Estimativa da produtividade de café com base em um modelo agrometeorológico‐espectral

Abstract

O objetivo deste trabalho foi avaliar um modelo agrometeorológico‐espectral, para estimar a produtividade de cafezais. Utilizaram-se imagens do sensor MODIS e dados agrometeorológicos do modelo regional de previsão do tempo (ETA), para fornecer as variáveis de entrada para o modelo agrometeorológico‐espectral da mesorregião geográfica sul/sudoeste do estado de Minas Gerais nos anos‐agrícolas de 2003/2004 a 2007/2008. A variável espectral de entrada do modelo agrometeorológico‐espectral, índice de área foliar (IAF), usada no cálculo da produtividade máxima, foi estimada com o índice de vegetação por diferença normalizada (NDVI), obtido de imagens MODIS. Outras variáveis de entrada no modelo foram: dados meteorológicos gerados pelo modelo ETA e a capacidade de água disponível no solo. Ao comparar a produtividade média estimada pelo modelo com a fornecida oficialmente pelo IBGE, as diferenças relativas obtidas em escala regional foram de: 0,4, 3,0, 5,3, 1,5 e 8,5% para os anos agrícolas 2003/2004, 2004/2005, 2005/2006, 2006/2007 e 2007/2008, respectivamente. O modelo agrometeorólogico‐espectral, que tem como base o modelo de Doorenbos & Kassan, foi tão eficaz para estimar a produtividade dos cafezais quanto o modelo oficial do IBGE. Além disso, foi possível espacializar a quebra de produtividade e prever 80% da produtividade final na primeira quinzena de fevereiro, antes do início da colheita.The objective of this work was to evaluate an agrometeorological‐spectral model to estimate coffee crop yield. Images from the MODIS sensor and meteorological data from the ETA regional weather forecast model were used to provide input variables to the agrometeorological‐spectral model, in the South‐Southeast region of Minas Gerais State, Brazil, for crop years 2003/2004 to 2007/2008. The input spectral variable of the spectral-agrometeorological model, the leaf area index (LAI), used in the determination of the maximum yield, was estimated with the normalized-difference vegetation index (NDVI) obtained from MODIS images. Other input variables for the model were: meteorological data generated by the ETA model and the soil available water capacity. Comparing the estimated model average crop yield with those from IBGE, it was verified that the relative differences, at regional scale, were: 0.4; 3.0; 5.3; 1.5 and 8.5% for crop years 2003/2004, 2004/2005, 2005/2006, 2006/2007 and 2007/2008, respectively. The agrometeorological‐spectral model, based on Doorenbos & Kassan model, was as efficient as the IBGE official model to estimate the coffee crop yield. Furthermore, it was possible to present the spatial variation of coffee crop yield loss and to predict 80% of final yield by the first fortight of February before the harvest.