Variabilidade Pluviométrica e Produtividade

INPE-13599-TDI/1038
RELAES ENTRE A VARIABILIDADE DA PRECIPITAO E A

PRODUTIVIDADE AGRCOLA DE SOJA E MILHO NAS
REGIES SUL E SUDESTE DO BRASIL
Danielle Barros Ferreira
Dissertao de Mestrado do Curso de Ps-Graduao em Meteorologia, orientada pelos

Drs. Sergio Henrique Franchito e Vadlamudi Brahmananda Rao,
aprovada em 25 de fevereiro de 2005.
INPE
So Jos dos Campos
2006
551.578.4: 631 (815/816)

FERREIRA, D. B.
Relaes entre a variabilidade da precipitao e a
produtividade agrcola de soja e milho nas regies sul e
sudeste do Brasil / D. B. Ferreira. - So Jos dos Campos:
INPE, 2005.
123p.; (INPE-13599-TDI/1038).
1.Precipitao. 2.Produtividade. 3.Milho. 4.Soja.
5.Oscilao sul. I. Ttulo.
No se deve ir atrs de objetivos fceis. preciso buscar o que s pode ser alcanado
por meio de maiores esforos.
ALBERT EINSTEIN
Aos meus pais,

FERREIRA e VIVI
e ao meu irmo,
BRUNO LEONARDO.
AGRADECIMENTOS
Agradeo a Deus por ter me presenteado com mais essa vitria em minha vida.
Aos meus pais Ferreira e Vivi, pelo exemplo de dignidade, carter e por sempre me
incentivarem ao estudo.
Ao meu irmo Bruno Leonardo, por ser amigo e sempre acreditar no meu potencial.
A todos os meus familiares presentes, pelo apoio dedicado, e aos ausentes, que estariam
felizes pela minha conquista.
Aos Drs. Vadlamudi Brahmananda Rao e Sergio Henrique Franchito, pela orientao,
ensinamentos transmitidos e incentivo na carreira de pesquisa.
Aos membros da banca examinadora, pelas crticas e sugestes, em especial a Dra.
Regina Clia dos Santos Alval, por ser responsvel pela correo to cuidadosa deste
documento.
Ao Instituto Nacional de Pesquisas Espaciais - INPE pela oportunidade de estudos e
utilizao de suas instalaes.
Aos amigos e companheiros: Luis Andr Rodrigues dos Santos, Paulo Ricardo Bardou
Barbieri, Mateus da Silva Texeira, Reinaldo Olmar Kneib, Gilberto Ricardo Bonatti,
Robson Lopes, Solange Silva de Souza e Tatiane Felinto.
Aos professores do corpo docente do Curso de Ps-Graduao em Meteorologia.
A todos os colegas do Curso de Mestrado em Meteorologia do INPE, que partilharam
comigo a busca por um ideal.
Aos professores do Departamento de Meteorologia da Universidade Federal do Par,
que contriburam em minha formao acadmica, em especial aos professores e amigos:
Maria do Carmo Felipe de Oliveira, Dimitrie Nechet e Jlia Clarinda Paiva Cohen.
A todos os rgos que contriburam para a realizao deste trabalho, em especial: ao
Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico - CNPq, pelo auxilio
financeiro de dois anos de bolsa de mestrado, Instituto Nacional de Meteorologia INMET, Agncia Nacional de Energia Eltrica -ANEEL, Instituto Brasileiro de
Geografia e Estatstica - IBGE, Empresa de Assistncia Tcnica e Extenso Rural EMATER, Companhia Nacional de Abastecimento - CONAB e Instituto Agronmico
do Paran IAPAR, pelos dados fornecidos para a realizao deste trabalho.
RESUMO
A variabilidade interanual da precipitao determina estaes seca e chuvosa

influenciando a agricultura em diferentes regies do Pas. Atualmente, a principal fonte
conhecida da variabilidade climtica interanual o fenmeno chamado El Nio Oscilao Sul (ENOS), o qual provoca sensveis anomalias na circulao atmosfrica
em escala global, sendo que as anomalias climticas extremas esto relacionadas com as
fases: quente (El Nio) e fria (La Nia) do ENOS. Este trabalho apresenta um estudo
das relaes entre clima e a produo agrcola nas Regies Sul e Sudeste do Brasil,
utilizando sries temporais no perodo de 1970 a 1998 de algumas variveis
climatolgicas, tais como precipitao e ndice de oscilao sul (IOS) e tem como
objetivo estudar o comportamento das culturas de soja e milho, alm da influncia da
precipitao sobre elas. Foram calculadas correlaes simples entre a precipitao e a
produtividade agrcola, tendo sido verificado que a precipitao influenciou diretamente
a produtividade das culturas estudadas, de acordo com a sazonalidade. Alm disso,
foram analisados os impactos causados pelo fenmeno ENOS sobre a precipitao e a
produtividade das culturas, em que durante a fase fria obteve-se precipitao (SON e
DJF) abaixo da mdia; contudo, no afetou a produtividade das culturas. Durante a fase
quente a produtividade foi favorecida. Visando examinar a possibilidade de prever a
produtividade da soja a partir dos dados de precipitao (JFM), foi utilizada uma tcnica
de previso emprica atravs de equaes de regresso linear simples, durante o perodo
de 1944 a 1998, para o Estado do Rio Grande do Sul. Com isso, encontrou-se um
perodo ideal de aproximadamente 23 anos de dados para originar equaes preditoras,
sendo que o uso de mais ou menos dados para gerar a previso pode prejudicar o
desenvolvimento do modelo.
RELATIONS BETWEEN THE VARIABILITY OF THE PRECIPITATION AND

THE PRODUCTIVITY OF SOYBEAN AND MAIZE IN THE SOUTH REGIONS
AND SOUTHEASTERN OF BRAZIL
ABSTRACT
The interannual variability of the precipitation determines rainy and dry seasons and
consequently influences the agricultural yield in different regions. The El Nio Southern Oscillation (ENSO) phenomenon provokes strong anomalies in the global
atmospheric circulation. Extreme climate anomalies are related with the warm phase (El
Nio) and cold phase (La Nia) of ENSO. This work shows a study of the relationships
between climate and crop yields in the South and Southeast Regions of Brazil. Data
from 1970 - 1998 of some climatological variables, such as precipitation and Southern
Oscillation Index (SOI) are used to study the influence of the precipitation on corn and
soybean yields in these regions. Compututed correlation coefficients between the
rainfall and corn and soybean yields showed that the precipitation influences seasonally
crop yields. During the cold phase of ENSO the precipitation (SON and DJF) was lower
than the mean value. However, this did not affect the crop yields. During the warm
phase of ENSO there was an increase in the crop yields. The feasibility of predicting
soybean yields in Rio Grande do Sul State from prior observations of precipitation was
investigated. For the purpose, a linear regression technique was used for the period 1944
1998. The results showed that the ideal number of years of the data series needed to
derive prediction equation is 23.
SUMRIO
Pg.
LISTA DE FIGURAS................................................................................................ 15
LISTA DE TABELAS............................................................................................... 17
LISTA DE SMBOLOS
............................................................................................. 19
LISTA DE SIGLAS E ABREVIATURAS
................................................................ 21
CAPTULO 1 INTRODUO ........................................................................... 23
1.1 - Caractersticas gerais das Regies Sul e Sudeste do Brasil ............................... 25
1.2 Objetivos ........................................................................................................... 27
CAPTULO 2 REVISO BIBLIOGRFICA ................................................... 29
2.1 Aspectos Gerais ................................................................................................ 29
2.2 Principais culturas ............................................................................................. 31
2.3 A influncia do ENOS na agricultura ............................................................... 33
CAPTULO 3 DADOS E METODOLOGIA ..................................................... 39
3.1. Dados .................................................................................................................. 39
3.2 Metodologia ..................................................................................................... 41
CAPTULO 4 RESULTADOS ............................................................................ 49
4.1 - Regime Pluviomtrico ....................................................................................... 49
4.2 Caracterstica das culturas ................................................................................ 57
4.2.1 Milho .............................................................................................................. 57
4.2.2 Soja ................................................................................................................ 67
4.3 Influncia da Precipitao sobre a produtividade das Culturas ......................
74
4.3.1 Milho ............................................................................................................. 74

4.3.2 Soja ................................................................................................................ 80
4.4 Impactos do El Nio - Oscilao Sul sobre a produtividade das culturas e

precipitao ......................................................................................................
84
4.4.1 Milho .............................................................................................................. 86

4.4.2 Soja ................................................................................................................ 96
4.5 Estudo de Caso: Tcnica de Previso Emprica da produtividade da Soja para
o Estado do Rio Grande do Sul ......................................................................... 101
CAPTULO 5 CONCLUSES ............................................................................ 109
5.1 Consideraes finais ......................................................................................... 109
5.2 Sugestes .......................................................................................................... 114
REFERNCIAS BIBLIOGRFICAS ................................................................... 115
APNDICE I TABELA DE DISTRIBUIO DO TESTE t -student .............. 123
LISTA DE FIGURAS
Pg.
3.1 - Estaes pluviomtricas localizadas na Regio Sul e Sudeste do Brasil,
para o perodo de 1970 1998.......................................................................
39
4.1 - Trimestre chuvoso (a) e menos chuvoso (b) nas Regies Sul e Sudeste do
Brasil, no perodo de 1970 a 1998.................................................................. 50
4.2 - Precipitao mdia na Regio Sul (a) e Sudeste (b) do Brasil, durante o
perodo de 1970 a 1998..................................................................................
52
4.3 - Variao interanual da anomalia de precipitao na Regio Sul do

Brasil.............................................................................................................. 54
4.4 - Variao interanual da anomalia de precipitao na Regio Sudeste do
Brasil..............................................................................................................
55
4.5 - Evoluo das caractersticas do cultivo de milho nos Estados da Regio

Sul do Brasil, durante 1970 a 1998................................................................
59
4.6 - Evoluo das caractersticas do cultivo de milho nos Estados da Regio

Sudeste do Brasil, durante 1970 a 1998.........................................................
60
4.7 - Variao interanual da produtividade original do milho (com a tendncia)

e a corrigida (sem a tendncia) nos Estados da Regio Sul do Brasil (1970
- 1998) ........................................................................................................... 64
4.8 - Variao interanual da produtividade original do milho (com a tendncia)
e a corrigida (sem a tendncia) nos Estados da Regio Sudeste do Brasil
(1970-1998) ................................................................................................... 65
4.9 - Evoluo das caractersticas do cultivo de soja nos Estados da Regio Sul
e Sudeste do Brasil, durante 1970 a 1998......................................................
69
4.10 - Variao interanual da produtividade original da soja (com a tendncia) e a

corrigida (sem a tendncia) nos Estados da Regio Sul e Sudeste do Brasil
(1970 - 1998).................................................................................................. 73
4.11 - Anomalias padronizadas (pelo desvio padro) de precipitao (dezembro a
fevereiro) e produtividade do milho (corrigida) na Regio Sul do Brasil
(1970 - 1998).................................................................................................. 78

fevereiro) e produtividade do milho (corrigida) na Regio Sudeste do
Brasil (1970 1998) ...................................................................................... 79
fevereiro) e produtividade da soja (corrigida) na Regio Sul e Sudeste do
Brasil (1970 - 1998)....................................................................................... 83
4.14 - Evoluo do ndice de Oscilao, durante o perodo de 1970 a 1998. Anos
de El Nio vermelho / Anos de La Nia / Anos
neutros........................................................................................................... 85
4.15 - Desvios da mdia de precipitao de setembro a fevereiro (mm) e a
produtividade corrigida do milho (kg/ha) na Regio Sul do Brasil, durante
o perodo de 1970 a 1998............................................................................... 93
produtividade corrigida do milho (kg/ha) na Regio Sudeste do Brasil,
durante o perodo de 1970 a 1998.................................................................. 94
produtividade corrigida da soja (kg/ha) na Regio Sul e Sudeste do Brasil,
4.18 - Comportamento da Precipitao de janeiro a maro no Rio Grande do Sul,
4.19 - Avaliao da previso de produtividade da soja atravs de estatsticas de
erro mdio quadrtico (EMQ), erro mdio absoluto (EMA) e tendncia
(TEND), a partir da precipitao (JFM) e coeficiente de correlao (r)
entre a produtividade observada e prevista no Rio Grande do Sul (1974 1998), de acordo com a variao de n............................................................ 106
4.20 - Avaliao da previso de produtividade da soja atravs de estatsticas de
erro mdio quadrtico (EMQ) a partir da precipitao (JFM) e coeficiente
de correlao (r) entre a produtividade observada e prevista no Rio Grande
do Sul (1974 - 1998), de acordo com a variao de
lag................................................................................................................... 107
LISTA DE TABELAS
Pg.
4.1 - Produtividade mdia original do milho nos Estados da Regio Sul e

Sudeste do Brasil, durante o perodo de 1970 a 1998.................................... 62
4.2 - Produtividade mdia original da soja nos Estados da Regio Sul e Sudeste
do Brasil, durante o perodo de 1970 a 1998.................................................. 71
4.3 - Coeficientes de correlao entre a precipitao trimestral e a produtividade
anual do milho nos Estados da Regio Sul e Sudeste do Brasil (1970 1998)............................................................................................................... 76
4.4 - Coeficientes de correlao entre a precipitao trimestral e a produtividade
anual da soja nos Estados da Regio Sul e Sudeste do Brasil (1970 1998).............................................................................................................. 81
4.5 - Coeficientes de correlao ent re a precipitao trimestral e a produtividade
anual da soja no Estado do Rio Grande do Sul (1944 - 1998)...................... 102
LISTA DE SMBOLOS
Latinos
A
Coeficiente emprico
Coeficiente emprico
Graus Celsius
Lag (Defasagem)
ha
Hectare
Varivel que representa um ano qualquer
km2
Quilmetros quadrados
kg/ha
Quilograma por hectare
mm
Milmetros
Tamanho da amostra
Precipitao mdia
PRP
Precipitao trimestral observada de maior influncia sobre a produtividade da

cultura (maior r)
Pa
Precipitao anual
Pn
Desvio normalizado de precipitao
Coeficiente de correlao
Pd
Produtividade mdia
Pda
Produtividade anual
Pde
Produtividade estimada da cultura
Pdn
Desvio normalizado de produtividade
Pdy
Produtividade observada da soja no ano y
Pdyn
Produtividade prevista da soja no ano y
Toneladas
Valor percentil da distribuio t de Student
XeY
Variveis consideradas no calculo do coeficiente de correlao
Ano em que a previso feita
Yci
Produtividade corrigida do ano i
Yi
Produtividade original do ano i
Y(Xi)
Produtividade do ano i estimado pelo modelo de regresso
Y(Xo)
Produtividade do primeiro ano da srie histrica de produtividade estimada

pelo modelo de regresso
Gregos
Graus de liberdade da amostra
Desvio padro da amostra
LISTA DE SIGLAS E ABREVIATURAS
AMJ
- Abril Maio Junho
ANEEL
- Agncia Nacional de Energia Eltrica
CONAB
- Companhia Nacional de Abastecimento
CPTEC
- Centro de Previso de Tempo e Estudos Climticos / INPE
DJF
- Dezembro Janeiro Fevereiro
EMA
- Erro Mdio Absoluto
EMATER
- Empresa de Assistncia Tcnica e Extenso Rural
EMBRAPA
- Empresa Brasileira de Pesquisa Agropecuria
ENOS
- El Nio Oscilao Sul
EMQ
- Erro Mdio Quadrtico
EUA
- Estados Unidos da Amrica
FMA
- Fevereiro Maro Abril
HS
- Hemisfrio Sul
IBGE
- Instituto Brasileiro de Geografia e Estatstica
INMET
- Instituto Nacional de Meteorologia
INPE
- Instituto Nacional de Pesquisas Espaciais
IOS
- ndice de Oscilao Sul
IPCC
- Intergovernmental Panel on Climate Change
JFM
- Janeiro Fevereiro Maro
JJA
- Junho Julho Agosto
MAM
- Maro Abril Maio
NDJ
- Novembro Dezembro Janeiro
NOAA
- National Oceanic and Atmospheric Administration
OND
- Outubro Novembro Dezembro
SIGRH
- Sistema Integrado de Gerenciamento de Recursos Hdricos do

Estado de So Paulo
SON
- Setembro Outubro Novembro
TEND
- Tendncia
TSM
- Temperatura da superfcie do Mar
ZCAS
- Zona de Convergncia do Atlntico Sul
CAPTULO 1
INTRODUO
Nas ltimas dcadas, o meio ambiente vem passando continuamente por mudanas
climticas e tem sido motivo de vrios estudos visando evitar que os efeitos causados
por estas prejudiquem as diversas formas de vida na superfcie terrestre. O
conhecimento destas alteraes em uma determinada regio faz-se necessrio, pois o
clima corresponde a um fator preponderante para a existncia da vida de um modo geral
e no desenvolvimento das diversas atividades humanas na rea considerada.
As adversidades no clima podem ser causadas por mudanas antropognicas ou

naturais. As alteraes climticas de origem antropognica so causadas pela ao do
homem no meio fsico e, de um modo geral, so irreversveis e apresentam escala de
extenso variando de pequena at a meso-escala. Quanto s alteraes de origem
natural, estas podem variar sua extenso da meso grande escala e esto relacionadas
com a circulao geral da atmosfera (enchentes, secas, etc...), alm de estarem
associadas com eventos climticos extremos.
A variabilidade climtica de grande importncia para os diversos setores, tais como:

economia, pecuria, engenharia e produo de energia. No setor da economia, a
agricultura uma das atividades mais vulnerveis a estas mudanas, sendo a
responsvel por grande parte das exportaes brasileiras, bem como pela gerao de
milhares de empregos. As mudanas climticas podem afetar os sistemas agrcolas
regionais com srias conseqncias na produo de alimentos. Os impactos especficos
dependem de como os efeitos das mudanas so transferidos para os fatores que
determinam a viabilidade e a utilizao destas reas.
As chuvas, assim como a falta delas, esto relacionadas com fenmenos meteorolgicos
pertencentes s vrias escalas temporais e espaciais, que vo desde a escala global (El
Nio e La Nia) s condies locais (chuvas localizadas). A variabilidade da
precipitao determina as estaes seca e chuvosa, influenciando a agricultura em
23
diferentes regies do Pas. De fato, o clima ainda uma varivel importante para a
produo agrcola, apesar dos avanos tecnolgicos e cientficos ocorridos nos ltimos
tempos, alm de exercer uma influncia direta sobre as fases da cadeia de produo. De
acordo com Berlato e Fontana (1999), as alteraes anuais da produtividade de soja no
sul do Brasil so funes das oscilaes no regime pluviomtrico, o qual fortemente
influenciado pela ocorrncia de fenmenos climticos, como El Nio e La Nia.
Os riscos climticos associados s culturas, decorrentes da alta variabilidade da

precipitao interanual entre regies, podem ser minimizados com a determinao das
caractersticas e quantidades de chuvas. Por exemplo, o principal fator de risco no norte
de So Paulo o dficit hdrico sendo atenuado nas reas de maior altitude, em razo
das temperaturas amenas proporcionarem menor evapotranspirao. Alm disso, existe
o risco de geada em algumas reas, por exemplo, no sudoeste do estado (Vale do
Paranapanema), onde as geadas ocorrem com maior freqncia de junho a agosto.
O conhecimento das caractersticas e durao dos perodos chuvoso e menos chuvoso

possibilita que muitas atividades agrcolas, como a irrigao e o preparo do solo,
possam ser planejadas e realizadas de forma racional, diminuindo os custos da
produo. Isto permite, tambm, que o agricultor tome decises mais confiveis sobre
pocas de semeadura, de forma que estgios de desenvolvimento fenolgico mais
sensveis disponibilidade de gua no solo no ocorram durante os perodos secos.
Vrios estudos tm explorado o potencial de informaes teis no planejamento de

atividades agrcolas a partir da anlise de dados de precipitao: Arruda e Pinto (1980)
analisaram a distribuio de freqncia de chuvas na regio de Campinas-SP; Camargo
et al. (1985) estudaram as melhores pocas de semeadura para a cultura de trigo no
Estado de So Paulo; Goodwin e Sans (1976) analisaram a interao entre a
probabilidade de chuva, data de semeadura e consumo de gua da cultura de milho em
Minas Gerais, mais precisamente em Sete Lagoas.
24
A variabilidade climtica manifestada pelas variaes de elementos meteorolgicos

que podem ser persistentes ou prolongadas por vrios meses, principalmente na
atmosfera tropical. Os fenmenos El Nio e La Nia fazem parte da grande escala e
afetam diretamente a circulao atmosfrica definindo alteraes na precipitao em
diversas regies do globo, podendo atingir a produtividade agrcola.
Estudos indicam uma possvel conexo entre o fenmeno El Nio Oscilao Sul
(ENOS) e a variao da produtividade de alimentos. Na Austrlia, a variabilidade da
produtividade de trigo e cana-de-acar foi em grande parte explicada pelo ndice de
Oscilao Sul
(IOS) (Rimmington e Nicholls, 1993), enquanto Handler (1984)
observou que a tendncia da variao anual da produtividade de milho acima da mdia

no Estado de Illinois-EUA estava associada ocorrncia de anomalias positivas de
temperatura da superfcie do mar (fenmeno ENOS), no oceano Pacfico Equatorial.
No Brasil, o impacto do fenmeno ENOS possui implicaes regionais especficas nos

padres de precipitao e, conseqentemente, na produo agrcola. Rao et al. (1997)
mostraram que em regies como o nordeste do Brasil existe algum potencial de
previsibilidade da produtividade agrcola. Contudo, h necessidade de estudos
posteriores de previso climtica, visando aproveitamento mximo da produtividade
agrcola nas diversas regies do Pas.
1.1
Caractersticas gerais das Regies Sul e Sudeste do Brasil
Formada pelos Estados do Paran, Santa Catarina e Rio Grande do Sul, a Regio Sul
possui uma rea de 577.214 km2 , ocupando 6,75% do territrio brasileiro, o que
corresponde regio de menor rea no Brasil. Quanto ao clima, caracteriza-se pela
diversidade de temperatura em diferentes reas da regio, ou seja, em regies de
planaltos mais elevados as temperaturas so mais baixas e nas plancies dos pampas,
mais ao sul, as temperaturas so mais elevadas. Portanto, uma regio que possui uma
variabilidade anual de temperatura maior se comparada s outras regies brasileiras.
25
interessante citar que nesta rea podem ocorrer temperaturas abaixo de 0C,
ocasionando geadas. A distribuio anual de precipitao bem uniforme, com mdia
anual variando de 1250 a 2000mm, sendo que cada uma das quatro estaes do ano
explica em torno de 25% da precipitao anual e geralmente influenciada pela
passagem de sistemas frontais.
A Regio Sudeste composta pelos Estados do Esprito Santo, Rio de Janeiro, Minas
Gerais e So Paulo, ocupando 10,85% da superfcie brasileira, com uma rea de
927.286,2 km2 . O clima desta regio, por situar-se nos subtrpicos, corresponde a uma
faixa de transio entre duas regies de diferentes comportamentos climticos: clima
quente de uma regio semi- rida ao norte (Regio Nordeste do Brasil) e ao sul, um
clima mesotrmico do tipo temperado (Regio Sul do Brasil) (Nimer, 1979).
Esta regio afetada pela maioria dos sistemas sinticos que atingem o sul do Pas, com
algumas diferenas em termos de intensidade e sazonalidade do sistema. A estao
chuvosa acontece no vero austral, devido principalmente presena da Zona de
Convergncia do Atlntico Sul (ZCAS). Em razo da sua localizao, entre duas regies
contrastantes e falta de um melhor entendimento dos processos associados a ZCAS, a
previsibilidade climtica da Regio Sudeste nas escalas sazonal e interanual baixa
(Cavalcanti et al., 2001), se comparada s das regies nordeste e sul do Pas.
A agricultura da Regio Sul desempenha um importante papel, pois praticada em larga

escala com uso de tcnicas modernas, que propiciam boa produt ividade das culturas de
trigo, soja, milho, arroz. A Regio Sudeste tambm apresenta esta caracterstica, porm
a atividade agropecuria no tem um padro tecnolgico homogneo. Esta regio possui
grande investimento de capital, por exemplo, o caso da soja, cana-de-acar e caf, lado
a lado com outras baseadas em prticas tradicionais e de pequena produtividade (Sader,
1996). importante citar que na safra de milho em 2000/2001, 77% da rea plantada e
92% da produo concentraram-se nas Regies Sul, Sudeste e Centro-Oeste. A Regio
Sudeste participou com 19,01% da rea e 19,62% da produo brasileira, enquanto que
a Regio Sul participou com 42,32% da rea e 53,7% da produo brasileira.
26
1.2
Objetivos
O presente trabalho tem como objetivo estudar:
a influncia da precipitao sobre a produtividade das culturas de milho e

soja nas Regies Sul e Sudeste do Brasil;
os impactos dos episdios de ENOS sobre a precipitao e a produtividade

das culturas mencionadas acima;
investigar o potencial de previsibilidade da produtividade agrcola da soja,

aplicando-se uma tcnica de previso emprica visando descrever o
comportamento da produtividade atravs da precipitao observada e/ou
estimada no Estado do Rio Grande do Sul.
No geral, esperam-se obter informaes que possam subsidiar um melhor planejamento

agrcola em face s flutuaes climticas e conseqente reduo de prejuzos relevantes
a este setor, dada a importncia das culturas estudadas para a agricultura e para a
economia do Pas.
27
28
CAPTULO 2
FUNDAMENTAO
2.1
Aspectos Gerais
A produtividade agrcola no Brasil depende criticamente do clima e sua variabilidade.

Esta dependncia importante durante o ciclo de vida de determinadas culturas, sendo a
responsvel pela alternncia das produes anuais destas. Isto influencia diretamente no
balano da produo, havendo perdas ou ganhos em funo das condies climticas de
uma regio. Um exemplo disso o balano percentual da produo de cereais na
Amrica do Sul, que ganha cerca de 30 milhes de toneladas; sendo que dos seus 12
pases, 6 perdem mais de 60 milhes de toneladas e outros ganham 90 milhes. O
Brasil, que representa metade da populao da regio, perde 14% da produo de gros
(IPCC, 2001).
Os elementos climticos, como a radiao solar, vento, precipitao pluviomtrica e a

temperatura do ar, possuem influncia decisiva no crescimento das plantas, alm de
provocarem diversos efeitos sobre regies produtoras de alimentos. Muitas vezes esses
efeitos podem acarretar em perdas quase totais da produo, provocando escassez de
alimentos. Por isso, fazem-se necessrios estudos mais detalhados sobre as
caractersticas dos elementos climticos, contribuindo, assim, para um melhor
planejamento na produo agrcola, determinando a poca de plantio mais apropriada,
de modo que uma referida cultura no seja prejudicada por condies climticas
adversas.
O regime de precipitao a principal caracterstica climtica que determina a durao

da estao de crescimento das plantas em regies tropicais, em contraste com as regies
temperadas, nas quais o incio e o fim da estao de crescimento so definidos pelo
regime sazonal da temperatura do ar (Oliveira et al., 2000). A poca de plantio de uma
29
cultura est diretamente condicionada ao regime de chuvas de uma determinada regio e

a fertilidade do solo explorado.
A quantidade e a distribuio de chuvas so importantes para as culturas, pois a

demanda de gua deve ser considerada para que as plantas apresentem um bom
desenvolvimento, proporcionando uma boa produtividade agrcola. Suas necessidades
hdricas so determinadas em funo da demanda imposta pelas condies ambientais,
da gua no solo para a cultura e tambm por fatores inerentes prpria planta (rea
foliar, distribuio do sistema radicular, etc).
A gua constitui aproximadamente 90% do peso da planta, atuando em praticamente

todos os processos fisiolgicos e bioqumicos. Possui ainda papel importante na
regulao trmica da planta, agindo tanto no resfriamento como na manuteno e
distribuio de calor (EMBRAPA, 2001).
30
2.2
Principais culturas
As culturas selecionadas para o estudo (milho e soja) so de grande importncia para

todos os estados brasileiros, pois podem ser cultivadas em praticamente todo o territrio
nacional. Porm, estas esto basicamente concentradas no Centro-sul do Brasil,
correspondendo a 70% da produo nacional e, segundo Tsunechiro (2004), so as duas
culturas de maior rea plantada no Pas, representando, respectivamente, 41,5% e 30,1%
da rea de gros (cereais, leguminosas e oleaginosas). Ressalta-se que no perodo de
1976 a 2000, a Regio Sul respondeu por 49% da produo nacional de milho e 53% da
produo de soja, enquanto que a Regio Sudeste alcanou 27 e 10% da produo de
milho e soja, respectivamente.
Segundo Camargo et al. (1974), o milho e a soja so culturas de vero que possuem
exigncias climticas semelhantes e encontram condies satisfatrias em climas
tropicais, subtropicais e temperados, com temperatura mdia dos meses de vero
variando de 21 a 27C. As restries climticas trazidas pelo fator hdrico so
conseqncia quer do prolongamento da estao seca, que dificulta a maturao e a
colheita, quer da umidade do solo excessiva durante o ano todo, que traz srios
problemas lavoura.
O milho no muito exigente em umidade, suporta pequenas deficincias hdricas no

incio do crescimento, forando o desenvolvimento do sistema radicular. A ocorrncia
de estresse hdrico durante os perodos mais crticos, compreendidos entre a florao e
enchimento de gros, podem levar a baixos nveis de produtividade do milho.
Segundo Camargo et al. (1974), o milho (Zea mays L.) pode ser cultivado em regies de
precipitao anual entre 250 mm e 5000mm. Um mnimo de 200mm no vero
indispensvel para a produo da cultura sem irrigao. Segundo Mota (1983), a
variabilidade anual da produtividade da cultura de milho no Rio Grande do Sul est
associada com a ocorrncia de secas (ocasionadas pelo evento La Nia), sendo que a
irrigao uma possvel soluo para o problema.
31
Outro evento relacionado falta de chuvas o veranico, que consiste em dias

consecutivos sem chuvas no meio do perodo chuvoso de uma determinada regio,
sendo comum principalmente na parte Centro-sul do Brasil. Este prolongamento da
estiagem pode causar quebra na produtividade das culturas (milho e soja), variando de
acordo com a intensidade e a durao do estresse hdrico, alm do estgio de
desenvolvimento da planta (Couto et al., 1986).
O milho pode ser semeado desde setembro a novembro, porm a produtividade maior
quando as condies do clima permitem o plantio nos meses de setembro e outubro.
Logo, o plantio de milho na poca adequada sua regio faz com que o produtor rural
evite perdas desnecessrias. Na Regio Sul do Brasil, devido ocorrncia regular de
chuvas, a poca de plantio maior: de agosto a dezembro. Em qualquer regio, se o
milho for plantado depois da poca recomendada a produtividade pode cair at 30 kg/ha
por dia de atraso. Para lavouras no irrigadas, a poca de plantio deve ser planejada para
coincidir a florao do milho e o enchimento dos gros (fases mais exigentes em gua)
com o perodo de chuvas. J o milho irrigado pode ser plantado durante todo o ano,
exceto no inverno das regies onde ocorrem geadas.
Tendo em vista que as exigncias climticas bsicas, trmicas e hdricas da soja so

comparveis s do milho, vale ressaltar que esta cultura suporta melhor que o milho
certos rigores climticos, como curtas estiagens no perodo vegetativo, depois das
plantas estarem bem estabelecidas ou a umidade elevada da estao.
A soja (Glycine max L., Merril) pode ser cultivada em diversas reas do globo, desde
regies de clima temperado- frio, como o caso do norte dos Estados Unidos onde
ocupa a primeira posio entre os pases produtores (78 milhes de toneladas), at
regies equatoriais quentes, como o Brasil que o segundo maior produtor de soja e que
na safra de 2003 produziu 50 milhes de toneladas. Porm, o sucesso da produtividade
da cultura est na dependncia de se utilizar variedades adaptadas s condies
climticas da regio.
32
A disponibilidade de gua para esta cultura importante, principalmente em dois

perodos de desenvolvimento: germinao-emergncia e florao enchimento dos gros.
Para a obteno da produtividade mxima, a necessidade de gua para a cultura da soja,
durante todo o seu ciclo, varia entre 450 a 800mm dependendo das condies
climticas, do manejo da cultura e da durao do seu ciclo. importante ressaltar que
uma das principais causas da variao da produtividade da soja no Brasil tem sido a
ocorrncia de dficit hdrico. Por exemplo, as estiagens ocorridas no Rio Grande do Sul
constituem a principal adversidade climtica cultura de soja (Berlato e Fontana, 1999).
A poca de plantio da soja pode ser alterada quando h um bom regime de chuvas e
fertilidade elevada do solo. De um modo geral, o perodo de plantio em que a
produtividade da soja tende a ser elevada abrange os meses de outubro a dezembro,
porm o ms de novembro corresponde ao ms preferencial de plantio.
2.3
A influncia do ENOS na agricultura
A agricultura uma das atividades do setor econmico de certas regies que pode ser
severamente afetada pelas variaes do clima, ou seja, os elementos meteorolgicos
exercem influncia direta sobre a produtividade agrcola de determinadas culturas. A
no previsibilidade da variabilidade climtica uma das principais fontes de risco para
as atividades agrcolas (Hardaker et al., 1997). A maioria das dificuldades enfrentadas
pelas safras brasileiras devido s causas climticas: secas, chuvas fortes e geada.
Podemos citar as culturas de vero (arroz, feijo, milho, soja, mandioca e outras
plantadas na poca de chuvas, de setembro em diante) em que as perdas por seca ou por
chuvas fortes alcanam at 60% e 32%, respectivamente (Rossetti, 2002). Em alguns
casos, o excesso de chuvas pode favorecer algumas culturas, como milho e soja, que
representam 75% da produo de gros da Regio Sul do Brasil (Berlato e Fontana,
1997).
33
Atualmente, a principal fonte conhecida da variabilidade climtica interanual com

atuao em todo o globo o fenmeno chamado ENOS, o qual provoca sensveis
anomalias no escoamento atmosfrico em escala global (Kousky et al., 1984; Kousky e
Cavalcanti, 1984). As anomalias climticas extremas esto relacionadas com as fases
quente (El Nio) e fria (La Nia) do ENOS. Este fenmeno tem origem no Oceano
Pacfico Tropical e resultado de uma interao oceano-atmosfera, em que ocorre uma
variao da temperatura da superfcie do mar (TSM) na parte central e junto costa
oeste da Amrica do Sul (Nio 3), em associao com os campos de presso (referentes
ao IOS) afetando conseqentemente o clima em diversas reas do mundo (Ropelewski e
Halpert, 1987; 1989). Aspectos gerais e seus impactos podem ser encontrados em:
Philander (1990), Moura (1994), Glantz (1996) e Silva (2000), entre outros.
Vrios ndices tm sido utilizados para medir a intensidade do ENOS, dentre eles tem-se
o IOS que reflete a diferena de presso atmosfrica entre Taiti (17,5S, 149,6W) e
Darwin (12,4S, 130,9E). importante ressaltar que o IOS mede a intensidade da
Oscilao Sul (componente atmosfrica) e a TSM da regio Nio 3 mede a intensidade
do El Nio (componente ocenica). O El Nio consiste no aquecimento das guas
ocenicas do Pacfico leste, enquanto que La Nia o resfriamento anmalo das guas
superficiais do Oceano Pacfico equatorial central e oriental.
No caso do Brasil, as reas mais afetadas so: a parte norte da Regio Nordeste, o leste
da Amaznia (na faixa tropical) e a Regio Sul (na faixa extratropical), rea
compreendida em uma grande regio localizada no sudeste da Amrica do Sul. Devido
grande extenso de seu territrio, verificam-se conseqncias diferentes diante de
determinadas fases do fenmeno.
No sul do Brasil, a fase quente (El Nio) em geral est associada com excesso de
precipitao durante a primavera do primeiro ano e posteriormente o fim do outono e
incio do inverno do segundo ano, e na fase fria (La Nia) a precipitao apresenta-se
abaixo da normal na primavera e comeo do vero. J na Regio Sudeste no existe
mudana no padro caracterstico de chuvas da regio. Isto no quer dizer que a regio
34
no seja afetada pelo fenmeno, pois apresenta aumento substancial da temperatura

durante o inverno em anos de El Nio, tornando-o mais ameno. Porm, em anos de La
Nia a rea apresenta baixa previsibilidade. No nordeste, verifica-se o inverso em
relao Regio Sul (Rao e Hada, 1990). Estudos complementares para o Brasil foram
realizados, como Alves e Repelli (1992) e Uvo et al. (1994) para a Regio Nordeste, e
Grimm et al. (1996a, b), Fontana e Berlato (1997) e Diaz et al. (1998) para Regio Sul.
Estes estudos visam entender a relao entre os impactos intra-regionais das fases do
ENOS sobre o regime de precipitao.
Evidncias mostram que o ENOS influencia a produtividade de culturas atravs de

alteraes nos padres de clima em algumas regies. Os impactos deste fenmeno sobre
a agricultura dependem da cultura e poca do calendrio agrcola, em que a precipitao
apresenta-se acima ou abaixo da normal. Tendo em vista a possibilidade de
quantificao da variabilidade climtica associada s fases deste fenmeno, tornam-se
necessrias aplicaes dessas informaes no manejo de culturas, visando reduzir riscos
ou melhorar o aproveitamento de condies climticas favorveis. Existem diversos
estudos relacionando as fases do fenmeno ENOS associadas sua variabilidade
climtica e a produtividade das culturas, dentre os quais podem ser citados:
Cane et al. (1994) encontraram uma forte correlao entre o ENOS, a precipitao e a
produtividade do milho no Zimbabwe, sul da frica, que explica mais de 60% da
variao, mostrando que uma componente da variabilidade interanual na produo do
milho pode ser explicada pela TSM do Pacfico, na regio conhecida como NINO 3.
Keppenne (1995) identificou a influncia do ENOS nos preos futuros da soja atravs
de anlise espectral, utilizando anlise de componentes principais para isolar a
variabilidade espacial e temporal, associada com as oscilaes de uma srie de tempo
dos preos futuros da soja e o IOS.
Mjelde e Keplinger (1998) examinaram o impacto dos eventos extremos da Oscilao

Sul na estimativa e previso da produtividade de sorgo e trigo de inverno no Texas. Os
35
resultados sugerem que a Oscilao Sul causa impacto sobre a produtividade das
colheitas de formas diferentes, ou seja, a produtividade do trigo de inverno parece sofrer
mais influncia da Oscilao Sul do que produtividade de sorgo no Texas.
A influncia do ENOS na produo de colheita no sudeste dos Estados Unidos foi

estudada por Hansen et al. (1998), visando identificar as colheitas que so mais
vulnerveis variabilidade do ENOS. Foram utilizadas anomalias trimestrais da TSM
no Pacfico equatorial oriental e foram analisadas as relaes com seis colheitas
(amendoim, tomate, algodo, tabaco, milho e soja) em quatro estados (Alabama,
Flrida, Gergia, e Carolina do Sul). Concluram que eventos de ENOS causam impacto
econmico na agricultura da regio estudada.
Em relao ao Brasil, cita-se Fontana e Berlato (1996), que analisaram a influncia do

ENOS sobre a precipitao e a produtividade de milho no Rio Grande do Sul e
encontraram uma correlao positiva entre o El Nio e a produtividade de gros em
duas localidades: Cruz Alta e Passo Fundo.
Rao et al. (1997) sugeriram que o IOS pode ser til para prever a produtividade de
milho na Regio Nordeste do Brasil, constatando que houve uma forte correlao
positiva entre o ndice e a colheita de milho, em sete estados da rea estudada, nos
meses de fevereiro a abril.
Cunha et al. (1999) identificaram a influncia das fases do fenmeno ENOS sobre a
produtividade da cultura de trigo no Brasil e concluram que nesta cultura o fenmeno,
em geral, causa impactos positivos, nos anos de La Nia, e negativos nos anos de El
Nio, particularmente no sul do Pas.
Berlato e Fontana (1999) relacionaram a variabilidade interanual da precipitao e a

produo de soja no Rio Grande do Sul considerando os eventos de ENOS. Mostraram
que a precipitao explica 80% da variao interanual da produtividade e que o El Nio
36
favorece a cultura de soja, levando na maioria das vezes a produtividades e produes

recordes dessa cultura no Estado.
Mota (2000) estudou a influncia dos fenmenos El Nio e La Nia sobre a

produtividade do arroz irrigado na regio de Pelotas, RS. Constatou que a produtividade
manteve-se acima da mdia em anos de La Nia, enquanto em anos de El Nio no
houve modificao significativa da produtividade do arroz irrigado, pois dependendo do
ano a produtividade foi inferior, igual ou superior a mdia.
37
38
CAPTULO 3
DADOS E METODOLOGIA
3.1
Dados
Para investigar as relaes entre clima e a produo agrcola nas Regies Sul e Sudeste
do Brasil, foram utilizadas sries temporais de 1970 a 1998 de algumas variveis
climticas, tais como precipitao e IOS. Alm disso, foram verificadas as suas relaes
com a produtividade de milho e soja na rea de estudo.
O conjunto de dados de precipitao mensal de 238 estaes meteorolgicas foi obtido

atravs do Instituto Nacional de Meteorologia (INMET), Agncia Nacional de Energia
Eltrica (ANEEL) e Sistema Integrado de Gerenciamento de Recursos Hdricos do
Estado de So Paulo (SIGRH) distribudas por Estado ao longo das Regies Sul e
Sudeste do Brasil (Figura 3.1).
-16.0
-18.0
-20.0
-22.0
-24.0
-26.0
-28.0
-30.0
-32.0
-56.0 -54.0 -52.0 -50.0 -48.0 -46.0 -44.0 -42.0 -40.0
FIGURA 3.1 Estaes pluviomtricas localizadas na Regio Sul e Sudeste do Brasil,

para o perodo de 1970 1998.
39
Os dados de IOS da NOAA (National Oceanic and Atmospheric Administration)

utilizados,
encontram-se
disponveis
na
internet,
<http://www.cpc.ncep.noaa.gov/data/indices/>. Os dados l disponveis so mensais e

calculados utilizando anomalias normalizadas das presses atmosfricas na superfcie
do mar em Darwin e Taiti.
Para a produo agrcola foram utilizados dados de totais anuais de milho e soja
(toneladas), rea plantada (hectares) e produtividade mdia anual (quilogramas por
hectare) dos Estados das Regies Sul e Sudeste do Brasil, no perodo compreendido
entre 1970 e 1998. Estes dados foram obtidos de estatsticas oficiais do Instituto
Brasileiro de Geografia e Estatstica (IBGE), Empresa de Assistncia Tcnica e
Extenso Rural (EMATER), Companhia Nacional de Abastecimento (CONAB) e
Instituto Agronmico do Paran (IAPAR).
Para o estudo de caso (Rio Grande do Sul), foram utilizados dados de precipitao
pluvial mensal de 15 estaes pertencentes ao INMET distribudas ao longo do estado,
alm das produtividades mdias anuais de soja referidos EMATER-RS, durante um
perodo de 55 anos (1944 - 1998).
40
3.2
Metodologia
A avaliao da variabilidade climtica ao longo do tempo em uma determinada regio

pode mostrar a ocorrncia de alteraes contnuas ou ciclos bem demarcados dos
elementos meteorolgicos, como chuvas ou temperaturas, em associao com a
produo agrcola de vrias culturas. No desenvolvimento deste estudo, foram
calculadas correlaes simples e utilizada tcnica estatstica de regresso linear simples
(Rao and Hada, 1990; 1994; Rao et al., 1997), visando analisar a relao entre
produtividade agrcola (milho e soja) e precipitao.
Para estudar o regime pluviomtrico e a produtividade agrcola, foram calculados os

totais anuais e trimestrais da precipitao para todos os Estados das Regies Sul e
Sudeste do Brasil, visando caracterizar os trimestres chuvoso e menos chuvoso e
analisar a contribuio da precipitao de acordo com as estaes do ano na rea de
estudo. Alm disso, calcularam-se anomalias de precipitao ao longo dos anos da srie
estudada, com objetivo de observar a variabilidade interanual da precipitao nos sete
estados analisados. Atravs dos valores anuais de produo (toneladas) e rea plantada
(hectares) examinou-se a evoluo das caractersticas do cultivo de milho e soja e foi
analisada a produtividade mdia das culturas durante o perodo estudado (1970 - 1998).
Rao et al. (1997) verificaram um decrscimo na produtividade de milho no nordeste

brasileiro, diferentemente do sul do Brasil, onde existe um aumento da tendncia
quadrtica na produtividade mdia em funo do ano. Isto se deve ao fato da
incorporao de novas tecnologias no sistema de produo, tais como cultivares com
maior potencial de produtividade e melhoria das prticas de manejo.
As variaes interanuais da produtividade das colheitas selecionadas para estudo foram

analisadas, sendo que estes dados originais da srie foram submetidos a uma anlise de
regresso, utilizando o ano como varivel independente, com objetivo de retirar o efeito
das tecnologias adotadas no sistema de produo, ao longo do tempo. A tendncia
tecnolgica associada aos dados foi retirada a partir da equao: Yci = Yi - Y (Xi) +
41
Y(Xo), em que Yci a produtividade corrigida do ano i; Yi a produtividade original do

ano i, Y(Xi) a produtividade do ano i estimado pelo modelo de regresso e Y(Xo) a
produtividade do primeiro ano da srie histrica de produtividade estimada pelo modelo
de regresso. Atravs desta nova srie foram calculadas anomalias padronizadas (pelo
desvio padro) e desvios da mdia da produtividade (milho e soja).
Para estudar a influncia da precipitao sobre a produtividade agrcola do milho e da

soja foi realizada uma anlise de correlao entre precipitao pluvial trimestral
centrada nos meses de novembro, dezembro, janeiro, fevereiro e maro (OND, NDJ,
DJF, JFM, FMA) e a produtividade anual corrigida das culturas dos Estados da Regio
Sul e Sudeste do Brasil. Com isso, foi identificado o perodo (meses) em que a
precipitao exerceu maior influncia sobre a produtividade do milho e da soja atravs
dos valores dos coeficientes de correlao (r) encontrados.
O coeficiente de correlao (r ) fornece o grau de relacionamento linear entre duas

variveis, ou seja, mede a correlao entre duas variveis. O valor de r pode variar entre
1 e +1, sendo que quando o coeficiente maior que zero significa que a correlao
linear positiva e quando o coeficiente menor que zero significa que a correlao
linear negativa. Porm, se r for igual ou prximo de zero, diz-se que no existe
correlao linear, porm pode existir correlao no linear entre as varive is. O valor de
r pode ser obtido atravs da expresso:
r=
X i Yi ( X i )( Yi )
[n X i2 ( X i ) 2 ][ n Yi2 ( Y ) 2 ]
i
n
Em que:
r o coeficiente de correlao entre as variveis;
X e Y so as variveis consideradas;
n o tamanho da amostra.
42
(3.1)
Foi verificado o nvel de significncia dos coeficientes de correlao entre a

precipitao pluvial trimestral e a produtividade das culturas atravs do teste de tstudent, em nveis de 95 e 99% para uma amostra de 29 anos (1970 - 1998) e um
amostra de 55 anos (1944 - 1998).
O teste de hipteses de t-student utilizado para pequenas amostras de tamanho n < 30

para variveis independentes, onde determina se duas amostras provm de populaes
com mdias diferentes. Pode-se dizer que a distribuio de t-student uma distribuio
amostral estatstica de pequena amostra, porm os resultados obtidos so vlidos tanto
para as grandes como para as pequenas amostras. Nesta distribuio, podem ser
definidos os intervalos de confiana de 95 e 99% ou outros, mediante o emprego da
tabela da distribuio t do Apndice I. A significncia de r foi verificada atravs do teste
de t-student, utilizando a seguinte expresso:
t=
r n2
(3.2)
1 r 2
Em que:
t o valor tabelado;
r o coeficiente de correlao entre as variveis (X e Y);
n o tamanho da amostra;
n 2 corresponde aos graus de liberdade da amostra, representado por .
Para representar o padro da variabilidade interanual da produtividade do milho e da

soja, alm da precipitao no perodo mais importante com coeficiente de correlao
significativo, foram calculadas anomalias padronizadas pelos seus respectivos desvios
padres durante o perodo de 1970 a 1998. Essas anomalias normalizadas foram obtidas
com base nas expresses:
P -P
Pn = a
(3.4)
43
Pd n =
Pd a - Pd
(3.5)
Em que:
Pn o desvio normalizado da precipitao;

Pd n o desvio normalizado da produtividade;
Pa a precipitao anual (mm);
Pd a a produtividade anual (kg/ha);
P a precipitao mdia (mm);
Pd a produtividade mdia (kg/ha);
o desvio padro da amostra.

Em vrias regies do globo as precipitaes esto relacionadas com o ENOS
(Ropelewski e Halpert, 1987), que por sua vez afetam a produo agrcola em diversas
regies. Ento, para o perodo considerado no presente estudo, foram classificados os
anos de ocorrncia de eventos de ENOS atravs da anlise dos dados de IOS.
Segundo Ropelewski e Jones (1987), na fase quente do ENOS (El Nio) o valor de IOS
durante cinco ou mais meses seguidos apresenta-se menor ou igual a 0,5. J na fase
fria (La Nia) o IOS permanece com valor igual ou maior a 0,5 em pelo menos cinco
meses consecutivos. Porm, neste trabalho classificou-se como um episdio de El Nio
os anos onde os ndices apresentaram-se menores ou iguais a 1, um episdio de La
Nia os anos onde os ndices foram maiores ou iguais a 1 e os anos classificados como
neutros os ndices ocorreram no intervalo entre 1 e 1.
Com base nesta classificao foi analisado o comportamento da precipitao trimestral

de SON (primavera) e DJF (vero), alm da produtividade mdia anual do milho e da
soja nas Regies Sul e Sudeste do Brasil, de acordo com os eventos de El Nio, La Nia
e neutros, atravs dos desvios da mdia das variveis citadas.
44
Para sugerir a potencialidade do uso da precipitao para previso da produtividade

anual da soja no Rio Grande do Sul, foi realizada uma anlise de correlao entre a
precipitao pluvial trimestral centrada nos meses de janeiro, fevereiro, maro, abril e
maio (DJF, JFM, FMA, MAM, AMJ) e a produtividade anual corrigida da soja no
estado, visando identificar o perodo de maior influncia da precipitao sobre a
produtividade. Alm disso, foi observado o comportamento anual da precipitao
durante o trimestre de maior coeficiente de correlao (JFM).
A previso da produtividade da soja a partir da precipitao (JFM) foi feita atravs da

equao de regresso linear simples: Pde= A x PRP + B, onde Re a produtividade
estimada da cultura, PRP a precipitao trimestral observada de maior influncia
sobre a produtividade da cultura (maior r) e A,B so os coeficientes empricos. As
constantes A e B so determinadas a partir da precipitao, em que faz-se a previso de
produtividade da soja em determinado nmero de anos (n - 1) para futuros anos (nn+1 ).
Devido variabilidade climtica causada pelos efeitos antropognicos e naturais, as

sries de dados meteorolgicos no so estacionrias, sendo assim o uso permanente de
uma srie completa para gerar equaes preditoras pode no ser o ideal. Portanto, para
analisar a preciso das equaes prognsticas em um longo perodo utilizou-se uma
srie longa de 55 anos de dados (1944 - 1998), em que esta foi dividida em duas novas
sries. Os dados da primeira srie (1944 - 1974) foram utilizados para produzir atravs
de regresso linear os dados da segunda srie (1974 - 1998). O modelo foi avaliado
atravs dos clculos estatsticos do erro mdio quadrtico (EMQ), erro mdio absoluto
(EMA) e tendncia (TEND):
1998
2
EMQ = (Pdyn Pdy) / n
y =1974
EMA =
1/ 2
(3.6)
1998
Pdyn Pdy / n
(3.7)
y =1974
45
TEND =
1998
(Pdyn Pdy ) / n
(3.8)
y =1974
Em que:
y o ano em que a previso feita (de 1974 a 1998);
n so os anos de dados da amostra, 25 anos no presente estudo;
Pdy a produtividade observada da soja no ano y;
Pdyn a produtividade prevista da soja no ano y.
As medidas estatsticas como erro mdio quadrtico (EMQ), erro mdio absoluto
(EMA) e tendncia (TEND) so utilizados para quantificar a capacidade do modelo. O
EMQ a raiz quadrada da mdia das diferenas individuais quadrticas entre a previso
e as observaes. O EMA a mdia das diferenas dos valores absolutos entre previso
e a observao de um campo particular. O erro (TEND) mede a tendncia do modelo
para avaliar uma varivel.
O coeficiente de correlao linear r entre Pdy e Pdyn foi utilizado durante o perodo de
1974 a 1998 e calculado para diferentes valores de n, em que os erros e correlaes
foram calculados utilizando um perodo de teste de 25 anos. Neste caso, a previso a
partir de regresso linear foi derivada em n anos (1944 a 1974). Utilizou-se uma
pequena amostra, em que foi escolhido um perodo mnimo de 5 anos para gerar uma
equao prognstica. Assim, n variou de 5 a 30 anos, portanto a preciso das equaes
preditoras derivadas a partir de n anos, foram testadas na amostra de 25 anos (1974 a
1998).
A preciso do modelo depende muito do nmero de anos utilizados para gerar as

equaes prognsticas (n) e do intervalo compreendido entre o ano final do perodo
utilizado para gerar as equaes prognsticas e o ano em que a previso aplicada.
Nicholls (1984) ressaltou que a quantidade tima de anos para obteno de equaes
preditoras de longo prazo foi de 15 anos, sendo que o uso de mais ou menos dados
conduziu a deteriorao nas previses.
46
Alm disso, o fato da srie estudada no ser estacionria pode prejudicar a previso,
pois as previses podem sofrer danos quando utilizam-se mais do que alguns anos aps
o fim do perodo dos dados de que foram derivados. Ento, faz-se necessrio uma
atualizao contnua das equaes preditoras (Nicholls,1984). A atualizao das
equaes pode ser examinada atravs da variao de defasagem (d), em que a regresso
linear derivada em n anos de dados (variando de 5 a 30).
A letra d representa o lag, que corresponde a diferena entre a quantidade total de anos
disponveis para prever a produtividade da soja (y = 31 anos) e o nmero de anos
utilizados para gerar a equao prognstica (n varia de 5 a 30). Assim como a srie de
dados disponveis limitada, d tambm limitado e representado pela seguinte
expresso: dmax = 31 n. Ento, em uma amostra de 30 anos foi calculada a regresso
com lags variando de 1 a 26 anos.
Nesses modelos estatsticos empricos os coeficientes gerados no so constantes

universais mais sim estimadores estatsticos sujeitos a vrias fontes de erros. Um
exemplo o erro de colinearidade, em que a existncia de correlao entre os elementos
meteorolgicos utilizada como variveis independentes (Katz, 1977). Berlato (1987)
constatou que esses modelos podem apresentar bom desempenho para um determinado
conjunto de dados e apresentar resultados inconsistentes do ponto de vista biolgico ou
agronmico, para outros conjuntos.
47
48
CAPTULO 4
RESULTADOS
Neste captulo so apresentados os resultados do estudo realizado com base nos dados
de precipitao, produtividade agrcola do milho e da soja, bem como o IOS. Nas sees
4.1 e 4.2, so apresentadas caractersticas do regime pluviomtrico e da produtividade
das culturas nas Regies Sul e Sudeste do Brasil respectivamente, e posteriormente
estudada a relao entre a produtividade agrcola e os fatores climticos atravs de uma
anlise de correlao entre as variveis citadas acima (seo 4.3). Os impactos das fases
do ENOS podem ser verificados na seo 4.4, em que procurou-se mostrar a influncia
do fenmeno sobre o produtividade anual das culturas selecionadas para o estudo e a
precipitao, durante o perodo de 1970 a 1998. Alm disso, selecionou-se um estudo de
caso, especificamente para o Estado do Rio Grande do Sul, utilizando uma tcnica
emprica de previso (Nicholls, 1984), visando examinar a possibilidade de prever a
produtividade anual da soja a partir da precipitao trimestral de janeiro a maro.
4.1
Regime Pluviomtrico
Para determinao das estaes seca e chuvosa nas Regies Sul e Sudeste do Brasil,
foram considerados 29 anos de dados de precipitao mdia mensal, agrupados em
trimestres. Inicialmente, foram analisados os trimestres que obtiveram maiores e
menores valores mdios de precipitao nas 238 estaes distribudas ao longo da rea
de estudo. As Figuras 4.1a e 4.1b mostram os trs meses chuvosos e menos chuvosos,
respectivamente. As trs letras simbolizam as iniciais dos trs meses consecutivos de
maior e menor contribuio de precipitao em relao aos outros meses do ano.
Na Figura 4.1a, observa-se que praticamente em todos os Estados da Regio Sudeste os

meses que apresentaram maiores valores de precipitao foram dezembro, janeiro e
fevereiro (DJF), porm na costa dos Estados do Rio de Janeiro e Esprito Santo os
meses de setembro, outubro e novembro (SON) so os meses mais chuvosos. Na Regio
49
Sul do Brasil observa-se o mesmo, exceto no Estado do Rio Grande do Sul, em que
nota-se uma grande variabilidade espacial da precipitao, ou seja, os trimestres
apresentaram-se diferenciados. Na parte oeste do estado os meses de maior precipitao
foram de maro a maio; ao norte, de setembro a novembro; e na parte centro-sul do
estado, de junho a agosto.
Na Figura 4.1b verifica-se que o perodo menos chuvoso abrange o trimestre junho,
julho e agosto (JJA) em todos os Estados da Regio Sudeste, de forma caracterstica. J
na Regio Sul, o Estado do Paran apresentou o mesmo perodo menos chuvoso da
Regio Sudeste, porm em Santa Catarina e nas partes norte e central do Rio Grande do
Sul o perodo seco concentrou-se nos meses de maro a maio. Nas partes sul e oeste do
Rio Grande do Sul ocorreu baixa precipitao nos trimestres JJA e SON,
respectivamente. importante ressaltar que na maior parte da rea de estudo, a estao
chuvosa concentrou-se durante o vero (DJF) do Hemisfrio Sul (HS) e a estao seca
ocorreu durante o inverno (JJA) do HS, com exceo do Rio Grande do Sul e Santa
Catarina (no inverno).
(a)
FIGURA 4.1 Distribuio espacial dos trimestres chuvoso (a) e menos chuvoso (b)
nas Regies Sul e Sudeste do Brasil, no perodo de 1970 a 1998.
(continua)
50
(b)
FIGURA 4.1 Concluso.
A variao sazonal mostrada na Figura 4.2, em que foi calculada a percentagem da

chuva em cada estao do ano em relao ao total anual de precipitao para as Regies
Sul e Sudeste do Brasil. Na Regio Sul (Figura 4.2a) os trs estados apresentaram a
precipitao mdia de maneira uniforme durante os quatro trimestres. Verifica-se que no
Rio Grande do Sul no existe muita variao anual das chuvas, pois recebe em mdia
25% de chuva durante as quatro estaes do ano. Nos Estados do Paran e Santa
Catarina o trimestre DJF obteve 33% e 30%, respectivamente, do total anual de chuva,
enquanto que JJA contribui com 18% e 22%, respectivamente. Observa-se que os totais
anuais de precipitao no so muito diferenciados entre o trs Estados da Regio Sul,
chegando a um total anual mdio de 1630mm durante o perodo de 1970 a 1998.
Na Regio Sudeste (Figura 4.2b) a maior percentagem de chuva ocorreu nos meses de
dezembro a fevereiro, sendo que o Estado de Minas Gerais chegou a contribuir com
48% do total anual. Assim, DJF (vero do HS) corresponde estao chuvosa da
Regio Sudeste do Pas. Durante maro, abril e maio (MAM), os estados da Regio
Sudeste recebem em torno de 21 a 24% da chuva anual. Em JJA esta regio recebe
pouca precipitao em relao aos outros trimestres, variando de 5 a 9%. Ento, pode-se
51
dizer que JJA (inverno do HS) corresponde estao seca da Regio Sudeste. Nos
meses de setembro a novembro (primavera do HS) a quantidade de chuva chega a 29%
no Esprito Santo, 25% em So Paulo e os Estados do Rio de Janeiro e Minas Gerais
recebem cada um 27% do total mdio anual de chuva neste perodo.
Precipitao (mm)
1800
1600
1400
1200
1000
800
600
33%
25%
30%
24%
400
23%
22%
26%
18%
25%
22%
26%
26%
200
0
DJF
MAM
JJA
Rio Grande do Sul
Paran
SON
ANUAL
Santa Catarina
(a)
1800
Precipitao (mm)
1600
1400
1200
1000
800
600
43% 41% 48%

40%
23% 24%
21% 22%
400
200
25% 27% 27% 29%

9% 8% 5% 9%
0
DJF
MAM
So Paulo
JJA
Rio de Janeiro
Minas Gerais
SON
ANUAL
Esprito Santo
(b)
FIGURA 4.2 Precipitao mdia na Regio Sul (a) e Sudeste (b) do Brasil, durante o
perodo de 1970 a 1998.
A Figura 4.3 representa a variabilidade interanual da precipitao nos sete Estados da

Regio Sul e Sudeste do Brasil. Foram calculadas anomalias de chuva ao longo dos
anos da srie estudada. Nos Estados da Regio Sul (Figura 4.3a) evidente a grande
52
variabilidade interanual da precipitao; porm, dos trs estados analisados, o que

apresenta maior variao o Rio Grande do Sul (Figura 4.3a).
Os anos em que os trs Estados da Regio Sul apresentaram precipitao

coincidentemente acima da mdia foram: 1972, 1983, 1990 e 1997. Nos anos citados, as
anomalias de precipitao apresentaram-se prximas ou superiores a 200mm, chegando
a apresentar 883mm acima da mdia em 1983 no Estado de Santa Catarina (Figura 4.3b)
e 600mm acima da mdia no Estado do Paran (Figura 4.3c). Foram identificadas ainda
anomalias positivas de precipitao acima de 200mm no Rio Grande do Sul e Santa
Catarina nos anos de 1984 e 1998.
Destacam-se os anos de 1974, 1978, 1981, 1988 e 1991 com anomalias negativas de
chuva, entre 200 e 400mm, nos trs Estados da Regio Sul. Durante o perodo estudado
os casos mais crticos de dficits de precipitao para o sul do Pas ocorreram nos anos
de 1978 nos trs estados, com ano malias negativas acima de 350mm, de 1985 no Estado
do Paran (Figura 4.3c), atingindo aproximadamente 500mm abaixo da mdia e no ano
de 1991 no Rio Grande do Sul e Santa Catarina, que obtiveram respectivamente 357 e
456mm abaixo da mdia. Pode-se destacar ainda, que o Paran foi o nico estado que
apresentou anomalia de precipitao negativa de 383mm no ano de 1998.
A Figura 4.4 mostra o comportamento anual da precipitao nos Estados da Regio

Sudeste. No ano de 1983, as anomalias positivas de chuva foram bastante altas (entre
400 e 600mm), principalmente em Minas Gerais (Figura 4.4a) e So Paulo (Figura
4.4b), em que alcanaram 653 e 631mm acima da mdia. No ano de 1990, observam-se
baixos valores de chuva (200 a 400mm abaixo da mdia) em todos os estados do
sudeste; destacando-se a anomalia negativa de 360mm inferior mdia no Estado do
Rio de Janeiro (Figura 4.4d).
Em So Paulo e Rio de Janeiro a maioria das oscilaes ocorreu abaixo da mdia,

principalmente no ano de 1984. J nos Estados do Esprito Santo (Figura 4.4c) e Minas
Gerais, a variabilidade ao longo dos anos grande, sendo que as anomalias positivas
53
ocorreram em 1979 e 1992 e as negativas nos anos de 1990 e 1993, variando de 200 a
400mm. Quanto aos anos em que as anomalias de precipitao foram superiores e
inferiores a 400mm, destacam-se o ano de 1976 em So Paulo (445mm acima da mdia)
1988
1990
1992
1994
1996
1998
1988
1990
1992
1994
1996
1998
1986
1984
1982
1980
1978
1976
1974
1972
1000
800
600
400
200
0
-200
-400
-600
1970
Anomalia de Precipitao
(mm)
e o ano de 1989 no Estado do Esprito Santo (~600mm abaixo da mdia).
Anos
1000
800
600
400
200
0
1986
1984
1982
1980
1978
1976
1974
1972
-200
-400
-600
1970
Anomalia da Precipitao
(mm)
(a) Rio Grande do Sul
Anos
(b) Santa Catarina
FIGURA 4.3 Variao interanual da anomalia de precipitao na Regio Sul do

Brasil.
54
55
1996
1996
1998
1994
1994
1998
1992
1984
1982
1980
1978
1976
1974
1972
1970
1992
-600
-800
1990
0
-200
-400
1990
400
200
1988
800
600
1988
(a) Minas Gerais

1986
Anos
1986
1984
1982
1980
1978
1976
1974
1972
1970
(mm)
(mm)
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
(mm)
1000
800
600
400
200
0
-200
-400
-600
Anos
(c) Paran
800
600
400
200
0
-200
-400
-600
-800
Anos
(b) So Paulo
FIGURA 4.4 Variao interanual da anomalia de precipitao na Regio Sudeste do
Brasil.
(continua)
56
1996
1998
1996
1998
1986
1984
1982
1980
1978
1976
1974
1972
1970
1994
-600
-800
1994
-200
-400
1992
200
0
1992
600
400
1990
800
1990
(c) Esprito Santo
1988
Anos
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
(mm)
Anomalia de Precipitaao
(mm)
800
600
400
200
0
-200
-400
-600
-800
Anos
(d) Rio de Janeiro
FIGURA 4.4 Concluso
4.2
Caracterstica das culturas
Visando estudar a evoluo das produes de milho e de soja, foram analisados dados
de rea semeada, produo e produtividade agrcola nas Regies Sul e Sudeste do Brasil
durante o perodo de 1970 a 1998. importante lembrar que no caso da soja foram
selecionados alguns Estados da Regio Sul e Sudeste, ou seja, somente os Estados do
Rio Grande do Sul, Paran e Minas Gerais, em que a cultura da soja de grande
expresso. Porm, a cultura de soja nos outros estados restantes da regio vem
crescendo sensivelmente, se comparados aos estados que j produziam regularmente.
4.2.1
Milho
As Figuras 4.5 e 4.6 mostram a variabilidade da rea cultivada e a produo da cultura

de milho nos estados da regio estudada. Nota-se que no sul do Pas a participao na
rea plantada manteve-se praticamente constante ao longo dos anos, principalmente no
Estado de Santa Catarina (Figura 4.5b), porm houve alguns picos em 1987/1988 e em
1992/1993 nos Estados do Paran (Figura 4.5c) e Rio Grande do Sul (Figura 4.5a),
respectivamente.
Em termos de rea o Estado do Paran merece destaque, pois o responsvel pela maior
rea cultivada de milho no Pas, tendo alcanado no ano de 1987/1988 quase 3 milhes
de hectares, seguido do Rio Grande do Sul que cultivou 2 milhes de hectares. Ressaltase que no perodo estudado Santa Catarina apresentou a menor rea semeada de milho
em relao aos outros dois estados, em mdia 960 mil hectares.
Analisando a produo de milho, notam-se pequenas variaes. Nos anos 70, a

produo de milho teve um pequeno crescimento, sendo que em Santa Catarina ocorreu
de forma mais significativa, principalmente no perodo de 1970 a 1977, com uma
variao de 1,6 milhes de toneladas. Na dcada de 80, observa-se pouca variao nos
Estados da Regio Sul, porm nos anos 90 a regio atinge um novo patamar, com
ganhos substancias na produtividade.
57
Durante o perodo de 1991/1992 a 1998/1999, observou-se um grande crescimento de

117% na produo de milho no Rio Grande do Sul, 69% em Santa Catarina e 64% no
Paran, em que no ano de 1995/1996 chegou a alcanar uma produo recorde de 9
milhes de toneladas de milho no Paran, 6 milhes de toneladas no Rio Grande do Sul
e 3,7 milhes de toneladas em Santa Catarina. importante ressaltar que tal
crescimento ocorreu aps a queda de produo no ano de 1991/1992, sendo esta mais
significativa nos Estados do Rio Grande do Sul (decrscimo de 2 milhes de toneladas)
e de Santa Catarina (decrscimo de 1,2 milhes de toneladas).
Na Regio Sudeste (Figura 4.6) verifica-se uma relativa estagnao das reas plantadas
de milho em Minas Gerais (Figura 4.6a) e em So Paulo (Figura 4.6b) e uma moderada
queda nos anos 90. Esse decrscimo ocorreu a partir do ano de 1991 em Minas Gerais e
1992 em So Paulo, com uma queda de 310 e 460 mil hectares, respectivamente. A
reas semeadas de milho no Esprito Santo (Figura 4.6c) e no Rio de Janeiro (Figura
4.6d) decresceram aproximadamente 79 e 77% respectivamente, no perodo entre
1970/1971 e 1998/1999.A produo de milho em toneladas na Regio Sudeste
apresentou uma ntida tendncia positiva nos Estados de Minas Gerais e So Paulo,
enquanto que Esprito Santo e Rio de Janeiro apresentaram tendncia negativa, durante
o perodo de 1970 a 1998.
Pode-se destacar que, no ano de 1990/1991 todos os Estados da Regio Sudeste

apresentaram uma queda na produo e no ano posterior a produo voltou a subir,
principalmente em Minas Gerais e em So Paulo, que atingiram uma certa estabilidade
at o fim dos anos 90. Essa estabilidade no aconteceu nos Estados do Esprito Santo e
Rio de Janeiro, pois obtiveram esse crescimento aps o ano de 1990/1991 que durou at
o ano de 1993/1994, sendo que neste ano a produo de milho voltou a decarem 58 e
44%, respectivamente, entre o perodo de 1993/1994 a 1998/1999.
Em termos de quantidade, Minas Gerais e So Paulo obtiveram maiores produes, com

uma mdia de aproximadamente 3 milhes de toneladas durante o perodo estudado,
chegando a obter 4,2 (1995/1996) e 4,1 milhes de toneladas (1997/1998),
58
respectivamente. Porm, o Rio de Janeiro foi o responsvel pelos menores ndices de

produo da Regio Sudeste, obtendo uma mdia de 60 mil toneladas durante
10,0
8,0
6,0
4,0
2,0
1988/89
1990/91
1992/93
1994/95
1996/97
1998/99
1988/89
1990/91
1992/93
1994/95
1996/97
1998/99
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
0,0
1970/71
rea / Produo (milhes de

ha / t)
1970/1971 a 1998/1999.
Anos
rea
Produo
10,0
8,0
6,0
4,0
2,0
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
0,0
1970/71

ha / t)
Anos
rea
Produo
(b) Santa Catarina

FIGURA 4.5 Evoluo das caractersticas do cultivo de milho nos Estados da Regio
Sul do Brasil, durante 1970 a 1998.
(continua)
59
rea
60
5,0
4,0
3,0
2,0
1,0
0,0
Sudeste do Brasil, durante 1970 a 1998.
1998/99
1998/99
1998/99
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71

ha / t)
1996/97
(a) Minas Gerais

1996/97
Anos
1996/97
Produo
1994/95
0,0
1994/95
1,0
1994/95
2,0
1992/93
3,0
1992/93
4,0
1992/93
5,0
1990/91
FIGURA 4.5 Concluso
1990/91
(c) Paran
1990/91
Anos
1988/89
1986/87
1984/85
1982/83
1980/81
Produo
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71

ha / t)
rea
1978/79
rea
1976/77
1974/75
1972/73
1970/71

ha / t)
10,0
8,0
6,0
4,0
2,0
0,0
Produo
Anos
(b) So Paulo
FIGURA 4.6 Evoluo das caractersticas do cultivo de milho nos Estados da Regio
(continua)
0,30
0,20
0,10
1988/89
1990/91
1992/93
1994/95
1996/97
1998/99
1988/89
1990/91
1992/93
1994/95
1996/97
1998/99
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
0,00
1970/71

ha / t)
0,40
Anos
rea
Produo
0,10
0,08
0,06
0,04
0,02
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
0,00
1970/71

ha / t)
(c) Esprito Santo
Anos
rea
Produo
(d) Rio de Janeiro
Na Tabela 4.1, encontram-se os valores mdios de produtividade do milho para os

Estados das Regies Sul e Sudeste do Pas, durante o perodo de 1970 a 1998. O Estado
de Santa Catarina o que possui maior produtividade (2452 kg/ha), seguido de So
Paulo (2443 kg/ha) e Paran (2383 kg/ha). preciso levar em considerao que essas
mdias foram obtidas para diferentes regies com caractersticas e sistemas de cultivos
diferentes. As produtividades mdias tendem a ser maiores nos estados que contam com
produtores dedicados s lavouras comerciais, e que consideram o aprimoramento de
tcnicas culturais. Alm disso, ressalta-se que nos ltimos anos a cultura de milho no
61
Pas vem passando por importantes mudanas tecnolgicas, resultando em aumentos

significativos de produtividade e de produo.
TABELA 4.1 - Produtividade mdia original do milho nos Estados da Regio Sul e
Sudeste do Brasil, durante o perodo de 1970 a 1998.
Estados
Minas Gerais
Paran
Rio Grande do Sul
Santa Catarina
So Paulo
Esprito Santo
Rio de Janeiro
Produtividade do Milho (kg/ha)

1942
2383
1887
2452
2443
1647
1397
Na Figura 4.7, observa-se o comportamento da produtividade do milho durante o

perodo de 1970 a 1998 dos dados originais, ou seja, sem retirar a tendncia tecnolgica,
e os dados corrigidos (aps a retirada da tendncia), para todos os Estados das Regies
Sul e Sudeste do Brasil. Nas sries originais nota-se uma tendncia de crescimento na
produtividade mdio do milho em funo do ano. Esses aumentos substanciais na
produtividade original do milho podem ser explicados pela incorporao de novas
tecnologias no sistema de produo da cultura (variedades, insumos e mecanizao),
principalmente a partir da dcada de 80.
Durante os anos 70, as linhas da srie original e da srie corrigida mantiveram-se

prximas, ou seja, no houve incremento de novas tecnologias. Aps a retirada da
tendncia tecnolgica, tem- se a srie corrigida, em que observa-se uma variabilidade
interanual, constatando o efeito de outro(s) fator(es) de natureza no tecnolgica sobre a
produtividade. Isto quer dizer que no existe somente o efeito da tecnologia na produo
agrcola, existe tambm uma influncia dos elementos meteorolgicos na agricultura,
principalmente em relao a precip itao. Porm, esta influncia ser discutida mais a
diante (Seo 4.3).
62
importante ressaltar que a Regio Sul apresenta uma grande variabilidade interanual
da produtividade do milho, evidenciando certa instabilidade se comparada Regio
Sudeste, em que o Estado do Rio Grande do Sul (Figura 4.7a) destaca-se por obter as
maiores oscilaes da regio, fato explicado pela variabilidade da precipitao. O
Estado de Santa Catarina (Figura 4.7c) o responsvel pela maior produtividade de
milho da Regio Sul, alcanando 2325 kg/ha no ano de 1997/1998, enquanto o Paran
(Figura 4.7b) obteve a sua produtividade mxima no ano posterior (2077 kg/ha). O Rio
Grande do Sul, ao ser comparado com os outros estados, apresentou produtividades
mdias inferiores, atingindo um patamar de 1837 kg/ha no ano de 1995/1996.
As grandes quedas da produtividade ocorreram na Regio Sul no ano de 1978/1979,

com um declnio de 985 kg/ha em Santa Catarina e 920 kg/ha no Paran. J em
1991/1992 o decrscimo foi mais significativo, com uma queda de 90% na
produtividade do milho no Rio Grande do Sul. Durante o perodo de 1992/1993 a
1995/1996, os Estados de Santa Catarina e Rio Grande do Sul obtiveram aumentos
considerveis na produtividade, voltando a decair no ano de 1996/1997, com uma
diminuio de 560 e 1100 kg/ha com relao produtividade do ano anterior,
respectivamente.
Na Regio Sudeste (Figura 4.8), a variabilidade interanual da produtividade agrcola do

milho apresenta-se melhor distribudo. Evidencia-se que o Estado de So Paulo (Figura
4.8b) contou com as maiores produtividades mdias de milho da regio, alcanando
2200 kg/ha no ano de 1995/1996. O Estado de Minas Gerais (Figura 4.8a) apresentou-se
em segundo lugar, com um mximo de 1600 kg/ha no ano de 1974/1975.
importante salientar que, no ano de 1990/1991 houve uma acentuada queda na

produtividade do milho em todos os Estados da Regio Sudeste, principalmente em
Minas Gerais, em que a reduo em relao ao ano anterior foi de 60%. Aps esta
queda, a produtividade do estado manteve-se estvel at o final dos anos 90. J o Estado
de So Paulo obteve um acrscimo at o ano de 1993/1994; sendo que no ano posterior
63
atingiu um pequeno declnio de 20% e em 1995/1996 voltou a elevar a sua

produtividade expressivamente em 870 kg/ha em relao ao ano anterior.
Os Estados do Esprito Santo (Figura 4.8c) e Rio de Janeiro (Figura 4.8d) so

responsveis pelas menores produtividades de milho da Regio Sudeste, mas tambm
obtiveram queda em 1990/1991, com uma taxa de declnio de aproximadamente 45%.
Porm, no ano posterior houve um aumento substancial at o ano de 1994/1995,
voltando a decair em 1995/1996. No ano posterior apresentou novamente um aumento,
1990/91
1992/93
1994/95
1996/97
1990/91
1992/93
1994/95
1996/97
1998/99
1988/89
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
4000
3500
3000
2500
2000
1500
1000
500
0
1970/71
Produtividade (Kg/ha)
mas no to significativo quanto aps a queda de 1990/1991.
Anos
Original
Corrigida
1998/99
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
4000
3500
3000
2500
2000
1500
1000
500
0
1970/71
Anos
Original
Corrigida
(b) Santa Catarina

FIGURA 4.7 - Variao interanual da produtividade do milho original (com a
tendncia) e a corrigida (sem a tendncia) nos Estados da Regio Sul
do Brasil (1970 - 1998).
(continua)
64
1990/91
1992/93
1994/95
1996/97
1998/99
1990/91
1992/93
1994/95
1996/97
1998/99
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
4000
3500
3000
2500
2000
1500
1000
500
0
Anos
Original
Corrigida
(c) Paran
3500
3000
2500
2000
1500
1000
500
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
0
1970/71
FIGURA 4.7 Concluso
Anos
Original
Corrigida
(a) Minas Gerais
FIGURA 4.8 - Variao interanual da produtividade do milho original (com a

tendncia) e a corrigida (sem a tendncia) nos Estados da Regio
Sudeste do Brasil (1970 - 1998).
(continua)
65
Original
66
1998/99
1986/87
1984/85
1982/83
1998/99
0
1996/97
500
1996/97
1000
1994/95
1500
1994/95
2000
1992/93
2500
1992/93
3000
1990/91
3500
1990/91
(c) Esprito Santo

1988/89
Anos
Corrigida
1988/89
1986/87
1984/85
1982/83
Original
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
Original
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
Corrigida
Anos
(d) Rio de Janeiro
FIGURA 4.8 - Concluso
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
3500
3000
2500
2000
1500
1000
500
Anos
Corrigida
(b) So Paulo
3500
3000
2500
2000
1500
1000
500
4.2.2
Soja
A variabilidade da rea plantada e a produo da cultura de soja nos Estados do Rio

Grande do Sul, Paran e Minas Gerais so mostradas respectivamente na Figura 4.9 a-c.
Verifica-se que o Rio Grande do Sul apresenta a maior rea plantada, com uma mdia
de 3 milhes de hectares, seguida do Paran com rea mdia de 2 milhes de hectares.
Porm, Minas Gerais apresentou menor rea em relao aos outros estados (rea mdia
de 300 mil hectares).
Observa-se que durante o incio dos anos 70, os trs estados apresentaram uma
significativa tendncia de crescimento da rea cultivada. Este crescimento ocorreu at o
ano de 1979/1980 no Rio Grande do Sul, alcanando 4 milhes de hectares neste
mesmo ano, com este valor correspondendo mxima rea registrada durante o perodo
estudado (1970 - 1998). J o Paran, obteve seu crescimento de rea at 1980/1981,
passando de uma rea cultivada de 300 mil hectares em 1970/1971 a 2,4 milhes de
hectares em 1980/1981. Em Minas Gerais verificou-se um aumento gradativo at o ano
de 1985/1986, em que at este ano os valores de rea mantiveram-se abaixo de 500 mil
hectares.
A partir de 1980/1981, inicia-se uma tendncia de queda da rea cultivada no Rio

Grande do Sul, apresentando valores abaixo de 4 milhes de hectares at o final do
perodo estudado, com pequenas oscilaes ao longo dos anos. A rea cultivada no
Estado do Paran obteve um ligeiro decrscimo no incio dos anos 80, mais
precisamente at o ano de 1987/1988, voltando a aumentar nos 2 anos consecutivos, e
decaindo em 1990/1991 a 1992/1993. Porm, destaca-se que a partir do ano de
1993/1994 houve um avano da rea em alcanar maiores valores, apresentando um
mximo de aproximadamente 2 milhes de hectares no ano de 1998/1999.
Aps o crescimento da rea plantada no Estado de Minas Gerais durante os anos 70 e

incio dos 80, a rea manteve-se praticamente estvel no perodo de 1985/1986 a
1988/1989, sendo que no ano posterior observou-se um pequeno aumento at o final dos
67
anos 90, com valores superiores a 400 mil hectares, em que se destaca a rea mxima de
600 mil hectares no ano de 1995/1996.
Nota-se que as mdias de produo da soja nos dois Estados da Regio Sul mantiveramse prximas, em torno de 4 (Paran) a 4,6 (Rio Grande do Sul) milhes de toneladas.
Outrossim, o Estado de Minas Gerais possui a maior produo de soja da Regio
Sudeste com uma mdia de 600 mil toneladas. O comportamento da produo
apresentou-se semelhante ao da rea plantada.
No incio dos anos 70, tambm houve um intenso aumento da produo de soja at o
ano de 1977/1978 nos Estados do Rio Grande do Sul e Paran, decaindo no ano
posterior. importante ressaltar que a produo a partir do ano de 1977/1978 manteve
seus valores de produo superiores a 3 milhes de toneladas at o final do perodo
analisado (1998/1999). Porm, neste mesmo ano de 1998/1999, a produo aumentou
cerca de 12 vezes mais no Paran e 6 vezes no Rio Grande do Sul, em relao ao ano de
1970/1971.
No Estado de Minas Gerais o aumento foi bastante significativo nos anos 70 e incio dos
80, apresentando uma tendncia positiva de aproximadamente 25 mil toneladas por ano
no perodo de 1970/1971 a 1985/1986, em que se destaca uma produo de 1.600
toneladas no perodo inicial, passando a obter 880 mil toneladas no final do perodo. No
ano posterior houve um pequeno decrscimo na produo de soja, porm a partir de
1987/1988 os valores mostraram-se superiores a 800 mil toneladas at 1998/1999, com
exceo de 1990/1991 (750 mil toneladas) quando houve um decrscimo de 400 mil
toneladas em relao ao ano anterior.
O Estado do Rio Grande do Sul apresentou maiores flutuaes em relao aos outros
estados, ou seja, maior instabilidade na produo, com alguns picos nos anos de
1989/1990, 1990/1991 e 1998/1999, sendo que neste ltimo ano alcanou o mximo de
produo de 6,5 milhes de toneladas, em relao a todo perodo estudado. Destaca-se
68
ainda que no ano de 1991/1992 houve uma queda substancial na produo de soja no
estado, chegando a decair 4 milhes de toneladas em relao a safra do ano anterior.
O Paran tambm apresentou uma queda de produo neste mesmo ano de 1991/1992
(1,2 milho de toneladas), porm no to significativa quanto a ocorrida no Rio Grande
do Sul. Com o decrscimo em 1978/1979, aps a longa tendncia de acrscimo ocorrida
no incio dos anos 70, a variabilidade da produo passou a ter algumas oscilaes at
1992/1993 e, a partir da, voltou a ter uma tendncia de aumento at o final dos anos 90.
Nota-se nos anos 90 que se inicia uma tendncia de aumento na produtividade nos trs
estados analisados, alcanando os maiores valores de produo apresentados durante o
perodo de 1970/1971 a 1998/1999. importante destacar o ltimo ano do perodo
analisado (1998/1999), pois os Estados do Paran, Rio Grande do Sul e Minas Gerais
apresentaram os mximos valores de produo de 7,3; 6,5 e 1,3 milhes de toneladas,
rea
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
8,0
7,0
6,0
5,0
4,0
3,0
2,0
1,0
0,0
1970/71

ha / t)
respectivamente.
Anos
Produo
FIGURA 4.9 Evoluo das caractersticas do cultivo de soja nos Estados da Regio
Sul e Sudeste do Brasil, durante 1970 a 1998.
(continua)
69
1990/91
1992/93
1994/95
1996/97
1998/99
1990/91
1992/93
1994/95
1996/97
1998/99
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71

ha / t)
8,0
7,0
6,0
5,0
4,0
3,0
2,0
1,0
0,0
Anos
rea
Produo
2,0
1,5
1,0
0,5
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
0,0
1970/71

ha / t)
(b) Paran
Anos
rea
Produo
(c) Minas Gerais
Na Tabela 4.2, encontram-se os valores mdios de produtividade da soja para os

Estados do Rio Grande do Sul, Paran e Minas Gerais, durante o perodo de 1970 a
1998. Verifica-se que o Paran possui a maior produtividade mdia de soja (2014
kg/ha), destacando-se como segundo maior estado produtor de soja brasileiro, sendo
responsvel pelas maiores produtividades do Pas. Em segundo lugar tem-se o Estado de
Minas Gerais (1672 kg/ha), seguido do Rio Grande do Sul (1475 kg/ha).
O crescimento da produo e o aumento da capacidade competitiva da soja sempre

estiveram associados aos avanos cientficos e a disponibilizao de tecnologias ao
setor produtivo. Todavia, a implantao de novas tecnologias, juntamente com a
70
expanso das reas de plantio, resulta em altas produtividades da cultura de soja. Esses
ganhos substanciais na produtividade da soja sero discutidos com mais detalhes
posteriormente.
TABELA 4.2 - Produtividade mdia original da soja nos Estados da Regio Sul e
Sudeste do Brasil, durante o perodo de 1970 a 1998.
Estados
Rio Grande do Sul
Paran
Minas Gerais
Produtividade da Soja (kg/ha)

1475
2014
1672
A Figura 4.10 apresenta o comportamento mdio anual da produtividade da soja durante

o perodo de 1970 a 1998 dos dados originais (com tendncia) e corrigidos (sem
tendncia) em alguns Estados da Regio Sul e Sudeste do Brasil. A ntida tendncia de
aumento das produtividades originais de soja deve-se ao mesmo fato que o milho, ou
seja, incorporao de novas tecnologias adotadas principalmente a partir do dos anos
80.
A maior tendncia da srie original observada ocorreu nos Estados de Minas Gerais (~
42 kg/ha por ano) e Paran (~ 32 kg/ha por ano). Porm, o Rio Grande do Sul
apresentou menor tendncia (~20 kg/ha), alm das sries original e corrigida de
produtividade apresentarem-se prximas comparando-se aos outros dois estados. Notase que essa aproximao foi observada com maior nfase no perodo de 1970/71 a
1980/81. J nos Estados de Minas Gerais e Paran as linhas de produtividade original e
corrigida da soja permaneceram vizinhas at o ano de 1974/75.
A variabilidade interanual da produtividade da soja mais evidenciada no Rio Grande

do Sul, seguido do Estado do Paran. Isto pode ser explicado pelo fato de haver algumas
regies caracterizadas por uma proporo maior de pequenos produtores, que tm
dificuldades de acesso ao crdito para suavizar variaes de renda, gerando maior
71
probabilidade de variaes nas produtividades de culturas, como por exemplo, o milho e

a soja. Porm, isto no ocorre em Minas Gerais, em que a variabilidade da
produtividade mantm-se quase estvel, ou seja, com poucas oscilaes.
O responsvel pela maior produtividade de soja na rea de estudo o Paran, no qual

foi observado um ntido salto da produtividade entre o perodo de 1970/71 (1210 kg/ha)
a 1975/76, sendo que neste ltimo ano apresentou um mximo de produtividade em
torno de 2061 kg/ha em relao ao perodo de 1970 a 1998. Alm disso, durante o
perodo analisado os valores de produtividade da soja mantiveram-se superiores a 1000
kg/ha, exceto no ano de 1986/87, em que atingiu um valor de 978 kg/ha. Ressalta-se que
o estado apresentou menores variaes de produtividade comparando-se ao Rio Grande
do Sul e, como exemplo, pode-se citar o ano de 1991/92 em que o decrscimo da
produtividade no foi to significativo.
Nos anos 70, mais precisamente no perodo de 1970/71 a 1977/78, notou-se um ligeiro
aumento da tendncia da produtividade da soja no Rio Grande do Sul, porm no to
intenso como o ocorrido no incio dos anos 70 no Paran. Os valores mdios de
produtividade mantiveram-se acima de 800 kg/ha, exceto nos anos de 1979/80, 1986/87,
1988/89 e principalmente em 1991/92, ano em que houve uma queda brusca na
produtividade, passando de 1400 kg/ha (1990/91) a 300 kg/ha (1991/92). Todavia, no
ano posterior houve um significativo aumento da produtividade, alcanando um
mximo de 1527 kg/ha, em relao a todo perodo de estudo.
O Estado de Minas Gerais no sofreu muitas variaes ao longo do tempo, porm

destaca-se a produtividade mxima de 1466 kg/ha apresentada no ano de 1973/74. Os
valores de produtividade no estado foram superiores a 800 kg/ha, exceto nos anos de
1971/72, 1977/78 e 1990/1991. O ano de 1990/1991 apresentou uma produtividade
mnima de 497 kg/ha em relao a todo o perodo estudado, em que a queda substancial
foi de aproximadamente 700 kg/ha em relao a safra anterior, porm no ano posterior
os valores de produtividade mantiveram-se na mdia (~ 100kg/ha) at o ano de 1998/99.
72
Original
do Brasil (1970 - 1998).
73
1500
1000
500
0
1998/99
1996/97
1994/95
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
1998/99
2000
1998/99
2500
1996/97
3000
1996/97
(b) Paran
1994/95
Corrigida
1994/95
Ano
1992/93
0
1992/93
500
1992/93
1000
1990/91
1500
1990/91
2000
1990/91
2500
1988/89
3000
1988/89
1988/89
Corrigida
1986/87
1984/85
1982/83
Ano
1986/87
1984/85
Original
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
Original
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
3000
2500
2000
1500
1000
500
Corrigida
Ano
(c) Minas Gerais
FIGURA 4.10 - Variao interanual da produtividade da soja original (com a tendncia)
e a corrigida (sem a tendncia) nos Estados da Regio Sul e Sudeste
4.3
Influncia da Precipitao sobre a produtividade das Culturas
A produtividade das diferentes culturas agrcolas altamente dependente da oferta

pluviomtrica, bem como de sua freqncia e intensidade. Com isso, a poca do plantio
das culturas est diretamente ligada aos elementos climticos, dentre eles a precipitao.
A poca mais recomendada para o plantio depende da distribuio das chuvas na regio,
pois coincide com o incio do perodo chuvoso, que varivel com as diferentes regies
brasileiras.
Visando estudar a relao entre a precipitao pluvial trimestral e a produtividade mdia

anual do milho e da soja (dados corrigidos) dos Estados da Regio Sul e Sudeste do
Pas, durante o perodo de 1970 a 1998, foram calculados coeficientes de correlao (r)
entre as variveis, como mostram as Tabela 4.3 e 4.4, respectivamente. A significncia
dos valores obtidos foi testada atravs do teste de t-student, para uma amostra de 29
anos. Os valores dos coeficientes obtidos, ao nvel de 95 e 99% de significncia, foram
0,36 e 0,43, respectivamente.
4.3.1
Milho
A Tabela 4.3 mostra os coeficientes de correlao (r) entre a precipitao trimestral e a

produtividade do milho, na qual observa-se que as precipitaes do trimestre dezembro,
janeiro e fevereiro (DJF) e janeiro, fe vereiro e maro (JFM) foram as que mais
correlacionaram-se com a produtividade do milho em todos os Estados da Regio Sul e
somente no Estado de So Paulo na Regio Sudeste. Estes meses caracterizam-se por
intensa atividade agrcola e correspondem as estaes chuvosas destas regies. Isto quer
dizer que o milho, sendo uma cultura de primavera- vero, em geral conduzido sem
irrigao e, portanto, depende diretamente da precipitao.
O maior coeficiente de correlao observado foi de 0,63 no trimestre DJF no Estado de

So Paulo, perodo em que ocorre o florescimento das plantas. Esta a fase fenolgica,
na qual a cultura de milho necessita de maior disponibilidade hdrica e a falta de gua
74
no incio da florao (liberao do pendo) at o enchimento dos gros afeta ou

compromete a produtividade agrcola do milho.
Na Regio Sul, os maiores coeficientes de correlao obtidos no trimestre DJF

apresentaram menores magnitudes em relao ao obtido para o Estado de So Paulo.
Nota-se um coeficiente de correlao de 0,48 no Paran, 0,46 no Rio Grande do Sul e
0,43 em Santa Catarina. Um segundo coeficiente foi encontrado entre a precipitao de
JFM e a produtividade da cultura de milho nos Estados da Regio Sul e o Estado de So
Paulo na Regio Sudeste, mostrando que as oscilaes na produtividade so vulnerveis
s variaes no padro de precipitao durante o ano.
Normalmente, o ciclo da cultura de milho coincide com o perodo de novembro a

maro, poca de maior precipitao e cobertura de nuvens na rea de estudo. Dentre os
estados mencionados na Tabela 4.3, So Paulo foi o que apresentou maior coeficiente
de correlao (0,63) entre a precipitao de DJF e a produtividade. Esse fato pode ser
explicado pela maior disponibilidade de dados meteorolgicos, portanto so mais
representativos se comparados aos outros estados.
Quanto magnitude dos coeficientes encontrados neste trabalho, deve-se levar em conta
o fato de que foram correlacionados a precipitao medida na estao meteorolgica e
os dados estatsticos de produtividade, sendo que nestes, os fatores como a fertilidade,
pocas de semeadura e tratos culturais no foram mantidos como constantes. Diante das
correlaes obtidas, nota-se que a precipitao nos meses de dezembro a fevereiro
responde pela maior parte da variabilidade interanual da produtividade de milho nas
regies estudadas, principalmente nos Estados de So Paulo, Rio Grande do Sul, Paran
e Santa Catarina.
75
TABELA 4.3 - Coeficientes de correlao entre a precipitao trimestral e a

produtividade anual do milho nos Estados da Regio Sul e Sudeste
do Brasil (1970 - 1998).
Perodos
Estados
OND
So Paulo
0,22
Minas Gerais
-0,01
Esprito Santo
-0,28
Rio de Janeiro
-0,19
Rio Grande do Sul
-0,28
Santa Catarina
-0,01
Paran
0,16
? significativo a nvel de 95%.
?? significativo a 99%.
NDJ
0,03
-0,35
-0,14
-0,30
-0,15
0,02
0,22
DJF
0,63??
0,19
0,19
0,18
0,46??
0,43??
0,48??
JFM
0,38?
0,30
0,16
0,31
0,45
0,36?
0,36?
FMA
0,28
0,15
0,07
0,18
0,15
0,10
0,34
As Figuras 4.11 e 4.12 mostram os desvios padronizados da produtividade do milho e

da precipitao do perodo de maior correlao (DJF), nos Estados da Regio Sul e
Sudeste, respectivamente. Observa-se na Figura 4.11, que os sinais das anomalias foram
coincidentes em 52% dos anos nos Estados do Rio Grande do Sul e Santa Catarina e
57% no Paran, durante o perodo de 1970 a 1998. Alm disso, a variabilidade
interanual da produt ividade esteve associada variabilidade da precipitao de DJF, ou
seja, a distribuio de produtividade e a precipitao foram aparentemente semelhantes,
principalmente em relao s anomalias coincidentes positivamente.
Os anos que apresentaram as produtividades de milho na Regio Sul significativamente

abaixo da mdia, coincidindo com as estiagens, foram: 1978, 1979, 1986, 1988 e 1991.
Os casos em que as anomalias positivas de precipitao coincidiram com as positivas de
produtividade, representaram 38% dos anos no Estado do Paran, 31% em Santa
Catarina e 28% no Rio Grande do Sul. Os principais anos em que a produtividade e a
precipitao (DJF) apresentaram-se acima da mdia em todos os Estados da Regio Sul
foram: 1973, 1977, 1981, 1992, 1994 e 1998, sendo que o Paran apresentou sinais de
anomalias positivas em diferentes anos, exceto nos anos de 1981 e 1998.
76
Na Regio Sudeste os sinais de anomalias de precipitao (DJF) e da produtividade do

milho foram coincidentes em 76% em So Paulo, 69% no Rio de Janeiro, 55% em
Minas Gerais e 38% no Esprito Santo (Figura 4.12). importante ressaltar que os
Estados de So Paulo e Rio de Janeiro foram os que mais representaram a influncia da
precipitao de vero sobre a produtividade do milho, obtendo maior percentagem de
anomalias equivalentes, embora o Estado do Rio de Janeiro no tenha atingido um
coeficiente de correlao significativo, conforme mostrado anteriormente na Tabela 4.2.
Todavia, os restantes dos Estados das Regies Sul e Sudeste do Brasil sofreram grande
instabilidade, pois apresentaram percentuais ponderados de anomalias coincidentes e
no coincidentes.
Nota-se na Figura 4.12 que 45% dos casos em que as anomalias positivas de
precipitao (DJF) estiveram associadas com anomalias positivas de produtividades
ocorreram em So Paulo e no Rio de Janeiro. Porm, Minas Gerais apresentou oito anos
com sinais iguais de anomalias positivas e negativas de precipitao e produtividade. J
o Esprito apresentou seis anos de anomalias negativas de precipitao e produtividade
coincidentes e cinco anos de anomalias positivas.
No geral, o padro de variabilidade das variveis (precipitao e produtividade)

interdependente, mas no efetivamente interligado, pois no constantemente que
precipitaes acima da mdia conduzem a produtividades elevadas ou precipitaes
abaixo da mdia conduzem a baixas produtividades. Leva-se em considerao que
eventos extremos, como inundaes ou secas, induzem a impactos sobre as culturas.
Entretanto, o principal fator dos anos com produtividade agrcola alta ou baixa em uma
determinada regio ocorre devido grande variabilidade pluviomtrica interanual ao
longo da mesma.
77
Anomalias
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
-4,0
Anos
Precipitao_DJF
Produtividade do Milho
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
-4,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
Anomalias
Anos
Precipitao_DJF
(b) Santa Catarina
Anomalias
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
-4,0
Anos
Precipitao_DJF
(c) Paran
FIGURA 4.11 - Anomalias padronizadas (pelo desvio padro) de precipitao

(dezembro a fevereiro) e produtividade do milho (corrigida) na
Regio Sul do Brasil (1970 - 1998).
78
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
Anomalias
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
-4,0
Anos
Precipitao_DJF
(a) Minas Gerais
Anomalias
3,0
2,0
1,0
0,0
-1,0
-2,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
-3,0
-4,0
Anos
Precipitao_DJF
(b) So Paulo
3,0
Anomalias
2,0
1,0
0,0
-1,0
-2,0
-3,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
-4,0
Anos
Precipitao_DJF
(c) Esprito Santo

(dezembro a fevereiro) e produtividade do milho (corrigida) na
Regio Sudeste do Brasil (1970 - 1998).
79
(continua)
-1,0
-2,0
-3,0
-4,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
Anomalias
3,0
2,0
1,0
0,0
Anos
Precipitao_DJF
(d) Rio de Janeiro
FIGURA 4.12 Concluso
4.3.2
Soja
Na Tabela 4.4 observam-se os coeficientes de correlao (r) entre a precipitao

trimestral e a produtividade da soja nos Estados do Rio Grande do Sul, Paran e Minas
Gerais. Os coeficientes de correlao iguais e superiores a 0,43 tm nvel de
significncia de 99%. Estes valores de r ocorrem principalmente durante o trimestre de
DJF nos trs estados. importante ressaltar que os meses de dezembro a fevereiro
correspondem aos meses de vero, em que coincidentemente concentra-se a estao
chuvosa da maior parte da rea de estudo, segundo as caractersticas normais das
condies atmosfricas da regio.
Os coeficientes de correlao (r) entre a precipitao trimestral e a produtividade da soja

foram significativos no perodo de dezembro a maro no Rio Grande do Sul, no perodo
de dezembro a abril em Minas Gerais e o Estado do Paran apresentou valor
significativo somente no trimestre de DJF. O mximo valor de r encontrado ocorreu no
trimestre JFM nos Estados do Rio Grande do Sul (r = 0,63) e Minas Gerais (r = 0,53).
No Rio Grande do Sul o perodo de dezembro a maro compreende o crescimento

vegetativo, florescimento e enchimento dos gros da cultura de soja. Porm, no
80
trimestre JFM, perodo no qual apresentou maior coeficiente de correlao entre a

precipitao e a produtividade, coincidiu com os meses de florao e enchimento dos
gros. A reduo das chuvas durante estas fases fenolgicas exerce influncia direta na
produtividade final da soja, pois corresponde a dois perodos crticos da cultura em
relao gua.
Ressalta-se ainda que no caso da cultura de milho no Rio Grande do Sul, a correlao
entre precipitao de DJF e a produtividade do milho foi significativa (r = 0,43), porm
apresentou menor valor de r comparando-se com a soja (r = 0,53). J no Estado do
Paran ocorreu o inverso, pois apresentou um valor de r igual a 0,43 em DJF em relao
soja e 0,48 em relao ao milho.
Em Minas Gerais, o coeficiente de correlao entre a precipitao (DJF) e a cultura de

milho no foi significativo, ou seja, a precipitao de vero no contribuiu de forma
direta na produtividade do milho, porm no caso da soja as chuvas no trimestre DJF
contriburam em grande parte na produtividade da cultura. Alm disso, o Estado de
Minas Gerais apresentou coeficientes de correlao (r) significativos nos trimestres de
DJF e JFM, em relao soja e foi o nico que obteve correlao significativa com a
precipitao de FMA, mostrando que possivelmente a disponibilidade hdrica normal
neste perodo (fim do enchimento de gros e incio da colheita) atendeu a demanda da
cultura.

produtividade anual da soja em alguns Estados da Regio Sul e
Sudeste do Brasil (1970 - 1998).
Perodos
Estados
OND
Rio Grande do Sul
-0,30
Paran
0,35
Minas Gerais
0,19
? significativo a nvel de 95%.
NDJ
-0,21
0,25
0,05
81
DJF
0,53 ??
0,43 ??
0,51??
JFM
0,63 ??
0,29
0,53 ??
FMA
0,24
0,12
0,48 ??
Os desvios padronizados de produtividade da soja e da precipitao no perodo em que

os trs Estados da Regio Sul e Sudeste apresentaram correlao significativa (DJF)
esto representados na Figura 4.13. Verifica-se que na maioria dos anos os sinais das
anomalias foram coincidentes, alcanando um total de 66% no Rio Grande do Sul
(Figura 4.13a) e 72% no Paran (Figura 4.13b), no perodo estudado. Porm, Minas
Gerais (Figura 4.13c) apresentou um certo equilbrio entre as anomalias coincidentes
(55%) e no coincidentes (45%).
De um modo geral, na maior parte dos anos as anomalias positivas de precipitao em

DJF coincidiram com as positivas de produtividade da soja, principalmente no Rio
Grande do Sul alcanando 42% dos anos, seguido dos Estados do Paran (41%) e Minas
Gerais (34%). Isto mostra que a variabilidade da precipitao de vero (DJF) e a
produtividade de soja estiveram associadas principalmente s anomalias positivas
coincidentes.
Os principais anos em que a produtividade da soja e a precipitao de DJF

apresentaram-se acima da mdia nos dois Estados da Regio Sul foram: 1974, 1977,
1981, 1983, 1996 e 1998, sendo que dentre estes anos somente o ano de 1983, o Estado
de Minas Gerais tambm apresentou anomalias positivas de precipitao e
produtividade, porm para este estado pode-se destacar ainda os anos de 1980 e 1985,
em que as anomalias foram superiores a 1.
As anomalias coincidentes negativamente foram verificadas em menor percentagem, ou

seja, em 24% dos anos no Rio Grande do Sul e 31% dos anos no Paran. Destacam-se
os anos de 1970, 1978, 1979, 1986 e 1991, em que a precipitao de vero e a
produtividade da soja apresentaram-se abaixo da mdia. Em Minas Gerais, os sinais das
anomalias negativas de precipitao de DJF coincidiram com as negativas de
produtividade em 21% dos anos durante todo o perodo estudado, em que observou-se
que os principais anos de ocorrncia destas anomalias foram 1971,1977 e 1990.
82
3,0
Anomalias
2,0
1,0
0,0
-1,0
-2,0
-3,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
-4,0
Anos
Precipitao_DJF
Produtividade da Soja

3,0
Anomalias
2,0
1,0
0,0
-1,0
-2,0
-3,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
-4,0
Anos
Precipitao_DJF
(b) Paran
3,0
Anomalias
2,0
1,0
0,0
-1,0
-2,0
-3,0
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
-4,0
Anos
Precipitao_DJF
(c) Minas Gerais

(dezembro a fevereiro) e produtividade da soja (corrigida) na
Regio Sul e Sudeste do Brasil (1970 - 1998).
83
4.4
Impactos do El Nio - Oscilao Sul sobre a produtividade das culturas e

precipitao
Na seo anterior (Seo 4.3) a precipitao mostrou-se como um fator determinante

para a produtividade do milho e da soja na rea de estudo, principalmente no trimestre
DJF. Muitos estudos tm sido realizados visando estudar a relao entre a precipitao e
o fenmeno ENOS em todo globo, inclusive no Brasil.
Rao e Hada (1990) encontraram correlao significativa ( 0,4) entre a precipitao

anual e o IOS no Pas, incluindo as Regies Sul e Sudeste e constataram que h um forte
sinal do ENOS sobre o clima destas regies, principalmente no sul do Pas; em que
durante os anos de El Nio (fase quente), em geral, determina-se o excesso de chuvas e
em anos de L Nia (fase fria) tem-se precipitao abaixo da normal. Apesar da
influncia ocorrer durante todo o perodo de atuao do evento, quando correlacionaram
o IOS com a precipitao nas quatro estaes do ano, houve um perodo em que o
coeficiente apresentou-se altamente significativo (-0,7). Isto ocorreu durante os meses
de primavera (SON). Diante desta constatao da relao entre a precipitao e o
fenmeno ENOS, espera-se que a produtividade anual das culturas tambm esteja, em
parte, relacionada a este.
A Figura 4.14 mostra a evoluo do IOS, durante o perodo de 1970 a 1998. Observa-se
que neste perodo ocorreram mais ndices negativos que positivos. Caracteristicamente,
classificam-se as fases do ENOS de acordo com a intensidade do IOS. Em geral, em
anos em que o IOS apresentou valores maiores ou iguais a 1, classificou-se como um
episdio de La Nia e nos anos em que o ndice apresentou valo res menores ou iguais a
1, classificou-se como episdio de El Nio. Alm disso, os valores de ndices entre 1
e 1, foram classificados como anos neutros.
Nota-se que os maiores ndices positivos ocorreram nos anos de 1973/1974, 1975/1976
e 1988/1989, considerados como eventos de La Nia de intensidade forte, enquanto os
anos de 1970/1971, 1995/1996, 1996/1997 e 1998/1999 foram determinados como
84
eventos de intensidade moderada e fraca. J os ndices negativos de maiores magnitudes

absolutas ocorreram nos anos de 1972/1973, 1982/1983, 1991/1992, 1992/1993,
1993/1994 e 1997/1998, considerados como episdios de El Nio de intensidade forte,
sendo que os anos de 1976/1977, 1977/1978, 1986/1987 e 1994/1995, variaram de
fracos a moderados. Destaca-se que durante o perodo de 1991 a 1994, foi observada
uma seqncia de ndices negativos (menores que -1), caracterizando um evento de El
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
-4,0
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
-5,0
1970/71
ndice de Oscilao Sul (IOS)
Nio longo ou podemos cham- lo de El Nio estendido.
Anos
FIGURA 4.14 Evoluo do ndice de Oscilao, durante o perodo de 1970 a 1998.

Anos de El Nio vermelho / Anos de La Nia azul / Anos neutros
amarelo.
Durante o perodo analisado (1970 1998), ocorreram 10 eventos de El Nio (35%), 7

eventos de La Nia (24%) e os anos considerados como neutros, ocorreram em maior
freqncia, ou seja, 12 eventos sucedidos (41%). Foram selecionados trimestres de
maior influncia do ENOS sobre a precipitao (SON e DJF). Os meses de setembro a
fevereiro correspondem ao perodo em que o ENOS exerce maior influncia na
precipitao da rea de estudo, principalmente na Regio Sul. Alm disso, abrange a
estao de crescimento da cultura e corresponde ao perodo essencial na determinao
da produtividade final das culturas de primavera- vero, como o milho e a soja. Portanto,
sero analisados os impactos causados pelos episdios quentes (El Nio), frios (La
Nia) e neutros sobre a precipitao e as culturas.
85
4.4.1
Milho
As Figuras 4.15 e 4.16 evidenciam os desvios da mdia de precipitao nos trimestres

SON (primavera) e DJF (vero) e produtividade mdia anual do milho nas Regies Sul
e Sudeste do Brasil. Nota-se na Regio Sul (Figura 4.15) que os desvios positivos e
negativos de precipitao trimestral em SON permaneceram praticamente em balano
nos Estados do Rio Grande do Sul (Figura 4.15a) e Santa Catarina (Figura 4.15b),
porm para o Estado do Paran observa-se que a maioria dos desvios foram negativos,
alcanando 62% durante o perodo estudado.
No vero (DJF) os desvios de precipitao foram equilibrados em Santa Catarina e

Paran (Figura 4.15c), enquanto o Rio Grande do Sul alcanou 60% de desvios de
precipitao (DJF) negativos. Quanto s produtividades de milho, todos os Estados da
Regio Sul apresentaram a maioria dos desvios positivos, essencialmente Rio Grande do
Sul (66%) e Paran (62%), sendo que Santa Catarina apresentou pouca diferena entre
os desvios positivos e negativos, em relao aos outros estados.
Analisando os impactos causados pelos eventos de La Nia, observa-se que a maior

parte dos desvios de chuva na Regio Sul durante a primavera (SON) e vero (DJF)
foram negativos, com exceo de Santa Catarina que apresentou 57% dos desvios de
chuva positivos em DJF. Ressalta-se que estas chuvas abaixo da mdia ocorridas em
anos de La Nia no foram to prejudiciais a produtividade final do milho, exceto no
ano de 1988/1989 em que todos os Estados da Regio Sul apresentaram produtividades
inferiores mdia, sendo que o Rio Grande do Sul e Santa Catarina foram os estados
mais prejudicados, obtendo desvios negativos de -531 e -248 kg/ha, respectivamente.
Alm disso, observa-se que neste ano a estao chuvosa da regio (DJF) apresentou
chuvas abaixo da normal, sendo que este episdio foi considerado de intensidade forte.
Durante o evento de La Nia de 1996/1997 tambm apresentaram desvios negativos de

produtividade, porm este episdio no foi to intenso quanto ao de 1988/1989. Durante
86
os anos de El Nio, verifica-se que 60% da precipitao no Rio Grande do Sul e Santa
Catarina mantiveram-se acima da mdia no trimestre SON e abaixo da mdia em DJF.
J o Estado do Paran apresentou um maior nmero de desvios de precipitao
negativos na primavera e mesmo nmero de desvios positivos e negativos durante o
vero.
Dos 10 eventos de El Nio ocorridos durante o perodo estudado na Regio Sul, sete
anos expressaram produtividades de milho superiores mdia, constatando que o
fenmeno conduz a significativas produtividades. Nos episdios de El Nio em
1976/1977 e 1977/1978 as chuvas de SON ocorreram abaixo da mdia em todos os
Estados da Re gio Sul, com exceo de Santa Catarina em 1977/1978 que apresentou
precipitao ligeiramente acima da mdia; contudo esses resultados no prejudicaram as
safras destes anos.
No ano de 1982/1983 ocorreu o evento de El Nio considerado at ento o mais fo rte

do sculo, que provocou chuvas excessivas no incio de 1983 (janeiro a fevereiro) na
Regio Sul, prejudicando a colheita deste ano, principalmente em Santa Catarina que
obteve 814 kg/ha abaixo da mdia e precipitao superior a 575 mm em DJF. J no
evento de 1986/1987 as chuvas foram acima da mdia em SON no Rio Grande do Sul e
Santa Catarina e abaixo da mdia em DJF nos trs estados, conduzindo a nveis baixos
de produtividade do milho (desvios negativos superiores a 300 kg/ha). Porm, este
episdio de El Nio foi considerado de intensidade moderada.
importante ressaltar que a considervel estiagem ocorrida no ano de 1991/1992 (incio

de evento El Nio) trouxe grandes prejuzos em relao as produtividades de milho em
todos os Estados da Regio Sul. Destacam-se os Estados do Rio Grande do Sul e
Paran, que alcanaram desvios negativos superiores 600 kg/ha. O perodo de
setembro a fevereiro corresponde aos meses mais chuvosos da regio, porm no ano de
1991/1992 as chuvas estiveram abaixo da norma l devido s caractersticas atmosfricas
apresentadas durante este perodo. Essas anomalias negativas de precipitao podem
prejudicar a produtividade das culturas de primavera-vero (milho e soja) se ocorrerem
87
durante um perodo importante de preparo do solo, semeadura e desenvolvimento das

plantas.
Durante o El Nio estendido (1991 1994), destacam-se os anos de 1992/1993,

1993/1994 e 1994/1995, em que as produtividades foram acima da mdia na Regio
Sul, exceto no Paran no ano de 1994/1995. As chuvas causadas na regio durante este
fenmeno contriburam de forma direta para os altos valores de produtividade. No
ltimo El Nio (1997/1998), o Estado de Santa Catarina foi o mais favorecido pela
precipitao acima da mdia durante a primavera/vero, atingindo a produtividade
mdia de 2325 kg/ha, correspondendo a produtividade mxima deste estado durante o
perodo estudado (1970 1998). Porm, o Rio Grande do Sul sofreu um impacto
negativo sobre a produtividade, alcanando somente 730 kg/ha.
Nos anos considerados como neutros, os Estados de Santa Catarina e Paran

apresentaram mais desvios de precipitao negativos do que positivos durante a
primavera (SON), sendo que no vero (DJF) ocorreu o inverso. No Rio Grande do Sul,
os desvios de precipitao positivos e negativos mantiveram-se em equilbrio no
trimestre SON e o maior nmero de desvios negativos ocorreu no trimestre DJF.
Considerando que a estao chuvosa da Regio Sul concentra-se no vero (DJF), de se
esperar que a maior parte dos desvios de precipitao sejam positivos neste trimestre,
principalmente em anos de neutralidade. Isto no ocorreu no Rio Grande do Sul devido
grande variabilidade espacial das chuvas em todo o estado, como foi visto
anteriormente (Seo 4.1).
A maioria dos impactos causados pela variabilidade climtica sobre as produtividades

do milho durante os anos neutros foram negativos no Paran e Santa Catarina e
positivos no Rio Grande do Sul. A principal causa dos desvios negativos de
produtividade do milho na Regio Sul foram as chuvas de DJF abaixo da mdia,
destacando-se os anos de 1978/1979 em que o Paran chegou a obter um desvio
negativo de 782 kg/ha, e 1979/1980 no qual o Rio Grande do Sul alcanou 588 kg/ha.
88
Em 1981/1982, os trs Estados da Regio Sul apresentaram desvios positivos de

produtividade quando a precipitao em DJF ocorreu acima da mdia.
Ressalta-se, ainda, que a precipitao muito acima da mdia durante o vero tambm
pode conduzir a baixas produtividades de milho. Por exemplo, em Santa Catarina e
Paran ocorreram chuvas acima da mdia durante os anos de 1989/1990 e 1990/1991,
que prejudicaram as produtividades, pois o excesso de chuvas no perodo de maturao
e colheita diminui a produtividade da cultura.
Na Regio Sudeste (Figura 4.16), observa-se que 52% dos desvios de precipitao em
SON e DJF foram positivos em So Paulo (Figura 4.16a) e Minas Gerais (Figura 4.16b),
enquanto que os Estados do Esprito Santo (Figura 4.16c) e Rio de Janeiro (Figura
4.16d) alcanaram 55% de desvios negativos durante o perodo de 1970/1971 a
1998/1999. Em relao as produtividades de milho, nota-se que a maioria dos desvios
foram positivos em So Paulo (62%) e Rio de Janeiro (65%), porm Minas Gerais e
Esprito Santo mantiveram seus desvios positivos e negativos quase em equilbrio.
Em geral, observa-se que em So Paulo e Rio de Janeiro a precipitao de SON e DJF

apresentou-se acima da mdia durante a fase fria do fenmeno ENOS, bem como as
produtividades de milho. Porm, Minas Gerais e Esprito Santo apresentaram maior
parte da precipitao de SON acima da mdia e precipitao de DJF e as produtividades
abaixo da mdia.
No episdio de 1970/1971, todos os Estados da Regio Sudeste obtiveram bons

resultados de produtividade do milho, com desvios superiores a 160 kg/ha e uma
contribuio mdia de 100 mm de precipitao na primavera destacando-se o Estado do
Rio de Janeiro que apresentou produtividade mxima de 1120 kg/ha durante o perodo
estudado.
No evento de La Nia em 1975/1976, considerado de intensidade forte, ocorreram

chuvas acima da mdia em SON e DJF, acarretando em baixos valores de
89
produtividades na Regio Sudeste, exceto o Rio de Janeiro que apresentou

produtividades ligeiramente acima da mdia. J o episdio de 1995/1996 foi mais fraco
e os desvios de precipitao de vero foram negativos em Minas Gerais, Esprito Santo
e Rio de Janeiro, prejudicando a produtividade de milho. Porm, o Estado de So Paulo
no obteve prejuzos em sua safra, pois alcanou sua produtividade mxima de 2200
kg/ha em relao ao perodo de estudo, alm de contar com uma contribuio de 760
mm de chuva no trimestre DJF.
Em anos de El Nio nota-se que, na maioria das vezes, os desvios de precipitao

trimestral de SON foram negativos em Minas Gerais e Esprito Santo, positivos em So
Paulo, sendo que no Rio de Janeiro houve um equilbrio entre os desvios positivos e
negativos. Quanto chuva de DJF, o maior nmero de desvios foram negativos na
Regio Sudeste, com exceo do Esprito Santo que apresentou mesmo nmero de
desvios positivos e negativos. Os impactos dos eventos de El Nio foram positivos
sobre a produtividade do milho em Minas Gerais, Esprito Santo e Rio de Janeiro.
Porm, no Estado de So Paulo ocorreram tanto desvios positivos quanto negativos de
produtividade.
Durante o episdio de El Nio de 1972/1973, considerado como forte, observou-se que

a precipitao ocorreu acima da mdia tanto na primavera quanto no vero,
beneficiando a produtividade do milho neste ano, principalmente nos Estados de Minas
Gerais, Rio de Jane iro e So Paulo. O Estado do Esprito Santo tambm apresentou
produtividades acima da mdia, porm as chuvas ocorreram abaixo da mdia. J no ano
de 1976/1977, a fase quente foi menos intensa produzindo chuvas de vero abaixo da
mdia, desfavorecendo as produtividades de milho na Regio Sudeste, com exceo do
Estado de So Paulo, que alcanou um desvio positivo de 100 kg/ha e precipitao
acima da mdia nos trimestres SON e DJF.
Em 1982/1983, as chuvas tambm ocorreram abaixo da mdia nos Estados de Minas

Gerais, Esprito Santo e Rio de Janeiro, porm no chegaram a prejudicar as
produtividades do milho. A cultura de milho foi fortemente influenciada pelo fenmeno
90
El Nio estendido (1991 - 1994), no qual as produtividades mdias mantiveram-se

acima da mdia nos Estados de Minas Gerais, Esprito Santo e Rio de Janeiro durante os
anos de 1991/1992 a 1993/1994. Contudo, nestes trs anos o Rio de Janeiro obteve
desvios negativos de precipitao nos trimestres SON e DJF, no prejudicando a
produtividade do milho. Os Estados de Minas Gerais e Esprito Santo apresentaram
precipitao de DJF acima da mdia nos anos de 1991/1992 e 1992/1993, sendo que no
ano posterior os desvios foram negativos. No fim do fenmeno (1994/1995) as chuvas
permaneceram abaixo da mdia, conduzindo a desvios negativos de produtividades em
Minas Gerais, Esprito Santo e So Paulo, porm o Rio de Janeiro obteve um moderado
aumento na produtividade.
Nos 12 anos considerados como neutros a precipitao em SON apresentou-se abaixo

da mdia na maioria das vezes na Regio Sudeste, com exceo do Rio de Janeiro que
apresentou grande parte dos desvios positivos. Destaca-se o predomnio de desvios
positivos de precipitao em DJF nos Estados de So Paulo, Minas Gerais e Rio de
Janeiro, porm o Esprito Santo obteve um balano entre os desvios positivos e
negativos. Quanto s produtividades de milho, os desvios negativos superaram os
positivos em Minas Gerais e Esprito Santo, enquanto que em So Paulo ocorreu o
inverso e no Rio de Janeiro foi observada uma igualdade entre os desvios positivos e
negativos.
A precipitao de vero permaneceu abaixo da mdia no ano de 1971/1972,

prejudicando as produtividades de milho, principalmente em So Paulo, pois este
chegou a obter um desvio negativo de 248 kg/ha. Durante o ano de 1974/1975 os
desvios de chuva em SON conduziram a elevadas produtividades, destacando-se o
Estado de Minas Gerais que alcanou 415 kg/ha acima da mdia. Nos anos de
1978/1979 e 1979/1980, as chuvas excessivas de vero no contriburam para bons
resultados na produtividade de milho em Minas Gerais, Rio de Janeiro e Esprito Santo,
sendo que em So Paulo as chuvas de vero permaneceram abaixo da mdia.
91
J em 1983/1984 as chuvas excessivas de DJF auxiliaram positivamente as

produtividades na Regio Sudeste, exceto no Esprito Santo, enquanto que no ano
posterior os desvios negativos de precipitao em DJF estabeleceram desvios negativos
de produtividade do milho, com exceo do Rio de Janeiro. Em 1985/1986, voltou a
ocorrer chuvas de vero acima da mdia (acima de 70 mm), em que se destaca o
mximo de precipitao no Esprito Santo (450 mm acima da mdia) durante o perodo
analisado.
Evidencia-se o longo perodo de estiagem no ano de 1990/1991 ocorrido na Regio

Sudeste, em que a precipitao manteve-se abaixo da mdia na primavera/vero,
prejudicando as produtividades de milho. A deficincia de precipitao na regio
provocou desvios na produtividade superiores a 250 kg/ha, sendo que o Estado de
Minas Gerais foi o mais prejudicado alcanando 660 kg/ha abaixo da mdia.
Possivelmente, as chuvas de SON e DJF abaixo da mdia podem ser explicadas pela
ocorrncia de veranicos, estabelecendo um perodo de estiagem durante a estao
chuvosa.
92
1500
1200
900
600
300
0
-300
-600
-900
-1200
-1500
Desvios de
Produtividade (kg/ha)
1500
1200
900
600
300
0
-300
-600
-900
-1200
-1500
Desvios de
1500
1200
900
600
300
0
-300
-600
-900
-1200
-1500
Desvios de
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
Desvios da Precipitao
(mm)
400
300
200
100
0
-100
-200
-300
-400
ANOS
PRP_SON
PRP_DJF
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
400
300
200
100
0
-100
-200
-300
-400
1970/71
(mm)
ANOS
PRP_SON
PRP_DJF
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
400
300
200
100
0
-100
-200
-300
-400
1970/71
(mm)
(b) Santa Catarina
ANOS
PRP_SON
PRP_DJF
(c) Paran
FIGURA 4.15 Desvios da mdia de precipitao de setembro a fevereiro (mm) e a

produtividade corrigida do milho (kg/ha) na Regio Sul do Brasil,
durante o perodo de 1970 a 1998.
93
200
0
-200
-400
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
-600
Desvios de
800
600
400
200
0
-200
-400
-600
-800
400
1970/71
Desvios de Precipitao
(mm)
600
ANOS
PRP_SON
PRP_DJF
800
600
400
200
0
-200
-400
-600
-800
400
200
0
-200
-400
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
-600
Desvios de
600
1970/71
(mm)
(a) Minas Gerais
ANOS
PRP_SON
PRP_DJF
800
600
400
200
0
-200
-400
-600
-800
400
200
0
-200
-400
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
-600
Desvios de
600
1970/71
(mm)
(b) So Paulo
ANOS
PRP_SON
PRP_DJF
(c) Esprito Santo

produtividade corrigida do milho (kg/ha) na Regio Sudeste do Brasil,
durante o perodo de 1970 a 1998.
94
(continua)
PRP_SON
PRP_DJF
95
ANOS
(d) Rio de Janeiro
FIGURA 4.16 Concluso
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
(mm)
600
400
200
-200
0
-400
-600
Desvios de
800
600
400
200
0
-200
-400
-600
-800
4.4.2
Soja
Assim como no caso do milho, a cultura de soja apresenta um perodo importante para o
seu crescimento, que serve de fator preponderante na determinao da produtividade
final, correspondendo aos meses selecionados (SON e DJF). A Figura 4.17 mostra os
desvios da mdia de precipitao (SON e DJF) e produtividade da soja.
Como j foi visto anteriormente, os desvios positivos e negativos de chuva na primavera

(SON) estiveram praticamente em equilbrio nos Estados de Minas Gerais e Rio Grande
do Sul, e no Paran prevaleceram os desvios negativos. J os desvios de chuva no vero
(DJF), comportaram-se negativamente em Minas Gerais e Rio Grande do Sul, enquanto
que no Paran ocorreu o inverso.
Quanto produtividade da soja, houve um balano entre os desvios positivos e

negativos no Paran e Minas Gerais, no entanto o Estado do Rio Grande do Sul
apresentou consideravelmente maior nmero de desvios positivos na produtividade,
atingindo 70% de desvios.
Em anos de La Nia, observa-se que os desvios de precipitao em SON foram em sua

maioria negativos nos Estados do Rio Grande do Sul (71%) e Paran (57%). Em Minas
Gerais os desvios foram positivos, alcanando 71% dos casos durante o perodo
estudado. Os desvios de precipitao em DJF prevaleceram-se negativos nos trs
estados, atingindo 57% dos casos.
Durante a fase fria, os desvios de produtividade da soja foram positivos na maior parte
dos casos, principalmente no ano de 1975/76 no Rio Grande do Sul (206 kg/ha acima da
mdia) e Paran (495 kg/ha acima da mdia), em que os desvios de produtividades
foram acima da mdia e as chuvas de vero foram um pouco abaixo da mdia. No ano
de 1995/96 o Rio Grande do Sul atingiu 255 kg/ha acima da mdia e no ano posterior o
Paran apresentou um desvio positivo de 274 kg/ha. Em Minas Gerais, destaca-se o ano
96
de 1973/74, em que a produtividade da soja apresentou-se 385 kg/ha acima da mdia,

mesmo com um desvio de 121 mm de precipitao (DJF).
As chuvas de vero (DJF) abaixo da mdia com desvios negativos acima de 100mm,
prejudicaram as produtividades da soja durante o evento de La Nia de 1970/71, em que
o Paran obteve um desvio de 357 kg/ha, porm no Rio Grande do Sul a perda no foi
to significativa, atingindo um desvio de 80 kg/ha. J o episdio de La Nia em
1988/89 foi mais intenso, prejudicando a produtividade de soja somente no Estado do
Rio Grande do Sul, obtendo um desvio de 500 kg/ha.
Durante a ocorrncia de eventos El Nio, o Rio Grande do Sul apresentou maior

quantidade de desvios positivos de precipitao em SON alcanando 60% dos casos,
enquanto que nos Estados de Minas Gerais e Paran ocorreu o inverso. Em relao
precipitao em DJF os desvios positivos e negativos mantiveram-se em equilbrio
durante a fase quente do ENOS nos Estados do Rio Grande do Sul e Paran, enquanto
Minas Gerais obteve 60% de desvios negativos.
No evento quente ocorrido no ano de 1976/77, o Estado do Paran obteve um desvio de

produtividade positivo no valor de 402 kg/ha acompanhado de um desvio positivo de
precipitao de vero (DJF). No ano posterior continuou apresentando produtividade
acima da mdia no valor de 346 kg/ha, porm a precipitao de DJF ocorreu abaixo da
mdia. Neste mesmo ano, o Estado de Minas Gerais apresentou um desvio de
produtividade de 318 kg/ha abaixo da mdia e um desvio de precipitao (DJF)
negativo. Porm, destaca-se que este estado apresentou 60% dos desvios de
produtividade da soja negativos em anos de El Nio.
As chuvas de DJF abaixo da mdia conduziram a baixas produtividades nos anos de

1986/87 e 1991/92, com valores de desvios negativos acima de 400 kg/ha. O Rio
Grande do Sul, durante a estiagem que ocorreu na Regio Sul durante o ano de
1991/1992, apresentou um desvio de produtividade de 900 kg/ha, enquanto que o
Paran atingiu 430 kg/ha abaixo da mdia. No entanto, leva-se em considerao que o
97
fenmeno ENOS no o nico fator que determina as chuvas da Regio Sul, pois
existem outros sistemas atuantes, como por exemplo, frentes, vrtices ciclnicos,
complexos convectivos de mesoescala, bloqueios, dentre outros.
No Rio Grande do Sul observou-se que 60% dos desvios de produtividade da soja em
anos de El Nio foram positivos, principalmente durante o El Nio estendido (1991 1994), destacando-se os anos de 1992/93 e 1993/94, em que o estado alcanou uma
mdia de 1525 kg/ha nestes dois anos. Destaca-se que estes valores corresponderam aos
dois mximos verificados durante todo o perodo estudado (1970- 1998).
O Estado do Paran apresentou um certo equilbrio entre os desvios positivos e

negativos de produtividade da soja. Contudo, destaca-se o ano de 1992/93, no qual a
precipitao abaixo da mdia em SON e DJF comprometeu a produtividade em 365
kg/ha abaixo da mdia. No ltimo evento de El Nio (1997/98) os Estados do Rio
Grande do Sul e Minas Gerais apresentaram produtividades abaixo da mdia e o Paran
manteve-se acima da mdia. Neste mesmo ano as chuvas de SON e DJF apresentaramse bem acima da mdia somente nos Estados da Regio Sul (~200mm acima da mdia),
enquanto que em Minas Gerais ocorreu o inverso.
Em anos neutros a maioria dos desvios de produtividade da soja no Rio Grande do Sul
correspondeu a 83% de desvios positivos, no Paran 58% dos desvios foram negativos e
em Minas Gerais houve um equilbrio entre as anomalias positivas e negativas. No ano
de 1971/72 o Paran e Minas Gerais obtiveram produtividade abaixo da mdia e o Rio
Grande do Sul manteve-se prximo da mdia.
J em 1978/79, a precipitao de vero (DJF) apresentou-se abaixo da mdia

conduzindo a produtividade de soja inferior mdia. No ano posterior, somente o Rio
Grande do Sul e Paran obtiveram desvios de precipitao (DJF) e produtividade
negativos e Minas Gerais apresentou desvio de produtividade positiva acompanhado de
precipitao (DJF) acima da mdia.
98
Em 1980/81, os trs estados estudados obtiveram produtividades de soja elevadas,

principalmente o Paran que atingiu 354 kg/ha acima da mdia com chuvas de SON e
DJF prximas da mdia. Em Minas Gerais, no ano de 1983/84 a produtividade da soja
foi de 225 kg/ha acima da mdia com desvio de precipitao em SON e DJF acima de
170 mm.
No ltimo ano considerado como neutro (1990/91), ocorreram desvios negativos de

produtividade no Paran e Minas Gerais, sendo que neste ltimo estado observou-se
uma produtividade mnima de 497 kg/ha conduzida pela precipitao de SON e DJF
abaixo da mdia. Ressalta-se que durante este ano a Regio Sudeste foi bastante
atingida pela estiagem, prejudicando a produtividade da soja em Minas Gerais.
99
900
600
300
0
-300
-600
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
1970/71
-900
Desvios de
Produtividade(kg/ha)
(mm)
400
300
200
100
0
-100
-200
-300
-400
ANOS
PRP_SON
PRP_DJF
900
600
300
0
-300
-600
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
-900
Desvios de
Produtividade(kg/ha
400
300
200
100
0
-100
-200
-300
-400
1970/71
(mm)
ANOS
PRP_SON
PRP_DJF
900
600
300
0
-300
-600
Desvios de
Produtividade(kg/ha
400
300
200
100
0
-100
-200
-300
-400
1998/99
1996/97
1994/95
1992/93
1990/91
1988/89
1986/87
1984/85
1982/83
1980/81
1978/79
1976/77
1974/75
1972/73
-900
1970/71
(mm)
(b) Paran
ANOS
PRP_SON
PRP_DJF
(c) Minas Gerais

produtividade corrigida da soja (kg/ha) na Regio Sul e Sudeste do
Brasil, durante o perodo de 1970 a 1998.
100
4.5
Estudo de Caso: Tcnica de Previso Emprica da Produtividade da Soja

para o Estado do Rio Grande do Sul
O clima est sujeito a alteraes que variam de ano para ano e com diferentes
intensidades. Seu comportamento mdio em uma determinada regio estabelecido
aps um perodo de 30 a 40 anos de observaes. Portanto, para caracterizar o clima
sobre uma dada rea preciso avaliar os elementos climticos, sendo a precipitao um
dos mais importantes, uma vez que rege diretamente a produtividade agrcola.
Procurando avaliar o efeito das variaes de precipitao sobre a cultura de soja no Rio
Grande do Sul durante o perodo de 1944 a 1998 foram realizadas correlaes entre as
variveis (precipitao e produtividade). Na Tabela 4.5 so apresentados os valores de
coeficientes de correlao linear, em que a significncia ao nvel de 95 e 99%
correspondeu a 0,22 e 0,31, respectivamente, em uma amostra de 55 anos.
Verifica-se que as chuvas trimestrais correlacionaram-se positivamente com a

produtividade da soja. Os coeficientes de correlao foram significativos nos meses de
dezembro a abril, sendo que o perodo no qual a precipitao apresentou maior
coeficiente de correlao com a produtividade da soja foi no trimestre JFM (r = 0,42),
perodo considerado crtico para a cultura em relao gua, correspondendo a fase
fenolgica de florao e enchimento de gros (Berlato et al., 1992). Nos outros
trimestres os coeficientes foram 0,33, 0,31, 0,23 e 0,22 em DJF, FMA, MAM e AMJ,
respectivamente.
101

produtividade anual da soja no Estado do Rio Grande do Sul (1944 1998).
Perodos
Coeficientes de Correlao (r)
DJF
0,33 ??
JFM
0,42 ??
FMA
0,31 ??
MAM
0,23 ?
AMJ
0,22 ?
?significativo a nvel de 95% .
Como o perodo de JFM corresponde aos meses que exerceram maior influncia sobre a
cultura de soja no Rio Grande do Sul, analisou-se o comportamento da precipitao
mdia de janeiro a maro durante o perodo de 55 anos (1944 - 1998), em que a mdia
pluviomtrica foi de 376 mm. Pode-se observar na Figura 4.18 um certo aumento da
tendncia nos totais pluviomtricos no trimestre JFM de aproximadamente 3 mm por
ano e oscilaes que passam por um mnimo de 175 mm no ano de 1964 e um mximo
de 700 mm no ano de 1998. Um segundo mnimo (196 mm) foi observado no ano de
1991, enquanto que o segundo mximo (573 mm) ocorreu no ano de 1966.
As variaes verificadas ao longo dos anos podem ser causadas pelas mudanas nos
padres gerais da circulao atmosfrica. Essas alteraes podem ser conduzidas por
efeitos antropognicos, como queima de combustveis fsseis que aumentam a
concentrao de dixido de carbono na atmosfera ou at mesmo pelos efeitos naturais.
Deste modo pode-se dizer que as sries meteorolgicas no so estatisticamente
estacionrias, ou seja, no mantm as suas caractersticas no decorrer do tempo.
102
Precipitao_JFM (mm)
800
700
600
500
400
300
200
100
1998
1995
1992
1989
1986
1983
1980
1977
1974
1971
1968
1965
1962
1959
1956
1953
1950
1947
1944
ANOS
FIGURA 4.18 Comportamento da Precipitao de janeiro a maro no Rio Grande do

Sul, durante o perodo de 1944 a 1998.
Neste contexto, o modelo de estimativa emprica de produtividade da soja foi aplicado

somente para a fase crtica da cultura em relao precipitao (JFM), ou seja, o
perodo favorvel (perodo de maior correlao) para originar as equaes prognsticas.
A preciso destas equaes foi examinada atravs do erro mdio quadrtico (EMQ),
erro mdio absoluto (EMA) e tendncia (TEND) e avaliada em 31 anos (1944 - 1974)
de dados de chuva aplicados para previso de produtividade da soja no perodo de 1974
a 1998, em que n (nmero de anos utilizados para gerar a equao prognstica) variou
de 5 a 30 anos. O coeficiente de correlao linear entre Pdy (produtividade observada) e
Pdyn (produtividade prevista) no perodo de 1974 a 1998, tambm foi calculado para
diferentes valores de n.
A Figura 4.19 mostra o resultado da avaliao da estimativa de produtividade da cultura

de soja atravs dos ndices de acerto (EMQ, EMA e TEND). A estatstica de TEND
apresentou um valor pequeno, inferior a 100 kg/ha, alcanando um mximo de 76 kg/ha
em uma amostra de 10 anos de dados e um mnimo de 28 kg/ha em uma amostra de 23
anos de dados.
Nota-se que nas amostras de 5 a 16 anos, os valores de TEND foram positivos

demonstrando uma predisposio em superestimar o modelo. Porm, em n igual a 17 e
103
18 TEND manteve-se prximo de zero indicando que os valores de produtividades

observados e previstos foram prximos e a partir de n igual 19 os erros foram negativos
implicando que a produtividade prevista apresentou-se abaixo da observada.
De um modo geral existe uma tendncia negativa de TEND (-4.6 kg/ha) de acordo com
o aumento do tamanho da amostra (n). Alm disso, o TEND manteve-se prximo ao
erro mdio quadrtico (EMQ) at n igual a 13 e logo aps sofre um decaimento
apresentando menores valores em relao ao EMQ.
As outras trs estatsticas (EMQ, EMA e r) apresentaram valores maiores quando se

utilizou poucos anos de dados para gerar a previso. Observa-se que EMQ decresce
linearmente, variando aproximadamente 2 kg/ha com o aumento do tamanho da
amostra (n), no sofrendo oscilaes ao longo desta. O maior valor de EMQ resultante
foi 74 kg/ha (n = 5) e o menor foi 41 kg/ha (n = 21). importante ressaltar que houve
uma queda em torno de 41% ao longo do nmero de anos da amostra (n variando de 5 a
30) e que a partir de 20 anos de dados verifica-se uma certa estabilidade do erro com
valores variando entre 41 e 45 kg/ha.
O EMA apresentou um ntido decrscimo com o aumento do nmero de anos das

amostras (-6.6 kg/ha). Observa-se que o EMA e EMQ possuram o mesmo
comportamento, porm em diferentes magnitudes. Isto ocorre, pois o EMA uma
medida estatstica que no avalia o peso dos grandes erros, enquanto que o EMQ tende a
dar maior influncia sobre as grandes discrepncias entre os campos observados e
previstos. Os valores de erros absolutos so superiores aos valores obtidos nas outras
estatsticas, alcanando um mximo de 371 kg/ha (n = 5) e um mnimo de 205 (n = 21),
alm disso, tambm apresentou estabilizao da produtividade a partir de 20 anos, em
torno de 208 kg/ha.
O coeficiente de correlao entre a produtividade da soja observada e a prevista (r) em

uma amostra de 30 anos foi calculado ao nvel de significncia 99% (r = 0,46).
Verificou-se que os valores significativos (maiores e igual a 0,46) encontram-se a partir
104
de 17 anos, exceto em n igual a 18. Tal perodo seria o mais favorvel para gerar
equaes prognsticas, pois apresentaram maiores valores de r, enquanto que os valores
dos coeficientes obtidos abaixo de n igual a 17, no seriam recomendados para gerar
tais equaes, pois apresentaram menores valores de coeficientes de correlao (r).
Na Figura 4.19, nota-se que o maior coeficiente de correlao encontrado foi 0,56 (n =
23) e o mnimo foi 0,02 (n = 7). Alm disso, observa-se uma ntida tendncia de
crescimento do valor de r ao longo do nmero de anos da amostra (n), porm a partir de
n igual a 20 verificam-se pequenas variaes, indicando uma certa estabilidade dos
valores do coeficiente de correlao entre a produtividade observada e a prevista.
Diante do decrscimo dos erros estatsticos medida que se aumenta o nmero de anos
da amostra at tornarem-se estveis e do mximo coeficiente de correlao encontrado,
quando n foi igual a 23 anos (0,56), observou-se que no existe a necessidade de utilizar
mais de 23 anos de dados para gerar equaes prognsticas, no caso de uma previso
feita para o perodo de 1974 a 1998. Ressalta-se ainda que, o valor de r no apresentou
grande variao a partir de n igual a 23, somente uma ligeira tendncia de decaimento
entre n igual a 24 (r = 0,54) e 27 (r = 0,50), voltando a elevar-se em direo a n igual a
30.
Tal fato pode indicar um certo risco de deteriorao da previso da produtividade da

soja com o aumento de n, sendo que o decaimento do coeficiente e a deteriorao da
previso seriam melhores investigados se houvesse maior quantidade de dados para
comparao entre o previsto e observado.
105
0,6
300,0
0,4
200,0
0,2
100,0
0,0
0,0
-100,0
-0,2
COEFICIENTE DE
CORRELAO (r)
ERROS (Kg/ha)
400,0
-200,0
-0,4
-300,0
-400,0
-0,6
5
11
13
15
17
19
21
23
25
27
29
N DE ANOS DA AMOSTRA (n)

EMQ
EMA
TEND
FIGURA 4.19 Avaliao da previso de produtividade da soja atravs de estatsticas

de erro mdio quadrtico (EMQ), erro mdio absoluto (EMA) e
tendncia (TEND), a partir da precipitao (JFM) e coeficiente de
correlao (r) entre a produtividade observada e prevista no Rio
Grande do Sul (1974 - 1998), de acordo com a variao de n.
A determinao em provocar danos previsibilidade a partir de n igual a 23 sugeriu que

a srie de dados analisados no se mostrou estatisticamente estacionria. Nesse caso,
recomenda-se uma contnua atualizao das equaes prognsticas incluindo novos
dados, para verificar se realmente a srie no estacionria (Kung e Sharif, 1982). A
necessidade de atualizao pode ser solucionada fazendo-se uma defasagem do tempo,
ou seja, variando-se o lag entre o fim do perodo utilizado para gerar a previso e o ano
em que a equao feita, e assim verificar quantos anos podem ser previstos sem a
necessidade de utilizar novos dados. Ento, a diferena entre a quantidade total de anos
disponveis para prever a produtividade da soja (y = 31 anos) e o nmero de anos
utilizados para gerar a equao prognstica (n varia de 5 a 30) ser o lag.
Na srie de dados estudada, o mximo lag dado por: dmx = 31 n, em que a amostra
de 30 anos apresentou lag variando de 1 a 26. A Figura 4.20 mostra o EMQ e o
coeficiente de correlao entre a produtividade da soja observada e a prevista de acordo
com a variao do lag. Observa-se que medida que o lag aumenta, tem-se um
decrscimo gradativo do coeficiente de correlao de 0,52 (lag = 6) a -0,02 (lag = 24),
106
mostrando que o desempenho da previso tende a ser desfavorve l, possivelmente

devido a grande distncia entre o perodo em que foi gerada a equao prognstica e o
perodo previsto. Os valores de EMQ tambm confirmam tal resultado, pois verifica-se
um grande aumento dos mesmos proporcionalmente ao aumento do lag, variando de 44
kg/ha (lag = 6) at 74 kg/ha (lag = 26).
Pode-se destacar que o coeficiente de correlao entre a produtividade da soja

observada e a prevista e o erro mdio quadrtico mantiveram-se uniformes at 11 anos
de defasagem, apresentando uma mdia de 0,53 e 43,1, respectivamente. Porm, a partir
do valor de lag igual a 12, observa-se um ntido decrscimo de r e um substancial
aumento do EMQ medida que se eleva o lag. Isto indica que o modelo valido para
realizar uma previso de at 11 anos, com valores significativos de r e baixos erro
mdio quadrtico utilizando a srie estudada, porm haver necessidade de atualizao
120,0
0,6
100,0
0,4
80,0
0,2
60,0
0,0
40,0
-0,2
20,0
-0,4
0,0
COEFICIENTE DE
CORRELAO (r)
EMQ (Kg/ha)
com novos dados no caso de uma previso para mais de 11 anos.
-0,6
1
11
13
15
17
19
21
23
25
LAG (d)
EMQ
FIGURA 4.20 Avaliao da previso de produtividade da soja atravs de estatsticas

de erro mdio quadrtico (EMQ) a partir da precipitao (JFM) e
coeficiente de correlao (r) entre a produtividade observada e prevista
no Rio Grande do Sul (1974 - 1998), de acordo com a variao de lag.
107
108
CAPTULO 5
CONCLUSO
5.1
Consideraes finais
Na maior parte da rea estudada, o trimestre chuvoso concentrou-se em DJF,

correspondendo ao vero do HS, enquanto o trimestre menos chuvoso foi observado em
JJA, correspondendo ao inverno do HS. Porm, observou-se que o Estado do Rio
Grande do Sul apresentou grande variabilidade espacial da precipitao, tanto no vero
quanto no inverno e Santa Catarina apresentou tal variabilidade somente no inverno.
A variabilidade sazonal foi analisada, tendo sido constatado que a precipitao da

Regio Sul apresenta-se de maneira uniforme durante as quatro estaes do ano. Na
Regio Sudeste a maior contribuio de chuva ocorreu no trimestre DJF e a menor
ocorreu em JJA, sendo que em DJF correspondeu estao chuvosa e JJA estao
seca da regio. A variabilidade interanual da precipitao foi maior na Regio Sul,
principalmente no Rio Grande do Sul. J no Sudeste, nos Estados de So Paulo e Rio de
Janeiro a maioria das anomalias de precipitao ocorreram abaixo da mdia, enquanto
que o Esprito Santo e Minas Gerais obtiveram maior variabilidade da precipitao ao
longo dos anos.
A evoluo da rea cultivada de milho na Regio Sul apresentou-se praticamente

constante com os anos, destacando o Estado do Paran que apresentou maior rea
plantada de milho da Regio Sul. A rea cultivada de soja foi maior no Estado do Rio
Grande do Sul, sendo observada uma tendncia positiva da rea nos trs estados
analisados e uma queda no incio dos anos 80 (Rio Grande do Sul e Paran), voltando a
crescer nos anos 90. Porm, Minas Gerais obteve estabilidade at os anos 80, voltando a
crescer a partir dos anos 90. Na Regio Sudeste houve uma relativa estagnao da rea
plantada de milho em Minas Gerais e So Paulo at os anos 90 e uma moderada queda
109
aps este perodo, enquanto que os Estados do Esprito Santo e Rio de Janeiro
apresentaram um ntido decrscimo durante todo o perodo estudado.
Quanto produo de milho, verificou-se um certo aumento nos anos 70, pouca
variao na dcada de 80 e a partir dos anos 90 foi atingido um novo patamar com
ganhos substanciais na produo. Na Regio Sudeste, os Estados de Minas Gerais e So
Paulo obtiveram um crescimento ao longo dos anos e foram responsveis pelos maiores
ndices de produo, enquanto que nos Estados do Esprito Santo e Rio de Janeiro
ocorreu o inverso, alm de apresentarem os menores ndices da regio. Em relao
soja, o comportamento da produo foi semelhante ao da rea plantada, porm o Rio
Grande do Sul apresentou maiores variaes em relao aos outros dois estados
analisados.
As sries originais de produtividades de milho e de soja apresentaram um crescimento

devido incorporao de novas tecnologias de produo ao longo do tempo. A Regio
Sul apresentou uma variabilidade da produtividade do milho mais instvel do que a
Regio Sudeste, sendo Santa Catarina o responsvel pela maior produtividade, seguido
do Paran. No Sudeste, as produtividades de milho foram melhores distribudas, com
destaque para o Estado de So Paulo que apresentou maior produtividade de milho da
regio seguida de Minas Gerais. A variabilidade interanual da produtividade da soja foi
melhor evidenciada nos Estados do Rio Grande do Sul e Paran, porm em Minas
Gerais manteve-se estvel. Alm disso, destaca-se que o Paran apresentou maior
produtividade da soja em relao aos outros estados estudados.
A precipitao no trimestre DJF correlacionou-se melhor com as culturas de milho em

todos os Estados da Regio Sul e em So Paulo, enquanto no trimestre JFM as
correlaes foram melhores somente para os Estados de Santa Catarina, Paran e So
Paulo. A cultura de soja apresentou coeficientes significativos entre a precipitao em
DJF e a produtividade da soja nos Estados do Rio Grande do Sul, Paran e Minas
Gerais; porm em relao precipitao, no trimestre JFM somente os Estados Rio
Grande do Sul e Minas Gerais apresentaram coeficientes significativos. Estes meses
110
correspondem aos meses de vero e de intensa atividade agrcola, alm de corresponder

estao chuvosa na maior parte da rea estudada.
De um modo geral, na maior parte dos anos as anomalias positivas de precipitao de

DJF coincidiram com as anomalias positivas de produtividade do milho e da soja
durante o perodo estudado. Contudo, constatou-se que a variabilidade da precipitao
em DJF foi a grande responsvel por anos com produtividade agrcola alta ou baixa,
pois as culturas de primavera/vero, como o milho e a soja, geralmente so conduzidas
sem irrigao, portanto dependem diretamente da precipitao.
Os impactos do ENOS sobre a precipitao (SON e DJF) e as produtividades de milho e

de soja foram analisados. Verificou-se que durante os anos de La Nia os Estados da
Regio Sul apresentaram precipitao (SON e DJF) abaixo da mdia, porm isto no
chegou a prejudicar a produtividade de milho na regio. Na Regio Sudeste, os Estados
de So Paulo e do Rio de Janeiro apresentaram precipitao (SON e DJF) e
produtividade do milho acima da mdia durante a fase fria, porm em Minas Gerais e
Esprito Santo ocorreu precipitao de SON acima da mdia e precipitao de DJF e
produtividade do milho abaixo da mdia. As produtividades da soja apresentaram-se
acima da mdia na maior parte dos casos, mesmo as chuvas de DJF ocorrendo abaixo da
mdia nos trs estados analisados.
Em anos de El Nio, o Rio Grande do Sul e Santa Catarina apresentaram a maior parte
dos desvios de precipitao em SON positivos e negativos em DJF, sendo que o Estado
do Paran obteve precipitao de SON abaixo da mdia e nmeros iguais de desvios
positivos e negativos em DJF. Na Regio Sudeste, durante a fase quente ocorreram
impactos negativos sobre a precipitao de SON nos Estados de Minas Gerais e Esprito
Santo e positivos em So Paulo, enquanto no Rio de Janeiro houve um equilbrio entre
os desvios positivos e negativos. Quanto precipitao em DJF, prevaleceram os
impactos negativos em todos os Estados da Regio Sudeste, exceto no Esprito Santo.
111
Evidenciou-se que o fenmeno El Nio favoreceu as produtividades de milho em

praticamente todos os Estados da Regio Sul e Sudeste do Brasil, exceto em So Paulo
que manteve o equilbrio entre as produtividades positivas e negativas de milho. Quanto
s produtividades de soja, Estado do Rio Grande do Sul foi favorecido apresentando
impactos positivos na produtividade. O Estado de Minas Gerais apresentou impactos
negativos, enquanto que o Estado do Paran apresentou equilbrio entre os desvios
negativos e positivos de produtividade da soja.
Em anos considerados como neutros, os Estados de Santa Catarina e Paran

apresentaram precipitao abaixo da mdia em SON e acima da mdia em DJF,
enquanto que o Rio Grande do Sul apresentou os desvios de precipitao positivos e
negativos em equilbrio no trimestre SON e chuvas abaixo da mdia em DJF. Na Regio
Sudeste verificou-se que a precipitao em SON foi acima da mdia, exceto no Estado
do Rio de Janeiro. Porm, as chuvas em DJF tambm se apresentaram acima da mdia,
exceto no Esprito Santo. As produtividades de milho, durante os anos ne utros,
apresentaram-se abaixo da mdia nos Estados de Minas Gerais e Esprito Santo,
enquanto que em So Paulo as produtividades foram acima da mdia e o Rio de Janeiro
manteve o equilbrio entre os desvios de produtividade positivos e negativos. Alm
disso, as produtividades foram favorecidas pelos anos neutros.
Destacam-se que os anos de estiagem, de 1990/91 na Regio Sudeste e de 1991/92 na

Regio Sul, trouxeram prejuzos significativos s produtividades de milho e soja; porm
nestes casos a falta de chuva ocorreu devido s caractersticas atmosfricas observadas
durante aqueles perodos, constatando que o fenmeno ENOS no o nico fator que
determina a falta ou o excesso de precipitao em uma determinada regio.
No Estado do Rio Grande do Sul durante o perodo de 1944 a 1998, a variabilidade

interanual da precipitao no trimestre JFM foi um fator determinante para a
variabilidade da produtividade da soja. Logo, aplicou-se um modelo de estimativa
emprica de produtividade da soja somente para a fase crtica da cultura em relao
precipitao (JFM). Os resultados mostram que o modelo subestimou os valores de
112
produtividades de soja previstos a partir de uma amostra de 19 anos de dados. Ressaltase, ainda, que os erros tenderam a ser maiores quando utilizou-se poucos anos de dados
para gerar as equaes prognosticas.
O perodo ideal encontrado neste trabalho foi de aproximadamente 23 anos de dados;

logo, o uso de mais ou menos dados para gerar a previso pode prejudicar o
desenvolvimento do modelo. Alm disso, atravs da variao de defasagem, verificouse tambm que neste modelo pode-se prever at 11 anos de dados, porm preciso uma
atualizao com novos dados para previses superiores a este valor.
De fato, a previso de adversidades climticas deve ser realizada com antecedncia,

para que possa ser feito um melhor planejamento agrcola, com objetivo de diminuir os
impactos gerados por um clima adverso agricultura, bem como a reduo dos
prejuzos causados por este. A utilizao de modelos de estimativa da produtividade
agrcola baseado em elementos climticos visa dar uma contribuio neste contexto.
113
5.2
Sugestes
Como sugesto para trabalhos futuros, prope-se:
utilizar a mesma tcnica de previso emprica, considerando srie de dados

mais longa;
melhorar a qualidade dos dados de produtividade, levando-se em

considerao os fatores biolgicos ou agronmicos. Alm disso, obter dados
mais detalhados, de microrregies ou municpios de diversos estados do
Brasil;
utilizar outros indicadores do fenmeno ENOS, como a TSM;
correlacionar as produtividades de outras culturas com outras variveis

meteorolgicas, como por exemplo: temperatura, umidade, radiao,
evapotranspirao, etc;
levar em considerao a circulao geral da atmosfera;
estender o estudo para outras regies brasileiras.
114
REFERNCIAS BIBLIOGRFICAS
Alves, J.M.B.; Repelli, C.A. A variabilidade pluviomtrica no setor do nordeste e os

eventos El Nio - Oscilao Sul (ENOS). Revista Brasileira de Meteorologia, v. 7,
n.2, p. 583-592, 1992.
Arruda, H.V.; Pinto, H. A simplified gamma probability model for analysis of the
frequency distribution of rainfall in the region of Campinas, SP - Brazil. Agricultural
and Forest Meteorology, v. 22, n.2, p.101-108, 1980.
Berlato, M.A. Modelo de relao entre o rendimento de gros da soja e o dficit

hdrico para o Estado do Rio Grande do Sul. 1987. 93 p. Tese (Doutorado em
Meteorologia) - Instituto de Pesquisas Espaciais, So Jos dos Campos, 1987.
Berlato, M.A.; Fontana, D.C.; Gonalves, H.M. Relao entre o rendimento de gros de
soja e variveis meteorolgicas. Pesquisa Agropecuria Brasileira, Braslia. v. 27, n.
5, p. 695-702, 1992.
Berlato, M.A.; Fontana, D.C. El Nio Oscilao Sul e a agricultura da Regio Sul do
Brasil. In: Berri, G.J. (Comp). Efectos de El Nio sobre la variabilidad climtica,
agricultura y recursos hdricos en el sudeste de Sudamrica. [Buenos Aires] :
Ministerio de Cultura y Educacin - Secretara de Ciencia y Tecnologa, p. 27-30.
(Taller y Conferencia sobre El Nio 1997/ 98, Montevideo, Uruguay, 1997).
Berlato, M.A.; Fontana, D.C. Variabilidade interanual da precipitao e variabilidade

dos rendimentos de soja na Estado do Rio Grande do Sul. Revista Brasileira de
Agrometeorologia, v.7, n.1, p.119-125, 1999.
115
Camargo, A.P.; Pinto, H.S.; Pedro Jr, M.J.; Brunini; O.; Alfonsi, R.R.; Ortolani;
A.A. Aptido climtica de culturas agrcolas. In: VERDADE, F.C. (Coord.).
Zoneamento agrcola do Estado de So Paulo. So Paulo: Governo do Estado
de So Paulo, S ecretaria da Agricultura, 1974. v.1, p.109.
Camargo, M.B.P.; Arruda, H.V.; Pedro Jr, M.J.; Brunini, O., Alfonsi, R.R. Melhores
pocas de plantio do trigo no Estado de So Paulo baseadas na probabilidade de
atendimento hdrico. Bragantia, v.44, n.1, p.255-261, 1985.
Cane, M.A; Eschel, G.; Buckland, R.W. Forecasting Zimbabwean maize yield using
eastern equatorial Pacific sea surface temperature. Nature , v.370, p.204-205, 1994.
Cavalcanti, I.F.A.; Satyamurty, P.; Marengo, J.A.; Nobre, C.A.; Trosnikov, I.; Bonatti,
J.P.; Manzi, A.O.; Tarasova, T.; D'Almeida, C.; Sampaio, G.; Castro, C.C; Sanches, M.;
Camargo, H.; Pezzi, L.P. Climate characteristics in an ensemble simulation using
CPTEC/COLA Atmospheric GCM. So Jos dos Campos: INPE, 2001. (INPE 8 150RPQ/717).
Couto, L.; Costa, E.F.; Viana, R.T. Efeito do veranico sobre a produo de cultivares de
milho. In: Relatrio tcnico anual do Centro Nacional de Pesquisa de Milho e
Sorgo, 1980 1984, Sete Lagoas, MG: EMPRAPA CNPMS, 1986. p. 77 78.
Cunha, G.R.; Dalmago, G.A.; Estefanel, V. Enso influences on wheat crop in Brazil.
Revista Brasileira de Agrometorologia, v.7, n.1, p.127-138, 1999.
Diaz, A.F.; Studzinski, C.D.; Mechoso, C.R. Relationships between precipitation

anomalies in Uruguay and southern Brazil and sea surface temperature in the pacific
and atlantic oceans. Journal of Climate, Boston, v. 11, n. 2, p. 251-271, 1998.
116
Empresa Brasileira de Pesquisa Agropecuria (EMBRAPA). Tecnologias de Produo

de Soja - Regio Central do Brasil. Londrina, PR: Ministrio da Agricultura, Pecuria
e Abastecimento, 2001. Documentos, 167.
Fisher, R. A.; Yates. F. Statistical Tables for Biological, Agricutural and Medical
Research. 5.ed. London: Longman, 1974.
Fontana, D.C.; Berlato, M.A. Relao entre o El Nio Oscilao Sul (ENOS),
precipitao e rendimento de milho no Estado do Rio Grande do Sul. Pesquisa
Agropecuria Gacha, Porto Alegre, v.2, n.1, p. 39-45, 1996.
Fontana, D.C.; Berlato, M.A. Influncia do El Nio oscilao sul sobre a precipitao
pluvial no Estado do Rio Grande do Sul. Revista Brasileira de Agrometeorologia,
Santa Maria, v. 5, n. 1, p. 127- 132, 1997.
Glantz, M.H. Current of change: El Nios impact on climate and society. Cambridge:
University of Cambridge, 1996. 194 p.
Goodwin, J.B; Sans, L.M.A. Anlise de interao da data de plantio, probabilidade de

chuvas e consumo de gua pela cultura do milho. Nota preliminar. In: Reunio
Brasileira de Milho e Sorgo, 2,. Anais... Piracicaba-SP: ESALQ, 1976. p 483-97.
Grimm, A.M.; Teleginski, S.E.; Costa, S.M.S. Anomalias de precipitao no sul do

Brasil em eventos La Nia. In: Congresso Brasileiro de Meteorologia, 9.,1996, Campos
do Jordo, SP. Anais... Rio de Janeiro: Sociedade Brasileira de Meteorologia;
Universidade Federal do Rio de Janeiro, 1996a. v. 2, p. 1113-1117.
Grimm, A.M.; Teleginski, S.E. ; Freitas, E.D. Anomalias de precipitao no sul do

Brasil em eventos El Nio. In: Congresso Brasileiro de Meteorologia, 9., 1996, Campos
do Jordo, SP. Anais... Rio de Janeiro: Sociedade Brasileira de Meteorologia;
Universidade Federal do Rio de Janeiro, 1996b. v. 2, p. 1098-1102.
117
Handler, P. Corn yields in United States and sea surface anomalies in the equatorial
Pacific ocean. Agricultural and Forest Meteorology, v.31, p. 25-32, 1984.
Hansen, J.W.; Hodges, A.W.; Jones, J.W. ENSO Influences on Agriculture in the
Southeastern United States. Journal of Climate, v. 11, p. 404-411, 1998.
Hardaker, J.B.; Huirne, R.B.M.; Anderson, J.R. Coping with risk in agriculture .
Oxon: CAB International, 1997. p.274.
Intergovernmental Panel on Climate Change (IPCC). Climate Change 2001: Impacts,

Adaptation and Vulnerability. In: Working Group, 2. TAR: Summary for Policymakers.
Disponvel
em:
<http://www.meto.gov.uk/sec5/CR_div/ipcc/wg1/WG1-SPM.pdf>
Acesso em: 3 abr. 2003.
Katz, R.W. Assessing the impact of climatic change on food production. Climate
Change, v.1, p.85-96, 1977.
Keppenne, C.L. An ENSO Signal in Soybean Futures Prices. Journal of Climate, v. 8,

p.1685-1689, 1995.
Kousky, V.E.; Kayano, M.T.; Cavalcanti, I. F. A. A review of the southern oscillation

oceanic atmospheric circulation changes and related rainfall anomalies. Tellus , v.36, p.
490-504, 1984.
Kousky, V.E; Cavalcant i, I.F.A. Eventos Oscilao Sul / El Nio. Caractersticas,

evoluo e anomalias de precipitao. Cincia e Cultura, v.36, n.11, p.1888-1899,
1984.
118
Kung, E.C.; Sharif, T.A. Long-range forecasting of the Indian summer monsoon onset
and rainfall with upper air parameters and sea surface temperature. Journal of the
Meteorological Society of Japan, v 60, p. 672-681, 1982.
Mjelde, J.W.; Keplinger, K. Using the Southern Oscillation to Forecast Texas Winter
Wheat and Sorghum Crop Yields. Journal of Climate, v. 11, p. 54-60, 1998.
Mota, F.S.. Weather-technology models for corn and soybeans in the South of Brazil.
Agricutural Meteorology, v 28, p. 49-64, 1983.
Mota, F.S. Influncia dos fenmenos El Nio e La Nia sobre o rendimento do arroz
irrigado na Regio de Pelotas- RS. Revista Brasileira de Meteorologia, v.15, n.2,
p.21-24, 2000.
Moura, A.D. Prospects for seasonal- to-interannual climate prediction and applications
for sustainable development. World Meteorological Organization Bulletin, Geneva,
v. 43, n. 3, p. 207-215, 1994.
Nicholls, N. The Stability of Emprirical Long-Range Forecast Techniques: A Case

Study. Journal of Climate and Applied Meteorology, v.23, p. 143-147, 1984.
Nimer, E. Climatologia do Brasil. Superintendncia de Recursos Naturais Meio

Ambiente. Rio de Janeiro: IBGE/SUPREN, 1979.
Oliveira, A.D.; Costa J.M.N.; Leite, R.A.; Soares P.C.; Soares A.A. Probabilidade de
chuvas e estimativas de pocas de semeadura para cultivares de arroz de sequeiro, em
diferentes regies do Estado de Minas Gerais, Brasil. Revista Brasileira de
Agromeorologia, v.8, n.2, p 295-309,2000.
119
Philander, S.G. El Nio, La Nia, and the southern oscillation. San Diego: Academic
Press, 1990. p. 293.
Rao, V.B.; Hada, K. Characteristics of rainfall over Brazil: annual variations and
connections with the Southern Oscillation. Theoretical Applied Climatology. v. 42, n.
2, p. 81-91, 1990.
Rao, V.B.; Hada, K. An experiment with linear regression in forecasting of spring

rainfall over south Brazil. Atmosfera, v. 7, p. 83-87, 1994.
Rao, V.B. ; S, L.D.A; Franchito, S.H.; Hada, K. Interanual variations of rainfall and
corn yields in northeast Brazil. Agricultural and Forest Meteorology. v. 85, p. 63-74,
1997.
Rimmington, G.M.; Nicholls, N. Forecasting Wheat Yields In Australia With The

Southern Oscillation Index. Australian Journal of Agricultural Research, v. 44, p.
625-632, 1993.
Ropelewski, C.F.; Halpert, M.S. Global and regional scale precipitation patterns
associated with the El Nio / Southren Oscillation. Monthly Weather Review, v.115,
p. 1606-1626, 1987.
Ropelewski, C.F.; Halpert, M.S. Precipitation patterns associated with the high index
phase of the southern oscillation. Journal of Climate, v. 4, p. 268-284, 1989.
Rossetti, L.A. Reduzindo os riscos da agricultura e propic iando indicadores confiveis

para um desenvolvimento regional sustentvel, Seminrio Brasileiro de Zoneamento
Agrcola,
1.,
2002.
Anais
eletrnicos...
Disponvel
em
<http://masrv54.agr icultura.gov.br/anais/seminario.htm>. Acesso em: 23 mar. 2003.
120
Sader, R. Alguns aspectos da Regio Sul. Brasil: O Livro dos 500 anos. 1996.
Disponvel em: <http://www.terrabrasileira.net/folclore/regioes/sul/sul.html>. Acesso
em: 15 jan. 2003.
Silva, J.F. El Nio, o fenmeno climtico do sculo. Braslia: [S.n.], 2000. p. 139.
Tsunechiro, A. Os municpios maiores produtores de soja e milho. Disponvel em:

<http://www.fazendasmt.com.br/artigos/ >. Acesso em: 18 set. 2004.
Uvo, C.B.; Repelli, C.A.; Zebiak, S. A study on the influence of the pacific and atlantic
SST on the northeast Brazil monthly precipitation using singular value decomposition
(SVD). In: International Training Course on Practical and Theoretical Aspects of Short
Term Climate Prediction, 1., Columbia, apr. 1993 jan. 1994. Report... So Jos dos
Campos: INPE, 1994. p.30.
121
122
APNDICE A
TABELA DE DISTRIBUIO DO TESTE t-student.

t 0,995
t 0,99
1
63,66 31,82
2
9,92
6,96
3
5,84
4,54
4
4,60
3,75
5
4,03
3,36
6
3,71
3,14
7
3,50
3,00
8
3,36
2,90
9
3,25
2,82
10
3,17
2,76
11
3,11
2,72
12
3,06
2,68
13
3,01
2,65
14
2,98
2,62
15
2,95
2,60
16
2,92
2,58
17
2,90
2,57
18
2,88
2,55
19
2,86
2,54
20
2,84
2,53
21
2,83
2,52
22
2,82
2,51
23
2,81
2,50
24
2,80
2,49
25
2,79
2,48
26
2,78
2,48
27
2,77
2,47
28
2,76
2,47
29
2,76
2,46
30
2,75
2,46
40
2,70
2,42
60
2,66
2,39
120
2,62
2,36
2,58
2,33
FONTE: Fisher e Yates
T0,975
12,71
4,30
3,18
2,78
2,57
2,45
2,36
2,31
2,26
2,23
2,20
2,18
2,16
2,14
2,13
2,12
2,11
2,10
2,09
2,09
2,08
2,07
2,07
2,06
2,06
2,06
2,05
2,05
2,04
2,04
2,02
2,00
1,98
1,96
(1974).
t 0,95
6,31
2,92
2,35
2,13
2,02
1,94
1,90
1,86
1,83
1,81
1,80
1,78
1,77
1,76
1,75
1,75
1,74
1,73
1,73
1,72
1,72
1,72
1,71
1,71
1,71
1,71
1,70
1,70
1,70
1,70
1,68
1,67
1,66
1,645
t 0,90
3,08
1,89
1,64
1,53
1,48
1,44
1,42
1,40
1,38
1,37
1,36
1,36
1,35
1,34
1,34
1,34
1,33
1,33
1,33
1,32
1,32
1,32
1,32
1,32
1,32
1,32
1,31
1,31
1,31
1,31
1,30
1,30
1,29
1,28
123
t 0,80
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,851
0,848
0,845
0,842
t 0,75
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,677
0,674
t 0,70
0,727
0,617
0,584
0,569
0,559
0,553
0,549
0,546
0,543
0,542
0,540
0,539
0,538
0,537
0,536
0,535
0,534
0,534
0,533
0,533
0,532
0,532
0,532
0,531
0,531
0,531
0,531
0,530
0,530
0,530
0,529
0,527
0,526
0,524
t 0,60
0,325
0,289
0,277
0,271
0,267
0,265
0,263
0,262
0,261
0,260
0,260
0,259
0,259
0,258
0,258
0,258
0,257
0,257
0,257
0,257
0,257
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,255
0,254
0,254
0,253
t 0,55
0,158
0,142
0,137
0,134
0,132
0,131
0,130
0,130
0,129
0,129
0,129
0,128
0,128
0,128
0,128
0,128
0,128
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,126
0,126
0,126
0,126

Variabilidade Pluviométrica e Produtividade

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Variabilidade Pluviométrica e Produtividade

Enviado por

Direitos autorais:

Formatos disponíveis

INPE-13599-TDI/1038

RELAES ENTRE A VARIABILIDADE DA PRECIPITAO E A

Danielle Barros Ferreira

Dissertao de Mestrado do Curso de Ps-Graduao em Meteorologia, orientada pelos

551.578.4: 631 (815/816)

Aos meus pais,

A variabilidade interanual da precipitao determina estaes seca e chuvosa

RELATIONS BETWEEN THE VARIABILITY OF THE PRECIPITATION AND

4.3.1 Milho ............................................................................................................. 74

4.4 Impactos do El Nio - Oscilao Sul sobre a produtividade das culturas e

4.4.1 Milho .............................................................................................................. 86

4.3 - Variao interanual da anomalia de precipitao na Regio Sul do

4.5 - Evoluo das caractersticas do cultivo de milho nos Estados da Regio

4.6 - Evoluo das caractersticas do cultivo de milho nos Estados da Regio

4.7 - Variao interanual da produtividade original do milho (com a tendncia)

4.10 - Variao interanual da produtividade original da soja (com a tendncia) e a

4.12 - Anomalias padronizadas (pelo desvio padro) de precipitao (dezembro a

4.1 - Produtividade mdia original do milho nos Estados da Regio Sul e

Varivel que representa um ano qualquer

Quilograma por hectare

Precipitao trimestral observada de maior influncia sobre a produtividade da

Desvio normalizado de precipitao

Produtividade estimada da cultura

Desvio normalizado de produtividade

Produtividade observada da soja no ano y

Produtividade prevista da soja no ano y

Valor percentil da distribuio t de Student

Variveis consideradas no calculo do coeficiente de correlao

Ano em que a previso feita

Produtividade corrigida do ano i

Produtividade original do ano i

Produtividade do ano i estimado pelo modelo de regresso

Produtividade do primeiro ano da srie histrica de produtividade estimada

Graus de liberdade da amostra

Desvio padro da amostra

LISTA DE SIGLAS E ABREVIATURAS

- Abril Maio Junho

- Agncia Nacional de Energia Eltrica

- Companhia Nacional de Abastecimento

- Centro de Previso de Tempo e Estudos Climticos / INPE

- Dezembro Janeiro Fevereiro

- Erro Mdio Absoluto

- Empresa de Assistncia Tcnica e Extenso Rural

- Empresa Brasileira de Pesquisa Agropecuria

- El Nio Oscilao Sul

- Erro Mdio Quadrtico

- Estados Unidos da Amrica

- Fevereiro Maro Abril

- Instituto Brasileiro de Geografia e Estatstica

- Instituto Nacional de Meteorologia

- Instituto Nacional de Pesquisas Espaciais

- ndice de Oscilao Sul

- Intergovernmental Panel on Climate Change

- Janeiro Fevereiro Maro

- Junho Julho Agosto

- Maro Abril Maio

- Novembro Dezembro Janeiro

- National Oceanic and Atmospheric Administration

- Outubro Novembro Dezembro

- Sistema Integrado de Gerenciamento de Recursos Hdricos do

- Setembro Outubro Novembro

- Temperatura da superfcie do Mar

- Zona de Convergncia do Atlntico Sul

As adversidades no clima podem ser causadas por mudanas antropognicas ou