Uso de modelos agrometeorológicos na estimativa do
rendimento de lavouras
Denise Cybis Fontana (UFRGS)
Ricardo Wanke de Melo (UFRGS)
Eliana Veleda Klering (UFRGS)
Moacir Antonio Berlato (UFRGS)
Jorge Ducati (UFRGS)
Resumo
A Universidade Federal do Rio Grande do Sul (UFRGS) tem participado do
projeto de revitalização da Companhia Nacional de Abastecimento (CONAB),
denominado Geosafras, propondo desenvolvimentos e testes de metodologias que
possam ser repassadas à CONAB e incorporadas ao programa de
acompanhamento e previsão de safras no Brasil. Os trabalhos estão dirigidos para
os três segmentos que compõem um programa de previsão de safras: a estimativa
de área cultivada, a estimativa de rendimento e o monitoramento ao longo do
período de desenvolvimento das culturas. Algumas das experiências
desenvolvidas no segmento de estimativa de rendimento de arroz e soja no
Estado, são descritas neste documento. Para a estimativa do rendimento de arroz o
modelo proposto é o de Carmona (2001), cujas variáveis consideradas são a
insolação relativa e o número de dias com temperatura menor ou igual a 15oC. Já
para a cultura da soja, tem sido utilizado o modelo de Bianchi et al. (2006), o qual
é composto por dois termos: o agrometeorológico (evapotranspiração relativa) e o
espectral (imagens de índice de vegetação - NOAA/AVHRR). Apesar dos bons
resultados até agora obtidos, é imprescindível a realização de alguns testes
visando à melhoria constante dos métodos que geram as estimativas de
rendimento. Também, é necessário estabelecer comparações com dados reais de
rendimento, dado que até o momento, os testes têm tido feitos com base nas
estatísticas oficiais, também obtidas por amostragem e com caráter subjetivo.
1
1. Introdução: o projeto Geosafras na UFRGS
A Universidade Federal do Rio Grande do Sul (UFRGS), através do Centro
Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia (CEPSRM) e da
Faculdade de Agronomia, em parceria com a Fundação Estadual de Pesquisa
Agropecuária (FEPAGRO-RS), tem participado do projeto de revitalização da
Companhia Nacional de Abastecimento (CONAB), denominado Geosafras, propondo
desenvolvimentos e testes de metodologias que possam ser repassadas à CONAB e
incorporadas ao programa de acompanhamento e previsão de safras no Brasil.
As atividades conjuntas CONAB-UFRGS tiveram início na safra 1998/99 em uma
experiência piloto no Estado do Rio Grande do Sul, na qual foi utilizada somente uma
cena Landsat cobrindo parte do noroeste do Estado. Em 1999/2000 o trabalho foi
realizado novamente, mas com uma expressiva ampliação da área de cobertura. Neste
caso, a área analisada abrangeu parte dos estados do RS, SC, PR, SP, MG, MS, MT,GO,
TO, MA, BA e PI, com cerca de 50% da área cultivada com soja no Brasil. Apesar dos
resultados promissores, os trabalhos foram interrompidos e foi somente a partir da safra
2003/2004 que a parceria foi estabelecida novamente. Durante o período de interrupção,
foram realizados três workshops (Porto Alegre em março de 2002, Campinas em
setembro de 2002 e Belo Horizonte em abril de 2003), os quais proporcionaram a
elaboração de um novo arranjo institucional de colaboração. Neste novo arranjo,
atualmente vigente, participam um grupo de instituições de pesquisa de vários estados
brasileiros, que trabalham de forma integrada desenvolvendo e testando metodologias
que envolvem modelos agrometeorológicos, técnicas de sensoriamento remoto e
geoprocessamento.
Na UFRGS os trabalhos vinculados ao Geosafras estão dirigidos para os três
segmentos que compõem um programa de previsão de safras: a estimativa de área
cultivada, a estimativa de rendimento e o monitoramento ao longo do período de
desenvolvimento das culturas. Algumas das experiências desenvolvidas no segmento de
estimativa de rendimento de arroz e soja no Estado do Rio Grande do Sul, serão descritas
neste documento.
Todo este trabalho tem sido possível pela oportunidade de montar e manter um
grupo de trabalho na área de previsão de safras, através de bolsas concedidas pelo
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), assim como
uma infra-estrutura de computadores e programas necessários para a realização das
atividades, adquiridos através de recursos provenientes do Programa das Nações Unidas
2
para o Desenvolvimento (PNUD). Na equipe, agrega-se ao pessoal permanente da
UFRGS (Denise Cybis Fontana, Jorge Ducati, Mônica Kreling Moacir A Berlato,
Homero Bergamaschi e Laurindo Guasselli), e da FEPAGRO (Ronaldo Matzenauer e
Jaime Maluf), bolsistas de mestrado (Eliana V. Klering e Amanda H. Junges), iniciação
científica (Ana Paula A. Cordeiro, Fernando T. Machado, Laurie F. Cunha, Lucas S.
Borne e Márcia dos Santos), desenvolvimento técnico (Ricardo W. Melo, Anibal Gusso e
Gilca M. Alves) e consultores (Ana Paula L. Wagner e Eliseu Weber) que atuam
exclusivamente no projeto.
Do ponto de vista metodológico, as ações apresentam um conjunto de técnicas e
métodos, alguns já consagrados e outros em fase de desenvolvimento, nas áreas de
sensoriamento remoto, geoprocessamento e agrometeorologia.
O sensoriamento remoto possibilita a mensuração de características da superfície
terrestre a partir de dispositivos sensores em grandes altitudes, a bordo de aviões ou
satélite. As imagens de satélite, em particular, têm permitido estudos em escala regional
cada vez mais detalhados, devido à possibilidade de visualizar o mesmo território em
intervalos regulares de tempo. Essa característica evidencia seu potencial no
acompanhamento das alterações que ocorrem na superfície terrestre ao longo do tempo.
Além disso, as imagens permitem a mensuração das características da superfície em
diferentes bandas, tanto na região do visível quanto do infravermelho. A análise destas
bandas permite o mapeamento dos diferentes tipos de cobertura do solo incluindo as
culturas agrícolas. No quadro da análise dos dados espaciais através do
geoprocessamento é possível localizar geograficamente e quantificar as áreas cultivadas,
integrando informações regionais ou nacionais. Na área de agrometeorologia, já estão
disponíveis modelos que quantificam a relação lima-planta através do uso de dados de
estações meteorológicas de superfície aliadas a imagens de satélite, visando estabelecer a
previsão do rendimento.
2. Modelagem de rendimento
O rendimento, conceituado aqui como a produção de grãos por unidade de área, é
uma informação extremamente útil na medida em que fornece subsídios para a tomada de
decisões em diversos segmentos ligados ao agronegócio e a instituições governamentais.
O rendimento de grãos é decorrência da complexa interação entre condições de
solo (características físicas e químicas), de manejo (cultivar, espaçamento, ...) e das
condições meteorológicas (hídricas, térmicas, ...). Por outro lado, a modelagem do
3
rendimento pode ser concebida como a representação simplificada da relação existente
entre a cultura e o ambiente. Na literatura estão disponíveis diversos tipos de modelos, os
quais, segundo citação de Berlato (1987) podem ser agrupados em três categorias:
•
Modelos estatísticos empíricos: são aqueles que utilizam séries históricas
de dados meteorológicos e de rendimento das culturas ou das plantas de uma região e,
através de técnicas estatísticas de regressão linear, são produzidas equações que podem
ser usadas a para a estimativa do rendimento. A maior restrição ao uso deste tipo de
modelo é o caráter local das equações.
•
Modelos de simulação: são aqueles que simulam, de forma simplificada,
os mecanismos físicos, químicos e biológicos que determinam o crescimento e
desenvolvimento das plantas. Este tipo de modelo apresenta restrições pela falta de
informações detalhadas, tanto de fisiologia das plantas, quanto do ambiente.
•
Modelos de relação clima-planta (ou agrometeorológicos): são aqueles que
fazem uma simplificação das relações existentes entre a resposta da planta e as variáveis
meteorológicas durante as diversas etapas do ciclo da cultura. Esses modelos têm, pois,
uma orientação fenológica .
3. Modelos agrometeorológicos
Os modelos agrometeorológicos apresentam características de precisão,
objetividade, facilidade de implementação e baixo custo, as quais são muito úteis para um
adequado entendimento das relações clima-planta e também podem servir para
prognósticos de comportamento das plantas dada uma determinada condição. Em um
programa de previsão de safras, estes modelos podem atender a demanda dos órgãos
nacionais, responsáveis pelo acompanhamento de safras, que necessitam de instrumentos
objetivos e com adequado grau de detalhamento temporal e espacial.
Este tipo de modelagem fundamenta-se no estabelecimento de relações do
crescimento e desenvolvimento da vegetação com variáveis que descrevem as condições
meteorológicas durante o ciclo. As funções consideram as diferenças de sensibilidade das
culturas aos estresses ao longo do ciclo, os denominados “períodos críticos”. Em geral, os
períodos críticos estão associados aos momentos em que a cultura está definindo os
componentes do rendimento: emergência, florescimento e enchimento de grãos. Na maior
parte dos modelos estudados, para as culturas de primavera-verão não irrigadas, são
consideradas variáveis meteorológicas que caracterizam as condições hídricas, enquanto
4
que para as culturas de primavera-verão irrigadas, são utilizadas as variáveis
meteorológicas que caracterizam as condições térmicas e de radiação solar ou insolação.
4. Uso de modelos agrometeorológicos no Rio Grande do Sul
4.1. Cultura do arroz
Cerca de 150 milhões de hectares de arroz são cultivados anualmente no mundo,
produzindo 590 milhões de toneladas, sendo que mais de 75% desta produção é oriunda
do sistema de cultivo irrigado. No Brasil a produção de arroz é originária, principalmente,
das lavouras irrigadas do Rio Grande do Sul e Santa Catarina que contribuem com
aproximadamente 60% da produção nacional, sendo que somente o Rio Grande do Sul,
com 25% da área cultivada, contribui com cerca de 46% da produção.
No Estado do Rio Grande do Sul, são produzidas anualmente cerca de cinco
milhões de toneladas, sendo considerado estabilizador da safra nacional. Esta produção
representa 3,1% do PIB (Produto Interno Bruto) e gera R$ 175 milhões em ICMS
(Imposto de Circulação de Mercadorias e Serviços) e 250 mil empregos no Estado
(IBGE, 2004). Cultivado em cerca de 950 mil hectares, apresenta uma produtividade
média em torno de 5.500 kg/ha, próxima das obtidas em países tradicionais no cultivo de
arroz irrigado, ficando pouco abaixo das obtidas nos EUA, Austrália e Japão.
Em relação à modelagem de rendimento do arroz, Carmona (2001) propôs um
modelo de rendimento baseado na regressão linear múltipla do rendimento em função da
insolação relativa (n/N) e o número de dias com temperatura igual ou inferior a 15°C
(N°tm). O modelo foi ajustado para as diferentes regiões orizícolas e para o Estado do
Rio Grande do Sul, utilizando o período de 1960 a 2000. Entretanto, a partir do início da
década de 80 houve uma mudança no perfil das variedades cultivadas no Estado,
passando a predominar variedades de porte baixo, folhas eretas e alta capacidade de
perfilhamento, atributos esses que confeririam a estas novas variedades alto potencial
produtivo (Nedel et al., 1998), principalmente por serem mais eficientes na interceptação
da radiação solar global. Dada esta situação, o Carmona (2001) optou por refazer o ajuste
do modelo de regressão linear múltipla do rendimento somente para o período de 19802000.
O modelo proposto por Carmona (2001) para a estimativa do rendimento de arroz
no Rio Grande do Sul é o que está sendo testado dentro do âmbito do projeto
5
Geosafras/UFRGS para as últimas cinco safras. Os resultados mostraram que, apesar do
desempenho razoável do modelo, existe espaço para a melhoria das estimativas.
4.2. Cultura da soja
O Estado do Rio Grande do Sul é um dos maiores produtores e exportadores de
grãos do Brasil, sendo que a cultura da soja contribui consideravelmente para esta
situação, visto que o Estado é o terceiro maior produtor nacional deste grão. Apesar do
bom desempenho demonstrado pela cultura da soja no Rio Grande do Sul, verifica-se alta
variabilidade na produção entre as safras, principalmente em razão da ocorrência de
estiagens. A freqüência e o total das precipitações pluviais normais no Estado são
insuficientes para atender as necessidades hídricas da cultura, fazendo com que esta não
expresse seu potencial produtivo.
No Rio Grande do Sul, alguns estudos, como os realizados por Berlato (1987) e
Fontana et al. (2001), prepuseram o uso de modelos de predição de rendimento da soja
(semelhante a outras culturas de primavera-verão não irrigadas), tendo como variável
independente alguma expressão da disponibilidade hídrica. Os resultados obtidos têm
sido muito satisfatórios. Nestes modelos, são atribuídos pesos diferentes aos diferentes
estádios de desenvolvimento da cultura de acordo com a sensibilidade relativa da planta
ao déficit hídrico.
Posteriormente, Mello et al. (2003) adicionaram ao modelo agrometeorológico um
termo espectral. A hipótese para a introdução de técnicas de sensoriamento se baseia no
fato de que o crescimento e desenvolvimento das plantas podem ser monitorados por
sensores remotos orbitais; de que a medição remota da biomassa pode ser um estimador
complementar do rendimento de grãos e finalmente de que as medições por satélites
permitem melhor detalhamento das variações espaciais do rendimento.
O termo espectral proposto por Melo et al. (2003) é dado por Combinações de
Máximo Valor (CMV) do Índice de Vegetação por Diferença Normalizada (NDVI),
obtido de imagens de satélites com baixa resolução espacial, porém alta resolução
temporal como é o caso do AVHRR/NOAA (Advanced Very High Resolution
Radiometer/National Oceanic and Atmospheric Administration). A técnica de CMV tem
como objetivos reduzir a influência da atmosfera (nuvens) e permitir estudos
multitemporais através dos perfis temporais de NDVI. Já o NDVI representa uma medida
radiométrica da quantidade, estrutura e condição da vegetação, sendo obtido a partir de
combinações lineares das bandas espectrais do vermelho e do infravermelho. O uso deste
6
índice visa inferir sobre parâmetros biofísicos (cobertura verde, biomassa, índice de área
foliar (IAF), conteúdo de clorofila…).
No caso deste tipo de modelos, o termo agrometeorológico responde pelas
condições térmicas e hídricas, enquanto o termo espectral introduz no modelo outros
fatores também determinantes do crescimento e não considerados no termo
agrometeorológico, como diferenças de práticas de manejo, cultivares e outros estresses.
Mais recentemente, Bianchi et al. (2006) introduziram algumas melhorias
espaciais e temporais ao modelo proposto por Melo et al. (2003) e se constritui na
metodologia atualmente utilizada para a obtenção das estimativas feitas para as últimas
safras dentro do contexto do projeto Geosafras/UFRGS. Os resultados têm mostrado o
potencial de uso do mesmo, atendendo grandemente a demanda dos órgãos responsáveis
pelo levantamento de safras no Brasil.
7
5. Considerações Finais
A parceria estabelecida entre a UFRGS e a Conab, através do projeto Geosafras,
tem propiciado um excelente ambiente de troca de experiências entre as duas instituições,
bem como com as demais instituições parceiras. A Universidade, além do teste e
desenvolvimento de técnicas e métodos, tem como vocação a formação de recursos
humanos, disponibilizando profissionais treinados que poderão ser incorporados às
instituições responsáveis pelo levantamento de informações sobre safras agrícolas. Por
outro lado, nesta parceria a Conab estabelece uma oportunidade de realização de
pesquisas voltadas a um tópico de aplicação, o que tem determinado a constituição e
manutenção deste grupo de pesquisa.
No que se refere às pesquisas de modelagem de rendimento, apesar dos bons
resultados até agora obtidos, é imprescindível a realização de alguns testes visando à
melhoria constante dos métodos que geram as estimativas de rendimento. Exemplos de
alguns destes desenvolvimentos são: a introdução de imagens MODIS (Moderate
Resolution Imaging Spectroradiometer), visando a melhoria do detalhamento espacial das
estimativas; o desenvolvimento de técnicas para a delimitação de máscara de cultura,
para obtenção de dados mais apropriados da situação das lavouras em estudo; a análise de
métodos de interpolação de dados meteorológicos, o que é especialmente importante
devido à esparsa densidade da rede de estações meteorológicas atualmente em operação
no Estado; e, por fim, o ajuste de novos modelos, com diferentes concepções teóricas.
Tomando como base a experiência adquirida nos estudos realizados neste período,
enfatiza-se como fundamental a melhoria da abrangência (maior número de estações),
confiabilidade (testes de qualidade e homogeneidade) e agilidade na coleta e
transferência de dados meteorológicos. Também, deve-se avaliar a utilização, como
variável de entrada dos modelos de estimativa de rendimento, dados obtidos a partir de
modelos numéricos de previsão de tempo.
Outro aspecto fundamental é o estabelecimento de comparações dos dados
estimados pelos modelos com dados reais de rendimento, através da uma adequada e
representativa amostragem em lavouras. Até o momento, os testes dos modelos têm tido
feitos com base nas estatísticas oficiais, também obtidas por amostragem e com forte
caráter subjetivo.
Por fim, é necessário avaliar o impacto da introdução das variedades transgênicas
no desempenho dos modelos atuais, visto que pouco se conhece a interação clima-planta
deste tipo de material genético.
8
Bibliografia
BERLATO, M. A Modelo de relação entre o rendimento de grãos e soja e o déficit
hídrico para o Estado do Rio Grande do Sul. 1987. 103f. Tese (Doutorado em
Meteorologia) – Curso de Pós-Graduação em Meteoroloiga, Instituto Nacional de
Pesquisas Espaciais.
BIANCHI, C.A.M.; FONTANA, D.C.F.; MELO, R.W. Estimativa do rendimento da soja
no Rio Grande do Sul, usando um modelo agrometeorológico-espectral regionalizado.
Ciência Rural, 2006 (no prelo).
CARMONA, L. Efeitos associados as fenômenos El Niño e La Niña no rendimento do
arroz irrigado no Estado do Rio Grande do Sul. Porto Alegre, 2001. 77f. Dissertação
(Mestrado em Fitotecnia) – Programa de Pós-Graduação em Fitotecina. Universidade
Federal do Rio Grande do Sul, Porto Alegre, 2001.
FONTANA, D.C.; BERLATO, M.A.; MELO, R.W. Modelo de estimativa de rendimento
de soja no Estado do Rio Grande do Sul, Pesquisa Agropecuária Brasileira, Brasília, v.
26, n.3 , p. 399-403, 2001.
MELO, R. W. Modelo agrometeorológico-espectral de estimativa do rendimento da soja
para o Estado do Rio Grande do Sul. 2003. 88f. Dissertação (Mestrado em Fitotecnia,
Agrometerologia) – Programa de Pós-Graduação em Fitotecnia, Universidade Federal do
Rio Grande do Sul.
9