RESUMO O café é uma das culturas com grande expressão mundial e, dentre as principais doenças, a ferrugem do cafeeiro (Hemileia vastatrix Berk. & Br.), é considerada a mais importante. Uma das formas de avaliar a severidade da ferrugem é por meio de equações que estimam o período de incubação (PI) do fungo. O presente estudo teve o objetivo de revisar os principais trabalhos sobre a ferrugem do cafeeiro e o período de incubação, de maneira a elucidar as principais equações desenvolvidas para esse fim. Na literatura, encontrou-se dez equações que estimam os valores do PI, para diferentes condições. A maioria dos estudos brasileiros utilizam a equação de Moraes et al. (31), desenvolvidas para cultivo a pleno sol e sombreado, em condição de macroclima. O estudo do PI é utilizado em diferentes níveis hierárquicos e em diferentes cenários climáticos sendo importante para tomadas de decisão e políticas públicas, auxiliando agricultores no planejamento e gerenciamento da área.

ABSTRACT Coffee is one of the world’s most famous crops and, among its major diseases, coffee leaf rust (Hemileia vastatrix Berk. & Br.) is considered most important. One of the ways to evaluate rust severity is by means of equations that estimate the incubation period (IP) of the fungus. The present study aimed to review the main studies on coffee leaf rust and its incubation period, in order to elucidate the main equations developed for this purpose. In the literature, there are at least ten equations that estimate IP values for different conditions. Most of the Brazilian studies have used the equation of Moraes et al. (31), developed for full sun and shade cultivation, under macroclimate condition. The study of IP is used at different hierarchical levels and in different climatic scenarios and is important for decision making and public policy, assisting farmers in the planning and management of the area.

Resumo: O objetivo deste trabalho foi simular a distribuição geográfica do período de incubação da ferrugem do cafeeiro Coffea arabica, com uso de dados de dois modelos climáticos regionais, o Eta-HadGEM2-ES e o Eta-MIROC5. O cenário de alta emissão de gases de efeito estufa (RCP 8,5 W m-2) foi utilizado para os estados de Minas Gerais e São Paulo, para os cenários climáticos atual e futuro. O comportamento de seis diferentes equações de regressão do período de incubação (PI), disponíveis na literatura, também foi analisado em função dos dados dos modelos climáticos regionais. Os resultados indicam possibilidade de aumento de área afetada na região estudada, com PI inferior a 19 dias, de 0,5% para Eta-MIROC5 a 14,2% para Eta-HadGEM2-ES. A severidade da ferrugem do cafeeiro em cenários futuros deverá aumentar nos meses mais quentes e úmidos do ano, estendendo-se para os meses mais secos e frios. O potencial de infecção da ferrugem é estimado de forma diferente pelas equações estudadas. Em cenários de temperaturas mais elevadas, a equação de Kushalappa & Martins indica um potencial muito alto de severidade.

Abstract: The objective of this work was to simulate the geographical distribution of the incubation period of coffee leaf rust in Coffea arabica, using data of two regional climate models, Eta-HadGEM2-ES and Eta-MIROC5. The scenario of high greenhouse gas emission (RCP 8.5 W m-2) was used for the states of Minas Gerais and São Paulo, Brazil, for current and future climate scenarios. The behavior of six different regression equations for incubation period (IP), available in the literature, was also analyzed as affected by data from the regional climate models. The results indicate the possibility of an increase in the affected area in the studied region, when the IP is less than 19 days, from 0.5% for Eta-MIROC5 to 14.2% for Eta-HadGEM2-ES. The severity of coffee leaf rust in future scenarios should increase in the hottest and wettest months of the year, extending to the driest and coldest months. The potential of rust infection is estimated differently by the studied equations. In higher temperature scenarios, the Kushalappa & Martins equation indicates a very high severity potential.

O uso de recursos de sensoriamento remoto orbital constitui um grande avanço no levantamento de dados sobre a cafeicultura, sobretudo por seu caráter temporal e baixo custo. Sendo assim, o objetivo do trabalho foi avaliar a utilização da imagem do satélite QUICKBIRD na determinação de parâmetros biofísicos importantes para a cultura cafeeira. Foram utilizados 25 talhões com plantios de café localizados entre os municípios de Ribeirão Corrente, Franca e Cristais Paulista (SP). Os parâmetros biofísicos utilizados foram os espaçamentos entre linhas e plantas, altura, IAF, diâmetro da copa, porcentagem de cobertura vegetal, rugosidade, variedade e biomassa. Foram utilizados valores de refletância real das bandas espectrais do satélite QUICKBIRD e os índices de vegetação NDVI, GVI, SAVI e RVI. A partir desses dados, foram feitas análises de regressão linear e não linear para a geração dos modelos de estimativa. A utilização de modelos de regressão baseados em equações não lineares mostrou-se mais adequado para determinar os parâmetros IAF e a porcentagem de biomassa, importantes como indicativos da produtividade da cultura cafeeira.

Remote sensing data are each time more available and can be used to monitor the vegetal development of main agricultural crops, such as the Arabic coffee in Brazil, since that the relationship between spectral and agronomical data be well known. Therefore, this work had the main objective to assess the use of Quickbird satellite images to estimate biophysical parameters of coffee crop. Test area was composed by 25 coffee fields located between the cities of Ribeirão Corrente, Franca and Cristais Paulista (SP), Brazil, and the biophysical parameters used were row and between plants spacing, plant height, LAI, canopy diameter, percentage of vegetation cover, roughness and biomass. Spectral data were the reflectance of four bands of QUICKBIRD and values of four vegetations indexes (NDVI, GVI, SAVI and RVI) based on the same satellite. All these data were analyzed using linear and nonlinear regression methods to generate estimation models of biophysical parameters. The use of regression models based on nonlinear equations was more appropriate to estimate parameters such as the LAI and the percentage of biomass, important to indicate the productivity of coffee crop.

Este trabalho teve por objetivo avaliar um sistema de previsão de safra de soja para o Brasil, baseado em modelos empíricos regionalizados para estimativa da produtividade, a partir de um banco de dados de área cultivada em escala municipal, e de um sistema de monitoramento agrometeorológico de abrangência nacional. Os modelos incorporam a base conceitual proposta por Doorenbos & Kassam, com ajustes empíricos para cada região do Brasil, considerando-se as diferenças quanto ao potencial produtivo das principais variedades e as peculiaridades dos sistemas de produção utilizados nas diferentes regiões. A base de informações de área cultivada de cada Estado foi constituída por dados provenientes do IBGE e da Conab. A produção de soja, entre as safras 2000/2001 e 2005/2006, foi estimada e comparada com os levantamentos da Conab. A análise estatística pelo teste t indica não haver diferença entre as estimativas e os dados oficiais. Bons ajustes (R²>0,87) foram obtidos para as produções regionalizadas, com desvios mais expressivos nos estados do Rio Grande do Sul, Santa Catarina, Mato Grosso do Sul, Maranhão, Piauí e Bahia. Para os dados consolidados em escala nacional, o maior desvio observado foi de 5,81%, na safra 2000/2001, e o menor de 0,62% na safra 2005/2006.

The aim of this work was to evaluate a system to forecast soybean crop yield for Brazil, based on regional empirical models to assess crop yield, with data from a national database of soybean cropped area in municipal scale, and from an agrometeorological monitoring system covering all Brazilian States. The models incorporated the conceptual bases proposed by Doorenbos & Kassam, with empirical adjustments for each region of Brazil, considering the diverse potential yield of most used varieties and the regional differences in the soybean production systems. Cultivated area database from each State was structured with data from IBGE and Conab. Soybean yield was estimated for harvests from 2000/2001 to 2005/2006 and compared to Conab surveys. Statistical analysis using Test t point out that there is no significant difference between estimates and official data. Good fittings were gotten for region grouped yield data (R²>0.87), with higher deviations for harvest assessment of Rio Grande do Sul, Santa Catarina, Mato Grosso do Sul, Maranhão, Piauí and Bahia. In national scale, the highest observed deviation was 5.81% for the 2000/2001 harvest, and the smaller one was 0.62% for the 2005/2006 yield.

O modelo EPIC (Erosion Productivity Impact Calculator) foi desenvolvido para simular o efeito de estratégias de manejos agrícolas em recursos hídricos e produtividade de solos. No presente estudo, o desempenho dos simuladores de dados meteorológicos foi avaliado para localidades do Estado de São Paulo (Campinas, Jaú, Manduri, Mococa, Pindorama e Ubatuba), incluindo: a Cadeia de Markov para probabilidades de seqüências de dias úmidos e secos; a equação de temperatura máxima ajustada para dias úmidos e a equação de radiação solar, também ajustada para dias úmidos. A partir dos testes e ajustes dos modelos com os dados históricos, verificou-se o melhor desempenho para o modelo de probabilidade de seqüências de dias secos, considerando-se o dia anterior úmido - P(W|D) em relação ao modelo de probabilidade de seqüências para dois dias úmidos consecutivos - P(W|W). Os modelos de temperatura máxima do ar e de radiação solar apresentaram bom desempenho nos testes. Para todos os modelos, os melhores resultados foram obtidos a partir dos ajustes para cada local, quando comparados às estimativas obtidas pelos valores originais propostos na concepção do EPIC. Ubatuba apresentou comportamento distinto.

EPIC (Erosion Productivity Impact Calculator) model has been developed to simulate the effect of agricultural management strategies of water resources and soil productivity. In this study, the performance of meteorological data simulators were evaluated for six (Campinas, Jaú, Manduri, Mococa, Pindorama and Ubatuba) localities in the State of São Paulo, Brazil, which include the Markov chain probabilities for the sequences of wet and dry days; the maximum air temperature model adjusted for wet days; and the solar radiation model also adjusted for wet days. From tests and adjustments of the models using the historical data for each locality, the best performance for the model of probabilities for dry days sequence has been found, taking into account the last wet day - P(W|D) in relation to the model of probabilities of two consecutive wet days sequence - P(W|W). The maximum air temperature and solar radiation models have presented good performance in tests after the adjustment for each locality. For all models, the best results have been obtained from the local adjustments, when compared to the original model conceived for EPIC. Model results for Ubatuba data were distinct from the other sites.

A definição das melhores datas para plantio de milho, adotadas no Zoneamento de Riscos Climáticos do Estado de São Paulo, é baseada nas variações espaço-temporais do índice de satisfação das necessidades de água da planta (ISNA), sendo a média ponderada o método de interpolação utilizado na espacialização deste parâmetro. Este método não considera a propagação espacial do erro da estimativa, o que permite interpretações imprecisas sobre as melhores datas de plantio, principalmente nas situações de início e de final do ciclo. O objetivo deste trabalho foi comparar métodos de espacialização de valores numéricos dos índices agrometeorológicos e avaliar sua variação espacial. Foram utilizados os métodos da média ponderada, krigagem ordinária e krigagem por indicação. A krigagem por indicação foi o método mais apropriado para espacializar o índice ISNA e definir a melhor data de plantio do milho.

The definition of the best sowing dates for corn, adopted in the Zoning of Climatic Risks of the State of São Paulo, Brazil, was based on space-temporary variations of the water stress index (ISNA), using the pondered average as the interpolation method to spatialize this parameter. This method does not consider the spatial propagation of errors, leading to imprecise interpretations of the best sowing dates, mainly at the beginning and at the end of the cycle. The objective of this work was to compare methods of spatializing numeric values of agrometeorological indices and to evaluate their spatial space variation. The methods of the pondered means ordinary kriging and indication kriging were used. The indication kriging was the most suitable method for spatializing ISNA and to define the best sowing date for corn, in the State of São Paulo.