispara cada local, a fim de se obter equações de regressão para que, posteriormente, essasequações fossem aplicadas em banco de dados de chuva e de temperatura já existente em umSistema de Informação Geográfica (SIG) e para que o mapeamento desses fatores fosseobtido. Somente foi possível realizar o mapeamento em escala 1:1.000.000 para São Paulo dofator de ajuste β, a partir da equação de regressão obtida com a chuva mensal. Não houvecorrelação entre os fatores ΩT e ΩR com a chuva e a temperatura e, dessa forma, não foipossível realizar esses mapeamentos.Abstract: Mathematical models have been developed in order to help obtain better erosive processimpact prognostics, and have become useful tools for decision making. The EPIC model(Erosion Productivity Impact Calculator) has been developed to simulate, continuously, theeffect of strategies of agricultural handling in water resources and soil productivity. In thisstudy, the model meteorological data simulators performances were evaluated for six places inthe State of S. Paulo, Brazil (Campinas, Jaú, Manduri, Mococa, Pindorama e Ubatuba),including: the Markov chain for probabilities of wet and dry days sequence; the maximum airtemperature model adjusted for wet days; and the solar radiation model also adjusted for wetdays. A proposal for the mapping of these models has been presented based on the results oftheir adjustment and tests. For all tested localities, the adjusting factors found for probabilities,maximum air temperature and solar radiation models differed from the ones presented bySharpley and Williams (1990). When the adjusting factors included in the proposed models bySharpley and Williams (1990) are applied, large errors and low determination coefficients and''d'' index – the coefficient that mathematically quantifies the estimate agreement or precision -were found, both used as performance indicators of the estimates. From the adjustment of themodels with the historical data for each locality, the best performance for the model ofprobabilities for dry days sequence has been found, taking into account the last wet day -P(W|D) - in relation to the model of probabilities of two consecutive wet days sequence -P(W|W). The maximum air temperature and solar radiation models have presented goodperformance in tests after the adjustments done at each place. Ubatuba has not presented satisfactory result for any tested models. The adjusting factors of the probability (β),maximum air temperature (ΩT) and solar radiation (ΩR) models were correlated to monthlymeans of precipitation and maximum air temperature of each place, in order to obtainregression equations to be applied posteriorly in precipitation and temperature datasetsexisting in the Geographical Information System (GIS), and to obtain the mapping of thesefactors. The mapping of the adjusting factor (β) was only possible in scale 1:1.000.000 in SãoPaulo from the regression equation obtained based on the monthly precipitation. There was nocorrelation between the factors ΩT and ΩR with the precipitation and air temperature and,therefore, it was not possible to perform these mappings