Sistema para estimação de área plantada por amostragem - SEARA - proposta de delineamento amostral para café em São Paulo e para grãos em Minas Gerais

Abstract

Com o objetivo de aprimorar a qualidade das suas previsões, a CONAB iniciou, em 2004, como parte do seu Programa de Revitalização, o “Projeto de Aperfeiçoamento Metodológico do Sistema de Previsão de Safras no Brasil” - GeoSafras, que pretende desenvolver novos métodos para previsão de safras agrícolas, de forma objetiva, para proporcionar mais qualidade às estimativas de safras até então obtidas de forma subjetiva. Esses novos métodos estão fundamentados na utilização de geotecnologias, ou seja, o apoio de imagens de satélite e a utilização de SIG e GPS para desenvolver modelos estatísticos para estimação de áreas cultivadas e modelos agrometeorológicos adaptados a cada tipo de produto agrícola, seja de culturas permanentes ou temporárias, para a previsão de produtividade. A partir destas duas variáveis básicas (área cultivada e produtividade) obtém-se a estimativa de produção, que é a informação fundamental, aguardada com a maior antecedência possível pelo setor agropecuário, necessária ao planejamento de toda a cadeia produtiva. A importância do produto deste trabalho para a sociedade está no caráter oficial da informação, aceita pelo setor como isenta de qualquer tendenciosidade (CONAB, 2005). No âmbito do GeoSafras, a CONAB, com o apoio do Instituto Nacional de Pesquisas Espaciais (INPE), tem aplicado experimentalmente, em alguns Estados e para algumas culturas, o método desenvolvido por Luiz (2003), da Embrapa Meio Ambiente. Mas, o módulo utilizado para estimar área e a etapa de construção de painéis amostrais para cada cultura de interesse, em cada Estado investigado, são executados de forma quase artesanal (não automática), com algumas etapas subjetivas de escolha do tamanho da amostra, e com a utilização de vários programas computacionais, alguns proprietários, em diferentes fases do procedimento. O desafio que se coloca, portanto, é o do estabelecimento de um aprimoramento no método que permita otimizar os painéis amostrais para as diferentes culturas e nos diferentes Estados, e disponibilizar uma ferramenta computacional única que possa ser utilizada em todas as fases e aumente o nível de automatização do processo.