Modelagem Markoviana da precipitação pluvial diária e simulação do rendimento esperado de soja no município de Cruz Alta (RS)

Abstract

O agronegócio da soja, caracterizado como investimento em atividade produtiva, envolve problemas de incertezas com o comprometimento definitivo de recursos, com a impossibilidade de reverter decisões tomadas e, também, com o esforço de prever a renda a ser obtida com a colheita. A questão relevante para o sojicultor é como avaliar o rendimento esperado de grãos em um contexto de incertezas, base para o cômputo da taxa de retorno do investimento na produção de soja. Este trabalho teve como objetivo estabelecer uma metodologia que associa um modelo estocástico de precipitação a um modelo de predição do rendimento da cultura de grãos de modo a permitir a atribuição de probabilidades aos rendimentos esperados de soja. Foram utilizados dados meteorológicos diários referentes à precipitação pluvial, temperatura máxima, mínima e média do ar, umidade relativa do ar, radiação solar global e velocidade do vento a 2 metros, bem como o rendimento de soja de Cruz Alta(RS) do período 1/1/1975-31/12/1997. A precipitação pluvial diária foi ajustada à cadeia de Markov de primeira ordem e dois estados e na função gama com variação sazonal para os meses de outubro a abril. Os resultados indicaram que a metodologia associando a geração de séries de precipitação pluvial, evapotranspiração da soja e evapotranspiração real, aplicadas como variáveis de entrada no modelo de predição do rendimento de grãos, possibilitou a definição da densidade de probabilidade do rendimento esperado de soja e, por conseguinte, a quantificação do risco na forma da distribuição de probabilidade acumulada do rendimento. O risco de ocorrência de um valor de rendimento de soja, menor que um valor mínimo de aceitação, quantiifcado pela sua distribuição de probabilidade acumulada, fundamentada em um fenômeno da natureza - a precipitação pluvial - que não depende da vontade humana. A obtenção do rendimento desejado envolve um processo que depende de organização, isto é, depende de fatores subjetivos, de decisões e escolhas. Enfim, um processo que comporta alternativas e depende de iniciativas humanas.

The soybean agribusiness, an investment in productive activity, involves uncertain problems with the definitive commitment of resources, which the impossibilities to reverting taken decisions and also the effort of predicting the income to be obtained with the crop. The main view point for farmers is how to evaluate the expected yield in uncertain context, needed to compute the return taxes for the investment on the soybean production. The objective of this study was to develop a procedure which associates the stochastic modeling of daily rainfall and a crop prediction model to allow statistical inferences for the expected soybean yield at Cruz Alta (RS). The modeling of daily rainfall was based on Markov chain and gamma function with the seasonal variation conditioned by Fourier series. Were utilized the daily weather data referred to rainfall, maximum, minimum and average air temperature, air humidity, radiation and wind speed at 2 m height as well as soybean yield historical series from Cruz Alta (RS), Brazil, during the period 1975-1997. Daily rainfall were fitted to the first order Markov chain with two states for Cruz Alta (RS). The soybean yield prediction model was fitted to the months from October to April under local conditions. The results indicated that the methodology incorporating the simulated series of rainfall and evapotranspiration applied as input variables in the model to predict the soybean yield was possible to define the density of probability, consequently, the quantification of the risk by the accumulated probability distribution of the yield. Therefore, the risks to obtain of a soybean yield lower than the minimum, quantified by its accumulated probability distribution represents an expected value, consequently, not certain. The simulation of the expected soybean yields was based on a nature phenomenon (the rainfall) that doesn’t depend on the human action. The basis for expected yield involves a process which depends on organization, in other words, depends on subjective factors of decisions and choices. To conclude, a process which evolves alternatives and depends of human initiatives.