Bolsa de PD em Agronomia

Post-doctoral Fellowship in Agronomy

• Resumo Summary

  O objetivo principal do presente projeto é desenvolver conhecimentos visando melhorias na determinação da variabilidade espacial da produtividade da cana-de-açúcar e no manejo da adubação nitrogenada da cultura.

  Para atingir as metas propostas, experimentos de campo, envolvendo doses e épocas de aplicação de fertilizante nitrogenado na cultura de cana-de-açúcar, serão monitorados com sensores óticos, embarcados em drones, visando validar índices de vegetação utilizados para avaliar a absorção de nitrogênio (N) pela cultura.

  Os dados obtidos com análises de solo, planta e sensoriamento remoto serão utilizados para alimentar modelos matemáticos e estimar o desempenho e produtividade da cultura. O modelo irá fornecer abordagem integrada para calcular taxa variável de N ideal usando previsões das condições do clima.

  O conhecimento e ferramentas esperadas pelo presente trabalho contribuirão para melhorar os métodos e ferramentas utilizadas para quantificar as necessidades de N demandadas pela cultura de cana-de-açúcar, assim como auxiliar produtores a implementar sistemas de gestão de N mais eficientes e sustentáveis.

  Objetivos específicos

  1) Calibrar os modelos de simulação SALUS e DSSAT com cultivares de cana-de-açúcar utilizadas no estado de São Paulo;
  2) Avaliar os modelos SALUS e DSSAT com dados obtidos nos experimentos de campo para estimar incertezas na estimativa da produtividade da cultura, quando sob efeito de diferentes doses e épocas de aplicação de N;
  3) Explorar opções de manejo da adubação nitrogenada em cenários sazonais de preciptação variável visando aumentar eficiência da adubação nitrogenada e, simultaneamente, otimizar a produtividade da cultura. 

  Plano de atividades do bolsista

  As atividades realizadas pelo bolsista se constituirão de organização e manipulação dos dados obtidos nos experimentos no campo, visando adequação para utilização nos modelos matemáticos SALUS e DSSAT; calibração dos modelos com variedades de cana-de-açúcar mais utilizadas no estado de São Paulo; avaliação de desempenho dos modelos utilizando-se dados reais obtidos nos experimentos de campo; uma vez os modelos calibrados, realizar simulações em cenários variando doses de N e épocas de aplicação, visando definir a melhor dose e época de aplicação para otimizar a produtividade da cultura e minimizar o efeito no ambiente.

  The overarching goal is to develop new knowledge that can lead to improvements in assessment of sugarcane yield variability and sugarcane nitrogen management. To achieve these goals, we will monitor nitrogen treatment field experiments with UAVs to validate vegetation indices used to assess N uptake by sugarcane and to link proximal sensing data with crop modeling. Crop modeling will provide an integrated approach to calculate optimal variable nitrogen rate applications using weather forecasts. The knowledge and tools gained through this proposed project would improve the methods and tools to quantify nitrogen needs of sugarcane, and help farmers implement efficient and sustainable nitrogen management systems at farm and watershed levels.

  Job Description

  The incumbent will integrate the field observation data with process based models to simulate spatial variability of sugarcane yield and nitrogen uptake and quantify the economic advantages of variable rate nitrogen and application time practices to optimize sugarcane production and reduce environmental impacts over space and time.

  This opportunity is open to candidates of any nationalities. The selected candidate will receive a São Paulo Research foundation-FAPESP’s Post-Doctoral fellowship in the amount of BRL 7.373,10 monthly and a research contingency fund, equivalent to 15% of the annual value of the fellowship which should be spent in items directly related to the research activity. 

  The specific tasks of the incumbent 

  1. To calibrate the SALUS and DSSAT model with sugarcane cultivars grown in São Paulo State;
  2. To evaluate the SALUS and DSSAT model with detailed field experimental data to estimate the model uncertainty for simulating sugarcane yield under different N rates and application times treatments at field and landscape scale;
  3. To explore management options for a seasonal rainfall-variable environment to increase sugarcane N fertilizer efficiency and simultaneously optimize sugarcane yields.