favoritar160493
Resumo: A estimativa antecipada da produção de café das diversas regiões produtoras é muito importante para o estabelecimento da política cafeeira do país. Apesar disso, não existe no Brasil uma metodologia adequada para previsão antecipada da safra de café que permita uma avaliação segura e precisa. As poucas informações para o estabelecimento de modelos para previsão de safra de café são em conseqüência da complexidade metodológica, ocasionada pela diversidade dos fatores ambientais, culturais e econômicos, envolvidos na produtividade dessa cultura, que devem ser levados em consideração nos modelos de previsão como, por exemplo: cultivares, densidade de plantio, idade da planta, tecnologia empregada, condições edafoclimáticas, etc. Para isso a avaliação das características fenológicas determinantes do desenvolvimento e da produção do cafeeiro é uma ferramenta fundamental no estabelecimento de modelos de previsão de safra. Atualmente as previsões baseiam-se em levantamentos empíricos efetuados visualmente, requerendo, para atingir razoável precisão, técnico ou produtores altamente especializados na cultura. Esta pesquisa teve como objetivo desenvolver uma metodologia para estimar a produtividade do cafeeiro sem utilizar a contagem total de frutos na planta, com base no uso de índices fenológicos de produtividade, os quais são determinados a partir de quantificações não destrutivas, em uma secção reduzida da planta, e em diferentes épocas e locais de avaliação. A metodologia de previsão de safra, fundamentada em índices fenológicos, foi desenvolvida utilizando dados de duas regiões produtoras de café do Estado de São Paulo: Garça/Marília e Campinas, no período de 1999 a 2006. Os índices fenológicos de produtividades ´IFP1´ e ´IFP2´ foram determinados pela contagem de frutos, internódios produtivos, altura de planta e espaçamento da lavoura. O trabalho foi subdivido em dois níveis hierárquicos, talhão e propriedade. A metodologia proposta apresentou facilidade de
Uso de índices fenológicos em modelos de previsão de produ ...
Alfonsi, Eduardo Lauriano