utilizaÇÃo do modelo century na simulaÇÃo dos …§ões-teses/teses/2012... · climas e solos...
TRANSCRIPT
0
UNIVERSIDADE FEDERAL DE MATO GROSSO FACULDADE DE AGRONOMIA E MEDICINA VETERINÁRIA
Programa de Pós - Graduação em Agricultura Tropical
UTILIZAÇÃO DO MODELO CENTURY NA SIMULAÇÃO DOS ESTOQUES DE CARBONO DO SOLO SOB DIFERENTES
USOS E MANEJOS DE SOLOS SOB CERRADO NA REGIÃO SUDESTE DE MATO GROSSO
SUSAN DIGNART FERRONATO
CUIABÁ – MT
2012
1
UNIVERSIDADE FEDERAL DE MATO GROSSO FACULDADE DE AGRONOMIA E MEDICINA VETERINÁRIA
Programa de Pós - Graduação em Agricultura Tropical
UTILIZAÇÃO DO MODELO CENTURY NA SIMULAÇÃO DOS ESTOQUES DE CARBONO DO SOLO SOB DIFERENTES
USOS E MANEJOS DE SOLOS SOB CERRADO NA REGIÃO SUDESTE DE MATO GROSSO
SUSAN DIGNART FERRONATO Engenheira Agrônoma
Orientador: Prof. Dr. Eduardo Guimarães Couto
Co-orientadora: Profª. Drª. Oscarlina Lúcia dos Santos Weber
Tese apresentada à Faculdade de Agronomia e Medicina Veterinária da Universidade Federal de Mato Grosso, para obtenção do título de Doutor em Agricultura Tropical.
CUIABÁ – MT
2012
0
FICHA CATALOGRÁFICA
F396u Ferronato, Susan Dignart. Utilização do Modelo Century na Simulação dos Estoques de Carbono do Solo Sob Diferentes Usos e Manejos de Solos Sob Cerrado na Região Sudeste de Mato Grosso./ Susan Dignart Ferronato Cuiabá: UFMT, 2012. 135 fls. Tese – Doutorado em Agricultura Tropical - UFMT. Orientador: Prof. Dr. Eduardo Guimarães Couto Co-orientadora: Profª. Drª Oscarlina Lúcia dos Santos Weber 1.Matéria Orgânica do Solo. 2.Pastagem. 3.Soja-Milho. 4.Algodão. 5.Century Ecosystem Model. 6.Savana Tropical. I.Título. CDU 63
2
UNIVERSIDADE FEDERAL DE MATO GROSSO FACULDADE DE AGRONOMIA E MEDICINA VETERINÁRIA
Programa de Pós - Graduação em Agricultura Tropical
3
Entrega o teu caminho ao Senhor, confia nele e o mais ele fará.
Salmos 37:5
Se o Senhor Deus não edificar a casa, não adianta construí-la. Se o Senhor
não proteger a cidade, não adianta os guardas ficarem vigiando. Não adianta
trabalhar demais para ganhar o pão, levantando cedo e deitando tarde, pois é
Deus quem dá o sustento aos que ele ama, mesmo quando estão dormindo.
Salmos 127:1, 2
4
Aos meus pais Dingeman (in memoriam) e Ida Rijsdijk, que me estimularam,
ofereceram oportunidades de aprendizado e buscaram desenvolver valores
para um mundo melhor.
Ao meu esposo Alessandro Ferronato, um mundo de amor, paciência,
companheirismo e carinho.
Aos meus filhos Cássio, Maya, Cristina, Samantha e Lara, com quem tenho o
privilégio de partilhar a vida.
Dedico...
5
AGRADECIMENTOS
A Deus, pela vida, sustento e oportunidades que coloca em meu caminho;
À minha família, por ser minha alegria, força e estímulo, mesmo nos momentos
que me pareceram difíceis;
Aos Professores Doutores Eduardo Guimarães Couto e Oscarlina Lúcia dos
Santos Weber, pela orientação e apoio ao longo desta jornada;
Ao Professor Dr. Carlos Eduardo Pellegrino Cerri, pelos valiosos ensinamentos,
sugestões e acolhimento, sem os quais este trabalho não seria possível;
Aos colegas Jader José de Campos (companheiro a todo o momento), Ana
Carla Stieven, Franciele Caroline A. Valadão, Lorena Tavares, Everton Oliveira,
pelos momentos de esforço conjunto que se transformaram em amizade e
carinho.
Aos colegas e servidores do Programa de Pós-Graduação em Agricultura
Tropical que muito contribuíram para meu crescimento pessoal e profissional;
Ao CNPq, pela oportunidade de capacitação através do Projeto “Casadinho”;
À Fapemat, pelo financiamento da pesquisa e concessão de bolsa;
Ao proprietário, gerente e trabalhadores da Fazenda Mourão I, pela gentil
disposição das áreas e suporte às atividades de campo;
Aos laboratórios, técnicos e professores associados ao Programa de Pós-
Graduação em Agricultura Tropical, pelo suporte para o desenvolvimento dos
trabalhos;
A todas as pessoas que contribuíram direta ou indiretamente para realização
deste trabalho;
Meus mais sinceros agradecimentos.
6
UTILIZAÇÃO DO MODELO CENTURY NA SIMULAÇÃO DOS ESTOQUES DE CARBONO DO SOLO SOB DIFERENTES USOS E MANEJOS DE SOLOS SOB CERRADO NA REGIÃO SUDESTE DE MATO GROSSO
RESUMO - Considerando a importância da matéria orgânica nas funções
químicas, físicas e biológicas do solo, bem como sua contribuição no ciclo
biogeoquímico do carbono, este estudo teve como objetivo avaliar o efeito de
diferentes usos e manejos do solo na dinâmica da matéria orgânica, com a
utilização de um modelo de simulação. O Century Ecosystem Model,
desenvolvido para investigações de ecossistemas e inicialmente utilizado em
pastagens nativas dos EUA, foi aperfeiçoado e testado para florestas e cultivos
anuais. Contudo, suas validações têm sido conduzidas principalmente em
climas e solos das regiões temperadas. Para verificação de seu desempenho
em regiões e solos tropicais, foram selecionados cinco sistemas para o estudo
- vegetação nativa, sucessão soja-milho, duas sucessões de algodão e
pastagem - em que foram determinados a textura, a densidade e os teores
de carbono e nitrogênio totais, carbono da biomassa microbiana e das frações
granulométricas do solo para cálculo dos estoques. Os estoques estimados
foram comparados com os simulados pelo modelo, sendo encontrado um
coeficiente de correlação (r) de 0,68 para o carbono e de 0,69 para o nitrogênio
e eficiência da modelagem de 0,36 para o carbono e -0,41 para o nitrogênio. O
baixo valor da eficiência está relacionado com o fato de não haver
correspondência entre os compartimentos de carbono do modelo (Lento e
Passivo) com os resultados do fracionamento físico granulométrico, bem como
com a tendência do modelo em superestimar os estoques para solos com alto
teor de argila. O ajuste dos parâmetros que regulam o efeito do teor de argila
na decomposição da matéria orgânica e a aferição das dimensões dos
compartimentos para solos tropicais são fundamentais para reduzir as
incertezas acerca do desempenho do modelo.
Palavras-chave: matéria orgânica do solo, pastagem, soja-milho, algodão,
Century Ecosystem Model, savana tropical.
7
CENTURY MODEL USE IN SIMULATION OF SOIL CARBON STOCKS IN DIFFERENT LAND USES AND SOIL MANAGEMENTS IN THE SOUTHEAST
REGION OF MATO GROSSO SAVANNAH
ABSTRACT - Considering the role of organic matter in chemical functions,
physical and biological soil properties as well as its contribution to the carbon
biogeochemical cycling, this study aimed to evaluate the effect of different land
uses and management practices on soil organic matter dynamics, using a
simulation model. The Century Ecosystem Model, developed for investigations
of ecosystems and native pastures initially used in the U.S., has been refined
and tested for annual crops and forests. However, validations have been
conducted primarily in climates and soils of temperate regions. To verify its
performance in regions and tropical soils, five systems were selected for the
study (native vegetation, soybean-corn succession, two cotton successions and
pasture), where it was determined the texture, density and concentration of total
carbon and nitrogen, microbial biomass total carbon and soil fractions to
calculate the stocks. Stocks estimate were compared with those simulated by
the model, found a correlation coefficient (r) of 0.68 and modeling efficiency of
0,36. The low value of efficiency is related to the fact that there was no
correspondence between the compartments of the conceptual model (slow and
passive) with the results of the physical particle size fractionation, as well as the
tendency to overestimate the model stocks for soils with high clay content. The
parameters governing the effect of clay content in organic matter decomposition
and measurement compartment dimensions for tropical soils are essential to
reduce uncertainties about the performance of the model
Keywords: soil organic matter, pasture, tropical savanna, soybean-corn,
cotton.
8
LISTA DE FIGURAS
FIGURA 1. Localização da área de estudo, com os sistemas destacados em vermelho: Pastagem (S1), sucessão de soja/milho safrinha (S2), sucessão de algodão/milheto (S3), cerrado stricto sensu (S4) e sucessão de algodão/soja/milho safrinha (S5). ..................................................................... 28FIGURA 2. Imagens dos sistemas de uso na área de estudo: sucessão soja/milho safrinha (A), sucessões de algodão/soja/milho safrinha e algodão/milheto (B), pastagem (C) e Cerrado stricto sensu (D). ...................... 29FIGURA 3. Médias mensais da temperatura máxima, mínima e da precipitação em Campo Verde – MT. ................................................................................... 30FIGURA 4. Ambiente do Century Ecosystem Model, com as relações entre os aplicativos. Adaptado de Metherell et al. (1993) ............................................... 37FIGURA 5. Esquema geral do Century. Fonte: Parton et al. (2001). ............... 38FIGURA 6. Valores simulados e observados de estoque de carbono nos compartimentos de vegetação nativa (Cerrado stricto sensu). ......................... 51FIGURA 7. Valores simulados de estoques de carbono total para os sistemas S3 e S5, valores observados na bibliografia e neste estudo. ........................... 56FIGURA 8. Valores simulados de estoques de carbono em solos sob vegetação de cerrado, com incrementos no teor de argila e valores de estoques reportados pela bibliografia. ............................................................................. 56FIGURA 9. Valores simulados de estoques de carbono total para os sistemas S3 e S5 em solo com 39% de argila, valores observados na bibliografia e nesse estudo. ............................................................................................................. 57FIGURA 10. Valores simulados de estoques de carbono total para os sistema S2, valores observados na bibliografia e nesse estudo. .................................. 62FIGURA 11. Relação entre a adição de carbono oriundo de fezes de bovinos e os estoques de carbono do solo, em simulação com o modelo Century .......... 66FIGURA 12. Valores simulados de estoques de carbono total para os sistema S1, valores observados na bibliografia e nesse estudo ................................... 68FIGURA 13. Valores simulados do compartimento ativo desde o equilíbrio até a data de coleta, em todos os sistemas. ............................................................. 73FIGURA 14. Valores simulados de carbono ativo do solo e os valores de biomassa microbiana (BMS), o dobro da biomassa microbiana (BMSx2) e o triplo da biomassa microbiana (BMSx3). .......................................................... 75
9
FIGURA 15. Valores simulados de carbono lento, de resíduos do solo e os valores medidos da fração associada à areia, obtida no fracionamento físico-granulométrico. ................................................................................................. 78FIGURA 16. Simulação de cenários para conversão de uso da pastagem atual para plantio direto com sucessão de soja, milho, braquiária (A); soja, milho braquiária e um ciclo de algodão (B); dois ciclos de algodão milheto depois soja e milho (C); milheto algodão, soja, milho braquiária, algodão (D), no sistema S1. .. 83FIGURA 17. Simulação de cenários para conversão de uso da área de pastagem atual para integração lavoura-pecuária com sucessão de soja, milho, pastagem (A) e soja, milho pastagem, algodão (B) no sistema S1. ................. 84FIGURA 18. Simulação da conversão de vegetação nativa para pastagem com pastejo contínuo, sem reforma e sem manutenção no sistema S1. ................. 85FIGURA 19. Valores simulados para pastagem sem reforma e manutenção, comparados com valores reportados na bibliografia. ....................................... 86FIGURA 20. Simulação de cenários para conversão de uso de pastagem degradada para plantio direto com sucessão de soja, milho, braquiária (A); soja, milho braquiária e um ciclo de algodão (B); dois ciclos de algodão milheto depois soja e milho (C); milheto algodão, soja, milho braquiária, algodão (D), no sistema S1. ....................................................................................................... 87FIGURA 21. Simulação de cenários para conversão de uso de uma pastagem degradada para integração lavoura-pecuária com sucessão de soja, milho, pastagem (A) e soja, milho pastagem, algodão (B), no sistema S1. ................ 88FIGURA 22. Simulação de cenários para reforma de pastagem degradada no sistema S1: reforma com gradagem, adubação de correção e adubação de manutenção (A); reforma com gradagem e adubação de correção a cada 5 anos (B); reforma com gradagem, correção, produção de soja e milho e adubação de manutenção (C); reforma com gradagem, correção e produção de grãos a cada 5 anos (D); sem reforma e sem manutenção (E). ....................... 89FIGURA 23A. Descrição e Classificação do Perfil 01 (EMBRAPA, 2006): (LATOSSOLO VERMELHO-AMARELO Ácrico típico, textura muito argilosa, A proeminente, caulinítico, mesoférrico, muito profundo, ácido, epieutrófico, fase cerrado tropical subcaducifólio, relevo suave ondulado). Fonte: Siqueira Leite (2007). ............................................................................................................ 133
10
LISTA DE TABELAS
TABELA 1. Médias ponderadas do pH, teores de areia, silte e argila e da
densidade nos primeiros 20 cm dos solos nos sistemas estudados ................ 41
TABELA 2. Médias mensais de temperatura e precipitação acumulada (série
histórica de 30 anos da estação meteorológica do INMET em São Vicente da
Serra), utilizados como entrada para o Century ............................................... 42
TABELA 3. Estoques de carbono e nitrogênio em solos sob vegetação de
Cerrado, a 20 cm de profundidade ................................................................... 46
TABELA 4. Resultados das simulações para carbono e nitrogênio total do solo
no sistema S4 (vegetação nativa de Cerrado stricto sensu) ............................ 47
TABELA 5. Distribuição da fitomassa, teor e estoque de carbono nos
compartimentos da vegetação de um fragmento de Cerrado stricto sensu em
Campo Verde, MT ............................................................................................ 49
TABELA 6. Biomassa aérea, em matéria seca, encontrados em fisionomias de
Cerrado ............................................................................................................ 50
TABELA 7. Resultados das simulações para carbono e nitrogênio total do solo
nos sistemas S3 (sucessão milheto algodão) e S5 (sucessão algodão soja
milho), com o teor de argila observado nos sistemas ...................................... 54
TABELA 8. Resultados das simulações para carbono e nitrogênio total do solo
nos sistemas S3 (sucessão milheto algodão) e S5 (sucessão algodão soja
milho), com o teor de argila observado no sistema de pastagem (S1) ............. 58
TABELA 9. Resultados das simulações para carbono e nitrogênio total do solo
no sistema S2 (sucessão de soja milho) .......................................................... 61
TABELA 10. Adição de carbono ao solo por fezes de bovinos, com taxa de
lotação de sete cabeças por hectare ................................................................ 65
TABELA 11. Resultados das simulações para carbono e nitrogênio total do
solo no sistema S1 (pastagem) ........................................................................ 67
TABELA 12. Estatísticas para o desempenho do Century Ecosystem Model em
simular a dinâmica de carbono e nitrogênio no solo sob diferentes usos e
manejos ............................................................................................................ 70
TABELA 13. Valores simulados e observados da participação dos
compartimentos no carbono total ..................................................................... 74
11
TABELA 14A. Teores de carbono e nitrogênio, relação C/N, estoques de
carbono e nitrogênio do solo de sistemas estudados em Campo Verde, MT 111
TABELA 15A. Continuação... ........................................................................ 112
TABELA 16A. Teores e estoques de carbono e percentual do carbono total das
frações do solo, nos sistemas estudados em Campo Verde, MT ................... 113
TABELA 17A. Teores e estoques de nitrogênio e percentual do nitrogênio total
das frações do solo, nos sistemas estudados em Campo Verde, MT ............ 114
TABELA 18A. Teores e estoques de carbono da biomassa microbiana do solo,
nos sistemas estudados em Campo Verde, MT ............................................. 115
TABELA 19B. Valores de estoques de carbono e teores de argila em
vegetação nativa de Cerrado, utilizados para comparação com valores
simulados ....................................................................................................... 116
TABELA 20C. Variáveis de entrada do Century para a vegetação nativa
estudada na Fazenda Mourão I, Campo Verde MT ....................................... 117
TABELA 21C. Variáveis de entrada do Century para abertura das áreas dos
sistemas de agricultura e pastagem estudados na Fazenda Mourão I, Campo
Verde MT ........................................................................................................ 119
TABELA 22C. Variáveis de entrada do Century para as culturas dos sistemas
estudados na Fazenda Mourão I, Campo Verde MT ....................................... 120
TABELA 23C. Variáveis de entrada do Century para as operações de manejo
nos sistemas estudados na Fazenda Mourão I, Campo Verde MT ................ 121
TABELA 24C. Variáveis de entrada do Century para adição de matéria
orgânica no sistema de pastagem da Fazenda Mourão I, Campo Verde MT 122
TABELA 25C. Variáveis de entrada do Century para as operações de
adubação nos sistemas estudados na Fazenda Mourão I, Campo Verde MT 123
TABELA 26C. Variáveis de entrada do Century para as operações de colheita
nos sistemas estudados na Fazenda Mourão I, Campo Verde MT ................ 124
TABELA 27C. Variáveis de entrada do Century para a intensidade de pastejo
no sistema de pastagem estudado na Fazenda Mourão I, Campo Verde MT 124
TABELA 28D. Exemplo de arquivo de programação (schedule file), Sistema S2
....................................................................................................................... 125
12
SUMÁRIO
1 INTRODUÇÃO ------------------------------------------------------------------------------- 13
2 REVISÃO DE LITERATURA ------------------------------------------------------------- 16
2.1 Carbono e matéria orgânica do solo ---------------------------------------------- 16
2.2 Modelagem em estudos de matéria orgânica ---------------------------------- 19
2.3 Simulação de cenários --------------------------------------------------------------- 25
3 MATERIAL E MÉTODOS ----------------------------------------------------------------- 28
3.1 Área de estudo ------------------------------------------------------------------------- 28
3.2. Obtenção de dados de solo e vegetação --------------------------------------- 33
3.3. Simulações da dinâmica da matéria orgânica --------------------------------- 37
3.3.1. Descrição do modelo ----------------------------------------------------------- 37
3.3.2. Simulação das condições iniciais sob vegetação nativa de Cerrado
stricto sensu ------------------------------------------------------------------------------- 40
3.3.3. Simulação da conversão da vegetação nativa em pastagem e
cultivos ------------------------------------------------------------------------------------- 42
3.4. Análises estatísticas ------------------------------------------------------------------ 43
4 RESULTADOS E DISCUSSÃO --------------------------------------------------------- 46
4.1. Simulação das condições de equilíbrio para o solo e vegetação de
Cerrado (Sistema S4) --------------------------------------------------------------------- 46
4.2. Simulação dos sistemas com sucessões de algodão (S3 e S5) ---------- 53
4.3. Simulações do sistema com sucessão de soja-milho (S2) ----------------- 60
4.4. Simulações do sistema de pastagem (S1) ------------------------------------- 64
4.5. Avaliação do desempenho do Century ------------------------------------------ 69
4.6. Cenários de usos e manejos em pastagens ----------------------------------- 80
5 CONSIDERAÇÕES FINAIS -------------------------------------------------------------- 94
7 REFERÊNCIAS BIBLIOGRÁFICAS ---------------------------------------------------- 96
APÊNDICE A --------------------------------------------------------------------------------- 111
APÊNDICE B --------------------------------------------------------------------------------- 116
APÊNDICE C --------------------------------------------------------------------------------- 117
APENDICE D. -------------------------------------------------------------------------------- 125
ANEXO A -------------------------------------------------------------------------------------- 133
13
1 INTRODUÇÃO
Os ciclos biogeoquímicos são as formas de equilíbrio da natureza, e a
vida como a conhecemos é uma adaptação aos ciclos por um longo período no
tempo. O conhecimento da estrutura e da dinâmica dos ciclos biogeoquímicos
permite a avaliação da magnitude dos efeitos das atividades humanas e dos
eventos naturais e seus potenciais efeitos sobre o ambiente.
As atividades humanas introduzem substâncias novas nos ecossistemas
que resultam em efeitos que podem ser danosos para o homem e outros seres
vivos, devido aos novos padrões de ciclagem biogeoquímica. Além de
introduzir novos ciclos, a atividade humana pode alterar os ciclos
biogeoquímicos naturais, desequilibrando as transferências entre
compartimentos, tendo como resultados o excesso ou a escassez dos
elementos que determinam o empobrecimento de ecossistemas ou sua
poluição.
O ciclo do carbono vem recebendo atenção especial nas discussões
mundiais com a possibilidade de mudanças climáticas, reputadas à atividade
antrópica. As posições são antagônicas sobre a possibilidade de ocorrência e
sobre as causas. Contudo, um aumento na concentração de dióxido de
carbono (CO2) na atmosfera e na temperatura média próximo à superfície da
Terra já foi observado, ainda que as medidas e a modelagem desses
fenômenos sejam objeto de controvérsia (Machado, 2005).
Se em relação ao clima existem controvérsias, já há um consenso sobre
a importância do carbono no solo, principalmente nas regiões tropicais. A
matéria orgânica do solo constitui um importante compartimento do ciclo do
carbono, sendo responsável por grande parcela das propriedades físicas,
químicas e biológicas do solo.
A utilização de práticas agrícolas baseadas em revolvimento do solo,
que foram a base da agricultura em Mato Grosso em sua colonização, resultou
em compactação do solo, erosão, redução da fertilidade, de produtividade,
aumentando gradativamente os custos de produção.
Os solos sob Cerrado são geralmente pouco férteis, constituídos por
argilas de baixa atividade, óxidos de ferro e de alumínio, favoráveis à formação
14
de complexos com os compostos orgânicos (Roscoe et al., 2006b), sendo a
matéria orgânica um reservatório fundamental de nutrientes, além de suas
propriedades de estruturação que proveem aeração e água para as plantas.
Como um Estado em que a atividade agropecuária tem sido a base da
economia, Mato Grosso encontra grandes oportunidades de sequestro de
carbono nos sistemas agrícolas. Simulações de Bustamante et al. (2006b) para
a região de cerrado indicam um potencial de sequestro de carbono de 1 Mg ha-
1 ano-1 com a conversão de agricultura convencional para o plantio na palha e
intensificação dos ciclos. Na recuperação de pastagens degradadas, o
potencial sobe para 1,5 Mg ha-1 ano-1. Ainda que não exista um mercado de
créditos de carbono claramente estabelecido para a atividade agrícola, os
benefícios em termos de fertilidade e otimização dos recursos já são realidade.
Tendo em vista a importância da matéria orgânica, os estudos se
multiplicam e inúmeras informações têm sido geradas acerca da dinâmica de
nutrientes, ciclagem, efeitos do ambiente sobre a dinâmica da matéria
orgânica, suas formas químicas e funções. A integração dos conhecimentos
tem sido um desafio na compreensão do conjunto e consequente geração de
recomendações que incorporem os efeitos benéficos da matéria orgânica.
Neste contexto, surge a modelagem, como ferramenta integradora dos
conhecimentos, permitindo uma visão de conjunto, a projeção de futuros
possíveis e identificando lacunas no conhecimento que devam ser preenchidas
com a pesquisa (Parton et al., 1987; Metherell et al., 1993; Parton et al., 1996;
Chiti et al., 2010).
Contudo, a modelagem não deve ser vista como realidade, e sim como
representação simplificada, e os modelos devem ser objeto de constante
aperfeiçoamento. Portanto, é importante que a pesquisa no Estado de Mato
Grosso se aproprie de modelos disponíveis, testando suas possibilidades e
limites em estudos da dinâmica da matéria orgânica, verificando os ajustes
necessários e programando as pesquisas para dar suporte a estes ajustes.
Um dos modelos que tem sido amplamente utilizado em estudos de
matéria orgânica é o Century Ecosystem Model, ou simplesmente Century,
desenvolvido para estudos em ecossistemas de pastagens nos EUA. O modelo
foi aperfeiçoado para incluir ecossistemas de floresta e de sistemas agrícolas,
sendo mais testado em condições de clima e solo de regiões temperadas,
15
porém seus testes em ambientes tropicais já foram iniciados, com alguns
indicativos de ajustes.
A principal vantagem dos estudos com o Century é sua disponibilidade
gratuita, com códigos fonte abertos e a possibilidade de cooperação com a
equipe de desenvolvimento, no sentido do aperfeiçoamento do modelo.
O Century tem o potencial de ser uma ferramenta importante no apoio a
projetos de sequestro de carbono, estimando ganhos ou perdas de carbono
pelos sistemas agrícolas, pecuários ou florestais, avaliando os efeitos das
diferentes práticas sobre o acúmulo de carbono, produção de biomassa e
outras inúmeras variáveis disponibilizadas pelo modelo. Portanto, em conjunto
com a modelagem econômica, ele pode ser um apoio importante na tomada de
decisões.
A hipótese deste trabalho é que as simulações realizadas com o Century
possam representar a dinâmica do carbono e do nitrogênio nas condições de
clima, solo, usos e manejos encontrados no Estado de Mato Grosso.
Portanto, os objetivos do trabalho foram realizar simulações para avaliar
o desempenho do Century em diferentes usos e manejos de uma propriedade
rural no Estado de Mato Grosso, bem como realizar projeções futuras do
balanço do carbono orgânico no solo para diferentes cenários de uso e manejo
do solo.
16
2 REVISÃO DE LITERATURA
2.1 Carbono e matéria orgânica do solo
Os elementos químicos componentes da Terra são utilizados, em
diferentes formas, pelos seres vivos para suas funções. Portanto, existe um
movimento contínuo dos elementos químicos, do meio físico para os seres
vivos e destes novamente para o meio físico. São os ciclos biogeoquímicos,
que contribuem para as leis de conservação, em que os átomos dos elementos
químicos presentes na natureza e nos seres vivos não são criados nem
destruídos, mas, constantemente reciclados.
Os ciclos são caracterizados pelos compartimentos, onde o elemento
reside por algum tempo, e pelos fluxos, que são a transferência do elemento
entre os diferentes compartimentos. O ciclo do carbono tem como
compartimentos as formações geológicas contendo carbono fóssil e mineral,
oceanos, atmosfera e os ecossistemas terrestres, que compreendem a biota e
o solo (Tardy, 1997; Machado, 2005; Lal, 2006).
Os fluxos mais importantes, da perspectiva do equilíbrio de dióxido de
carbono na atmosfera na época contemporânea, são o balanço entre a
produção primária bruta e a respiração da biosfera terrestre, bem como as
trocas entre a atmosfera e o ambiente marinho (Prentice, 2001). Esses fluxos
são aproximadamente equilibrados em cada ano, contudo, os desequilíbrios
podem afetar significativamente a concentração atmosférica de dióxido de
carbono (CO2) em um prazo de anos ou séculos.
O componente terrestre do ciclo, somando o carbono do solo e da biota,
é quatro vezes maior que o da atmosfera e, ao contrário do oceano, que tem
uma escala mais global, a superfície terrestre tem seus estoques e fluxos em
uma escala mais regional, ocorrendo através dos ecossistemas (Lal, 2006).
O solo é um compartimento de carbono 3,3 vezes maior que a atmosfera
e com tempo de residência maior, sendo a transferência do carbono
atmosférico para este compartimento considerada uma boa estratégia para
minimizar os efeitos do CO2 sobre o clima (Machado, 2005; Lal, 2006). A
transferência se dá mediada pela biomassa, que utiliza o carbono atmosférico
17
na fotossíntese, oxidando aproximadamente a metade dos fotossintatos na
respiração.
Com a senescência dos tecidos vegetais, parte do carbono dos resíduos
é transferida ao solo em processos de decomposição e parte, para atmosfera.
A eficiência da decomposição da biomassa é de 5 a 15%, dependendo de sua
quantidade e qualidade do resíduo, das propriedades do solo e das condições
climáticas (Lal, 2006).
A Matéria Orgânica do Solo (MOS) tem sido conceituada como o
conjunto de resíduos vegetais e animais, em variados estágios de
decomposição, a biomassa microbiana e uma fração mais estável denominada
húmus. Esse conceito vem sendo desenvolvido historicamente pela agregação
de conhecimentos e pelas orientações científicas de cada época, estando,
portanto, ainda em desenvolvimento (Manlay et al., 2007; Bayer e Mielniczuk,
2008).
Há um consenso sobre a matéria orgânica ser indicadora da qualidade
do solo visto estar envolvida com processos físicos, químicos e biológicos
fundamentais como estrutura e estabilidade dos agregados, infiltração e
retenção de água, resistência à erosão, atividade biológica, capacidade de
troca de cátions, disponibilidade de nutrientes para as plantas, lixiviação dos
nutrientes, liberação de CO2 e outros gases para a atmosfera (Christensen,
2001; Roscoe et al., 2006a; Mielniczuk, 2008). Portanto, a dinâmica da matéria
orgânica leva consigo o fluxo de matéria e energia no sistema solo, podendo
dar lugar a situações sustentáveis ou a processos de degradação (Roscoe et
al., 2006a).
Para o entendimento de sua dinâmica, o carbono do solo tem sido
dividido em frações ou compartimento distintos, dinâmicos, interligados e
interdependentes (Mielniczuk, 2008), sendo importante que os compartimentos
tenham estrutura e função diferenciadas para que possam ser úteis nos
estudos dos impactos dos diferentes usos e manejos sobre a matéria orgânica
(Motavalli et al., 1994; Christensen, 2001; Six et al., 2002; Roscoe et al.,
2006b).
Conceitualmente, considera-se a existência de compartimentos discretos
que têm taxas de decomposição e de residência diferenciados. As taxas de
decomposição são consideradas uma reação cinética de primeira ordem em
18
relação à concentração inicial do compartimento, sendo afetadas também por
características do substrato, temperatura, disponibilidade de água e textura do
solo (Parton et al., 1993; Motavalli et al., 1994; Mendonça e Leite, 2006). Essa
abordagem faz parte dos modelos disponíveis para a simulação da dinâmica da
matéria orgânica e tem como base estudos de incubação de amostras de
material orgânico em amostras de solo (Parton et al., 1987).
Outro modelo conceitual busca entender a dinâmica da matéria orgânica
a partir do arranjo espacial das partículas minerais e orgânicas no solo,
considerando-se o grau de proteção e estabilização da matéria orgânica. Os
principais mecanismos envolvidos são a recalcitrância intrínseca das moléculas
orgânicas, a oclusão dentro de agregados e a ligação ou complexação com os
minerais (Roscoe et al., 2006b).
Com base nos conceitos de arranjo espacial e proteção, estão sendo
desenvolvidas diferentes técnicas de fracionamento do solo para obter frações
com diferenças estruturais e funcionais. Os fracionamentos físicos têm sido
preferidos por não destruírem a matéria orgânica durante os procedimentos,
podendo ser baseados na granulometria das partículas da matéria orgânica ou
em sua densidade.
Esquemas integrando as duas técnicas são considerados mais
apropriados para a separação de frações distintas, tendo como resultados a
matéria orgânica não complexada livre (FLL), a matéria orgânica não
complexada oclusa em agregados (FLI), os complexos organominerais
primários e os complexos organominerais secundários (Christensen, 2001;
Roscoe e Machado, 2002; Roscoe et al., 2006b).
O fracionamento físico granulométrico, que considera os compostos
organominerais primários, separa frações de dimensões correspondentes às
classes de partículas utilizadas para análise de textura. A técnica demanda
uma dispersão completa das estruturas do solo e obtém uma fração com as
dimensões das partículas de areia entre 20 e 2000 µm, que correspondem às
frações leve livre e leve oclusa do fracionamento densimétrico, sendo uma
fração muito dinâmica.
A fração com dimensões do silte (entre 2 e 20 µm) consiste, em sua
maioria, de complexos organominerais com compostos orgânicos oriundos do
material vegetal, possuindo maior relação carbono:nitrogênio (C/N) e
19
predominância de grupos químicos aromáticos. A fração correspondente à
argila contém os compostos organominerais derivados da atividade microbiana,
com menor relação C/N e com predominância do grupo químico alquil
(Christensen, 2001; Roscoe e Machado, 2002; Roscoe et al., 2006b).
Em solos tropicais oxídicos, os procedimentos de fracionamento devem
levar em conta a formação de unidades estruturais granulares de difícil
dispersão, que são consideradas complexos organominerais primários para
efeito do fracionamento (Roscoe et al., 2006b).
Os diferentes usos e manejos do solo têm o potencial de alterar a
quantidade, qualidade e a distribuição do carbono entre as frações
granulométricas, sendo a determinação de carbono total insuficiente para
descrever a dinâmica do carbono decorrente de práticas agrícolas (Motavalli et
al., 1994; Christensen, 2001). Portanto, para avaliar práticas de manejo com
potencial de melhorar as condições do solo por meio da matéria orgânica, o
conhecimento da evolução dos compartimentos mais lábeis é fundamental,
ponderando-se que seu tempo de ciclagem é mais curto e sua resposta ao
manejo é imediata (Cambardella e Elliott, 1993).
As alterações resultantes do manejo são mais intensas em solos de
regiões tropicais, devido às condições de clima, sendo que os sistemas
convencionais de cultivo, com aração e gradagem, podem conduzir à
degradação do solo. As perdas de carbono são aumentadas com o
revolvimento, destruição dos agregados, fragmentação e incorporação dos
resíduos e com a retirada da cobertura do solo, que promove alteração da
temperatura, umidade e aeração.
As perdas de matéria orgânica retroalimentam o processo de
degradação, promovendo a desorganização, resultando em menor produção de
biomassa e maior perda de nutrientes e água. Desse modo, interfere nas
entradas, na atividade biológica do solo, na biodisponibilidade de substratos
orgânicos e na erodibilidade (Roscoe et al., 2006a).
2.2 Modelagem em estudos de matéria orgânica
Inúmeros estudos têm sido realizados sobre a matéria orgânica, sua
ciclagem e relações com os nutrientes e componentes do solo. A abundância
de informações e variáveis torna sua aplicação difícil e os modelos podem ser
20
uma alternativa importante para a integração, refletindo o estado do
conhecimento acerca de determinado tema (Parton e Singh, 1984; Parton et
al., 1987; Metherell et al., 1993; Scorza Júnior, 2006; Soetaert e Herman,
2009).
Modelo pode ser conceituado como uma representação simplificada da
realidade, seja ela um processo ou um sistema (France e Thornley, 1984). É
uma abstração, não contendo todas as características do sistema real, porém
compreende aquelas necessárias para a solução ou descrição de algum
problema (Soetaert e Herman, 2009).
Os modelos podem ser conceituais ou matemáticos, de acordo com a
linguagem empregada, sendo considerados de simulação quando interligam
vários modelos matemáticos de diferentes processos, para representar o
funcionamento de um sistema (Scorza Júnior, 2006).
Os modelos matemáticos são estruturados em variáveis, que assumem
diferentes valores ao longo de uma curva, e parâmetros, que assumem valores
fixos, dando forma à curva (France e Thornley, 1984; Scorza Júnior, 2006;
Soetaert e Herman, 2009).
O desenvolvimento de técnicas computacionais permitiu um grande
avanço no desenvolvimento de modelos de simulação, integrando vários níveis
de informações e submodelos na tentativa de representar realidades mais
complexas.
Outra classificação separa os modelos em empíricos, quando são
baseados apenas em correlações ou associações entre duas ou mais
variáveis, sem levar em consideração os mecanismos que controlam o
fenômeno. Alternativamente, os modelos mecanísticos tentam explicar ou
descrever os mecanismos envolvidos, baseando-se nas leis naturais
enunciadas para o processo ou sistema modelado (Rondón et al., 2002).
A elaboração de um modelo é fortemente influenciada pela sua
finalidade e pelos conhecimentos acumulados sobre o tema. Inicialmente é
esboçado um modelo conceitual, posteriormente traduzido em linguagem
matemática. A parametrização é a atribuição de valores numéricos aos
parâmetros definidos para o modelo matemático, com base em dados de
campo, bibliografia ou por processos estatísticos de calibração dos valores
previamente definidos (Soetaert e Herman, 2009).
21
Segue a etapa de calibração, em que são feitas alterações nos valores
dos parâmetros, de modo a obter o melhor ajuste entre os dados de saídas
simulados e dados mensurados num sistema real. Após a parametrização e a
calibração, é fundamental a avaliação do modelo, certificando-se de que atingiu
os propósitos para os quais foi desenvolvido.
O processo de avaliação pode ser dividido em duas etapas: i)
verificação, que é um processo contínuo e se refere à inspeção do programa
computacional a fim de garantir um comportamento consistente e que esteja de
acordo com o conhecimento atual do sistema; ii) validação, que consiste em
testes do comportamento do modelo, comparado com o sistema real que ele
deve representar (Muniz et al., 2007).
Scorza Júnior (2006) destaca vantagens do uso da simulação na
pesquisa agropecuária como baixo custo quando comparado a experimentos
de campo ou laboratório, rapidez na obtenção de resultados mais completos e
a possibilidade de criar cenários sob diversas situações, identificando os que
melhor se ajustam aos objetivos. Contudo, ressalta a necessidade de serem
conduzidas validações criteriosas para que a simulação represente da melhor
forma possível a realidade estudada.
Os primeiros modelos que buscavam representar a decomposição de
resíduos e a dinâmica da matéria orgânica no solo eram uni-compartimentais,
consistindo em equações diferenciais de primeira ordem. Eram úteis na
descrição da decomposição inicial, que se dá de forma mais rápida, porém
eram limitados por assumir que a matéria orgânica é composta por apenas um
tipo de material, sendo necessário determinar a taxa de decomposição para
cada caso, tornando o modelo muito empírico (Parton et al., 1996). O mesmo
autor segue descrevendo a evolução dos modelos, com divisão da matéria
orgânica nos compartimentos ativo, lento e passivo, seguido por vários
esquemas de divisão em compartimentos.
O desenvolvimento dos modelos seguiu com a inclusão do efeito da
textura na decomposição e formação dos compartimentos, bem como a
associação de submodelos de ciclo de nutrientes, de produção de plantas e de
água, incorporando os resultados da pesquisa. Os modelos se diferenciaram
de acordo com o foco dos estudos: decomposição de resíduos, ciclagem de
nutrientes, efeitos dos diferentes decompositores e perdas por erosão.
22
A demanda de estudos da dinâmica da matéria orgânica em escala
regional tem se intensificado, tendo em vista a tomada de decisão nas
negociações sobre o clima (Paustian et al., 1997; Falloon e Smith, 2002;
Falloon et al., 2002). Diferentes abordagens podem ser utilizadas na escala
regional, como a regressão a partir de dados de experimentos de longa
duração e sua extrapolação para a região ou a utilização de modelos de
simulação (Falloon et al., 2002).
Os modelos voltados para estudos em ecossistemas têm escala pontual
de um metro quadrado e grande detalhamento das variáveis de entrada e
saída. Os modelos de escala regional chegam a áreas de 0,5º x 0,5º, contudo,
têm estrutura mais simples para representar os fluxos e compartimentos
(Paustian et al., 1997).
A integração dos modelos de simulação a sistemas de informação
georreferenciadas (GIS) tem sido uma estratégia empregada para estimar
estoques regionais e gerar cenários de mudanças de uso (Paustian et al.,
1997; Falloon et al., 2002; Cerri et al., 2007b; Falloon et al., 2007; Kamoni et
al., 2007; Lopes et al., 2008; Tornquist et al., 2009a). Para a aplicação em
escala regional, exaustivas validações devem ser conduzidas para verificar os
níveis de erro que, em escala agregada, podem ser multiplicados (Falloon e
Smith, 2002).
Foi realizado um exercício de comparação do desempenho de nove
modelos de simulação (Candy, Century, Daisy, DNDC, ITE, NCSOIL, RothC,
SOMM e Verberne), considerando a capacidade de representar as mudanças
do carbono do solo, utilizando dados de experimentos de longa duração em
diferentes situações de uso e manejo (Smith et al., 1997). Alguns modelos se
destacaram por representar diversas situações, entre eles o Century
Ecosystem Model ou simplesmente Century.
É um modelo para a escala de ecossistema que simula as dinâmicas de
carbono, nitrogênio, fósforo e enxofre, bem como a produtividade primária e as
alterações no conteúdo de água do solo, em periodicidade mensal. Foi
inicialmente concebido para estudos ecológicos em pradarias (pastagens
nativas) dos Estados Unidos, considerando longos períodos. Seus
aperfeiçoamentos expandiram o uso para sistemas agrícolas, florestas e
savanas (Paustian et al., 1997; Parton et al., 2001).
23
O modelo está descrito detalhadamente em vários trabalhos (Parton et
al., 1987; Metherell et al., 1993; Parton et al., 1994; Parton, 1996; Parton et al.,
1996), disponibilizado gratuitamente com acesso aos códigos fonte, o que
permitiu modificações realizadas por usuários (Sitompul et al., 2000;
Kirschbaum e Paul, 2002; Corbeels et al., 2006; Leal e De-Polli, 2008).
As validações do Century em climas temperados incluem avaliações do
efeito da adição de matéria orgânica no Oregon (Parton et al., 1996), na Suécia
(Paustian et al., 1992), diferentes manejos e níveis de adubação em Nebraska
(Parton et al., 1996), em Montana (Bricklemyer et al., 2007) e em vários
experimentos de longa duração (Kelly et al., 1997).
Na Austrália, o modelo foi testado para o plantio convencional, direto e
pastagens (Parton et al., 1996); na China, foi utilizado para avaliar a dinâmica
do carbono na recuperação de áreas desérticas para a agricultura nos oásis
(Xu et al., 2011); na Argentina, Alvarez (2001) avaliou a conversão de áreas
naturais para o cultivo; e na Índia, foi avaliada a agricultura em áreas secas e
úmidas (Bhattacharyya et al., 2007; Bhattacharyya et al., 2010). Também foi
realizada uma validação com pastagens de regiões temperadas e tropicais,
avaliando o carbono e o nitrogênio do solo, bem como a produção de biomassa
viva (Parton et al., 1993; Leite et al., 2004b).
O Brasil já acumula estudos de simulação com utilização do Century
desenvolvidos na região da Mata Atlântica em Minas Gerais, simulando o efeito
de diferentes formas de adubação (Leite et al., 2004b), o efeito do preparo do
solo com plantio convencional e direto (Leite et al., 2004a) e a avaliação da
distribuição do carbono do solo entre os compartimentos (Leite et al., 2003).
Ainda que os resultados tenham sido considerados bons, os autores postulam
que as discrepâncias nas simulações são oriundas da não inclusão da
mineralogia - óxidos de ferro e alumínio e argilas de baixa atividade -
característica dos solos tropicais.
Ainda em Minas Gerais foram realizadas simulações para plantações de
eucaliptos, com uso de cronossequências, para avaliar a evolução dos
estoques de carbono a partir da conversão de pastagens em plantios florestais
(Lima et al., 2011). As discrepâncias encontradas foram atribuídas à
sensibilidade do modelo ao teor de argila, não levando em conta a mineralogia,
24
bem como a uma possível simplificação do submodelo de produção de plantas
para o caso do crescimento das árvores.
Simulações com pastagens na região amazônica têm sido conduzidas
para avaliar o efeito da conversão das florestas em pastagens e os efeitos do
manejo sobre os estoques de carbono e nitrogênio. Os estudos têm como
estratégia a utilização de cronossequências para avaliar os resultados ao longo
do tempo, considerando que no Brasil são raros os experimentos de longa
duração com registro disponível. As avaliações foram feitas considerando as
pastagens de uma propriedade (Cerri et al., 2004b), de diferentes locais (AM,
PA, RO e MT) (Cerri et al., 2007a), combinando as técnicas de simulação e
geoestatística para medir estoques de carbono e nitrogênio, elaborando
cenários de 40 anos com diferentes manejos das pastagens (Cerri et al.,
2004a). Os resultados foram considerados bons, e as discrepâncias, atribuídas
à variabilidade de produtividade das gramíneas, diferenças de textura do solo e
de manejo entre as cronossequências.
Considerando a demanda de biocombustíveis, foi desenvolvido um
estudo sobre o efeito de diferentes manejos dos resíduos da cana-de- açúcar,
utilizando experimentos de duração variada em Pernambuco, São Paulo e
África do Sul. O modelo foi calibrado, validado e foram feitas projeções para
alterações de manejo nos estoques de carbono, sendo encontrado que a
supressão da queima incrementa os estoques no longo prazo (Galdos et al.,
2009). Os resultados foram considerados bons para todos os locais e manejos
testados, e o modelo foi útil na elaboração de cenários.
No Rio Grande do Sul, os estudos tiveram como foco a validação do
Century para diferentes manejos agrícolas, avaliando a dinâmica do carbono,
nitrogênio e aportes de material vegetal ao solo. As primeiras tentativas de
utilização do modelo obtiveram resultados muito discrepantes e uma série de
ajustes foi efetuada. Os ajustes incluíram parâmetros fixos, como a relação C/N
dos compartimentos de carbono no solo e as perdas de nitrogênio por
mineralização (Bortolon et al., 2009; Tornquist et al., 2009b; Bortolon et al.,
2011). Os resultados foram considerados razoáveis e encontradas
discrepâncias relacionadas à descrição imperfeita dos locais nas variáveis de
entrada, bem como à necessidade de revisão de alguns parâmetros. Os
25
autores consideraram a falta de um tratamento específico da mineralogia no
modelo uma fragilidade a ser superada.
Mendonça e Leite (2006) consideram que o modelo tem potencial para
simular a dinâmica da matéria orgânica em diversos agroecossistemas, porém
com limitações para a região tropical, pois o modelo não considera a maior
velocidade de ciclagem e a mineralogia, que poderiam definir compartimentos
com dimensões diferenciadas.
Outras limitações mencionadas pelos autores são: a profundidade fixa
do solo de 20 cm, a taxa de decomposição dos resíduos que não considera o
efeito dos polifenóis na fase inicial, o teor de lignina permanecer constante ao
longo do processo de decomposição, a impossibilidade de programar culturas
consorciadas e a ausência do efeito do pH, fundamental para solos tropicais.
2.3 Simulação de cenários
O futuro não é predefinido, porém cheio de incertezas e, no espaço da
incerteza, o futuro é construído com esperança de realização de objetivos
(Godet e Roubelat, 1996). O futuro também não pode ser visto como uma mera
continuação do passado, pois o passado afeta o futuro, porém com as
variações oriundas das incertezas (Mcmaster, 1996)).
Num ambiente de rápidas mudanças, a atividade de prospecção é
imprescindível para que as escolhas possam interferir no futuro. As boas
prospecções são aquelas que levam à ação, evitando perigos e servindo como
espaço de aprendizagem (Mercer, 1995; Godet e Roubelat, 1996).
A prospecção e elaboração de cenários são consideradas parte
fundamental na gestão das empresas, com potencial também para o
planejamento público. No contexto da prospecção, cenário é conceituado como
“descrição de uma situação futura e do curso dos acontecimentos, que nos
permite avançar em relação à situação original para a situação futura” (Godet e
Roubelat, 1996). Os autores consideram que o uso dos cenários ainda é
limitado, pois quando a situação é favorável o uso não parece necessário e
quando as condições se tornam desfavoráveis já é muito tarde, restando
apenas reagir aos problemas impostos.
26
Um exemplo importante são os cenários de mudanças climáticas1
1 O texto completo pode ser acessado em
produzidos pelo Intergovernmental Panel on Climate Change (IPCC), utilizados
como referência na produção dos relatórios periódicos (Ipcc, 2007). Os
cenários sobre as mudanças climáticas servem como base de negociação das
metas acerca das emissões, proposição de políticas nas áreas de meio
ambiente e agricultura, bem como para a elaboração de outros cenários sobre
o impacto das possíveis mudanças sobre outros setores.
Com base nos cenários do IPCC, a Empresa Brasileira de Pesquisa
Agropecuária (Embrapa) e seus parceiros buscaram avaliar o impacto das
mudanças sobre a agricultura brasileira (Embrapa, 2008). As simulações foram
realizadas para os anos de 2010, 2020, 2050 e 2070, considerando cenários
mais pessimistas e mais otimistas. Os estudos tiveram foco nas principais
culturas: soja, milho, algodão, cana-de-açúcar, girassol, arroz, feijão, mandioca
e pastagens para gado de corte.
No pior cenário, haveria perdas de safra com prejuízos de R$ 7,4 bilhões
já em 2020, subindo para R$ 14,0 bilhões em 2070. A soja sofreria um grande
impacto, com perdas de 40% e prejuízo de R$ 7,6 bilhões. As perdas se dariam
por aumentos na deficiência hídrica decorrente do aumento da
evapotranspiração, reduzindo as áreas aptas, exceto para a cana e a
mandioca.
As principais estratégias propostas pela Embrapa são mitigação e
adaptação. A mitigação pode ser efetivada pelo sequestro de carbono
atmosférico no plantio direto, integração lavoura-pecuária, recuperação de
pastagens degradadas com produção de grãos, sistemas florestais e
agroflorestais. Também pode se dar com redução de emissões por meio de
uma pecuária mais eficiente, redução das queimadas e uso racional de
fertilizantes nitrogenados.
A adaptação está relacionada com a ampliação da produção de
espécies que convivem com a seca, seleção de variáveis mais resistentes
entre as espécies cultivadas e a identificação de genes de tolerância em
espécies nativas para sua introdução em espécies cultivadas.
http://www.ipcc.ch/pdf/special-reports/spm/sres-en.pdf
27
Em todos os estudos de elaboração de cenários, os modelos de
simulação foram uma valiosa ferramenta de apoio, integrando inúmeras
informações e conhecimentos, indicando as lacunas no conhecimento para
orientar a pesquisa.
28
3 MATERIAL E MÉTODOS
3.1 Área de estudo
A Fazenda Mourão I, selecionada como área de estudo, está localizada
no município de Campo Verde – MT (Figura 1), nas coordenadas 15º 26’ 40” S
e 54º 55’ 12” W. A região se caracteriza pela atividade agrícola tecnificada,
favorecida pelas condições climáticas, topográficas e de solos.
FIGURA 1. Localização da área de estudo, com os sistemas destacados em
vermelho: Pastagem (S1), sucessão de soja/milho safrinha (S2),
sucessão de algodão/milheto (S3), cerrado stricto sensu (S4) e
sucessão de algodão/soja/milho safrinha (S5).
29
A propriedade foi selecionada considerando a existência de sistemas
agrícolas que pudessem representar aqueles encontrados no Estado de Mato
Grosso, principalmente com soja, algodão, milho, pastagem e áreas de
vegetação preservada (Figura 2). Também foi considerada a proximidade de
estação meteorológica com séries temporais com, ao menos, 10 anos de
dados de temperatura e precipitação.
FIGURA 2. Imagens dos sistemas de uso na área de estudo: sucessão
soja/milho safrinha (A), sucessões de algodão/soja/milho safrinha
e algodão/milheto (B), pastagem (C) e Cerrado stricto sensu (D).
Foram ainda fatores importantes o registro detalhado das operações de
uso e manejo do solo a partir do ano 2002 e a disponibilidade do proprietário e
equipe para a realização de pesquisas na área.
O clima da região é do tipo Aw, segundo a classificação de Köppen, com
temperaturas e precipitação mensais conforme a Figura 3.
30
Precipitação
Temperatura Máxima Temperatura Mínima
Gra
us c
entíg
rado
s
Milí
met
ros
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
10
12
14
16
18
20
22
24
26
28
30
FIGURA 3. Médias mensais da temperatura máxima, mínima e da precipitação
em Campo Verde – MT.
O solo foi classificado, segundo o Sistema Brasileiro de Classificação do
solo (SIBS), como Latossolo Vermelho-Amarelo Ácrico típico (Embrapa, 2006),
a partir dos resultados analíticos obtidos com abertura de uma trincheira para
avaliação do perfil e coleta de amostras para análises (Anexo A).
Os primeiros sistemas agrícolas da propriedade foram implantados em
1976, seguindo os procedimentos usuais da época, com derrubada da
vegetação (Cerrado stricto sensu ou Cerradão), queimada, enleiramento,
queima das leiras e plantio de arroz. Não foi encontrado um registro detalhado
das operações desse período, sendo os registros realizados a partir de
2002/2003. Os usos e manejos estão resumidos no Quadro 1, e a adubação
informada a partir do período de registro se encontra no Quadro 2.
31
QUADRO 1. Usos e manejos encontrados na área de estudo, Fazenda Mourão, Campo Verde – MT
Identificação / Uso Período Culturas e Manejo
S1 - Pastagem 1977/1978 Retirada da vegetação nativa 1978/1980 Arroz
1981/2003 Pastagem, 1,5 t ha-1 de calcário dolomítico a cada 3 anos
2003/2010 Pastagem, 1.5 to ha-1 de calcáreo dolomítico a cada 3 anos, aplicação de 10 t ha de resíduo de algodão (casquinha) todos anos, 500 kg ha-1 de gesso no ano de 2008, 7 a 9 cab ha-1, suplementação nos meses secos
S2 - Milho-soja 1977/1978 Retirada da vegetação nativa
1978/1980 Arroz
1980/1993 Pastagem
1994/1998 Cultivo de soja com preparo convencional
1998/1999 Calagem, soja com preparo convencional
2000/2002 Grade 32', milheto/algodão (aplicação de gesso)
2002/2003 Gradagem, subsolagem, sucessão milheto/soja/milho safrinha (aplicação de gesso)
2003/2004 Algodão na palha do milho (aplicação de gesso)
2004/2007 Grade niveladora, sucessão milheto/soja (aplicação de gesso)
2007/2008 Gradagem, subsolagem, milheto/soja/milho safrinha (aplicação de gesso)
2008/2010 Grade niveladora, soja/milho safrinha (aplicação de gesso)
31
32
Quadro 1. Continuação S3 - Algodão3 1990/1991 Retirada da vegetação nativa 1991/1993 Arroz 1994/1997 Soja com preparo convencional 1997/2000 Soja e algodão com preparo convencional intercalados a cada ano 2000/2002 Calagem, grade 32', milheto/algodão (aplicação de gesso) 2002/2003 Soja/milho safrinha (aplicação de gesso) 2003/2004 Algodão na palhada do milho 2004/2006 Grade 32', milheto/algodão (aplicação de gesso), arrancador de soqueira 2006/2007 Subsolador, milheto/algodão, arrancador de soqueira 2007/2008 Milheto/algodão, arrancador de soqueira
2008/2009 Calagem, milheto/soja/milho safrinha, arracador de soqueira (aplicação de gesso)
2009/2010 Algodão na palhada do milho S4 - Cerrado 1977/2010 Fragmento de cerrado stricto sensu em área de preservação S5 - Algodão 5 1976/1977 Retirada da vegetação nativa 1977/1979 Arroz 1980/1997 Soja com preparo convencional 1997/2000 Soja e algodão com preparo convencional intercalados a cada ano 2000/2004 Calagem (2001), grade 32', milheto, algodão 2004/2005 Subsolador, grade, soja/milho safrinha (aplicação de gesso) 2005/2006 Algodão na palhada do milho (aplicação de gesso)
2006/2010 Soja/milho safrinha, arrancador de soqueira, algodão na palhada do milho
(aplicação de gesso)
32
33
QUADRO 2. Adubação realizada nos sistemas estudados na Fazenda
Mourão, Campo Verde – MT
Identificação / Uso Adubação (kg ha-1)
S1 - Pastagem 100 kg ha-1 de superfosfato simples a cada 3 anos
S2 - Milho-soja Algodão: N - 140 em 3 vezes, P - 70 em pré-
plantio, K - 140 em pré-plantio.
Milho: N - 90, P - 80, K – 60.
Soja: P - 80, K – 60.
Micronutrientes: Cu - 8 em anos alternados, Bo - 20
todo ano, Mn - 10 em anos alternados, Zn - 15 em
anos alternados.
S3 - Algodão3 Algodão: N - 140 em 3 vezes, P - 70 em pré-
plantio, K - 140 em pré-plantio.
Milho: N - 90, P - 80, K60.
Micronutrientes: Cu - 8 em anos alternados, Bo - 20
todo ano, Mn - 10 em anos alternados, Zn - 15 em
anos alternados.
S5 - Algodão 5 Algodão: N - 140 em 3 vezes, P - 70 em pré-
plantio, K - 140 em pré-plantio.
Micronutrientes: Cu - 8 em anos alternados, Bo - 20
todo ano, Mn - 10 em anos alternados, Zn - 15 em
anos alternados.
3.2. Obtenção de dados de solo e vegetação
Para a obtenção dos dados sobre a matéria orgânica dos solos, foram
abertas três minitrincheiras em cada sistema estudado, com 40 cm de
largura, 60 cm de comprimento, sendo coletadas amostras nas
profundidades de 0-5, 5-10, 10-20, 20-40 e 40-60 cm. Foram coletados dois
tipos de amostras: indeformadas, para análise de densidade, com cilindros
de 100 cm3, e deformadas, para a determinação do carbono orgânico e
34
nitrogênio total, análise granulométrica, fracionamento granulométrico da
matéria orgânica e biomassa microbiana.
As amostras coletadas foram acondicionadas em refrigerador com
temperatura de 4ºC para a preservação da matéria orgânica, bem como da
biomassa microbiana (Motavalli et al., 1994; Ferreira et al., 2007), sendo
realizadas posteriormente as determinações dos atributos físicos e químicos.
A granulometria foi determinada pelo método do densímetro
(Embrapa, 1997), e o teor de carbono total do solo, determinado por
combustão a seco em analisador de carbono modelo Multi NC 3100 (Analytik
Jena AG, Jena, DE) acoplado ao módulo de sólidos HT 1300 (Analytik Jena
AG, Jena, DE). O teor de nitrogênio total foi determinado pelo método de
Kjeldahl, adaptado por Galvani e Gaertner (2006).
Para obtenção do carbono das frações granulométricas
(fracionamento físico granulométrico), foi seguida a metodologia de
Cambardella e Elliott (1993), descrita em Roscoe e Machado (2002), como
se segue. As amostras foram secas a 50ºC em estufa de circulação forçada
e passadas em peneira de 2000 µm para a obtenção de terra fina seca ao ar
(TFSA). Foram pesadas amostras de 20 g de TFSA para as profundidades
de 0-5 e 5-10 cm e 40 g para as profundidades de 10-20, 20-40 e 40-60 cm,
às quais foram adicionadas 100 e 200 ml de água deionizada,
respectivamente.
Essas amostras foram submetidas à dispersão em ultrassom na
frequência de 20 Khz, na potência de 240 W, por 5 minutos. A suspensão foi
passada em peneira de 53 µm, para a separação das frações associadas à
areia daquelas associadas ao silte e à argila. As frações foram transferidas
para recipientes previamente pesados e postas para secar em estufa de
circulação forçada a 50ºC.
Após a secagem, os recipientes foram novamente pesados para obter
a massa recuperada de cada fração, e das massas resultantes, foram
determinados o carbono e o nitrogênio totais.
Para a determinação da biomassa microbiana, as amostras foram
passadas em peneira de 2000 µm, tiveram seu conteúdo de água
35
padronizado para 60% da capacidade de campo e foram deixadas em
temperatura ambiente (26ºC) por sete dias para a recomposição da
população microbiana (Oliveira et al., 2001). A seguir, aplicou-se a
metodologia de fumigação-incubação (Jenkinson e Powlson, 1976),
conforme descrito em De-Polli e Guerra (2008).
Como o Century considera apenas uma camada de 20 cm, foram
obtidas médias ponderadas das três primeiras camadas para densidade, pH
e teores de areia, silte e argila, para alimentação do modelo, bem como
somados os estoques de carbono e nitrogênio para comparação com os
resultados simulados.
Os estoques de carbono e nitrogênio totais para cada camada foram
calculados utilizando a Equação 1 (D'andréa et al., 2004):
( ) ( )( ) 10¸´´= EDapNCONC (1)
em que C(N)O = estoque de carbono ou nitrogênio orgânico (Mg ha-1); C(N)
= teor de carbono ou nitrogênio (g kg-1); Dap = densidade aparente (kg dm-3);
e E = espessura da camada do solo (cm). Não foi feita a correção em
equivalência de massa, considerando-se que o Century não incorpora esta
rotina.
Para determinação do carbono da biomassa aérea no sistema de
vegetação nativa, foi utilizada a metodologia de amostragem descrita por
Arevalo et al. (2002), com a definição de cinco parcelas de 4 X 25 m, nas
quais foi realizado inventário florestal, com medida do diâmetro na altura do
peito - DAP (altura = 1,30 m) e a altura de todas as árvores que apresentem
DAP de 2,5 a 30 cm.
As árvores bifurcadas abaixo do DAP tiveram sua biomassa estimada
depois de calcular o diâmetro geral da árvore, utilizando a raiz quadrada da
soma dos diâmetros das ramas individuais. As árvores mortas em pé e
caídas foram medidas da mesma forma. A equação alométrica utilizada para
estimar a biomassa arbórea foi a definida por Rezende et al. (2006) para
biomassa arbórea seca, conforme a Equação 2:
36
HtDAPY ´´= 2b (2)
em que Y é a biomassa seca; β é um parâmetro empírico definido com o
ajuste da equação aos dados de um Cerrado stricto sensu no Distrito
Federal, com valor de 0,0288; DAP é o diâmetro à altura do peito; e Ht, a
altura total.
Para estimar a biomassa arbustiva e herbácea, foram marcados ao
acaso dois quadrantes de 1 x 1 m, dentro das parcelas de 4 x 25 m, nas
quais foi cortada toda a biomassa no nível do solo, registrando-se o peso de
massa fresca total por m2. Do total coletado, foi separada uma amostra de
aproximadamente 300 g, que foi seca em estufa a 70°C até atingir peso
constante e, posteriormente, pesada. A relação entre a massa seca e fresca
da amostra foi empregada para estimar a massa seca por m2.
O carbono da serrapilheira foi medido pela marcação de
subquadrantes de 0,5 x 0,5 m dentro dos quadrantes de 1 x 1 m, definidos
para a amostragem de biomassa arbustiva e herbácea. Nos subquadrantes,
foi coletada toda a serrapilheira, sendo registrado o peso de massa fresca e
retirada uma amostra que foi pesada e seca em estufa a 70°C até peso
constante. A massa seca obtida de vegetação arbustiva, herbácea e da
serrapilheira, foi extrapolada para um hectare.
Amostras de massa seca da vegetação arbustiva e herbácea, bem
como da serrapilheira, foram moídas em moinho tipo Willey e seus teores de
carbono determinados por combustão a seco em analisador de carbono. Os
valores encontrados foram usados para estimar os estoques de carbono
desses compartimentos, sendo que para as árvores foi considerado que o
carbono consiste em 50% da matéria seca.
37
3.3. Simulações da dinâmica da matéria orgânica
3.3.1. Descrição do modelo O modelo selecionado para este estudo de simulação foi o Century
Ecosystem Model, ou simplesmente Century (Parton, 1996), desenvolvido
em linguagem Fortran e estruturado em vários aplicativos. Os aplicativos têm
as finalidades de fornecimento das variáveis de entrada, programação dos
eventos, execução da simulação, registro das variáveis de saída em
linguagem binária e a conversão da linguagem binária para linguagem de
texto (Figura 4).
FIGURA 4. Ambiente do Century Ecosystem Model, com as relações entre
os aplicativos. Adaptado de Metherell et al. (1993)
A estruturação do Century consiste em submodelos que fornecem as
entradas para um submodelo de matéria orgânica, com informações sobre
adição de material vegetal ao solo e sobre a temperatura e umidade que irão
38
interferir na decomposição do material. Os submodelos auxiliares são de
produção vegetal (com opções de culturas agrícolas, pastagens, florestas e
savanas) e um submodelo simplificado do fluxo de água e temperatura no
solo (Figura 5).
FIGURA 5. Esquema geral do Century. Fonte: Parton et al. (2001).
Na concepção do modelo, a matéria orgânica do solo foi dividida em
três compartimentos: (i) compartimento ativo, que corresponde à biomassa
microbiana do solo e seus produtos com decomposição rápida e com tempo
de ciclagem (turnover) entre meses e alguns anos, dependendo do ambiente
e conteúdo de areia; (ii) compartimento lento, que corresponde à matéria
orgânica particulada (neste trabalho comparado com a fração do carbono
associada à areia do fracionamento físico granulométrico), com maior teor
de lignina e/ou fisicamente protegida, tem um tempo de ciclagem entre 20 e
50 anos; (iii) compartimento passivo, muito resistente à decomposição,
incluindo matéria orgânica química e fisicamente protegida, com tempo de
ciclagem longo, entre 400 e 2000 anos (Parton, 1996). Neste trabalho, este
39
compartimento foi comparado com a fração do carbono associada às frações
argila e silte somadas. Os resíduos vegetais e excretas animais são também
particionados em frações estruturais e metabólicas, na superfície e no solo,
em função da relação entre a lignina e o nitrogênio do material.
A decomposição da matéria orgânica em cada compartimento é
mediada pela microbiota do solo, com interferência de fatores abióticos e da
qualidade dos resíduos, sendo representada por uma equação diferencial de
primeira ordem, com abordagem multiplicativa para os efeitos abióticos. Para
os compartimentos de resíduos estruturais da superfície e do solo, a
quantidade de carbono é dada pela Equação 3:
iii CALcKdtdC ´´´=/ (3)
O carbono do compartimento ativo é dado pela Equação 4:
imii CTAKdtdC ´´´=/ (4)
Para os compartimentos da microbiota da superfície, dos resíduos
metabólicos da superfície e do solo, do carbono lento e do passivo, a
quantidade de carbono é estimada pela Equação 5:
iii CAKdtdC ´´=/ (5)
em que Ci é a quantidade de carbono em cada compartimento; Ki , a taxa
máxima de decomposição do compartimento; A, o efeito combinado da
temperatura e umidade do solo; Tm, o efeito da textura do solo; e Lc é o
efeito do teor de lignina.
Os valores de Ki (ano-1) para cada compartimento são de 3,9
(resíduos estruturais da superfície); 4,9 (resíduos estruturais do solo); 7,3
(carbono ativo); 6,0 (microbiota da superfície); 14,8 (resíduos metabólicos da
superfície); 18,5 (resíduos metabólicos do solo); 0,20 (carbono lento); e
0,0045 (carbono passivo) (Parton et al., 1994; Leite e Mendonça, 2003).
40
O modelo foi desenvolvido e parametrizado para simular a dinâmica
do carbono (também do nitrogênio, fósforo e enxofre) nos primeiros 20 cm
de solos não hidromórficos (Parton, 1996).
O Century permite a introdução de variáveis de clima, solo, vegetação
nativa, espécies cultivadas, tratos culturais, fogo, adição de material
orgânico, colheita, pastejo etc. As principais variáveis de local requeridas
consistem em médias mensais das temperaturas máximas e mínimas,
precipitação mensal, textura do solo, deposição atmosférica de nitrogênio
(N) e enxofre (S), fixação biológica de N e teores iniciais de carbono (C), N,
fósforo (P) e S no solo. Para caracterizar a vegetação, é necessário informar
a produção potencial, o conteúdo de lignina e o conteúdo de N, P e S das
plantas (Metherell et al., 1993). Os compartimentos e fluxos do modelo estão
representados na Figura 5.
3.3.2. Simulação das condições iniciais sob vegetação nativa de Cerrado stricto sensu
As características de solo necessárias para a elaboração dos arquivos
de local (site.100) foram obtidas pelas determinações em amostras
coletadas nos sistemas, conforme o item 2.3. Foram utilizados os valores
médios ponderados das camadas dos primeiros 20 cm (Tabela 1),
considerando que a profundidade é fixa no modelo.
Como não se encontravam disponíveis os valores dos conteúdos
iniciais de C, N, P e S nos diversos compartimentos do solo e da vegetação,
a opção foi simular uma situação de equilíbrio para a vegetação natural do
local, o que supostamente ocorre entre 6000 e 10000 anos, considerando-se
o tempo de ciclagem do compartimento passivo (Alvarez, 2001; Cerri et al.,
2004b; Leite et al., 2004b).
41
TABELA 1. Médias ponderadas do pH, teores de areia, silte e argila e da
densidade nos primeiros 20 cm dos solos nos sistemas
estudados
Sistema pH Areia Silte Argila Textura Densidade
Sigla Uso (H2O) (%) (kg m-3)
S1 Pasto 6,1 51,6 9,5 38,9 Argilosa 1430,0
S2 Soja, milho 5,6 65,5 8,3 26,2 Média 1530,0
S3 Algodão, milheto 6,0 32,8 10,3 56,8 Muito
Argilosa 1250,0
S4 Cerrado 5,3 69,2 9,4 21,4 Média 1350,0
S5 Algodão, soja, milho 5,8 34,0 9,8 56,1 Muito
Argilosa 1220,0
As variáveis de clima (temperaturas máxima e mínima, precipitação)
foram obtidas de uma série histórica de 30 anos, em estação meteorológica
do INMET situada em São Vicente da Serra, a mais próxima da propriedade
em estudo (Tabela 2). As variáveis de solo, necessárias para caracterizar o
local, foram obtidas por meio de coleta de amostras na propriedade.
Foi selecionada a opção de savana para o submodelo de produção de
plantas, sendo ajustadas as variáveis de produções primárias bruta e líquida,
produção potencial do local e coeficientes relativos à competição entre a
vegetação arbórea e as gramíneas (Metherell et al., 1993; Parton et al.,
2001; Bustamante e Oliveira, 2008).
Os valores de deposição atmosférica e fixação biológica de nitrogênio
foram obtidos do trabalho de Bustamante et al. (2006a). Como o Cerrado
está sujeito à ação periódica do fogo, foi incluído um evento de fogo a cada
5 anos (Hoffmann, 1999), com a intensidade descrita por Barbosa e
Fearnside (2005). Os valores das variáveis de entrada utilizadas no estudo
estão relacionados no Apêndice C e, quando não encontradas na literatura,
foram mantidos os valores padrão (default values) incluídos nos arquivos do
Century.
42
TABELA 2. Médias mensais de temperatura e precipitação acumulada (série
histórica de 30 anos da estação meteorológica do INMET em
São Vicente da Serra), utilizados como entrada para o Century
Mês Temperatura Precipitação
Mínima Máxima Média Desvio Padrão Assimetria (ºC) (mm) Janeiro 20,67 28,20 269,10 115,10 1,18 Fevereiro 20,45 28,28 306,90 101,60 - 0,36 Março 20,26 28,51 289,90 94,30 0,19 Abril 19,99 28,78 142,80 68,80 0,48 Maio 17,83 26,87 39,00 43,80 1,51 Junho 16,94 27,4 12,70 22,40 1,93 Julho 16,47 28,05 16,40 30,50 1,94 Agosto 18,15 30,35 21,20 28,60 1,50 Setembro 19,64 30,45 71,50 82,10 1,82 Outubro 20,48 30,12 171,90 69,90 - 0,66 Novembro 20,11 28,86 173,20 51,50 - 0,45 Dezembro 20,59 28,67 276,00 99,60 0,18
3.3.3. Simulação da conversão da vegetação nativa em pastagem e cultivos
Como não existia, na propriedade, registro das operações em cada
sistema no período anterior a 2003, foram utilizadas recomendações
técnicas e descrições históricas da abertura das áreas e plantio
convencional na região para a elaboração dos arquivos de programação e, a
partir do período com disponibilidade de registros, foram usadas as
informações da fazenda. Os valores de produção em condições ideais para
cada cultura (Apêndice C) foram obtidos na literatura e, quando não
disponíveis, foram utilizados os valores padrão do Century.
Como o sistema de pastagem da propriedade consiste em uma
mistura de espécies, foi utilizado o valor padrão de produção disponível no
Century para uma mistura de gramíneas tropicais. Para a implantação das
pastagens, foi selecionada a opção de pastejo moderado, que corresponde a
43
duas cabeças por hectare, sendo aumentada a lotação até atingir a atual de
7 a 9 cabeças por hectare, com a opção de pastejo intenso.
3.4. Análises estatísticas
As taxas de acúmulo ou perda de carbono foram estimadas pela
regressão linear (y = ax + b) em que x é o número de anos, y é o estoque de
carbono e o coeficiente angular (a) representa a taxa (Mg ha-1 ano-1).
Para avaliar o desempenho do Century na simulação da dinâmica do
carbono e do nitrogênio, foram aplicados alguns dos testes estatísticos
organizados em um aplicativo denominado Modeval, desenvolvido por Smith
et al. (1997). Os testes foram utilizados para avaliar nove modelos de
simulação da dinâmica da matéria orgânica, com dados de experimentos de
longa duração. Os testes comparam valores observados (O) com valores
simulados ou preditos (P) e são:
a. Coeficiente de correlação (r), que indica se os dados simulados
seguem a mesma tendência dos dados medidos, sendo calculado pela
Equação 6.
( )( )
( ) ( )2/1
1
22/1
1
2
1
÷ø
öçè
æ-÷
ø
öçè
æ-
--=
åå
å
==
=
n
ii
n
ii
n
iii
PPOO
PPOOr (6)
b. Coeficiente de determinação (CD), que é uma medida da proporção
da variância total dos dados que pode ser explicada pelos dados simulados.
Os valores iguais ou maiores que um indicam que os desvios dos valores
simulados em relação à média são menores do que aqueles observados
nas medidas. Valores menores que um indicam que os desvios dos dados
simulados em relação à média são maiores do que os desvios dos dados
medidos, ou seja, a média descreve melhor os dados medidos do que a
simulação. O CD é calculado pela Equação 7.
44
( )
( )å
å
=
=
-
-= n
ii
n
ii
OP
OOCD
1
2
1
2
(7)
c. Raiz quadrada do erro médio (RMSE) é um teste que busca evitar a
anulação dos valores positivos pelos negativos no cálculo do erro médio
entre valores observados e simulados. É calculada pela Equação 8 e tem
seus valores expressos em porcentagem da média dos valores observados.
( )å=
-=n
iii nOP
ORMSE
1
2 /100 (8)
d. Coeficiente de massa residual (CRM), indica a direção da tendência
dos valores simulados, se maior que zero está ocorrendo uma subestimativa
e se menor que zero uma superestimativa. É calculado pela Equação 9.
å
å å
=
= =
÷ø
öçè
æ-
= n
ii
n
i
n
iii
O
POCRM
1
1 1 (9)
e. Eficiência da modelagem (EF), fornece uma comparação entre a
eficiência do modelo escolhido para descrever os dados e a média das
observações. Valores negativos significam que a média das observações
descreve melhor os dados. É calculada pela Equação 10.
( ) ( )
( )å
å å
=
= =
-
÷ø
öçè
æ---
= n
ii
n
i
n
iiii
OO
OPOOEF
1
2
1 1
22
(10)
45
Willmott e Matsuura (2005) questionam a utilização da raiz quadrada
do erro médio na avaliação do desempenho de modelos, pois cada erro ao
quadrado pode influir na magnitude do resultado, principalmente se os erros
tiverem valores altos. De igual forma, o resultado pode ser afetado por um
número maior ou menor de observações.
Portanto, foi incluído o erro médio absoluto (MAE), na mesma unidade
das observações e em percentual da média das observações (MAE%),
conforme as Equações 11 e 12.
( )å=
-=n
iii OP
nMAE
1
1 (11)
( ) ÷ø
öçè
æ-= å
=
n
iii OP
nOMAE
1%
1100 (12)
46
4 RESULTADOS E DISCUSSÃO
4.1. Simulação das condições de equilíbrio para o solo e vegetação de
Cerrado (Sistema S4)
O estoque de carbono do solo, estimado pelas amostras da área de
vegetação nativa deste estudo, foi compatível com os estoques encontrados
na bibliografia para região de Cerrado stricto sensu (Tabela 3). Observam-se
valores similares de estoque de carbono do solo para diversos teores de
argila, o que pode ser explicado pela heterogeneidade da vegetação sob
influência das características climáticas e de solo locais (Bustamante e
Oliveira, 2008).
TABELA 3. Estoques de carbono e nitrogênio em solos sob vegetação de
Cerrado, a 20 cm de profundidade
Local Estoque Argila
Autor (Mg ha-1) (%)
Carbono
Campo Verde MT 42,80 21 Este estudo
Morrinhos GO 37,89 39 (D'andréa et al., 2004) Vale do Jequitinhonha MG 43,57 81 (Pulrolnik et al., 2009)
Luziânia GO 35,40 35 (Bayer et al., 2006)
Santo Antonio GO 45,30 58 (Freixo et al., 2002)
Brasília DF 46,00 67 (Chapuis Lardy et al., 2002)
Nitrogênio
Campo Verde MT 3,60 21 Este estudo
Morrinhos GO 4,97 39 (D'andréa et al., 2004) Vale do Jequitinhonha MG 2,49 81 (Pulrolnik et al., 2009)
Santo Antônio GO 2,50 58 (Freixo et al., 2002)
A simulação de equilíbrio para a matéria orgânica do solo sob vegetação nativa de cerrado resultou em valor de estoque de carbono total
47
similar ao estimado para esse sistema (Tabela 4), com ligeira subestimativa, e valores compatíveis com os reportados pela bibliografia.
Ainda que a subestimativa não seja muito expressiva, o resultado pode estar relacionado à tendência do Century em subestimar os níveis de carbono e nitrogênio em solos arenosos com alto teor de matéria orgânica, já observada por Parton et al. (Parton et al., 1987) em estudos de simulações na região das Grandes Planícies (EUA), sendo os melhores resultados encontrados em solos de textura média. TABELA 4. Resultados das simulações para carbono e nitrogênio total do
solo no sistema S4 (vegetação nativa de Cerrado stricto sensu)
Variável Unidade S4
Teor de argila % 21,4
Carbono Total
Estoque simulado no equilíbrio Mg ha-1 38,26
Estoque observado Mg ha-1 42,80
Diferença entre simulado e observado % - 10,6
Taxa nos primeiros 100 anos Mg ha-1 ano -1 + 0,097
Taxa de 101 a 600 anos Mg ha-1 ano -1 + 0,020
Taxa de 601 a 1700 anos Mg ha-1 ano -1 + 0,003
Taxa de 1.700 a 7000 anos Não significativa (P = 0,8)
Nitrogênio Total
Estoque simulado no equilíbrio Mg ha-1 3,33
Estoque observado Mg ha-1 3,60
Diferença entre simulado e observado % - 7,5
Taxa nos primeiros 100 anos Mg ha-1 ano -1 + 0,006
Taxa de 101 a 600 anos Mg ha-1 ano -1 + 0,003
Taxa de 601 a 4.000 anos Mg ha-1 ano -1 + 0,0001
Taxa de 4.000 a 7.000 anos Não significativa (P = 0,09)
Em outro estudo realizado por Silver et al. (2000), os autores
obtiveram estoques de carbono maiores que os simulados em solos
48
arenosos, sendo os resultados explicados pelo superdimensionamento do
efeito da textura na formação do compartimento passivo e pela eficiência
das transformações entre os compartimentos do modelo. Ou ainda, o
Century poderia estar falhando em contabilizar formas não minerais de
proteção da matéria orgânica, bem como as complexas interações entre a
textura, nutrientes, disponibilidade de água e a ecofisiologia nos ambientes
de floresta.
O estoque de nitrogênio total do solo resultante da simulação seguiu o
mesmo padrão de ligeira subestimativa (Tabela 4). O submodelo de
nitrogênio do Century tem a mesma estrutura do submodelo de carbono, e a
maior parte do nitrogênio é considerada ligada a compostos orgânicos. Os
fluxos de nitrogênio seguem os de carbono, sendo sua quantidade estimada
pelo produto do valor do fluxo de carbono e a relação C/N do compartimento
que recebe o carbono (Metherell et al., 1993).
Portanto, ainda que se considere que o ciclo do nitrogênio em
savanas seja influenciado por vários fatores, como as condições climáticas,
regime de fogo, deposição atmosférica, fixação biológica e características da
vegetação, fatores sobre os quais não há muitas informações na bibliografia
que possam ser usadas como variáveis de entrada para os modelos
(Bustamante et al., 2006a; Grace et al., 2006), os resultados obtidos na
simulação de carbono e nitrogênio totais do solo para o sistema de
vegetação nativa desse estudo ficaram bem próximos dos medidos.
A simulação de equilíbrio considera uma situação sem valores iniciais
de carbono e nitrogênio nos compartimentos do solo e da vegetação. Os
valores simulados permitiram estimar uma taxa de acúmulo de carbono no
solo (Tabela 4). Observa-se que, após 1700 anos para o carbono e 4000
anos para o nitrogênio, o sistema entrou em equilíbrio dinâmico, e as taxas
não foram mais significativas.
O período em que as taxas são significativas para o carbono
corresponde à ciclagem do compartimento passivo, que varia entre 400 e
2000 anos (Parton et al., 1996). O período mais longo para o nitrogênio pode
49
estar associado à diferenças nas entradas que contabilizam, além do
material vegetal, a deposição atmosférica e a fixação biológica.
Bustamante e Oliveira (2008) reportam taxas de 0,1 a 2,5 Mg C ha-1
ano-1, considerando o sistema como um todo (solo e vegetação). A
sazonalidade climática define o comportamento da vegetação de Cerrado
em relação ao sequestro ou emissão de CO2, a qual atua como dreno
durante o período chuvoso e como fonte em um período reduzido, ao fim do
período seco. Contudo, o comportamento do carbono do solo em ambientes
de vegetação nativa de savanas não é muito claro e há poucos estudos
detalhados sobre o tema (Grace et al., 2006).
A maior proporção da biomassa aérea medida no fragmento de
Cerrado estudado foi encontrada no estrato arbóreo, seguido do estrato
herbáceo e da serrapilheira, sendo a proporção de árvores mortas de
apenas 2,5% (Tabela 5).
TABELA 5. Distribuição da fitomassa, teor e estoque de carbono nos
compartimentos da vegetação de um fragmento de Cerrado
stricto sensu em Campo Verde, MT
Compartimento Biomassa (Mg ha-1)
Distribuição (%)
Teor de Carbono
(%)
Estoque de C
(Mg ha-1)
Árvores vivas 17,18 74,28 0,50 8,59
Árvores mortas em pé 0,43 1,86 0,50 0,22
Árvores mortas caídas 0,14 0,61 0,50 0,07
Arbustos e ervas 3,53 15,26 0,46 1,62
Serrapilheira 1,85 8,00 0,42 0,79
Total 23,13 100,00 11,29
Essas proporções são mais próximas das obtidas por Barbosa e
Fearnside (2005) em Cerrado stricto sensu em Roraima do que da
proporção obtida por Castro e Kauffman (1998) em Cerrado denso próximo a
50
Brasília. As diferentes proporções podem estar relacionadas com a
heterogeneidade da vegetação, bem como com as diferentes formas de
computar cada compartimento.
A vegetação de Cerrado reflete a variabilidade de condições edafo-
climáticas e de regime de fogo com diferentes fisionomias, num gradiente
que vai desde campos com vegetação herbácea até Savanas Florestadas,
passando por tipologias intermediárias (Delitti et al., 2006). Essa
heterogeneidade é refletida também na produção de biomassa (Tabela 6).
TABELA 6. Biomassa aérea, em matéria seca, encontrados em fisionomias
de Cerrado
Fisionomia Biomassa
Autor (Mg ha-1)
Cerrado stricto sensu 23,13 Este estudo
Cerrado stricto sensu 58,69 (Fernandes et al., 2008)
Cerradão 97,88
Cerrado stricto sensu 24,80 (Castro e Kauffman, 1998)
Cerrado stricto sensu 26,02 (Abdala et al., 1998)
Cerrado stricto sensu 11,73 (Barbosa e Fearnside, 2005)
Cerrado stricto sensu 19,50 (Delitti et al., 2006)
Cerrado stricto sensu 22,70 (Lilienfein et al., 2001)
Cerrado ralo 12,5 a 39,05
(Bustamante e Oliveira, 2008) Cerrado stricto sensu 20,9 a 58,01
Cerrado denso 29,9 a 71,87
Cerradão 118,36 (Melo et al., 2009)
O valor de biomassa aérea estimada para o fragmento de vegetação
nativa estudado ficou dentro da faixa reportada na bibliografia para Cerrado
stricto sensu. Contudo, quando se considera o carbono da biomassa aérea,
os valores simulados pelo Century foram superestimados para a biomassa
aérea total, biomassa arbórea e árvores, enquanto para serrapilheira e para
51
C e
stra
to h
erb.
C s
erra
plhe
ira
C á
rv. m
orta
s
C e
stra
to a
rb.
0
10
20
30
40
C d
a bi
omas
sa (M
g ha
-1)
Simulado
Observado
C b
iom
assa
aér
ea to
tal
-26% -94% +539%
+385%+289%
a vegetação herbácea houve uma subestimativa (Figura 6). A melhor
aproximação entre valores simulados e observados foi obtida com o estrato
herbáceo, possivelmente devido à representação mais adequada das
gramíneas no submodelo de crescimento de plantas, considerando o
desenvolvimento do modelo para representar pastagens nativas.
FIGURA 6. Valores simulados e observados de estoque de carbono nos
compartimentos de vegetação nativa (Cerrado stricto sensu).
A magnitude dos valores simulados de estoques de carbono da
biomassa do estrato arbóreo e do carbono da biomassa total está mais
próxima dos valores reportados para cerradão (Savana Florestada): 48,94
Mg ha-1 (Fernandes et al., 2008) e 59,18 Mg ha-1 (Melo et al., 2009).
As savanas são ambientes cuja dinâmica e produtividade são
determinadas por um conjunto complexo de fatores que podem atuar de
forma antagônica ou sinérgica. O gradiente entre gramíneas e vegetação
lenhosa é influenciado por condições climáticas, de solo, geomorfologia,
herbivoria, eventos de fogo e intervenção antrópica, tornando difícil a
modelagem desse ambiente (Scholes e Archer, 1997).
O submodelo de produção vegetal relativo às savanas no Century é
uma integração dos submodelos de floresta e pastagem, somando as duas
produções. A produção da floresta ocorre normalmente como no submodelo
52
original e a produção das gramíneas é afetada pelo sombreamento
promovido pelas árvores e pela competição por nitrogênio, controlada pela
área basal das árvores (Metherell et al., 1993).
Não é computado o efeito das gramíneas sobre as árvores como a
dificuldade na germinação e no estabelecimento de arbustos e árvores,
fornecimento de combustível fino que amplifica os eventos de fogo, além da
competição por nutrientes e água (Scholes e Archer, 1997). Também não há
limitações de nutrientes para o crescimento no Century, e a disponibilidade
hídrica primeiramente atende às necessidades das plantas. Essas condições
podem favorecer o estrato arbóreo no modelo, justificando a superestimativa
para este compartimento.
A vegetação do Cerrado apresenta características de esclerofilia
como resposta ao ambiente, sendo um conjunto de defesas físicas e
químicas que conferem maior resistência à decomposição. O mecanismo é
comum em plantas crescidas em solos pobres em nutrientes, baixa
disponibilidade de água e alta irradiação solar e decorre do aumento da
relação C/N, produção de compostos como os taninos, acúmulo de ligninas,
ceras e presença de tricomas (Pais e Varanda, 2003; Silva et al., 2009).
No modelo, os resíduos são particionados em uma fração metabólica
e outra estrutural, em função do seu conteúdo de lignina, sendo o efeito do
conteúdo de lignina estabelecido pelas incubações com bluegrass (Poa
pratensis L.), palha de milho, folhas de carvalho (Quercus sp) e palha de
trigo (Parton et al., 1987), com características diferentes da vegetação do
Cerrado.
Parton et al. (1994) consideram que as diferenças no teor inicial de
nitrogênio de resíduos com teor de lignina similar também contribuem para
diferenças no tempo de decomposição, portanto, o baixo teor de nitrogênio
de resíduos oriundos da vegetação do Cerrado também pode ser um fator
que retarda a decomposição, resultando em acúmulo de serrapilheira.
As características químicas da vegetação de Cerrado podem ainda
não estar bem descritas nos arquivos de vegetação do Century, tendo em
vista a escassez de informações e o grande número de variáveis
53
demandadas. De igual forma, as taxas de transferência (decomposição) das
frações metabólica e estrutural podem estar superdimensionadas (Kelly et
al., 1997), demandando experimentos de incubação específicos para os
resíduos, temperaturas e solos encontrados na região de Cerrado.
4.2. Simulação dos sistemas com sucessões de algodão (S3 e S5)
As simulações de equilíbrio com vegetação nativa para os sistemas
sob sucessões de algodão (S3 e S5), com os maiores teores de argila (56%
aproximadamente), resultaram em elevados valores de estoques de carbono
do solo (Tabela 7), em relação ao fragmento de Cerrado observado (42,80
Mg ha-1).
Em área de Cerradão com 52% de argila, Carvalho et al. (2010b)
encontraram estoque de carbono de 56,6 Mg ha-1. Chapuis Lardy et al.
(2002), em solo com aproximadamente 69% de argila e mesma cobertura
vegetal, encontraram valores de 53 a 56,6 Mg ha-1, menores que os
simulados pelo Century neste estudo. Como não havia informações na
propriedade sobre a vegetação original dos sistemas estudados, não foi
possível estabelecer comparações mais acuradas sobre a estimativa dos
conteúdos iniciais de carbono.
A possível superestimativa dos valores iniciais dos compartimentos
pode afetar as simulações subsequentes. Conforme Cerri et al. (2004b),
valores diferentes dos estoques iniciais podem ter sido a causa de
discrepâncias entre valores simulados e observados em sistemas de
pastagens com características semelhantes.
A simulação dos usos e os manejos descritos no histórico dos
sistemas S3 e S5, com sucessão de milheto/algodão e algodão/soja/milho
safrinha nos últimos anos, resultaram em superestimativa dos estoques de
carbono e nitrogênio totais (Tabela 7).
Ao final do período de simulação, os valores de estoque já se
encontravam próximos aos valores iniciais, contudo, estimativas de Lal
(2006) indicam perdas de 25 a 75% do carbono do solo na conversão de
vegetação nativa para a agricultura, sendo necessário um período de até 30
54
anos com boas práticas agrícolas para a recuperação de 60 a 70% do
carbono perdido.
TABELA 7. Resultados das simulações para carbono e nitrogênio total do
solo nos sistemas S3 (sucessão milheto algodão) e S5
(sucessão algodão soja milho), com o teor de argila observado
nos sistemas
Variável Unidade S3 S5
Teor de argila % 56,8 56,1
Carbono Total
Estoque inicial simulado Mg ha-1 67,7 66,9
Estoque final simulado Mg ha-1 66,5 66,6
Estoque final observado Mg ha-1 46,1 43,8
Diferença entre simulado e observado % + 44 + 52
Perda inicial simulada % 18 18
Taxa nos primeiros anos (0-7) Mg ha-1 ano -1 -1,748 -1,704
Taxa de 8 anos até a coleta Mg ha-1 ano -1 + 0,432 + 0,356
Nitrogênio Total
Estoque inicial simulado Mg ha-1 6,8 6,7
Estoque final simulado Mg ha-1 7,39 7,28
Estoque final observado Mg ha-1 4,29 3,76
Diferença entre simulado e observado % + 72 + 93
Perda inicial simulada % 5,3 5,4
Taxa nos primeiros anos (0-7) Mg ha-1 ano -1 - 0,063 - 0,061
Taxa de 8 anos até a coleta Mg ha-1 ano -1 + 0,057 + 0,036
No ano de 2000, foram iniciadas práticas mais conservacionistas nos
dois sistemas, compreendendo dois cultivos por ciclo, redução da
mecanização, produção e proteção da palhada, com intensificação dessas
55
práticas ao longo dos anos, porém o período seria insuficiente para uma
recuperação dessa magnitude.
As taxas estimadas a partir dos valores simulados de estoques de
carbono ao longo do tempo, Tabela 7, estão dentro das faixas da
bibliografia, sendo reportadas desde a perda de 0,3 ao ganho de 0,13 Mg ha-
1 ano-1, em áreas de agricultura convencional, até ganhos de 0,3 a 1,93 Mg
ha-1 ano-1, nas áreas de plantio direto (Batlle-Bayer et al., 2010). Como o
período de recuperação dos estoques de carbono nos sistemas estudados
compreende os períodos de plantio convencional e de práticas
conservacionistas, as taxas se situaram próximas ao limiar inferior das taxas
do plantio direto.
Para verificar a adequação dos arquivos de programação, os valores
dos estoques de carbono total obtidos para o período de plantio
convencional nos sistemas foram comparados com os valores reportados
pela bibliografia para plantio convencional, sendo utilizados os valores
compilados por Batlle-Bayer et al. (2010), por Marchão et al. (2009) e o
trabalho de Neto et al. (2010), na profundidade de 20 cm e faixa de textura
similar aos sistemas estudados (Figura 7), sendo também encontrada
superestimativa dos valores simulados.
Considerando-se a superestimativa dos valores obtidos, buscou-se
avaliar o efeito da textura sobre os estoques de carbono no modelo, sendo
realizadas simulações de equilíbrio sob vegetação nativa, com as mesmas
características de local (arquivo site.100), porém com incrementos de 5% no
teor de argila. Os resultados obtidos foram comparados com estoques de
carbono do solo sob vegetação de Cerrado, com diferentes teores de argila,
reportados pela bibliografia (Apêndice B). Foram obtidas as relações
expressas na Figura 8.
A dispersão dos dados da bibliografia e o coeficiente de determinação levam à hipótese de que outros fatores como o clima (temperatura e precipitação), a disponibilidade de radiação possam estar influenciando os estoques estimados nos diferentes locais. Para as simulações, foi incrementado o teor de argila com correspondente redução do teor de areia, sendo mantido
56
y = 0.8789x + 20.126R2 = 0.9923
y = 0.4154x + 18.48R2 = 0.489
0
20
40
60
80
100
120
0 10 20 30 40 50 60 70 80 90 100
Teor de argila (%)
Est
oque
de
carb
ono
(mg
ha-1
)
Valores simulados
Valores da literatura
30
40
50
60
70
80
1970 1975 1980 1985 1990 1995 2000 2005 2010 2015
Tempo (ano)
Esto
que
de C
(Mg
ha-1
)
Simulado S3
Simulado S5 Observado bibliografia
Observado estudo
fixo o teor de silte, o que não ocorre nas situações da bibliografia, nas quais pode haver variação nos teores de silte, ampliando a dispersão.
FIGURA 7. Valores simulados de estoques de carbono total para os
sistemas S3 e S5, valores observados na bibliografia e neste
estudo.
FIGURA 8. Valores simulados de estoques de carbono em solos sob
vegetação de cerrado, com incrementos no teor de argila e
valores de estoques reportados pela bibliografia.
Ainda assim, os coeficientes das retas indicam tendências diferentes
57
30
40
50
60
70
80
1975 1980 1985 1990 1995 2000 2005 2010 2015
Tempo (ano)
Esto
que
de C
(Mg
ha-1
)
Simulado S3
Simulado S5
Observado bibliografia
Observado estudo
entre valores os valores simulados e os observados na bibliografia, sendo essa tendência analisada pela verificação da equivalência dos parâmetros das curvas, com o teste de hipótese randômico pela metodologia da reamostragem por Monte Carlo. Foram realizadas 10000 reamostragens de 20 pontos ao longo da curva, conforme descrito no trabalho de Waller et al. (2003), utilizando o aplicativo NCSS 2007 (NCSS, Kaysville, Utah), tendo sido encontrado que as curvas são diferentes com um nível de probabilidade de 0,0200.
Ainda para avaliar o efeito da textura nos resultados do Century, as características do solo do sistema S1 (39% de argila e estoque inicial de 51,8 Mg ha-1) foram utilizadas para a simulação do conjunto de eventos programados para os sistemas S3 e S5, observando-se redução da superestimativa dos estoques de carbono e nitrogênio total (Tabela 8).
Observa-se que os valores simulados ficam mais próximos dos observados e dos reportados pela bibliografia (Figura 9) para plantio convencional (Marchão et al., 2009; Batlle-Bayer et al., 2010; Siqueira Neto et al., 2010). O cultivo convencional de soja foi empregado nos dois sistemas até o ano de 1997.
FIGURA 9. Valores simulados de estoques de carbono total para os
sistemas S3 e S5 em solo com 39% de argila, valores
observados na bibliografia e nesse estudo.
58
TABELA 8. Resultados das simulações para carbono e nitrogênio total do
solo nos sistemas S3 (sucessão milheto algodão) e S5
(sucessão algodão soja milho), com o teor de argila observado
no sistema de pastagem (S1)
Variável Unidade S3 S5
Teor de argila % 38,9 38,9
Carbono Total
Estoque inicial simulado Mg ha-1 51.8 51,8
Estoque final simulado Mg ha-1 50,34 51,24
Estoque final observado Mg ha-1 46,1 43,8
Diferença entre simulado e observado % + 9 + 17
Perda inicial simulada % 18 18
Taxa nos primeiros anos (0-7) Mg ha-1 ano-1 - 1,577 - 1,327
Taxa de 8 anos até a coleta Mg ha-1 ano-1 + 0,376 + 0,296
Nitrogênio Total
Estoque inicial simulado Mg ha-1 4,92 4,92
Estoque final simulado Mg ha-1 5,23 5,29
Estoque final observado Mg ha-1 4,29 3,76
Diferença entre simulado e observado % + 22 + 41
Perda inicial simulada % 7 7
Taxa nos primeiros anos (0-7) Mg ha-1 ano -1 - 0,064 - 0,064
Taxa de 8 anos até a coleta Mg ha-1 ano -1 + 0,044 + 0,030
A tendência do Century em superestimar estoques de carbono em
solos argilosos e subestimar em solos arenosos já havia sido observada por
Parton et al. (1987) em solos das Grandes Planícies, onde o aplicativo foi
desenvolvido, sendo os melhores resultados encontrados para solos de
textura média. Os autores consideravam que poderia haver problemas nas
equações que estimavam a densidade do solo no modelo, recomendando
novas pesquisas para uma identificação mais precisa. Em avaliações
59
posteriores, o modelo ainda simulava estoques maiores do que seria
esperado em solos oxídicos, com alto teor de argila (Parton et al., 1996;
Silver et al., 2000; Tornquist et al., 2009b).
A textura afeta o modelo por diferentes vias: influenciando a ciclagem
do compartimento ativo (biomassa microbiana e seus produtos), que é
reduzida linearmente com o aumento do teor de argila, e afetando também a
eficiência da estabilização do carbono (ligada às perdas de CO2 durante o
processo) no compartimento lento, que aumenta com o incremento do teor
de silte mais argila (Parton et al., 1994).
O conteúdo de argila controla principalmente a formação do
compartimento passivo, sendo que os fluxos dos compartimentos ativo e
lento para o passivo são função do conteúdo de areia. Essa formulação
parte da suposição de que os minerais de argila são as partículas primárias
que estabilizam o carbono passivo (substâncias húmicas), sendo
influenciadas pelo pH, pela superfície específica das argilas, densidade de
cargas, presença de cátions trocáveis, fatores não simulados diretamente
pelo modelo. Os valores dos parâmetros foram estabelecidos por ajuste a
dados observados em solos das Grandes Planícies com diferentes texturas
(Parton et al., 1994).
Os solos tropicais são compostos por argilas de baixa atividade (1:1),
como caulinitas e gibbsitas, bem como por óxidos de ferro e alumínio
(Roscoe et al., 2006b). A estabilização do carbono no solo está relacionada
à quantidade e à capacidade de reação dos minerais de argila do solo,
havendo um limite para a capacidade de proteção da matéria orgânica.
Portanto, o acúmulo de matéria orgânica depende não só do teor de argila,
mas também de quanto das cargas já estão ocupadas (Roscoe et al., 2001).
Solos com minerais do tipo 1:1 foram encontrados com uma menor
quantidade de carbono associada à fração silte mais argila em relação a
solos com mineralogia 2:1 e mesmo teor de argila (Stewart et al., 2008),
sendo a diferença atribuída principalmente ao tipo da argila.
A presença de óxidos na composição do solo também afeta a
comparação com dados observados em solos mais arenosos (Motavalli et
60
al., 1994), nos quais podem ser obtidos resultados de simulação inferiores
aos observados. Ocorre que os óxidos formam compostos organominerais
de alta estabilidade por interação de suas cargas positivas com as cargas
negativas da matéria orgânica. Contudo, as cargas em solos oxídicos são
variáveis, dependendo do pH (Parfitt et al., 1997; Roscoe et al., 2006b), e a
aplicação de corretivos e adubos, juntamente com a mecanização, pode
reduzir os estoques de carbono (Roscoe et al., 2001).
O modelo não conta com variáveis de entrada relativas à aplicação de
corretivos (Foereid et al., 2007), e testes de simulações realizadas neste
estudo com as mesmas condições de solo e variando o pH não resultaram
em grandes diferenças de estoques. O uso de corretivos tem sido uma das
bases da agricultura nas condições de Cerrado e seu efeito não estar
incluído no modelo, juntamente com os demais efeitos oriundos da
mineralogia, podendo ser uma fonte considerável de erro.
4.3. Simulações do sistema com sucessão de soja-milho (S2)
A simulação de equilíbrio com a vegetação nativa para as
características de solo do sistema S2, com sucessão de soja-milho por
ocasião da coleta, resultou em um estoque inicial de carbono do solo (41,4
Mg ha-1) similar ao fragmento de Cerrado que se encontra próximo e com
teor de argila semelhante.
As primeiras simulações com a sequência de usos e operações
desenvolvidas ao longo do tempo resultaram em estoques muito baixos para
os períodos de plantio convencional de soja com pousio. Pacheco et al.
(2009) obtiveram biomassa (massa seca) de plantas espontâneas de 2,8 Mg
ha-1 em área de pousio após plantio de soja e Silva et al. (2005) encontraram
até 7,3 Mg ha-1 em área preparada com grade aradora e arado de disco,
após a colheita de feijão com preparo. A adição de matéria orgânica dessa
fonte é fundamental para a elaboração dos arquivos de programação para
este sistema.
61
Com a inclusão dos eventos do ciclo das plantas espontâneas que se
desenvolvem durante o pousio, os valores simulados de estoques de
carbono e nitrogênio ficaram próximos dos observados (Tabela 9).
O desempenho da simulação nesse sistema pode estar relacionado
ao teor de argila do solo, similar ao teor dos estudos de simulação com o
Century: 22 a 36% (Parfitt et al., (1997), 21 a 36% (Falloon e Smith, (2002),
35% Paustian et al., (1992), 37 e 46% (Leite et al., (2004b) e 18 a 35% (Cerri
et al., (2004b), com resultados considerados satisfatórios.
TABELA 9. Resultados das simulações para carbono e nitrogênio total do
solo no sistema S2 (sucessão de soja milho)
Variável Unidade S2
Teor de argila % 26,2
Carbono Total
Estoque inicial simulado Mg ha-1 41,4
Estoque final simulado Mg ha-1 37,5
Estoque final observado Mg ha-1 41,3
Diferença entre simulado e observado % - 9,3
Perda inicial simulada % 17
Taxa nos primeiros anos (0-10) Mg ha-1 ano -1 - 0,95
Taxa de 11 anos até a coleta Mg ha-1 ano -1 + 0,14
Nitrogênio Total
Estoque inicial simulado Mg ha-1 3,71
Estoque final simulado Mg ha-1 3,59
Estoque final observado Mg ha-1 3,92
Diferença entre simulado e observado % - 8,4
Perda inicial simulada % 8
Taxa nos primeiros anos (0-10) Mg ha-1 ano -1 - 0,035
Taxa de 11 anos até a coleta Mg ha-1 ano -1 + 0,057
62
As taxas estimadas a partir dos valores simulados de estoques de
carbono e nitrogênio ao longo do período foram similares às reportadas para
agricultura convencional por Battle-Bayer (2010). Os valores de estoques de
carbono total obtidos para o período de plantio convencional foram
compatíveis com os reportados pela bibliografia para a mesma modalidade
(Figura 10), sendo utilizados para a comparação os valores compilados por
Batlle-Bayer et al. (2010), por Marchão et al. (2009) e o trabalho de Neto et
al. (2010), com a profundidade de 20 cm e faixa de textura similar ao sistema
estudado. Porém, não foi observada modificação no padrão de acumulação
de carbono, com a adoção das práticas conservacionistas (inclusão de mais
de uma cultura por ciclo, manutenção dos resíduos no solo e redução do
revolvimento), a partir do ano 2000.
FIGURA 10. Valores simulados de estoques de carbono total para os
sistema S2, valores observados na bibliografia e nesse
estudo.
A baixa sensibilidade do modelo às práticas conservacionistas foi
observada por Farage et al. (2007) em estudo sobre sequestro de carbono
em regiões semiáridas da África e América Latina e por Bricklemyer et al.
(2007) em simulações utilizando bases de dados de Montana, EUA.
30
40
50
60
70
80
1970 1975 1980 1985 1990 1995 2000 2005 2010 2015
Tempo (ano)
Esto
que
de C
(Mg
ha-1
) Simulado Observado bibliografia Observado estudo
63
Corbeels et al. (2006), em simulações com um modelo que agrega um
módulo de crescimento de plantas agrícolas ao submodelo de matéria
orgânica do Century (denominado G’DAY), consideraram que, ainda que as
tendências gerais sejam reproduzidas, os efeitos do cultivo são
simplificados, não considerando o efeito da adição de corretivos que
aceleram a decomposição (Motavalli et al., 1994), as perdas por erosão e os
efeitos sobre a agregação do solo.
A estimativa de perdas na abertura pelo modelo em todos os
sistemas, considerando os primeiros dez anos, variou entre 18 e 23%,
inferior aos valores reportados na bibliografia, que variam entre 30 e 80%
para a região de Cerrado (Bustamante et al., 2006b; Batlle-Bayer et al.,
2010). Para a região subtropical, foram encontradas perdas entre 30 e 50%
aos 15 anos de cultivo após a conversão (Lopes et al., 2008; Bortolon et al.,
2009), valores também superiores aos encontrados para os sistemas
estudados.
Simulações com usos e manejos realizadas na região subtropical,
com solos mais argilosos e temperaturas médias inferiores, demandaram
ajustes nos parâmetros do Century, inclusive os considerados fixos. Os
ajustes consistiram nas equações que regulam a conversão entre os
compartimentos lento e passivo, o ajuste das perdas de nitrogênio por
volatilização e o efeito do cultivo nos meses subsequentes ao revolvimento
do solo (Lopes et al., 2008; Bortolon et al., 2009; Tornquist et al., 2009b;
Bortolon et al., 2011).
As simulações realizadas por Bortolon et al. (2011) com cultivos
agrícolas no Rio Grande do Sul, mesmo em solos argilosos e submetidos a
práticas conservacionistas como o plantio direto, não resultaram em
recuperação dos estoques originais de carbono em 70 anos.
A recuperação dos estoques, de forma geral, tem um comportamento
sigmoide, evoluindo lentamente e atingindo valores máximos em torno de 10
a 30 anos após a adoção de práticas conservacionistas, sendo as taxas
inferiores em relação às perdas por ocasião da conversão de sistemas
naturais para a agricultura (Lal, 2006). Contudo, foi reportado o incremento
64
de estoques de carbono acima dos níveis originais com a conversão de
áreas de oásis agrícolas na região árida da China, sendo a dinâmica do
carbono determinada pelas práticas mais ou menos conservacionistas, tendo
sido o Century capaz de reproduzir estas tendências na área estudada por
Xu et al. (2011).
4.4. Simulações do sistema de pastagem (S1)
A simulação de equilíbrio para a matéria orgânica do solo em
vegetação nativa para o sistema de pastagem (S1) resultou no estoque de
carbono total de 51,8 Mg ha-1, valor superior ao simulado para o fragmento
de vegetação nativa (S4), refletindo o efeito do teor de argila. Em texturas
com 44 e 35% de argila, foram encontrados estoques de 37,9 e 35,4 Mg ha-1,
respectivamente, em Cerrados stricto sensu no Estado de Goiás (Marchão et
al., 2009). São valores inferiores ao estimado pelo modelo, contudo também
é reportado o valor de 54 Mg ha-1 para área de Cerrado com 36% de teor de
argila no estado de Mato Grosso do Sul (Batlle-Bayer et al., 2010). Tendo
em vista a grande variação dos valores observados, o estoque estimado
pode ser considerado plausível.
Com realização das primeiras simulações dos eventos descritos para
a área de pastagem, observou-se que o modelo subestimava o estoque de
carbono para os tratos culturais empregados (adição de resíduo de
algodoeira, aplicações de fósforo, de gesso agrícola) e taxa de lotação (7 a 9
cabeças por hectare).
A produção de fezes e urina por bovinos em diferentes idades e
manejos pode variar de forma expressiva, com maior ou menor adição de
carbono ao solo em pastagens, afetando os estoques (Smith e Frost, 2000;
Braz et al., 2002; Mcgechan e Topp, 2004; Soares et al., 2007; Chiavegato,
2010). Mantidas as mesmas características de local e das gramíneas, as
entradas de carbono resultantes das diferentes produções de fezes descritas
pelos autores, Tabela 10, foram incluídas no arquivo de adição de matéria
orgânica (omad.100) e feitas simulações para os eventos descritos para o
sistema de pastagem.
65
TABELA 10. Adição de carbono ao solo por fezes de bovinos, com taxa de
lotação de sete cabeças por hectare
Produção de MS
(Mg ha-1 mês-1 )
Adição de carbono
(g m-2 mês-1) Autor
16,77 19,95
(Smith e Frost, 2000) 19,97 23,75
26,24 31,21
33,07 39,33
9,47 11,26 (Braz et al., 2002)
10,30 12,25
(Chiavegato, 2010) 11,23 13,36
12,17 14,47
13,73 16,33
Foram obtidos estoques crescentes de carbono do solo, numa
proporção de 0,35 Mg ha-1 (P valor = 0,0000) para cada grama de carbono
oriundo das fezes adicionado por metro quadrado (Figura 11).
Para a taxa de lotação praticada no sistema estudado, os retornos
propostos pelo arquivo de pastejo (graz.100) na opção “pastejo intensivo” do
Century foram insuficientes para explicar os estoques. Portanto, nas
simulações subsequentes, foi utilizada uma adição de 15 g C m-2, valor
ainda modesto, que representa a produção de fezes por bovinos em sistema
não muito intensivo de alimentação.
A adição de carbono e nitrogênio pelas fezes e urina dos bovinos
representa uma importante entrada no sistema de pastagem, contribuindo
para o aumento dos estoques em áreas bem manejadas, contudo pode
também contribuir para o aumento da emissão de gases do efeito estufa
(Van Der Weerden et al., 2011), que não foi objeto deste estudo.
66
y = 0,35x + 49,83
R 2 = 0,96
40
50
60
70
80
10 20 30 40 50
C adicionado (g m-2)
Esto
que
de C
(Mg
ha-1
)
FIGURA 11. Relação entre a adição de carbono oriundo de fezes de bovinos
e os estoques de carbono do solo, em simulação com o
modelo Century
Com o ajuste do valor das entradas de carbono, a simulação resultou
em estoques de carbono e nitrogênio próximos aos valores observados
(Tabela 11).
As diferenças entre simulado e observado ficaram abaixo do limite de
Parton et al. (1993) em simulações com o Century em áreas de pastagem
com diferentes características de clima e textura de solo, localizadas nos
EUA, Rússia, Quênia, Tailândia e Costa do Marfim, onde foram encontradas
variações entre simulado e observado da ordem de ± 25% para a maioria
dos pontos.
Na região Amazônica (Estado de Rondônia), simulações realizadas
em cronossequências de pastagens com o mesmo modelo resultaram em
diferenças médias entre simulado e observado de 17% para carbono total do
solo e 25% para nitrogênio total (Cerri et al., 2004b). Como o modelo
consegue reproduzir tendências gerais da dinâmica da matéria orgânica,
estes resultados são considerados bons e as variações são reputadas às
diferenças de manejo, conteúdo inicial de carbono, produtividade das
gramíneas utilizadas e diferentes intensidades de pastejo.
67
TABELA 11. Resultados das simulações para carbono e nitrogênio total do
solo no sistema S1 (pastagem)
Variável Unidade S1
Teor de argila % 38,9
Carbono Total
Estoque inicial simulado Mg ha-1 51,8
Estoque final simulado Mg ha-1 56,64
Estoque final observado Mg ha-1 61,76
Diferença entre simulado e observado % - 8
Perda inicial simulada % 15
Taxa nos primeiros anos (0-12) Mg ha-1 ano -1 - 0,71
Taxa de 13 anos até a coleta Mg ha-1 ano -1 + 0,50
Nitrogênio Total
Estoque inicial simulado Mg ha-1 4,92
Estoque final simulado Mg ha-1 5,80
Estoque final observado Mg ha-1 5,21
Diferença entre simulado e observado % + 11
Perda inicial simulada % 5
Taxa nos primeiros anos (0-12) Mg ha-1 ano -1 - 0,028
Taxa de 13 anos até a coleta Mg ha-1 ano -1 + 0,047
O sistema estudado recebe um manejo atípico em relação às
pastagens da região, com aplicação de matéria orgânica oriunda de resíduos
de algodão, adubações de manutenção e aplicação de gesso agrícola, além
de uma taxa de lotação alta.
Portanto, houve preocupação com a possibilidade de
superdimensionamento do arquivo de programação dos eventos para atingir
os estoques observados. Porém, comparando o período em que foi relatado
um manejo mais convencional da pastagem, os estoques são compatíveis
com os compilados por Batlle-Bayer et al. (2010) para áreas de pastagem
com faixa de textura similar e tempo de implantação entre 10 e 20 anos
68
30
40
50
60
70
80
1970 1975 1980 1985 1990 1995 2000 2005 2010 2015
Tempo (ano)
Est
oque
de
C (M
g ha
-1) Simulado Observado bibliografia Observado estudo
(Figura 12), demonstrando a adequação dos arquivos de programação e das
variáveis de entrada a este sistema.
FIGURA 12. Valores simulados de estoques de carbono total para os
sistema S1, valores observados na bibliografia e nesse estudo
Considerando que o Century foi desenvolvido na região das Grandes
Planícies dos EUA, onde predominam extensas áreas de gramíneas nativas,
muitos dos parâmetros e funções foram desenvolvidos utilizando bancos de
dados que incorporam as características locais, com impacto nas simulações
para outras condições (Falloon e Smith, 2002). O melhor desempenho do
modelo para condições de pastagens e de cultivos agrícolas em relação às
de floresta também já havia sido observado por Kelly et al. (1997).
Com os resultados da simulação, foi possível estimar as taxas de
perda ou acumulação de carbono no período (Tabela 11), com perda nos
primeiros anos após a abertura e recuperação a partir do décimo terceiro
ano. Ao fim do período, os estoques de carbono e nitrogênio atingiram
valores superiores aos iniciais, simulados para a vegetação nativa.
A acumulação ou perda de carbono em solos da região de Cerrado,
sob pastagens, depende da textura, fertilidade e do manejo utilizados.
Carvalho et al. (2010b) encontraram taxa de 0,44 Mg ha-1 ano-1 em
pastagem não degradada e uso de fertilizantes, Bustamante et al. (2006b)
informam taxas de até 1,3 Mg ha-1 ano-1 e Corazza et al. (1999) encontraram
0,13 Mg ha-1 ano-1.
69
Em pastagens bem manejadas, acumulam-se os efeitos da redução
do revolvimento do solo, permitindo a agregação e proteção da matéria
orgânica, o desenvolvimento do sistema radicular das gramíneas, que
adiciona matéria orgânica na forma de biomassa e exsudatos (D'andréa et
al., 2004), e a adição de fertilizantes e de carbono e nitrogênio oriundos de
fezes e urina dos bovinos (Braz et al., 2002; Soares et al., 2007).
4.5. Avaliação do desempenho do Century
Os resultados dos testes estatísticos empregados para avaliar o
desempenho do Century na simulação dos usos e manejos nos sistemas
estudados estão na Tabela 12.
Considerando todos os pares de valores obtidos neste estudo
(carbono total e compartimentos), o coeficiente de correlação (r) indica uma
correlação positiva entre os dados simulados e observados, ou seja, os
dados simulados seguem a mesma tendência dos dados medidos.
Em simulações com pastagens da Amazônia, foram encontrados
valores de r com grande amplitude, entre 0,36 e 0,94 (Cerri et al., 2004b;
Cerri et al., 2007a), os valores em simulações de sistemas agrícolas também
são amplos, entre - 0,27 e 0,97 (Bhattacharyya et al., 2007; Galdos et al.,
2009; Bhattacharyya et al., 2010; Bortolon et al., 2011).
As principais fontes de erro encontradas neste estudo foram a
superestimativa dos estoques em solos argilosos e as discrepâncias entre as
proporções dos compartimentos lento e passivo. A retirada desses pares da
análise estatística, Tabela 12, produz incrementos nos valores do coeficiente
de correlação, denotando uma aproximação maior entre as tendências dos
dados simulados e medidos.
70
TABELA 12. Estatísticas para o desempenho do Century Ecosystem Model em simular a dinâmica de carbono e nitrogênio
no solo sob diferentes usos e manejos
Dados r RMSE RMSEp MAE MAEp CRM CD EF n
Mg ha-1 % Mg ha-1 %
Carbono
Todos os pares 0,68 17,73 62,7 13,77 48,68 -0,11 1,04 0,36 25
(S3 e S5) 0,85 19,56 78,22 16,00 64,01 -0,58 0,47 -0,012 10
(S1 e S2) 0,75 17,12 53,58 12,60 39,45 0,13 1,75 0,54 10
(S3 e S5) sem C Lento e C Passivo 0,99 19,51 68,14 16,31 57,58 - 0,57 0,33 0,048 6
(S1 e S2) sem C Lento e C Passivo 0,99 5,19 14,80 4,27 12,14 0,11 1,23 0,96 6
(S1, S2 e S4) sem C Lento e C Passivo 0,99 5,89 17,61 4,63 13,85 0,13 1,26 0,94 9
Nitrogênio
Todos os pares 0,69 1,78 57,74 1,33 43,04 -0,31 0,43 -0,41 20
(S3 e S5) 0,94 2,71 95,10 2,54 89,00 - 0,89 0,18 - 2,64 8
(S1 e S2) 0,91 0,69 19,84 0,58 16,87 0,002 1,18 0,83 8
(S3 e S5) sem N Lento e N Passivo 0,70 3,48 90,12 3,47 89,93 - 0,9 0,001 - 179,16 4
(S1 e S2) sem N Lento e N Passivo 0,98 0,4 8,53 0,37 8,00 - 0,004 0,45 0,71 4
(S1, S2 e S4) sem N Lento e N Passivo 0,98 0,39 8,99 0,37 8,45 0,02 0,47 0,74 6
Ajuste perfeito 1,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00 r = coeficiente de correlação; RMSE = raiz quadrada do erro médio; RMSEp = raiz quadrada do erro médio em percentual; MAE = erro médio absoluto; MAEp = erro médio absoluto em percentual; CRM = coeficiente de massa residual; CD = coeficiente de determinação; EF = eficiência da modelagem; n = número de observações.
70
71
Contudo, a tendência dos dados proporcionada por r não esclarece a
dispersão entre dados simulados e medidos (Smith et al., 1997), sendo
fundamental a avaliação dos desvios. A avaliação mais usual é a raiz
quadrada do erro médio (RMSE), podendo ser visualizada na unidade
estudada ou em percentual da média dos valores observados.
Considerando todos os pares de dados, os valores de RMSE
encontrados neste estudo são mais elevados do que os reportados em
trabalhos de simulação com o Century no Brasil (Cerri et al., 2004b; Cerri et
al., 2007a; Tornquist et al., 2009b; Bortolon et al., 2011). É importante
ressaltar que não foi reportada a inclusão dos compartimentos lento e
passivo na avaliação estatística desses trabalhos. Quando são retirados os
pares oriundos dos sistemas argilosos e os relativos aos compartimentos
lento e passivo, os valores obtidos ficam dentro da faixa reportada, ou seja,
de 7 a 22%.
Os valores do erro médio absoluto (MAE), de uma forma geral, foram
inferiores aos do RMSE, concordando com Willmott e Matsuura (2005), que
consideram que os valores do erro, quando elevados ao quadrado e em um
grande número de observações, podem superestimar os desvios nas
comparações entre simulado e observado. Quando os erros foram menores,
como nas simulações de estoque de carbono dos sistemas S1, S2 e S4,
sem os compartimentos lento e passivo, as diferenças entre o RMSE e o
MAE foram menores.
A maior diferença média, utilizando a MAE como estatística, foi
encontrada na comparação entre valores observados e simulados dos
sistemas com sucessões de algodão (S3 e S5) com 16,00 e 3,47 Mg ha-1
para carbono e nitrogênio, respectivamente, resultantes das
superestimativas dos estoques devidas ao efeito da argila no modelo.
Nos demais sistemas, com a retirada dos pares relativos aos
compartimentos lento e passivo, os valores foram de aproximadamente 4,5 e
0,37 Mg ha-1 para carbono e nitrogênio, respectivamente, e se situam dentro
das faixas reportadas nos trabalhos de simulação anteriormente citados.
72
Ressalta-se que a estimativa do erro médio realizada nesses trabalhos não
considera os valores absolutos, reduzindo a comparabilidade.
A maior proporção da variância total dos dados, explicada pelos
dados simulados (CD), foi obtida pela comparação entre dados simulados e
observados de estoques de carbono com a utilização de todos os pares e
com a utilização dos pares dos sistemas com menor teor de argila (S1, S2 e
S4), com e sem compartimentos lento e passivo. Para o nitrogênio, o maior
valor foi obtido com os sistemas S1 e S2. Um CD de 0,83 foi considerado um
desvio moderado entre valores simulados e medidos (Bortolon et al., 2011).
Nas demais situações avaliadas, a média explica melhor a variabilidade dos
dados do que as simulações.
Observou-se tendência de superestimativa resultante do efeito do teor
de argila com a variação do coeficiente de massa residual (CRM). O efeito
se manteve mesmo com a utilização de todos os pares de dados, tanto para
os estoques de carbono quanto para os de nitrogênio. A retirada dos pares
relativos aos sistemas S3 e S5 produz valores que representam uma ligeira
subestimativa dentro da faixa obtida por Cerri et al. (2007a).
Os maiores valores de eficiência da modelagem (EF) para os
estoques de carbono foram obtidos com os sistemas S1, S2 e S4, sem os
pares relativos aos compartimentos lento e passivo. Conforme a
classificação de Moriasi et al. (2007) e Liu e Luo (2010), esse desempenho
pode ser considerado muito bom, enquanto a simulação de estoques de
carbono nos sistemas S1 e S2, com manutenção dos compartimentos lento
e passivo, é satisfatória.
A simulação dos estoques de carbono e de nitrogênio nos sistemas
S3 e S5 obteve valores negativos, sendo o desempenho não satisfatório,
indicando que a média dos valores observados explica melhor a tendência
dos dados do que a simulação. O desempenho da simulação dos estoques
de nitrogênio nos sistemas S1, S2 e S4 foi muito bom, utilizando todos os
pares, e bom com a retirada dos compartimentos lento e passivo.
A distribuição do carbono total entre os compartimentos é outra fonte
de incerteza nas simulações realizadas com o Century. As frações da
73
0.00
0.50
1.00
1.50
2.00
2.50
3.00
1970 1975 1980 1985 1990 1995 2000 2005 2010 2015
Ano
C a
tivo
(Mg
ha-1
)
S 3
S 5
S 4
S 2
S 1
matéria orgânica do solo podem fornecer informações sobre o grau de
estabilização e sobre os efeitos do manejo desde que estas frações possam
ser relacionadas a compartimentos funcionais ou estruturais no solo
(Cambardella e Elliott, 1993). Mesmo sem redução do carbono total, a
redução das frações mais ativas da matéria orgânica pode afetar suas
funções no solo, e o fracionamento físico da matéria orgânica do solo é a
metodologia mais utilizada nesse tipo de estudo (Roscoe et al., 2006a;
Roscoe et al., 2006b).
Em todas as simulações realizadas neste estudo, o acréscimo ou
decréscimo de carbono no solo estava associado ao compartimento ativo e
principalmente ao lento, de acordo com o encontrado por Hassink (1997),
sendo que o compartimento passivo teve baixa variação no período desde a
implantação dos sistemas até a coleta dos dados.
Nas simulações para todos os sistemas com uso agrícola,
considerando o compartimento ativo, a adoção de práticas mais
conservacionistas a partir do ano de 2003 resultou em ampliação do
compartimento ativo, com flutuações correspondentes às práticas, sendo
que o modelo representou bem esta tendência (Figura 13), mesmo com a
superestimativa para os sistemas com maior teor de argila.
FIGURA 13. Valores simulados do compartimento ativo desde o equilíbrio
até a data de coleta, em todos os sistemas.
74
Contudo, observou-se grande diferença entre a distribuição dos
compartimentos resultante das simulações e os resultados das
determinações laboratoriais de fumigação-incubação (BMS) para representar
o carbono ativo e de fracionamento físico granulométrico para representar os
compartimentos lento e passivo (Tabela 13).
O compartimento ativo do carbono do solo no Century consiste na
biomassa microbiana do solo, seus exsudatos e outros substratos orgânicos
mais lábeis, podendo ser estimado em até três vezes a biomassa microbiana
(Metherell et al., 1993; Motavalli et al., 1994). Ainda que os valores
esperados para a relação entre carbono da biomassa microbiana e o
carbono total do solo estejam entre 2 e 5% (Roscoe et al., 2006c), os valores
encontrados neste trabalhos ficam abaixo desta faixa, sendo similares aos
relatados por vários autores com estudos em diferentes regiões (Alvarez et
al., 1998; Perez et al., 2004; Souza et al., 2006; Matias et al., 2009).
TABELA 13. Valores simulados e observados da participação dos
compartimentos no carbono total
Sistema C Ativo (%) C Lento (%) C Passivo (%)
Simulado BMS Simulado Fração areia Simulado Fração silte
+ argila Cerrado 2,3 1,4 58,7 12,8 38,9 86,9
Algodão 3 2,9 0,7 44,2 5,4 52,9 95,9
Algodão 5 2,0 0,6 47,2 7,6 50,7 92,4
Soja milho 2,6 0,9 51,6 9,2 45,8 90,3
Pasto 2,7 1,0 55,7 8,1 41,6 95,4
Para verificar a melhor representação do compartimento ativo, os
valores simulados foram comparados diretamente com a biomassa
microbiana (BMS), bem como com a biomassa multiplicada por 2 e por 3,
que são os valores indicados na documentação do modelo (Metherell et al.,
1993).
As diferenças entre simulado e observado tiveram comportamento
diferenciado entre os sistemas estudados (Figura 14). Para a vegetação
75
0
0.5
1
1.5
2
2.5
Cerrado (21%) Pasto (39%) Soja milho (26%) Algodão 3 (57%) Algodão 5 (56%)
Est
oque
de
C (M
g ha
-1)
Simulado BMS BMSx2 BMSx3
Sistemas e teor de argila
nativa, o compartimento ativo de carbono do solo foi mais bem representado
pela BMS, sem multiplicação.
FIGURA 14. Valores simulados de carbono ativo do solo e os valores de
biomassa microbiana (BMS), o dobro da biomassa microbiana
(BMSx2) e o triplo da biomassa microbiana (BMSx3).
Os sistemas de cultivo com melhores ajustes entre valores de estoque
de carbono simulados e observados (S1 e S2) tiveram o carbono ativo mais
bem representado pela BMS multiplicada por dois. Os sistemas S3 eS5
tiveram o carbono ativo mais bem representado pela BMS multiplicada por
três, contudo a superestimativa dos estoques, decorrente do teor de argila,
não permite uma avaliação mais acurada.
O compartimento ativo do carbono do solo pode ser constituído pelas
formas solúveis de carbono do solo oriundas de exsudatos dos micror-
ganismos e das raízes, (Motavalli et al., 1994), não sendo computadas nas
estimativas de biomassa microbiana.
Para Feller e Beare (1997), uma parte da variação da matéria
orgânica entre solos com alto teor de argila foi encontrada associada com a
fração argila (0 a 2 µm), indicando que uma proporção significativa da
76
matéria orgânica associada à fração argila é relativamente lábil, podendo
fazer parte dos compartimentos ativo e lento em solos tropicais. Os autores
sugerem mais pesquisas para melhor caracterizar essa fração.
O compartimento lento no Century consiste em material vegetal
resistente, derivado da fração estrutural dos resíduos, juntamente com
produtos microbianos estabilizados, oriundos do compartimento ativo e da
microbiota encontrada nos resíduos da superfície (Metherell et al., 1993).
A documentação do modelo já considera esse compartimento de
difícil relação com técnicas de fracionamento, porém, sugere que a matéria
orgânica particulada (POM), resultante da técnica de fracionamento
desenvolvida por Cambardella e Elliott (1993), multiplicada por 1,6, poderia
representar esse compartimento (Metherell et al., 1993).
A proporção do carbono lento no modelo é de aproximadamente 55%
do carbono total do solo. O compartimento passivo, formado por material
estabilizado, física e quimicamente protegido, participa com 30 a 40%, e os
valores simulados nesse estudo guardam essas proporções. Os resultados
obtidos no fracionamento físico granulométrico para a fração associada à
areia variaram entre 7,6 e 12,8%, expressivamente inferiores aos simulados,
porém compatíveis com os compilados por Roscoe e Machado (2002) para
solos tropicais oxídicos.
No fracionamento físico granulométrico (Roscoe e Machado, 2002), a
fração maior que 53 µm compreende a matéria orgânica não complexada
com os minerais, tanto a livre como a oclusa, com dimensão maior que 53
µm, o que já constitui uma diferença em relação à representação do
compartimento definida pelo modelo.
As frações associadas ao silte e à argila (menores que 53 µm) são
amplamente dominadas por complexos organominerais, com ocorrência
muito reduzida de matéria orgânica não complexada. Além disso, os
Latossolos são compostos por estruturas granulares típicas, muito estáveis,
que sofrem pouca alteração com o manejo, sendo tratadas como um único
reservatório dinâmico (Roscoe et al., 2006b).
77
Contudo, diferenças são descritas por Feller e Beare (1997) na
composição do carbono associado às diferentes classes de partículas. Na
fração associada à areia, foram encontrados resíduos em diferentes estágios
de decomposição; na fração associada ao silte, resíduos muito humificados
e complexos organominerais estáveis; e na fração associada à argila, foi
encontrada matéria orgânica amorfa servindo como agente cimentante na
matriz argilosa.
Os métodos de fracionamento têm como modelo teórico a associação
da matéria orgânica com os componentes do solo, formando diferentes
complexos e níveis de arranjos espaciais ou estruturais. Portanto, os
compartimentos da matéria orgânica no solo seriam definidos considerando
mecanismos de proteção como a recalcitrância intrínseca das moléculas, a
proteção no interior dos agregados (oclusão) e a complexação com os
minerais do solo (Christensen, 2001; Roscoe et al., 2006b).
A abordagem teórica dos modelos em uso (como o Century) é a
definição dos compartimentos com o uso de cinética de primeira ordem em
padrões biológicos de decomposição observados (Motavalli et al., 1994). Os
autores consideram essa abordagem interessante, pois permite simular os
níveis de nutrientes decorrentes da decomposição da matéria orgânica.
Os métodos de medição que deram origem aos parâmetros, portanto,
aos compartimentos, consistiram em incubações da matéria orgânica no solo
por longos períodos, com medição do CO2 resultante da atividade
microbiana e do carbono remanescente. Os resultados são tratados
estatisticamente para obter os coeficientes necessários. Relações para o
efeito de fatores abióticos que multiplicam as taxas também são obtidas de
forma similar (Parton et al., 1987).
Um estudo de incubação de solos durante um ano foi realizado por
Motavalli et al. (1994), sendo as incubações posteriormente simuladas no
Century (o modelo tem a opção de simular incubações). Quando foi
considerado o solo com os resíduos (normalmente retirados na peneiragem
para preparação das amostras), os resultados simulados foram comparáveis
aos observados.
78
0
5
10
15
20
25
30
35
cerrado pasto milho algodão 3 algodão 5
Esto
que
de C
(Mg
ha-1
)
C lento sim. C resíduo sim. C fração areia observado
Considerando a diferença entre valores simulados e observados do
compartimento lento do carbono do solo, a diferença conceitual entre os
modelos da agregação e da cinética da decomposição, bem como o fato de
a fração associada à areia do fracionamento físico granulométrico ser
constituída por uma grande proporção de fragmentos vegetais visíveis, foi
levantada a hipótese de o estoque de carbono obtido na fração areia
corresponder à soma dos compartimentos dos resíduos estrutural e
metabólico do Century.
Os valores observados de estoque de carbono na fração associada à
areia foram maiores do que os simulados para os resíduos, porém as
diferenças entre os valores simulados e observados foram inferiores aos
valores simulados para o compartimento lento (Figura 15).
Os valores observados maiores que os simulados podem resultar de
parte dos resíduos da superfície (serrapilheira) que passam pela peneira de
2000 µm para a preparação de terra fina seca ao ar, principalmente nas
camadas mais superficiais do solo.
FIGURA 15. Valores simulados de carbono lento, de resíduos do solo e os
valores medidos da fração associada à areia, obtida no
fracionamento físico-granulométrico.
79
Roscoe et al. (2006b) sugerem a utilização dos reservatórios do
fracionamento físico como compartimentos em modelos matemáticos
alternativos aos que se encontram em uso, ou inseri-los em sub-rotinas do
Century. Também foi proposta a redefinição dos compartimentos: o ativo
seria representado pela soma do carbono orgânico solúvel, da biomassa
microbiana e da matéria orgânica leve. Para representar o compartimento
lento, a fração de ácidos fúlvicos seria somada aos carboidratos, e o
compartimento passivo seria a soma das frações humina e ácidos húmicos.
Se a modelagem for baseada em frações mensuráveis, os
compartimentos serão definidos como as frações isoladas por algum
procedimento experimental específico. Essa abordagem tem a vantagem de
o compartimento poder ser medido a qualquer tempo, contudo tem a
desvantagem de a reatividade de uma fração da matéria orgânica não poder
ser assumida como constante (Gaunt et al., 2001).
Considerando a diferença conceitual entre os modelos subjacentes ao
fracionamento físico granulométrico e ao Century, é limitada a utilização dos
resultados na validação dos resultados de simulação para os
compartimentos do modelo, ainda que os resultados para carbono total
sejam compatíveis.
Contudo, Gaunt et al. (2001) argumentam que o esquema de
fracionamento proposto por Sohi et al. (2001), que agrega procedimentos
densimétricos e granulométricos, é capaz de separar frações com natureza
química diferente e, portanto, compartimentos com reatividade diferente.
Este esquema, associado à incubação com marcadores isotópicos, permitiria
a estimativa dos fluxos entre os compartimentos ativo e lento, bem como um
aperfeiçoamento do conhecimento sobre as relações entre as formas
químicas da matéria orgânica e sua reatividade.
Como mencionado anteriormente, o modelo também apresenta
sensibilidade excessiva ao teor de argila, quando são considerados solos
tropicais oxídicos, não considerando efeitos como da mineralogia, da
calagem (pH) e interações solo planta. Para simulações com finalidade de
estimar a evolução dos estoques de carbono em projetos de sequestro, é
80
fundamental o ajuste destes efeitos ao modelo como forma de ampliar a
confiabilidade dos resultados.
No Estado de Mato Grosso, os Latossolos, principalmente aqueles
com alto teor de argila, são preferenciais para a atividade agrícola,
considerando a topografia e as características físicas. Portanto, a
extrapolação de resultados de simulações para esses solos tem um alto grau
de incerteza.
4.6. Cenários de usos e manejos em pastagens
Foram obtidos resultados favoráveis no desempenho do Century nas
simulações do sistema S1, portanto, realizadas simulações de cenários de
usos e manejos alternativos do solo com as características de local
(site.100) dessa área. Foi realizada também uma simulação de pastagem
degradada, utilizando o mesmo período de abertura do sistema e os
cenários futuros para o período de 2010 a 2070. O período foi escolhido em
função dos cenários para a agricultura desenvolvidos pela Embrapa (2008) e
adotados pelo Programa de Agricultura de Baixo Carbono (ABC) do Governo
Federal. O período selecionado permite que os sistemas atinjam condições
de equilíbrio dinâmico após a introdução de mudanças.
O programa tem como proposta a adoção dos sistemas de plantio
direto e integração lavoura-pecuária (juntamente com a recuperação de
pastagens degradadas, reflorestamento e fixação biológica de nitrogênio)
como formas de manejo dos estoques de carbono na contribuição do setor
agrícola para sequestro e redução de emissões de carbono.
Os cenários selecionados e os resultados podem ser visualizados no
Quadro 3.
81
QUADRO 3. Taxas de acúmulo ou perda e valores totais de carbono nos primeiros 20 cm do solo, em diferentes cenários,
simulados pelo Century até 2070
Cenário Sucessão/manejo Taxa
(Mg C ha-1 ano-1)
Carbono
(Mg ha-1)
Conversão de pasto bem manejado em SPD Soja/milho safrinha/braquiária -0,183 -11,029 Soja/milho safrinha/braquiária/algodão -0,092 -5,509 Milheto/algodão/soja/milho safrinha/algodão -0,158 -9,516 Milheto/algodão/soja/milho
safrinha/braquiária/algodão -0,099 -5,934
Soja/milho safrinha/braquiária +0,085 +5,081 Conversão de pasto degradado em SPD Soja/milho safrinha/braquiária/algodão +0,202 +12,153 Milheto/algodão/soja/milho safrinha/algodão +0,149 +8,951 Milheto/algodão/soja/milho
safrinha/braquiária/algodão +0,206 +12,395
Conversão de pasto bem manejado em ILP 2 anos de soja/milho safrinha, 2 anos de pasto
-0,097 -5,806
2 anos de soja/milho safrinha, 2 anos de pasto, 1 ano de algodão
-0,098 -5,898
Conversão de pasto degradado em ILP 2 anos de soja/milho safrinha, 2 anos de pasto
+0,194 +11,628
2 anos de soja/milho safrinha, 2 anos de pasto, 1 ano de algodão
+0,182 +10,931
Conversão de vegetação nativa em pasto Sem manutenção e com queima a cada 2 anos (por 34 anos)
-0,289 -10,115
Pastagem degradada sem reforma (por 60 anos)
Sem manutenção e com queima a cada 2 anos
-0,019 -1,122
81
82
QUADRO 4. Continuação...
Reforma de pastagem degradada Gradagem, adubação de correção, adubação
de manutenção
+0,332 +19,939
Gradagem e adubação de correção a cada 5 anos
+0,275 +16,522
Gradagem soja/milho safrinha, pasto e adubação de manutenção
+0,341 +20,440
Gradagem soja/milho safrinha, pasto a cada 5 anos
+0,305 +18,338
82
83
40
45
50
55
60
2000 2010 2020 2030 2040 2050 2060 2070 2080
Ano
Esto
que
de C
(Mg
ha-1
)
A B C D
O primeiro cenário foi a conversão do sistema de pastagem, em seu
estado atual, para sistemas de plantio direto com diferentes sucessões de
cultivos (Figura 16). Todas as situações resultaram em redução dos
estoques, Quadro 3, pela menor adição de resíduos decorrente da retirada
das gramíneas bem como pelo fim das contribuições das fezes e urina dos
animais para a dinâmica do carbono e nitrogênio. A utilização de sucessões
que contemplam um número maior de espécies resultou em perdas
menores, confirmando os princípios do plantio direto, que preconizam pouca
perturbação e cobertura do solo, bem como a rotação com espécies de
estrutura morfológica e fisiológica diferentes.
FIGURA 16. Simulação de cenários para conversão de uso da pastagem
atual para plantio direto com sucessão de soja, milho,
braquiária (A); soja, milho braquiária e um ciclo de algodão (B);
dois ciclos de algodão milheto depois soja e milho (C); milheto
algodão, soja, milho braquiária, algodão (D), no sistema S1.
De forma similar, a conversão da pastagem, em seu estado atual,
para um sistema de integração lavoura-pecuária resultou em perdas,
contudo com taxas similares às melhores sucessões do plantio direto (Figura
17 e Quadro 3). Portanto, considerando-se o sequestro de carbono, não
seria desejável a conversão de pastagens bem manejadas em áreas de
cultivo, ainda que se observem práticas conservacionistas.
84
40
45
50
55
60
2000 2010 2020 2030 2040 2050 2060 2070 2080
Ano
Esto
que
de C
(Mg
ha-1
) A B
FIGURA 17. Simulação de cenários para conversão de uso da área de
pastagem atual para integração lavoura-pecuária com
sucessão de soja, milho, pastagem (A) e soja, milho
pastagem, algodão (B) no sistema S1.
O Estado de Mato Grosso tem uma área de 22,81 milhões de
hectares ocupada com pastagens (Ibge, 2006), das quais cerca de 80% se
encontram com algum grau de degradação, quando se considera a média do
Cerrado brasileiro (Embrapa, 1995; Macedo et al., 2000).
Para avaliar o efeito da recuperação das pastagens ou de sua
conversão em áreas agrícolas sob plantio direto ou integração lavoura-
pecuária, foi realizada também a simulação de uma pastagem que pudesse
estar em estado de degradação, pois estas condições não foram
encontradas na propriedade.
Com essa finalidade, foram aplicados os mesmos procedimentos de
implantação (derrubada, queima, plantio de arroz por três anos), seguidos
pelo estabelecimento da pastagem. Não foram realizadas adubações de
manutenção nem reformas, e a taxa de lotação foi mantida em 1,5 cabeças
ha-1. Para o controle periódico das invasoras e redução da biomassa seca,
foi utilizado fogo a cada dois anos. O resultado obtido foi uma perda de
carbono da ordem de 0,289 Mg ha-1 ano-1, totalizando 10,115 Mg ha-1 no
período de 35 anos (Quadro 3).
A taxa encontra-se dentro da faixa mencionada por Bustamante et al.
(2006b) para a conversão de vegetação nativa de cerrado para pastagens,
85
0
10
20
30
40
50
60
1975 1980 1985 1990 1995 2000 2005 2010 2015
Tempo (ano)
Esto
que
de C
(Mg
ha-1
)
C total Soma das frações C Ativo C Lento C Passivo
contudo a faixa é ampla, incluindo diversas condições locais e de manejo. A
taxa encontrada por Carvalho et al. (2010b) na conversão de cerrado para
pastagem, em solos de baixa fertilidade, foi de 0,15 Mg ha-1 ano-1, menor
que a observada nesta simulação.
Observa-se que a perda de carbono está associada com o
compartimento lento (Figura 18), que consiste nas formas de carbono
protegidas, principalmente no interior dos agregados do solo (matéria
orgânica particulada intra-agregados). As alterações observadas nos
estoques da matéria orgânica leve são indicativas dos efeitos dos sistemas
de manejo dos solos, pois podem ser observadas no curto prazo (Mendonça
e Leite, 2006).
FIGURA 18. Simulação da conversão de vegetação nativa para pastagem
com pastejo contínuo, sem reforma e sem manutenção no
sistema S1.
Para verificar a plausibilidade do estoque obtido (36,15 Mg ha-1),
foram buscados valores de estoques de carbono em pastagens cultivadas
em solos de textura similar ao sistema estudado. Os valores encontrados
são compatíveis com os simulados (Figura 19), considerando-se a
diversidade de condições dos diferentes estudos (Corazza et al., 1999;
Freitas et al., 2000; D'andréa et al., 2004; Da Silva et al., 2004; Neves et al.,
2004).
86
25
35
45
55
1975 1980 1985 1990 1995 2000 2005 2010 2015
Ano
Est
oque
de
C (M
g ha
-1)
Simulado Observado na bibliografia
FIGURA 19. Valores simulados para pastagem sem reforma e manutenção,
comparados com valores reportados na bibliografia.
A adoção do sistema de plantio direto (SPD) ou de sistemas com
intensificação de cultivo e manutenção de resíduos em áreas de agricultura
convencional ou pastagens degradadas faz parte da estratégia para uma
agricultura com menor emissão de carbono. Inúmeros benefícios têm sido
associados a essas práticas, como o incremento da adição de matéria
orgânica ao solo, redução da temperatura na superfície do solo, proteção da
comunidade microbiana, melhoria da fertilidade e das qualidades físicas,
redução da erosão e diminuição do risco e custo da produção agrícola
(Carvalho et al., 2010a).
A simulação da conversão da pastagem degradada em agricultura,
com intensificação de cultivo e eliminação do revolvimento, produziu
incrementos nos estoques de carbono para todas as sucessões testadas
(Figura 20). A inclusão do algodão teve impacto sobre o acúmulo, indicando
a importância da diversificação de espécies. As sucessões praticadas na
região de cerrado ainda apresentam baixa diversificação, constituindo uma
limitação para o seu sucesso. As taxas de acúmulo de carbono obtidas
variaram de 0,085 a 0,206 Mg ha -1 ano-1, com ganho de até 12,4 Mg ha-1,
considerando os primeiros 20 cm de solo (Quadro 3).
87
30
40
50
60
2000 2010 2020 2030 2040 2050 2060 2070 2080
Ano
Esto
que
de C
(Mg
ha-1
)
A B C D
FIGURA 20. Simulação de cenários para conversão de uso de pastagem
degradada para plantio direto com sucessão de soja, milho,
braquiária (A); soja, milho braquiária e um ciclo de algodão (B);
dois ciclos de algodão milheto depois soja e milho (C); milheto
algodão, soja, milho braquiária, algodão (D), no sistema S1.
As taxas obtidas ficaram abaixo das reportadas na revisão de
Carvalho et al. (Carvalho et al., 2010a) para sistemas de plantio direto, o que
pode ser devido ao fato de as sucessões representarem práticas descritas
para o Estado e não um plantio direto stricto sensu. Além disto, o acúmulo
depende também de fatores do solo, clima e tempo de implantação
(Carvalho et al., 2009).
A simulação da conversão da pastagem degradada em sistema de
integração lavoura-pecuária (ILP) produziu resultados similares aos do
plantio direto (Figura 21), com taxas ligeiramente inferiores (Quadro 3).
O Century não possui a opção de plantio consorciado, como se dá
nos sistemas de ILP, com a semeadura da pastagem concomitante com a
última cultura. Esse fato reduz o tempo de crescimento da gramínea e,
consequentemente, a produção de biomassa, o que pode produzir
simulações com estoques mais reduzidos nesse sistema. As taxas de
acúmulo de carbono em sistemas de ILP foram reportadas como maiores do
que as obtidas no plantio direto (Carvalho et al., 2010a; Carvalho et al.,
88
30
40
50
60
2000 2010 2020 2030 2040 2050 2060 2070 2080
Ano
Esto
que
de C
(Mg
ha-1
)
A B
2010b), o que não foi observado nesta simulação, indicando que o modelo
demanda ajustes também nas opções de manejo das culturas.
FIGURA 21. Simulação de cenários para conversão de uso de uma
pastagem degradada para integração lavoura-pecuária com
sucessão de soja, milho, pastagem (A) e soja, milho
pastagem, algodão (B), no sistema S1.
Uma importante estratégia do Programa ABC é a recuperação de
pastagens degradadas. Nas simulações, a continuidade do uso do sistema
de pastagem degradada, sem reforma, sem manutenção e com fogo a cada
dois anos até 2070 (condição E da Figura 22), resulta em uma taxa de
redução do estoque de 0,019 Mg ha-1 ano-1 (Quadro 3), totalizando uma
perda de 1,122 Mg ha-1.
É uma taxa reduzida, tendo em vista o manejo inadequado utilizado,
porém, pode-se considerar que o sistema atingiu um novo equilíbrio
dinâmico, em condições de estoque mais reduzidas. O comportamento de
perda de estoques é sigmoide, sendo intenso no período inicial da
perturbação e atingindo novo equilíbrio em torno de 60 anos (Lal, 2006).
Ainda que não seja uma perda muito expressiva, é importante ressaltar as
condições de fertilidade, produtividade e capacidade de suporte de uma
pastagem degradada, que resultam em perdas econômicas, além da
emissão de carbono.
89
As reformas periódicas (condições B e D da Figura 22) resultam em
acúmulo contínuo, com pequena variação da taxa entre elas, contudo cabe
ressaltar o comportamento alternado entre fonte e dreno de carbono,
situação não desejável para projetos de sequestro.
FIGURA 22. Simulação de cenários para reforma de pastagem degradada
no sistema S1: reforma com gradagem, adubação de correção
e adubação de manutenção (A); reforma com gradagem e
adubação de correção a cada 5 anos (B); reforma com
gradagem, correção, produção de soja e milho e adubação de
manutenção (C); reforma com gradagem, correção e produção
de grãos a cada 5 anos (D); sem reforma e sem manutenção
(E).
Já a reforma seguida de manutenção (situações A e C da Figura 22)
representa um comportamento de acumulação mais estável no tempo,
também com taxas similares. A recuperação de pastagens com a utilização
de um ou mais ciclos de cultivos anuais tem sido recomendada para a
amortização dos custos da reforma (Embrapa, 1995).
Para um relatório do IPCC (Fourth Assessment Report of the
Intergovernmental Panel on Climate Change – AR4)2
2 Os textos completos podem ser acessados em
, foram estimadas taxas
de potencial de mitigação a serem obtidas na atividade agrícola, por regiões
https://www.ipcc.ch/publications_and_data/ar4/wg3/en/ch8.html e http://www.ipcc-nggip.iges.or.jp/public/2006gl/vol4.html
30
40
50
60
2000 2010 2020 2030 2040 2050 2060 2070 2080
Ano
Esto
que
de C
(Mg
ha-1
)
A B C D E
90
climáticas, com metodologia recomendada para inventários nacionais ou
regionais (2006 IPCC Guidelines for National Greenhouse Gas Inventories)2.
As estimativas têm como base as alterações anuais nos estoques de
carbono de solos minerais drenados, durante um período de 20 anos, com
diversas opções de práticas para a agricultura e pecuária.
A comparação das estimativas do IPCC com os valores de taxas
obtidos em simulações para 20 anos com o Century está no Quadro 5,
observando-se que as taxas simuladas se aproximam dos limites superiores
das estimativas do IPCC na conversão de pastagens degradadas em
sistemas de plantio direto ou integração lavoura-pecuária, contudo as perdas
são maiores do que os limites inferiores das estimativas na conversão da
pastagem bem manejada em sistemas agrícolas.
Na recuperação de pastagens, as taxas obtidas nas simulações com
o Century são maiores do que os limites superiores das estimativas do IPCC
e a perda de carbono é menor do que o limite inferior das estimativas na
situação de condução da pastagem degradada sem reforma e manutenção.
Ainda que os valores sejam diferentes, a magnitude é semelhante,
reforçando a utilidade das simulações como ferramenta de prospecção de
práticas que contribuam para o sequestro de carbono no solo.
91
QUADRO 5. Comparação dos valores de taxas do potencial de variação de estoques de carbono do solo obtidas a partir das
simulações com o Century e estimadas pelo IPCC no relatório AR4.
Cenário Sucessão / manejo
Taxas (Mg C ha-1 ano-1)
Cenários simulados
AR 4 IPCCa Limites das estimativas
Média Inferior Superior
Conversão de pasto bem manejado em SPD
Soja/milho safrinha/braquiária - 0,551
De 0,090
a 0,091b
De - 0,199
a - 0,109b
De 0,379 a
0,490b Soja/milho safrinha/braquiária/algodão - 0,308 Milheto/algodão/soja/milho safrinha/algodão - 0,376
Milheto/algodão/soja/milho safrinha/braquiária/algodão - 0,235
Conversão de pasto degradado em SPD
Soja/milho safrinha/braquiária + 0,128
Soja/milho safrinha/braquiária/algodão + 0,381 Milheto/algodão/soja/milho safrinha/algodão + 0,316
Milheto/algodão/soja/milho safrinha/braquiária/algodão + 0,443
Conversão de pasto bem manejado em ILP
2 anos de soja/milho safrinha 2 anos de pasto - 0,248
2 anos de soja/milho safrinha 2 anos de pasto 1 ano de algodão - 0,207
Conversão de pasto degradado em ILP
2 anos de soja/milho safrinha 2 anos de pasto + 0,385
2 anos de soja/milho safrinha 2 anos de pasto 1 ano de algodão + 0,388
91
92
QUADRO 5. Continuação...
Pastagem degradada sem
reforma (por 20 anos)
Sem manutenção e com queima a cada 2
anos - 0,042
De 0,030
a
0,221c
De
- 0,150
a
0,030c
De 0,210
a
0,409c Reforma de pastagem degradada
Gradagem, adubação de correção, adubação de manutenção + 0,569
Gradagem e adubação de correção a cada 5 anos + 0,471
Gradagem, adubação de correção soja/milho safrinha, pasto com adubação de manutenção
+ 0,555
Gradagem, adubação de correção soja/milho safrinha, pasto a cada 5 anos + 0,528
a Zonas climáticas variando de quente e seco a quente e úmido; b Opção “Manejo do cultivo e resíduos”; c Opção “Manejo da pastagem”
92
93
Dos 22,81 milhões de hectares de pastagens do Estado de Mato
Grosso, 36% têm potencial para conversão para a agricultura,
aproximadamente, 8 milhões de hectares. Supondo 0,206 Mg ha-1 ano-1 a
melhor taxa obtida para a agricultura entre plantio direto e integração lavoura-
pecuária, o potencial de sequestro seria de 1,65 Tg ano-1 para os primeiros 20
cm do solo.
Da área de pastagem remanescente, aproximadamente 14,8 milhões
de hectares, supondo que 60% estejam degradadas, uma área de 8,9
milhões de hectares demandaria recuperação. Considerado 0,341 Mg ha-1
ano-1 a melhor taxa obtida, com preparo do solo para plantio de grão,
seguido da pastagem com manutenção, o potencial de sequestro seria de
3,0 Tg ano-1, para os primeiros 20 cm do solo.
As duas iniciativas somadas dão um potencial de 4,65 Tg ano-1
apenas para a área de pastagem do Estado. Este potencial seria acrescido
com a conversão das áreas de plantio convencional para SPD e com
iniciativas de reflorestamento, que não foram objetos de estudo deste
trabalho. As taxas de acúmulo de carbono no solo obtidas no estudo são
conservadoras em relação à bibliografia, contudo são plausíveis, levando em
consideração que o ritmo da adoção de novas práticas é lento.
Cabe ressaltar que os resultados dos exercícios de simulação e
elaboração de cenários não são a realidade, não podendo ser tomados
como fatos reais. São ferramentas de análise que têm como propósito
organizar o conhecimento, identificar lacunas, fomentar o debate e orientar
as tomadas de decisão.
94
5 CONSIDERAÇÕES FINAIS
As principais dificuldades dos estudos com modelagem e simulação
da dinâmica da matéria orgânica no Estado de Mato Grosso são a baixa
disponibilidade de pesquisas de longa duração, a falta de padronização nos
dados de solos (tipos de determinações realizadas, profundidade das
coletas) e a inexistência de registros históricos das áreas de produção para
uma aferição mais precisa do desempenho dos modelos. Ainda assim, a
melhoria dos modelos e sua utilização nos estudos da dinâmica da matéria
orgânica são um campo de estudos promissor para o Estado.
São importantes estudos mais aprofundados com o Century,
considerando um gradiente maior de texturas e condições climáticas, bem
como estudos de validação dos parâmetros internos para as condições
tropicais, possibilitando o seu uso em solos tropicais, tendo em vista a
riqueza de informações que seus resultados podem proporcionar, bem como
o conhecimento e os esforços empreendidos em seu desenvolvimento.
Alguns estudos de incubação poderiam ser conduzidos com solos da
região de Cerrados, considerando as temperaturas e substratos encontrados
em sistemas naturais e agrícolas, definindo as taxas máximas de
decomposição (Ki) nos compartimentos da matéria orgânica no modelo, de
forma a representar os solos tropicais.
Estes estudos possibilitariam um melhor entendimento do efeito da
mineralogia, ajustando o efeito da argila e dimensionando os
compartimentos da matéria orgânica no Century, reduzindo as incertezas
decorrentes do efeito da argila, como foi observado neste trabalho.
Também são importantes melhorias como a inclusão de rotinas para
plantios consorciados, aplicação de corretivos, ajuste no efeito do retorno de
carbono e nitrogênio das fezes e urina para altas taxas de lotação e melhoria
no submodelo de crescimento de plantas das savanas, incorporando o efeito
das gramíneas e a baixa disponibilidade de nutrientes nos Cerrados.
Por fim, a definição de um protocolo de validação que permita a
aferição de resultados de campo e sua comparação com outros trabalhos.
95
6 CONCLUSÕES
O Century Ecosystem Model teve bom desempenho para as áreas
com textura média, permitindo a construção de cenários para sistemas de
manejo com uso estimulado para o sequestro de carbono, mas o modelo
superestimou os estoques para áreas argilosas, introduzindo uma
considerável incerteza na extrapolação dos resultados para outras áreas.
O fracionamento físico granulométrico não permite a aferição dos
compartimentos da matéria orgânica do Century.
As áreas de pastagem de Mato Grosso podem contribuir com um
potencial considerável de sequestro de carbono atmosférico.
96
7 REFERÊNCIAS BIBLIOGRÁFICAS
ABDALA, G. C.; CALDAS, L. S.; HARIDASAN, M.; EITEN, G. Above and belowground organic matter and root: shot ratio in a cerrado in Central Brazil. Brazilian Journal of Ecology [S.I.], v. 2, n. 2, p. 11-23, 1998. ALVAREZ, C. R.; ALVAREZ, R.; GRIGERA, M. S.; LAVADO, R. S. Associations between organic matter fractions and the active soil microbial biomass. Soil Biology and Biochemistry [S.I.], v. 30, n. 6, p. 767-773, 1998. ALVAREZ, R. Estimation of carbon losses by cultivation from soils of the Argentine Pampa using the Century Model. Soil Use and Management [S.I.], v. 17, n. 2, p. 62-66, 2001. AREVALO, L. A.; ALEGRE, J. C.; VILCAHUAMAN, L. J. M. Metodologia para Estimar o Estoque de Carbono em Diferentes Sistemas de Uso da Terra. Colombo: EMBRAPA Florestas, 2002. p. 40. (Documentos 73). BARBOSA, R. I.; FEARNSIDE, P. M. Above-ground biomass and the fate of carbon after burning in the savannas of Roraima, Brazilian Amazonia. Forest Ecology and Management [S.I.], v. 216, n. 1-3, p. 295-316, 2005. BATLLE-BAYER, L.; BATJES, N. H.; BINDRABAN, P. S. Changes in organic carbon stocks upon land use conversion in the Brazilian Cerrado: A review. Agriculture, Ecosystems & Environment [S.I.], v. 137, n. 1-2, p. 47-58, 2010. BAYER, C.; MARTIN-NETO, L.; MIELNICZUK, J.; PAVINATO, A.; DIECKOW, J. Carbon sequestration in two Brazilian Cerrado soils under no-till. Soil and Tillage Research [S.I.], v. 86, n. 2, p. 237-245, 2006. BAYER, C.; MIELNICZUK, J. Dinâmica e Função da Matéria Orgânica. In: SANTOS, G. D. A. et al (Ed.). Fundamentos da Matéria Orgânica do Solo: Ecossistemas Tropicais & Subtropicais. Porto Alegre: Metrópole, 2008. Cap.2. p. 7-18. BHATTACHARYYA, T.; PAL, D. K.; EASTER, M.; WILLIAMS, S.; PAUSTIAN, K.; MILNE, E.; CHANDRAN, P.; RAY, S. K.; MANDAL, C.; COLEMAN, K.; FALLOON, P.; POWLSON, D.; GAJBHIYE, K. S. Evaluating the Century C model using long-term fertilizer trials in the Indo-Gangetic Plains, India. Agriculture, Ecosystems & Environment [S.I.], v. 122, n. 1, p. 73-83, 2007. BHATTACHARYYA, T.; PAL, D. K.; WILLIAMS, S.; TELPANDE, B. A.; DESHMUKH, A. S.; CHANDRAN, P.; RAY, S. K.; MANDAL, C.; EASTER, M.; PAUSTIAN, K. Evaluating the Century C model using two long-term fertilizer trials representing humid and semi-arid sites from India. Agriculture, Ecosystems & Environment [S.I.], v. 139, n. 1-2, p. 264-272, 2010.
97
BOENI, M. Proteção física da matéria orgânica em Latossolos sob sistemas de pastagens na região do Cerrado brasileiro. (2007). 136 f. Tese (Doutor em Ciência do Solo) - Faculdade de Agronomia, UFRGS, Porto Alegre RS, 2007. BORTOLON, E. S. O.; MIELNICZUK, J.; TORNQUIST, C. G.; LOPES, F.; BERGAMASCHI, H. Validation of the Century model to estimate the impact of agriculture on soil organic carbon in Southern Brazil. Geoderma [S.I.], v. 167–168, n. 0, p. 156-166, 2011. BORTOLON, E. S. O.; MIELNICZUK, J.; TORNQUIST, C. G.; LOPES, F.; FERNANDES, F. F. Simulação da dinâmica do carbono e nitrogênio em um Argissolo do Rio Grande do Sul usando modelo Century. Revista Brasileira de Ciência do Solo [S.I.], v. 33, p. 1635-1646, 2009. BRAZ, S. P.; NASCIMENTO JUNIOR, D. D.; CANTARUTTI, R. B.; REGAZZI, A. J.; MARTINS, C. E.; FONSECA, D. M. D.; BARBOSA, R. A. Aspectos quantitativos do processo de reciclagem de nutrientes pelas fezes de bovinos sob pastejo em pastagem de Brachiaria decumbens na Zona da Mata de Minas Gerais. Revista Brasileira de Zootecnia [S.I.], v. 31, p. 858-865, 2002. BRICKLEMYER, R. S.; MILLER, P. R.; TURK, P. J.; PAUSTIAN, K.; KECK, T.; NIELSEN, G. A. Sensitivity of the Century Model to Scale-Related Soil Texture Variability. Soil Sci. Soc. Am. J. [S.I.], v. 71, n. 3, p. 784-792, 2007/5 2007. BUSTAMANTE, M. M. C.; MEDINA, E.; ASNER, G. P.; NARDOTO, G. B.; GARCIA-MONTIEL, D. C. Nitrogen cycling in tropical and temperate savannas. Biogeochemistry [S.I.], v. 79, n. 1-2, p. 209-237, 2006a. BUSTAMANTE, M. M. D. C.; CORBEELS, M.; SCOPEL, E.; ROSCOE, R. Soil Carbon Storage and Sequestration Potential in the Cerrado Region of Brazil. In: LAL, R. et al (Ed.). Carbon Sequestration in Soils of Latin America. New York: Food Products Press, 2006b. Cap.14. p. 285-304. BUSTAMANTE, M. M. D. C.; OLIVEIRA, E. L. D. Impacto das atividades agrícolas, florestais e pecuárias no recursos naturais. In: EMBRAPA (Ed.). Savanas: desafios e estratégias para o equilíbrio entre sociedade, agronegócio e recursos naturais. Planaltina, DF, 2008. Cap.18. p. 647-669. CAMBARDELLA, C. A.; ELLIOTT, E. T. Methods for physical separation and characterization of soil organic matter fractions. Geoderma [S.I.], v. 56, n. 1-4, p. 449-457, 1993.
98
CARVALHO, J. L. N.; AVANZI, J. C.; SILVA, M. L. N.; MELLO, C. R. D.; CERRI, C. E. P. Potencial de sequestro de carbono em diferentes biomas do Brasil. Revista Brasileira de Ciência do Solo [S.I.], v. 34, p. 277-290, 2010a. CARVALHO, J. L. N.; CERRI, C. E. P.; FEIGL, B. J.; PÍCCOLO, M. C.; GODINHO, V. P.; CERRI, C. C. Carbon sequestration in agricultural soils in the Cerrado region of the Brazilian Amazon. Soil and Tillage Research [S.I.], v. 103, n. 2, p. 342-349, 2009. CARVALHO, J. L. N.; RAUCCI, G. S.; CERRI, C. E. P.; BERNOUX, M.; FEIGL, B. J.; WRUCK, F. J.; CERRI, C. C. Impact of pasture, agriculture and crop-livestock systems on soil C stocks in Brazil. Soil and Tillage Research [S.I.], v. 110, n. 1, p. 175-186, 2010b. CASTRO, E. A. D.; KAUFFMAN, J. B. Ecosystem structure in the Brazilian Cerrado: a vegetation gradient of aboveground biomass, root mass and consumption by fire. Journal of Tropical Ecology [S.I.], v. 14, n. 03, p. 263-283, 1998. CERRI, C. E. P.; CERRI, C. C.; PAUSTIAN, K.; BERNOUX, M.; MELLILO, J. M. Combining Soil C and N Spatial Variability and Modeling Approaches for Measuring and Monitoring Soil Carbon Sequestration. Environmental Management [S.I.], v. 33, n. 0, p. S274-S288, 2004a. CERRI, C. E. P.; EASTER, M.; PAUSTIAN, K.; KILLIAN, K.; COLEMAN, K.; BERNOUX, M.; FALLOON, P.; POWLSON, D. S.; BATJES, N.; MILNE, E.; CERRI, C. C. Simulating SOC changes in 11 land use change chronosequences from the Brazilian Amazon with RothC and Century models. Agriculture, Ecosystems & Environment [S.I.], v. 122, n. 1, p. 46-57, 2007a. CERRI, C. E. P.; EASTER, M.; PAUSTIAN, K.; KILLIAN, K.; COLEMAN, K.; BERNOUX, M.; FALLOON, P.; POWLSON, D. S.; BATJES, N. H.; MILNE, E.; CERRI, C. C. Predicted soil organic carbon stocks and changes in the Brazilian Amazon between 2000 and 2030. Agriculture, Ecosystems & Environment [S.I.], v. 122, n. 1, p. 58-72, 2007b. CERRI, C. E. P.; PAUSTIAN, K.; BERNOUX, M.; VICTORIA, R. L.; MELILLO, J. M.; CERRI, C. C. Modeling changes in soil organic matter in Amazon forest to pasture conversion with the Century model. Global Change Biology [S.I.], v. 10, n. 5, p. 815-832, 2004b. CHAPUIS LARDY, L.; BROSSARD, M.; LOPES ASSAD, M. L.; LAURENT, J. Y. Carbon and phosphorus stocks of clayey Ferralsols in Cerrado native and agroecosystems, Brazil. Agriculture, Ecosystems & Environment [S.I.], v. 92, n. 2-3, p. 147-158, 2002.
99
CHIAVEGATO, M. B. Fluxo de gases do efeito estufa no solo com deposição de fezes e urina de bovinos de corte na região Sudoeste da Amazônia. (2010). 102 f. f. Dissertação (Mestrado em Ciências) - Centro de Energia Nuclear na Agricultura, Universidade de São Paulo, Piracicaba, SP, 2010. CHITI, T.; PAPALE, D.; SMITH, P.; DALMONECH, D.; MATTEUCCI, G.; YELURIPATI, J.; RODEGHIERO, M.; VALENTINI, R. Predicting changes in soil organic carbon in mediterranean and alpine forests during the Kyoto Protocol commitment periods using the CENTURY model. Soil Use and Management [S.I.], v. 26, n. 4, p. 475-484, 2010. CHRISTENSEN, B. T. Physical fractionation of soil and structural and functional complexity in organic matter turnover. European Journal of Soil Science [S.I.], v. 52, n. 3, p. 345-353, 2001. CORAZZA, E. J.; SILVA, J. E.; RESCK, D. V. S.; GOMES, A. C. Comportamento de diferentes sistemas de manejo como fonte ou depósito de carbono em relação à vegetação de cerrado. Revista Brasileira de Ciência do Solo [S.I.], v. 23, p. 425-432, 1999. CORBEELS, M.; SCOPEL, E.; CARDOSO, A.; BERNOUX, M.; DOUZET, J.-M.; NETO, M. S. Soil carbon storage potential of direct seeding mulch-based cropping systems in the Cerrados of Brazil. Global Change Biology [S.I.], v. 12, n. 9, p. 1773-1787, 2006. D'ANDRÉA, A. F.; SILVA, M. L. N.; CURI, N.; GUILHERME, L. R. G. Estoque de carbono e nitrogênio e formas de nitrogênio mineral em um solo submetido a diferentes sistemas de manejo Pesquisa Agropecuária Brasileira [S.I.], v. 39, n. 2, p. 179-186, 2004. DA SILVA, J. E.; RESCK, D. V. S.; CORAZZA, E. J.; VIVALDI, L. Carbon storage in clayey Oxisol cultivated pastures in the “Cerrado” region, Brazil. Agriculture, Ecosystems & Environment [S.I.], v. 103, n. 2, p. 357-363, 2004. DE-POLLI, H.; GUERRA, J. G. M. Carbono, Nitrogênio e Fósforo da Biomassa Microbiana do Solo. In: SANTOS, G. D. A. et al (Ed.). Fundamentos da Matéria Orgânica do Solo: Ecossistemas Tropicais & Subtropicais. Porto Alegre: Metrópole, 2008. Cap.17. p. 263-276. DELITTI, W. B. C.; MEGURO, M.; PAUSAS, J. G. Biomass and mineralmass estimates in a "cerrado" ecosystem. Revista Brasileira de Botânica [S.I.], v. 29, p. 531-540, 2006. EMBRAPA. Programa de Recuperação de Pastagens Degradadas no Cerrado Brasileiro: sistema agropastoril autosustentável. Goiânia: EMBRAPA-CNPAF, 1995. p. 26. (Documentos, 59).
100
______. Aquecimento Global e a Nova Geografia da produção Agrícola no Brasil. São Paulo: EMBRAPA/UNICAMP, 2008. p. 84. FALLOON, P.; JONES, C. D.; CERRI, C. E.; AL-ADAMAT, R.; KAMONI, P.; BHATTACHARYYA, T.; EASTER, M.; PAUSTIAN, K.; KILLIAN, K.; COLEMAN, K.; MILNE, E. Climate change and its impact on soil and vegetation carbon storage in Kenya, Jordan, India and Brazil. Agriculture, Ecosystems & Environment [S.I.], v. 122, n. 1, p. 114-124, 2007. FALLOON, P.; SMITH, P. Simulating SOC changes in long-term experiments with RothC and CENTURY: model evaluation for a regional scale application. Soil Use and Management [S.I.], v. 18, n. 2, p. 101-111, 2002. FALLOON, P.; SMITH, P.; SZABÓ, J.; PÁSZTOR, L. Comparison of approaches for estimating carbon sequestration at the regional scale. Soil Use and Management [S.I.], v. 18, n. 3, p. 164-174, 2002. FARAGE, P. K.; ARDÖ, J.; OLSSON, L.; RIENZI, E. A.; BALL, A. S.; PRETTY, J. N. The potential for soil carbon sequestration in three tropical dryland farming systems of Africa and Latin America: A modelling approach. Soil and Tillage Research [S.I.], v. 94, n. 2, p. 457-472, 2007. FELLER, C.; BEARE, M. H. Physical control of soil organic matter dynamics in the tropics. Geoderma [S.I.], v. 79, p. 69-116, 1997. FERNANDES, A. H. B. M.; SALIS, S. M. D.; FERNANDES, F. A.; CRISPIM, S. M. A. Estoques de Carbono do Estrato Arbóreo de Cerrados no Pantanal da Nhecolândia. Corumbá: Embrapa Pantanal, 2008. p. 1-5. (Circular Técnica nº 68). FERNANDES, F. A.; FERNANDES, A. H. B. M. Mudança de uso do solo e estoques de carbono no Pantanal: simulação utilizando o modelo Century. Corumbá MS: Embrapa Pantanal, 2010. p. 15. (Boletim de Pesquisa e Desenvolvimento, 101). FERREIRA, E. A. B.; RESCK, D. V. S.; GOMES, A. C.; RAMOS, M. L. G. Dinâmica do carbono da biomassa microbiana em cinco épocas do ano em diferentes sistemas de manejo do solo no cerrado. Revista Brasileira de Ciência do Solo [S.I.], v. 31, p. 1625-1635, 2007. FERRONATO, A. Caracterização do crescimento, da eficiência no uso da água e da radiação da cultivar de soja TMG 115 RR sob tratamento com glifosato. (2010). 129 f. Tese (Doutor em Agricultura Tropical) - Faculdade de Agronomia e Medicina Veterinária, UFMT, Cuiabá, 2010. FOEREID, B.; BARTHRAM, G. T.; MARRIOTT, C. A. The CENTURY model failed to simulate soil organic matter development in an acidic grassland. Nutrient Cycling in Agroecosystems [S.I.], v. 78, n. 2, p. 143-153, 2007.
101
FRANCE, J.; THORNLEY, J. H. M. Mathematical models in agriculture: A quantitative approach to problems in agriculture and related sciences. London: Butterworths, 1984. p. 335. FRAZÃO, L. A. Conversão do Cerrado em pastagem e sistemas agrícolas: efeitos na dinâmica da matéria orgânica do solo. (2007). 119 f. Dissertação (Mestre em Ciência) - Centro de Energia Nuclear na Agricultura, USP, Piracicaba SP, 2007. FREITAS, P. L. D.; BLANCANEAUX, P.; GAVINELLI, E.; LARRÉ-LARROUY, M.-C.; FELLER, C. Nível e natureza do estoque orgânico de latossolos sob diferentes sistemas de uso e manejo. Pesquisa Agropecuária Brasileira [S.I.], v. 35, p. 157-170, 2000. FREIXO, A. A.; MACHADO, P. L. O. A.; GUIMARÃES, C. M.; SILVA, C. A.; FADIGAS, F. S. Estoques de carbono e nitrogênio e distribuição de frações orgânicas de Latossolo do Cerrado sob diferentes sistemas de cultivo. Revista Brasileira de Ciência do Solo [S.I.], v. 26, p. 425-434, 2002. GALDOS, M. V.; CERRI, C. C.; CERRI, C. E. P.; PAUSTIAN, K.; VAN ANTWERPEN, R. Simulation of Soil Carbon Dynamics under Sugarcane with the CENTURY Model. Soil Sci. Soc. Am. J. [S.I.], v. 73, n. 3, p. 802-811, 2009/5 2009. GALVANI, F.; GAERTNER, E. Adequação da Metodologia Kjeldahl para determinação de Nitrogênio Total e Proteína Bruta. Corumbá: Embrapa Pantanal, 2006. p. 9. (Circular Técnica 33). GAUNT, J. L.; SOHI, S. P.; YANG, H.; MAHIEU, N.; ARAH, J. R. M. A Procedure for Isolating Soil Organic Matter Fractions Suitable for Modelling. In: REES, R. M. et al (Ed.). Sustainable management of soil organic matter. Wallingford: CABI Publishing, 2001. Cap.2.6. p. 90-95. GODET, M.; ROUBELAT, F. Creating the future: The use and misuse of scenarios. Long Range Planning [S.I.], v. 29, n. 2, p. 164-171, 1996. GRACE, J.; JOSÉ, J. S.; MEIR, P.; MIRANDA, H. S.; MONTES, R. A. Productivity and carbon fluxes of tropical savannas. Journal of Biogeography [S.I.], v. 33, n. 3, p. 387-400, 2006. HASSINK, J. The capacity of soils to preserve organic C and N by their association with clay and silt particles. Plant and Soil [S.I.], v. 191, n. 1, p. 77-87, 1997. HOFFMANN, W. A. Fire and Population Dynamics of Woody Plants in a Neotropical Savanna: Matrix Model Projections. Ecology [S.I.], v. 80, n. 4, p. 1354-1369, 1999.
102
IBGE. Censo Agropecuário 2006 - Brasil, Grandes Regiões e Unidades da Federação 2006. p. 777. IPCC. Mudança do Clima 2007: Base das Ciências Físicas. Relatório do Grupo de Trabalho I. Sumário para os Formuladores de Políticas., 2007. Disponível em:<http://www.ccst.inpe.br/Arquivos/ipcc_2007.pdf>. JENKINSON, D. S.; POWLSON, D. S. The effects of biocidal treatments on metabolism in soil--I. Fumigation with chloroform. Soil Biology and Biochemistry [S.I.], v. 8, n. 3, p. 167-177, 1976. KAMONI, P. T.; GICHERU, P. T.; WOKABI, S. M.; EASTER, M.; MILNE, E.; COLEMAN, K.; FALLOON, P.; PAUSTIAN, K. Predicted soil organic carbon stocks and changes in Kenya between 1990 and 2030. Agriculture, Ecosystems & Environment [S.I.], v. 122, n. 1, p. 105-113, 2007. KELLY, R. H.; PARTON, W. J.; CROCKER, G. J.; GRACED, P. R.; KLÍR, J.; KÖRSCHENS, M.; POULTON, P. R.; RICHTER, D. D. Simulating trends in soil organic carbon in long-term experiments using the century model. Geoderma [S.I.], v. 81, n. 1-2, p. 75-90, 1997. KIRSCHBAUM, M. U. F.; PAUL, K. I. Modelling C and N dynamics in forest soils with a modified version of the CENTURY model. Soil Biology and Biochemistry [S.I.], v. 34, n. 3, p. 341-354, 2002. LAL, R. Soil Carbon Sequestration in Latin America. In: LAL, R. et al (Ed.). Carbon Sequestration in Soils of Latin América. New York: Food Products Press, 2006. Cap.3. p. 49-64. LEAL, M. A. A.; DE-POLLI, H. Modelagem da matéria Orgânica do Solo. In: SANTOS, G. D. A. et al (Ed.). Fundamentos da Matéria Orgânica do Solo: Ecossistemas Tropicais & Subtropicais. Porto Alegre: Metrópole, 2008. Cap.19. p. 293-322. LEITE, L. F. C.; DE SÁ MENDONÇA, E.; OLIVEIRADE DE ALMEIDA MACHADO, P. L.; INÁCIO FERNANDES FILHO, E.; LIMA NEVES, J. C. Simulating trends in soil organic carbon of an Acrisol under no-tillage and disc-plow systems using the Century model. Geoderma [S.I.], v. 120, n. 3-4, p. 283-295, 2004a. LEITE, L. F. C.; MENDONÇA, E. D. S. Modelo Century de dinâmica da matéria orgânica do solo: equações e pressupostos. Ciência Rural [S.I.], v. 33, p. 679-686, 2003. LEITE, L. F. C.; MENDONÇA, E. S.; MACHADO, P. L. O. A. Simulation of organic matter dynamics in an argisol under mineral and organic fertilization
103
with the century model. Revista Brasileira de Ciência do Solo [S.I.], v. 28, n. 2, p. 347-358, 2004b. LEITE, L. F. C.; MENDONCA, E. S.; MACHADO, P. L. O. A.; MATOS, E. S. Total C and N storage and organic C pools of a Red-Yellow Podzolic under conventional and no tillage at the Atlantic Forest Zone, south-eastern Brazil. Australian Journal of Soil Research [S.I.], v. 41, n. 4, p. 717(14), 2003. LILIENFEIN, J.; WILCKE, W.; ZIMMERMANN, R.; GERSTBERGER, P.; ARAÚJO, G. M.; ZECH, W. Nutrient storage in soil and biomass of native Brazilian Cerrado. Journal of Plant Nutrition and Soil Science [S.I.], v. 164, n. 5, p. 487-495, 2001. LIMA, A. M. N.; SILVA, I. R. D.; STAPE, J. L.; MENDONÇA, E. S.; NOVAIS, R. F.; BARROS, N. F. D.; NEVES, J. C. L.; PAUL, K.; SCHULTHAIS, F.; POLGLASE, P.; RAISON, J.; SOARES, E. M. B. Modeling changes in organic carbon stocks for distinct soils in southeastern Brazil after four eucalyptus rotations using the century model. Revista Brasileira de Ciência do Solo [S.I.], v. 35, p. 833-847, 2011. LIU, Y.; LUO, Y. A consolidated evaluation of the FAO-56 dual crop coefficient approach using the lysimeter data in the North China Plain. Agricultural Water Management [S.I.], v. 97, n. 1, p. 31-40, 2010. LOPES, F.; MERTEN, G. H.; MIELNICZUK, J.; TORNQUIST, C. G.; OLIVEIRA, E. S. Simulação da dinâmica do carbono do solo numa microbacia rural pelo modelo Century. Pesquisa Agropecuária Brasileira [S.I.], v. 43, p. 745-753, 2008. MACEDO, M. C. M.; KICHEL, A. N.; ZIMMER, A. H. Degradação e alternativas de recuperação e renovação de pastagens. Campo Grande: EMBRAPA Gado de Corte, 2000. p. 4. (Cominicado Técnico, 62). MACHADO, P. L. O. D. A. Carbono do solo e a mitigação da mudança climática global. Química Nova [S.I.], v. 28, p. 329-334, 2005. MANLAY, R. J.; FELLER, C.; SWIFT, M. J. Historical evolution of soil organic matter concepts and their relationships with the fertility and sustainability of cropping systems. Agriculture, Ecosystems & Environment [S.I.], v. 119, n. 3-4, p. 217-233, 2007. MARCHÃO, R. L.; BECQUER, T.; BRUNET, D.; BALBINO, L. C.; VILELA, L.; BROSSARD, M. Carbon and nitrogen stocks in a Brazilian clayey Oxisol: 13-year effects of integrated crop-livestock management systems. Soil and Tillage Research [S.I.], v. 103, n. 2, p. 442-450, 2009. MATIAS, M. D. C. B. D. S.; SALVIANO, A. A. C.; LEITE, L. F. D. C.; ARAÚJO, A. S. F. D. Microbial biomass and C and N stocks in soil under
104
different management systems in the ‘Cerrado’ of Piauí State 2009. p. (2009). MCGECHAN, M. B.; TOPP, C. F. E. Modelling environmental impacts of deposition of excreted nitrogen by grazing dairy cows. Agriculture, Ecosystems & Environment [S.I.], v. 103, n. 1, p. 149-164, 2004. MCMASTER, M. Foresight: Exploring the structure of the future. Long Range Planning [S.I.], v. 29, n. 2, p. 149-155, 1996. MELO, A. C. G. D.; SOUSA, H. D.; CONTIERI, W. A.; MALICIA, L. C. Biomassa, fixação de carbono e estrutura da vegetação de Cerrado em restauração aos seis anos, Assis, SP. Revista do Instituto Florestal [S.I.], v. 21, n. 1, p. 73-78, 2009. MENDONÇA, E. S.; LEITE, L. F. C. Modelagem Matemática e Simulação da Dinâmica da Matéria Orgânica do Solo. In: ROSCOE, R. et al (Ed.). Dinâmica da Matéria Orgânica do Solo em Sistemas Conservacionistas: Modelagem matemática e Métodos Auxiliares. Dourados, MS, 2006. Cap.4. p. 75-106. MERCER, D. Scenarios made easy. Long Range Planning [S.I.], v. 28, n. 4, p. 7-86, 1995. METHERELL, A. K.; HARDING, L. A.; COLE, C. V.; PARTON, W. J. CENTURY Soil organic matter model environment. Technical documentation. Agroecosystem version 4.0. Fort Collins: USDA-ARS, 1993. p. 244. (Great Plains System Research Unit Technical Report, 4). MIELNICZUK, J. Matéria Orgânica e a Sustentabilidade de Sistemas Agrícolas. In: SANTOS, G. D. A. et al (Ed.). Fundamentos da Matéria Orgânica do Solo: Ecossistemas Tropicais & Subtropicais. Porto Alegre: Metrópole, 2008. Cap.1. p. 1-5. MORIASI, D. N.; ARNOLD, J. G.; LIEW, M. W. V.; BINGNER, R. L.; HARMEL, R. D.; VEITH, T. L. Model Evaluation Guidelines for Systematic Quantification of Accuracy in Watershed Simulations. v. 50, n. 3, p. 885-900, 2007. MOTAVALLI, P. P.; PALM, C. A.; PARTON, W. J.; ELLIOTT, E. T.; FREY, S. D. Comparison of laboratory and modeling simulation methods for estimating soil carbon pools in tropical forest soils. Soil Biology and Biochemistry [S.I.], v. 26, n. 8, p. 935-944, 1994. MUNIZ, L. C.; VIU, M. A. D. O.; MAGNABOSCO, C. D. U.; LOPES, D. T. Modelagem e simulação na agropecuária. PUBVET, v. 1, n. 11, 2007. Disponível em:<http://www.pubvet.com.br/artigos_det.asp?artigo=1>. Acesso em: 30/01/2012.
105
NEVES, C. M. N. D.; SILVA, M. L. N.; CURI, N.; MACEDO, R. L. G.; TOKURA, A. M. Estoque de carbono em sistemas agrossilvopastoril, pastagem e eucalipto sob cultivo convencional na região noroeste do Estado de Minas Gerais. Ciência e Agrotecnologia [S.I.], v. 28, p. 1038-1046, 2004. OLIVEIRA, J. R. A.; MENDES, I. C.; VIVALDI, L. Carbono da biomassa microbiana em solos de cerrados sob vegetação nativa e sob cultivo: Avaliação dos métodos Fumigação-incubação e Fumigação-extração. Revista Brasileira de Ciência do Solo [S.I.], v. 25, p. 863-871, 2001. PACHECO, L. P.; PIRES, F. R.; MONTEIRO, F. P.; PROCÓPIO, S. O.; ASSIS, R. L.; CARGNELUTTI FILHO, A.; CARMO, M. L.; PETTER, F. A. Sobressemeadura da soja como técnica para supressão da emergência de plantas daninhas. Planta Daninha [S.I.], v. 27, p. 455-463, 2009. PAIS, M. P.; VARANDA, E. M. Variation in plant defenses of Didymopanax vinosum (Cham. & Schltdl.) Seem. (Apiaceae) across a vegetation gradient in a Brazilian cerrado. Acta Botanica Brasilica [S.I.], v. 17, p. 395-403, 2003. PARFITT, R. L.; THENG, B. K. G.; WHITTON, J. S.; SHEPHERD, T. G. Effects of clay minerals and land use on organic matter pools. Geoderma [S.I.], v. 75, n. 1-2, p. 1-12, 1997. PARTON, W. J. The CENTURY model. In: POWLSON, D. S. et al (Ed.). Evaluation of Soil Organic Matter Models. Rothamsted: Springer-Verlag, 1996. (NATO ASI Series I 38). PARTON, W. J.; OJIMA, D.; DEL GROSSO, S.; KEOUGH, C. CENTURY Tutorial: Supplement to CENTURY User's Manual. Fort Collins Colorado: Great Plains Systems Research Unit, 2001. p. 66. PARTON, W. J.; OJIMA, D. S.; COLE, C. V.; SCHIMEL, D. S. A general model for soil organic matter dynamics: sensitivity to litter chemistry, texture and management. In: BRYANT, R. B.; ARNOLD, R. W. (Ed.). Quantitative modeling of soil farming processes. Madison, Wisconsin: SSSA, 1994. Cap.9. p. 147-167. (SSSA Special Publication 39). PARTON, W. J.; OJIMA, D. S.; SCHIMEL, D. S. Models to Evaluate Soil Organic Matter Storage and Dynamics. In: CARTER, M. R.; STEWART, B. A. (Ed.). Structure and Organic Matter Storage in Agricultural Soils Boca Raton: CRC Press, Inc., 1996. p. 421-448. (Advances in soil sciences). PARTON, W. J.; SCHIMEL, D. S.; COLE, C. V.; OJIMA, D. S. Analysis of Factors Controlling Soil Organic Matter Levels in Great Plains Grasslands1. Soil Sci. Soc. Am. J. [S.I.], v. 51, n. 5, p. 1173-1179, 1987.
106
PARTON, W. J.; SCURLOCK, J. M. O.; OJIMA, D. S.; GILMANOV, T. G.; SCHOLES, R. J.; SCHIMEL, D. S.; KIRCHNER, T.; MENAUT, J. C.; SEASTEDT, T.; MOYA, E. G.; KAMNALRUT, A.; KINYAMARIO, J. I. Observations and Modeling of Biomass and Soil Organic-Matter Dynamics for the Grassland Biome Worldwide. Global Biogeochemical Cycles [S.I.], v. 7, n. 4, p. 785-809, Dec 1993. PARTON, W. J.; SINGH, J. S. Adapting a biomass simulation model to a tropical grassland. Ecological Modelling [S.I.], v. 23, n. 1-2, p. 151-163, 1984. PAUSTIAN, K.; LEVINE, E.; POST, W. M.; RYZHOVA, I. M. The use of models to integrate information and understanding of soil C at the regional scale. Geoderma [S.I.], v. 79, n. 1-4, p. 227-260, 1997. PAUSTIAN, K.; PARTON, W. J.; PERSSON, J. Modeling Soil Organic Matter in Organic-Amended and Nitrogen-Fertilized Long-Term Plots. Soil Sci. Soc. Am. J. [S.I.], v. 56, n. 2, p. 476-488, / 1992. PEREZ, K. S. S.; RAMOS, M. L. G.; MCMANUS, C. Carbono da biomassa microbiana em solo cultivado com soja sob diferentes sistemas de manejo nos Cerrados. Pesquisa Agropecuária Brasileira [S.I.], v. 39, p. 567-573, 2004. PRENTICE, I. C. The Carbon Cycle and Atmospheric Carbon Dioxide. . In: IPCC (Ed.). Climate change 2001:The Scientific Basis: Cambridge University Press, 2001. Cap.3. PULROLNIK, K.; BARROS, N. F. D.; SILVA, I. R.; NOVAIS, R. F.; BRANDANI, C. B. Estoques de carbono e nitrogênio em frações lábeis e estáveis da matéria orgânica de solos sob eucalipto, pastagem e cerrado no Vale do Jequitinhonha - MG. Revista Brasileira de Ciência do Solo [S.I.], v. 33, p. 1125-1136, 2009. RESCK, B. S.; RESCK, D. V. S.; FERREIRA, E. A. B.; GOMES, A. C. Estoque de carbono do solo sob diferentes sistemas de manejo na bacia hidrográfica do Córrego Taquaras, Distrito Federal. In: IX Simpósio Nacional do Cerrado e II Simpósio Internacional de Savanas Tropicais: Desafios e estratégias para o equilíbrio entre sociedade, agronegócio e recursos naturais, ParlaMundi, Brasília, DF. Embrapa Cerrados, 2008. p.6. REZENDE, A. V.; VALE, A. T. D.; SANQUETTA, C. R.; FILHO, A. F.; FELFILI, J. M. Comparação de modelos matemáticos para estimativa do volume, biomassa e estoque de carbono da vegetação lenhosa de um cerrado sensu stricto em Brasília, DF. Scientia Florestalis [S.I.], n. 71, p. 65-76, 2006.
107
RONDÓN, E.; MURAKAMI, A.; SAKAGUTI, E. Modelagem Computacional para Produção e Pesquisa em Avicultura. Revista Brasileira de Ciência Avícola [S.I.], v. 4, p. 00-00, 2002. ROSCOE, R.; BODDEY, R. M.; SALTON, J. C. Sistemas de Manejo e Matéria Orgânica do Solo. In: ROSCOE, R. et al (Ed.). Dinâmica da matéria Orgânica do solo em sistemas conservacionistas: modelagem matemática e métodos auxiliares. Dourados: Embrapa Agropecuária Oeste, 2006a. Cap.1. p. 17-42. ROSCOE, R.; BUURMAN, P.; VELTHORST, E. J.; VASCONCELLOS, C. A. Soil organic matter dynamics in density and particle size fractions as revealed by the 13C/12C isotopic ratio in a Cerrado's oxisol. Geoderma [S.I.], v. 104, n. 3-4, p. 185-202, 2001. ROSCOE, R.; MACHADO, P. L. O. D. A. Fracionamento Físico do Solo em Estudos da Matéria Orgânica. Dourados: Embrapa Agropecuária Oeste; Embrapa Solos, 2002. p. 86. ROSCOE, R.; MADARI, B. E.; MACHADO, P. L. O. D. A. Fracionamento Físico do Solo na Obtenção de Compartimentos Mensuráveis para Uso em Simuladores da Dinâmica da Matéria Orgânica. In: ROSCOE, R. et al (Ed.). Dinâmica da Matéria Orgânica do Solo em Sistemas Conservacionistas: Modelagem matemática e Métodos Auxiliares. Dourados, MS Embrapa Agropecuária Oeste, 2006b. Cap.5. p. 107-131. ROSCOE, R.; MERCANTE, F. M.; MENDES, I. D. C.; JÚNIOR, F. B. D. R.; SANTOS, J. C. F. D.; HUNGRIA, M. Biomassa Microbiana do Solo: Fração mais Ativa da Matéria Orgânica. In: ROSCOE, R. et al (Ed.). Dinâmica da Matéria Orgânica do Solo em Sistemas Conservacionistas: Modelagem matemática e Métodos Auxiliares. Dourados, MS, 2006c. Cap.7. p. 163-198. ROZANE, D. E.; CENTURION, J. F.; ROMUALDO, L. M.; TANIGUCHI, C. A. K.; TRABUCO, M.; ALVES, A. U. Estoque de carbono e estabilidade de agregados de um latossolo vermelho distrófico, sob diferentes manejos. Bioscience Journal [S.I.], v. 26, n. 1, p. 24-32, 2010. RUFINO, A. M. M. Estoque de carbono em solos sob plantios de eucalipto e fragmento de Cerrado. (2009). 60 f. Dissertação (Mestre em Ciência Florestal) - Faculdade de Ciências Agronômicas, Universidade Estadual Paulista "Júlio de Mesquita Filho", Botucatu, SP, 2009. SCHOLES, R. J.; ARCHER, S. R. Tree-grass interaction in savannas. Annual Review of Ecology and Systematics [S.I.], v. 28, n. 1, p. 517-544, 1997. SCORZA JÚNIOR, R. P. Modelagem Matemática e Simulação de Sistemas: uma Importante Ferramenta na Pesquisa Agropecuária. In: ROSCOE, R. et al (Ed.). Dinâmica da Matéria Orgânica do Solo em Sistemas
108
Conservacionistas: Modelagem matemática e Métodos Auxiliares. Dourados, MS: Embrapa Agropecuária Oeste, 2006. Cap.3. p. 63-74. SILVA, A. A.; SILVA, C. S. W.; SOUZA, C. M.; SOUZA, B. A.; FAGUNDES, J. L.; FALLEIRO, R. M.; SEDIYAMA, C. S. Aspectos fitossociológicos da comunidade de plantas daninhas na cultura do feijão sob diferentes sistemas de preparo do solo. Planta Daninha [S.I.], v. 23, p. 17-24, 2005. SILVA, J. O.; JESUS, F. M.; FAGUNDES, M.; FERNANDES, G. W. Esclerofilia, taninos e insetos herbívoros associados a Copaifera lagsdorffii Desf. (Fabaceae: Caesalpinioideae) em área de transição Cerrado-Caatinga no Brasil. Ecología austral [S.I.], v. 19, p. 197-206, 2009. SILVA JÚNIOR, L. C.; LUCAS, F. T.; BORGES, B. M. M. N.; SILVA, W. J. Influência da radiação fotossinteticamente ativa no crescimento e desenvolvimento de forrrageiras tropicais. FAZU em Revista n.7, p. , 2010 [S.I.], n. 7, p. 63- 67, 2010. SILVER, W. L.; NEFF, J.; MCGRODDY, M.; VELDKAMP, E.; KELLER, M.; COSME, R. Effects of Soil Texture on Belowground Carbon and Nutrient Storage in a Lowland Amazonian Forest Ecosystem. Ecosystems [S.I.], v. 3, n. 2, p. 193-209, 2000. SIMÕES, S. M. O.; ZILLI, J. É.; COSTA, M. C. G.; TONINI, H.; BALIEIRO, F. D. C. Carbono orgânico e biomassa microbiana do solo em plantios de Acacia mangium no Cerrado de Roraima. Acta Amazonica [S.I.], v. 40, n. 1, p. 23-30, 2010. SIQUEIRA LEITE, M. H. Avaliação das perdas de solo, água e nutrientes em diferentes sistemas de preparo num Latossolo Vermelho-Amarelo Ácrico típico sob chuva natural. (2007). 90 f. Dissertação (Mestre em Agricultura Tropical) - Faculdade de Agronomia e Medicina Veterinária, UFMT, Cuiabá, 2007. SIQUEIRA NETO, M. S.; SCOPEL, E.; CORBEELS, M.; CARDOSO, A. N.; DOUZET, J.-M.; FELLER, C.; PICCOLO, M. D. C.; CERRI, C. C.; BERNOUX, M. Soil carbon stocks under no-tillage mulch-based cropping systems in the Brazilian Cerrado: An on-farm synchronic assessment. Soil and Tillage Research [S.I.], v. 110, n. 1, p. 187-195, 2010. SITOMPUL, S. M.; HAIRIAH, K.; CADISCH, G.; VAN NOORDWIJK, M. Dynamics of density fractions of macro-organic matter after forest conversion to sugarcane and woodlots, accounted for in a modified century model. NJAS - Wageningen Journal of Life Sciences [S.I.], v. 48, n. 1, p. 61-73, 2000. SIX, J.; CALLEWAERT, P.; LENDERS, S.; DE GRYZE, S.; MORRIS, S. J.; GREGORICH, E. G.; PAUL, E. A.; PAUSTIAN, K. Measuring and
109
Understanding Carbon Storage in Afforested Soils by Physical Fractionation. Soil Sci. Soc. Am. J. [S.I.], v. 66, n. 6, p. 1981-1987, 2002/11 2002. SMITH, K. A.; FROST, J. P. Nitrogen excretion by farm livestock with respect to land spreading requirements and controlling nitrogen losses to ground and surface waters. Part 1: cattle and sheep. Bioresource Technology [S.I.], v. 71, n. 2, p. 173-181, 2000. SMITH, P.; SMITH, J. U.; POWLSON, D. S.; MCGILL, W. B.; ARAH, J. R. M.; CHERTOV, O. G.; COLEMAN, K.; FRANKO, U.; FROLKING, S.; JENKINSON, D. S.; JENSEN, L. S.; KELLY, R. H.; KLEIN-GUNNEWIEK, H.; KOMAROV, A. S.; LI, C.; MOLINA, J. A. E.; MUELLER, T.; PARTON, W. J.; THORNLEY, J. H. M.; WHITMORE, A. P. A comparison of the performance of nine soil organic matter models using datasets from seven long-term experiments. Geoderma [S.I.], v. 81, n. 1-2, p. 153-225, 1997. SOARES, M. T. S.; SANTOS, S. A.; ABREU, U. G. P. D. Estimativa Preliminar do Conteúdo de Nitrogênio Depositado via Fezes Bovinas no Pantanal da Nhecolândia. Corumbá-MS: Embrapa Pantanal, 2007. p. 6. (Comunicado Técnico 65). SOETAERT, K.; HERMAN, P. M. J. A Practical Guide to Ecological Modelling: Using R as a Simulation Platform. Yerseke, The Netherlands: Springer, 2009. p. 372. SOHI, S. P.; MAHIEU, N.; ARAH, J. R. M.; POWLSON, D. S.; MADARI, B.; GAUNT, J. L. A Procedure for Isolating Soil Organic Matter Fractions Suitable for Modeling. Soil Sci Soc Am J [S.I.], v. 65, n. 4, p. 1121-1128, July 1, 2001 2001. SOUZA, E. D. D.; CARNEIRO, M. A. C.; PAULINO, H. B.; SILVA, C. A.; BUZETTI, S. Frações do carbono orgânico, biomassa e atividade microbiana em um Latossolo Vermelho sob cerrado submetido a diferentes sistemas de manejos e usos do solo. Acta Scientiarum Agronomy [S.I.], v. 28, n. 3, p. 323-329, 2006. STEWART, C. E.; PLANTE, A. F.; PAUSTIAN, K.; CONANT, R. T.; SIX, J. Soil Carbon Saturation: Linking Concept and Measurable Carbon Pools. Soil Sci. Soc. Am. J. [S.I.], v. 72, n. 2, p. 379-392, 2008/3 2008. TARDY, Y. Geoquímica Global: oscilações climáticas e evolução do meio ambiente desde quatro bilhões de anos. Estudos Avançados [S.I.], v. 11, p. 149-173, 1997. TORNQUIST, C. G.; GASSMAN, P. W.; MIELNICZUK, J.; GIASSON, E.; CAMPBELL, T. Spatially explicit simulations of soil C dynamics in Southern Brazil: Integrating century and GIS with i_Century. Geoderma [S.I.], v. 150, n. 3-4, p. 404-414, 2009a.
110
TORNQUIST, C. G.; MIELNICZUK, J.; CERRI, C. E. P. Modeling soil organic carbon dynamics in Oxisols of Ibirubá (Brazil) with the Century Model. Soil and Tillage Research [S.I.], v. 105, n. 1, p. 33-43, 2009b. VAN DER WEERDEN, T. J.; LUO, J.; DE KLEIN, C. A. M.; HOOGENDOORN, C. J.; LITTLEJOHN, R. P.; RYS, G. J. Disaggregating nitrous oxide emission factors for ruminant urine and dung deposited onto pastoral soils. Agriculture, Ecosystems & Environment [S.I.], v. 141, n. 3-4, p. 426-436, 2011. WALLER, L. A.; SMITH, D.; CHILDS, J. E.; REAL, L. A. Monte Carlo assessments of goodness-of-fit for ecological simulation models. Ecological Modelling [S.I.], v. 164, n. 1, p. 49-63, 2003. WILLMOTT, C. J.; MATSUURA, K. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research [S.I.], v. 30, n. 1, p. 79-82, 2005. XU, W.; CHEN, X.; LUO, G.; LIN, Q. Using the CENTURY model to assess the impact of land reclamation and management practices in oasis agriculture on the dynamics of soil organic carbon in the arid region of North-western China. Ecological Complexity [S.I.], v. 8, n. 1, p. 30-37, 2011. ZINN, Y. L. Textural, mineralogical and structural controls on soil organic carbon retention in Brazilian Cerrados (2005). 183 f. Tese (Doutor em Filosofia) - Graduate School, Ohio State University, Ohio, 2005.
111
APÊNDICE A Resultados das análises das amostras de solos dos sistemas de uso e manejo da Fazenda Mourão I em Campo Verde, MT
TABELA 14A. Teores de carbono e nitrogênio, relação C/N, estoques de carbono e nitrogênio do solo de sistemas estudados
em Campo Verde, MT
Prof. Sistema
Teor de C Teor de N Relação C/N
Estoque de Ca Estoque de Cb Estoque de Na Estoque de Nb
(cm) (g kg-1) (g kg-1) (Mg ha-1) (Mg ha-1) (Mg ha-1) (Mg ha-1)
0 - 5 Cerrado 24.52 1.75 14.05 16.51 16.51 1.17 1.17 Algodão 3 22.28 2.32 9.77 14.54 14.54 1.52 1.52 Algodão 5 24.59 1.94 12.62 15.24 15.24 1.20 1.20 Soja/milho 16.91 1.71 9.89 12.61 12.61 1.27 1.27 Pasto 33.90 2.89 11.81 23.79 23.79 2.03 2.03
5 - 10 Cerrado 15.43 1.31 12.00 10.49 27.00 0.89 2.06 Algodão 3 20.27 1.82 11.13 12.86 22.05 1.15 2.19 Algodão 5 18.86 1.64 11.42 11.67 23.15 1.01 1.89 Soja/milho 14.50 1.35 10.79 11.03 21.54 1.03 2.10 Pasto 24.16 2.04 11.83 17.41 39.49 1.47 3.36
10 - 20 Cerrado 11.69 1.10 11.17 15.80 42.80 1.49 3.56 Algodão 3 15.34 1.33 11.54 18.73 41.48 1.63 3.56 Algodão 5 13.97 1.28 10.94 16.92 40.25 1.54 3.41 Soja/milho 11.34 1.04 10.98 17.70 35.70 1.62 3.44 Pasto 14.24 1.19 12.03 20.57 59.49 1.71 5.40
111
112
TABELA 15A. Continuação...
20 - 40 Cerrado 8.34 0.84 10.16 22.10 64.91 2.24 5.79 Algodão 3 11.73 0.99 11.90 26.14 67.61 2.20 5.78 Algodão 5 7.63 0.96 7.98 17.58 59.00 2.21 5.54 Soja/milho 7.74 0.82 9.52 23.41 56.55 2.47 5.57 Pasto 10.15 0.84 12.26 29.79 87.09 2.46 7.75
40 - 60 Cerrado 6.70 0.85 8.27 17.10 82.01 2.17 7.96 Algodão 3 10.03 0.98 10.43 22.04 91.28 2.15 7.78 Algodão 5 5.94 0.80 7.48 13.11 72.59 1.76 6.98 Soja/milho 5.96 0.57 10.38 16.91 73.48 1.63 7.00 Pasto 6.76 0.80 8.66 18.48 105.80 2.17 10.18
a = estoques sem correção de massa equivalente
b = estoques corrigidos pela massa equivalente
112
113
TABELA 16A. Teores e estoques de carbono e percentual do carbono total
das frações do solo, nos sistemas estudados em Campo
Verde, MT
Prof. (cm) Sistema Teor de C
(g kg-1 de solo) % do C do solo Estoque de C (Mg ha-1)
> 53 µm < 53 µm > 53 µm < 53 µm > 53 µm < 53 µm 0 - 5 Cerrado 4.26 21.10 16.78 83.22 2.84 14.20
Algodão 3 1.28 16.98 6.98 93.02 0.82 11.05 Algodão 5 1.90 19.65 8.81 91.19 1.22 12.15 Soja/milho 2.05 16.40 11.12 88.88 1.53 12.24 Pasto 2.65 32.84 7.48 92.52 1.88 23.04 Recuperado = 98,3%
5 - 10 Cerrado 2.28 15.68 12.71 87.29 1.56 10.67 Algodão 3 0.66 16.24 3.90 96.10 0.42 10.30 Algodão 5 1.20 16.40 6.83 93.17 0.74 10.16 Soja/milho 1.20 14.30 7.73 92.27 0.91 10.88 Pasto 1.55 23.92 6.09 93.91 1.12 17.23 Recuperado = 98,7%
10 - 20 Cerrado 1.22 11.96 9.25 90.75 1.65 16.21 Algodão 3 0.73 12.31 5.63 94.37 0.89 15.10 Algodão 5 0.94 12.89 6.78 93.22 1.14 15.62 Soja/milho 1.03 10.93 8.58 91.42 1.60 17.07 Pasto 0.71 12.57 5.33 94.67 1.03 18.16 Recuperado = 98,5%
20 - 40 Cerrado 1.00 7.96 11.15 88.85 2.63 21.04 Algodão 3 0.27 7.60 3.47 96.53 0.61 16.91 Algodão 5 0.18 7.18 2.46 97.54 0.42 16.53 Soja/milho 0.50 6.32 7.31 92.69 1.50 19.15 Pasto 0.47 7.78 5.70 94.30 1.40 22.86 Recuperado = 97,2%
40 - 60 Cerrado 0.5 5.8 7.6 92.4 1.2 14.8 Algodão 3 0.3 7.1 4.0 96.0 0.7 15.7 Algodão 5 0.1 6.1 2.4 97.6 0.3 13.5 Soja/milho 0.3 4.8 5.8 94.2 0.8 13.5 Pasto 0.2 5.5 3.2 96.8 0.5 15.1 Recuperado = 97,1%
114
TABELA 17A. Teores e estoques de nitrogênio e percentual do nitrogênio
total das frações do solo, nos sistemas estudados em
Campo Verde, MT
Prof. Sistema
Teor de N (g kg-1 de solo)
% do N do solo
Estoque de N (Mg ha-1)
(cm) > 53 µm < 53 µm > 53 µm < 53 µm > 53 µm < 53 µm
0 - 5 Cerrado 0.73 1.33 34.27 65.73 0.49 0.89 Algodão 3 0.27 1.51 14.31 85.69 0.18 0.98 Algodão 5 0.31 1.63 15.97 84.03 0.19 1.01 Soja/milho 0.52 1.24 29.31 70.69 0.39 0.92 Pasto 0.70 2.58 21.66 78.34 0.49 1.81 Recuperado = 98,3%
5 - 10 Cerrado 0.44 1.01 29.86 70.14 0.30 0.69 Algodão 3 0.15 1.46 9.59 90.41 0.10 0.92 Algodão 5 0.16 1.42 10.03 89.97 0.10 0.88 Soja/milho 0.28 1.08 20.38 79.62 0.21 0.82 Pasto 0.34 1.74 16.37 83.63 0.25 1.25 Recuperado = 98,7%
10 - 20 Cerrado 0.27 0.77 26.02 73.98 0.37 1.05 Algodão 3 0.12 1.17 9.52 90.48 0.15 1.43 Algodão 5 0.16 1.04 12.84 87.16 0.19 1.25 Soja/milho 0.20 0.83 19.73 80.27 0.32 1.29 Pasto 0.23 1.01 18.30 81.70 0.33 1.46 Recuperado = 98,5%
20 - 40 Cerrado 0.21 0.59 26.88 73.12 0.57 1.56 Algodão 3 0.07 0.88 7.35 92.65 0.16 1.96 Algodão 5 0.07 0.73 8.90 91.10 0.16 1.69 Soja/milho 0.18 0.53 24.92 75.08 0.54 1.62 Pasto 0.18 0.78 18.53 81.47 0.52 2.30 Recuperado = 97,2%
40 - 60 Cerrado 0.19 0.50 27.45 72.55 0.48 1.28 Algodão 3 0.09 0.80 10.24 89.76 0.20 1.76 Algodão 5 0.07 0.62 9.63 90.37 0.15 1.38 Soja/milho 0.15 0.48 24.38 75.62 0.43 1.35 Pasto 0.16 0.59 21.74 78.26 0.45 1.61 Recuperado = 97,1%
115
TABELA 18A. Teores e estoques de carbono da biomassa microbiana do
solo, nos sistemas estudados em Campo Verde, MT
Prof. Sistema
Teor de C Estoque de Ca Estoque de Cb
(cm) (µg g-1) (Mg ha-1) (Mg ha-1)
0 - 5 Cerrado 436.86 0.29 0.29 Algodão 3 82.98 0.05 0.05 Algodão 5 169.89 0.11 0.11 Soja/milho 164.13 0.12 0.12 Pasto 435.38 0.31 0.31
5 - 10 Cerrado 278.86 0.19 0.48 Algodão 3 102.69 0.07 0.09 Algodão 5 125.39 0.08 0.16 Soja/milho 130.71 0.10 0.20 Pasto 263.38 0.19 0.48
10 - 20 Cerrado 134.72 0.18 0.67 Algodão 3 114.86 0.14 0.22 Algodão 5 144.28 0.17 0.32 Soja/milho 109.72 0.17 0.35 Pasto 107.69 0.16 0.63
a = estoques sem correção de massa equivalente
b = estoques corrigidos pela massa equivalente
116
APÊNDICE B TABELA 19B. Valores de estoques de carbono e teores de argila em
vegetação nativa de Cerrado, utilizados para comparação
com valores simulados
Autor Localidade Teor de argila
(%)
Estoque de C
(Mg ha-1)
Este estudo Campo Verde MT 21 42,8
(Bayer et al., 2006) Luziânia GO 35 35,40
(Boeni, 2007) Dourados MS 63 44,5
Maracaju MS 54 66,3
Campo Grande MS 36 53,1
(Chapuis Lardy et al.,
2002) Brasília DF 67 46,0
(D'andréa et al., 2004) Morrinhos Go 39 35,4
(Fernandes e Fernandes,
2010) Nhumirim MS 8 15,9
(Frazão, 2007) Comodoro MT 7 12,3
(Freitas et al., 2000) Goiânia GO 46 50,6
(Freixo et al., 2002) Sto. Antonio GO 58 45,3
(Marchão et al., 2009) Planaltina DF 62 39,6
(Pulrolnik et al., 2009) Itamarandiba MG 81 43,6
(Resck et al., 2008) Córrego Taquara DF 70 44,6
(Rozane et al., 2010) Colina SP 18 26,7
(Rufino, 2009) Angatuba SP 1 18,7
(Simões et al., 2010) CEAB RR 13 20,8
Cigolina RR 13 18,7
(Zinn, 2005) Pinheiro e Unaí GO 12 18,5
8 20,3
13 22,8
32 24,5
31 26,5
30 21,6
117
APÊNDICE C TABELA 20C. Variáveis de entrada do Century para a vegetação nativa estudada na Fazenda Mourão I, Campo Verde MT
Código Unidade Definição Valor Autor
Características de local (site.100)
EPNFA(1) g m-2 ano-1 Deposição atmosférica de N 0,4 (Bustamante et al., 2006a) EPNFS(1) g m-2 ano-1 Fixação biológica de N 1,6
Características de vegetação arbórea (tree.100)
DECID Vegetação decídua seca 2 (Metherell et al., 1993)
PRDX(2) g biomassa m-2 ano Produção bruta. 1240,0 (Bustamante e Oliveira, 2008)
PRDX(3) g C m-2 ano Produção líquida (aproximadamente 50% da PPB) 400,0 Default
PPDF(1) ºC Temperatura ótima 30,0 (Parton et al., 2001)
BASFC2
Relação entre área basal das árvores e gramíneas para o N 0,5
(Parton et al., 2001) BASFCT cm2 g-1 Relação entre a área basal das árvores e a biomassa lenhosa 400,0
SITPOT Relação entre o N das gramíneas e o N disponível 2400,0
117
118
TABELA 20C. Continuação...
Código Unidade Definição Valor Autor
Características das gramíneas do Cerrado (crop.100)
PRDX(1) g C m-2 mês Produção potencial da parte aérea 133,0 (Bustamante e Oliveira, 2008)
PPDF(1) ºC Temperatura ótima 30 (Parton et al., 2001) PPDF(2) ºC Temperatura máxima 45 (Parton et al., 2001)
Características dos eventos de fogo na vegetação herbácea (fire.100)
FLFREM fração Caules vivos removidos 0,89
(Barbosa e Fearnside, 2005)
FDFREM(1) fração Material morto em pé removido 0,90 FDFREM(2) fração Serapilheira removida 1,00
Características dos eventos de fogo na vegetação arbórea (fire.100)
REMF(1) fração Folhas vivas removidas 0,9 (Barbosa e Fearnside, 2005)
REMF(2) fração Galhos finos vivos removidos 0,8 REMF(3) fração Material lenhoso removido 0,05 REMF(4) fração Galhos finos mortos removidos 1,0
REMF(5) fração Material lenhoso morto removido 0,7
FD(1) fração Raízes finas mortas 0,7 FD(2) fração Raízes grossas mortas 0,2
118
119
TABELA 21C. Variáveis de entrada do Century para abertura das áreas dos
sistemas de agricultura e pastagem estudados na Fazenda
Mourão I, Campo Verde MT
Código Definição Valores Derrubada Queima
Retirada do material arbóreo (trem.100) 'EVNTYP' Evento com ou sem fogo 0 1 'REMF(1)' Folhas vivas removidas 0,99 0,99 'REMF(2)' Galhos finos vivos removidos 0,99 0,99 'REMF(3)' Material lenhoso removido 0,99 0,99 'REMF(4)' Galhos finos mortos removidos 0 0,99 'REMF(5)' Material lenhoso morto removido 0 0,99 'FD(1)' Raízes finas mortas 1 0 'FD(2)' Raízes grossas mortas 1 0 'RETF(1,1)' Parte das folhas vivas que retornam C 1 1 'RETF(1,2)' Parte das folhas vivas que retornam N 1 0,3 'RETF(1,3)' Parte das folhas vivas que retornam P 1 1 'RETF(1,4)' Parte das folhas vivas que retornam S 1 1 'RETF(2,1)' Galhos finos vivos que retornam C 1 1 'RETF(2,2)' Galhos finos vivos que retornam N 1 0,3 'RETF(2,3)' Galhos finos vivos que retornam P 1 1 'RETF(2,4)' Galhos finos vivos que retornam S 1 1 'RETF(3,1)' Parte do material lenhoso que retorna C 1 1 'RETF(3,2)' Parte do material lenhoso que retorna N 1 0,3 'RETF(3,3)' Parte do material lenhoso que retorna P 1 1 'RETF(3,4)' Parte do material lenhoso que retorna S 1 1 Retirada do material herbáceo (fire.100) 'FLFREM' Caules vivos removidos 1 'FDFREM(1)' Material morto em pé removido 1 'FDFREM(2)' Serapilheira removida 1 'FRET(1)' Fração de N removida 0,1 'FRET(2)' Fração do P removida 1 'FRET(3)' Fração do S removida 1 'FRTSH' Efeito na relação raiz parte aérea 1 'FNUE(1)' Efeito na relação C/N parte aérea 10 'FNUE(2)' Efeito na relação C/N das raízes 30 Valores default (em frações).
120
TABELA 22C. Variáveis de entrada do Century para as culturas dos sistemas
estudados na Fazenda Mourão I, Campo Verde MT
Código Valor Fonte Código Valor Fonte
Características da soja Características do milheto
PRDX(1) 590 (Ferronato, 2010) PRDX(1) 600
Default PPDF(1) 27 PPDF(1) 32
PPDF(2) 40 PPDF(2) 45
HIMAX 0,35 HIMAX 0,45
Características do milho Características das invasoras
PRDX(1) 300
Default
PRDX(1) 300
Default PPDF(1) 30 PPDF(1) 27
PPDF(2) 45 PPDF(2) 45
HIMAX 0,45 HIMAX 0,05
Características do arroz Características da pastagem
PRDX(1) 500
Default
PRDX(1) 250
Default PPDF(1) 30 PPDF(1) 32
PPDF(2) 45 PPDF(2) 45
HIMAX 0,4 HIMAX 0,02
Características do algodão Características da braquiária dos cenários
PRDX(1) 300
Default
PRDX(1) 390 (Silva Júnior et al., 2010)
PPDF(1) 30 PPDF(1) 32
PPDF(2) 45 PPDF(2) 45
HIMAX 0,35 HIMAX 0,02 PRDX(1) = Produção potencial da parte aérea (g C m-2 mês); PPDF(1) =
Temperatura ótima (ºC); PPDF(2) = Temperatura máxima (ºC); HIMAX =
Índice de colheita máximo (fração). Arquivo crop.100.
121
TABELA 23C. Variáveis de entrada do Century para as operações de
manejo nos sistemas estudados na Fazenda Mourão I,
Campo Verde MT
Código Cultivo
Conven- cional
Grade pesada 2 passadas
Grade pesada 1 passada
Capina manual
Grade niveladora
'CULTRA(1)' 0 0 0 0 0
'CULTRA(2)' 0,05 0,05 0,05 0,1 0,05
'CULTRA(3)' 0,95 0,65 0,65 0 0,2
'CULTRA(4)' 0,05 0,05 0,05 0,05 0,05
'CULTRA(5)' 0,95 0,65 0,65 0 0,2
'CULTRA(6)' 0,95 0,45 0,45 0 0,37
'CULTRA(7)' 1 0,7 0,7 1 0,3
'CLTEFF(1)' 3,4 2,46 1,6 1 3,208
'CLTEFF(2)' 1,697 2,46 1,6 1 3,208
'CLTEFF(3)' 1 1 1 1 1
'CLTEFF(4)' 1,697 2,46 1,6 1 3,208
Código Herbicida Desfolhan- te
Roçadei- ra
Prata 1000
Subsola- dor
'CULTRA(1)' 1 0,9 0,1 0 0
'CULTRA(2)' 0 0,2 0,9 1 0,01
'CULTRA(3)' 0 0 0 0,2 0,01
'CULTRA(4)' 0 0 0,9 1,4 0,01
'CULTRA(5)' 0 0 0 0,2 0,2
'CULTRA(6)' 0 0 0 0,2 0,2
'CULTRA(7)' 0 0 0 0,8 0,01
'CLTEFF(1)' 1 1 1 1,2 1,2
'CLTEFF(2)' 1 1 1 1,2 1,2
'CLTEFF(3)' 1 1 1 1 1
'CLTEFF(4)' 1 1 1 1,2 1,2
Código Definições
'CULTRA(1)' Parte aérea viva transferida para morta em pé
'CULTRA(2)' Parte aéra viva transferida para liteira superficial
122
TABELA 23C. Continuação.
'CULTRA(3)' Parte aéra viva transferida para resíduos do solo
'CULTRA(4)' Parte morta em pé transferida para liteira superficial
'CULTRA(5)' Parte morta em pé transferida para resíduos do solo
'CULTRA(6)' Liteira superficial transferida para resíduos do solo
'CULTRA(7)' Raízes transferidas para resíduos do solo
'CLTEFF(1)' Fator de incremento da decomposição no compartimento ativo
'CLTEFF(2)' Fator de incremento da decomposição no compartimento lento
'CLTEFF(3)' Fator de incremento da decomposição no compartimento passivo
'CLTEFF(4) Fator de incremento na decomposição do compartimento estrutural dos resíduos
Arquivo cult.100.
TABELA 24C. Variáveis de entrada do Century para adição de matéria
orgânica no sistema de pastagem da Fazenda Mourão I,
Campo Verde MT
Código Resíduo de algodão "casquinha"
Esterco 7 cab. ha-1
Esterco 2 cab. ha-1
'ASTGC' 500 15 4.12
'ASTLIG' 0.25 0.1 0.1
'ASTREC(1)' 30 27 27
'ASTREC(2)' 150 150 150
'ASTREC(3)' 150 150 150
Código Definição
'ASTGC' Carbono adicionado com a matéria orgânica (g m-2)
'ASTLIG' Conteúdo de lignina da matéria orgânica (fração)
'ASTREC(1)' Relação C/N
'ASTREC(2)' Relação C/P
'ASTREC(3)' Relação C/S Arquivo omad.100.
123
TABELA 25C. Variáveis de entrada do Century para as operações de
adubação nos sistemas estudados na Fazenda Mourão I,
Campo Verde MT
Código Automática
(75% da produção)
N parcelado
Super-simples (100
kg ha-1)
Super-simples
soja
Soja com
gesso
'FERAMT(1)' 0 3.5 0 10 10 'FERAMT(2)' 0 0 0.9 3.5 3.5 'FERAMT(3)' 0 0 1.1 1.3 2.6 'AUFERT' 0.75 0 0 0 0
Código Algodão gesso e supersimples
Algodão sem gesso
Milho com gesso
Milho sem gesso
Gesso 500 kg
ha-1 'FERAMT(1)' 0 0 9 9 0 'FERAMT(2)' 3.1 3.15 3.5 3.5 0 'FERAMT(3)' 3.5 0 2.6 0 4.3 'AUFERT' 0 0 0 0 0
Código Gesso 300 kg ha-1
Recup. de
pastagem
Manut. de pastagem
'FERAMT(1)' 0 0 2 'FERAMT(2)' 0 4.3 1.7 'FERAMT(3)' 3.5 2.6 2.6 'AUFERT' 0 0 0
Código Definição
'FERAMT(1)' Nitrogênio adicionado (g m-2) 'FERAMT(2)' Fósforo adicionado (g m-2) 'FERAMT(3)' Enxofre adicionado (g m-2) 'AUFERT' Nível de produção obtido com a adubação (%) Arquivo fert.100.
124
TABELA 26C. Variáveis de entrada do Century para as operações de
colheita nos sistemas estudados na Fazenda Mourão I,
Campo Verde MT
Código Definição Soja, milho, arroz
Algodão
'AGLREM' Parte aérea viva não afetada pela colheita (fração) 0 0,7
'BGLREM' Parte subterrânea viva não afetada pela colheita (fração) 0 0,9
'RMVSTR' Resíduo da parte aérea removido pela colheita (fração) 0 0,02
'REMWSD' Resíduo que permanecerá de pé (fração) 0,2 0,8 'HIBG' Raízes que serão colhidas (fração) 0 0 Arquivo harv.100.
TABELA 27C. Variáveis de entrada do Century para a intensidade de
pastejo no sistema de pastagem estudado na Fazenda
Mourão I, Campo Verde MT
Código Definição Média
intesida-de
Alta intensi-dade
'FLGREM' Parte aérea viva removida 0,1 0,3 'FDGREM' Parte morta em pé removida 0,01 0,15 'GFCRET' C consumido excretado como fezes e urina 0,3 0,3 'GRET(1)' N consumido perdido como fezes e urina 0,8 0,8 'GRET(2)' P consumido perdido como fezes e urina 0,95 0,95 'GRET(3)' S consumido perdido como fezes e urina 0,95 0,95
'GRZEFF' Efeito do pastejo sobre a produção (redução linear ou quadrática) 1 2
'FECF(1)' N consumido excretado como fezes 0,5 0,5 'FECF(2)' P consumido excretado como fezes 0,9 0,9 'FECF(3)' S consumido excretado como fezes 0,5 0,5 'FECLIG' Conteúdo de lignina nas fezes 0,25 0,25 Arquivo graz.100. Os valores estão em fração.
125
APENDICE D. Exemplo de arquivo de programação do Century
TABELA 28D. Exemplo de arquivo de programação (schedule file), Sistema S2 Código Definição 1977 Starting year 2010 Last year
miarr.100 Site file name 0 Labeling type -1 Labeling year -1 Microcosm -1 CO2 3 Initial system
GC Initial crop CERR Initial tree
Year Month Option 1 Block S2
2010 Last year 34 Repeats years
1978 Output starting year 1 Output month 1 Output interval S Weather choice
Código Ano Mês do evento Código Código Ano Mês do evento Código 1 9 CULT 3 3 HARV
G1 G 1 10 CROP 3 9 CULT
RICE G1 1 10 PLTM 3 10 CROP 1 10 FERT MOU
A75 3 10 PLTM 1 11 FRST 3 10 FRST 2 1 CROP 4 1 CROP
RICE MOU 2 2 SENM 4 4 CULT 2 3 LAST CM 2 3 HARV 4 5 LAST
G 4 9 CULT 2 9 CULT CM
G1 4 10 FRST 2 10 CROP 4 11 GRAZ
RICE GM 2 10 PLTM 4 11 OMAD 2 10 FERT EST1
A75 4 12 GRAZ 2 11 FRST GM 3 2 SENM 4 12 OMAD 3 3 LAST EST1
126
TABELA 28D. Continuação
Código Ano Mês do evento Código Código Ano Mês do evento Código
5 1 CROP 6 1 CROP MOU MOU
5 1 GRAZ 6 1 OMAD GM EST1
5 1 OMAD 6 1 GRAZ EST1 GM
5 2 GRAZ 6 2 GRAZ GM GM
5 2 OMAD 6 2 OMAD EST1 EST1
5 3 GRAZ 6 3 GRAZ GM GM
5 3 OMAD 6 3 OMAD EST1 EST1
5 4 OMAD 6 4 GRAZ EST1 GM
5 4 GRAZ 6 4 CULT GM CM
5 4 CULT 6 4 OMAD CM EST1
5 5 GRAZ 6 5 LAST GM 6 5 OMAD
5 5 OMAD EST1 EST1 6 9 CULT
5 5 LAST CM 5 9 CULT 6 10 FRST
CM 6 10 GRAZ 5 10 FRST GM 5 10 GRAZ 6 10 OMAD
GM EST1 5 10 OMAD 6 11 GRAZ
EST1 GM 5 11 GRAZ 6 11 OMAD
GM EST1 5 11 OMAD 6 12 GRAZ
EST1 GM 5 12 GRAZ 6 12 OMAD
GM EST1 5 12 OMAD
EST1
127
TABELA 28D. Continuação
Código Ano Mês do evento Código Código Ano Mês do evento Código
7 1 CROP 8 2 GRAZ MOU GM
7 1 GRAZ 8 2 OMAD GM EST1
7 1 OMAD 8 3 GRAZ EST1 GM
7 2 GRAZ 8 3 OMAD GM EST1
7 2 OMAD 8 4 GRAZ EST1 GM
7 3 GRAZ 8 4 OMAD GM EST1
7 3 OMAD 8 4 CULT EST1 CM
7 4 GRAZ 8 5 LAST GM 8 5 OMAD
7 4 OMAD EST1 EST1 8 9 CULT
7 4 CULT CM CM 8 10 FRST
7 5 LAST 8 10 GRAZ 7 5 OMAD GM
EST1 8 10 OMAD 7 9 CULT EST1
CM 8 11 GRAZ 7 10 FRST GM 7 10 GRAZ 8 11 OMAD
GM EST1 7 11 GRAZ 8 12 GRAZ
GM GM 7 11 OMAD 8 12 OMAD
EST1 EST1 7 12 GRAZ 9 1 CROP
GM MOU 7 12 OMAD 9 1 GRAZ
EST1 GM 8 1 CROP 9 1 OMAD
MOU EST1 8 1 GRAZ 9 2 GRAZ
GM GM 8 1 OMAD 9 2 OMAD
EST1 EST1
128
TABELA 28D. Continuação
Código Ano Mês do evento Código Código Ano Mês do evento Código
18 1 CROP 20 7 LAST MOU 20 9 CULT
18 4 LAST CT 18 4 CULT 20 10 CROP
H SOY8 18 5 CULT 20 10 PLTM
CT 20 10 FRST 18 9 CULT 20 10 FERT
H FSO1 18 10 CROP 21 1 CROP
SOY8 SOY8 18 10 PLTM 21 2 LAST 18 10 FRST 21 2 HARV 18 10 FERT G
FSO1 21 2 CROP 19 1 CROP E
SOY8 21 2 PLTM 19 2 LAST 21 2 FRST 19 2 HARV 21 7 LAST
G 21 9 CULT 19 2 CROP CT
E 21 10 CROP 19 2 PLTM SOY8 19 2 FRST 21 10 PLTM 19 7 LAST 21 10 FRST 19 9 CULT 21 10 FERT
CT FSO1 19 10 CROP 22 1 CROP
SOY8 SOY8 19 10 PLTM 22 2 LAST 19 10 FRST 22 2 HARV 19 10 FERT G
FSO1 22 2 CROP 20 1 CROP E
SOY8 22 2 PLTM 20 2 LAST 22 2 FRST 20 2 HARV 22 7 LAST
G 22 9 CULT 20 2 CROP CT
E 22 10 CROP 20 2 PLTM SOY8 20 2 FRST 22 10 PLTM
129
TABELA 28D. Continuação
Código Ano Mês do evento Código Código Ano Mês do evento Código
22 10 FRST 25 1 FERT 22 10 FERT N3.5
FSO1 25 1 CULT 23 1 CROP CM
SOY8 25 2 FERT 23 2 LAST N3.5 23 2 HARV 25 3 CULT
G CM 23 2 CROP 25 4 FERT
E N3.5 23 2 PLTM 25 6 CULT 23 2 FRST DES 23 7 LAST 25 7 LAST 23 9 CULT 25 7 HARV
CT HCOT 23 10 CROP 25 7 LAST
SOY8 25 7 CULT 23 10 PLTM SHRD 23 10 FRST 25 7 CULT 23 10 FERT G1
FSO1 25 7 CROP 24 1 CROP E
SOY8 25 7 PLTM 24 2 LAST 25 7 FRST 24 2 HARV 25 9 LAST
G 25 9 CULT 24 2 CROP CT
E 25 10 CROP 24 2 PLTM MILL 24 2 FRST 25 10 PLTM 24 9 LAST 25 10 FRST 24 10 CULT 25 11 LAST
CT 25 11 CULT 24 12 CROP H
COT 25 12 CROP 24 12 PLTM COT 24 12 FRST 25 12 PLTM 24 12 FERT 25 12 FRST
FAL 25 12 FERT 25 1 CROP FAL
COT
130
TABELA 28D. Continuação
Código Ano Mês do evento Código Código Ano Mês do evento Código
26 1 CROP 26 11 FERT COT FSO
26 1 FERT 27 1 CROP N3.5 SOY8
26 2 CULT 27 1 HARV CM G
26 3 FERT 27 1 LAST N3.5 27 1 CULT
26 4 CULT SUB CM 27 2 CULT
26 4 FERT G1 N3.5 27 2 CROP
26 6 CULT MI1 DES 27 2 PLTM
26 7 HARV 27 2 FRST HCOT 27 2 FERT
26 7 LAST FMI 26 7 CULT 27 7 HARV
SHRD G 26 7 CULT 27 7 LAST
G1 27 7 CROP 26 7 CROP E
E 27 7 PLTM 26 7 PLTM 27 7 FRST 26 7 FRST 27 10 LAST 26 9 LAST 27 11 CULT 26 9 CULT H
G 27 12 CROP 26 10 CROP COT
MILL 27 12 PLTM 26 10 PLTM 27 12 FRST 26 10 FRST 27 12 FERT 26 11 LAST FAL 26 11 CULT 28 1 CROP
H COT 26 11 CROP 28 1 FERT
SOY8 N3.5 26 11 PLTM 28 1 CULT 26 11 FRST CM 28 2 FERT N3.5
131
TABELA 28D. Continuação
Código Ano Mês do evento Código Código Ano Mês do evento Código
28 3 CULT 29 9 LAST CM 29 10 CULT
28 4 FERT G N3.5 29 10 CROP
28 6 CULT SOY8 DES 29 10 PLTM
28 7 LAST 29 10 FRST 28 7 HARV 29 10 FERT
HCOT FSO 28 7 LAST 30 1 CROP 28 7 CULT SOY8
SHRD 30 2 HARV 28 7 CULT G
G1 30 2 LAST 28 7 CROP 30 3 CROP
E MILL 28 7 PLTM 30 3 PLTM 28 7 FRST 30 3 FRST 28 9 LAST 30 6 LAST 28 9 CULT 30 7 CROP
H E 28 10 CROP 30 7 PLTM
SOY8 30 7 FRST 28 10 PLTM 30 9 LAST 28 10 FRST 30 10 CULT 28 10 FERT G
FSO 30 10 CROP 29 1 CROP SOY8
SOY8 30 10 PLTM 29 2 HARV 30 10 FRST
G 30 10 FERT 29 2 LAST FSO 29 3 CROP 31 1 CROP
MILL SOY8 29 3 PLTM 31 2 HARV 29 3 FRST G 29 6 LAST 31 2 LAST 29 7 CROP 31 3 CROP
E MILL 29 7 PLTM 31 3 PLTM 29 7 FRST 31 3 FRST 31 6 LAST
132
TABELA 28D. Continuação
Código Ano Mês do evento Código Código Ano Mês do evento Código
31 7 CROP 33 1 HARV E G 31 7 PLTM 33 1 LAST 31 7 FRST 33 2 CROP 31 9 LAST MI1 31 10 CULT 33 2 PLTM
G 33 2 FRST 31 10 CROP 33 2 FERT
SOY8 FMI 31 10 PLTM 33 4 HARV 31 10 FRST G 31 10 FERT 33 4 LAST
FSO 33 4 CROP 32 1 CROP E
SOY8 33 4 PLTM 32 2 HARV 33 4 FRST
G 33 9 LAST 32 2 LAST 33 10 CULT 32 2 CROP G
MI1 33 10 CROP 32 2 PLTM SOY8 32 2 FRST 33 10 PLTM 32 2 FERT 33 10 FERT
FMI FSO 32 4 HARV 34 1 CROP
G SOY8 32 4 LAST 34 1 HARV 32 4 CROP G
E 34 1 LAST 32 4 PLTM 34 1 CULT 32 4 FRST G 32 9 LAST 34 2 CROP 32 10 CULT MI1
SUB 34 2 PLTM 32 10 CROP 34 2 FRST
SOY8 34 2 FERT 32 10 PLTM FMI 32 10 FRST 34 4 HARV 32 10 FERT G
FSO -999 -999 X
33 1 CROP SOY8
133
ANEXO A Classificação de perfil de solo na Fazenda Mourão I, Campo Verde MT
FIGURA 23A. Descrição e Classificação do Perfil 01 (EMBRAPA, 2006):
(LATOSSOLO VERMELHO-AMARELO Ácrico típico, textura
muito argilosa, A proeminente, caulinítico, mesoférrico, muito
profundo, ácido, epieutrófico, fase cerrado tropical
subcaducifólio, relevo suave ondulado). Fonte: Siqueira Leite
(2007).
134
QUADRO 6A. Características Gerais do Perfil 01. Fonte: Siqueira Leite (2007)
PERFIL Nº: 01
DATA: 17/12/2006
CLASSIFICAÇÃO:
LATOSSOLO VERMELHO-AMARELO Ácrico típico, textura muito argilosa, A proeminente, caulinítico, mesoférrico, muitoprofundo, ácido, epieutrófico, fase cerrado tropical subcaducifólio, relevo suave ondulado.
LOCALIZAÇÃO, MUNICÍPIO, ESTADO E COORDENADAS:
Talhão 20 B, Fazenda Mourão I, Campo Verde-MT. Coordenadas 15º26'550"S e 54º53'103"W.
SITUAÇÃO, DECLIVE E COBERTURA VEGETAL SOBRE O PERFIL:
Perfil descrito e coletado em trincheira situada entre as parcelas do experimento no talhão 20B em relevo suave ondulado (3 a 8% de declive)
LITOLOGIA: Cobertura Detrito Laterítica
FORMAÇÃO GEOLÓGICA: Formação Cachoeirinha
MATERIAL ORIGINÁRIO: Cobertura de Material de Origem Argilosa
PEDREGOSIDADE: Não pedregoso
ROCHOSIDADE Não rochoso
RELEVO LOCAL: RELEVO REGIONAL:
Plano Suave ondulado
EROSÃO: Não aparente
DRENAGEM: Acentuadamente drenado
VEGETAÇÃO PRIMÁRIA: Cerrado Tropical Subcaducifólio
USO ATUAL: Agricultura (Cultivo de Algodão)
CLIMA: Aw, classificação de Koppen
DESCRITO E COLETADO POR:
Marcelo Henrique Siqueira Leite e Vankley Ciqueira
135
QUADRO 7A. Análises físicas e químicas do perfil na Fazenda Mourão I
Campo Verde – MT. Fonte: Siqueira Leite (2007)