Parametrização do modelo APSIM em ambiente tropical sob consórcio e condições de sequeiro

Autores

DOI:

https://doi.org/10.1590/1983-21252026v3913722rc

Palavras-chave:

Simulação agrícola. Modelo de culturas. Espécies forrageiras.

Resumo

Modelos mecanicistas, como o Agricultural Production Systems Simulator (APSIM), são utilizados para simular o crescimento de espécies forrageiras e culturas graníferas em sistemas de cultivo solteiro e consorciado. Objetivou-se avaliar o desempenho do modelo APSIM na simulação do crescimento e produtividade de milho e capim-marandu (Urochloa brizantha cv. Marandu) sob sistemas solteiro e consorciado na região leste do Maranhão, Brasil. Dados de partição de biomassa, clima e propriedades do solo foram coletados. A calibração do modelo envolveu a parametrização do coeficiente de extinção luminosa e da eficiência de uso da radiação, além de ajustes nos parâmetros fenológicos e estruturais do milho. Avaliou-se ainda a biomassa seca, índice de área foliar e estruturas reprodutivas do milho. O modelo simulou de forma satisfatória o capim-marandu em cultivo solteiro, com valores de R² entre 0,95 e 0,97 e eficiência de Nash-Sutcliffe (NSE) variando de 0,08 a 0,97. As simulações do capim-marandu em consórcio foram imprecisas, com valores de R² entre 0,09 e 0,87 e NSE variando de –1.035,25 a –3,33. Para o milho em cultivo solteiro, o desempenho variou de impreciso a preciso, com R² entre 0,11 e 0,90 e NSE entre –0,37 e 0,90. No consórcio, os valores de R² variaram de 0,44 a 0,87 e NSE de –4,39 a 0,68. O modelo APSIM apresentou bom desempenho na simulação do capim-marandu em cultivo solteiro; entretanto, imprecisões foram observadas nas simulações do capim-marandu consorciado. As simulações do milho, tanto em cultivo solteiro quanto em consórcio, apresentaram resultados de satisfatórios a razoáveis.

Referências

APARECIDO, L. E. O. et al. Climate change in Matopiba region of Brazil: a study on climate extremes in agriculture. Theoretical and Applied Climatology, 153: 87-100, 2023.

ASSENG, S. et al. Crop modeling for climate change impact and adaptation. In: Crop physiology. Academic Press, s/v.: 505-546, 2015.

BOSI, C. et al. APSIM - Tropical Pasture: a model for simulating perennial tropical grass growth and its parameterisation for palisade grass (Brachiaria brizantha). Agricultural Systems, 184c: 102917, 2020.

BROWN, H. E. et al. Plant modelling framework: software for building and running crop models on the APSIM platform. Environmental Modelling & Software, 62: 385-398, 2014.

BRUNETTI, H. B. et al. Late Stages of Tropical Silvopastoral System: An Opportunity to Maximise Forage and Animal Production. Grass and Forage Science, 80: e70010, 2025.

CESCONETTO, L. F. et al. Aspectos técnicos de manejo utilizados no Sul Catarinense na cultura do milho. Agropecuária Catarinense, 34: 73-77, 2021.

CHISANGA, C. B.; PHIRI, E.; CHINENE, V. R. Evaluating APSIM-and-DSSAT-CERES-Maize models under rainfed conditions using zambian rainfed maize cultivars. Nitrogen, 2: 392-414, 2021.

DANTAS, J. S. et al. Gênese de solos coesos do leste maranhense: relação solo-paisagem. Revista Brasileira de Ciência do Solo, 38: 1039-1050, 2014.

DILLA, A. et al. Potential of the APSIM model to simulate impacts of shading on maize productivity. Agroforestry Systems, 92: 1699-1709, 2018.

DONG, M. et al. Effects of Changing Climate Extremes on Maize Grain Yield in Northeast China. Agronomy, 13: 1050, 2023.

GAYDON, D. S. et al. Evaluation of the APSIM model in cropping systems of Asia. Field Crops Research, 204: 52-75, 2017.

GOMES, F. J. et al. Parameterization of the APSIM model for simulating palisadegrass growth under continuous stocking in monoculture and in a silvopastoral system. Agricultural Systems, 184: 102876, 2020.

HOLZWORTH, D. et al. APSIM Next Generation: Overcoming challenges in modernising a farming systems model. Environmental Modelling & Software, 103: 43-51, 2018.

MARTUSCELLO, J. A. et al. Produção de gramíneas do gênero Brachiaria sob níveis de sombreamento. Revista Brasileira de Zootecnia, 38: 1183-1190, 2009.

MORIASI, D. N. et. al. model evaluation guidelines for systematic quantification of accuracy in watershed simulations. American Society of Agricultural and Biological Engineers, 50: 885-900, 2007.

MOREL, J. et al. Challenges for simulating growth and phenology of silage maize in a nordic climate with APSIM. Agronomy, 10: 645, 2020.

MUPANGWA, W. et al. Evaluating machine learning algorithms for predicting maize yield under conservation agriculture in Eastern and Southern Africa. SN Applied Sciences, 2: 952, 2020.

PEQUENO, D. N. L. et al. Species‐genotypic parameters of the CROPGRO Perennial Forage Model: Implications for comparison of three tropical pasture grasses. Grass and Forage Science, 73: 440-455, 2018.

SANTOS, M. G. et al. Simulation of productivity and soil moisture under Marandu palisade grass using the CSMCROPGRO-Perennial Forage model. Crop and Pasture Science, 70: 159-168, 2019.

SANTOS, H. G. et al. Sistema Brasileiro de Classificação de Solos. 6. ed. rev. e ampl. Brasília, DF: Embrapa, 2025. 393 p.

SOUZA, D. P. et al. APSIM‐Tropical Pasture model parameterization for simulating Marandu palisade grass growth and soil water in irrigated and rainfed cut‐and‐carry systems. Grass and Forage Science, 77: 216-231, 2022.

SOIL SURVEY STAFF. Keys to Soil Taxonomy, 13. ed. Washington, D.C. U.S. Department of Agriculture, Natural Resources Conservation Service. 2022. 430 p.

Downloads

Publicado

24-03-2026

Edição

Seção

Artigo Científico