A safra brasileira de soja para o ciclo 2024/25 deverá registrar perdas superiores a 47,49 milhões de toneladas devido a falhas no manejo agrícola, conforme estimativas da DataFarm. A análise, que utiliza a tecnologia YieldGapMaps, baseada em inteligência artificial e cruzamento de dados, projeta que a produção será de 165,98 milhões de toneladas, considerando uma área de 47,65 milhões de hectares. No entanto, o potencial produtivo da soja no Brasil é estimado em 207,47 milhões de toneladas, ou seja, uma diferença de 47,49 milhões de toneladas atribuída a falhas no manejo, sem considerar o impacto climático. O valor das perdas pode ser calculado em cerca de R$ 102,89 bilhões, com base no preço médio de R$ 130,00 por saca de 60 kg.

Armando Parducci, cofundador da DataFarm, explica que o YieldGapMaps não apenas prevê a produtividade das safras nacionais, mas também pode ser aplicado na previsão de safras em propriedades rurais, auxiliando na tomada de decisões de gestão. A tecnologia também é útil para instituições financeiras e seguradoras. “Nosso modelo utiliza dados de campos experimentais e áreas de fazendas com alto potencial produtivo, avaliando os efeitos do clima e do manejo. A previsão de safra é gerada com base em dados reais de produtividade municipal das últimas cinco safras, permitindo quantificar o impacto do clima e as perdas causadas por falhas no manejo”, destaca Parducci.

Além da soja, a plataforma YieldGapMaps também oferece estimativas para outras culturas como milho (safra e safrinha), cana-de-açúcar, algodão e trigo. Parducci ressalta que a agricultura de precisão pode mitigar as perdas devido a falhas no manejo, otimizando práticas como irrigação, correção de solo, plantio e aplicação de defensivos e fertilizantes.

A ferramenta oferece previsões diárias para todo o Brasil, com uma resolução espacial de dois hectares, e se destaca por sua automação total, dispensando a coleta manual de dados de campo. Isso garante maior rapidez e qualidade no processamento das informações. A YieldGapMaps está em constante evolução para atender a demandas específicas do mercado, incluindo previsões de safra, identificação de áreas com maior potencial de expansão agrícola e oportunidades para aumento de produtividade por meio de melhores práticas de manejo.

Utilizando inteligência artificial, o modelo preditivo simula a produtividade das culturas ao avaliar o impacto do clima e do manejo. A estimativa considera fatores como tipo de planta, condições climáticas diárias durante a safra, dados do solo e práticas de manejo, como data de semeadura e colheita. A simulação da produtividade potencial, em condições ideais, é ajustada com base no déficit hídrico, levando em conta a entrada e saída de água no solo, e a disponibilidade de água em cada fase da cultura. A inovação da DataFarm está em considerar também os efeitos do solo e do manejo, como a profundidade do sistema radicular, para prever com precisão a água disponível para as plantas, especialmente durante períodos de estresse hídrico. Dessa forma, é possível calcular a produtividade real do campo e as perdas relacionadas ao manejo inadequado.

Fonte: Portal do Agronegócio