The objective of this research was to compare four methodologies of parameters simulation used in the corn potential and depleted yield in Rio Grande do Sul State. Had been used the daily mean air temperature, isolation and rain precipitation of sixteen localities of the Rio Grande do Sul State, as changeable of entrance in the modified model of the agroecological zone considered by De Wit. The data base was formed by 100 simulated values of the variable in each one of the eighth dates proposals (October 1st, October 11th, October 21st, November 1st, November 11th, November 21st, December 1st, December 11th). The data had been through four cases of simulation: (i) average insolation and temperature (normal truncated); (ii) average insolation and temperature (triangular non-symmetrical); (iii) average insolation and temperature (triangular symmetrical) e (IV) insolation (triangular symmetrical). To verify was that: (i) the adaptation of the method (considered for De Wit) of the agroecological zone makes possible to define the order of magnitude of the maize potential and depleted productivities, in Rio Grande do Sul State; (ii) the random procedure process an in agreement variability time of sowing and evaluated place; (iii) the procedure (b) average insolation and temperature (triangular anti-symmetrical) and (d) insolation (triangular symmetrical) does not diverge how much the classification, being that the last one overestimates the values of potential and depleted productivity.

O objetivo dessa pesquisa foi comparar quatro metodologias de simulação de parâmetros utilizados na estimação da produtividade potencial e deplecionada da cultura do milho no Estado do Rio Grande do Sul por meio do modelo modificado da zona agroecológica proposto por De Wit. Utilizaram-se os dados de temperatura média do ar, insolação e precipitação pluvial de dezesseis localidades do Estado do Rio Grande do Sul. O banco de dados foi formado por 100 valores simulados das variáveis em cada uma das oito datas propostas (01/out, 11/out, 21/out, 01/nov, 11/nov, 21/nov, 01/dez e 11/dez). Os dados foram obtidos por meio de quatro casos de simulação: (a) insolação média e temperatura (normal truncada); (b) insolação média e temperatura (triangular assimétrica); (c) insolação média e temperatura (triangular simétrica) e (d) insolação (triangular simétrica). Verificou-se que: (i) a adaptação do método (proposto por De Wit) da zona agroecológica possibilita definir a ordem de grandeza das produtividades potencial e deplecionada da cultura de milho, no Estado do Rio Grande do Sul; (ii) o procedimento estocástico possui uma variabilidade conforme época de semeadura e local avaliado; (iii) o procedimento (b) insolação média e temperatura (triangular assimétrica) e (d) insolação (triangular simétrica) não divergem quanto à classificação, sendo que o último superestima os valores de produtividade potencial e deplecionada.

O objetivo deste trabalho foi identificar equações de regressão que expressem o acúmulo de fitomassa a partir de variáveis meteorológicas e índices de crescimento da cultura, com a finalidade de avaliar o crescimento da alface cultivada em estufa plástica e a campo, em diferentes épocas do ano. No estudo, foi utilizada a cultivar "Regina". As variáveis meteorológicas determinadas foram a temperatura, a umidade relativa média do ar e a radiação solar fotossinteticamente ativa acumulada. Os índices de crescimento da alface utilizados foram a fitomassa seca e o índice de área foliar. Independentemente da época do ano, os resultados evidenciaram que as equações de regressão simples, utilizando as variáveis índice de área foliar ou radiação solar fotossinteticamente ativa acumulada, apresentaram melhor desempenho na estimativa da fitomassa (R²>0,88) nos dois ambientes. As equações de regressão múltipla, apesar de englobarem mais variáveis, apresentaram pequeno acréscimo no valor do R².

The aim of this paper was to propose regression equations that express the dry matter accumulation in lettuce using meteorological parameters and growth index, to modeling the lettuce growth in greenhouse and in the field, in different growth season. The "Regina" cultivar was utilized. The meteorological variables determined were air temperature and relative humidity average and accumulated photosynthetically active radiation. The growth indexes of lettuce used were dry mass and leaf area index. Independent of the growth season, the results shown that linear regressions utilizing variables leaf area index and accumulated photosynthetically active radiation provided a good estimate of the dry mass (R²>0.88) for both seasons. The multiple regressions need more data, but shown a little increase in R² value.

O objetivo deste trabalho foi simular a produtividade potencial da cultura de milho, pelo método de Monte Carlo, utilizando um modelo agrometeorológico estocástico. O experimento foi conduzido em Piracicaba, SP, a 22º42'30''S, 47º38'30''W, e altitude de 546 m, o clima da região é do tipo Cwa (tropical úmido). Foram utilizados os valores médios diários de temperatura (de 1917 a 2002) e radiação solar global (de 1978 a 2002). Para comparar os dados reais com os simulados, foram utilizados índices de desempenho estatístico. Observou-se que os modelos probabilísticos, desenvolvidos para a simulação de dados médios diários de temperatura e de radiação solar global, geraram valores semelhantes aos observados por meio da distribuição triangular, a qual pode ser utilizada em modelo estocástico, para previsão da produtividade potencial de milho, nas diferentes épocas de semeadura.

The objective of this work was to simulate the potential productivity of maize, through Monte Carlo method, using an agrometeorological stochastic model. The experiment was conduct in Piracicaba, State of São Paulo, Brazil, at 22º42'30''S, 47º38'30''W, and 546 m altitude, the climate of the region is Cwa type, tropical humid. Daily average values of temperature (from 1917 to 2002) and global solar radiation (from 1978 to 2002) were used. Statistical performance index was used to compare observed and simulated data. The probabilistic models developed to simulate temperature and solar radiation averages produced similar values to observed data through triangular distribution, and it can be used in stochastic models to predict maize potential productivity in different dates of sowing.