avaliaÇÃo do uso da Água em regadio: aplicaÇÃo...
TRANSCRIPT
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
Mó
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.