Mostrar registro simples

dc.creatorPilecco, Isabela Bulegon
dc.date.accessioned2022-08-23T18:16:15Z
dc.date.available2022-08-23T18:16:15Z
dc.date.issued2022-02-21
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/25955
dc.description.abstractCarrying out studies of yield potential (Yp), water-limited yield potential (Yw) and yield gaps (Yg) on a local scale allows us to understand the peculiarities and limitations of the interaction between genetics, management, and the environment. Likewise, it is possible to efficiently identify factors that are limiting yield and seek strategies to reduce yield gaps. The objectives of this study were: (i) to validate the Hybrid Maize model for Santa Catarina, Brazil; (ii) to estimate Yp, Yw, and Yg of corn for Santa Catarina; and (iii) to identify the biophysical and management factors that explain the Ygs in maize in Santa Catarina. To estimate Yp, Yw, and Yg, we used the method developed by the Global Yield Gap Atlas, in which there is a balance between the amount of data to be used and the representativeness of the study area. For the two potential estimates, we validated the Hybrid Maize model with data from experiments carried out under potential conditions, with the most used hybrids in each development cycle of maize producers in Santa Catarina. The model was efficient in simulating the growth (accumulation of dry matter), development (date of occurrence of the phenological stages), and yield of maize. The Yp and Yw determination rounds were carried out with the identified management representative of each region (seeding data, development cycle, seeding density). Management factors that are limiting farm productivity were identified through surveys conducted directly with maize producers (n=157). A comparison between high and low-yield farms (HP and LP) allowed identifying management practices that should receive investment to increase current yield and reach values close to 70% of Yw. The main results of the study for the determination of maize Yp in Santa Catarina (17.4 Mg ha-¹), Yw (14.9 Mg ha-¹), and attainable Yg (3.6 Mg ha-¹). In addition, it was identified that the main management practices that differ between AP and BP are: sowing date, plant population, the time between lime applications, phytosanitary management, and crop rotation. Likewise, if all crops reach 70% of Yw through improvements in management practices (10.4 Mg ha-¹), or an increase in maize production in Santa Catarina, in the current cultivation area, it would be 1. 2 million Mg year-¹. Reaching 75% of Yp (13 Mg ha-¹), Santa Catarina would increase its production by 2.1 million Mg year-¹. These yield increases would avoid the need to open new areas by 182 and 314 thousand ha, respectively.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectFatores de manejopor
dc.subjectLacuna de produtividade atingívelpor
dc.subjectZea Mayseng
dc.subjectManagement factorseng
dc.subjectHybrid Maizeeng
dc.subjectGlobal Yield Gap Atlaseng
dc.subjectAchievable yield gapeng
dc.titlePotencial e lacunas de produtividade de milho em Santa Catarinapor
dc.title.alternativeMaize yield potencial and yield gap in Santa Catarinaeng
dc.typeDissertaçãopor
dc.description.resumoRealizar estudos de potencial de produtividade (Yp), potencial de produtividade limitado pela água (Yw) e lacunas de produtividade (Yg) em escala local nos permite compreender as peculiaridades e limitações da interação entre genética, manejo e ambiente. Assim, é possível identificar os fatores que estão limitando as produtividades e buscar estratégias para reduzir essas lacunas. Os objetivos deste estudo foram: (i) validar o modelo Hybrid Maize para Santa Catarina, Brasil; (ii) estimar Yp, Yw e Yg de milho para Santa Catarina; e (iii) identificar os fatores biofísicos e de manejo que explicam as Ygs nas lavouras de milho em Santa Catarina. Para estimar o Yp, Yw e Yg, utilizamos o método desenvolvido pelo Global Yield Gap Atlas, no qual há um equilíbrio entre a quantidade de dados a ser utilizada e a representatividade da área de estudo. Para as estimativas dos potenciais, validamos o modelo Hybrid Maize com dados de experimentos realizados em condições potenciais, com os híbridos mais utilizados de cada ciclo de desenvolvimento em Santa Catarina. O modelo foi eficiente em simular o crescimento (acúmulo de matéria seca), desenvolvimento (data de ocorrência dos estágios fenológicos) e produtividade de milho. As rodadas para determinar Yp e Yw foram realizadas utilizando o manejo identificado como representativo de cada região (data de semeadura, ciclo de desenvolvimento, densidade de semeadura). Os fatores de manejo que estão limitando a produtividade das lavouras foram identificados através de pesquisas realizadas diretamente com os produtores de milho (n=157). A comparação entre lavouras de alta e baixa produtividade (AP e BP) permitiu identificar as práticas de manejo que devem receber investimento para aumentar a produtividade atual e atingir valores próximos a 70% do Yw. Os principais resultados desse estudo foram a determinação do Yp de milho em Santa Catarina (17,4 Mg ha-¹), Yw (14,9 Mg ha-¹) e da Yg atingível (3,6 Mg ha-¹). Além disso identificou-se que as principais práticas de manejo que diferem entre AP e BP são: data de semeadura, população de plantas, tempo entre as aplicações de calcário, adubação, manejo fitossanitário e rotação de culturas. Assim, se todas as lavouras atingirem 70% do Yw através de melhorias nas práticas de manejo (10,4 Mg ha-¹), o incremento de produção de milho em Santa Catarina, na atual área de cultivo, seria de 1.2 milhões de Mg ao ano. Atingindo 75% do Yp (13 Mg ha- ¹), Santa Catarina aumentaria sua produção em 2.1 milhões de Mg ao ano. Esses aumentos na produtividade evitariam a necessidade de abertura de novas áreas em 182 e 314 mil ha, respectivamente.por
dc.contributor.advisor1Zanon, Alencar Junior
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7337698178327854por
dc.contributor.advisor-co1Streck, Nereu Augusto
dc.contributor.referee1Ribeiro, Leandro do Prado
dc.contributor.referee2Borghi, Émerson
dc.creator.Latteshttp://lattes.cnpq.br/6736459793624441por
dc.publisher.countryBrasilpor
dc.publisher.departmentAgronomiapor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Agronomiapor
dc.subject.cnpqCNPQ::CIENCIAS AGRARIAS::AGRONOMIApor
dc.publisher.unidadeCentro de Ciências Ruraispor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivatives 4.0 International
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International