@Article{BergamaschiCostWheeChal:2013:SiMaYi,
               author = "Bergamaschi, Homero and Costa, Simone Marilene Sievert da and 
                         Wheeler, Timothy Robert and Challinor, Andrew Juan",
          affiliation = "{Universidade Federal do Rio Grande do Sul} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and University of Reading, 
                         PO Box 217, Reading RG6 6AH, UK. and University of Leeds, Leeds 
                         LS2 9JT, UK.",
                title = "Simulating maize yield in sub\‑tropical conditions of 
                         southern Brazil using Glam model / Simula{\c{c}}{\~a}o do 
                         rendimento de milho em condi{\c{c}}{\~o}es subtropicais do Sul 
                         do Brasil por meio do modelo Glam",
              journal = "Pesquisa Agropecu{\'a}ria Brasileira",
                 year = "2013",
               volume = "48",
               number = "2",
                pages = "132--140",
                month = "Feb.",
             keywords = "Zea mays , crop modeling, crop parameters, crop, weather 
                         relationships., Zea mays , modelagem, par{\^a}metros de cultivo, 
                         rela{\c{c}}{\~o}es clima\‑,,cultivo.",
             abstract = "The objective of this work was to evaluate the feasibility of 
                         simulating maize yield in a sub\‑tropical region of 
                         southern Brazil using the general large area model (Glam). A 
                         16\‑year time series of daily weather data were used. The 
                         model was adjusted and tested as an alternative for simulating 
                         maize yield at small and large spatial scales. Simulated and 
                         observed grain yields were highly correlated (r above 0.8; p<0.01) 
                         at large scales (greater than 100,000 km 2 ), with variable and 
                         mostly lower correlations (r from 0.65 to 0.87; p<0.1) at small 
                         spatial scales (lower than 10,000 km 2 ). Large area models can 
                         contribute to monitoring or forecasting regional patterns of 
                         variability in maize production in the region, providing a basis 
                         for agricultural decision making, and Glam\‑Maize is one of 
                         the alternatives. RESUMO: O objetivo deste trabalho foi avaliar a 
                         viabilidade de se estimar a produ{\c{c}}{\~a}o de milho numa 
                         regi{\~a}o subtropical do Sul do Brasil por meio do general large 
                         area model (Glam). Foi utilizada uma s{\'e}rie de 16 anos de 
                         dados meteorol{\'o}gicos di{\'a}rios. O modelo foi ajustado e 
                         testado como alternativa para simular rendimentos de milho em 
                         pequena e grande escala espacial. Os rendimentos de milho 
                         simulados e observados estiveram altamente correlacionados (R 
                         acima de 0,8; p<0,01) em grande escala (mais de 100.000 km 2 ), e 
                         apresentaram correla{\c{c}}{\~o}es vari{\'a}veis e geralmente 
                         inferiores (R de 0,65 a 0,87; p<0,1) em pequena escala (menos de 
                         10.000 km 2 ). Modelos de grande escala podem contribuir para 
                         monitorar ou predizer padr{\~o}es de variabilidade na 
                         produ{\c{c}}{\~a}o de milho na regi{\~a}o, o que fornece uma 
                         base para tomadas de decis{\~a}o, e o Glam\‑Maize {\'e} 
                         uma alternativa.",
                  doi = "10.1590/S0100-204X2013000200002",
                  url = "http://dx.doi.org/10.1590/S0100-204X2013000200002",
                 issn = "0100-204X",
                label = "lattes: 2921337850760630 2 BergamaschiCostWheeChal:2013:SiMaYi",
             language = "en",
           targetfile = "48n02a02.pdf",
        urlaccessdate = "01 maio 2024"
}