Safra 2024/25 brasileira de soja tem perdas de mais de 47,49 milhões de toneladas por falhas no manejo, estima DataFarm

Segundo o modelo de simulação de produtividade da DataFarm, a safra brasileira de soja 2024/25 deve ser de 165,98 milhões de toneladas, considerando-se uma área de 47,65 milhões de hectares. Já o potencial produtivo da cultura no Brasil seria de 207,47milhões de toneladas, diferença de 47,49 milhões de toneladas ocasionada por falhas de manejo, já isolando o fator clima, ou R$ 102,89 bilhões, calculados sobre uma média de R$ 130,00/saca de 60 kg.

Segundo Armando Parducci, cofundador da Data Farm, o YieldGapMaps também pode ser utilizado para predição de safras em propriedades rurais para tomada de decisão de gestão dessas fazendas, assim como para o uso de instituições financeiras e seguradoras. “Usamos como base dados de campos experimentais e áreas de fazenda com alto potencial produtivo, explorando os efeitos do clima e do manejo. Associado a essa calibração, a previsão de safra a nível nacional é feita com dados reais de produtividade municipais das últimas cinco safras, gerando assim o potencial produtivo, quantificado a partir do impacto do clima, as perdas por manejo.”

Além da soja, a ferramenta também está disponível para as culturas de milho safra e safrinha, cana-de-açúcar, algodão e trigo. “A agricultura de precisão pode amenizar essas perdas por manejo, otimizando irrigação, correção de solo, falhas de plantio e aplicação de defensivos e fertilizantes, entre outras atividades”, destaca Parducci.

Outro ponto de destaque é a atualização diária das previsões durante a safra para todo o Brasil com uma resolução espacial de dois hectares. Por ser um processo totalmente automatizado não depende de atualizações por meio de coleta de campo, ganhando em tempo e qualidade de processamento. A ferramenta YieldGapMaps está em constante desenvolvimento, buscando atender demandas especificas de mercado, como previsão de safra, potencial produtivo, regiões de maior potencial de expansão da agricultura e maior oportunidade de aumento de produtividade pela melhoria do manejo.

O modelo preditivo usa ferramentas de inteligência artificial para criar modelos de simulação de cultura para avaliar o efeito do clima e do manejo sobre a produtividade. Essa estimativa se dá pelo conceito de yield gap, que define perdas para cada fator inerente da produção. A estimativa utiliza dados como o tipo de planta, as condições climáticas antes e durante a safra na escala diária, os dados de solo, e as condições de manejo, como data de semeadura e de colheita.

Com base nessas informações realiza-se a simulação da produtividade potencial (em condições ideais), definida pela cultura, ciclo, temperatura do ar e radiação solar disponíveis no local durante a safra. Com base na produtividade potencial, é avaliada a redução pelo déficit hídrico, contabilizando a entrada e saída de água no solo, e o volume de água disponível em cada fase da cultura. O diferencial da DataFarm é considerar os efeitos do solo e do manejo, predizendo a profundidade do sistema radicular e com isso obter com precisão a água disponível para a cultura enfrentar os períodos de stress hídrico, gerando assim o potencial produtivo. A partir do potencial produtivo observa-se a produtividade real de campo, calculando-se a diferença de produtividade por perdas de manejo.