Parameterization of a model to estimate the soybean yield in the Planalto Médio, Missões and Alto Vale do Uruguai regions, State of Rio Grande do Sul, Brazil

A cultura da soja ocupa posição de destaque no cenário agrícola brasileiro e mundial. Dentre os Estados de maior tradição agrícola no Brasil, o Rio Grande do Sul é um dos maiores produtores e exportadores de grãos, sendo responsável por aproximadamente 20% da produção nacional de soja, com uma produtividade média de 2.667kg.ha-1 (IBGE, 2005). Devido à grande importância das atividades agrícolas na economia nacional, é necessário um rigoroso controle da produção agrícola, tanto para o estabelecimento de políticas de preços quanto para a manutenção dos estoques reguladores do governo. Para que os mecanismos de controle funcionem com a esperada eficiência, são necessárias informações atualizadas, precisas e exatas quanto ao volume das produções agrícolas. O objetivo deste estudo foi realizar a parametrização do modelo agrometeorológico-espectral de estimativa da produtividade da cultura da soja para pequenas áreas nas regiões do Planalto Médio, das Missões e do Alto Vale do Uruguai, no Estado do Rio Grande do Sul. Essa parametrização do modelo para pequenas áreas pretende minimizar os erros de superestimativa e subestimativa da produtividade de soja. Foram utilizados dados de 10 estações meteorológicas localizadas na região de estudo e no entorno desta, além de imagens de satélite de Índice de Vegetação por Diferença Normalizada no período de 1982 a 2000. Foram coletados dados, de estatísticas oficiais do IBGE (Instituto Brasileiro de Geografia e Estatística), de produtividade de soja no mesmo período. A parametrização foi realizada para 696 áreas, cada uma com 81km² (9x9km), e considerando sete valores diferentes de Capacidade de Água Disponível (CAD) dos solos. Os cálculos que geraram os parâmetros foram realizados em programação Visual Basic. Através dos parâmetros calculados foram obtidos os valores de estimativa da produtividade para o período de ajuste do modelo. Os valores estimados foram comparados aos valores considerados como observados, com a finalidade de avaliar a eficiência do modelo e a validade dos parãmetros nas diferentes áreas. Os valores de produtividade estimados pela aplicação do modelo parametrizado em cada área mostraram bom ajuste com os valores observados (estatísticas oficiais). A parametrização do modelo agrometeorológico-espectral para áreas menores dentro da região de estudo tornou desnecessário o fator de correção, utilizado por Melo; Fontana; Berlato (2003), para a obtenção das estimativas de produtividade. A introdução no modelo de um termo espectral, oriundo de imagens de índice de vegetação por diferença normalizada, tende a promover valores de produtividade estimada mais próximos dos valores observados, em comparação aos valores de produtividade estimada obtidos através da aplicação do modelo multiplicativo de Jensen (1968) modificado por Berlato (1987), que considera somente a disponibilidade hídrica. Este modelo pode ser incorporado em programas de previsão de safras ou utilizado diretamente pelos produtores e entidades relacionadas à atividade agrícola.The soybean has a highlight position in Brazilian and world wide agricultural scenario. Amongst the States of bigger agricultural tradition in Brazil, the State of Rio Grande do Sul is one of the greatest producers and exporters of grains, being responsible for approximately 20% of the national production of soybean, with an average productivity of 2.667kg.ha-1 (IBGE, 2005). Due to great importance of the agricultural activities in the national economy, a rigorous control of the agricultural production is necessary, as much for the establishment of politics of prices how much for the maintenance of the regulating supplies of the government. So that the control mechanisms work with the expected efficiency, they are necessaries actualized, precise and accurate information about the volume of agricultural production. The objective of this study was to carry on the parameterization of the agrometeorological-spectral model to estimate the soybean yield for small areas in the regions of Planalto Médio, Missões and Alto Vale do Uruguai, in the State of Rio Grande do Sul. This parameterization of the model for small areas intends to minimize the errors of super estimate and sub estimate of the soybean yield. Data from 10 meteorological stations located into the study region and around it, beyond of satellite images of Normalized Difference Vegetation Index in the period from 1982 to 2000 was used. Data, from official statistics of IBGE (Brazilian Institute of Geography and Statistics), of soybean yield in the same period was collected. The parameterization was realized for 696 areas, each one with 81km² (9x9km), and considering seven different values of Capacity of Available Water (CAD) of ground. The calculations that had generated the parameters had been carried through in Visual Basic programming. Through the calculated parameters the values of estimated productivity for the period of adjustment of the model had been gotten. The estimated values had been compared with the values considered as observed, with the purpose to evaluate the efficiency of the model and the validity of the parameters in the different areas. The values of estimated yield by the application of the parameterized model in each area had shown good adjustment with the observed values (official statistics). The parameterization of the agrometeorological-spectral model for smaller areas inside the study region became unnecessary the factor of correction, used by Melo; Fontana; Berlato (2003), to obtain the yield estimative. The introduction in the model of a spectral term, deriving from images of Normalized Difference Vegetation Index, tends to promote yield estimated values closer the observed values, in comparison to the yield estimated values obtained through the application of the multiplicative model of Jensen (1968), modified by Berlato (1987), that considers just the water availability. This model can directly be incorporated in harvests forecasting programs or be used directly by the producers and entities with relations to the agricultural activity