A validação do modelo foi realizada através de comparações relativas a valores totais de emissão e valores pontuais, utilizando como referência o valor máximo admissível de ±52% de variação. Este valor foi obtido pelo Inventário Brasileiro de Emissões. Além da análise do comportamento global, o modelo foi testado quanto a sua validade em cada ciclo de cultivo, com a finalidade de verificar possíveis inconsistências entre valores observados e preditos em períodos específicos. Para tanto, foram utilizados os seguintes índices estatísticos: índice revisado de concordância de Wilmott (dr), erro máximo (EM), erro absoluto médio (EAM), raiz do erro quadrático médio (RMSE), coeficiente de determinação (CD), eficiência (EF), e coeficiente de massa residual (CRM). Tais índices são expressos pelas equações a seguir.
a) Índice de Willmott (dr): 𝑑𝑟 = [ ∑(𝑃𝑖 − 𝑂𝑖)2 ∑(|𝑃𝑖 − 𝑂̅| + |𝑂𝑖 − 𝑂̅|)2] (1) Em que:
40
Pi - valores simulados, kg ha-1; Oi - valores observados, kg ha-1;
O̅ - média dos valores observados, kg ha-1.
b) Erro absoluto médio (EAM):
𝐸𝐴𝑀 = [1 𝑁∑(𝑂𝑖 − 𝑃𝑖) 𝑛 𝑖=1 ] (2)
c) Raiz quadrada do erro médio quadrático (RMSE):
𝑅𝑀𝑆𝐸 = [1 𝑁∑(𝑂𝑖 − 𝑃𝑖) 2 𝑛 𝑖=1 ] 0,5 (3) d) Coeficiente de determinação (CD): 𝐶𝐷 = [∑ (𝑂𝑖 − 𝑃𝑖) 2 𝑛 𝑖=1 ∑𝑛 (𝑂𝑖 − 𝑃𝑖)2 𝑖=1 ] (4)
e) Coeficiente de massa residual (CRM):
𝐶𝑅𝑀 = [∑ 𝑂𝑖 − 𝑛 𝑖=1 ∑𝑛𝑖=1𝑃𝑖 ∑𝑛𝑖=1𝑂𝑖 ] (5) f) Eficiência (EF): 𝐸𝐹 = [∑ (𝑂𝑖 − 𝑂̅ 𝑛 𝑖=1 ) − ∑ (𝑂𝑖 − 𝑃𝑖) 𝑛 𝑖=1 ∑𝑛𝑖=1(𝑂𝑖 − 𝑂̅) ] (6)
O índice revisado de concordância de Willmott (dr), mede o quanto os dados estimados pelo modelo se aproximam dos observados em campo. Este índice é adimensional variando entre zero (0) e um (1), sendo que o valor zero corresponde a nenhuma concordância e o valor um indica concordância perfeita. O erro absoluto da média (EAM) corresponde ao módulo da
41
diferença máxima entre valores simulados e de campo, e possui as mesmas dimensões da variável examinada. RMSE e EAM são medidas de erros usados para representar as diferenças médias entre os valores estimados e observados, sendo que os valores de RMSE são expressos em percentagem. Quanto mais próximos de zero forem os dois índices, mais precisos são os resultados modelados. O coeficiente de determinação (CD) é uma medida da proporção total da variação dos resultados explicada pelos dados simulados, sendo que valores de CD próximos a um indicam boa concordância entre dados simulados e observados. EF é um coeficiente estatístico adimensional que relaciona diretamente valores previstos pelo modelo com dados observados. Os valores calculados de EF são indicadores da qualidade de ajuste entre dados simulados e medidos. O valor máximo possível para EF é um, e modelos que resultam em valores negativos de EF não são recomendados. O índice CRM indica se os valores simulados estão superestimados (CRM<0), ou subestimados (CRM>0), sendo que quanto mais próximo de zero melhor o desempenho do modelo. Os índices CD, EF e CRM, assim como dr são também adimensionais. Uma concordância perfeita entre valores simulados e observados resultaria em valores de EM, EAM, RMSE e CRM iguais a zero, e valores de CD e EF iguais a um.
42
5 RESULTADOS E DISCUSSÕES
Os dados de emissão de N2O utilizados para a avaliação da validação do modelo
DNDC foram os obtidos em solos cultivados na sucessão aveia-preta e milho, para os tratamentos controle, adubação baseada em dejeto líquido e adubação baseada em composto. Ambas as adubações orgânicas foram suplementadas com adubação química, a fim de equilibrá-las, reduzindo os riscos de contaminação ambiental e melhorando o suprimento nutricional para os cultivos. As práticas de manejo do solo, entre elas a semeadura da aveia- preta à lanço, com incorporação utilizando uma grade leve e a semeadura do milho realizada com máquina de plantio direto, com preparo somente na linha de plantio, bem como as empregadas para o cultivo da aveia-preta e do milho foram as mesmas nas três áreas, sendo as estratégias de adubação a fonte de variação.
Para se avaliar o desempenho do modelo foram feitas simulações, onde comparou-se os fluxos observados e modelados e um dos critérios adotados para a aceitação do modelo foi a obtenção de valores modelados na faixa de variação de ± 52%, valor de incerteza atribuído pelo Inventário Brasileiro de Emissões. As emissões totais de N2O para o tratamento controle,
dejeto líquido e composto encontram-se na Tabela 3.
As emissões totais de N2O para o tratamento controle foram muito bem simuladas pelo
DNDC (Tabela 1). A diferença entre os totais observados e simulados variou, respectivamente, de 0,5169 a 0,7414 kg N ha-1 (Tabela 3), obtendo um desvio relativo dos totais simulado e observado (ΔN2O) na ordem de -43,43%, estando dentro da margem de erro aceita pelo
Inventário Brasileiro de Emissões (± 52%).
Tabela 3 - Comparação das emissões totais de N2O entre os valores observados e simulados.
Tratamentos Observado Simulado ΔN2O (%)(1)
Controle 0,5169 0,7414 -43,43
Dejeto líquido 3,0635 0,7893 +74,24
Composto 0,58830 0,5440 +7,54
(1)Δ
N2O (%): Variação percentual entre os valores observados e modelados de emissão total.
Fonte: Elaboração própria (2019).
Apesar da emissão total de N2O ter apresentado boa concordância entre observação e
previsão (Tabela 3), padrões sazonais de emissões de N2O revelaram discrepâncias entre
43
observados e simulados para os fluxos foram encontrados aos 4, 9, 15 e 176 dias após a instalação do experimento, e o maior ocorreu no primeiro dia após a instalação, conforme Tabela 4.
Tabela 4 - Desvios entre os valores observados e simulados para os fluxos de N2O para tratamento
controle.
Data Número de dias após
início do experimento Valor observado (g N/ha/dia) Valor simulado (g N/ha/dia) ΔN2O (%)(1) 05/06/2018 1 1,54 0,46 +70,13 08/06/2018 4 1,26 1,57 +24,60 13/06/2018 9 2,87 2,02 -29,61 19/06/2018 15 1,34 1,78 +32,84 27/11/2018 176 1,10 1,33 +20,91 (1)Δ
N2O (%): Variação percentual entre os valores observados e modelados de emissão total.
Fonte: Elaboração própria (2019).
A Figura 7 apresenta a concordância entre os fluxos observados e simulados de emissão de N2O, onde as linhas contínuas indicam os dados modelados, os círculos laranjas representam os dados observados e as barras verticais indicam o erro padrão da média. O padrão simulado de emissão de N2O no tratamento controle provavelmente foi impulsionado, predominantemente, pelo incremento das temperaturas máximas ao final do ciclo de cultivo do milho. Neste tratamento, todos os picos de N2O ocorreram logo após eventos pluviométricos.
44
Figura 7 - Comparação entre os fluxos observados e modelados ao longo da sucessão aveia- preta/milho, em Braço do Norte, SC, em 2018-2019, no tratamento controle.
Fonte: Elaboração própria (2019).
As emissões totais para do N2O para o tratamento dejeto líquido foram as que
apresentaram maior variação entre os dados modelados e coletados, apresentando um desvio relativo dos totais simulado e observado (ΔN2O) na ordem de +74,24%, acima da variação
permitida pelo Inventário Brasileiro de Emissões (±52%). A diferença entre os totais observados e simulados variou, respectivamente, de 3,0635 a 0,7893 kg N ha-1 (Tabela 3).
Embora o comportamento das emissões tenha apresentado a mesma dinâmica, os picos de emissão observados no campo apresentaram maior amplitude, quando comparados aos simulados, aos 9, 106, 113 e 120 dias após o início do experimento (Tabela 5 e Figura 8). Vale ressaltar que, no ciclo da aveia-preta, ocorreu apenas 1 pico, aos 9 dias após o início das coletas, que apresentou elevada discrepância entre valores observados e modelados, enquanto que para o ciclo de cultivo do milho, ocorreu a incidência de 3 picos. Este comportamento pode estar associado a padrões sazonais de emissões de N2O, sendo as emissões observadas no tratamento
com adição de dejeto líquido provavelmente impulsionadas, predominantemente, pelo incremento das temperaturas máximas ao longo do ciclo de cultivo do milho, além da adição da adubação química suplementar. Apesar destes picos estarem dentro da margem de erro aceita
45
pelo Inventário Nacional de Emissões, com exceção do pico verificado aos 113 dias, o somatório das discrepâncias entre valores observados e simulados em várias datas contribuiu para a não aceitação deste modelo.
Tabela 5 - Desvios entre os valores observados e simulados para os fluxos de N2O para tratamento
dejeto líquido.
Data Número de dias após início do experimento Valor observado (g N/ha/dia) Valor simulado (g N/ha/dia) ΔN2O (%)(1) 13/06/2018 9 85,20 51,03 -40,10 18/09/2018 106 83,31 43,23 -48,11 25/09/2018 113 68,71 12,60 -81,66 02/10/2018 120 37,52 20,25 -46,03 (1)Δ
N2O (%): Variação percentual entre os valores observados e modelados de emissão total.
Fonte: Elaboração própria (2019).
Figura 8 - Comparação entre os fluxos observados e modelados ao longo da sucessão aveia- preta/milho, em Braço do Norte, SC, em 2018-2019, no tratamento dejeto líquido.
Fonte: Elaboração própria (2019).
O tratamento com composto apresentou as menores variações na ordem de grandeza das emissões (g N-N2O ha h-1), com variação de apenas + 7,54% dos valores obtidos no campo
para os valores modelados, mantendo-se dentro dos padrões do Inventário Brasileiro de Emissões. A diferença entre os totais observados e simulados variou, respectivamente, de
46
0,5883 a 0,5440 kg N2O ha-1 (Tabela 3). O tratamento composto não apresentou padrões
sazonais tão claros quanto o tratamento dejeto líquido, entretanto também apresentou discrepâncias entre valores observados e modelados ao longo do ciclo do milho (Figura 9). No dia 106 após o início do experimento, os fluxos simulados foram maiores que os observados, na ordem de 13,7031 g N2O ha-1 (2,35 vezes maior). Nos dias 140 e 155, os fluxos observados
foram negativos, indicando consumo de N2O pelo solo, variando na ordem de 1,8079 g N2O ha- 1 (1,80 vezes maior), conforme Tabela 6. Esta maior similaridade entre os dados observados e
simulados para o tratamento composto pode ser associada a uma maior estabilidade química do composto, o que promove uma mineralização mais lenta dos nutrientes e, consequentemente, menores picos de emissão em condições de temperatura e umidade elevadas. Essa menor variação, inclusive menor que a variação apresentada no tratamento controle também pode estar associada ao predomínio da emissão de outros gases de efeito estufa, principalmente compostos de carbono (CO2 e CH4, por exemplo). Também deve-se levar em consideração que não foram
realizados ajustes no modelo, o que pode ter reduzido a sensibilidade do mesmo em detectar os elevados fluxos de N2O, observados principalmente após as adubações no tratamento dejeto
líquido.
Figura 9 - Comparação entre os fluxos observados e modelados ao longo da sucessão aveia- preta/milho, em Braço do Norte, SC, em 2018-2019, no tratamento composto.
47 Tabela 6 - Desvios entre os valores observados e simulados para os fluxos de N2O para tratamento
composto.
Data Número de dias após
início do experimento Valor observado (g N/ha/dia) Valor simulado (g N/ha/dia) ΔN2O (%)(1) 18/09/2018 106 10,14 23,84 +135,11 22/10/2018 140 -0,64 1,17 -282,81 06/11/2018 155 -1,34 0,21 -115,67 (1)Δ
N2O (%): Variação percentual entre os valores observados e modelados de emissão total.
Fonte: Elaboração própria (2019).
No tratamento com adição de composto, ocorreu o predomínio da oxidação do N2O no
ciclo do milho, comportamento que não foi reproduzido pelo modelo. Entretanto, essa falta de sensibilidade não foi suficiente para descaracterizar o somatório das emissões ao longo dos dois ciclos de cultivo, conforme verificado na Tabela 3.
Ao se comparar os três tratamentos, é possível observar que o comportamento das emissões apresentou a mesma dinâmica, apesar dos valores de emissões terem sido bem diferentes, no qual, o tratamento dejeto líquido possuí as maiores emissões de N2O. O principal
aspecto discutido em relação as variações dos fluxos foi a sazonalidade, pois esta apresenta variações de temperatura, umidade e espécie vegetal cultivada, o que pode ter influenciado bastante nos resultados.
A Tabela 7 apresenta a análise estatística feita para o fluxo e para os valores cumulativos, separados por ciclo (ciclo do milho e ciclo da aveia-preta). Entre as análises estão o dr, EAM, RMSE, CD, EF e CRM.
Entre as análises estatísticas apresentadas na Tabela 7, os parâmetros que tiveram dados mais discrepantes foram para os valores cumulativos, nas análises de índice revisado de concordância de Willmott e no índice de eficiência. Na análise de índice revisado de concordância de Willmott o ideal é que os valores de dr cheguem o mais próximo de 1, porém os resultados para todos os tratamentos no cultivo de aveia deram negativos, sendo os valores - 1,51 para o controle, -1,48 para dejeto líquido e -1,11 para composto. Esses valores podem indicar que o modelo DNDC não é adequado para este tipo de cultura. Outro parâmetro que teve certa discrepância foi o índice de eficiência que deve variar de 0 a 1, e quanto mais perto de 1, maior a eficiência. Para o tratamento dejeto líquido, os valores de EF para aveia e milho foram 0,06 e -17,05, respectivamente. O valor da aveia está muito próximo de 0, o que indica baixa eficiência, já para o milho o valor foi negativo, que significa que está muito discrepante e deve-se excluir o uso do modelo.
48
Tabela 7 - Resumo da análise estatística, baseada na comparação entre os valores observados e modelados para cada ciclo de cultivo avaliado.
Fluxos Controle Dejeto Líquido Composto
Aveia Milho Aveia Milho Aveia Milho
Dr 0,26 0,17 0,92 0,83 0,99 0,99 EAM (kg ha-1) 0,01 0,02 0,04 0,13 0,01 0,01 RMSE (%) 38,23 45,65 29,22 26,02 8,92 12,01 CD 1,25 0,94 1,73 3,42 0,93 0,85 EF 1,00 0,98 1,00 0,98 1,00 0,99 CRM -0,38 -0,46 0,29 0,26 0,09 -0,12
Cumulativo Controle Dejeto Líquido Composto
Aveia Milho Aveia Milho Aveia Milho
Dr -1,51 0,64 -1,48 0,87 -1,11 0,87 EAM (kg ha-1) 0,07 -0,23 1,07 -7,23 0,21 -1,04 RMSE (%) 34,39 26,09 79,51 84,05 76,19 69,60 CD 1,33 0,07 0,54 0,02 0,77 0,02 EF 0,99 0,53 0,06 -17,05 0,80 0,15 CRM 0,34 0,26 0,80 0,84 0,76 0,70
Fonte: Elaboração própria (2019).
Na Tabela 8 estão as equações de regressão e valores de r2 para os valores totais de N2O observados e modelados nos tratamentos avaliados. Quanto maior o valor de r², melhor é
a correlação entre o valor total simulado e o valor observado. No caso da aveia-preta, os valores de r² variaram de 96 a 98%, mostrando uma ótima correlação. Já para o milho, o nível de significância do r² foi menor, mostrando que o modelo é menos significativo para este tipo de cultivo. Os valores do milho podem estar associados ao efeito de sazonalidade, por causa de maiores variações de temperatura e umidade.
49 Tabela 8 - Equação de regressão e valores de r2 para os valores totais de N
2O observados e modelados
nos tratamentos avaliados. *, ** e *** representam significância estatística das regressões a p < 0.1, p < 0.01 e p<0.001; x representa os valores observados; y representa os valores modelados.
Ciclo de cultivo Período Tratamento Equação de regressão r² p-Value Aveia 0 – 64 dias Controle y = 0,7486x - 0,0059 0,96 0,001*** Dejeto líquido y = 0,2175x - 0,005 0,96 0,001*** Composto y = 0,2011x + 0,0031 0,98 0,001*** Milho 106 – 287 dias Controle y = 2,221x - 0,6789 0,61 0,008** Dejeto líquido y = 0,3009x - 0,3915 0,62 0,007** Composto y = 0,8011x - 0,2689 0,33 0,081* Total 0 – 287 dias Controle y = 0,0414x - 0,000478 0,86 0,001*** Dejeto líquido y = 0,0269x - 0,00134 0,98 0,001*** Composto y = 0,0309x + 0,00133 0,98 0,001***
Fonte: Elaboração própria (2019).
Em relação as emissões totais de N2O, acumuladas ao longo do período avaliado, o
modelo DNDC apresentou desempenho satisfatório nas simulações para os tratamentos controle e composto (desvio relativo inferior a 43,43%). No entanto, o modelo não simulou satisfatoriamente as emissões de N2O do solo que recebeu dejeto líquido como fonte principal
de adubação. A validação do modelo DNDC para simulação das emissões de N2O parecem ser
dependentes principalmente da estratégia de fertilização adotada e da época do ano. A taxa de aplicação de N foi a mesma nos tratamentos composto e dejeto líquido, diferindo somente na nas datas de aplicação. A taxa de aplicação variou de acordo com a característica do fertilizante utilizado, sendo necessário três adubações com dejeto líquido, quatro com composto e duas adubações químicas suplementares. As duas primeiras adubações foram feitas no ciclo da aveia preta, sendo a primeira no dia 08/06/2018, onde aplicou-se as adubações orgânicas dejeto líquido e composto e a segunda no dia 13/07/2018, utilizando-se composto e dejeto líquido combinado com adubação química suplementar. As duas últimas aplicações foram feitas no ciclo do milho, sendo elas nos dias 18/09/2018 e 22/10/2018, onde aplicou-se dejeto líquido e composto na penúltima, e composto combinado com adubação química suplementar na última adubação.
O comportamento das emissões foi bem descrito pelo modelo DNDC nos tratamentos controle e composto. Esse resultado sugere que as propriedades do solo, em especial os teores de NO3- e os valores de pH e densidade do solo, definidos pela característica e dose dos adubos
50
aplicados, podem dominar a precisão do modelo DNDC. Os conteúdos de C e N nos solos variaram entre os tratamentos avaliados. Nos tratamentos controle e composto, os teores iniciais de NO3- eram de, respectivamente, 7,0 mg NO3- kg solo-1 e 7,88 mg NO3- kg solo-1, enquanto
que no tratamento dejeto líquido os teores do elemento eram de 22,75 mg NO3- kg solo-1. A
medida que aumenta a velocidade com que o N, presente preferencialmente nos dejetos líquidos na forma amoniacal, é convertido a NO3- pode resultar em incremento das emissões de N2O.
A adição de fontes de nutrientes de liberação lenta, como por exemplo o composto, pode ser uma alternativa para retardar os processos de liberação de nutrientes, principalmente o N, promovendo uma melhor sincronia entre liberação e a fase de maior demanda dos cultivos, e consequentemente reduzindo as emissões de N2O.
As discrepâncias observadas nas simulações, principalmente ao longo do ciclo de cultivo do milho, podem estar relacionadas também à uma possível insuficiência amostral para a entrada de dados específicos sobre as propriedades do solo, ou mesmo de coleta de N2O, o
que pode ter subestimado os valores simulados no tratamento com adição de dejeto líquido. Na literatura, é sabido que o volume de coleta de gases em solos fertilizados com dejetos líquidos deve ser elevado, principalmente logo após a adição do fertilizante ao solo (GIACOMINI et al., 2006; JANTALIA et al., 2008; AITA et al., 2015). Outro ponto que pode estar associado as discrepâncias entre as emissões observadas e simuladas pode estar associado a uma falta de sensibilidade do modelo em detectar variações nas emissões em fertilizações que utilizem adubos orgânicos e químicos associados. Na literatura, estudos demonstram que a adição de adubos químicos aumentam a taxa de respiração do solo, relacionado a diferentes fontes de estresse (MORALES et al., 2016), e o modelo pode não apresentar sensibilidade para detectar tal fenômeno. Segundo Li et al. (1992), o modelo DNDC foi desenvolvido levando em consideração a precipitação pluviométrica como sendo o fator determinante para as emissões de N2O em solos de sequeiro. Na literatura, o efeito da umidade sobre as emissões de N2O está
muito bem documentado (BUTTERBACH-BAHL et al., 2013), e esse fato pode ser verificado ao longo do período experimental. Entretanto, a adição de água pelo dejeto líquido pode não ter sido computada como incremento de umidade pelo modelo DNDC.
51
6 CONCLUSÕES
O modelo DNDC teve um bom desempenho para descrever as emissões de N2O para
o tratamento composto, mas não teve o mesmo comportamento para o tratamento dejeto líquido, de acordo com as condições suplementares avaliadas. Este modelo foi desenvolvido para condições de cultivo e de solo presentes na China e nos EUA, que são locais com condições de clima temperado. Logo, essa falta de ajuste pode estar relacionada com fatores de sazonalidade, sendo necessário se fazer ajustes para condições tropicais e subtropicais de cultivo, como é o caso da região Sul do Brasil. O resultado também pode estar relacionado com o fato desse tipo de tratamento (dejeto líquido) ter um maior desbalanço de nutrientes se comparado ao composto. O composto é um tratamento que possui maior estabilidade química, fazendo com que a mineralização dos nutrientes seja mais lenta, e tendo menores picos de emissão em condições de temperatura e umidade elevadas. Buscar um tratamento que estabilize o dejeto líquido antes de aplicá-lo no solo pode ser uma possível estratégia para ajustar o modelo e mitigar as emissões de GEE.
Ao se comparar os fluxos e emissões de N2O oriundos da aplicação de cada um dos
fertilizantes orgânicos, associados à adubação química suplementar, é possível observar que o dejeto líquido emitiu quantidades de N2O bem maiores que o composto, sendo mais prejudicial
no âmbito da poluição atmosférica. Porém, sugere-se que no modelo DNDC sejam desenvolvidos processos mais detalhados para simular com maior exatidão os fluxos de N2O
em sistemas de manejo que utilizam a adição de suplementação química da adubação orgânica, em especial, seus impactos nos microrganismos responsáveis pelos processos de desnitrificação no solo, já que este resultado pode estar relacionado a algum erro do modelo.
Diante destes resultados, pode-se afirmar que o modelo DNDC se mostrou mais eficiente para tratamentos mais estáveis, e para culturas de inverno, em que se tem menos influência de fatores relacionados a sazonalidade.
Recomenda-se que em estudos futuros sejam testados cenários com diferentes tipos de dejetos, que tenham passado por diferentes tratamentos prévios e que tenham diferentes teores de nitrogênio. Além disso, sugere-se modificações no modelo em relação aos efeitos dos climas tropical e subtropical nas emissões de N2O para a atmosfera, como citado anteriormente, e
modificações em relação às interações que ocorrem no solo após a adição conjunta de adubos orgânicos e químicos em associação.
52
7 CONSIDERAÇÕES FINAIS
Apesar de todos os problemas ambientais gerados pela produção de suínos, a produção é enorme, o que se dá pelo fato do suíno ser uma commodity, ou seja, é um produto de grande valor comercial e estratégico, e tem seus preços determinados de acordo com a oferta e demanda no mercado internacional, sendo o Brasil um grande exportador de carne suína. Outro fator que contribui para a produção em grande escala está ligado a revolução tecnológica que melhorou a infraestrutura de transporte e aumentou a produtividade, tornando o consumo da carne suína mais acessível e consequentemente maior.
Apesar da importância econômica e social da suinocultura no Brasil, e da busca de novas tecnologias que diminuam os impactos ao meio ambiente, deve-se refletir sobre a produção intensiva dos animais, onde existe uma grande concentração de animais por área, visando a exportação e o consumo interno no país, e deve-se buscar mais melhoras no sistema