A cultura da cana-de-açúcar (Saccharum spp.) reveste-se, atualmente, de grande importância socio-econômica, visto que é utilizada como matéria prima para produção de duas commodities nacionais de grande magnitude e peso na balança comercial nacional: o açúcar e o álcool. Nesse contexto, o desenvolvimento e a adoção de ferramentas de planejamento da produção, como, modelos de previsão de rendimentos, utilizados para elaboração de cenários, são de grande importância e utilidade em uma unidade de produção pois permite antever com credibilidade a produção de variedades específicas, facilitando o dimensionamento da produção. Desta maneira, este trabalho de pesquisa teve como objetivos, a construção de modelos matemáticos de previsão da produtividade ao longo do ciclo, de oito variedades de cana-deaçúcar em função das variáveis armazenamento de água no solo, somatória calórica e produtividade dos cortes anteriores, estratificadas por ambientes de produção. Para tanto, foi utilizado o banco de dados de produção da Usina Costa Pinto, no município de Piracicaba, estado de São Paulo. Como resultados, foram obtidos modelos matemáticos de previsão de produtividade agrícola estatisticamente significativos, para todas as variedades e ambientes de produção, o que nos, fornecem indícios que os modelos podem ser usados com certa confiança para previsão da produtividade agrícola das variedades de cana estudadas, exceção feita as variedades RB 85-5035 nos ambientes de produção C e D cujo R2 foi de 0,1592** e SP 80-1816 nos ambientes de produção A e B cujo R2 foi de 0,1274**. No entanto, a produtividade dos cortes anteriores explicou grande parte das causas de variação dos dados nos modelos encontrados, e, reduz, nos modelos, a influência de fatores como o armazenamento de água no solo e somatória calórica. Há muitas variáveis que não foram contemplados por essa modelagem como níveis de compactação do solo, tipo de colheita, ocorrência e controle de pragas, doenças e plantas daninhas, uma vez que a hipótese inicial era que as variáveis gd, bh e cortes anteriores estratificadas por ambientes de produção seriam suficientes para que os modelos tivessem boa representatividade. Pode-se concluir que as variáveis estudadas nesse trabalho são importantes e afetam a produtividade da cana-de-açúcar, fato provado matematicamente nos modelos. Isso é um ponto fundamental pois mais importante que o uso prático e imediato dos mesmos, é que tal conclusão é apenas o primeiro passo desse estudo, no entanto é sólido e incontestável, garantindo uma enorme área de oportunidade para realização de novos estudos que contemplem os fatores de manejo identificados por este trabalho e que não foram abordados neste. / The sugarcane culture (Saccharum spp.) has a major importance today, because it is used to produce two important commodities, sugar and alcohol. In this context, the development and adoption of modern management tools, like models of production prediction used to elaborate scenarios are of great importance and utility in a production site because they make possible to predict the yields of specific varieties with high credibility what makes the production plan easier. This dissertation had as goals the construction of mathematical models of yield prediction of eight sugarcane varieties, in function of soil water balance, incoming heat sum and yield of earlier cuts stratified by environmental and crop management features. In order to do so, it was used the datawarehouse of a production site which is Usina Costa Pinto in Piracicaba, state of São Paulo. As results, several mathematical models were calculated and were statistically significant, what leads us to the conclusion that these models may be used to predict the yield of the considered varieties and conditions, exception made to the varieties RB 85-5035 in the crop management sites C and D (R2 was 0,1592**) and SP 80-1816 in the crop management sites A and B (R2 was 0,1274**). However the yield of the earlier cuts explained the greatest part of the variations causes in the models, and, as a consequence they reduced solely in the models the influence of soil water balance and incoming heat sum. There are several variables that were not used in the models like soil compression levels, type of harvest and levels of pests and weeds, and that occurred because the initial hypothesis was that only soil water balance and incoming heat sum stratified by environmental and crop management features would be enough to explain the major causes of variations. It is possible to conclude that the variables studied in this research work are mathematically proven in the models to be important and to affect the yield of sugarcane. This is a very important point because rather than finding a immediate way to use the models it was found that the models are functional and can be improved and that there is a major opportunity to include the variables that were identified but not considered in this work.

A cultura da cana-de-açúcar (Saccharum spp.) reveste-se, atualmente, de grande importância socio-econômica, visto que é utilizada como matéria prima para produção de duas commodities nacionais de grande magnitude e peso na balança comercial nacional: o açúcar e o álcool. Nesse contexto, o desenvolvimento e a adoção de ferramentas de planejamento da produção, como, modelos de previsão de rendimentos, utilizados para elaboração de cenários, são de grande importância e utilidade em uma unidade de produção pois permite antever com credibilidade a produção de variedades específicas, facilitando o dimensionamento da produção. Desta maneira, este trabalho de pesquisa teve como objetivos, a construção de modelos matemáticos de previsão da produtividade ao longo do ciclo, de oito variedades de cana-deaçúcar em função das variáveis armazenamento de água no solo, somatória calórica e produtividade dos cortes anteriores, estratificadas por ambientes de produção. Para tanto, foi utilizado o banco de dados de produção da Usina Costa Pinto, no município de Piracicaba, estado de São Paulo. Como resultados, foram obtidos modelos matemáticos de previsão de produtividade agrícola estatisticamente significativos, para todas as variedades e ambientes de produção, o que nos, fornecem indícios que os modelos podem ser usados com certa confiança para previsão da produtividade agrícola das variedades de cana estudadas, exceção feita as variedades RB 85-5035 nos ambientes de produção C e D cujo R2 foi de 0,1592** e SP 80-1816 nos ambientes de produção A e B cujo R2 foi de 0,1274**. No entanto, a produtividade dos cortes anteriores explicou grande parte das causas de variação dos dados nos modelos encontrados, e, reduz, nos modelos, a influência de fatores como o armazenamento de água no solo e somatória calórica. Há muitas variáveis que não foram contemplados por essa modelagem como níveis de compactação do solo, tipo de colheita, ocorrência e controle de pragas, doenças e plantas daninhas, uma vez que a hipótese inicial era que as variáveis gd, bh e cortes anteriores estratificadas por ambientes de produção seriam suficientes para que os modelos tivessem boa representatividade. Pode-se concluir que as variáveis estudadas nesse trabalho são importantes e afetam a produtividade da cana-de-açúcar, fato provado matematicamente nos modelos. Isso é um ponto fundamental pois mais importante que o uso prático e imediato dos mesmos, é que tal conclusão é apenas o primeiro passo desse estudo, no entanto é sólido e incontestável, garantindo uma enorme área de oportunidade para realização de novos estudos que contemplem os fatores de manejo identificados por este trabalho e que não foram abordados neste. / The sugarcane culture (Saccharum spp.) has a major importance today, because it is used to produce two important commodities, sugar and alcohol. In this context, the development and adoption of modern management tools, like models of production prediction used to elaborate scenarios are of great importance and utility in a production site because they make possible to predict the yields of specific varieties with high credibility what makes the production plan easier. This dissertation had as goals the construction of mathematical models of yield prediction of eight sugarcane varieties, in function of soil water balance, incoming heat sum and yield of earlier cuts stratified by environmental and crop management features. In order to do so, it was used the datawarehouse of a production site which is Usina Costa Pinto in Piracicaba, state of São Paulo. As results, several mathematical models were calculated and were statistically significant, what leads us to the conclusion that these models may be used to predict the yield of the considered varieties and conditions, exception made to the varieties RB 85-5035 in the crop management sites C and D (R2 was 0,1592**) and SP 80-1816 in the crop management sites A and B (R2 was 0,1274**). However the yield of the earlier cuts explained the greatest part of the variations causes in the models, and, as a consequence they reduced solely in the models the influence of soil water balance and incoming heat sum. There are several variables that were not used in the models like soil compression levels, type of harvest and levels of pests and weeds, and that occurred because the initial hypothesis was that only soil water balance and incoming heat sum stratified by environmental and crop management features would be enough to explain the major causes of variations. It is possible to conclude that the variables studied in this research work are mathematically proven in the models to be important and to affect the yield of sugarcane. This is a very important point because rather than finding a immediate way to use the models it was found that the models are functional and can be improved and that there is a major opportunity to include the variables that were identified but not considered in this work.

Submitted by biblioteca unifenas (biblioteca@unifenas.br) on 2016-10-03T14:49:42Z No. of bitstreams: 1 Marcelo Penha Fernandes dissertacao.pdf: 3010376 bytes, checksum: 9bde99e04e5e062dcfc397a124cc8479 (MD5) / Made available in DSpace on 2016-10-03T14:49:42Z (GMT). No. of bitstreams: 1 Marcelo Penha Fernandes dissertacao.pdf: 3010376 bytes, checksum: 9bde99e04e5e062dcfc397a124cc8479 (MD5) Previous issue date: 2015-08-17 / The crop prediction is a strategic activity for agribusiness because it enables the decision-making relative to various points in the production chain. In this context, the objective of this paper was to develop a software that implements the mathematical model of coffee crops prediction based on phenological indices of production established and tested by Reinato (2012) and Miranda et al. (2014). For this purpose it developed a mobile application for the Android platform that has as main features: 1) registration of farms and plots, with the possibility of calculating the area of plots through the GPS device; 2) productivity prediction calculation: implementing a mathematical model, which is composed by calculating the value of production phenological indices followed by a linear regression that converts the indice into sacks per hectare, generating also the prediction confidence interval and 3) reports consultation of previously made predictions. The application was developed and tested in the farming, and the results obtained by the application are consistent with those obtained by Reinato (2012) and Miranda et al. (2014). / A previsão de safras é uma atividade estratégica para o agronegócio, pois possibilita a tomada de decisão relativa a vários pontos da cadeia produtiva. Nesse contexto, o objetivo deste trabalho foi desenvolver um software que implementasse o modelo matemático de previsão de safras de café baseado em índices fenológicos de produção definido e testado por Reinato (2012) e Miranda et al. (2014). Para esse fim, foi desenvolvido um aplicativo (software) para dispositivos móveis (celulares e tablets) para a plataforma Android que possui como principais funcionalidades: 1) cadastro de lavouras e talhões, com a possibilidade de cálculo da área dos talhões através do GPS do dispositivo para a previsão de produtividade total; 2) Cálculo da previsão de produtividade: implementação do modelo matemático proposto, cujo resultado é o índice fenológico de produção do talhão. Nesse índice é aplicada uma regressão linear que converte o valor dado em sacas por hectare. Além da previsão gerada pelo modelo matemático, foi acrescentado o cálculo do intervalo de confiança, resultando não apenas em uma previsão única, mas em um intervalo de estimativas prováveis; e 3) Consulta de relatórios das previsões efetuadas. O aplicativo foi desenvolvido e testado em campo com dados reais, comprovando-se que os resultados obtidos são compatíveis com os obtidos por Reinato (2012) e Miranda et al. (2014).