Plantío Direto

 

Apoio da MATEMÁTICA para a rotação de culturas

Solismar Venzke Filho, engenheiro agrônomo e doutor em Agronomia, Crop Production System, contato@rotar.com.br, André Gambaro, bacharel em Matemática Aplicada e Computacional e mestre, consultor da Ernest&Young, e Miguel Taube Netto, engenheiro aeronáutico e PhD em Pesquisa Operacional, Decimax – Matemática para Produtividade

É consenso no meio científico que solo cultivado na monocultura ou com sucessão de duas culturas, mesmo no sistema plantio direto (SPD) limita a sua fertilidade e a sustentabilidade no decorrer dos anos. Esses dois sistemas de produção, praticados de forma generalizada no Brasil, vêm apresentando problemas alarmantes, tanto no aumento de custos de produção como na limitação do aumento dos índices de produtividades em diferentes regiões do Brasil. Algumas consequências que são observadas com a prática da monocultura são a degradação química dos solos, a compactação, a erosão, o aumento de doenças, pragas e plantas daninhas e a diminuição da biodiversidade.

Por outro lado, apesar de a rotação de culturas (policultura) não ser uma prática nova na agricultura, o seu emprego traz insegurança na tomada de decisão pelo produtor, decorrente de dois fatores principais: i) baixa previsibilidade de cenários econômicos; ii) e pouca percepção nos ganhos indiretos com a prática da rotação no curto prazo. As dificuldades de sua implantação estão ancoradas nas poucas culturas que trazem retorno econômico direto – soja, algodão, trigo (talvez?) e milho (?) – e, nos crescentes custos de produção, decorrentes de problemas fitossanitários e de fertilização para busca de altos rendimentos. Além do mais, o aspecto cultural dos produtores também influencia, pois os mesmos estão acostumados a usar somente uma cultura na sua propriedade.

Apesar de a rotação de culturas (também chamada de policultura) não ser uma prática nova na agricultura, o seu emprego traz insegurança na tomada de decisão pelo produtor

Tanto é que muitos ainda são assim chamados pela única cultura que produzem, ou seja: produtor de arroz, produtor de milho; produtor de soja; produtor de algodão; produtor de cana-deaçúcar, etc. Essa situação tende a mudar devido à maior diversificação horizontal dentro da propriedade, tornando o agricultor um produtor de multigrãos, de fibras, de pastos e mais recentemente de energia (sorgo) e de carne (com a integração pecuária-agricultura), visando à multirenda e a sustentabilidade do empreendimento agrícola.

Para isso, os produtores devem buscar com coragem e afinco novos processos de gestão ou novos produtos. Diante desse quadro, o desafio atual está em construir ferramentas informatizadas que auxiliem o produtor a “enxergar através dos números”, digo cenários, que venham ajudá-lo a tomar decisões, com o máximo de variáveis de seu controle no planejamento das safras.

Modelo matemático — Nesta seção, é apresentado o desenvolvimento do modelo matemático chamado de Sistema Rotar. Nesse escopo, o problema de rotação é definido e formulado. Além disso, são descritas as técnicas utilizadas para a abordagem do problema.

Definição do problema: em um período de cinco anos, determinada área recebe um plano sequencial de culturas que venha a satisfazer as condicionantes agronômicas e econômicas de uma propriedade agrícola, com direcionamento aos princípios do desenvolvimento sustentável da produção de grãos e fibras.

Construção do modelo: dado um conjunto de glebas ou talhões para o plantio e um conjunto de culturas que podem ser selecionadas para as rotações, em um ambiente de restrições físicas e monetárias, deseja-se encontrar uma programação de sequências de culturas que maximize o Valor Presente Líquido (VPL) da margem de lucro anual do empreendimento agrícola. As glebas estão sujeitas às restrições e às condicionantes de (i) a (iv):

(i) restrições intrínsecas às glebas: propriedades físicas e químicas; posicionamento geográfico e outras;

(ii) restrições referentes às culturas: fatores ecofisiológico das culturas (eficiência energética C3 ou C4; sazonalidade de crescimento, desenvolvimento de planta; ciclo reprodutivo, zoneamento climático; e deposição e utilização de minerais pelas culturas);

(iii) restrições referentes aos meios físicos de manejo da cultura: disponibilidade de máquinas e equipamentos agrícolas;

(iv) condicionantes para a sustentabilidade do Sistema de Produção: produção de fitomassa; fitossanidade (doenças, pragas e fitonematoides); ervas daninhas; sistema radicular;

(v) restrições econômicas: disponibilidade de recursos financeiros e suavização do fluxo de caixa;

(vi) restrições de área de cultivo ou de produção: área mínima e máxima para cada cultura na propriedade ou a produção mínima para cada cultura.

O modelo do sistema utiliza a técnica matemática de programação linear inteira mista e incorpora mais de 40 informações (variáveis), oriundas dos diversos fatores de produção (Figura 1).

Figura 1: Origem das variáveis do modelo

A configuração do modelo trabalha como uma rede em que cada vértice representa um estado ou situação possível da gleba na propriedade e cada arco representa ou uma evolução natural entre os estados ou uma atividade, ou operação que proporcione tal transição (Figura 2).

Figura 2. Rede de estados de uma gleba qualquer

Os estados ou as situação são caracterizados basicamente pela gleba, cultura escolhida, ciclo, estágio de desenvolvimento e período. A combinação desses atributos gera e identifica os estados para o modelo. Ainda na construção da rede, os arcos são gerados de forma a representar as possíveis atividades de plantio, pulverização e colheita pelos conjuntos de máquinas. Cada arco é uma variável que diz quanto da área da gleba evolui daquela forma. Variáveis inteiras são utilizadas para controlar as escolhas do modelo, permitindo apenas uma cultura por vez na gleba.

Outras limitações, além das de fluxo de área na rede, são restrições de capacidades de máquinas, restrições de área mínima e máxima para cada cultura na fazenda toda e restrições de suavização do fluxo de caixa. A função objetivo, ou seja, o que se busca é maximizar o VPL da margem de lucro anual da propriedade agrícola, buscando também otimizar a mínimo dessa margem, de forma a não gerar uma oscilação muito brusca no fluxo de caixa.

Como a otimização é multiobjetivo, o modelo conta com variáveis que contabilizam os pesos de atributos de maior interesse na sustentabilidade agronômica do negócio. Esses atributos incluem, além do aspecto econômico, aspectos como a produção de fitomassa pelas culturas em cada gleba, a qualidade do sistema radicular, a eficiência energética, a deposição e utilização de minerais e o índice de ocupação das glebas.

Obtenção de uma solução (cenários) — Uma solução ou cenário é viável se satisfizer todas as restrições e condicionantes do problema; caso contrário, uma solução é inviável. A seguir, como exemplo, segue a descrição de um caso real em uma fazenda no Oeste da Bahia, município de São Desidério.

O problema: ocorrência de fitonematoide Meloidogyne incógnita em quatro das 15 glebas existentes.

A solução: utilizar o sistema Rotar para otimizar a alocação da Crotalária spetabilis em glebas com ocorrência de fitonematoide na sequencia de culturas no planejamento em cinco anos.

Informações preliminares: plantas hospedeiras do fitonematoide em algodão e soja; plantas não e má hospedeiras do fitonematoide em milho, braquiária, crotalárias e milheto.

Condicionante da decisão: deixar as glebas que apresentam a ocorrência de fitonematoides com dois cultivos sem plantas hospedeiras e, na sequência, alocar duas culturas hospedeiras (soja e algodão). As demais glebas ficam livres para alocação de qualquer cultura de domínio do produtor.

Cenários a serem estudados: sequências obrigatórias nas quatro glebas que apresentam ocorrência de fitonematoide (ver abaixo). As demais 11 glebas ficam livres para receber as sequências otimizadas pelo modelo.

Outra condicionante: ter no mínimo 20% da área total plantada de soja e 28% da área total plantada de algodão em cada safra.

Resultado: planejamento de safras em um horizonte de cinco anos foram obtidos os Valores de Margem Líquida Final (R$/ha).

Figura 3: Margem líquida dos cenários otimizados

O Cenário 2 apresentou média de R$ 2.109,39 por hectare, o que representa 3,5% a mais nas cinco safras planejadas do que a segunda média de R$ 2.038,07 (Cenário 4). Esses 3,5% a mais correspondem a um ganho projetado em reais de R$ 339.948,21 em 4.809 hectares planejados com o Sistema Rotar. Esse ganho também cumpre a condicionante de ter duas safras nas quatro glebas com plantas não hospedeiras para o fitonematoide Meloidogyne incógnita. Outras informações foram geradas para cada cenário realizado, tais como custo de máquinas e previsão de desembolso de insumos e outros indicadores de sustentabilidade agronômica do negócio.

Pode-se afirmar que o modelo proposto auxilia no planejamento otimizado da rotação de culturas em SPD, com agilidade e facilidade, tornandose uma ferramenta útil. Sugere-se que a solução deve ser analisada pelo tomador de decisão (o produtor) em conjunto com o técnico responsável (por exemplo, o consultor), explorando com o modelo o máximo de cenários possíveis, para assim adotar a melhor solução para a sustentabilidade do empreendimento.