RESUMO A determinação da janela ótima de semeadura (JOS), de acordo com a variabilidade climática associada ao El Nino-Oscilação Sul (ENOS), pode fornecer informações valiosas para o planejamento agrícola nos trópicos. Objetivou-se calibrar, avaliar e aplicar o modelo CROPGRO-Soybean na determinação da JOS nas fases de ENOS para áreas produtoras de soja no estado do Pará. Primeiramente, o modelo foi calibrado e avaliado a partir de dados experimentais coletados em campo, entre 2006 e 2009. Nesse processo, as estimativas do modelo mostraram boa concordância com os dados observados para fenologia, crescimento e produtividade da soja, demonstrando potencial para simular o rendimento da cultura nessa parte da Amazônia. Após a calibração, o modelo foi utilizado no modo sazonal, para simular 18 datas de semeadura, em 33 anos e três locais. Os rendimentos simulados foram separados de acordo com três fases ENOS. O conjunto de datas de semeadura que apresentou alta frequência (> 80 %) de rendimentos acima de 3.500 kg ha−1 integrou a JOS para cada local e fase ENOS. A duração da JOS foi diferente entre os locais e fases ENOS, variando mais durante eventos de La Nina do que de El Nino. No entanto, independentemente do local ou da fase ENOS, a semeadura tardia foi mais indicada, pois, além de favorecer uma maior frequência de boas condições climáticas para o desenvolvimento, crescimento e altas produtividades, também favorece um menor risco de chuvas durante o período de colheita.

ABSTRACT Determining the optimal sowing window (OSW) based on climate variability associated with El Nino-Southern Oscillation (ENSO) can provide valuable information for agricultural planning in the tropics. This study aimed to calibrate, evaluate and apply the CROPGRO-Soybean model for determining the OSW across the ENSO phases for soybean-producing areas in the Pará State, northern Brazil. First, the model was calibrated and evaluated using experimental data collected in the field, between 2006 and 2009. In this process, the model estimates showed a good agreement with the observed data for soybean phenology, growth and yield, demonstrating potential to simulate the crop yield in this part of the Amazon. After calibration, the model was used in the seasonal mode to simulate 18 planting dates, over 39 years and in three locations. The simulated yields were divided into three ENSO phases. The set of sowing dates that showed a high frequency (> 80 %) of yields above 3,500 kg ha−1 integrated the OSW for each location and ENSO phases. The OSW duration differed between locations and ENSO phases, varying more during La Nina than El Nino events. However, regardless of the location or ENSO phase, late sowing was more suitable, because, besides favoring a greater frequency of good climate conditions for the development, growth and high yields, it also favors a lower risk of rainfall during the harvest period.

RESUMO O uso de modelos de culturas que integram informações de solo, clima, cultivar e práticas de manejo pode ampliar a compreensão das interações entre o sistema de cultivo da soja e a variabilidade climática local. Objetivou-se analisar a potencialidade da soja em ambiente de produção amazônico, bem como determinar uma janela ótima de semeadura, por meio de modelagem agrometeorológica. Um modelo de cultura foi utilizado para simular o rendimento da soja para 18 datas de semeadura, ao longo de uma série histórica de 33 anos de dados meteorológicos, sob condições potencial e atingível. O rendimento potencial da soja variou de 3.785 kg ha-1 a 5.114 kg ha-1, devido à disponibilidade energética local. Por outro lado, o rendimento médio atingível variou de 557 kg ha-1 a 4.700 kg ha-1, devido, principalmente, às condições de umidade do solo. A menor diferença entre o rendimento potencial e o atingível foi observada entre as datas de semeadura 01 de janeiro e 15 de fevereiro, sendo que, nesta janela, a probabilidade de se obterem rendimentos acima de 3.500 kg ha-1 foi superior a 90 %.

ABSTRACT The use of crop models that integrate soil, climate, cultivar and management information may broaden the understanding of the interactions between soybean cropping system and local climate variability. This study aimed to analyze the potentiality of soybean in an Amazonian production environment, as well as to determine an optimal sowing window via agrometeorological modeling. A crop model was programmed to simulate the soybean yield for 18 sowing dates, obtained along 33 years of climatic data, under attainable and potential conditions. The simulated potential of soybean yield ranged from 3,785 kg ha-1 to 5,114 kg ha-1, owing to the local energy availability, whereas the average attainable yield ranged from 557 kg ha-1 to 4,700 kg ha-1, mainly because of the soil moisture conditions. The smallest difference between the potential and attainable yields was observed in the sowing dates from 01-Jan to 15-Feb. For this window, the probability of obtaining yields above 3,500 kg ha-1 was higher than 90 %.

Two conceptual frameworks have been analytically dominant in researching innovation dynamics in sustainability transition processes, namely Technological Innovation Systems (TIS) and the Multi-Level Perspective (MLP). The innovation systems has been principally concerned with emerging new technologies and their potential contribution to future sustainability, whereas MLP has been more strongly oriented toward reconstructing historical processes of sectorial change. In this perspective, this study aims to analyses how global climate change and environmental pressures impact on the governance of supply chain and the ripple effects on natural resource-intensive economies. Initiatives are taken to address regulatory issues and reconcile decision-making tools on quality assurance program on value chains. This includes a MultiLevel Perspective (MLP) as Carbon Disclosure Project (CDP) and Technological Innovation Systems (TIS) as Geographic Information System (GIS) used as a tracking system for monitoring sustainable practices. The paper discusses the drivers of sustainable beef production system, mainly in Legal Amazon, Brazil, and requirements from a largest retailer aligned to Brazilian Public Policies. This part presents three distinct strategies: (1) government and public policies to control deforestation related to beef cattle production system, (2) economic approach related to transnational supermarket chain and sustainability initiatives, (3) collective action for decision-making by multiple drivers.

Nos últimos anos, tem-se observado grande aumento na utilização de modelos de simulação na agricultura. O DSSAT (Sistema de Suporte à Decisão para Transferência de Agrotecnologia) é uma importante ferramenta na modelagem e simulação de crescimento de culturas, porém, uma das limitações é a não contabilização do efeito imposto por doenças. Assim, o trabalho teve como objetivos calibrar e validar o modelo CROPGRO-Soybean para as cultivares M-SOY 6101 e MG/BR 46 (Conquista), analisar a performance e o efeito da ferrugem asiática nessas cultivares nas condições edafoclimáticas de Viçosa, Minas Gerais, Brasil. Os dados experimentais para avaliação, teste e ajuste dos coeficientes genéticos para as duas cultivares foram obtidos durante as safras 2006/007, 2007/2008 e 2009/2010. O GLUE (do inglês, Generalized Likelihood Uncertainty Estimation) foi utilizado para a estimativa dos coeficientes genéticos e utilizaram-se as funções de pedotransferência para a estimativa dos parâmetros físicos do solo. A cultivar semiprecoce, M-SOY 6101, para todas as datas de plantio analisadas, proporcionou menor risco e variância, ou seja, o agricultor que utilizar essa cultivar terá em 50% dos anos agrícolas analisados, mais produtividade que uma cultivar de ciclo tardio. A cultivar MG/BR 46 (Conquista) proporcionou maior probabilidade em obter mais produtividade nos anos de condições meteorológicas favoráveis. Entretanto, considerando o efeito da ferrugem, a produtividade foi altamente afetada. Na cultivar M-SOY 6101, observou-se menor risco do efeito da ferrugem e, consequentemente, menor redução de produtividade considerando D90 (a condensação na superfície da folha ocorre quando a umidade relativa do ar é maior ou igual a 90%) para a data de semeadura em14 de novembro.

In recent years, crop models have increasingly been used to simulate agricultural features. The DSSAT (Decision Support System for Agrotechnology Transfer) is an important tool in modeling growth; however, one of its limitations is related to the unaccounted-for effect of diseases. Therefore, the goals of this study were to calibrate and validate the CSM CROPGRO-Soybean for the soybean cultivars M-SOY 6101 and MG/BR 46 (Conquista), analyze the performance and the effect of Asian soybean rust on these cultivars under the environmental conditions of Viçosa, Minas Gerais, Brazil. The experimental data for the evaluation, testing, and adjustment of the genetic coefficients for the cultivars, M-SOY 6101 and MG/BR 46 (Conquista), were obtained during the 2006/2007, 2007/2008 and 2009/2010 growing seasons. GLUE (Generalized Likelihood Uncertainty Estimation) was used for the estimation of the genetic coefficients, and pedotransfer functions have been utilized to estimate the physical characteristics of the soil. For all of the sowing dates, the early season cultivar, M-SOY 6101, exhibited a lower variance in yield, which represents more stability with regard to the interannual climate variability, i.e., the farmers who use this cultivar will have in 50% of the crop years analyzed, a higher yield than a late-season cultivar. The MG/BR 46 (Conquista) cultivar demonstrated a greater probability of obtaining higher yield in years with favorable weather conditions. However, in the presence of the Asian soybean rust, yield is heavily affected. The early cultivar, M-SOY 6101, showed a lower risk of being affected by the rust and consequently exhibited less yield loss considering the scenario D90 (condensation on the leaf surface occurs when the relative humidity is greater than or equal to 90%), for a sowing date of November 14.