Ir direto para menu de acessibilidade.
cafeicultura

Modelo estatístico inovador desenvolvido na UFLA traz melhorias para a agricultura cafeeira

Escrito por DCOM | Publicado: Quinta, 04 Julho 2019 13:18 | Última Atualização: Terça, 09 Julho 2019 17:19 | Acessos: 849
Gentileza solicitar descrição da imagem

Cafeicultores em geral conhecem bem o termo bienalidade, um fenômeno marcante na cultura do café brasileiro que tem efeitos expressivos na produção. O ano de safra alta é seguido por um período de baixa, o que produz um padrão com altos e baixos consecutivos e traz aos produtores grande dificuldade no momento de comparar os rendimentos de sua produção. Pensando nisso, o doutorando da Universidade Federal de Lavras (UFLA) Indalécio Cunha Vieira Júnior desenvolveu, junto com seu co-orientador, o professor Márcio Balestre do Departamento de Estatística (DES/UFLA), um modelo estatístico capaz de analisar esse acontecimento.

O trabalho é orientado pela professora do Departamento de Ciências Biológicas (DBI/UFLA) Flávia Avelar. A docente explica que o modelo utilizado usualmente para medir a bienalidade não apresenta uma boa precisão no momento da escolha do material. “Isso traz um atraso no processo de lançamento de novos cultivares, sementes com boa genética para o plantio, e também prejudica o lançamento de novas tecnologias para o café”, ressalta.

Alternativas agronômicas como adubação, irrigação, manejo e outras práticas, minimizam o efeito da bienalidade, mas não conseguem evitar a ocorrência do fenômeno entre as safras.

O novo modelo proposto é inovador e pretende não só trazer melhorias para a agricultura cafeeira como também auxiliar nos investimentos dos produtores. “A proposta é mudar todo processo de avaliação do café, pois a bienalidade não chega a ser homogênea em todas as plantas, o que acaba gerando um custo alto ao produtor com um retorno muito baixo”, enfatiza o professor Márcio.

Muitos pesquisadores acreditavam que os cafeeiros de uma determinada área teriam padrões semelhantes de produtividade, mas ao aprofundarem os estudos notaram que algumas plantas de café podem ter rendimentos razoavelmente estáveis ​​ao longo dos anos, enquanto outras apresentam safras altas por dois anos consecutivos e rendimento reduzido no terceiro.

“As novas análises vão mudar a maneira como os experimentos de melhoramento de café são avaliados, permitindo apresentar variedades mais produtivas e com maior precisão aos agricultores num custo menor", explica Indalécio.

Utilizando informações do modelo estatístico, os agricultores poderão adaptar estratégias de cultivo em plantas selecionadas, pois terão acesso a um processo bem elaborado que vai identificar certos padrões e atribuir individualmente em qual estágio fisiológico o café se encontra. “Os resultados da simulação mostram que o modelo pode efetivamente determinar estágios bienais individuais”, complementa Indalécio.

A pesquisa está sendo desenvolvida pelo Programa de Pós-Graduação em Genética e Melhoramento de Plantas em conjunto com o Programa de Pós-Graduação em Estatística e Experimentação Agropecuária. Também conta com o apoio do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) e da Fundação de Amparo à Pesquisa do Estado de Minas Gerais (Fapemig).

Devido à inovação do modelo estatístico desenvolvido na UFLA, o trabalho foi convidado a ser matéria de capa da página da Sociedade Americana de Agronomia (ASA), uma das corporações mais importantes e influentes no ramo. É ela que organiza o Annual Meeting, o maior encontro de divulgação científica na área de agronomia e ciência do solo no mundo.

Saiba mais sobre o artigo que foi publicado referente ao projeto.

 

 

Reportagem: Caroline Batista,  jornalista  -  bolsista Dcom/Fapemig

Edição do vídeo: Rafael de Paiva  - estagiário  Dcom/UFLA

Imagens: Eder Spuri - bolsista Dcom/Fapemig 

Assunto(s): pesquisa , DBI , DES , café , bienalidade , inovação

Atenção! As notícias mais antigas (anteriores a Maio/2018) estão disponíveis em nosso repositório de notícias no endereço www.ufla.br/dcom.