34
AVALIAÇÃO DO USO DA ÁGUA EM REGADIO: APLICAÇÃO DO MODELO SIMDualKc A CEVADA, MILHO E OLIVAL * Paula Paredes 1 , Teresa A. Paço 1 , Ricardo G. Rosa 1 , Isabel Pôças 1, 2 , Manuela Neves 3 , Luis S. Pereira 1 Resumo O uso da água em cevada, milho e olival de regadio foram estudados para representar culturas de inverno, e verão e lenhosas perenes. Para o efeito utilizou- se o modelo SIMDualKc que adota a aproximação dual para o cálculo e partição da evapotranspiração das culturas nas componentes de transpiração das culturas e evaporação do solo. O modelo foi calibrado e validado condições climáticas contrastantes, anos secos e anos húmidos; no caso dos cereais utilizaram-se medições de humidade do solo e no olival utilizaram-se medições da transpiração pelo método do fluxo de seiva. Foi também observada a ET pelo método das flutuações instantâneas. O modelo simulou a água disponível no solo, a ET e o balanço hídrico com erros de estima pequenos e elevada eficiência de modelação. Assim, foram derivados os coeficientes culturais de base a ser utilizados na geração de calendários de rega e no aconselhamento aos agricultores. Abstract Water use by barley, maize and olive irrigated crops were assessed with the SIMDualKc model, which adopts the dual crop coefficient approach to compute and partition crop evapotranspiration into crop transpiration and soil evaporation. The model was calibrated and validated using observations of the soil water content for cereals and transpiration derived from sap flow measurements. In addition, ET was observed with eddy covariance. The model simulated the available soil water, ET, transpiration and the terms of the water balance with low estimation errors and high modeling efficiency. Basal crop coefficients and depletion fractions for no stress were derived for further use to support irrigation scheduling under drought conditions. 1 LEAF, Instituto Superior de Agronomia, Universidade de Lisboa, Tapada da Ajuda 1349-017 Lisboa, Portugal 2 Centro de Investigação em Ciências Geo-Espaciais (CICGE), Rua do Campo Alegre, 4169-007 Porto, Portugal 3 Instituto Superior de Agronomia, Universidade de Lisboa, e CEAUL, Centro de Estatística e Aplicações, Faculdade de Ciências, Universidade de Lisboa, Portugal * Este artigo baseia-se em estudos anteriores (Paço et al., 2014; Paredes et al., 2014; Pereira et al., 2015)

AVALIAÇÃO DO USO DA ÁGUA EM REGADIO: APLICAÇÃO …idl.campus.ciencias.ulisboa.pt/wp-content/uploads/2016/11/Livro-14.pdf · O modelo simulou a água disponível no solo, a ET

Embed Size (px)

Citation preview

AVALIAÇÃO DO USO DA ÁGUA EM REGADIO:

APLICAÇÃO DO MODELO SIMDualKc A CEVADA, MILHO

E OLIVAL*

Paula Paredes1, Teresa A. Paço1, Ricardo G. Rosa1, Isabel Pôças1, 2,

Manuela Neves3, Luis S. Pereira1

Resumo

O uso da água em cevada, milho e olival de regadio foram estudados para

representar culturas de inverno, e verão e lenhosas perenes. Para o efeito utilizou-

se o modelo SIMDualKc que adota a aproximação dual para o cálculo e partição

da evapotranspiração das culturas nas componentes de transpiração das culturas e

evaporação do solo. O modelo foi calibrado e validado condições climáticas

contrastantes, anos secos e anos húmidos; no caso dos cereais utilizaram-se

medições de humidade do solo e no olival utilizaram-se medições da transpiração

pelo método do fluxo de seiva. Foi também observada a ET pelo método das

flutuações instantâneas. O modelo simulou a água disponível no solo, a ET e o

balanço hídrico com erros de estima pequenos e elevada eficiência de modelação.

Assim, foram derivados os coeficientes culturais de base a ser utilizados na

geração de calendários de rega e no aconselhamento aos agricultores.

Abstract

Water use by barley, maize and olive irrigated crops were assessed with the

SIMDualKc model, which adopts the dual crop coefficient approach to compute

and partition crop evapotranspiration into crop transpiration and soil evaporation.

The model was calibrated and validated using observations of the soil water

content for cereals and transpiration derived from sap flow measurements. In

addition, ET was observed with eddy covariance. The model simulated the

available soil water, ET, transpiration and the terms of the water balance with low

estimation errors and high modeling efficiency. Basal crop coefficients and

depletion fractions for no stress were derived for further use to support irrigation

scheduling under drought conditions.

1 LEAF, Instituto Superior de Agronomia, Universidade de Lisboa, Tapada da Ajuda 1349-017

Lisboa, Portugal 2 Centro de Investigação em Ciências Geo-Espaciais (CICGE), Rua do Campo Alegre, 4169-007

Porto, Portugal 3 Instituto Superior de Agronomia, Universidade de Lisboa, e CEAUL, Centro de Estatística e

Aplicações, Faculdade de Ciências, Universidade de Lisboa, Portugal

* Este artigo baseia-se em estudos anteriores (Paço et al., 2014; Paredes et al., 2014; Pereira et al., 2015)

Predictabilidade Sazonal de Secas

1. Introdução

A gestão da rega das culturas em condições de seca abrange um conjunto de

medidas que incluem o uso de métodos de rega adequados à cultura e ao

ambiente, a melhoria do desempenho dos sistemas de rega e a adoção de

calendários de rega adaptados às disponibilidades de água, às necessidades das

culturas e aos métodos de rega utilizados (Pereira et al., 2002, Pereira, 2004).

Nestas condições torna-se possível adotar práticas de poupança de água e

controlar os efeitos da rega deficitária sobre a produção e o rendimento dos

agricultores (Pereira et al., 2009).

Focando a programação e a condução da rega, o uso de modelos de simulação é

particularmente importante, tanto para estabelecer calendários previsionais como

para apoiar a decisão de regar no dia a dia de forma a minimizar efeitos da seca e

maximizar o uso eficiente da água pelas culturas e a minimizar os usos não-

benéficos (Pereira et al., 2012). Existem numerosos modelos de simulação do

balanço hídrico que constituem ferramentas preciosas para o apoio á decisão na

condução da rega, e.g., os modelos ISAREG (Teixeira e Pereira, 1992; Liu et al.,

1998), BUDGET (Raes et al., 2006), PILOTE (Khaledian et al., 2009), HYDRUS

(Ramos et al., 2011) e SIMDualKc (Rosa et al., 2012a).

No presente estudo selecionou-se o modelo SIMDualKc dado que este adota a

metodologia dos coeficientes culturais duais para o cálculo e partição da

evapotranspiração das culturas (ETc, mm) nas suas componentes de evaporação

do solo (Es = Ke ETo) e transpiração da cultura (Tc = Kcb ETo) onde ETo é a

evapotranspiração de referência, Ke é o coeficiente de evaporação da água do solo

e Kcb é o coeficiente cultural de base (Allen et al., 1998; Pereira, 2004; Rosa et

al., 2012a). A metodologia dos coeficientes culturais duais permite uma melhor

perceção das frações de água, provenientes da precipitação ou da rega, que são

efetivamente utilizadas pela cultura e permite avaliar as efeitos de várias práticas

agrícolas sobre o uso da água pelas culturas, tanto para maximizar Tc como para

minimizar Es. A aproximação dual é mais adequada para regas de alta frequência,

como é o caso da microrrega, para culturas com cobertura parcial do solo, como

sejam os pomares e as hortícolas, assim como para regiões com precipitação

frequente (Allen et al., 2005). O modelo SIMDualKc, por realizar a partição da

ETc, adequada conjugação com modelos simplificados de “água-produção” para a

predição da produção em cereais como se apresenta em Paredes et al. (2015).

O presente estudo inclui uma cultura C3 de primavera (cevada), uma cultura C4

de verão (milho) e uma lenhosa perene (oliveira), culturas estas que foram

selecionadas pela sua representatividade e valor estratégico para a agricultura

Portuguesa. A utilização de culturas tão distintas como estas permitiu a perceção

do impacto das secas e das soluções para mitigar os seus efeitos.

Os objetivos do presente estudo, tendo por base os dados observados em campos

de agricultores (Paço et al., 2014; Paredes et al., 2014; Pereira et al., 2015), são:

(1) calibração e validação do modelo SIMDualKc, incluindo a derivação dos

coeficientes culturais de base (Kcb) e das frações de esgotamento da água do solo

Avaliação do uso da água em regadio

em conforto hídrico (p) para as culturas da cevada, milho e olival; (2) análise das

dinâmicas da transpiração e evaporação das mesmas culturas em anos de

precipitação contrastante, húmidos e secos; e (3) análise do uso da água pelas

referidas culturas e determinação dos termos do balanço hídrico no caso dos

cereais.

2. Estudos de campo

2.1. Cevada e milho em Alpiarça

Os estudos foram efetuados durante os anos de 2010 a 2013 nos campos da Quinta

da Lagoalva de Cima, localizada em Alpiarça, e tiveram como objetivo melhorar a

informação sobre água-produção das culturas, nomeadamente cereais. Foram

acompanhadas uma cultura de primavera, cevada dística para malte, e uma cultura

de primavera/verão, milho. A Quinta tem uma área regada total de cerca de 500 ha

dos quais 60 ha são cultivados com cevada para malte e 200 ha são cultivados

com milho. A informação apresentada abaixo foi descrita com melhor detalhe por

Paredes et al. (2014) e por Pereira et al. (2015).

Os dados climáticos foram obtidos de uma estação automática localizada na Quinta

(39.16o N, 8.33oW e 24 m de elevação). Segundo a classificação de Köppen (Kottek

et al., 2006) o clima da região é Csa, um clima quente temperado, com invernos

moderadamente chuvosos e verões quentes e secos, ou seja com características

típicas de clima Mediterrânico. A caracterização climática dos anos de estudo é

apresentada na Fig. 1 relativamente à precipitação e evapotranspiração de referencia

(ETo), calculada pela equação FAO-PM (Allen et al., 1998; Pereira, 2004).

Fig. 1. Precipitação mensal acumulada ( ) e evapotranspiração de referência (ETo) ( )

para os anos de estudo 2010 (a), 2011 (b), 2012 (c) e 2013 (d).

0

50

100

150

200

250

300

Jan Fev Mar Abr Maio Jun Jul Ag Set Out Nov Dez

Pre

cip

itaç

ão, E

T o(m

m)

(a)

0

50

100

150

200

250

300

Jan Fev Mar Abr Maio Jun Jul Ag Set Out Nov Dez

Pre

cip

itaç

ão, E

T o(m

m)

(b)

0

50

100

150

200

250

300

Jan Fev Mar Abr Maio Jun Jul Ag Set Out Nov Dez

Pre

cip

itaç

ão, E

T o(m

m)

(c)

0

50

100

150

200

250

300

Jan Fev Mar Abr Maio Jun

Pre

cip

itaç

ão, E

T o(m

m)

(d)

0

50

100

150

200

250

300

Dec Jan Feb Mar Apr May Jun

Pre

cip

itat

ion

, ET o

(mm

)

Series1 Series2

0

50

100

150

200

250

300

Dec Jan Feb Mar Apr May Jun

Pre

cip

itat

ion

, ET o

(mm

)

Series1 Series2

Predictabilidade Sazonal de Secas

A cevada dística para malte (Hordeum vulgare L. var. Publican) foi estudada nas

campanhas de 2012 e 2013, a primeira em ano de seca e a segunda em ano

chuvoso (Fig.1c e d), extremamente contrastantes. Em ambos os anos as parcelas

monitorizadas tinham cerca de 30 ha, A cevada foi semeada com uma densidade

de 200 kg ha-1 e um espaçamento entrelinhas de 0.15 m. A densidade média

observada antes do afilhamento era de 342 e 319 plantas por m2 nas campanhas de

2012 e 2013, respetivamente. A data de sementeira da variedade utilizada pode

variar entre meados de Novembro e meados de Janeiro. Foi utilizada sementeira

direta e os impactos desta prática sobre a redução da evaporação do solo foram

considerados no modelo SIMDualKc seguindo a aproximação testada no estudo

de Martins et al. (2013).

Os estudos relativos ao milho (Zea mays L. var. PR33Y74) efetuaram-se nos anos

de 2010 a 2012. A campanha de 2010 foi a mais seca e a de 2011 a mais húmida

(Fig. 1). Durante as campanhas de rega de 2010 e 2012 foram monitorizadas duas

parcelas desde a sementeira até à colheita, respetivamente as parcelas 1 e 2 e as

parcelas 2 e 3; em 2011 apenas foi monitorizada a parcela 1. As parcelas

monitorizadas tinham área aproximada de 30 ha cada. As parcelas 1 e 2 são

contíguas e a parcela 3 encontra-se a aproximadamente 5 km de distância. As

parcelas foram semeadas utilizando sementeira direta com uma densidade

aproximada de 82000 plantas ha-1.

Os solos das parcelas 1 e 2 apresentam uma textura franco-arenosa em que a

maioria da areia é fina. Os solos caracterizam-se por terem uma água disponível

total (TAW, mm) de 171 e 149 mm m-1 respetivamente na parcela 1 e 2. A parcela

3 tem um solo com textura limo-argilosa, com TAW = 209 mm m-1. A Tabela 1

apresenta as propriedades físicas e hidráulicas dos solos das 3 parcelas de

Alpiarça. A toalha freática é profunda e por isso a sua influência no balanço

hídrico foi considerada nula.

Tabela 1. Propriedades texturais e hidráulicas dos solos das parcelas de Alpiarça

(Paredes et al., 2014).

Camada do solo (m) Areia (%) Limo (%) Argila (%) θFC (m3 m-3) θWP (m3 m-3)

Parcela 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3

0.0-0.10 85 86 37 11 10 40 4 4 23 0.32 0.25 0.35 0.08 0.08 0.22

0.10-0.20 84 88 35 10 8 42 6 4 24 0.25 0.17 0.36 0.06 0.05 0.24

0.20-0.40 85 87 35 9 8 41 6 5 23 0.22 0.17 0.36 0.06 0.04 0.20

0.40-0.60 86 81 60 8 12 25 6 8 15 0.22 0.26 0.37 0.04 0.09 0.12

0.60-0.80 85 86 62 9 8 24 6 6 14 0.22 0.16 0.36 0.05 0.04 0.10

0.80-1.00 85 83 53 9 10 31 7 6 16 0.17 0.32 0.37 0.04 0.14 0.12

A monitorização do conteúdo de água no solo foi efetuada nos anos de 2011, 2012

e 2013, para ambas as culturas utilizou-se uma sonda do tipo DIVINER 2000

(Sentek Technologies, Austrália), com a qual se efetuaram medições a cada 0.10

m até á profundidade máxima de 0.90 m tendo sido utilizados 16 pontos de

observação em cada cultura. Em 2010, para a cultura do milho, utilizaram-se duas

sondas do tipo EnviroSCAN (Sentek Technologies, Austrália) em cada parcela;

uma das sondas foi colocadas na linha de plantas e a outra na entrelinha. Os

Avaliação do uso da água em regadio

sensores de humidade foram colocados a diferentes profundidades e as medições,

automáticas, eram efetuadas a cada 15 minutos. As sondas foram previamente

calibradas para os solos de cada campo utilizando uma elevada gama de valores

de teor de água no solo, desde valores próximos do coeficiente de

emurchecimento até próximo da saturação. As observações da água no solo foram

realizadas entre eventos de rega. Estas observações foram efetuadas tomando em

consideração as recomendações de precisão propostas por Allen et al. (2011) para

uso no cálculo da ET. Os valores do conteúdo de água no solo (θ) observados às

várias profundidades foram integrados para a profundidade radicular e convertidos

em água disponível no solo (ASW = 1000 (θ – θWP) Zr, mm).

Todas as parcelas são regados por aspersão sendo as parcelas 1 e 2 regadas por um

sistema de rampa pivotante e a parcela 3 por uma rampa de deslocação linear. Os

calendários de rega aplicados foram decididos pelo agricultor. As dotações de

rega variaram ao longo do ciclo das culturas; no caso da cevada a dotação de rega

variou entre 5 e 10 mm por evento de rega e no caso do milho de 3 a 16 mm. As

dotações mais baixas foram praticadas nas fases de desenvolvimento vegetativo

das culturas. A Tabela 2 apresenta as dotações líquidas de rega acumuladas por

fases do desenvolvimento da cultura. No caso da cevada, as dotações de rega

foram observadas por pluviómetros colocados ao nível do solo enquanto para o

milho os pluviómetros foram colocados a 0.20 m acima do copado. Em ambos os

casos a localização dos pluviómetros foi próxima dos tubos de acesso das sondas

utilizadas na monitorização da água no solo. Foram efetuadas 3 avaliações de

desempenho dos sistemas em cada campanha de rega utilizando a metodologia

proposta por Merriam e Keller (1978).

Tabela 2. Dotações líquidas de rega (mm) por períodos de desenvolvimento das culturas,

Alpiarça (adaptado de Paredes et al., 2014 e Pereira et al., 2015).

Cultura Ano Parcela

Dotação de rega (mm)

Rega total (mm) Período

Vegetativo

Período

intermédio

Período final

Cevada* 2012 2 94 40 10 144

Milho 2010 1 211 336 77 624

2 191 296 101 588

2011 1 99 329 30 458

2012 2 144 381 60 585

3 201 294 38 533

* a cevada não foi regada em 2013 dada a abundância de chuva

No caso do milho, em 2010 a primeira rega foi atrasada intencionalmente pelo

agricultor com o objetivo de permitir um bom desenvolvimento das raízes;

adicionalmente, antes da floração, devido a dificuldades com o sistema de rega,

foram efetuados poucos eventos de rega e com dotações baixas. Em 2011, a

calendarização da rega foi melhorada, aumentando a frequência dos eventos de

modo a que a água do solo tivesse sido mantida acima do limiar de stresse. No

ano de 2012 o calendário de rega na parcela 2 foi projetada de modo a garantir a

plena satisfação das necessidades da cultura e por isso foram adotadas regas mais

Predictabilidade Sazonal de Secas

frequentes. Na parcela 3, foram adotadas regas menos frequentes uma vez que o

solo tem uma maior capacidade de armazenamento de água.

As observações/medições de campo incluíram: a) as datas de início de cada fase

de desenvolvimento da cultura (Tabela 3); b) a altura da cultura (h, m); c) a fração

do solo coberta pela cultura (fc, adimensional) e o índice de área foliar (LAI, cm2

cm-2); e d) a profundidade das raízes.

Tabela 3. Datas e acumulação térmica (AGDD) para os períodos de desenvolvimento da

cevada e milho, Alpiarça (adaptado de Paredes et al., 2014 e Pereira et al., 2015).

Cultura Ano/Parcela Sementeira

Início do

período de

crescimento

rápido

Início do

período

intermédio

Início do

período

final

Colheita

Cevada 2012 2 Data 16/01/2012 07/02 03/04 20/05 26/06

AGDD 210 896 1552 2315

2013 2 Data 06/12/2012 04/01 10/03 29/04 06/06

AGDD 302 984 1671 2331

Milho 2010 1 e 2 Data 25/05/2010 26/06 18/07 03/09 13/10

AGDD 310 684 1448 1810

2011 1 Data 20/04/2011 18/05 29/06 18/08 20/09

AGDD 297 716 1490 1955

2012 2 Data 16/04/2012 09/05 25/06 21/08 20/09

AGDD 252 687 1457 1902

3 Data 30/05/2012 16/06 17/07 13/09 12/10

CGDD 257 680 1416 1785

Na cevada, o LAI foi medido em 3 locais por campo, semanalmente, ao longo do

ciclo cultural, utilizando um septómetro AccuPAR LP-80 (Decagon Devices,

EUA). A Tabela 4 apresenta os valores medidos de LAI (cm2 cm-2) para as duas

campanhas estudadas. Os resultados mostram que o valor mais elevado de LAI foi

observado em 2012, com LAI = 4.84 cm2 cm-2 enquanto em 2013 o valor mais

elevado foi de 3.55 cm2 cm-2. As diferenças entre os anos podem ser explicadas

pela menor densidade de plantas e pelo menor desenvolvimento das plantas no

ano húmido de 2013 quando às fortes chuvadas se associou menor radiação solar.

Tabela 4. Índice de área foliar medido (LAI, cm2 cm-2), cevada dística.

Datas LAI (cm2 cm-2) Datas LAI (cm2 cm-2)

07/02/2012 0.24 05/02/2013 1.54

04/04/2012 2.68 19/02/2013 2.53

01/05/2012 3.37 25/02/2013 2.77

07/05/2012 3.82 13/03/2013 3.47

13/05/2012 4.84 23/04/2013 3.55

29/05/2012 3.88 22/05/2013 3.16

31/05/2012 3.75 04/06/2013 2.19

14/06/2012 2.45

Avaliação do uso da água em regadio

As medições de h foram efetuadas 2 vezes por semana até á floração e as

observações de fc foram efetuadas a cada 2 semanas. A observação das raízes foi

efetuada recorrendo a amostragens de solo até á profundidade de 1 m; verificou-se

que a maior densidade de raízes se encontrava nos primeiros 0.30 m do solo mas

que raízes de menor diâmetro atingiam 0.90 m assumindo-se ser esta a

profundidade efetiva das raízes; os dados de fc e h para a cevada e o milho

constam da Tabela 5.

Tabela 5. Altura média da cultura (h) e fração do solo coberta ou sombreada pela

cultura (fc) da cevada e do milho, Alpiarça.

Cultura Ano Parcela Sementeira

Início do

período de

crescimento

rápido

Início do

período

intermédio

Início do

período

final

Colheita

Cevada 2012 2 h (m) 0 0.20 0.80 0.80 0.75

fc ( ) 0.01 0.10 0.70 0.90 0.65

2013 2 h (m) 0 0.20 0.75 0.75 0.72

fc ( ) 0.01 0.10 0.80 0.85 0.60

Milho* 2010 1 h (m) 0 0.30 2.10 2.30 2.10

fc ( ) 0.01 0.10 0.70 0.84 0.76

2 h (m) 0 0.36 1.93 2.20 2.00

fc ( ) 0.01 0.10 0.80 0.69 0.66

2011 1 h (m) 0 0.40 2.50 2.70 2.60

fc ( ) 0.01 0.10 0.91 0.95 0.91

2012 2 h (m) 0 0.34 2.20 2.80 2.70

fc ( ) 0.01 0.10 0.83 0.93 0.90

3 h (m) 0 0.32 2.52 2.72 2.65

fc ( ) 0.01 0.10 0.81 0.93 0.92

* adaptado de Paredes et al. (2014) e de Pereira et al. (2015)

2.2. Olival super-intensivo em Viana do Alentejo

O olival estudado localiza-se perto de Viana do Alentejo (38˚ 24’ 46’’ N, 7˚ 43’

40’’ O, 143 m a.n.m.). O sistema de produção do olival (propriedade da empresa

"Olivais do Sul") baseava-se na plantação de alta densidade de árvores da cultivar

Arbequina (1,35 m × 3,75 m, 1975 árvores ha-1), realizada em 2006. A informação

apresentada a seguir foi mais detalhada em Paços et al. (2014)

O clima segundo a classificação de Köppen (Kottek et al., 2006) é Csa,

tipicamente do tipo Mediterrânico, sub-húmido seco, com uma precipitação média

anual entre 600 e 800 mm e uma temperatura média anual entre 9.6 ºC em Janeiro

e 24.1 ºC em Agosto. A Tabela 6 apresenta um resumo das condições climáticas

durante a realização do trabalho experimental, em 2011 e 2012. A

evapotranspiração de referência (ETo) foi calculada de acordo com Allen et al.

(1998) utilizando dados de uma estação próxima, localizada a Este da parcela

experimental (estação automática de Viana do Alentejo, 38˚ 21’ 42’’ N, 08˚ 07’

29’’ O, 138 m a.n.m.).

Predictabilidade Sazonal de Secas

Tabela 6. Médias das temperaturas mínimas e máximas mensais (˚C), da precipitação

(mm) e da evapotranspiração de referência (ETo, mm) para 2011 e 2012 (Paço et al.,

2014).

Mês Temperatura

máxima média

[ºC]

Temperatura

mínima média

[ºC]

Precipitação

[mm]

ETo

[mm]

2011 2012 2011 2012 2011 2012 2011 2012

Janeiro

Fevereiro

Março

Abril

Maio

Junho

Julho

Agosto

Setembro

Outubro

Novembro

Dezembro

14.1

17.1

17.9

24.6

27.6

30.1

31.8

31.7

30.7

28.1

17.7

15.4

15.8

16.0

21.3

18.0

26.5

29.9

32.8

32.7

30.3

23.3

16.6

15.9

5.4

4.8

6.5

10.7

13.1

12.6

13.8

14.9

13.7

122

8.5

4.3

2.8

0.0

5.7

6.9

11.2

13.5

13.9

15.0

14.9

11.4

7.9

6.5

76.1

62.5

39.3

94.6

101.7

46.0

1.0

7.8

49.7

44.8

141.1

12.5

15.0

0.6

25.1

39.1

16.9

0.3

0.6

3.9

41.5

95.1

227.6

61.6

29.0

44.2

67.0

109.3

134.9

166.3

198.2

167.1

127.2

104.1

36.8

25.7

32.8

58.8

92.3

76.7

135.8

169.6

205.6

182.7

134.4

72.4

31.7

26.0

O olival era regado com uma frequência próxima da diária durante a Primavera e

o Verão, com um sistema gota-a-gota (gotejadores com espaçamento de 0,75 m),

originando uma área molhada após a rega de cerca de 23% da área total. Em 2011

a rega teve início em Maio e decorreu até Outubro, com uma dotação total de 327

mm, enquanto em 2012 decorreu entre Março e Outubro, com uma dotação total

de 354 mm. A fração de solo coberto pela vegetação variou entre 0,30 e 0,35 e a

altura das árvores era em média cerca de 3.5 m (Tabela 7). A parcela experimental

encontrava-se integrada numa área total de aproximadamente 78 ha.

Tabela 7. Datas para os períodos de desenvolvimento, altura e grau de cobertura do solo

no olival, Viana do Alentejo (adaptado de Paço et al., 2014).

Períodos de desenvolvimento da cultura Altura

da

cultura

(m)

Fração de

cobertura do

solo

[fc] Ano

Início do

ciclo

Período de

crescimento

Período

intermédio Período final

Final do

ciclo

2011 1/1 1/3 a 1/5 1/5 a 15/10 15/10 a 31/12 31/12 3.6 – 4.0 0.35

2012 1/1 15/4 a 15/5 15/5 a 15/10 15/10 a 31/12 31/12 3.0 – 3.5 0.30

O solo do olival tem uma textura franco-arenosa, com teores médios de argila,

limo e areia iguais a 17%, 6% e 77%, respetivamente. O teor de água,

determinado a partir da curva de retenção de água do solo, apresentou os valores

médios de 0.24 (cm3 cm-3) e 0.12 (cm3 cm-3) para a capacidade de campo e para o

coeficiente de emurchecimento, respetivamente. A água disponível no solo (TAW)

considerada na modelação foi igual a 144 mm para uma profundidade de 1.2 m.

A transpiração das plantas foi avaliada através da medição do fluxo de seiva pelo

método de Granier (Granier, 1985). Um conjunto de 6 sensores foi instalado em

Maio de 2011 em árvores selecionadas, de acordo com a frequência de classes de

diâmetro do tronco, obtidas a partir de uma amostra de plantas mais alargada. As

médias das observações referentes a períodos de 30 minutos foram armazenadas

Avaliação do uso da água em regadio

num sistema de aquisição de dados (modelo CR1000, Campbell Scientific, Inc.,

Logan, UT, EUA). Os gradientes naturais de temperatura do tronco foram

corrigidos usando dados de um sensor sem aquecimento.

Durante períodos curtos da estação de rega, a evapotranspiração (ET) foi medida

pelo método micrometeorológico das flutuações instantâneas (eddy covariance na

terminologia anglo-saxónica, EC), utilizando um anemómetro sónico

tridimensional e um higrómetro de Krypton (Modelos CSAT3 e KH20, Campbell

Scientific, Inc., Logan, UT, EUA) conectados a um datalogger (Modelo CR1000,

Campbell Scientific, Inc., Logan, UT, EUA). Os sensores foram colocados numa

torre metálica a uma altura de medição de 4.8 m. Os dados brutos foram

recolhidos com uma frequência de 10 Hz e posteriormente analisados com o

Software TK3 (Universidade de Bayreuth, Alemanha) para a correção e cálculo de

médias para 30 minutos. A correção dos dados foi realizada de acordo com Foken

et al. (2011) e os dados brutos foram submetidos a uma rotação de coordenadas

usando o método de rotação duplo (Kaimal e Finnigan, 1994) dadas as condições

não planas do terreno. A representatividade espacial das medições foi examinada

através de uma análise da pegada (Schuepp et al., 1990). Os dados obtidos pelo

método EC foram utilizados para a calibração dos dados de fluxo de seiva, como

descrito em Ferreira et al. (2004), Silva et al. (2008) e Paço et al. (2014). Este

procedimento consistiu em utilizar os dados EC diários (n=209 em 2011 e n=366

em 2012) para estabelecer uma equação de calibração entre a ET e as suas

componentes (transpiração e evaporação do solo), obtendo séries temporais longas

de valores diários de transpiração calibrados (Tsf). A componente evaporação do

solo foi simulada com o modelo de Ritchie (Ritchie, 1972), tal como detalhado

em Paço et al. (2014).

3. O modelo SIMDualKc

3.1. Descrição do modelo

O modelo SIMDualKc é um modelo de simulação do balanço hídrico do solo à

escala da parcela cultivada e com um passo de tempo diário (Rosa et al., 2012a)

para calendarização da rega das culturas. O modelo permite gerar e avaliar

alternativas de gestão da rega e já foi calibrado/validado para várias culturas e

condições ambientais, nomeadamente para culturas anuais como o milho (Rosa et

al., 2012b; Martins et al., 2013; Zhao et al., 2013; Paredes et al., 2014; Wu et al.,

2015), cevada para malte (Pereira et al., 2015), trigo (Rosa et al., 2012b; Zhao et

al., 2013), algodão (Rosa et al., 2012b), soja (Wei et al., 2015), lúpulo (Fandiño et

al., 2015) e pimentão (Qiu et al., 2015). Para culturas lenhosas, foi

calibrado/validado para um pomar de pessegueiros, para vinha e para olival (Paço

et al., 2012; Fandiño et al., 2012; Paço et al., 2014).

O modelo SIMDualKc utiliza a aproximação dual para o cálculo diário da

evapotranspiração cultural ETc (mm d-1) separando as suas componentes relativas

à evaporação do solo (Es, mm) e à transpiração das culturas (Tc, mm) conforme

descrito por Allen et al. (1998, 2005), Pereira (2004), Allen e Pereira (2009) e

Rosa et al. (2012a). A ETc é calculada como:

Predictabilidade Sazonal de Secas

oecbc ETKKET (1)

onde Kcb é o coeficiente cultural basal [ ] e Ke é o coeficiente de evaporação da

água do solo [ ] e ETo (mm d-1) é a evapotranspiração de referencia. Para o

coeficiente cultural resulta pois Kc = Kcb + Ke. O coeficiente Kcb representa a

razão entre a ETc e a ETo quando a camada superficial do solo se encontra seca,

mas o teor em água do solo na zona radicular é adequado para manter a plena

transpiração da cultura. A curva dos coeficientes culturais e a correspondente

definição dos períodos de desenvolvimento das culturas apresentam-se na Fig. 2.

Resulta assim que a curva se descreve recorrendo aos Kc ou Kcb dos períodos

inicial, intermédio e no final do ciclo, i.e., Kc ini, Kc mid e Kc end (ou Kcb ini, Kcb mid e

Kcb end).

Fig. 2. Coeficiente cultural basal, Kcb, relativo à transpiração da cultura e Ke relativo à

evaporação a partir do solo (Pereira, 2004).

De salientar que a equação 1 se refere a condições potenciais de ET, i.e., quando

não ocorre stresse que afete a cultura. Nestas condições ETc é designada

evapotranspiração cultural potencial e Kcb designa-se por coeficiente cultural

potencial de base. Quando ocorra stress, como se descreve abaixo (Eq. 8 e 9) ter-

se-á a evapotranspiração cultural real ETc act < ETc a que corresponde o Kcb real

Kcb act < Kcb. O ajustamento dos valores de Kcb mid e Kcb end é realizado

internamente pelo modelo quando da sua calibração.

O modelo realiza sempre o ajustamento dos valores de Kcb mid e Kcb end às

condições ambientais quando os valores médios nos períodos intermédio e final

da humidade relativa mínima (RHmin) e da velocidade de vento (u2) diferem,

respetivamente, de 45% e de 2 m s-1 (Allen et al., 1998), como segue:

3.0

min2Tabcbcb3

h45RH004.02u04.0KK

(2)

Avaliação do uso da água em regadio

onde Kcb(Tab) é o valor de Kcb tabelado (Allen et al., 1998, Allen e Pereira, 2009) e

h é a altura média da cultura durante os mesmos períodos de desenvolvimento,

intermédio ou final.

A evaporação a partir da camada superficial do solo húmido é representada pelo

coeficiente de evaporação do solo (Ke) o qual é calculado através de um balanço

hídrico diário da camada superficial do solo. A evaporação a partir da camada

superficial do solo é limitada pela energia disponível à superfície do solo em

conjunto com a energia consumida pela transpiração da cultura (Allen et al., 1998,

2007). A camada de evaporação é caracterizada pela sua espessura (Ze, m), pelo

total de água evaporável (TEW, mm) que representa a quantidade máxima de água

que pode ser evaporada da camada superficial do solo quando está completamente

húmida, e pela água facilmente evaporável (REW, mm) que representa a

quantidade máxima de água que pode ser evaporada sem restrições das

disponibilidades de água, sendo apenas limitada pela energia disponível à

superfície do solo (Allen et al., 1998, 2007). O Ke atinge o seu valor máximo no

período imediatamente a seguir a uma rega ou a uma precipitação fortes na

condição de o solo estar exposto á radiação solar direta, i.e., quando o

ensombramento do solo pela cultura é mínimo, ou seja no período de

desenvolvimento inicial em culturas anuais. Ke está limitado a Kc max - Kcb, onde

Kc max é o valor máximo de Kc, i.e., da razão ETc/ETo, pelo que esta condição

traduz a partição de energia solar entre a cultura e a superfície do solo O Ke é

mínimo quando a cultura cobre completamente o solo e por isso a energia

disponível para a evaporação do solo é mínima. Á medida que a camada

superficial do solo seca ocorre uma redução da água disponível para a evaporação

e o Ke reduz-se progressivamente facto que se representa recorrendo a um

coeficiente de redução da evaporação (Kr), vindo portanto:

cbmaxcre KKKK com Ke maxcewKf (3)

onde Kr é o coeficiente de redução da evaporação (≤ 1.0), Kc max é o valor máximo

de Kc (i.e., de Kcb + Ke) a seguir a um evento de rega ou precipitação, e few é a

fração do solo humedecida quer pela rega quer pela precipitação e exposta à

radiação solar, a qual depende da fração do solo coberta ou sombreada pela

cultura (fc).

O SIMDualKc adota a metodologia proposta por Ritchie (1972) para o cálculo do

Kr dividindo o procedimento em duas fases: na primeira Es fase é apenas limitada

pela energia disponível enquanto na segunda Es é limitada pela água disponível na

camada superficial do solo de onde provem a água evaporável. Assim, a

evaporação diminui á medida que a água na camada evaporativa diminui para

além de REW (Allen et al., 1998). Assim, Kr = 1 quando a depleção acumulada de

água da camada superficial (De, mm) é inferior a REW; diferentemente, quando

De, supera REW resulta Kr < 1 dado por

Kr = TEW− De

TEW−REW (4)

Predictabilidade Sazonal de Secas

A evaporação a partir da superfície do solo é reduzida quando existem mulches,

quer de resíduos orgânicos, filmes de plástico ou gravilha. Os mulches, ao

cobrirem parcial ou totalmente o solo, reduzem a quantidade de energia disponível

á superfície do solo para a evaporação; além disso ajudam a controlar a erosão, a

aumentar a infiltração e no controlo de infestantes. O modelo SIMDualKc

considera os impactos dos mulches na diminuição do Ke e consequentemente na

evaporação do solo através das mudanças na fração fc da superfície do solo

sombreada ou não exposta à radiação solar (Rosa et al., 2012a).

Em cobertos descontínuos e/ou incompletos, Kcb, (ou Kc) pode ser estimado em

função da densidade e da altura da cultura. Allen e Pereira (2009) recorreram a um

coeficiente de densidade, Kd estimado por

Kd = min (1, ML fc eff, fc eff(

1

1+h)) (5)

onde fc eff é a fração da superfície do solo efetivamente coberta ou sombreada pela

vegetação [0.01 - 1] próximo do meio-dia solar, h é a altura da cultura (m), e ML é

um multiplicador de fc eff que descreve o efeito da densidade do copado no

sombreamento e no valor máximo da ET por fração de solo sombreado, que varia

geralmente entre 1.5 e 2.0. Resulta então

mincfullcbdminccb KKKKK (6)

onde Kd [] é o coeficiente de densidade, Kcb full é o valor de Kcb estimado durante o

pico de crescimento da cultura supondo condições de cobertura total, e Kc min é o

valor de Kcb na ausência de vegetação, cujo valor é aproximadamente 0.15 em

condições agrícolas típicas.

No caso de existência de coberturas vegetais ativas cobrindo parcial ou totalmente

o solo sob o copado da cultura, como acontece em pomares e vinhas durante a

estação chuvosa para proteção contra a erosão do solo, aquelas competem com a

cultura pela água disponível no solo e contribuem para a evapotranspiração total

da cultura. Nestas condições tem-se

2

KK,KKmaxKKK

covercbfullcb

covercbfullcbdcovercbcb (7)

onde Kcb cover é o Kcb da cobertura vegetal ativa calculado para a fração do solo

não sombreada pela cultura, Kd é o fator de densidade, e Kcb full é o valor de Kcb da

cultura sob condições de cobertura total e corrigido para o clima. O segundo

termo da função máximo reduz o Kcb estimado para metade da diferença entre

Kcb full e Kcb cover quando essa diferença é negativa. Assim, a transpiração do

sistema é ajustada utilizando o coeficiente de densidade conforme testado por

Fandiño et al. (2012, 2015)

O limiar, específico para cada cultura e correspondente complexo solo-clima, a

partir do qual a disponibilidade de água no solo é limitante da evapotranspiração é

definido recorrendo ao conceito de fração de água do solo facilmente utilizável

(RAW) ou de fração de água do solo que pode ser extraída sem produzir quebra

Avaliação do uso da água em regadio

de rendimento, p 0.05 - 0.95 (Allen et al., 1998, 2005). Assim, em condições de

stresse hídrico o valor de Kcb é reduzido pelo coeficiente de défice de humidade

do solo, ou de stresse hídrico (Ks), calculado por:

RAW D se TAW)p1(

D - TAW

RAWTAW

D - TAWK r

rrs

(8a)

RAW D se1K rs (8b)

onde TAW [mm] é a água disponível total na zona radicular do solo, RAW [mm]

é a quantidade de água facilmente disponível para as plantas na mesma zona, p [ ]

é a fração de esgotamento da água do solo em conforto hídrico e Dr é a depleção

de água disponível na zona radicular.

Deste modo a evapotranspiração da cultura em condições de stresse é

oecbsactc ETKKKET = (Kcb act + Ke) ETo (9)

Ks é calculado no SIMDualKc através do balanço hídrico diário da zona radicular.

É esse balanço que permite avaliar o uso diário de água pela cultura e os

respetivos termos de entradas e saídas como se sumariza na Fig. 3. O modelo

calcula o balanço hídrico diário do solo na zona radicular, expresso em termos de

depleção de água do solo:

ii,actciii1i,ri,r DPETCRI)ROP(DD (10)

onde Dr,i é a depleção de água na zona radicular no fim do dia i [mm], Dr,i-1 é a

depleção de água na zona radicular no fim do dia i-1 [mm], Pi é a precipitação no

dia i [mm], ROi é o escoamento superficial no dia i [mm], Ii é a altura de rega

infiltrada no solo no dia i [mm], CRi é a ascensão capilar de água a partir de uma

toalha freática no dia i [mm], ETc,i é a evapotranspiração cultural no dia i [mm], e

DPi é a perda de água por percolação profunda no dia i [mm].

A ascensão capilar (CRi) e a percolação profunda (DPi) são estimadas pelo

SIMDualKc usando as equações paramétricas propostas por Liu et al. (2006).

Bons exemplos de seu uso são apresentados por Rosa et al. (2012b), Fandiño et

al. (2015) e Wu et al. (2015). O escoamento superficial (ROi) é estimado pelo

método Curve Number (CN) descrito por Allen et al. (2007).

O SIMDualKc utiliza défice de gestão admitido (MAD). Toma-se MAD < p

quando se pretende diminuir o risco de ocorrência de stress ou as incertezas

ligadas à gestão da rega e toma-se MAD > p quando se assume a rega deficitária.

Assim, o modelo determina a data de rega (dia i) quando:

WPWPFCMADi MAD1 (11)

Predictabilidade Sazonal de Secas

Fig. 3. Fluxograma do modelo SIMDualKc (adaptada de Rosa et al., 2012a).

O modelo permite várias opções:

1. Calibração e validação do modelo usando dados observados no campo

relativos a regas e a água do solo, ET ou transpiração.

2. Cálculo simplificado das necessidades líquidas de rega (NIR) para todos os anos

de uma série meteorológica (precipitação e ETo) do que resulta uma série de

NIR.

3. Determinação de calendários de rega para maximização da produção, portanto

visando aplicar a quantidade de água necessária a suprir as necessidades da

cultura ao longo de todo o seu ciclo, sem que ocorra stresse hídrico.

4. Determinação de calendários de rega deficitária, em que as culturas são

deliberadamente sujeitas a défice de água e a diminuição da produção.

5. Avaliação de calendários de rega observados no campo.

Os dados de entrada do modelo SIMDualKc (vd. Fig. 3, Rosa et al., 2012a) são:

1) dados meteorológicos - temperatura mínima e máxima diárias (ºC); velocidade

do vento a 2 m de altura (m s-1 ou km h-1); humidade relativa mínima diária (%),

evapotranspiração de referência (mm) e precipitação (mm);

2) características da cultura – datas limites dos períodos do ciclo cultural (Fig. 2);

valores calibrados, tabelados ou estimados de Kcb ini, Kcb mid e Kcb end; valores

calibrados, tabelados ou estimados da fração de esgotamento p ao longo do ciclo

Ajustamento do Kcb ao stress hídrico

Calcular ETo

Dados climáticos

Dados de ETo

disponíveis?

Sim

Não

ETo

Da

do

s m

eteo

roló

gic

os

du

los

de

reg

a

Da

do

s a

gro

nóm

icos

BALANÇO HÍDRICO DO SOLO

(zona radicular)

Cálculo das

necessidades de

rega

Calendarização

da rega

Avaliaçãode

um dado

calendário de

rega

Ex

ten

sões

Escoamento

Ascensão

capilar

Percolação

profunda

Coberturas

vegetais

activas

Mulches

RHmin

u2

Prec

Dados

cultura

Kcb, Zr, p

h, fc, ML

Dados solo

θFC, θWP,

profundidade

TEW, REW

Opções

de rega

Restrições

hídricas

Representação do campo

Kcb ini, Kcb mid, Kcb end

Cálculo diário do Ke

Sistema

de rega

Calibração/validação

(Dinâmicas da água no solo,

transpiração das culturas,

evaporação do solo,

evapotranspiração cultural

Balanço hídrico na camada evaporativa

Cálculo diário dos Kcb

Termos balanço hídrico

ET actual, escoamento,

percolação, ascensão capilar,

teor de água no solo

Ajustamento do Kcb ao clima

e à densidade das culturas

Avaliação do uso da água em regadio

(рini, pdev, pmid, pend); valor mínimo de Kc para solo nu ou descoberto (Kc min);

profundidade radicular (Zr, m), altura da cultura (h, m), fração de cobertura (fc)

em várias datas ao longo do ciclo.

3) características do solo – número de camadas do solo e, para cada camada, a sua

profundidade da camada e o teor de água à capacidade de campo (FC, m3 m-3) e

ao coeficiente de emurchecimento (WP, m3 m-3). ii) o total de água disponível ;

4) características da camada evaporativa do solo - profundidade (Ze, m), a água

facilmente evaporável (REW, mm) e água evaporável total (TEW, mm).

5) características do calendário de rega utilizado ou que se pretende desenvolver –

fração de solo humedecida pela rega (fw e few), limiares da água do solo, dotações,

datas das regas ou intervalos mínimos ou máximos, bem como a opção de

sequeiro; adicionalmente, podem incluir-se dados sobre restrições da água

disponível por períodos.

6) escoamento superficial - parâmetro CN, que pode ser selecionado dos valores

tabelados por Allen et al. (2007);

7) percolação profunda – parâmetros aD e bD da equação paramétrica proposta por

Liu et al. (2006);

8) ascensão capilar – parâmetros das equações paramétricas propostas por Liu et

al. (2006) cujos valores de referencia são referidos por estes autores, LAI e

profundidade da toalha freática vários dias ao longo do ciclo da cultura.

9) características das coberturas vegetais ativas quando ocorram;

10) características dos mulches de palha ou plástico, incluindo os resíduos em

sementeira direta;

11) salinidade do solo e/ou da água de rega - condutividade elétrica do extrato de

saturação do solo (ECe, dS m-1) no início e no fim do ciclo cultural e limites de

tolerância da cultura à salinidade do solo (ECe limite e parâmetro b);

12) culturas consociadas – frações de cobertura do solo pela cultura dominante e

pela cultura secundária.

Constituem dados de entrada obrigatórios do modelo os descritos de 1 a 5. A

descrição detalhada do modelo é dada por Rosa et al. (2012a).

3.2. Calibração e validação do modelo e indicadores de ajustamento

A calibração do modelo SIMDualKc é entendida neste estudo como sendo o

processo pelo qual os parâmetros que influenciam o modelo são ajustados, dentro

de limites razoáveis, de modo a que as estimativas produzidas pelo modelo sejam

realistas e consistentes com as observações (Moriasi et al., 2007; Wang et al.,

2012). A validação do modelo é o processo de avaliação da precisão do modelo

utilizando um conjunto adicional e independente de dados observados e utilizando

o conjunto de parâmetros calibrados (Pereira et al., 2015).

Predictabilidade Sazonal de Secas

O modelo SIMDualKc foi calibrado e validado usando dados de teor de água do

solo no caso da cevada e milho relativos às campanhas de 2012 e de 2011,

respetivamente, e dados de transpiração da cultura obtidos a partir de medições do

fluxo de seiva no caso do olival em 2011.

O processo de calibração consistiu em ajustar os parâmetros não observados

relativos á cultura (Kcb, p), á camada de evaporação do solo (Ze, TEW, REW), ao

escoamento superficial (CN) e à percolação profunda (aD e bD) de forma a

minimizar as diferenças entre os valores de ASW ou da transpiração observados e

simulados pelo modelo. As simulações de calibração usaram valores iniciais dos

parâmetros escolhidos a partir de valores tabelados (e.g. Allen et al., 1998, 2007;

Liu et al., 2006).

A calibração foi efetuada com um procedimento de tentativa-erro focando

inicialmente os parâmetros Kcb e p; quando os erros de estima se tornaram

suficientemente pequenos, e variavam pouco de uma simulação para outra, o

procedimento foi aplicado aos parâmetros relativos à percolação profunda, à

evaporação do solo e ao escoamento superficial. Depois disso, o procedimento foi

aplicado de novo a todos os parâmetros até estabilização dos erros de estima. A

validação do modelo consistiu na utilização dos valores calibrados (Kcb, p, TEW,

REW, Ze, aD, bD, e CN) para as condições de 2013 no caso da cevada, de 2010 e

2012 para o caso do milho e de 2012 para o olival. O processo de calibração-

validação foi considerado satisfatório quando os indicadores de ajustamento

relativos à validação não excederam um máximo de 20% de variação

relativamente á calibração (Moriasi et al., 2007; Wang et al., 2012).

Para avaliar a precisão do modelo SIMDualKc na predição dos valores de ASW ou

Tc act observados foram utilizadas estratégias qualitativas e estatísticas. De modo a

ter uma boa perceção das tendências e/ou enviesamentos da modelação optou-se por

efetuar, para cada corrida do modelo, a representação gráfica dos valores simulados

e observados ao longo do ciclo das culturas. Adicionalmente, utilizou-se um

conjunto de indicadores de ajustamento (vd. Pereira et al., 2015) incluindo:

1) o coeficiente de regressão (b0) da regressão linear forçada à origem

(Eisenhauer, 2003) entre os valores simulados (Pi) e os observados (Oi), onde um

valor próximo de 1.0 significa que os valores simulados pelo modelo estão

estatisticamente próximos dos observados;

2) o coeficiente de determinação (R2) da regressão por mínimos quadrados

ordinários entre valores Pi e Oi, o valor de 1.0 significa que a maior parte da

variância dos valores observados é explicada pelo modelo.

3) a raiz (quadrada) do erro quadrático médio (RMSE),

4) o rácio da RMSE pelo desvio padrão das observações (RSR),

5) o viés percentual (PBIAS),

6) o erro médio absoluto (AAE) e o erro médio relativo (ARE),

Avaliação do uso da água em regadio

7) a eficiência da modelação (EF, Nash e Sutcliff, 1970) que toma valores

próximos de 1.0 quando o erro quadrático médio (MSE = RMSE2) é muito

pequeno relativamente à variância das observações.

4. Uso da água em cevada

4.1. Dinâmica da água do solo. Calibração e validação do modelo SIMDualKc

A dinâmica da água do solo disponível simulada ao longo das duas campanhas em

comparação com os valores de ASW medidos é apresentada na Fig. 4. Os

resultados mostram que no ano de 2012 ocorreu stresse hídrico durante a

maturação/enchimento do grão (ASW observados abaixo do limite RAW) devido

á suspensão da rega 30 dias antes da colheita. Em 2013, pelo contrário, não

ocorreu qualquer stresse hídrico devido à chuva abundante que ocorreu ao longo

do ciclo cultural. Os resultados mostram que no ano seco, 2012, a água do solo se

manteve sempre em teores baixos, bastante abaixo de TAW, enquanto no ano

húmido, 2013, ASW esteve frequentemente acima de TAW, i.e., o teor de água do

solo esteve frequentemente acima da capacidade de campo. Porém, como o solo

tem boa drenagem interna, não ocorreu encharcamento senão por períodos curtos

após chuvadas.

a)

b)

Fig. 4. Variação diária da água disponível no solo (ASW) simulada ( ̶̶ ) e observada (x)

para (a) 2012 e (b) 2013 (adaptado de Pereira et al., 2015).

0

20

40

60

80

100

120

140

160

180

200

220

240

AS

W (

mm

)

TAW

RAW

0

20

40

60

80

100

120

140

160

180

200

220

240

AS

W (

mm

)

TAW

RAW

Predictabilidade Sazonal de Secas

A Fig. 4 mostra que o modelo SIMDualKc simulou muito satisfatoriamente a ASW

mas com um ligeiro viés durante o período mais húmido de 2013, quando ASW >

TAW sendo que a sua calibração (Fig. 4a) conduziu a uma parametrização adequada

como o mostra a simulação realizada para validação (Fig. 4b) e validação. A Tabela 8

apresenta os valores iniciais e calibrados relativos aos parâmetros culturais (Kcb,

p) bem como aos parâmetros que caracterizam a camada evaporativa (TEW,

REW, Ze), o escoamento superficial (CN), e a percolação (aD e bD). Os valores

iniciais de Kcb e p correspondem aos valores tabelados por Allen et al. (1998); os

valores iniciais de TEW, REW, Ze foram obtidos utilizando as características

texturais e de retenção de água dos solos da camada evaporativa conforme

proposto por Allen et al. (1998); os valores iniciais de aD e bD basearam-se nos

valores propostos no estudo de Liu et al. (2006) e os valores iniciais de CN eram os

propostos por Allen et al. (2007).

Tabela 8. Coeficientes culturais de base da cevada (Kcb), fração de esgotamento da água

do solo em conforto hídrico (p), e parâmetros relativos à evaporação do solo (TEW,

REW e Ze), ao escoamento e à percolação profunda (Pereira et al., 2015).

Parâmetros Valor inicial Valor calibrado

Cultura

Kcb ini 0.15 0.15

Kcb mid 1.10 1.10

Kcb end 0.15 0.10

pini, pdev, pmid, pend 0.55 0.55

Evaporação do solo

REW (mm) 11 7

TEW (mm) 18 28

Ze (m) 0.10 0.10

Escoamento superficial (CN) 72 75

Percolação profunda

aD (mm) 360 300

bD -0.017 -0.020

Os valores de Kcb calibrados são semelhantes aos propostos por Allen et al. (1998)

com exceção do valor do Kcb end, o qual depende da gestão da cultura; o seu valor

é mais baixo devido à adoção de uma colheita tardia. Os valores calibrados de p

são iguais aos sugeridos por Allen et al. (1998) e aos reportados por De Ruitter

(1999). Os valores calibrados de REW e TEW são próximos dos tabelados em

Allen et al. (1998) para solos de textura média. O valor calibrado de CN também

está próximo do valor proposto por Allen et al. (2007) para solos de textura media

e uso da terra por cereais. O valor calibrado de aD foi ajustado tendo em

consideração a capacidade de armazenamento do solo á saturação e á capacidade de

campo, enquanto o valor de bD depende das características de drenabilidade do solo

(Liu et al., 2006). Os valores calibrados de aD e bD são próximo dos valores iniciais

(Tabela 8).

Os valores dos indicadores de precisão dos ajustamentos ("goodness-of-fit”)

relativos às simulações utilizando os valores dos parâmetros calibrados são

Avaliação do uso da água em regadio

apresentados na Tabela 9. Os resultados mostram que, tanto para a calibração

como para a validação, os coeficientes de regressão b0 são próximos de 1.0 e que

os coeficientes de determinação (R2) são elevados, 0.95 e 0.86 respetivamente

para a calibração e a validação. Os coeficientes de regressão próximos de 1.0

indicam que os valores estimados e observados são estatisticamente semelhantes e

os valores elevados de R2 indicam que a maior parte da variância total dos valores

observados de ASW são explicados pelo modelo. Os erros de estima com o

SIMDualKc são baixos, com RMSE de apenas 7.1 e 13.2 mm respetivamente para

os anos de calibração e validação; igualmente, os AAE foram baixos (< 11 mm)

tal como os ARE, qual exprimem o tamanho relativo dos erros de estima,

inferiores a 10%. Os valores de PBIAS mostraram que o modelo apresenta um

pequeno viés de sobrestima dos valores observados no ano da calibração e um

ligeiro viés de subestima no ano da validação. A eficiência de modelação foi

elevada (EF > 0.85) indicando que o erro quadrático médio (RMSE2) é muito

menor do que a variância dos dados observados. Em conclusão os resultados após

calibração do modelo mostram que este é adequado para a predição das dinâmicas

da água no solo.

Adicionalmente os resultados mostram que Quando os valores iniciais dos

parâmetros foram utilizados em vez dos valores calibrados, o modelo mostrou

uma razoável precisão como mostra a Tabela 9 onde se podem comparar os

indicadores de ajustamento relativos a ambos os anos. Constata-se que os

resultados para o ano seco (2012) são bons, próximos dos que se referem à

calibração, sendo porém menos bons no ano húmido, o que se deve à menor

adequação dos parâmetros estimados para a percolação profunda.

Tabela 9. Indicadores de ajustamento relativos à calibração e validação do modelo

SIMDualKc para a cultura da cevada, Alpiarça (adaptado de Pereira et al., 2015).

Valores dos

parâmetros

Ano Indicadores de ajustamento

b0

()

R2

()

RMSE

(mm)

RSR

()

PBIAS

(%)

AAE

(mm)

ARE

(%)

EF

()

Calibrados 2012 1.00 0.96 7.6 0.07 1.8 6.6 10.0 0.91

2013 1.00 0.85 13.6 0.09 -1.2 11.0 6.6 0.85

Iniciais 2012 0.98 0.96 8.4 0.07 4.2 6.9 11.1 0.89

2013 0.83 0.80 34.0 0.21 17.9 28.4 20.1 0.05 b0 - coeficiente de regressão da regressão linear forçada à origem; R2 - coeficiente de determinação;

RMSE - raiz (quadrada) do erro quadrático médio; RSR – rácio da RMSE pelo desvio padrão das

observações; PBIAS – viés percentual; AAE - erro médio absoluto; ARE - erro médio relativo; EF

– eficiência de modelação.

4.2. Dinâmica dos coeficientes culturais e de evaporação do solo

Analisando a variação sazonal simulada dos coeficientes de evaporação (Ke) e do

coeficiente cultural de base (Kcb), os resultados mostram que o coeficiente cultural

de base atual (Kcb act) se encontra abaixo da curva do Kcb potencial nos períodos

em que ocorreu stresse no ano de 2012 (Fig. 5a). Em 2013 como não ocorreu

stresse hídrico, as curvas de Kcb act e Kcb são coincidentes.

Predictabilidade Sazonal de Secas

a)

b)

Fig. 5. Variação diária simulada do coeficiente cultural de base potenciais (Kcb, ),

coeficiente cultural de base ajustado ao stress hídrico (Kcb act, ), coeficiente de

evaporação (Ke, …..) e coeficiente cultural médio atual (Kc act, - .- .-), respetivamente em

2012 (a) e 2013 (b), encontra-se adicionalmente representados os eventos de

precipitação ( ) e de rega ( ) (adaptado de Pereira et al., 2015).

O Ke apresenta numerosos picos, em ambos os anos, relacionados com os eventos

de humedecimento do solo pela rega e pela precipitação. O Ke é mais elevado nas

fases iniciais do ciclo cultural, quando a cultura oferece pequena cobertura ao solo

e diminui à medida que a cultura cresce atingindo valores mínimos no período

intermédio quando a fc é máxima e, consequentemente, a energia disponível á

superfície do solo para a evaporação é reduzida. No ano húmido, 2013, os picos

de Ke ocorreram tanto nos períodos iniciais como no período final da cultura,

neste caso porque a fc decresceu com a senescência da cultura, conjugada com um

elevado teor de humidade do solo devido à abundância de chuva.

4.3. Termos do balanço hídrico

Os resultados da simulação do balanço hídrico do solo (Tabela 10) mostram que

as frações de água não consumidas, i.e. escoamento superficial e percolação

profunda foram negligenciáveis no ano seco representaram respetivamente 10% e

30% da precipitação no ano húmido, 2013.

0

10

20

30

40

50

60

0.0

0.2

0.4

0.6

0.8

1.0

1.2

Pre

cip

ita

ção,

rega (

mm

)

Kc

act

, K

e, K

cb, K

cb a

ct

0

10

20

30

40

50

60

0.0

0.2

0.4

0.6

0.8

1.0

1.2

Pre

cip

ita

ção (

mm

)

Kc

act

, K

e, K

cb, K

cb a

ct

0

2

4

6

8

10

12

14

16

18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

16/01 03/02 21/02 10/03 28/03 15/04 03/05 21/05 08/06 26/06

Pre

cip

itat

ion

, irr

igat

ion

(m

m)

Ke, K

cb, K

cb a

dj,

Kc

act

pre rega kcbadj Ke kcact kcb

0

2

4

6

8

10

12

14

16

18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

16/01 03/02 21/02 10/03 28/03 15/04 03/05 21/05 08/06 26/06

Pre

cip

itat

ion

, irr

igat

ion

(m

m)

Ke, K

cb, K

cb a

dj,

Kc

act

pre rega kcbadj Ke kcact kcb

0 2 4 6 8 10 12 14 16 18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.41

6/0

10

3/0

22

1/0

21

0/0

32

8/0

31

5/0

40

3/0

52

1/0

50

8/0

62

6/0

6

Precipitation, irrigation (mm)

Ke, Kcb, Kcb adj, Kc act

pre

regakcb

adj

Ke

kcactkcb

0 2 4 6 8 10 12 14 16 18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.416/0103/02

21/0210/03

28/0315/04

03/0521/05

08/0626/06

Precipitation, irrigation (mm)

Ke, Kcb, Kcb adj, Kc act

pre

regakcb

adj

Ke

kcactkcb

Avaliação do uso da água em regadio

Tabela 10. Balanço hídrico simulado para a cevada para malte relativos a 2012 e 2013.

Ano P

(mm)

I

(mm)

ΔASW

(mm)

DP

(mm)

RO

(mm)

Es

(mm)

Tc act

(mm)

Tc

(mm)

Tc act/Tc

(%)

ETc act

(mm)

Es/ETc act

(%)

2012 121 142 101 0 2 74 289 332 87 363 21

2013 578 0 13 182 57 83 270 270 100 353 23 P = precipitação, I = rega, ΔASW = variação da água disponível no solo, DP= percolação profunda, RO =

escoamento superficial; Es = evaporação do solo, Tc act = transpiração atual da cultura; Tc = transpiração

máxima da cultura; ETc act = evapotranspiração atual da cultura

Quanto à transpiração, verifica-se que a Tc act foi ligeiramente superior no ano

seco relativamente ao ano húmido. Porém, tendo a procura climática sido superior,

ocorreu algum stresse com Tc act/Tc de 87%, em contraste com Tc act/Tc = 100% no

ano húmido. Como seria de esperar a evaporação do solo foi mais elevada no ano

húmido, com a razão Es/ETc act = 23% enquanto tal razão foi de 21% no ano seco.

A pequena diferença deve-se ao facto de no ano seco ter sido utilizada rega

frequente por rampas pivotantes pelo que a superfície do solo estava

frequentemente humedecida.

Os resultados relativos á Es/ET em termos sazonais (Tabela 10) são semelhantes

aos valores obtidos em estudos efetuados para o trigo de inverno, o qual tem um

comportamento semelhante à cevada em termos de desenvolvimento e de

cobertura do solo. Assim, os valores de Es/ET observados neste estudo são

comparáveis com os de Angus e Herwaarden (2001), que variaram de 20 a 26%,

de Yu et al. (2009), de 21 a 28%, de Chen et al. (2010), que referiram 19 a 28%,

mas inferiores aos de Zhao et al. (2013), com uma média de 29%. De salientar

que os valores de Es obtidos no presente estudo foram mais baixos do que os de

outros estudos na fase inicial do ciclo da cultura porque foi adotada sementeira

direta.

5. Milho

5.1. Dinâmica da água do solo. Calibração e validação do modelo SIMDualKc

Como anteriormente referido, a calibração do modelo SIMDualKc para o milho foi

realizada mediante a minimização das diferenças entre os valores observados e

simulados da ASW relativa á parcela 1 em 2011 e a validação foi efetuada com o

conjunto de dados relativos a 2010 e 2012. Todos os valores calibrados dos

parâmetros do modelo anteriormente descritos estão listados na Tabela 11

incluindo os valores utilizados para iniciar o procedimento de calibração.

Verifica-se que os valores calibrados de todos os parâmetros são relativamente

semelhantes aos valores iniciais, visto que estes se basearam nos valores

propostos por Allen et al. (1998, 2007) no que respeita aos Kcb, p, e CN, TEW e

REW, e por Liu et al. (2006) relativamente aos parâmetros de percolação

profunda.

O valor de Kcb para o período inicial (Kcb ini) é típico de condições climáticas em

que existem eventos de precipitação relativamente pouco frequentes, é igual ao

proposto por Allen et al. (1998, 2007) assim como aos obtidos por Rosa et al.

(2012b) em Portugal e por Zhao et al. (2013) na China. O Kcb mid = 1.15 (Tabela

Predictabilidade Sazonal de Secas

11) é igual ao proposto Allen et al. (1998, 2007), ao obtido por Zhao et al. (2013)

e é comparável com o valor relatado por Martins et al. (2013). Wu et al. (2015)

referiu um valor de Kcb mid = 0.95 mas para um milho de sequeiro e dependente da

ascensão capilar proveniente da toalha freática, valor este mais baixo dado o

menor desenvolvimento da cultura. Como discutido por Allen et al. (1998) e por

Pereira (2004), o valor do Kcb end depende da gestão da cultura em termos de

momento da colheita, sendo esperados valores mais elevados quando a colheita é

efetuada logo após a maturação fisiológica, e valores mais baixos quando a

colheita é tardia e o teor de água do grão é mais baixo. O valor obtido no presente

estudo, Kcb end = 0.30, deve-se a colheita tardia do milho e encontra-se no intervalo

de valores propostos por Allen et al. (1998). Os valores calibrados de p = 0.50 são

comparáveis aos recomendados por Allen et al. (1998, 2007).

Tabela 11. Cultura do milho: coeficientes culturais de base (Kcb), fração de esgotamento

da água do solo em conforto hídrico (p), parâmetros de evaporação do solo (TEW, REW

e Ze) e parâmetros da percolação profunda (adaptado de Paredes et al., 2014).

Parâmetro Valor inicial Valor calibrado

Cultura

Kcb ini 0.15 0.15

Kcb mid 1.15 1.15

Kcb end 0.50 0.30

pini 0.55 0.50

pdev 0.55 0.50

pmid 0.55 0.50

pend 0.55 0.50

Evaporação do solo Parcela 1 Parcela 2 Parcela 3 Parcela 1 Parcela 2 Parcela 3

REW (mm)* 11 11 11 7 7 10

TEW (mm)* 18 18 18 28 21 24

Ze (m) 0.10 0.10 0.10 0.10 0.10 0.10

Escoamento superficial

CN 72 70 75 75 70 77

Percolação profunda

aD* (mm) 310 300 430 300 270 400

bD* -0.017 -0.017 -0.017 -0.020 -0.025 -0.015

* Estes parâmetros dependem das características do solo e variam entre parcelas

A Fig 6 apresenta resultados selecionados da comparação entre os valores

observados e simulados da ASW ao longo do ciclo cultural do milho. Verifica-se

que no ano de 2010 o calendário de rega não foi adequado às necessidades da

cultura uma vez que se verificou elevado stresse hídrico (ASW abaixo do limiar

RAW) nas fases do ciclo cultural mais sensível ao stresse, i.e. floração e formação

do grão (Fig. 6a). Em contraste, nos anos subsequentes os calendários de rega

foram adequados às necessidades de água da cultura e deste modo a ASW

manteve-se sempre acima da RAW, i.e. sem stresse hídrico (Fig. 6b, c).

Avaliação do uso da água em regadio

a)

b)

c)

Fig. 6. Variação diária da água disponível no solo (ASW) simulada ( ̶̶ ) e observada (x)

para (a) parcela 2, 2010, (b) parcela 1, 2011 (calibração) e (c) parcela 2, 2012

(adaptado de Paredes et al., 2014)

Os indicadores de precisão do ajustamento relativos á calibração e validação do

modelo são apresentados na Tabela 12, incluindo os resultados quando utilizando

os valores iniciais dos parâmetros do modelo.

Tabela 12. Indicadores de precisão do ajustamento relativos à calibração e validação do

modelo SIMDualKc para a cultura do milho, Alpiarça (adaptado de Paredes et al.,

2014).

Parâmetros Ano Parcela Indicadores de ajustamento

b0

()

R2

()

RMSE

(mm)

RSR

()

PBIAS

(%)

AAE

(mm)

ARE

(%)

EF

()

Calibrados 2010 1 1.01 0.92 4.8 0.03 -0.7 3.9 5.9 0.91

2 1.00 0.94 4.0 0.03 0.2 3.2 7.2 0.92

2011 (calibração) 1 0.99 0.85 6.3 0.08 1.3 5.5 4.6 0.84

2012 2 0.98 0.79 5.7 0.09 2.2 4.7 5.4 0.74

3 0.99 0.85 6.5 0.08 1.5 5.7 4.1 0.80

Iniciais 2010 1 0.94 0.91 6.6 0.04 6.1 5.5 8.8 0.84

2 1.08 0.92 5.8 0.04 -7.3 4.2 8.6 0.83

2011 1 1.16 0.83 20.4 0.25 -16.1 19.3 16.7 -1.61

2012

2 1.03 0.81 7.1 0.11 -3.2 5.1 5.7 0.60

3 1.07 0.84 12.3 0.16 -7.2 10.5 7.3 0.28

b0 - coeficiente de regressão da regressão linear forçada à origem; R2 - coeficiente de determinação;

RMSE - raiz (quadrada) do erro quadrático médio; RSR – rácio da RMSE pelo desvio padrão das

observações; PBIAS – viés percentual; AAE - erro médio absoluto; ARE - erro médio relativo; EF

– eficiência de modelação.

0

20

40

60

80

25

/05

01/0

6

08

/06

15

/06

22

/06

29/0

6

06

/07

13

/07

20

/07

27/0

7

03

/08

10

/08

17

/08

24/0

8

31

/08

07

/09

14

/09

21/0

9

28

/09

05

/10

12

/10

AS

W (

mm

)TAW

RAW

0

20

40

60

80

100

120

140

160

180

200

27/0

4

04/0

5

11/0

5

18/0

5

25/0

5

01/0

6

08/0

6

15/0

6

22/0

6

29/0

6

06/0

7

13/0

7

20/0

7

27/0

7

03/0

8

10/0

8

17/0

8

24/0

8

31/0

8

07/0

9

14/0

9

AS

W (

mm

)

TAW

RAW

0

20

40

60

80

100

120

140

160

180

200

16/0

4

23/0

4

30/0

4

07/0

5

14/0

5

21

/05

28

/05

04

/06

11

/06

18

/06

25

/06

02

/07

09

/07

16

/07

23

/07

30

/07

06

/08

13

/08

20

/08

27

/08

03

/09

10

/09

17

/09

AS

W (

mm

)

TAW

RAW

Predictabilidade Sazonal de Secas

Os resultados utilizando parâmetros calibrados (Tabela 12) mostram bom

ajustamento dos valores de ASW simulados relativamente aos observados com b0

próximo de 1.00 para todos os casos estudados e R2 a variar entre 0.79 e 0.93.

Estes resultados indicam que não são observáveis enviesamentos na estimação e

que a variação observada da ASW é adequadamente explicada pelo modelo. Os

erros de estima são baixos, com RMSE a variar entre 4.1 e 6.5 mm, AAE

inferiores a 6 mm e ARE < 8%. O PBIAS é também pequeno mostrando uma

ligeiro viés de subestimação dos valores observados. A eficiência de modelação é

elevada, variando entre 0.74 e 0.91, portanto indicando que o erro médio

quadrático é muito inferior à variância dos dados observados, pode concluir-se

que o modelo é um bom preditor da dinâmica da água do solo.

Analisando os resultados quando os valores iniciais dos parâmetros são utilizados

em lugar dos valores calibrados, verifica-se que os indicadores são relativamente

aceitáveis com exceção do ano escolhido para calibração, 2011, devendo

comparar-se os indicadores quando se usam parâmetros calibrados ou não (Tabela

12). Neste caso, sendo um ano húmido, ocorreu um desajuste significativo quando

os teores de água do solo estavam próximos de TAW (Fig. 6b), assim denotando a

ausência de calibração dos parâmetros da equação de cálculo da percolação.

5.2. Dinâmica dos coeficientes culturais e de evaporação do solo

A Figura 7 apresenta, para casos selecionados, a variação sazonal dos coeficientes

culturais de base potenciais e reais (Kcb e Kcb act), de evaporação do solo (Ke)

assim como os coeficientes culturais médios reais (Kc act). Os resultados mostram

que nos casos dos exemplos relativos a 2011 e 2012 as curvas de Kcb act e Kcb são

coincidentes (Fig. 7b e c) para a quase totalidade do ciclo do milho visto não

ocorrer stresse ou este ser negligenciável; contrariamente, em 2010 a curva do

Kcb act ficou abaixo da curva do Kcb durante 17 dias, coincidente com a ocorrência

de stresse no período de floração e formação do grão (Fig. 7a).

De modo semelhante a curva do Kc real, Kc act, dado o stresse ser muito

pronunciado, encontra-se também abaixo da curva de Kcb. A Fig. 7 mostra a

ocorrência de numerosos picos de Ke resultantes de eventos de rega,

ocasionalmente também de precipitação, sendo estes maiores nos períodos iniciais

do ciclo quando a cobertura do solo pela cultura (fc) era pequena e mais energia se

encontrava disponível na camada superficial para a evaporação. As diferenças de

fc entre os anos (Tabela 5) são bem evidentes nos picos de Ke, sendo estes maiores

em 2010 (Fig. 7a) relativamente a 2011 e 2012 porque as dotações de rega por

rampa pivotante eram superiores às de 2011 e 2012 (Fig. 7). Consequentemente,

os picos de Kc act são maiores em 2010 (Fig. 7a) relativamente aos outros dois

anos (Fig. 7b e c), particularmente nos períodos intermédio e final.

Avaliação do uso da água em regadio

a)

b)

c)

Fig. 7. Variação diária simulada do coeficiente cultural de base potenciais (Kcb, ),

coeficiente cultural de base ajustado ao stress hídrico (Kcb act, ), coeficiente de

evaporação (Ke, …..) e coeficiente cultural médio atual (Kc act, - .- .-), respetivamente

parcela 2, 2010 (a), parcela 1, 2011 (b), e parcela 2, 2012 (c) encontra-se

adicionalmente representados os eventos de precipitação ( ) e de rega ( ) (adaptado de

Paredes et al., 2014).

0

10

20

30

40

50

60

70

80

90

1000.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

25/0

5

06

/06

18

/06

30

/06

12

/07

24

/07

05

/08

17

/08

29

/08

10/0

9

22

/09

04

/10

Pre

cip

ita

ção

, re

ga

(m

m)

Kc

act

, K

e, K

cb, K

cb a

ct

0

10

20

30

40

50

60

70

80

90

1000.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

27

/04

04/0

51

1/0

51

8/0

525/0

50

1/0

60

8/0

615/0

62

2/0

62

9/0

606/0

71

3/0

72

0/0

727/0

70

3/0

81

0/0

817/0

82

4/0

83

1/0

80

7/0

91

4/0

9

Pre

cip

ita

ção

, re

ga

(m

m)

Kc

act

, K

e, K

cb, K

cb a

ct

0

10

20

30

40

50

60

70

80

90

1000.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

16/0

423/0

43

0/0

407/0

514/0

521/0

528/0

50

4/0

611/0

618/0

625/0

602/0

709/0

716/0

723/0

730/0

70

6/0

813/0

820/0

827/0

803/0

91

0/0

917/0

9

Pre

cip

ita

ção

, re

ga

(m

m)

Kc

act

, K

e, K

cb,

Kcb

act

0

2

4

6

8

10

12

14

16

18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

16/01 03/02 21/02 10/03 28/03 15/04 03/05 21/05 08/06 26/06

Pre

cip

itat

ion

, irr

igat

ion

(m

m)

Ke, K

cb, K

cb a

dj,

Kc

act

pre rega kcbadj Ke kcact kcb

0

2

4

6

8

10

12

14

16

18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.4

16/01 03/02 21/02 10/03 28/03 15/04 03/05 21/05 08/06 26/06P

reci

pit

atio

n, i

rrig

atio

n (

mm

)

Ke, K

cb, K

cb a

dj,

Kc

act

pre rega kcbadj Ke kcact kcb

0 2 4 6 8 10 12 14 16 18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.41

6/0

10

3/0

22

1/0

21

0/0

32

8/0

31

5/0

40

3/0

52

1/0

50

8/0

62

6/0

6

Precipitation, irrigation (mm)

Ke, Kcb, Kcb adj, Kc act

pre

regakcb

adj

Ke

kcactkcb

0 2 4 6 8 10

12

14

16

18

0.0

0.2

0.4

0.6

0.8

1.0

1.2

1.41

6/0

10

3/0

22

1/0

21

0/0

32

8/0

31

5/0

40

3/0

52

1/0

50

8/0

62

6/0

6

Precipitation, irrigation (mm)

Ke, Kcb, Kcb adj, Kc act

pre

rega

kcbad

jK

ekcact

kcb

Predictabilidade Sazonal de Secas

5.3. Termos do balanço hídrico

Os termos do balanço hídrico para todos os anos estudados (2010 a 2012) são

apresentados na Tabela 13, incluindo a partição da evapotranspiração da cultura

nas suas componentes de evaporação do solo e transpiração da cultura. Os

resultados mostram que no ano de 2010 a quantidade de rega aplicada foi a mais

elevada mas desadequada á satisfação das necessidades de água da cultura,

apresentando baixo valores da relação Tc act/Tc, como seria de esperar após a

análise da Fig. 7a.

Tabela 13. Balanço hídrico simulado para o milho relativo aos anos de 2010 a 2012.

Ano Parcela P

(mm)

I

(mm)

ΔASW

(mm)

DP

(mm)

RO

(mm)

Es

(mm)

Tc act

(mm)

Tc

(mm)

Tc act/Tc

(%)

ETc act

(mm)

Es/ETc act

(%)

2010 1 89 624 -31 0 0 198 483 527 92 681 29

2 89 588 -13 18 0 212 436 535 86 645 33

2011 1 283 458 41 36 2 178 566 566 100 744 24

2012 2 108 584 35 2 0 129 596 597 100 725 18

3 39 533 57 0 0 110 518 519 100 628 18

P = precipitação, I = rega, ΔASW = variação da água disponível no solo, DP= percolação profunda, RO =

escoamento superficial; Es = evaporação do solo, Tc act = transpiração atual da cultura; Tc = transpiração

máxima da cultura; ETc act = evapotranspiração atual da cultura

Verifica-se que os usos não benéficos e não consumptivos, DP e o RO, foram

geralmente bem controlados embora tivesse ocorrido alguma percolação em 2011

correspondendo a chuva que ocorreu nos períodos antecedendo o intermédio (Fig.

6b e 7b). A evaporação do solo (Es) mostram que esta foi maior no ano de 2010

quando as dotações de rega foram maiores (Fig. 7a) e, sobretudo, porque tendo a

rega sido deficitária foi menor a cobertura do solo pela cultura resultando menor fc

(Tabela 5). O valor sazonal de Es representou 18 a 33% da ET correspondendo o

valor mais alto a 2010 e o mais baixo ao ano de 2012. Em 2011 o valor de Es/ET

= 24% corresponde a uma situação intermédia devida a numerosos eventos de

precipitação (Fig. 7b) mas cujo efeito foi compensado pelo maior

desenvolvimento da cultura originando fc mais elevado (Tabela 5). Resultados

semelhantes para Es/ET foram obtidos no estudo de Suyker e Verma (2009)

realizado em milho regado por rampa pivotante; os resultados são também

comparáveis com os que foram referidos por outros autores (Grassini et al., 2009;

Katerji et al., 2010).

6. Olival

6.1. Dinâmica da transpiração. Calibração e validação do modelo SIMDualKc

No olival, a calibração do modelo SIMDualKc foi realizada pela minimização das

diferenças entre a transpiração das árvores (Tsf) obtida a partir de medições de fluxo

de seiva no tronco e a transpiração simulada (Tsim). Os parâmetros iniciais e

modificados durante a calibração são apresentados na Tabela 14, tendo-se utilizado

para inicializar o modelo os valores de Kcb iguais a 0,50, 0,55 e 0,50, relativos às

fases, para o início do ciclo, o período de crescimento intermédio e o final do ciclo

respetivamente.

Avaliação do uso da água em regadio

Tabela 14. Parâmetros iniciais e calibrados utilizados na simulação com o modelo

SIMDualKc para o olival.

Parâmetros Valor inicial Valor calibrado

Culturais

Kcb ini 0.50 0.50

Kcb mid 0.55 0.55

Kcb end 0.50 0.50

p 0.50 0.40

ML 2.00 1.70

Camada evaporativa

Ze (m) 0.10 0.10

TEW (mm) 18 18

REW (mm) 9 9

Escoamento superficial

CN 72 72

Percolação profunda

aD 246 246

bD 0.02 0.02

Kcb ini – coeficiente cultural basal para a fase inicial do ciclo, Kcb mid - coeficiente cultural basal para o período

intermédio de desenvolvimento, Kcb end - coeficiente cultural basal para a fase final do ciclo, p – fração de

depleção do solo, parâmetro ML, TEW – água total evaporável, REW – água facilmente evaporável, Ze –

espessura da camada de solo considerada para a evaporação, CN – parâmetro do escoamento superficial, aD e

bD – parâmetros de percolação profunda.

A Figura 8 apresenta os resultados da comparação entre os valores observados e os

simulados para a transpiração das árvores, ao longo de quase dois anos, verificando-

se que o modelo produz estimativas próximas dos valores medidos. Os indicadores

estatísticos associados, para a verificação da adequabilidade do modelo, são

apresentados na Tabela 15, indicando que o modelo produziu bons resultados. Para o

ano de calibração (2011), o coeficiente de correlação é próximo de 1.0 (b0 = 0.99) e o

coeficiente de determinação (R2) é igual a 0.76, evidenciando uma muito boa

correspondência entre valores observados e simulados e a explicação pelo modelo de

uma grande parte da variância dos dados, respetivamente. A eficiência de modelação

foi boa (0.71) para a calibração e aceitável para a validação (0.60).

Tabela 15. Indicadores estatísticos de adequabilidade do modelo SIMDualKc para a

estimativa da transpiração em olival (Tsim) relativamente à transpiração obtida com

medições de fluxo de seiva (Tsf); calibração e validação do modelo.

n b0 R2

RMSE

(mm d-1) RSR

PBIAS

(%)

AAE

(mm d-1)

ARE

(%) EF

Calibração, 2011 209 0.99 0.76 0.44 0.04 0.07 0.34 26.19 0.71

Validação, 2012 366 0.95 0.65 0.35 0.03 2.20 0.28 31.70 0.60

n = número de observações, b0 - coeficiente de regressão da regressão linear forçada à origem; R2 -

coeficiente de determinação; RMSE - raiz (quadrada) do erro quadrático médio; RSR – rácio da RMSE pelo

desvio padrão das observações; PBIAS – viés percentual; AAE - erro médio absoluto; ARE - erro médio

relativo; EF – eficiência de modelação. Tsim e Tsf representam a transpiração simulada com o modelo

SIMDualKc e observada, respetivamente.

Predictabilidade Sazonal de Secas

Fig. 8. Transpiração das árvores no olival, simulada (Tsim) e obtida a partir de medições

de fluxo de seiva no tronco (Tsf) (adaptada de Paço et al., 2014).

Os resultados para o teste do modelo com dados da evapotranspiração obtidos

pelo método das flutuações instantâneas e com dados obtidos a partir de medições

de fluxo de seiva e da evaporação do solo (modelo de Ritchie) são apresentados

na Figura 9 e na Tabela 16. Os dados observados e simulados tem uma correlação

elevada (R2 aproximadamente entre 0.7 e 0.9) e um coeficiente de regressão

próximo de 1, indicando um bom funcionamento do modelo.

Tabela 16. Indicadores estatísticos dos testes comparando a evapotranspiração real do

olival (ETc act) estimada pelo modelo SIMDualKc com a ET obtida com i) medições de

fluxo de seiva e estimativa da evaporação do solo (ETobs) e ii) método das flutuações

instantâneas (ETec) (adaptada de Paços et al., 2011).

n b0 R2

RMSE

(mm d-1) RSR

PBIAS

(%)

AAE

(mm d-1)

ARE

(%) EF

2011, ETc act vs ETobs 209 1.00 0.88 0.44 0.03 0.04 0.34 15.48 0.87

2012, ETc act vs ETec 28 0.92 0.71 0.37 0.12 7.65 0.31 15.10 0.57

2012, ETc act vs ETobs 366 0.97 0.85 0.35 0.02 1.30 0.28 20.51 0.84

Símbolos como para a Tabela 15

Avaliação do uso da água em regadio

Fig. 9. Evapotranspiração real do olival simulada (ETsim) e obtida a partir: i) das

componentes transpiração (fluxo de seiva) e evaporação do solo (ETobs) e ii) de medições

pelo método das flutuações instantâneas (ET ec).

6.2. Dinâmicas dos coeficientes culturais e de evaporação do solo

Os resultados relativos aos coeficientes culturais basais obtidos são similares aos

propostos por Allen e Pereira (2009) para olival com uma fração de cobertura do

solo de 0.50. A curva do Kcb ajustado para o clima pelo modelo SIMDualKc e

para a densidade do copado, com um coeficiente de densidade (Kd) próximo de

0.6, é apresentada na Figura 10a e c. Os valores de Kcb mid e Kcb end obtidos são

inferiores aos utilizados para inicializar o modelo. Na mesma figura, os painéis b

e d apresentam os resultados relativos à curva do Kc act, resultado da conjugação

de valores diários de Ke e Kcb act. Os valores médios de Kc act durante o período de

Primavera-Verão são próximos de 0.6 e de 0.5 em 2011 e 2012, respetivamente,

refletindo, em 2012, uma densidade do copado mais baixa, resultado de uma

geada severa ocorrida nesse ano e algum stresse hídrico.

Predictabilidade Sazonal de Secas

a) b)

c) d)

Fig. 10. Coeficientes culturais diários obtidos com o modelo SIMDualKc: coeficiente

cultural basal ajustado para as condições climáticas e a densidade do copado (Kcb),

ajustado (Kcb act) para as condições de stresse hídrico, coeficiente de evaporação do solo

(Ke) (Figuras a e c), coeficiente cultural ajustado para o stresse hídrico resultante (Kc act

= Kcb act+ Ke) e Kc act médio para os diferentes períodos de desenvolvimento (Figuras b e

d), em 2011 (Figuras a e b) e 2012 (Figuras c e d).

7. Conclusões

Foi possível simular as dinâmicas da água do solo da transpiração e da evaporação

do solo ao longo dos ciclos das culturas de cevada, milho e olival de regadio de

modo a ter uma boa perceção do uso da água, nomeadamente em condições de

stresse hídrico. Para o efeito usou-se o modelo SIMDualKc que aplica a

metodologia dos coeficientes culturais duais para a estimação e partição da ET em

transpiração e da evaporação do solo. O modelo permite simular o efeito das

diversas técnicas de gestão da água e do solo e desenvolver calendários de rega

para condições de seca bem como o cálculo dos termos do balanço hídrico

incluindo o escoamento superficial e a percolação profunda (DP).

O SIMDualKc foi calibrado e validado para cereais de primavera e de verão,

cevada para malte e milho, e para o olival, uma lenhosa perene, todos de regadio,

para condições climáticas contrastantes, anos secos e anos húmidos. Da calibração

resultaram valores de Kcb e p para uso em modelação visando a gestão da rega. Os

indicadores de ajustamento relativos a todas as simulações com parâmetros

calibrados mostraram que os erros de estima eram muito pequenos e a eficiência

0

0.2

0.4

0.6

0.8

1

1.2

1 31 61 91 121 151 181 211 241 271 301 331 361

Kcb

, K

cba

ct, K

e

DDA

Kcb Kcb_adj KeKcb act

0

0.2

0.4

0.6

0.8

1

1.2

1 31 61 91 121 151 181 211 241 271 301 331 361

Kc

act

DDA

Kc_adj Kc_adj médioKcb act Kc act médio

0

0.2

0.4

0.6

0.8

1

1.2

1 31 61 91 121 151 181 211 241 271 301 331 361

Kcb

, K

cbact

, K

e

DDA

0

0.2

0.4

0.6

0.8

1

1.2

1 31 61 91 121 151 181 211 241 271 301 331 361

Kc

act

DDA

Avaliação do uso da água em regadio

de modelação era alta em todos os casos. Os resultados mostraram que o uso de

parâmetros não calibrados é razoável exceto em anos húmidos.

Os resultados da partição da ET no caso dos cereais mostram que a razão Es/ET

foi mais elevada nos períodos iniciais de desenvolvimento das culturas, quando

estas cobrem parcialmente o solo. A razão Es/ET sazonal apresentou-se mais

elevada nos anos húmidos e, nos anos secos, quando o número de regas, com

rampas pivotantes, foi elevado, Além disso, os valores de Es/ET foram mais

elevados quando foi adotada rega deficitária uma vez que o desenvolvimento das

culturas é então menor ocorrendo maior exposição do solo à radiação e,

consequentemente, mais energia ficava disponível na superfície do solo para

evaporação.

No olival, os resultados mostraram que os coeficientes culturais de base (Kcb)

variam pouco ao longo do ano e de um ano para o outro, com valores um pouco

maiores durante o período de primavera e verão quando a transpiração era mais

elevada, confirmando-se a aproximação proposta por Allen e Pereira (2009)

quanto à sua dependência da densidade e altura do copado. O coeficiente de

evaporação (Ke) apresentou um comportamento distinto ao longo do ciclo da

cultura e de ano para ano, resultando que os coeficientes culturais médios são

mais altos no período de chuvas, outono e inverno, variando com estas de ano

para ano.

Os resultados mostraram que o modelo SIMDualKc é apropriado para a gestão da

rega, tanto em conforto hídrico como no uso de rega deficitária, nomeadamente

para a gestão do risco em seca.

Agradecimentos

Agradece-se o apoio prestado pelos Engs. Manuel Campilho e Diogo Campilho e

por Abílio Pereira da Quinta da Lagoalva de Cima ao longo dos estudos de campo.

Agradece-se igualmente à Olivais do Sul, Sociedade Agro-Pecuária, Lda., pelo

apoio nos estudos em olival. O estudo relativo à calibração do modelo para cereais

foi parcialmente financiado pelo projeto PTDC/GEOMET/3476/2012 “Avaliação

da Predictabilidade e hibridação de Previsões sazonais de seca na Europa

Ocidental – PHDROUGHT”. A aplicação do modelo ao olival foi efetuada no

âmbito do projeto H2Olive3s, PTDC/AGR-PRO/111717/2009. O primeiro autor

agradece à FCT a bolsa de pós-doutoramento (SFRH/BPD/102478/2014) que lhe

foi atribuída.

Referências

Allen, R.G., Pereira, L.S., 2009. Estimating crop coefficients from fraction of ground

cover and height. Irrigation Sci. 28, 17-34.

Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop Evapotranspiration.

Guidelines for computing crop water requirements. FAO Irrigation and Drainage

Paper 56, FAO, Rome, Italy, 300 p.

Allen, R.G., Pereira, L.S., Smith, M., Raes, D., Wright, J.L., 2005. FAO-56 Dual crop

coefficient method for estimating evaporation from soil and application extensions. J.

Irrig. Drain. Eng. 131, 2-13.

Predictabilidade Sazonal de Secas

Allen, R.G., Wright, J.L., Pruitt, W.O., Pereira, L.S., Jensen, M.E., 2007. Water

requirements. In: Hoffman, G.J., Evans, R.G., Jensen, M.E., Martin, D.L., Elliot, R.L.

(eds.) Design and Operation of Farm Irrigation Systems (2nd Edition), ASABE, St.

Joseph, MI, pp 208-288.

Allen, R.G., Pereira, L.S., Howell, T.A., Jensen, M.E., 2011. Evapotranspiration

information reporting: I. Factors governing measurement accuracy. Agric. Water

Manage. 98(6), 899-920.

Angus, J.F., van Herwaarden, A.F. 2001. Increasing water use and water use efficiency in

dryland wheat. Agron. J. 93(2), 290-298.

Chen, S., Zhang, X., Sun, H., Ren, T., Wang, Y., 2010. Effects of winter wheat row

spacing on evapotranspiration, grain yield and water use efficiency. Agric. Water

Manage. 97, 1126-1132.

De Ruiter, J.M., 1999. Yield and quality of malting barley (Hordeum vulgare L. ‘Valetta')

in response to irrigation and nitrogen fertilisation. New Zealand Journal of Crop and

Horticultural Science, 27(4), 307-317.

Eisenhauer, J.G., 2003. Regression through the origin. Teaching Statistics 25(3), 76-80

Fandiño, M., Cancela, J.J., Rey, B.J., Martínez, E.M., Rosa, R.G., Pereira, L.S., 2012.

Using the dual-Kc approach to model evapotranspiration of albariño vineyards (Vitis

vinifera L. cv. albariño) with consideration of active ground cover. Agric. Water

Manage. 112, 75-87.

Fandiño, M., Olmedo, J.L., Martínez, E.M., Valladares, J., Paredes, P., Rey, B.J., Mota,

M., Cancela, J.J., Pereira, L.S., 2015. Assessing and modelling water use and the

partition of evapotranspiration of irrigated hop (Humulus lupulus), and relations of

transpiration with hops yield and alpha-acids. Ind. Crop. Prod. 77, 204–217.

Ferreira, M.I., Paço, T.A., Silvestre, J., 2004. Combining techniques to study

evapotranspiration in woody crops: application to small areas – two case studies. Acta

Hort. 664, 225-232.

Foken, T., Leuning, R., Oncley, S.P., Mauder, M., Aubinet, M., 2011. Corrections and

data quality. In: M. Aubinet, T. Vesala, D. Papale (Eds.) Eddy covariance: a practical

guide to measurement and data analysis. Springer, Berlin, Heidelberg.

Granier, A., 1985. Une nouvelle méthode pour la mesure du flux de sève brute dans le

tronc des arbres. Annales des Sciences Forestières 42, 193-200.

Grassini, P., Thorburn, J, C, Burr, Cassman, K.G., 2011. High-yield irrigated maize in the

Western U.S. Corn Belt: I. On-farm yield, yield potential, and impact of agronomic

practices. Field Crop Res. 120, 142-150.

Kaimal, J.C., Finnigan, J.J., 1994. Atmospheric Boundary Layer Flows: Their Structure

and Measurement. Oxford University Press, New York, NY.

Katerji, N., Mastrorilli, M., Cherni, H.E., 2010. Effects of corn deficit irrigation and soil

properties on water use efficiency. A 25-year analysis of a Mediterranean environment

using the STICS model. Eur. J. Agron. 32, 177-185 .

Khaledian, M.R., Mailhol, J.C., Ruelle, P., Rosique, P., 2009. Adapting PILOTE model

for water and yield management under direct seeding system: The case of corn and

durum wheat in a Mediterranean context. Agric. Water Manage. 96, 757-770.

Kottek, M., Grieser, J., Beck, C., Rudolf, B., Rubel, F. 2006. World Map of the Köppen-

Geiger climate classification updated. Meteorol. Z. 15(3), 259-263.

Liu, Y., Teixeira, J.L., Zhang, H.J., Pereira, L.S., 1998. Model validation and crop

coefficients for irrigation scheduling in the North China Plain. Agric. Water Manage.

36, 233-246.

Avaliação do uso da água em regadio

Liu, Y., Pereira, L.S., Fernando, R.M., 2006. Fluxes through the bottom boundary of the

root zone in silty soils: parametric approaches to estimate groundwater contribution

and percolation. Agric. Water Manage. 84, 27-40.

Martins, J.D., Rodrigues, G.C., Paredes, P., Carlesso, R., Oliveira, Z.B., Knies, A., Petry,

M.T., Pereira, L.S., 2013. Dual crop coefficients for full and deficit irrigated maize in

southern Brazil: model calibration and validation for sprinkler and drip irrigation and

mulched soil. Biosyst. Eng. 115(3), 291-310.

Merriam, J.L., Keller, J., 1978. Farm irrigation system evaluation: A Guide for

management. Utah St. Univ., Logan, 271 pp.

Moriasi, D.N., Arnold, J.G., Van Liew, M.W., Bingner, R.L., Harmel, R.D., Veith, T.L.,

2007. Model evaluation guidelines for systematic quantification of accuracy in

watershed simulations. Trans. ASABE 50(3), 885-900.

Nash, J.E., Sutcliffe, J.V., 1970. River flow forecasting through conceptual models: Part 1.

A discussion of principles. J. Hydrol. 10(3), 282-290.

Paço, T.A., Ferreira, M.I., Rosa, R.D., Paredes, P., Rodrigues, G.C., Conceição, N., Pacheco,

C.A., Pereira, L.S., 2012. The dual crop coefficient approach using a density factor to

simulate the evapotranspiration of a peach orchard: SIMDualKc model vs. eddy

covariance measurements. Irrigation Sci. 30(2), 115-126.

Paço, T.A., Pôças, I., Cunha, M., Silvestre, J.C., Santos, F.L., Paredes, P., Pereira, L.S.,

2014. Evapotranspiration and crop coefficients for a super intensive olive orchard. An

application of SIMDualKc and METRIC models using ground and satellite

observations. J. Hydrol. 519, 2067-2080.

Paredes, P., Rodrigues, G.C., Alves, I., Pereira, L.S., 2014. Partitioning

evapotranspiration, yield prediction and economic returns of maize under various

irrigation management strategies. Agric. Water Manage. 135, 27-39.

Pereira, L.S., 2004. Necessidades de Água e Métodos de Rega. Publ. Europa-América,

Lisboa, 313 p.

Pereira, L.S., Oweis, T., Zairi, A., 2002. Irrigation management under water scarcity.

Agric. Water Manage. 57, 175-206.

Pereira, L.S., Cordery, I., Iacovides, I., 2009. Coping with Water Scarcity. Addressing the

Challenges. Springer, Dordrecht, 382 p.

Pereira, L.S., Cordery, I., Iacovides, I., 2012. Improved indicators of water use

performance and productivity for sustainable water conservation and saving. Agric.

Water Manage. 108, 39-51.

Pereira, L.S., Paredes, P., Rodrigues, G.C., Neves, M., 2015. Modeling malt barley water

use and evapotranspiration partitioning in two contrasting rainfall years. Assessing

AquaCrop and SIMDualKc models. Agric. Water Manage. 159, 239–254.

Qiu, R., Du, T., Kang, S., Chen, R., Wu, L., 2015. Assessing the SIMDualKc model for

estimating evapotranspiration of hot pepper grown in a solar greenhouse in Northwest

China. Agric. Syst. 138, 1–9.

Raes, D., Geerts, S., Kipkorir, E., Wellens, J., Sahli, A., 2006. Simulation of yield decline

as a result of water stress with a robust soil water balance model. Agric. Water

Manage. 81, 335-357.

Ramos, T.B., Šimůnek, J., Gonçalves, M.C., Martins, J.C., Prazeres, A., Castanheira,

N.L., Pereira, L.S., 2011. Field evaluation of a multicomponent solute transport model

in soils irrigated with saline waters. J Hydrol. 407, 129–144.

Ritchie, J.T., 1972. Model for predicting evaporation from a row crop with incomplete

cover. Water Resour. Res. 8, 1204-1213.

Predictabilidade Sazonal de Secas

Rosa, R.D., Paredes, P., Rodrigues, G.C., Alves, I., Fernando, R.M., Pereira, L.S., Allen,

R.G., 2012a. Implementing the dual crop coefficient approach in interactive software.

1. Background and computational strategy. Agric. Water Manage. 103, 8-24.

Rosa, R.D., Paredes, P., Rodrigues, G.C., Fernando, R.M., Alves, I., Pereira, L.S., Allen

R.G., 2012b. Implementing the dual crop coefficient approach in interactive software.

2. Model testing. Agric. Water Manage. 103, 62-77.

Schuepp, P.H., Leclerc, M.Y., Macpherson, J.I., Desjardins, R.L., 1990. Footprint

prediction of scalar fluxes from analytical solutions of the diffusion equation. Bound-

Lay. Meteorol. 50, 355-373.

Silva, R.M., Paço, T.A., Ferreira, M.I., Oliveira, M., 2008. Transpiration of a kiwifruit

orchard estimated using the Granier sap flow method calibrated under field conditions.

Acta Hort. 792, 593-600.

Suyker, A.E., Verma, S.B., 2009. Evapotranspiration of irrigated and rainfed maize–

soybean cropping systems. Agric. Forest Meteorol. 149, 443-452

Teixeira, J.L., Pereira, L.S., 1992. ISAREG, an irrigation scheduling model. ICID

Bulletin, 41(2), 29-48.

Wang, X., Williams, J.R., Gassman, P.W., Baffaut, C., Izaurralde, R.C., Jeong, J., Kiniry,

J.R., 2012. EPIC and APEX: model use, calibration, and validation. Trans. ASABE, 55,

1447-1462.

Wei, Z., Paredes, P., Liu, Y., Chi, W.W., Pereira, L.S., 2015. Modelling transpiration, soil

evaporation and yield prediction of soybean in North China Plain. Agric. Water

Manage. 147, 43–53.

Wu, Y, Liu, T., Paredes, P., Duan, L., Pereira, L.S., 2015. Water use by a groundwater

dependent maize in a semi-arid region of Inner Mongolia: evapotranspiration

partitioning and capillary rise. Agric. Water Manage. 152, 222–232.

Yu, L.-P., Huang, G.-H., Liu, H.-J., Wang, X.-P., Wang, M.-Q., 2009. Experimental

investigation of soil evaporation and evapotranspiration of winter wheat under

sprinkler irrigation. Agric. Sci. China 8(11), 1360-1368.

Zhao, N.N., Liu, Y., Cai, J.B., Rosa, R., Paredes, P., Pereira, L.S., 2013. Dual crop

coefficient modelling applied to the winter wheat - summer maize crop sequence in

North China Plain: basal crop coefficients and soil evaporation component. Agric.

Water Manage. 117, 93-105.