{"id":6777,"date":"2026-09-23T11:40:09","date_gmt":"2026-09-23T14:40:09","guid":{"rendered":"https:\/\/www.semear-digital.cnptia.embrapa.br\/?p=6777"},"modified":"2026-09-23T14:41:35","modified_gmt":"2026-09-23T17:41:35","slug":"estudo-avalia-impacto-do-clima-na-produtividade-do-cafe-e-valida-modelo-para-previsao-de-safra","status":"publish","type":"post","link":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/noticia\/09\/2026\/estudo-avalia-impacto-do-clima-na-produtividade-do-cafe-e-valida-modelo-para-previsao-de-safra\/","title":{"rendered":"Study evaluates the impact of climate on coffee productivity and validates a model for crop forecasting"},"content":{"rendered":"<div data-elementor-type=\"wp-post\" data-elementor-id=\"6777\" class=\"elementor elementor-6777\" data-elementor-post-type=\"post\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2eaa35d9 e-flex e-con-boxed e-con e-parent\" data-id=\"2eaa35d9\" data-element_type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-7f7ccd2b elementor-widget elementor-widget-text-editor\" data-id=\"7f7ccd2b\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.21.0 - 22-05-2024 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<i>The research analyzed 14 years of data from the Po\u00e7os de Caldas region and may help develop strategies to increase production resilience to climate variability<\/i>\r\n\r\nA produ\u00e7\u00e3o de caf\u00e9 \u00e9 fortemente influenciada pelo clima, especialmente pela temperatura e pela disponibilidade de \u00e1gua. Na regi\u00e3o vulc\u00e2nica de Po\u00e7os de Caldas (MG), uma \u00e1rea tradicional de cultivo de caf\u00e9 ar\u00e1bica, pesquisadores investigaram como as varia\u00e7\u00f5es clim\u00e1ticas afetam a produtividade de tr\u00eas cultivares ao longo das diferentes fases de desenvolvimento da planta. O<a href=\"https:\/\/doi.org\/10.1002\/agj2.70458\"> estudo<\/a>, que faz parte do projeto <a href=\"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/\">Semear Digital<\/a>, analisou dados de 2011 a 2024 e validou um modelo para estimar o rendimento da safra a partir de informa\u00e7\u00f5es meteorol\u00f3gicas. As informa\u00e7\u00f5es podem auxiliar na tomada de decis\u00e3o, previs\u00e3o de pre\u00e7os, formula\u00e7\u00e3o de pol\u00edticas e planejamento estrat\u00e9gico dos produtores de caf\u00e9.\r\n\r\n\u201cEu sou pesquisador e produtor de caf\u00e9\u201d, explica um dos autores do trabalho, Marcus Vinicius Oliveira Noronha (ESALQ), \u201ce durante o meu mestrado me deparei com o questionamento sobre como fazer uma pesquisa sobre o caf\u00e9 e seu rendimento, sem ter dados detalhados\u201d. A solu\u00e7\u00e3o veio a partir de diversas conversas com outros pesquisadores e produtores de caf\u00e9 e combina\u00e7\u00e3o de duas fontes de informa\u00e7\u00e3o: os dados p\u00fablicos de produtividade do IBGE para a regi\u00e3o e os registros detalhados de uma fazenda em <a href=\"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/teste-dat-caconde\/\">Caconde<\/a>, no interior de S\u00e3o Paulo, que mant\u00e9m contagens de produ\u00e7\u00e3o desde 2011. Os pesquisadores tamb\u00e9m utilizaram dados de esta\u00e7\u00f5es meteorol\u00f3gicas autom\u00e1ticas pr\u00f3ximas \u00e0 \u00e1rea de estudo, cobrindo um per\u00edodo de 16 anos, de 2009 a 2024. Esse recorte temporal mais amplo foi necess\u00e1rio para incluir as condi\u00e7\u00f5es clim\u00e1ticas dos dois anos que antecedem cada colheita, j\u00e1 que este \u00e9 o tempo do ciclo completo do caf\u00e9.\r\n\r\nOs cientistas dividiram o ciclo do cafeeiro em quatro fases principais: crescimento vegetativo e forma\u00e7\u00e3o de bot\u00f5es foliares, indu\u00e7\u00e3o e matura\u00e7\u00e3o dos bot\u00f5es florais, flora\u00e7\u00e3o e expans\u00e3o dos frutos, e enchimento dos gr\u00e3os. Para cada fase, foram calculadas correla\u00e7\u00f5es entre a produtividade e vari\u00e1veis como temperatura m\u00e1xima, m\u00e9dia e m\u00ednima, umidade relativa do ar, precipita\u00e7\u00e3o, velocidade do vento e soma t\u00e9rmica, que \u00e9 o ac\u00famulo de calor ao longo do tempo. Al\u00e9m disso, a equipe buscou detectar tend\u00eancias de mudan\u00e7a no clima ao longo dos anos, para avaliar se as temperaturas estavam subindo ou caindo em meses espec\u00edficos, e como isso poderia afetar as diferentes etapas do desenvolvimento da planta.\r\n\r\n\u201cOs resultados mostraram que, na fase de enchimento dos gr\u00e3os, a planta \u00e9 mais sens\u00edvel, mais suscet\u00edvel \u00e0s varia\u00e7\u00f5es de temperatura\u201d, explica Noronha, \u201cquando as temperaturas m\u00e1ximas ultrapassam determinados patamares durante esse per\u00edodo, a produtividade tende a cair de forma mais acentuada do que em outras fases\u201d. Ainda que este seja o ponto mais sens\u00edvel, as maiores altera\u00e7\u00f5es clim\u00e1ticas ao longo dos anos ocorreram durante o per\u00edodo de flora\u00e7\u00e3o na regi\u00e3o, entre os meses de agosto, setembro e outubro.\r\n\r\n\u201cO clima est\u00e1 prejudicando mais a flora\u00e7\u00e3o do caf\u00e9, que ocorre na transi\u00e7\u00e3o do inverno para a primavera, um momento em que a planta j\u00e1 est\u00e1 sob estresse h\u00eddrico e t\u00e9rmico. Com o aumento da temperatura, a evapora\u00e7\u00e3o de \u00e1gua do solo e das folhas se intensifica, agravando o estresse\u201d, refor\u00e7a o pesquisador. O resultado direto \u00e9 a perda de bot\u00f5es florais, o que compromete a produ\u00e7\u00e3o antes mesmo de os frutos se formarem, \u201cisso resulta em uma perda significativa na produtividade\u201d, afirma Noronha.\r\n\r\n<b>Practical use of the model<\/b>\r\n\r\nA valida\u00e7\u00e3o do modelo agrometeorol\u00f3gico trouxe resultados importantes para o uso pr\u00e1tico da ferramenta. Em escala regional, o modelo apresentou bom desempenho e consegue estimar a produtividade com boa precis\u00e3o. Em escala local, por\u00e9m, o desempenho foi mais limitado. \u201cA explica\u00e7\u00e3o est\u00e1 na variabilidade dos dados, que \u00e9 muito grande na escala local\u201d, explica Noronha, \u201cpor isso o nosso modelo tem melhor previsibilidade na escala regional, para a qual pode indicar caminhos para os produtores\u201d.\r\n\r\nO acesso ao modelo \u00e9 feito, por enquanto, por meio de uma planilha que permite a inser\u00e7\u00e3o dos dados de produtividade da propriedade e as informa\u00e7\u00f5es meteorol\u00f3gicas do per\u00edodo. A planilha calcula automaticamente a produtividade esperada e o resultado pode ser usado para tomada de decis\u00e3o, previs\u00e3o de pre\u00e7os, formula\u00e7\u00e3o de pol\u00edticas e planejamento estrat\u00e9gico dos produtores de caf\u00e9.\r\n\r\nA equipe trabalha, agora, em um modelo de aduba\u00e7\u00e3o que leve em conta a variabilidade clim\u00e1tica. A ideia \u00e9 usar dados de produtividade, crescimento e clima coletados desde 2016 em regi\u00f5es do Sudeste e da Alta Mogiana para orientar a aplica\u00e7\u00e3o de nitrog\u00eanio e pot\u00e1ssio. \u201cSe o modelo indicar a baixa produtividade por conta de um d\u00e9ficit h\u00eddrico ou de uma alta temperatura, voc\u00ea pode tomar decis\u00f5es relativas \u00e0 aduba\u00e7\u00e3o que economizem recursos\u201d, exemplifica o pesquisador. O pr\u00f3ximo passo, segundo Noronha, \u00e9 automatizar e transformar tudo em um aplicativo acess\u00edvel, nas m\u00e3os do produtor de caf\u00e9.\r\n\r\n<strong>O artigo completo pode ser acessado em<\/strong>: Noronha, M. V. O., Silva, J. P., Plachi, M. A., Santana, D. M., Umburanas, R. C., Favarin, J. L., Romani, L. A. S., Massruh\u00e1, S. M. F. S., &amp; Dourado Neto, D. (2026). Thermal sensitivity and yield of Arabica coffee under climatic variability. <i>Agronomy Journal<\/i>, 118, e70458.<a href=\"https:\/\/doi.org\/10.1002\/agj2.70458\"> https:\/\/doi.org\/10.1002\/agj2.70458<\/a>\r\n\r\n\u00c9rica Speglich (MTb 0100674\/SP)\r\n\r\nGraziella Galinari (MTb 3863\/PR)\r\n\r\nEmbrapa Agricultura Digital\r\n\r\n<b>Press inquiries: <\/b><b>Press inquires:  <\/b>agricultura-digital.imprensa@embrapa.br\n<p><\/p>\n<i> This text was translated with the assistance of artificial intelligence (DeepL and DeepSeek) and reviewed by \u00c9rica Speglich <\/i>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>The research analyzed 14 years of data from the Po\u00e7os de Caldas region and may help develop strategies to increase production resilience to climate variability<\/p>","protected":false},"author":10,"featured_media":6779,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[144,90],"tags":[108,145],"class_list":["post-6777","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-agricultura-digital","category-dat-caconde","tag-cafe","tag-semear-digital"],"acf":{"post_disponivel":true,"post_disponivel_portugues":true},"_links":{"self":[{"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/posts\/6777","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/comments?post=6777"}],"version-history":[{"count":5,"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/posts\/6777\/revisions"}],"predecessor-version":[{"id":6783,"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/posts\/6777\/revisions\/6783"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/media\/6779"}],"wp:attachment":[{"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/media?parent=6777"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/categories?post=6777"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.semear-digital.cnptia.embrapa.br\/en\/wp-json\/wp\/v2\/tags?post=6777"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}