Modelagem das respostas agronômicas e produtivas de híbridos de milho cultivados em Lavras - MG, utilizando a plataforma DSSAT
Calibração
DSSAT
Milho
Modelagem
Produtividade
Simulação
O presente projeto tem como objetivo calibrar e avaliar o modelo CERES-Maize, integrante da plataforma DSSAT (Decision Support System for Agrotechnology Transfer), para híbridos nacionais de milho (Zea mays L.) cultivados em Lavras, MG. A pesquisa busca ajustar os coeficientes genéticos e validar a capacidade preditiva do modelo quanto ao crescimento, desenvolvimento fenológico e produtividade dos cultivares sob diferentes condições de ambiente e manejo. A hipótese central é que a calibração específica de parâmetros genotípicos para cultivares brasileiros permitirá maior precisão nas simulações do modelo, tornando-o uma ferramenta eficaz no planejamento agrícola, manejo de cultivos e mitigação de riscos climáticos. O estudo será conduzido com dados experimentais obtidos na Fazenda Experimental da UFLA, em Lavras (MG), durante a safra 2018–2019. Serão avaliados 12 híbridos comerciais de milho, em delineamento inteiramente casualizado com três repetições. Serão mensurados parâmetros agronômicos como altura de plantas, número de folhas, biomassa seca e fresca, índice de área foliar (IAF), estádios fenológicos e produtividade de grãos. Os dados obtidos serão utilizados para calibração e validação do modelo CERES-Maize, com base em métricas estatísticas como erro relativo absoluto (ARE), raiz do erro quadrático médio (RMSE), RMSE normalizado (NRMSE) e eficiência do modelo (EF). O projeto justifica-se pela relevância econômica e estratégica do milho no agronegócio brasileiro e pela necessidade de modelos calibrados localmente, capazes de prever o desempenho das cultivares em diferentes cenários de clima e manejo. Assim, espera-se gerar subsídios técnicos para recomendações de épocas de semeadura, estratégias de manejo e zoneamento agrícola, contribuindo para uma produção mais eficiente, sustentável e adaptada às mudanças climáticas.