A Previsão de Safras tem se constituído em importante ferramenta para o estabelecimento de políticas agrícolas públicas e privadas. Em geral, a Previsão de Safras consiste na previsão do clima e na estimativa do rendimento das partes de interesse econômico de uma cultura. A previsão do clima pode ser realizada pela análise de séries históricas dos parâmetros climáticos e dos efeitos de fenômenos conhecidos, a exemplo do El Niño Oscilação Sul (ENSO), o qual pode ser medido pelo Índice de Oscilação Sul (IOS). Também pode ser realizada pela integração numérica das equações diferenciais que regem os movimentos da atmosfera no planeta Terra, também conhecida como previsão numérica. A estimativa do rendimento das culturas também pode ser realizada pela análise estatística de séries históricas ou pela integração numérica de equações diferenciais que regem a fisiologia e o desenvolvimento das plantas, ambos conhecidos como modelo de culturas. O principal objetivo deste trabalho foi propor uma metodologia para a Previsão de Safras no Brasil, tendo como ponto de partida e protótipo o estudo do rendimento de grãos de milho na região Centro-Sul do país. Para tanto, séries históricas com 60 anos de precipitação pluvial em 24 locais da região Centro-Sul do Brasil foram comparadas aos Índices de Oscilação Sul medidos no mesmo período, inferindo-se que o fenômeno ENSO apresenta efeito marcante, e distinto, apenas em locais mais ao Sul e a Nordeste da região Centro-Sul. Concluiu-se pela impossibilidade de utilização do IOS para a previsão de parâmetros climáticos diários, o que também é prejudicado pela carência de séries históricas dos parâmetros climáticos com 60 ou mais anos no Brasil. Ainda quanto à previsão do clima, as previsões de radiação solar, precipitação pluvial, temperaturas máxima e mínima e umidade relativa do ar, geradas pelo modelo Eta a cada seis horas entre os dias 16/7/1997 e 15/6/2002, foram comparadas às respectivas medidas diárias desses parâmetros climáticos, concluindo-se pela possibilidade da aplicação das previsões geradas pelo modelo Eta na Previsão de Safras, à exceção dos locais mais ao Sul e mais a Nordeste da região Centro-Sul do Brasil. Acerca da estimativa do rendimento de grãos de milho, foi proposto um modelo de cultura baseado na integração das equações que regem a fisiologia e o desenvolvimento das plantas. Comparando-se os rendimentos de grãos de milho estimados nos 24 locais durante as safras 1997/98 a 2001/02, conclui-se pela possibilidade da estimativa do rendimento de grãos de milho na região Centro-Sul pelo modelo proposto. Porém, as discrepâncias entre os rendimentos estimados e os respectivos rendimentos medidos nos locais mais ao Sul e nos locais com textura de solo arenosa apontam a necessidade de correção da estimativa da dinâmica de água realizada pelo modelo de cultura proposto. Como conclusão geral, verificou-se que a metodologia proposta para a Previsão de Safras tem virtudes que devem ser exploradas no sentido de sua implementação no Brasil. Porém, essa implementação depende substancialmente da gestão dos trabalhos, de modo a propiciar as condições necessárias. Cabe destacar que o país tem realizado notáveis avanços nesse setor, caso da implementação da rede meteorológica nacional e do conhecimento gerado pelo Centro de Estudos e Previsões do Clima e pela Empresa Brasileira de Pesquisa Agropecuária, entre outras instituições. Ainda assim, essa área do conhecimento, fundamental para um país agrícola como o Brasil, carece de estudos. / Crop forecast has become an important tool for the private and public agricultural policies to be established. Generally, crop forecast is composed by climatic forecast and the yield estimative of growth of economically interesting parts of crops. The climatic forecast can be performed through the analyses of historical series of the climatic features and of the known phenomena, such as the El Niño Southern Oscillation (ENSO), which can be measured by the Southern Oscillation Index (IOS). It can also be done through a numerical integration of differential equations that rule the atmospheric movements of the Earth, a.k.a. numerical forecast. The estimate of crop yields can also be done through the statistical analysis of historical series or through the integration of differential equations that rule the plant physiology and development, both known as crop models. The main objective of this study was to indicate a methodology for Crop Forecast in Brazil, having as a starting point and prototype the study of corn grain yield in the Center-South region of Brazil. Thus, historical series of 60 years of precipitation in 24 sites of the studied region were compared to the IOS measured in the same period, inferring that the phenomenon ENSO has a remarkable effect, distinctly in the most southern and northeast portions of the studied region. One concluded due to the impossibility of using the IOS for daily climatic forecast, which is threatened by the lack of historical series of climatic features with 60 or more years in Brazil. Regarding the climatic forecast, the forecasts of solar radiation maximum and minimum temperatures and air moisture generated by the model Eta on every 6 hours between July 16, 1997 and June 15, 2002 were compared to the respective daily measurements of these climatic parameters. This provided subsidies for the conclusion that the data generated by the model Eta could be used in the Crop Forecast, except for the most southern and northeast regions in the Center-South region of Brazil. For the estimate of corn grain yield, a model based in the integration of equations that rule the plant physiology and development was proposed. Comparing corn grain yields estimated in 24 sites from the agricultural year 1997/98 to 2001/02, one concluded the possibility of estimating the corn grain yield for the studied region by the proposed model. Although the differences between the estimated and the measured yields in the most southern sites and in those with sandy soils indicate the demand for correction of the estimative of water dynamics performed by the proposed model. As a general conclusion, the methodology proposed for crop forecasting brings positive points which should be explored in the sense of its implementation in Brazil. On the other hand, this implementation depends substantially on the work management, propitiating the necessary conditions. One should highlight that the country has developed notably in this sector, such as the cases of the implementation of the national meteorological net and of the knowledge broadcasted by the Center of Climatic Studies and Forecasting and by the The Brazilian Agricultural Research Corporation (EMBRAPA), among other institutions. Even though, this area of knowledge - vital to an agricultural country as Brazil - demands more research.

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.

A Previsão de Safras tem se constituído em importante ferramenta para o estabelecimento de políticas agrícolas públicas e privadas. Em geral, a Previsão de Safras consiste na previsão do clima e na estimativa do rendimento das partes de interesse econômico de uma cultura. A previsão do clima pode ser realizada pela análise de séries históricas dos parâmetros climáticos e dos efeitos de fenômenos conhecidos, a exemplo do El Niño Oscilação Sul (ENSO), o qual pode ser medido pelo Índice de Oscilação Sul (IOS). Também pode ser realizada pela integração numérica das equações diferenciais que regem os movimentos da atmosfera no planeta Terra, também conhecida como previsão numérica. A estimativa do rendimento das culturas também pode ser realizada pela análise estatística de séries históricas ou pela integração numérica de equações diferenciais que regem a fisiologia e o desenvolvimento das plantas, ambos conhecidos como modelo de culturas. O principal objetivo deste trabalho foi propor uma metodologia para a Previsão de Safras no Brasil, tendo como ponto de partida e protótipo o estudo do rendimento de grãos de milho na região Centro-Sul do país. Para tanto, séries históricas com 60 anos de precipitação pluvial em 24 locais da região Centro-Sul do Brasil foram comparadas aos Índices de Oscilação Sul medidos no mesmo período, inferindo-se que o fenômeno ENSO apresenta efeito marcante, e distinto, apenas em locais mais ao Sul e a Nordeste da região Centro-Sul. Concluiu-se pela impossibilidade de utilização do IOS para a previsão de parâmetros climáticos diários, o que também é prejudicado pela carência de séries históricas dos parâmetros climáticos com 60 ou mais anos no Brasil. Ainda quanto à previsão do clima, as previsões de radiação solar, precipitação pluvial, temperaturas máxima e mínima e umidade relativa do ar, geradas pelo modelo Eta a cada seis horas entre os dias 16/7/1997 e 15/6/2002, foram comparadas às respectivas medidas diárias desses parâmetros climáticos, concluindo-se pela possibilidade da aplicação das previsões geradas pelo modelo Eta na Previsão de Safras, à exceção dos locais mais ao Sul e mais a Nordeste da região Centro-Sul do Brasil. Acerca da estimativa do rendimento de grãos de milho, foi proposto um modelo de cultura baseado na integração das equações que regem a fisiologia e o desenvolvimento das plantas. Comparando-se os rendimentos de grãos de milho estimados nos 24 locais durante as safras 1997/98 a 2001/02, conclui-se pela possibilidade da estimativa do rendimento de grãos de milho na região Centro-Sul pelo modelo proposto. Porém, as discrepâncias entre os rendimentos estimados e os respectivos rendimentos medidos nos locais mais ao Sul e nos locais com textura de solo arenosa apontam a necessidade de correção da estimativa da dinâmica de água realizada pelo modelo de cultura proposto. Como conclusão geral, verificou-se que a metodologia proposta para a Previsão de Safras tem virtudes que devem ser exploradas no sentido de sua implementação no Brasil. Porém, essa implementação depende substancialmente da gestão dos trabalhos, de modo a propiciar as condições necessárias. Cabe destacar que o país tem realizado notáveis avanços nesse setor, caso da implementação da rede meteorológica nacional e do conhecimento gerado pelo Centro de Estudos e Previsões do Clima e pela Empresa Brasileira de Pesquisa Agropecuária, entre outras instituições. Ainda assim, essa área do conhecimento, fundamental para um país agrícola como o Brasil, carece de estudos. / Crop forecast has become an important tool for the private and public agricultural policies to be established. Generally, crop forecast is composed by climatic forecast and the yield estimative of growth of economically interesting parts of crops. The climatic forecast can be performed through the analyses of historical series of the climatic features and of the known phenomena, such as the El Niño Southern Oscillation (ENSO), which can be measured by the Southern Oscillation Index (IOS). It can also be done through a numerical integration of differential equations that rule the atmospheric movements of the Earth, a.k.a. numerical forecast. The estimate of crop yields can also be done through the statistical analysis of historical series or through the integration of differential equations that rule the plant physiology and development, both known as crop models. The main objective of this study was to indicate a methodology for Crop Forecast in Brazil, having as a starting point and prototype the study of corn grain yield in the Center-South region of Brazil. Thus, historical series of 60 years of precipitation in 24 sites of the studied region were compared to the IOS measured in the same period, inferring that the phenomenon ENSO has a remarkable effect, distinctly in the most southern and northeast portions of the studied region. One concluded due to the impossibility of using the IOS for daily climatic forecast, which is threatened by the lack of historical series of climatic features with 60 or more years in Brazil. Regarding the climatic forecast, the forecasts of solar radiation maximum and minimum temperatures and air moisture generated by the model Eta on every 6 hours between July 16, 1997 and June 15, 2002 were compared to the respective daily measurements of these climatic parameters. This provided subsidies for the conclusion that the data generated by the model Eta could be used in the Crop Forecast, except for the most southern and northeast regions in the Center-South region of Brazil. For the estimate of corn grain yield, a model based in the integration of equations that rule the plant physiology and development was proposed. Comparing corn grain yields estimated in 24 sites from the agricultural year 1997/98 to 2001/02, one concluded the possibility of estimating the corn grain yield for the studied region by the proposed model. Although the differences between the estimated and the measured yields in the most southern sites and in those with sandy soils indicate the demand for correction of the estimative of water dynamics performed by the proposed model. As a general conclusion, the methodology proposed for crop forecasting brings positive points which should be explored in the sense of its implementation in Brazil. On the other hand, this implementation depends substantially on the work management, propitiating the necessary conditions. One should highlight that the country has developed notably in this sector, such as the cases of the implementation of the national meteorological net and of the knowledge broadcasted by the Center of Climatic Studies and Forecasting and by the The Brazilian Agricultural Research Corporation (EMBRAPA), among other institutions. Even though, this area of knowledge - vital to an agricultural country as Brazil - demands more research.

A estimativa antecipada da produção de café das diversas regiões produtoras é muito importante para o estabelecimento da política cafeeira do país. Apesar disso, não existe no Brasil uma metodologia adequada para previsão antecipada da safra de café que permita uma avaliação segura e precisa. As poucas informações para o estabelecimento de modelos para previsão de safra de café são em conseqüência da complexidade metodológica, ocasionada pela diversidade dos fatores ambientais, culturais e econômicos, envolvidos na produtividade dessa cultura, que devem ser levados em consideração nos modelos de previsão como, por exemplo: cultivares, densidade de plantio, idade da planta, tecnologia empregada, condições edafoclimáticas, etc. Para isso a avaliação das características fenológicas determinantes do desenvolvimento e da produção do cafeeiro é uma ferramenta fundamental no estabelecimento de modelos de previsão de safra. Atualmente as previsões baseiam-se em levantamentos empíricos efetuados visualmente, requerendo, para atingir razoável precisão, técnico ou produtores altamente especializados na cultura. Esta pesquisa teve como objetivo desenvolver uma metodologia para estimar a produtividade do cafeeiro sem utilizar a contagem total de frutos na planta, com base no uso de índices fenológicos de produtividade, os quais são determinados a partir de quantificações não destrutivas, em uma secção reduzida da planta, e em diferentes épocas e locais de avaliação. A metodologia de previsão de safra, fundamentada em índices fenológicos, foi desenvolvida utilizando dados de duas regiões produtoras de café do Estado de São Paulo: Garça/Marília e Campinas, no período de 1999 a 2006. Os índices fenológicos de produtividades \'IFP1\' e \'IFP2\' foram determinados pela contagem de frutos, internódios produtivos, altura de planta e espaçamento da lavoura. O trabalho foi subdivido em dois níveis hierárquicos, \"talhão\" e \"propriedade\". A metodologia proposta apresentou facilidade de aplicação em ambas as regiões avaliadas. O número de internódios produtivos \'NIP\', considerado como característica fisiológica de produção, avaliado para determinação do \'IFP2\' apresentou influência negativa para o desempenho do modelo. O desempenho apresentado pelos modelos baseados no \'IFP1\' foi classificado como bom ao nível hierárquico \"talhão\", nas épocas de avaliação de dezembro, janeiro e março e apresentando melhores desempenhos que os modelos baseados no \'IFP2\', apesar de uma tendência de subestimar a produtividade. Foi encontrada uma relação linear e uma boa correlação entre os \'IFPs\' e a produtividade observada, sendo considerado para o nível hierárquico \"talhão\" menor do que o apresentado para o nível hierárquico \"propriedade rural\". Foi comprovado que é possível estimar a produtividade utilizando o \'IFP\' com até seis meses de antecedência (dezembro) da colheita, com a mesma precisão. A variação da estimativa de produtividade baseada no \'IFP1\' ao nível de \"propriedade rural\" foi menor do que a apresentada na estimativa da produtividade visual \'EPVIS\', variando de 0,4 a 20% e 0,5 a 18% nos meses de dezembro e março, respectivamente comparado ao de 3% a 41% para a estimativa visual. Os modelos baseados no \'IFP1\' ao nível hierárquico \"propriedade rural\" apresentaram desempenho classificado com excelente, para a estimativa de produtividade do cafeeiro. / The early estimate of the production of coffee of the various producing regions is of fundamental importance for the establishment of the coffee policy of the country. Although this, does not exist in Brazil a methodology adjusted for anticipated forecast of the coffee harvest that allows an accurate and precise evaluation. The few information for the establishment of models for forecasting of coffee harvest are consequence of the methodology complexity, caused by the diversity of environmental factors, cultural and economic which should be considered and to be taken into account in model forecasting such as: cultivars , density of planting, age of the plant, technology applied, edafoclimatics conditions, etc.. Therefore the evaluation of the determinative phenological characteristics of the development and the production of the coffee tree is a basic tool in the establishment of models of harvest forecast. Currently the harvest forecast is based on empirical surveys, done visually; requiring people (producers and technical) very well qualified and specialized in the crop to achieve reasonable accuracy. The objective of this study was to develop an objective method to estimate the productivity of coffee without using the total counting fruit in the plant, being based on the use of phenogical indexes of productivity, which are determined from not destructive quantifications, in a reduced section of the plant, and at different times and places of evaluation. The methodology of forecasting the harvest, based on phonological indexes, was developed using data from two different producing regions of coffee of the São Paulo State: Garça/Marília and Campinas regions, in the period of 1999 to 2006. The indexes of phenological productivity \'IFP1\' and \'IFP2\' were determined by counting the fruit, productive internodes, plant height and row spacing of the crop. The study was divided in two hierarchical levels: \"plot and farm\". The obtained results showed that the proposed methodology provided good usage methodology and application in both assessed regions. The number of productive internodes \' NIP \', considering the physiological characteristic of production, used for estimation and determination of the \"IFP2\", presented negative influence for the performance of the model. The performance presented by the models based on \'IFP1\' has been classified as good hierarchical level of \"plot\", in the following periods of evaluation: December, January and March and showed that the best performing models is based on \'IFP2\', although a trend of a tendency to underestimate the productivity. It was found a linear relationship and a good correlation between \'IFPs\' and the observed productivity, being considered for the level of \"plot\", a lower level when compared to \"farm\". It has been proven that it is possible to estimate the productivity of coffee, using \'IFP\' with up to six months in advance of normal period of harvest (December), with the same level of precision. The variation of the estimated productivity based on \'IFP1\' to the level of \"farm\" was lower than that presented in the visual estimated productivity - \'EPVIS\', ranging from 0,4 to 20% and 0,5 to 18% during the months of December and March, respectively, and ranged from 3% to 41% for the visual estimation on March. The models based on \'IFP1\' at hierarchical level of \"farm\" have been classified with an optimum performance in order to estimate the coffee productivity.

A estimativa antecipada da produção de café das diversas regiões produtoras é muito importante para o estabelecimento da política cafeeira do país. Apesar disso, não existe no Brasil uma metodologia adequada para previsão antecipada da safra de café que permita uma avaliação segura e precisa. As poucas informações para o estabelecimento de modelos para previsão de safra de café são em conseqüência da complexidade metodológica, ocasionada pela diversidade dos fatores ambientais, culturais e econômicos, envolvidos na produtividade dessa cultura, que devem ser levados em consideração nos modelos de previsão como, por exemplo: cultivares, densidade de plantio, idade da planta, tecnologia empregada, condições edafoclimáticas, etc. Para isso a avaliação das características fenológicas determinantes do desenvolvimento e da produção do cafeeiro é uma ferramenta fundamental no estabelecimento de modelos de previsão de safra. Atualmente as previsões baseiam-se em levantamentos empíricos efetuados visualmente, requerendo, para atingir razoável precisão, técnico ou produtores altamente especializados na cultura. Esta pesquisa teve como objetivo desenvolver uma metodologia para estimar a produtividade do cafeeiro sem utilizar a contagem total de frutos na planta, com base no uso de índices fenológicos de produtividade, os quais são determinados a partir de quantificações não destrutivas, em uma secção reduzida da planta, e em diferentes épocas e locais de avaliação. A metodologia de previsão de safra, fundamentada em índices fenológicos, foi desenvolvida utilizando dados de duas regiões produtoras de café do Estado de São Paulo: Garça/Marília e Campinas, no período de 1999 a 2006. Os índices fenológicos de produtividades \'IFP1\' e \'IFP2\' foram determinados pela contagem de frutos, internódios produtivos, altura de planta e espaçamento da lavoura. O trabalho foi subdivido em dois níveis hierárquicos, \"talhão\" e \"propriedade\". A metodologia proposta apresentou facilidade de aplicação em ambas as regiões avaliadas. O número de internódios produtivos \'NIP\', considerado como característica fisiológica de produção, avaliado para determinação do \'IFP2\' apresentou influência negativa para o desempenho do modelo. O desempenho apresentado pelos modelos baseados no \'IFP1\' foi classificado como bom ao nível hierárquico \"talhão\", nas épocas de avaliação de dezembro, janeiro e março e apresentando melhores desempenhos que os modelos baseados no \'IFP2\', apesar de uma tendência de subestimar a produtividade. Foi encontrada uma relação linear e uma boa correlação entre os \'IFPs\' e a produtividade observada, sendo considerado para o nível hierárquico \"talhão\" menor do que o apresentado para o nível hierárquico \"propriedade rural\". Foi comprovado que é possível estimar a produtividade utilizando o \'IFP\' com até seis meses de antecedência (dezembro) da colheita, com a mesma precisão. A variação da estimativa de produtividade baseada no \'IFP1\' ao nível de \"propriedade rural\" foi menor do que a apresentada na estimativa da produtividade visual \'EPVIS\', variando de 0,4 a 20% e 0,5 a 18% nos meses de dezembro e março, respectivamente comparado ao de 3% a 41% para a estimativa visual. Os modelos baseados no \'IFP1\' ao nível hierárquico \"propriedade rural\" apresentaram desempenho classificado com excelente, para a estimativa de produtividade do cafeeiro. / The early estimate of the production of coffee of the various producing regions is of fundamental importance for the establishment of the coffee policy of the country. Although this, does not exist in Brazil a methodology adjusted for anticipated forecast of the coffee harvest that allows an accurate and precise evaluation. The few information for the establishment of models for forecasting of coffee harvest are consequence of the methodology complexity, caused by the diversity of environmental factors, cultural and economic which should be considered and to be taken into account in model forecasting such as: cultivars , density of planting, age of the plant, technology applied, edafoclimatics conditions, etc.. Therefore the evaluation of the determinative phenological characteristics of the development and the production of the coffee tree is a basic tool in the establishment of models of harvest forecast. Currently the harvest forecast is based on empirical surveys, done visually; requiring people (producers and technical) very well qualified and specialized in the crop to achieve reasonable accuracy. The objective of this study was to develop an objective method to estimate the productivity of coffee without using the total counting fruit in the plant, being based on the use of phenogical indexes of productivity, which are determined from not destructive quantifications, in a reduced section of the plant, and at different times and places of evaluation. The methodology of forecasting the harvest, based on phonological indexes, was developed using data from two different producing regions of coffee of the São Paulo State: Garça/Marília and Campinas regions, in the period of 1999 to 2006. The indexes of phenological productivity \'IFP1\' and \'IFP2\' were determined by counting the fruit, productive internodes, plant height and row spacing of the crop. The study was divided in two hierarchical levels: \"plot and farm\". The obtained results showed that the proposed methodology provided good usage methodology and application in both assessed regions. The number of productive internodes \' NIP \', considering the physiological characteristic of production, used for estimation and determination of the \"IFP2\", presented negative influence for the performance of the model. The performance presented by the models based on \'IFP1\' has been classified as good hierarchical level of \"plot\", in the following periods of evaluation: December, January and March and showed that the best performing models is based on \'IFP2\', although a trend of a tendency to underestimate the productivity. It was found a linear relationship and a good correlation between \'IFPs\' and the observed productivity, being considered for the level of \"plot\", a lower level when compared to \"farm\". It has been proven that it is possible to estimate the productivity of coffee, using \'IFP\' with up to six months in advance of normal period of harvest (December), with the same level of precision. The variation of the estimated productivity based on \'IFP1\' to the level of \"farm\" was lower than that presented in the visual estimated productivity - \'EPVIS\', ranging from 0,4 to 20% and 0,5 to 18% during the months of December and March, respectively, and ranged from 3% to 41% for the visual estimation on March. The models based on \'IFP1\' at hierarchical level of \"farm\" have been classified with an optimum performance in order to estimate the coffee productivity.