Avaliação probabilística do risco de giberela do trigo considerando a influencia do ENOS.

A giberela é uma importante doença na cultura do trigo cujas epidemias ocorrem sob a influência marcante de condições ambientais específicas durante o florescimento. Neste trabalho, a influência do fenômeno El Nino/Oscilação Sul (ENOS) sobre o risco de epidemias da giberela do trigo, em Passo Fundo, RS, estimado com modelos de simulação, foi avaliada via abordagem de anos análogos. Foi utilizada uma série local histórica (1957 a 2006) de dados meteorológicos para estimar um índice de risco de giberela (IRG) para diferentes datas de plantio (1 a 30/06) nos 50 anos da série. Para quantificar a influência do ENOS, foram comparadas medianas e funções probabilidade de excedância (FPE) do IRG (Prob(IRG>y)para três fases do ENOS (quente, fria e neutra) nos anos da série, utilizando métodos não paramétricos. Foi observado um efeito pronunciado do ENOS, principalmente para a fase fria, onde o risco estimado de epidemias moderadas ou severas foi nulo para todas as datas de plantio. Nas demais fases, o referido risco variou de 0,10 a 0,25.

Quantificação de riscos climáticos via modelos de regressão de Cox.

O gerenciamento de riscos climáticos requer informação sobre estados futuros de variáveis climáticas, geralmente representada por funções de distribuição de probabilidade acumulada (FDPA, P(Y?y) ou por sua funções complementares (P(Y>y)), ditas funções probabilidade de exceder (FPE). Uma variedade de métodos estatísticos tem sido utilizada para estimação de FPE, incluindo, modelos de regressão linear múltipla, regressão logística e métodos não paramétricos (MAIA et al, 2007; LO et al, 2008). Apesar de parecer intuitivo que a incerteza associada às estimativas das FPE é fundamental para os tomadores de decisão, esse tipo de informação raramente é fornecido. Modelos estatísticos de previsão baseados em séries históricas da variável de interesse (chuva, temperatura) e de preditores derivados de estados do oceano e da atmosfera (índices climáticos tais como: temperaturas da superfície do mar ? TSM, índice de oscilação sul, IOS, El Nino/Oscilação Sul - ENSO) se constituem em alternativas promissoras para auxílio às tomada de decisão, em escalas locais e regionais. O uso de tais indicadores permite incorporar mudanças de padrão derivadas de mudanças climáticas em modelos estatísticos que utilizam informação histórica. Neste trabalho, mostramos como o Modelo de Regressão de Cox (MRC; COX, 1972), tradicionalmente utilizado para modelagem de tempos de falha, em investigações na área médica e em ciências sociais, pode ser de grande utilidade para avaliação probabilística de riscos climáticos, mesmo para variáveis que não representam tempos de falha tais como chuva, produtividade de culturas, lucros, entre outras. O MRC pode ser utilizado para avaliar a influência de preditores (índices climáticos) sobre riscos de interesse (representados pelas FPE), estimar FPE para combinações específicas de preditores e incertezas associadas além de fornecer informação sobre riscos relativos, de grande valor para tomadores de decisão. Apresentamos dois estudos de caso nos quais o Modelo de Cox foi usado para investigar: a) o efeito do IOS e de um índice derivado de TSM do Pacífico sobre o início da estação chuvosa em Cairns (Austrália) e b) a influência o índice Nino 3.4, derivado de estados da TSM no Pacífico Equatorial sobre o chuva acumulada no período de Março a Junho em Limoeiro do Norte (Ceará, Brasil). O objetivo da apresentação desses estudos é meramente didático, para demonstrar o potencial do método proposto como ferramenta de auxílio à tomada de decisão.