Resumo: O objetivo deste trabalho foi localizar e quantificar, por meio de geotecnologias, áreas atualmente utilizadas em agricultura anual no bioma Cerrado do Brasil Central, localizadas no interior dos contornos definidos pela região homogênea de adaptação de cultivares de trigo 4 e que apresentem aptidão favorável para o cultivo de trigo (Triticum aestivum) no regime sequeiro. Foram realizados cruzamentos dos seguintes planos de informação: uso e cobertura das terras do bioma Cerrado, modelo digital de elevação e índice de satisfação de necessidades de água para trigo no bioma Cerrado. Também foram considerados níveis de impacto de estresse hídrico (baixo, moderado e elevado), níveis de risco (20, 30 e 40%), capacidades de armazenamento de água disponível (CAD) no solo (35, 55 e 75 mm), ciclos de cultivares (105, 115 e 125 dias) e semeaduras (em fevereiro e março). Há maior área favorável para semeaduras no começo de fevereiro, e o grupo I de cultivares (105 dias) apresentou a maior área favorável. Acima de 800 m de altitude, 2,7 milhões de hectares foram classificados como favoráveis para a melhor combinação de fatores, isto é, semeadura em 5 de fevereiro, CAD de 75 mm, ciclo de 105 dias, nível de risco de 20%, e impactos baixo e moderado.

Abstract: The objective of this work was to locate and quantify, through geotechnologies, areas that are currently used for annual agriculture in the Cerrado biome of Central Brazil, located within the boundaries defined by the homogeneous region of adaptation of wheat cultivars 4 and that present favorable conditions for rainfed wheat (Triticum aestivum) cultivation. The following information layers were crossed: use and coverage of the Cerrado biome, digital elevation model, and water requirement satisfaction index for wheat in the Cerrado biome. In addition, different levels of water stress (low, moderate, and high), risk levels (20, 30, and 40%), available soil water capacities (ASWCs) (35, 55, and 75 mm), cultivar cycles (105, 115, and 125 days), and sowing dates (in February and March) were also considered. A greater favorable area was observed for sowing in early February, and group I of cultivars (105 days) presented the greatest favorable area. Above 800 m altitude, 2.7 million hectares were classified as favorable for the best combination of factors, i.e., sowing on February 5, ASWC of 75 mm, 105-day cycle, 20% risk level, and low and moderate impacts.

Resumo A modelagem por imputação múltipla com cadeias encadeadas é uma área de importância crescente cujos modelos e métodos têm sido muitas vezes desenvolvidos para lidar com aplicações específicas. No presente estudo, o modelo de imputação múltipla foi utilizado para estimar os dados de precipitação diária. Foram utilizados registros de precipitação de várias estações meteorológicas, obtidos a partir do sistema Agritempo para duas zonas climaticamente homogéneas. Os valores de precipitação obtidos para duas datas fixas (02 de Maio de 2005 e 20 de Janeiro de 2005) usando o modelo de imputação múltipla foram comparados com as técnicas geoestatisticas de krigagem ordinária e cokrigagem ordinária com a altitude como variável auxiliar. O modelo de imputação múltipla foi mais de 16% melhor para a primeira Zona e mais de 23% melhor para a segunda zona, comparadas com as estimativas de precipitação obtidas pelas técnicas geoestatísticas. O modelo provou ser uma técnica versátil, com resultados coerentes com as condições de diferentes zonas e épocas.

Abstract Modeling by multiple enchained imputation is an area of growing importance. However, its models and methods are frequently developed for specific applications. In this study the model for multiple imputation was used to estimate daily rainfall data. Daily precipitation records from several meteorological stations were used, obtained from system AGRITEMPO for two homogenous climatic zones. The precipitation values obtained for two dates (Jan. 20th 2005 and May 2nd 2005) using the multiple imputation model were compared with geo-statistics techniques ordinary Kriging and Co-kriging with the altitude as an auxiliary variable. The multiple imputation model was 16% better for the first zone and over 23% for the second one, compared to the rainfall estimation obtained by geo-statistical techniques. The model proved to be a versatile technique, presenting coherent results with the conditions of different zones and times.

Resumo A modelagem espaço-temporal é uma área de importância crescente em que modelos e métodos têm sido desenvolvidos para aplicações específicas. Neste estudo, o modelo espaço-temporal foi utilizado na estimativa de dados de precipitação diários. Foram utilizados dados provenientes dos registros pluviométricos de diversas estações meteorológicas, obtidos junto Sistema Agritempo para duas zonas climaticamente homogêneas. Valores de chuva para duas datas fixas (01 de janeiro de 2012 e 01 de maio de 2012) estimados pelo modelo espaço-temporal foram comparados com as técnicas geoestatísticas de krigagem e cokrigagem ordinária, com altitude como variável auxiliar. O modelo espaço-temporal foi superior em mais de 17% em relação às técnicas geoestatísticas de krigagem e cokrigagem para produzir estimativas da precipitação diária para a primeira zona homogênea e mais de 18% para a segunda zona homogênea. O modelo espaço-temporal provou ser uma técnica versátil, adaptando-se nas diferentes épocas e datas estudadas.

Abstract Spatio-temporal modelling is an area of increasing importance in which models and methods have often been developed to deal with specific applications. In this study, a spatio-temporal model was used to estimate daily rainfall data. Rainfall records from several weather stations, obtained from the Agritempo system for two climatic homogeneous zones, were used. Rainfall values obtained for two fixed dates (January 1 and May 1, 2012) using the spatio-temporal model were compared with the geostatisticals techniques of ordinary kriging and ordinary cokriging with altitude as auxiliary variable. The spatio-temporal model was more than 17% better at producing estimates of daily precipitation compared to kriging and cokriging in the first zone and more than 18% in the second zone. The spatio-temporal model proved to be a versatile technique, adapting to different seasons and dates.