MÉTODOS DE ESTIMATIVA DE SAFRA DO CAFEEIRO

XXI Encontro Latino Americano de Iniciação Científica, XVII Encontro Latino Americano de Pós-Graduação e VII Encontro de Iniciação à Docência – Universidade do Vale do Paraíba. 1

MÉTODOS DE ESTIMATIVA DE SAFRA DO CAFEEIRO

Lucas Rosa Pereira

, Samuel Ferreira da Silva

, Patricia Alvarez Cabanez

, Marlla de Oliveira Hott

, Joabe Martins de Souza³, Carolina de Oliveira

Bernardes

1Doutorando (a) em Produção Vegetal - Universidade Federal do Espírito Santo - Centro de Ciências Agrárias e Engenharias/Departamento de Produção Vegetal, Alto Universitário, s/nº, Guararema, Alegre - ES, Brasil, CEP: 29500-000, e-mail: lucasrosapereira@hotmail.com; capac@hotmail.com;

marllahott@yahoo.com.br.

2 Pós-doutorando em Ciências Florestais- Universidade Federal do Espírito Santo - Centro de Ciências Agrárias e Engenharias/Departamento de Ciências Florestais. Av. Gov. Lindemberg, 316-

Centro, Jerônimo Monteiro, ES, Brasil. CEP: 29550-000, e-mail: samuelfd.silva@yahoo.com.br.

3 Pós-doutorando em Agricultura Tropical-- Universidade Federal do Espírito Santo/Departamento de agronomia, Rodovia BR101 Norte- Km 60- Bairro Litorâneo, São Mateus, ES, Brasil. CEP: 29932-900,

e-mail: joabenv@gmail.com.

4Doutora em Genética e Melhoramento - Universidade Federal do Espírito Santo - Centro de Ciências Agrárias e Engenharias/Departamento de Agronomia, Alto Universitário, s/nº, Guararema, Alegre -

ES, Brasil, CEP: 29500-000, CP: 16, e-mail: carolinabernardes84@yahoo.com.br.

Resumo-As condições climáticas influenciam diretamente na produção do cafeeiro no período crítico de desenvolvimento dos grãos, afetando a produção final e consequentemente a rentabilidade do produtor. Com isso, devido a sua relevância na economia brasileira, o monitoramento da cultura cafeeira se faz importante. Estimativas confiáveis sobre a safra de café são imprescindíveis tanto para o planejamento dos produtores quanto para ações governamentais de financiamento, visto que, nas bolsas de valores, a commodity café, movimenta altos valores financeiros. Neste sentido, objetivou-se neste trabalho, realizar um levantamento bibliográfico sobre alguns métodos de estimativa de safra do cafeeiro. Foram adotados, como critérios de inclusão, trabalhos escritos em português e inglês com texto completo disponível e que abordavam as palavras chaves escolhidas para este trabalho. Pelo relatado na literatura, modelos matemáticos usados na estimativa de safra de café, mostram-se confiáveis, pois apresentam boa precisão, além de apresentarem baixo custo.

Palavras-chave: Agricultura,cafeicultura, commodity café, deficit hídrico.

Área do Conhecimento: Engenharia Agronômica.

Introdução

O café destaca-se como um produto de importância mundial e é cultivado em mais de 80 países, com aproximadamente 151,4 milhões de sacas de 60 kg de produção em 2016 (ICO, 2017). O Brasil produziu cerca de 51,3 milhões de sacas de 60 kg na última safra. Desse total, aproximadamente 43,4 milhões de sacas são de café arábica e 7,9 milhões de café conilon (CONAB, 2017).

As condições climáticas causam grande impacto na produtividade do cafeeiro, sendo o principal fator responsável pelas flutuações e oscilações da produtividade de grãos de café (CAMARGO, 2010).

Um exemplo disso, é a redução da produção de grãos do cafeeiro conilon no estado do Espírito Santo, maior produtor desta espécie, que se deve, sobretudo, à seca e à má distribuição de chuvas por dois anos consecutivos nos estádios de florescimento, formação e enchimento de grãos (CONAB, 2017;

GALEANO et al., 2016).

Neste sentido, a estimativa antecipada de safra nas regiões produtoras de café movimenta o mercado interno e externo, pois é possível a previsão de possíveis perdas de produção. O café é um produto que apresenta demanda inelástica e a questão da informação confiável passa a ter grande relevância neste cenário. Nas Bolsas de Valores a commodity café movimenta alto volume financeiro todos os dias podendo ser afetada por diferentes fatores, o que provoca sérias instabilidades no setor (MIRANDA et al., 2014).

XXI Encontro Latino Americano de Iniciação Científica, XVII Encontro Latino Americano de Pós-Graduação e VII Encontro de Iniciação à Docência – Universidade do Vale do Paraíba. 2

A estimativa de safras a partir de modelos agrometeorológicos, permite identificar o estresse hídrico ao longo do ciclo da cultura e analisar seu impacto na produtividade (ROSA et al., 2010). Neste contexto, alguns autores utilizam modelos agrometeorológicos em seus estudos, para estimar a produção de lavouras cafeeiras. Este tipo de metodologia, além de realizar a previsão e/ou estimativas prevendo possíveis perdas ou ganhos na produção, ainda relaciona as condições ambientais, como a temperatura do ar e disponibilidade hídrica no solo, com a fenologia e produtividade do cultivo do cafeeiro, que são os principais fatores responsáveis por oscilações na produção dos grãos (NUNES et al., 2010). Além disso, esses modelos são utilizados com diferentes finalidades e aplicados às culturas variadas, sendo que de forma geral estes se baseiam em dados como evapotranspiração potencial (ETp), evapotranspiração real (ETr), deficiência e excesso hídrico.

Neste contexto, objetivou-se com a realização deste trabalho, elaborar uma revisão de literatura sobre os métodos de estimativa de safra do cafeeiro.

Metodologia

Trata-se de uma consulta bibliográfica realizada através de publicações sobre o tema central deste trabalho- Métodos de estimativa de safra do cafeeiro. Foram utilizadas palavras-chaves: Cafeicultura, produtividade, deficit hídrico, agrometeorologia, modelos matemáticos e estimativa de safra.

Os critérios de relevância dos trabalhos que foram utilizados na seleção do estudo basearam-se em alguns aspectos qualitativos, como: periódicos com indexações e conceitos Qualis emitido pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES, publicações que retratavam o assunto em questão como tema principal, sendo priorizadas as publicações mais recentes sobre o tema proposto.

Resultados

A parametrização de um modelo de previsão para o cafeeiro é dificultada pelo grande número de variáveis que podem afetar a produtividade, tais como: variedade cultivada, sistema de plantio, idade da lavoura, tipo e fertilidade do solo, incidência de pragas e doenças e sistema de manejo. Além disso, a característica de bienalidade de produção do cafeeiro e a falta de um mapa temático com a distribuição espacial da área cultivada aumentam ainda mais a complexidade da estimativa da produtividade do café em grandes áreas territoriais, por meio desses modelos (SANTOS; CAMARGO, 2006).

Na Tabela 1, tem-se uma simulação de perdas de uma lavoura cafeeira não irrigada, comparada com uma irrigada, no qual foi adaptada a metodologia utilizada por Galeano et al. (2016), a fim de demontrar a influência do deficit hidrico sobre a produção final de grãos do cafeeiro e os danos economicos causados.

Tabela 1: Estimativa de perdas de produção na safra de 2014, para uma lavoura de café não irrigada, na região Sul do estado do Espírito Santo.

Produto Área em produção

(ha)

Produção esperada

(Kg)

Produção obtida

(Kg)

Valores correspondentes às perdas na produção

(Kg) (%) (Mil R$)

Café conilon 1,0 4066,5 708,6 -3358,0 -82,3 -22274,7

Fonte: Autores.

Discussão

A conab (Companhia Nacional de Abastecimento), realiza os levantamentos da safra brasileira de café desde 2001. Para tanto, o primeiro levantamento é realizado em dezembro com divulgação no mês seguinte, acontecendo próximo ao período pós florada. O segundo levantamento ocorre em abril, com divulgação em maio, no período pré-colheita, onde menos de 20% do café do país foram colhidos.

O terceiro levantamento, a ser realizado em agosto e divulgado em setembro, ocorre no período de plena colheita no país, que ocorre de março a outubro, todavia é concentrada entre maio e agosto.

XXI Encontro Latino Americano de Iniciação Científica, XVII Encontro Latino Americano de Pós-Graduação e VII Encontro de Iniciação à Docência – Universidade do Vale do Paraíba. 3 Nessa ocasião do levantamento, a colheita já terá ultrapassado 90% do total. O quarto levantamento é realizado em dezembro e divulgado no mesmo mês. É o último da safra e compreende o período pós- colheita, em que a colheita já foi finalizada e as estimativas são corrigidas com os dados consolidados e coletados a campo (CONAB, 2017). O método utilizado consiste em amostragens estatísticas, em que são selecionadas propriedades cafeeiras do cadastro geral de cafeicultores.

A agricultura de precisão e a geoestatística, como ferramenta no estudo da variabilidade espacial, auxiliam o cafeicultor na previsão de sua safra, bem como indicam regiões na sua área, onde ocorreram variações no comportamento produtivo das plantas (ROCHA et al., 2015). O mapa gerado através dessa ferramenta estatística, ainda pode orientar a tomada de decisão, direcionando as próximas análises de solo, corrigindo problemas relacionados com adubação, controle de pragas e doenças, podendo tornar a atividade mais competitiva (CARVALHO et al., 2004; FERRAZ et al., 2012; LIMA et al., 2013).

Miranda et al. (2017), ressaltam que a modelagem matemática visa realizar a estimativa de produtividade de culturas a baixo custo, boa precisão e com a aplicação de método científico que possibilitem sua repetibilidade. Dentre os modelos agrometeorológicos, o mais utilizado tem sido o desenvolvido por Stewart, Hagan e Pruitt (1976) e proposto por Doorenbos e Kassam (1979), onde consideram-se os efeitos da deficiência hídrica sobre a produtividade como um somatório nos diferentes estádios fenológicos da cultura (indução floral, florescimento, granação e maturação) e uma vez que o modelo permite o cálculo da produtividade em períodos parciais ao longo do ciclo da cultura, a produtividade final é determinada pelo somatório das produtividades parciais.

O modelo de Picini et al. (1999) considera a produtividade do ano anterior, pois os autores alegam que a interdependência de um ano sobre o subsequente afeta diretamente a produtividade do cafeeiro causando a bienalidade. Este modelo penaliza também a produtividade apenas pelo fator deficit hídrico, o qual segundo Carvalho et al. (2004) e Camargo et al., (2003) não deve ser considerado isoladamente, pois outros fatores climáticos interferem na produtividade, especialmente temperaturas adversas ocorridas nas diferentes fases fenológicas da cultura.

Calculando perdas econômicas na agricultura capixaba no ano de 2015, Galeano et al. (2016), verificaram perdas nas culturas em destaque do estado, como a cafeicultura, fruticultura e olericultura.

Para isso, utilizaram os preços médios anuais recebidos pelos produtores, levantados pelo Incaper e pelos próprios autores do trabalho. Para estimativa das perdas, considerou-se:

Pij = Eij - Qij (eq. 1)

Em que, para cálculo da produção perdida Pij, foi considerada a produção esperada Eij menos a produção obtida Qij de cada produto i em cada microrregião j.

Eij = (Rij) . (Aij) (eq. 2)

Em que, considerou-se a produção esperada Eij igual a área em produção Aij multiplicada pelo rendimento médio esperado Rij de cada produto i em cada microrregião j.

Aij = ACij + ADij ... (eq. 3)

Em que, considerou-se área em produção Aij igual a área colhida ACi mais a área perdida ADij, conforme descrito na equação.

Os autores utilizaram como base de dados, o rendimento médio esperado; produção obtida ou a obter, informada no Levantamento Sistemático da produção Agrícola (IBGE-GCEA-LSPA, 2015);

preços médios anuais recebidos pelos produtores de janeiro a outubro de 2015 (INCAPER, 2016).

Com os resultados, foi possível constatar que em 2015, a estimativa de perda foi de 23,5% da produção de grãos do cafeeiro conilon, o que corresponde a R$ 698,8 milhões. Os autores expõem que esta queda na produção é fruto das mudanças climáticas (seca, altas temperaturas e má distribuição de chuvas), fatores que estão devastando a cafeicultura capixaba nos últimos anos, sendo o deficit hídrico o grande vilão.

Na Tabela 1, tem-se uma simulação de perdas de uma lavoura cafeeira não irrigada, comparada com uma irrigada, no qual foi adaptada a metodologia utilizada por Galeano et al. (2016). Para tanto, foram utilizados os dados médios de produtividade dos treze clones da variedade “Conilon Vitória”, irrigada e não irrigada, na safra de 2014, em uma lavoura localizada no Sul do estado do Espírito Santo.

A produtividade foi estimada para 1 ha. Adotou-se como produção esperada aquela obtida no cultivo irrigado.

XXI Encontro Latino Americano de Iniciação Científica, XVII Encontro Latino Americano de Pós-Graduação e VII Encontro de Iniciação à Docência – Universidade do Vale do Paraíba. 4

Com os dados, torna-se possível demonstrar a influência do deficit hídrico sobre a produção do cafeeiro conilon, com perdas de 82,5%, o que corresponde a uma perda econômica de aproximadamente R$ 22.275,00, considerando o valor atual pago pela saca de café conilon tipo 7, no dia 01 de setembro de 2017.

Conclusão

Modelos matemáticos usados na estimativa de safra de café, mostram-se confiáveis, pois apresentam boa precisão, além de apresentarem baixo custo.

Referências

CAMARGO, M. B. P. de. The impact of climatic variability and climate change on arabic coffee crop in Brazil. Bragantia, Campinas, v. 69, p. 239-247, 2010.

CAMARGO, M. B. P. et al. Modelo agrometeorológico de monitoramento e de estimativa de quebra de produtividade como subsídio à safra de café (Coffea arabica L.): resultados preliminares. In:

SIMPÓSIO DE PESQUISA DOS CAFÉS DO BRASIL, 3., 2003, Porto Seguro. Anais... Brasília:

EMBRAPA Café; Minasplan, 2003. p. 75-76.

CARVALHO, L. G. SEDIYAMA, G. C.; CECON, P. R.; ALVES, H. M. R. Modelo de regressão para a previsão de produtividade de cafeeiros no Estado de Minas Gerais. Revista Brasileira de

Engenharia Agrícola e Ambiental, Campina Grande, v. 8, n. 2/3, p. 204-211, 2004.

CONAB - Companhia Nacional de Abastecimento. Acompanhamento da Safra Brasileira de Café Primeiro Levantamento - Safra 2017. Disponível

em:http://www.conab.gov.br/OlalaCMS/uploads/arquivos/17_01_17_14_51_54_ boletim_cafe_- _janeiro_de_2017. Acesso em: janeiro 2017.

DOORENBOS, J.; KASSAM, A. H. Yield response to water. Rome: FAO, 1979. 197 p. (FAO Irrigation and Drainage, 33).

GALEANO, E. A. V.; TAQUES, R. C.; MASO, L. J.; COSTA, A. F. S.; FERRÃO, R. G. Estimativa de perdas na produção agrícola capixaba em 2015. Incaper em Revista, Vitória, v. 6, n.4, p.26-41, 2016.

FERRAZ, G. A. S.; SILVA, F. M.; COSTA, P. A. N.; SILVA, A. C.; CARVALHO, F. M. Agricultura de precisão no estudo de atributos químicos do solo e da produtividade de lavoura cafeeira. Coffee Science, Lavras, v. 7, n. 1, p. 59-67, jan./abr. 2012.

INCAPER. Instituto Capixaba de Pesquisa, Assistência Técnica e Extensão Rural.

Acompanhamento semanal de preços recebidos pelos produtores em 2015. Vitoria, ES: Incaper, 2016. Disponível em:< https://www3.incaper.es.gov.br/ mercado-agropecuário/sispreco.php. > Acesso em: ago. 2017.

Levantamento Sistemático da Produção Agrícola - LSPA. Grupo de Coordenação de Estatísticas Agropecuárias – GCEA Vitoria, ES: IBGE-GCEA-LSPA, dez. 2015. Relatório de pesquisa.

LIMA, J. S. S.; SILVA, S. A.; SILVA, J. M. Variabilidade espacial de atributos químicos de um

Latossolo Vermelho-Amarelo cultivado em plantio direto. Revista Ciência Agronômica, Fortaleza, v.

44, n. 1, p. 16-23, jan./mar. 2013.

MIRANDA, W. L.; CARVALHO, L. G.; FAHL, J. I.; GUIMARÃES, R, J.; LIMA, R. R.; PAGLIS, C. M.

Validation of a phenological model for coffee tree productivity in Southern State of Minas Gerais, Brazil. African Journal of Agricultural Research, v.12, n. 6, p. 406-414, 2017.

XXI Encontro Latino Americano de Iniciação Científica, XVII Encontro Latino Americano de Pós-Graduação e VII Encontro de Iniciação à Docência – Universidade do Vale do Paraíba. 5 MIRANDA, J. M.; REINATO, R. A. O.; SILVA, A. B. Modelo matemático para previsão da

produtividade do cafeeiro. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.18, n.4, p.353-361, 2014.

NUNES, F. L.; CAMARGO, M. B.; FAZUOLI, L. C.; ROLIM, G. S.; PEZZOPANE, J. R. M.; Modelos agrometeorológicos de estimativa da duração do estádio floração maturação para três cultivares de café arábica. Bragantia, Campinas, v.69, n.4, p.1011-1018, 2010.

OIC- Organização Internacional do café. Estatísticas do Comércio, 2017. Disponível em:

http://www.ico.org/historical/1990%20onwards/PDF/1a-total-production. Acesso em: 30 de julho de 2017.

PICINI, A. G. CAMARGO, M. B. P.; Desenvolvimento e teste de modelos agrometeorológicos para a estimativa de produtividade do cafeeiro. Bragantia, Campinas, v. 58, n. 1, p. 157-170, 1999.

ROCHA, H. G.; SILVA, A. B.; NOGUEIRA, D. A.; MIRANDA, M. J. MANTOVANI, J. R. Mapeamento da produtividade do cafeeiro a partir de modelos matemáticos de previsão de safra. Coffee Science, Lavras, v. 11, n. 1, p. 108 - 116, jan./mar. 2016.

ROSA, V. G. C. D.; MOREIRA, M. A.; RUDORFF, B. F. T.; ADAMI, M. Coffee crop yield estimate using an agrometeorological-spectral model. Pesquisa Agropecuária Brasileira, Brasília, v. 45, n.

12, p. 1478-1488, dez. 2010.

SANTOS, M. A. D.; CAMARGO, M. B. P. D. Parametrização de modelo agrometeorológico de estimativa de produtividade do cafeeiro nas condições do Estado de São Paulo. Bragantia, Campinas, v. 65, n. 1, p. 173-183, 2006.

STEWART, J. I.; HAGAN, R. M.; PRUITT, W. O. Production functions and predicted irrigation programmes for a principal crops as required for water resources planning and increased water efficiency: final report. Washington: Department of Interior, 1976. 80 p.