Uso de índices fenológicos em modelos de previsão de produtividade do cafeeiro por Eduardo Lauriano Alfonsi - Versão HTML

ATENÇÃO: Esta é apenas uma visualização em HTML e alguns elementos como links e números de página podem estar incorretos.
Faça o download do livro em PDF, ePub, Kindle para obter uma versão completa.

As folhas do cafeeiro são fontes de assimilados pela sua capacidade fotossintetizante, das quais são exportados carboidratos para os drenos - os órgãos armazenadores (tronco e ramos) (BARROS, 1997). Segundo o autor, tecidos em crescimento, que estejam armazenando ou metabolizando aceleradamente, constituem-se como drenos e nesse caso, incluem as folhas jovens, formação das flores, frutos, ápices de raízes e ramos.

Os fotoassimilados no cafeeiro são distribuídos dentro da planta de acordo com a força dreno, sendo a parte reprodutiva superior em relação à vegetativa. Em anos de alta produtividade o desenvolvimento dos frutos absorve a maior parte dos fotoassimilados da planta, prejudicando o crescimento vegetativo (formação de internódios). Como a florada ocorrerá nas partes novas dos ramos formados no ano anterior, a produção seguinte será inferior (SEGURA-MONGE, 1994; FAHL et al. 2001). Para os autores, a interação fonte e dreno, que ocorre nas fases reprodutiva e vegetativa, determinam a bienalidade do cafeeiro, pois o crescimento dos novos ramos depende da quantidade de frutos em desenvolvimento nos ramos do ano anterior, e o volume de produção é proporcional ao número de nós ou gemas florais formadas na estação vegetativa anterior, que é influenciada pela quantidade de frutos presentes no ramo.

A diferenciação das gemas florais em cafeeiro é retardada e restringida pela presença de grandes quantidades de frutos nos ramos, em conseqüência, possivelmente pela ação combinada de fatores hormonais e nutricionais Gouveia (1984). Fahl et al. (2001) mostraram que a elevada produção acarreta um pequeno crescimento vegetativo, em virtude da exaustão das reservas de carboidratos, restrição das atividades dos ápices de crescimento, redução da emissão de ramos laterais e diminuição da atividade do sistema radicular, como resultado da competição por fotoassimilados pelos diferentes tecidos da planta.

35

Adversidades climáticas como veranicos, geadas e excessos de chuva, podem alterar,

intensificar ou amenizar a bienalidade do cafeeiro. Dependendo do estádio fenológico que ocorram, ou da intensidade e período de duração, podem interferir mais ou menos na

produtividade. Os efeitos de geadas severas e déficits hídricos acentuados, reduz expressivamente a produtividade do cafeeiro, como analisado por Fahl et al. (2001) para a região de Mococa, SP., nos anos de 1985 a 2000.

O sombreamento moderado do cafeeiro, por meio da arborização diminui a bienalidade do cafeeiro, pois evita produções elevadas e, consequentemente, aumenta a produção nos anos de baixa (CARELLI et al., 2001).

2.1.7

Modelos de estimativa de produtividade para a cultura do café

A estimativa antecipada da produção cafeeira das diversas regiões produtoras é de

fundamental importância para o estabelecimento da política cafeeira do país. Apesar da importância que representa, não existe no Brasil uma metodologia adequada para previsão antecipada de safra de café, que permita uma avaliação segura e precisa. Atualmente existem diversos trabalhos isolados, a maioria de categoria empírica ou semi-empiríca, que dão ênfase ao efeito de um determinado fator, como por exemplo, o estresse hídrico na produtividade das culturas. Esses trabalhos têm sido muito importantes para o melhor entendimento da relação ambiente-cultura, mas apresentam com grande restrição o fato de não considerarem a planta como um todo, desprezando assim, vários mecanismos envolvidos no sistema solo-planta-atmosfera.

Até final de 1997 a previsão de safra paulista realizada pela CATI era baseada em dados subjetivos, sujeita a erros relativamente amplos, que conduzia a baixo nível de credibilidade.

A partir da coordenação da EMBRAPA, no final de 1997 e início de 1998, a metodologia usada pela CATI foi totalmente alterada, passando-se a utilizar o cadastro do Projeto Lupa da Secretaria da Agricultura e Abastecimento/CATI, com o sorteio de 450 a 550 propriedades produtoras de café, em vários extratos de tecnologia empregada e distribuídas pelas principais regiões cafeeiras. Passou-se assim da subjetividade para a objetividade.

36

Sabe-se que o cafeeiro arábica é afetado nos seus diversos estádios fenológicos pelas condições meteorológicas, em especial pela disponibilidade hídrica, que constitui o principal fator que afeta sua produtividade biológica e econômica. Além desse tipo de condicionamento, o clima interfere na bienalidade produtiva, na qualidade do produto e na sustentabilidade da planta (PICINI et al., 1999).

Segundo Boyer (1969), o déficit hídrico constitui em um dos principais fatores limitantes da produção do cafeeiro, pois altera o metabolismo da planta e é um fenômeno que ocorre em grandes áreas cultivadas. Confalone e Dujmovich (1999) desenvolveram estudos para verificar os efeitos da deficiência hídrica em determinados estádios fenológicos no crescimento e desenvolvimento de plantas de soja. Em citros, Ben Mechila e Carrol (1989), verificaram o efeito depressivo da baixa disponibilidade hídrica no estabelecimento da frutificação, causada por elevados níveis de evapotranspiração e pela ocorrência de deficiência hídrica durante as fases de florescimento e pegamento dos frutos.

As interações entre o clima e a produtividade podem ser calculadas por meio de modelos matemáticos de simulação, que procuram quantificar os efeitos das variações do clima sobre o comportamento vegetal (ROBERTSON, 1983).

Costa (1997) define que no conceito de modelos de simulação devem ser considerados

três termos: sistema, modelo e simulação. Sistema é uma parte limitada da realidade que contém vários elementos interrelacionados; modelo é uma representação simplificada de um sistema; simulação é a arte de construir modelos matemáticos e de estudar suas propriedades em relação à do sistema.

De acordo com Acock e Acock (1991) o estudo do efeito do clima na produção vegetal é classificado em três tipos de modelos: “empírico-estatístico”, “matemático-mecanístico” e

“conceitual”. O “empírico-estatístico” é o mais simples e descreve as relações entre variáveis, sem considerar os processos, apresentando muitas restrições para a extrapolação de resultados.

Para Costa (1997), modelos empíricos são modelos que se baseiam simplesmente na interação quantitativa entre os elementos considerado no mesmo. Normalmente tais modelos

fundamentam-se em relações derivadas a partir de análise de regressões e, necessitam de grande número de dados para o seu desenvolvimento. Em sendo uma mera descrição matemática-estatística dos dados, os modelos empíricos não consideram o entendimento científico do sistema.

São modelos que representam grandes restrições quanto à extrapolação de seus resultados, mas 37

no entanto tem grande potencial na previsão de certos fenômenos, como por exemplo

produtividade de culturas, dentro da região em que foi desenvolvido.

O modelo “matemático-mecanístico”, é mais simples que o modelo “conceitual”, descreve matematicamente a casualidade ou a relação entre os processos envolvidos durante o ciclo da cultura, possuindo menores restrições em relação à extrapolação de resultados do que o

“empírico-estatístico” (ACOCK e ACOCK, 1991). Tais modelos procuram entender o que ocorre no nível da planta baseado nos processos que ocorrem no nível dos órgãos. Esses modelos apresentam grandes dificuldades na obtenção dos dados necessários para a sua aplicação. Por outro lado, tais modelos não apresentam restrição à extrapolação geográfica e espacial dos resultados (COSTA 1997).

O modelo “conceitual”, o mais complexo, requer grande número de informações dos processos físicos e biológicos envolvidos, como é constituído o modelo de simulação de crescimento, maturação e produtividade, proposto por Ben Mechila e Carrol (1989) para a cultura da laranja.

Devido à complexidade dos fatores a serem considerados dentro de um sistema para se desenvolver um modelo de previsão de produtividade, há a necessidade de criação de diferentes níveis de organização, a chamada hierarquia de sistemas. Esta hierarquia de sistemas foi dividida da seguinte forma por (COSTA 1997): (1) nível I + 4, descrito como região; (2) I + 3, município; (3) I + 2, propriedade; (4) I + 1, talhão; (5) I, planta; (6) I - 1, órgãos e (7) I - 2, tecido.

Para a cultura do café, foram desenvolvidos diversos modelos que relacionam clima com a produtividade do cafeeiro em diferentes níveis hierárquicos (SILVA, 1956; TOSELLO e ARRUDA, 1962; REIS, 1972; CAMARGO et al., 1984; LIU e LIU, 1988; PICINI et al., 1999; CAMARGO et al., 2003).

Silva (1956) estudou as causas de variação anual da produtividade do cafeeiro,

descrevendo a biologia da frutificação e estabelecendo a sua dependência para três períodos pluviais que antecedem a colheita. Foi feita uma regressão múltipla das produções anuais com as chuvas dos três períodos pluviais pré-determinados, obtendo-se coeficientes de regressão não significativo. Resultados positivos foram alcançados com o estudo de regressão linear entre atuais produções e precedentes, obtendo-se coeficiente de regressão altamente significativo (-0,66; -

0,80), levando-se a concluir que a produção do cafeeiro esta relacionada com a produção do ano anterior.

38

Ainda considerando as precipitações pluviométricas sobre a produção do café, Tosello e Arruda (1962), estudaram estas relações para 14 municípios do Estado de São Paulo, obtendo aumento nas correlações com a elevação das médias de produtividades dos municípios. Quanto à precipitação, as correlações mais estreitas com a produção, foram observadas nos períodos de abril-setembro e julho-setembro. Em relação à deficiência hídrica no solo, os resultados foram comparáveis aos acima mencionado.

Reis (1972) analisando o período de 1961 a 1969, observou que o máximo rendimento na safra de 1966/67 para o Estado de São Paulo foi associado a fatores climáticos, como baixo nível de deficiência hídrica, índices de precipitação próximo ao normal, baixo número médio de meses secos na florada, alta precipitação na granação e precipitação normal no início do período vegetativo. O mesmo autor verificou durante todo o intervalo analisado, uma relação inversa entre a temperatura média na época de florescimento e o rendimento da cultura. Associou que o baixo rendimento da safra 1963/64 para o Estado do Paraná é explicado não apenas pela geada severa no mês de agosto de 1963, mas também pela elevada deficiência hídrica e altas temperaturas na época do florescimento.

Também adotando parâmetros climáticos (total de precipitação pluviométrica, freqüência de chuva) relacionados com a produção de café do ano anterior, Camargo et al. (1984), dividiram o ano agrícola em trimestres, para os quais foram feitas regressões lineares múltiplas entre os parâmetros climáticos com a produtividade. Verificaram que o período que apresentou melhor correlação com a produção foi o período de julho a setembro, relativo às fases fenológicas de crescimento dos botões florais e florescimento do cafeeiro, com coeficientes de determinação de 0,83 e 0,87, para as regiões de Mococa e de Ribeirão Preto, respectivamente.

Liu e Liu (1988) desenvolveram e avaliaram três modelos de previsão de safra, obtidos pelo processo de regressão múltipla, considerados como: a) modelo simples; b) modelo bienal, aplicando para os anos pares e para os anos ímpares; c) modelo composto desses três modelos. Os autores utilizaram para o processo de construção desses modelos, fatores climáticos, como precipitação, temperatura máxima, temperatura mínima, umidade relativa, evapotranspiração potencial, excesso e deficiência hídrica. As séries de dados climáticos e de produção utilizadas correspondiam aos anos de 1964 a 1983. Como resultado, observaram para o modelo simples um R2 de 0,88, e erro de previsão variando entre 0,3% a 30,9%; para o modelo bienal, para anos pares, R2 de 0,97 e erro de previsão variando entre 0,4% e 9,5%; para os anos ímpares, R2 de 0,99

39

e erro de previsão variando entre 0,3% a 7,9%; e para o modelo composto, um erro de previsão que variou de 1,5% a 68,2%.

Mais recentemente, outros modelos foram desenvolvidos e testados por PICINI et al.

(1999). São modelos agrometeorológicos empíricos estatísticos que relacionam a fenologia, a bienalidade e a produtividade do cafeeiro, a partir de uma série de dados de produtividade de cafeeiros adultos, cultivar Mundo Novo, correspondente ao período de 1966/67 a 1973/74. Esses modelos baseiam-se na penalização da produtividade potencial, em função do ano anterior e das relações ER/EP (evapotranspiração real / evapotranspiração potencial). A penalização é feita à medida que haja restrição hídrica para a planta durante os diferentes estádios fenológicos, considerando coeficientes de resposta da cultura ao suprimento hídrico, incorporados numa função aditiva ou multiplicativa. Como resultado, o modelo com penalização aditiva apresentou melhor desempenho na parametrização, além dos melhores ajustes entre os dados observados e os dados estimados, relacionando o fator hídrico durante os trimestres jun/jul/ago; set/out/nov; e dez/jan/fev, apresentando R2 acima de 0,90. Este modelo foi testado para três localidades da região sul do Estado de Minas Gerais, por Carvalho et al. (2003), não apresentando resultados satisfatórios na previsão de produtividades para a cultura de café, com erros relativos percentuais das estimativas com grande discrepância e tendência de superestimar as produtividades.

Camargo et al. (2003), mostram, em resultados preliminares, que o modelo multiplicativo de penalização baseado em informações agrometeorológicas e fenológicas tem potencial para monitorar e estimar a quebra de produtividade esperada para diferentes regiões cafeeiras, podendo servir como importante subsidio aos trabalhos de previsão de safra.

Santos et al. (2005), modificaram o modelo de Camargo et al. (2003), originalmente

baseado na penalização da produtividade potencial da cultura em função do déficit hídrico, ajustadas por diferentes coeficientes de sensibilidade da cultura (ky) ocorridos em diferentes fases fenológicas, sendo considerados também os efeitos de temperaturas adversas, como geadas e de temperaturas elevadas durante o florescimento. Esta modificação visou considerar também os efeitos da bienalidade produtiva por meio de coeficientes de sensibilidade (ky0), parametrizando-os com base em critérios e observações experimentais de acordo com a fenologia do cafeeiro, em diversos níveis hierárquicos (planta, talhão, propriedade, município). Em testes preliminares, esse modelo modificado e a parametrização nos diversos níveis mostrou ter potencial para estimar produtividades do cafeeiro. Este modelo, juntamente com o modelo de 40

Camargo et al. (2003), foi testado por Camargo et al. (2005), mostrando ser de grande potencial na estimativa da produtividade para o café, podendo servir como importante subsídio aos trabalhos de previsão de safra da cultura do cafeeiro.

Por outro lado, outros pesquisadores relacionaram componentes fisiológicos da produção com a produtividade do cafeeiro. Beaumont (1939) analisou o crescimento dos ramos

plagiotrópicos com a produtividade chegando às conclusões de que, a produtividade estava fortemente relacionada com o crescimento do ramo anterior à florada, e que o crescimento do ramo estava fortemente relacionado com o volume da produtividade da planta ocorrido concomitantemente ao crescimento do ramo, caracterizando essa observação como o principal processo determinante da bienalidade do cafeeiro.

Schattan (1964) desenvolveu um método objetivo de substituir as previsões subjetivas no Estado de São Paulo. Este método era baseado em peso de sementes, número de frutos e população de plantas. No entanto o autor já esperava que este tipo de previsão apresentasse dificuldades aos agricultores, por exigir um grande número de amostragem no levantamento de dados na propriedade, além de possuir rigorosos delineamentos estatísticos, exigentes em mão de obra treinada, demandarem muito trabalho e tempo e serem considerados pouco práticos em relação as usuais estimativas visuais ou subjetivas.

Mais tarde Cannell (1973), sugeriu a possibilidade de se obter estimativa antecipada da produção com base em modelos matemáticos, utilizando componentes fisiológicos da produção, como número de ramos produtivos, número de nós com frutos, número de frutos por nó e peso de fruto.

Posteriormente Browing e Dorward (1989), utilizando um modelo matemático, mostraram estreita relação entre o número de nós produtivos, número de frutos por nó e peso médio de frutos com a produção.

Trabalho realizado na Colômbia (PULGARIN e CORDOBA, 1992) mostra que dois

meses antes de cada período de colheita, no caso fevereiro e julho, é possível encontrar reunidos todos os frutos (imaturos) que irão constituir a próxima colheita. Ao quantificar os frutos nestas épocas, evita-se em grande parte os problemas com a dispersão da maturação dos frutos e também é possível estimar a produtividade da colheita. Para isso foi desenvolvido um sistema de amostragem em nível de planta e de talhão, baseados na fisiologia da planta. Os resultados da aplicação desta metodologia em mais de cem talhões de café espalhados em dez regiões, 41

mostraram que existe uma relação linear entre a produção observada e um indicador de previsão, estabelecido através das amostras de frutos por planta e o número de plantas presentes, dois meses antes da colheita.

Garcia et al. (2003) relacionaram a produtividade de café de um talhão com o número de internódios formados no ano anterior, chegando à conclusão de que este fator influencia diretamente na produtividade futura do cafeeiro e vice-versa. Projetaram em ano de safra alta, 3,5

sacas de café beneficiado.ha-1 para cada internódio formado, e 4,2 sacas de café beneficiado.ha-1

para cada internódio formado em ano de baixa produtividade. Os mesmos autores também concluem que tanto as condições climáticas como os tratos culturais influenciam no crescimento vegetativo do cafeeiro.

Fahl et al. (2003), avaliaram 14 talhões (unidades experimentais) na região de

Garça/Marília-SP, no período de 1999 a 2001, e constataram que as correlações entre dados de alguns índices fisiológicos (número de frutos do 4º nó, do 5º nó, e da soma do 4º e 5º nós, número de frutos no ramo e número de nós produtivos no ramo) isoladamente, com a produção, foram baixas. Quando esses índices foram associados a outros índices, como altura a área produtiva por hectare (produto do número de ruas de café em por hectare com a altura da planta multiplicado por dois), os valores das correlações aumentaram significativamente, alcançando valores da ordem de 0,80.

A utilização de modelos de previsão requer um amplo conhecimento dos diversos fatores que afetam a taxa de crescimento das culturas, bem como das diversas possibilidades de representar matematicamente tal influência, ou seja, de simular tal influência.

Desta forma esta pesquisa foi realizada com o objetivo de obter uma metodologia prática, que facilite a obtenção de dados para a estimativa da produtividade do cafeeiro, fundamentada cientificamente com base em dois níveis de sistemas - talhão e propriedade rural, por meio de índices fenológicos de produtividade (IFP1 e IFP2). Disponibilizando assim, mais uma ferramenta e ser utilizada pelos seguimentos responsáveis pela previsão de safra da cafeicultura brasileira (CONAB, cooperativas e demais instituições).

index-43_1.png

42

2.2 Material

e

Métodos

O experimento foi realizado em duas regiões cafeeiras do Estado de São Paulo, as de Garça/Marília e de Campinas, conforme ilustrado na figura 3. As Unidades Experimentais (UEs) adotadas para a realização das avaliações pertenciam a propriedades comerciais localizadas nessas regiões produtoras.

2.2.1 Local

do

experimento

Figura 3 - Mapa representativo das regiões cafeeiras do Estado de São Paulo. Fonte: CATI, 2007

Foram adotados 14 UEs na região de Garça/Marília, sendo que a localização e a adoção das mesmas, foram determinadas por pesquisadores e técnicos da região, levando-se em consideração a cultivar, espaçamento, idade da planta e os municípios representativos de cada região produtora, conforme mostra a tabela 1.

43

Tabela 1 - Unidades experimentais avaliadas na região de Garça/Marília - SP

UE*

Município

Georrefenciamento

Idade**

Cultivar

Espaçamento Área Plantas.ha-1

metro de rua

Altitude

Latitude

Longitude

Ano

( nº de planta)

m

sul

oeste

m

ha

m

1

Garça

721

22º 17,753' 49º 46,058'

> 8

Mundo Novo

4,0 X 1,5 (2)

4,0

3333

2500

2

Garça

653

22º 08,865' 49º 37,673'

< 8

Mundo Novo

4,0 X 1,5 (2)

15,0

3333

2500

3

Garça

676

22º 10,455' 49º 34,531'

> 8

Catuaí

4,0 X 0,75 (1)

2,0

3333

2500

4

Garça

657

22º 11,157' 49º 33,609'

< 8

Mundo Novo

4,0 X 1,0 (1)

2,5

2500

2500

5

Vera Cruz

653

22º 13,580' 49º 46,735'

> 8

Mundo Novo

4,0 X 2,0 (2)

6,0

2500

2500

6

Vera Cruz

666

22º 14,041' 49º 49,327'

< 8

Icatu

3,6 X 1,0 (1)

3,0

2778

2778

7

Gália

671

22º 16,708' 49º 35,822'

> 8

Catuaí

3,7 X 1,0 (1)

0,6

2703

2703

8

Gália

727

22º 17,935' 49º 36,252'

> 8

Mundo Novo

4,0 X 1,0 (1)

1,9

2500

2500

9

Lupércio

685

22º 23,988' 49º 50,545'

< 8

Catuaí

4,0 X 0,6 (1)

3,0

4167

2500

10

Álvaro de Carvalho

671

22º 05,324' 49º 42,072'

< 8

Icatu

4,0 X 1,5 (2)

4,0

3333

2500

11

Oriente

639

22º 08,773' 50º 06,79'

< 8

Icatu

4,0 X 0,6 (1)

3,0

4167

2500

12

Oriente

639

22º 08,773' 50º 06,79'

< 8

Icatu

4,0 X 0,6 (1)

3,0

4167

2500

13

Marília

672

22º 17, 212' 49º 54,646'

> 8

Mundo Novo

4,0 X 2,0 (2)

2,0

2500

2500

14

Marília

651

22º 16,533' 49º 54,375'

< 8

Mundo Novo

3,5 X 0,8 (1)

4,0

3571

2857

* Unidade experimental

** Idade da lavoura tomando como referência o início das avaliações

43

44

Na outra região as avaliações ocorreram na fazenda Monte D’este, no município de

Campinas, que possui uma área cultivada de, aproximadamente, 250 hectares de café, cujas coordenadas geográficas são: 22º 46’ de latitude Sul, 47º 01’ de longitude Oeste e 674 m de altitude. O clima é do tipo Cwa, subtropical de altitude, segundo a classificação de Köppen. Essa propriedade mantém um sistema de registro de todas as atividades realizadas por talhão, e informações diárias de dados climáticos, como: temperatura máxima, mínima e precipitação pluvial, durante os anos agrícolas de 2003/2004, 2004/2005 e 2005/2006.

Foi utilizado para as avaliações 16 talhões de café ou Unidades Experimentais (UEs), considerando as idades, cultivares e espaçamentos, conforme tabela 2.

Tabela 2 - Unidades experimentais avaliadas na região de Campinas, na Fazenda Monte D’este no município de Campinas - SP; Latitude 22 46, 555’ S; Longitude 47 01,855’W

UE*

Nome

Cultivar

Espaçamento Ano de Plantio

Área

Plantas.ha-1 metro de rua

m

ha

m

1

Mato Alto

Catuaí Vermelho 144

3,8 X 0,5

1998

3,8

5263

2632

2

Atibaia Velha II

Catuaí Amarelo 74

3,5 x 0,7

1995

2,9

4082

2857

3

Uva I

Catuaí Vermelho 144

3,5 X 0,5

1993

7,0

5714

2857

4

Matriz II

Catuaí Amarelo 74

3,5 x 0,7

1995

8,0

4082

2857

5

Santana

Catuaí Vermelho 144

3,8 X 0,5

1999

10,5

5263

2632

6

Juquita

Catuaí Vermelho 144

3,8 X 0,5

2001

8,6

5714

2632

7

Obatã

Obatã

3,8 X 0,5

2001

6,5

5714

2632

8

Atibaia Pedra

Catuaí Vermelho 144

3,8 X 0,5

1999

5,0

5263

2632

9

Atibaia Nova II

Catuaí Amarelo 74

3,5 x 0,75

1996

9,1

3810

2857

10

Bourbon C-1

Bourbon

3,8 X 0,6

2001

2,0

4386

2632

11

Tupi

Tupi

3,8 X 0,6

2001

4,5

4386

2632

12

Amarelo Baixo II

Icatu 4045

3,8 X 0,5

2000

9,9

5263

2632

13

Amarelo Baixo II

Obatã

3,8 X 0,5

2000

9,9

5263

2632

14

Terra Roxa I

Catuaí Vermelho 144

3,5 X 0,8

1997

6,0

3571

2857

15

Amarelo Baixo I

Catuaí Vermelho 144

3,8 X 0,5

1998

6,1

5263

2632

16

Amarelo Alto II

Catuaí Vermelho 144

3,5 X 0,8

1996

2,0

3571

2857

* Unidade experimental

45

2.2.2 Dados

meteorológicos

Para uma caracterização geral das condições climáticas no período de avaliação em ambas as regiões, foi realizado o balanço hídrico para as duas localidades. Os dados diários de temperatura máxima e mínima (ºC), e precipitação (mm) para o município de Marília foram adquiridos junto ao Centro de Ecofisiologia e Biofísica do Instituto Agronômico de Campinas (IAC). Para Campinas foram utilizados os dados de temperatura máxima e mínima e precipitação fornecidos pela Fazenda Monte D’este. Para cálculos posteriores a temperatura média diária foi determinada como a média entre a máxima e a mínima.

Com estes dados foram calculados os balanços hídricos para cada município e anos

estudados, utilizando o software BH CAFÉ, proposto pelo Centro Integrado de Informações Agrometeorológicas (CIIAGRO) do IAC, com o objetivo principal de caracterizar a

disponibilidade hídrica para diferentes regiões agrícolas. Esse programa faz o calculo do Balanço hídrico pelo método de Thornthwaite e Mather (1955).

O balanço hídrico fornece valores de evapotranspiração potencial (ETP), a estimativa da evapotranspiração real (ETr), o armazenamento de água no solo (ARM), a deficiência hídrica (DEF) e o excedente hídrico (EXC). Desta maneira é gerado o déficit de evapotranspiração relativa [1 - ETr/ETp], que permite quantificar o estresse hídrico.

Segundo Alfonsi et al. (1990), a grande maioria dos solos onde se localizam as regiões cafeeiras do Estado de São Paulo, apresentam como capacidade máxima de água disponível (CAD) o valor de 100 mm, sendo este o valor adotado no trabalho.

Para melhor visualização do balanço hídrico, ou seja, a intensidade e a duração dos períodos secos e úmidos ocorridos nos anos agrícolas correspondentes ao trabalho, foi adotado uma representação gráfica, denominada extrato do balanço hídrico, de acordo com Camargo e Camargo (1993), que utiliza apenas os valores de excedente e da deficiências hídricas (valores positivos e negativos respectivamente).

46

2.2.3 Avaliação

do

experimento

As avaliações foram realizadas nos anos agrícolas de 1999/2000 até 2005/2006 em

Garça/Marília e de 2003/2004 até 2005/2006 em Campinas, onde foram avaliados diferentes épocas e parâmetros fenológicos.

As avaliações em Garça/Marília foram realizadas nos meses de dezembro e

fevereiro/março e em Campinas nos meses de setembro/outubro; dezembro; janeiro e

fevereiro/março, períodos que correspondem aos estádios fenológicos como a florada

(setembro/outubro); “chumbinho” (dezembro); pós queda de “chumbinho” (janeiro) e “granação”

(fevereiro/março), de acordo com o modelo de Camargo e Camargo, (2001) e floração; expansão dos frutos e grãos verdes, conforme escala proposta por Pezzopane et al. (2003). Normalmente nos meses de setembro/outubro ocorre a primeira florada de importância econômica, dependendo da intensidade das chuvas ocorridas nesta época. No mês de dezembro, já ocorreram todas as floradas do ano no cafeeiro, definindo o seu potencial produtivo. Em janeiro, ocorre o fenômeno de queda de “chumbinho”, em decorrência de fatores climáticos e internos da planta, já mencionados anteriormente. Este fenômeno de queda define o número total de frutos que chegarão até a colheita. Consequentemente a avaliação realizada no período de fevereiro/março, contempla este número.

Em cada UE foram adotados 4 pontos de amostragem, definidos mediante uma seleção

aleatória de quatro ruas de café, marcadas e utilizadas para as avaliações das características fisiológicas de crescimento e produção, nas diversas épocas selecionadas. As produções observadas nas UEs foram obtidas por técnicos responsáveis das regiões adotadas.

Cada ponto mostrado na figura 4 corresponde a 10 plantas avaliadas em duas ruas de café, sendo 5 em uma rua e 5 na outra. As avaliações foram feitas a cada 10 metros aproximadamente e em “zigue e zague” em ramos voltados para o meio da rua avaliada, conforme apresentada na figura 4. Esta metodologia anula o efeito de influência da radiação solar na produtividade do cafeeiro, devido ao sentido de plantio da lavoura. Desta forma, em cada época de avaliação, foram avaliadas em cada UE um total de 40 plantas.

47

1º ponto

2º ponto

10 metros

3º ponto

4º ponto

Planta de café

Planta de café avaliada

Caminhamento

Figura 4 - Representação gráfica do sistema de avaliação de uma unidade experimental (UE) As avaliações dos frutos foram realizadas em ramos plagiotrópicos do terço médio da planta, que contém um número médio de frutos representativo da planta. A figura 5 ilustra as posições dos ramos de acordo com os anos das plantas.

Em cada época de avaliação e em cada planta observou-se num ramo plagiotrópico

marcado, localizado no terço médio da planta, as seguintes características fisiológicas de crescimento e produção:

1 - Número de flores no quarto e no quinto internódios produtivos.

Estes internódios foram adotados, pois, é sabido que, normalmente a produtividade do cafeeiro se dá na parte do ramo plagiotrópico que cresceu no ano anterior (ano fenológico 1) conforme figura 5. Normalmente neste período, o número de internódios de crescimento é maior 48

que cinco, aproximadamente nove, dependendo do ano agrícola (bienalidade), consequentemente o quarto e quinto internódios produtivos estão entre os internódios que cresceram no ano anterior.

Além disso, a média de “chumbinho”, ou frutos, naqueles dois internódios representam praticamente o mesmo números de “chumbinho”, ou frutos, pertencentes em cada internódio produtivo restante que cresceu no mesmo ano. É considerado como o quarto internódio produtivo, o quarto internódio a partir do primeiro internódio com “chumbinho”, ou fruto, contado a partir do ápice do ramo plagiotrópico, sendo o quinto o internódio produtivo, o internódio seguinte, tenha eles “chumbinho”, ou fruto, ou não (Figura 6).

2 - Número de internódio produtivo do ramo.

São os internódios que apresentam “chumbinho”, ou frutos no ramo plagiotrópico, sejam eles do ano ou do ano anterior que por algum motivo não floresceram.

3 - Altura das plantas.

Consiste na distância entre o nível do solo até o ápice ramo ortotrópico da planta.

Utilizou-se uma régua de quatro metros de comprimento para a realização das medidas. Ao todo foram feitas cinco medidas de altura de planta em cada UE.

49

Crescimento

ano 3

Terço

Superior

Crescimento

ano 2

anta

Terço

Médio

ltura da plA

Crescimento

ano 1

Terço

Inferior

ano 1 ano 2 ano 3

Crescimento

Ramo plagiotrópico

Ramo ortotrópico

Ano fenológico 1

Ano fenológico 2

Internódios de crescimento

Folha velha

Internódios produtivos

Figura 5 - Representação gráfica das características fenológicas de crescimento e produção do cafeeiro

index-51_1.jpg

index-51_2.jpg

50

A B

Figura 6 - Localização do 4o e 5 o internódios produtivos, localizado em ramos plagiotrópico pequeno (A) e grande (B)

2.2.4 Modelo matemático fenológico de estimativa de produtividade

Com os dados das características fisiológicas obtidos nas avaliações, juntamente com outras características fitotécnicas das respectivas UEs avaliadas, foram realizadas correlações entre os parâmetros avaliados e a produtividade observada das respectivas UEs. As melhores correlações foram utilizadas no desenvolvimento de modelos matemáticos baseado em um índice fenológico de produtividade (IFP) para estimar a produtividade do cafeeiro nas diiferentes épocas do ano em que foram realizadas as avaliações.

2.2.4.1 Hierarquia de sistema (I + 1) - Talhão

Para chegar ao índice fenológico de produtividade (IFP), foi necessário idealizar um modelo representativo de uma área vegetal produtiva (AVP) pertencente a um sistema de plantio em renque em uma lavoura de café, conforme esquematizado na figura 7.

51

Face da rua de café 2 (FR2)

Face da rua de café 1 (FR1)

Rua de café plantado em renque

100 metros

Altura da planta

(ALT)

Espaçameto entre as ruas de café (ESP)

100 metros

Figura 7 - Representação da área vegetal produtiva (AVP) de um hectare de café plantado em renque (plantio adensado na linha)

A ‘AVP’ pode então ser representada pela equação (1).

100

AVP =

X 100

X ALT

X 2

ESP

(1)

em que:

- ‘AVP’ é a área produtiva, em m2, de um hectare de café, plantado em renque;

- ‘(100/ESP) * 100’ é o comprimento em metro de linha plantado em um hectare;

- ‘ALT * 2’ é o dobro da altura média das plantas, em metro, de cada UE, (FR1 e FR2) 52

2.2.4.1.1 Índice fenológico de produtividade 1 (IFP1)

Desta forma, com os valores da ‘AVP’ e das características fisiológicas de produção e crescimento, determinou-se dois índices fenológicos de produtividade. Na determinação do

‘IFP1’ (Equação 2), foram utilizados os seguintes parâmetros: ‘AVP’ e a média do número de grãos contados no quarto e quinto nós produtivos dos ramos plagiotrópicos avaliados, da seguinte forma:

IFP1 = AVP X MF45

(2)

em que:

- ‘IFP1’ corresponde ao índice fenológico de produtividade 1 (no de frutos * m2 (linear));

- ‘AVP’ é a área vegetal de produção, em m2, por hectare;

- ‘MF45’ é média de frutos presentes no 4º e 5º nós produtivos do ramo plagiotrópico, contados a partir do ápice.

O índice fenológico de produtividade corresponde ao produto do número médio de frutos do 4º e 5º nós produtivos do ramo plagiotrópico, multiplicado pela área vegetal de produção, a qual foi calculada pela multiplicação do comprimento em metros de linha de café por hectare pelo dobro da altura médias das plantas.

2.2.4.1.2

Índice fenológico de produtividade 2 (IFP2)

O ‘IFP2’, foi calculado a partir do ‘IFP1’ e do número de internódios produtivos no ramo plagiotrópico, de acordo com a equação (3):

IFP2 = IFP1 X NIP

(3)

em que:

- ‘IFP2’ corresponde ao índice fenológico de produtividade 2 (no de frutos * m2 (linear) *

no internódios produtivos);

- ‘IFP1’ é o índice fenológico de produtividade 1;

- ‘NIP’ é o número de internódios produtivos no ramo plagiotrópico

53

2.2.4.2

Hierarquia de sistema (I + 2) - Propriedade rural

De acordo com o objetivo foi também adotado a hierarquia de sistema de propriedade

para realizar a estimativa de produtividade do cafeeiro. Uma propriedade rural neste trabalho foi definida como sendo o conjunto de UEs avaliadas em cada localidade, para cada ano agrícola estudado, totalizando duas propriedades rurais, uma em Garça/Marília outra em Campinas.

Para realizar as estimativas de produtividade neste nível hierárquico de sistema, foi adotado o critério da seguinte forma: a primeira equação é determinada com os dados do primeiro ano de avaliação e testado no segundo ano. Para o ano seguinte os dados do segundo ano foram adicionados aos dados do primeiro ano, determinando uma segunda equação a qual foi testada para o terceiro ano, e assim sucessivamente para cada localidade estudada. Dessa forma, com a adição de dados de novos anos as estimativas se tornam cada vez mais acuradas e precisas pra cada região.

Os dados de estimativa de produtividade obtidos através das equações utilizando o ‘IFP1’, foram multiplicados pela área respectiva de cada talhão, determinando a produção por talhão.

Essas produções foram somadas determinando a produtividade em sacas de 60 quilos total da propriedade.

2.2.4.3

Estimativa de produtividade visual (EPVIS)

Foi realizada também a estimativa visual de produtividade por no mínimo dois técnicos especialistas da cultura, em cada ano agrícola, em todas as UEs. Esta técnica é, atualmente, a mais utilizada na prática, para estimativas de produtividade do cafeeiro.

2.2.4.4 Produtividade

observada

(PO)

A produtividade observada ou real, de cada UE, expressa em sacas de café beneficiado por hectare, foi obtida dividindo-se o volume de café da roça, ou seja, o volume de café colhido no campo, pelo fator 450 (valor estabelecido para conversão de café da roça em café 54

beneficiado), volume fornecido pelo proprietário ou responsável pelo escritório das propriedades onde se encontravam as UEs da região de Garça/Marília.

Para Campinas, os dados foram obtidos junto ao escritório da fazenda Monte D’este, onde os valores fornecidos em sacas.ha-1 foram determinados pela divisão do volume de café da roça pelo volume total beneficiado (total da fazenda) para cada ano agrícola, convertidos posteriormente em produtividade para as diferentes UEs.

2.2.4.5 Avaliação

do

modelo

Para a determinação de quais elementos deveriam ser utilizados nos modelos, foram

ajustados modelos de regressão múltipla, não lineares com 300 iterações, buscando-se a minimização do desvio, utilizando-se funções exponenciais, lognormais e gaussianas, por meio de superfícies de resposta para cada parâmetro adotado na obtenção do índice fenológico de produtividade, em relação à produtividade observada com os dados obtidos na região de Campinas nos anos agrícolas de 2003 a 2005.

Foram ajustados modelos de regressão linear aos pares de dados relativos a produtividade observada, em sacas de café beneficiado por hectare, em função dos índices fenológicos de produtividade 1 e 2. O teste F a 5% de probabilidade foi utilizado para testar a significância da regressão. Outro teste utilizado foi o de Tukey a 5% de probabilidade, para verificar as diferenças entre os modelos nas diferentes épocas avaliadas. Os dados utilizados para estas análises foram os obtidos nos agrícolas de 1999/2000 até 2004/2005 e 2003/2004 até 2004/2005 para as regiões de Garça/Marília e Campinas respectivamente, através de regressões lineares entre os índices fenológicos de produtividade 1 e 2 encontrados em cada Ue com suas respectivas produtividades observadas.

Em princípio, o número mínimo de ramos a serem amostrados não era conhecido nas

regiões do experimento. Dessa forma, determinação do número de ramos amostrados foi baseado nos valores de R2 obtidos através de regressões lineares aos pares de dados relativos a produtividade observada, em função dos índices fenológicos de produtividade. Os valores dos índices fenológicos de produtividade foram obtidos a partir da média dos frutos (IFP1) e nós 55

produtivos (IFP2) presentes nos ramos amostrados (n), caminhando em um crescente dos ramos avaliados, começando com n = 1 e terminando em n = 40.

Os modelos fenológicos de produtividade 1 e 2 foram avaliados utilizando-se dados

independentes de produtividade para as diversas unidades experimentais, adquiridas no ano agrícola 2005/2006 para cada região estudada. Os resultados foram avaliados mediante regressão, com base no coeficiente de determinação (R2) e o índice “d” (índice de concordância) proposto por Willmott et al. (1985). O valor de “R2” (Equação 4) apresenta a precisão dos dados, ou seja, o quanto a variável dependente é explicada pela variável independente. O índice “d” de Willmott (Equação 5), com variação entre 0 (menor exatidão) e 1 (maior exatidão), indica o grau de concordância ou exatidão entre os valores estimados e observados. O coeficiente de determinação (R²) e o coeficiente de Willmott (d) são determinados da seguinte forma:

a) coeficiente de determinação (R²)

2

N

O P

2

i

i

i=1

=

R

N

N

(4)

O 2 ⋅

P

i

i

i=1

i=

b) coeficiente de Willmott (d)

N( P O 2

i

i )

i=

d = 1−

1

N

( 2

(5)

P O + O O

i

i

)

i=1

Também utilizou-se para a quantificação dos erros proporcionados pelas estimativas, o erro médio absoluto (EMA) equação 6, o erro sistemático (Es) equação 7 e o erro aleatório (Ea) equação 8 que são apresentados a seguir:

index-57_1.png

index-57_2.png

index-57_3.png

56

c) Erro médio absoluto

(6)

d) Erro sistemático

(7)

e) Erro aleatório

(8)

em que Pi o iesimo valor estimado, Oi o iésimo valor observado, O a média dos valores observados e N é o número de dados.

Associando-se os coeficientes de correlação “r” com o de concordância “d” Camargo e Sentelhas (1997) citado por Santos (2005) desenvolveram o índice “C”, sendo C = r * d. Este índice determina o desempenho do modelo (Tabela 3).

57

Tabela 3 - Valores dos coeficientes de desempenho conforme Camargo e Sentelhas (1997) citado por Santos (2005) Valor de “C”

Desempenho

> 85

Ótimo

0,76 a 0,85

Muito Bom

0,66 a 0,75

Bom

0,61 a 0,65

Mediano

0,51 a 0,60

Sofrível

0,41 a 0,50

Mau

= 0,40

Péssimo

58