Desenvolveu-se um algoritmo para a implantação convencional de uma lavoura canavieira e em contrapartida desenvolveu-se uma implantação diferenciada, com a finalidade de proporcionar produções, em toneladas, iguais nos anos subsequentes à implantação, visto que com o passar dos anos as produtividades da cana-de-açúcar são diferentes. Contudo a nova metodologia fica limitada à área máxima de plantio, sendo que em alguns casos a produção anual cai, devido à impossibilidade de aumento do plantio. Propôs-se então uma terceira metodologia, na qual a área não se torna fator limitante e portanto as produções mantêm-se constantes durante os anos. Para avaliar a viabilidade dos métodos propostos, quando comparados com a metodologia tradicional, fez-se o cálculo do custo de implantação da cultura, cálculos de custo da manutenção da soqueira, cálculos de renda bruta anual e cálculos das rendas líquidas, as quais foram posteriormente trazidas ao Valor Presente. Os resultados apontam que apesar do maior investimento inicial os métodos propostos sempre proporcionam maiores lucratividades reais com o passar do tempo e que o tempo de recuperação do capital investido também é menor para os métodos tradicionais. Os algoritmos foram transformados pelo programa Borland Delphi, no software denominado “canavial.exe”, o qual pode ser obtido gratuitamente no endereço da internet: “www.winsite.com” e posteriormente escolhendo a opção “search” e adicionando no campo de procura o nome “canavial.exe”
Palavras-chave: cana-de-açúcar, programa, dimensionamento, implantação
A produção da cana-de-açúcar (Saccharum spp.), a qual é uma cultura semiperene, pode ser realizada após doze meses após o plantio (sistema denominado como ‘cana de ano’) ou após um ano e meio (sistema denominado como ‘cana de ano e meio’), posteriormente pode-se realizar demais cortes consecutivos, denominados de cortes das canas socas (Fernandes, 2000). Contudo um grande problema enfrentado pela maioria dos técnicos das empresas canavieiras, é a oscilação da matéria-prima produzida, com o passar dos anos (Brugnaro, 1983). As produtividades da cana-de-açúcar, com o decorrer dos anos e dependendo dos tratos culturais, controle do tráfego e conseqüente compactação do solo, diminuem em proporções diferentes, sendo fatores interferentes o tipo de solo, condições climáticas, cultivares utilizados entre outros (Matsuoka et al, 1995). Além dos fatores mencionados anteriormente, tem-se o problema da determinação do valor real do custo de produção da cana, o qual naturalmente é diferente para cana de ano e cana de ano e meio, pois o tempo de espera para a colheita, ou seja, o número de períodos envolvidos para calcular o “valor presente” (VP) desta colheita, é diferente. Contudo existe uma tendência natural a plantar cana de ano e meio, pois estas ficam mais tempo no campo, vegetam mais e consequentemente proporcionam melhores produções em toneladas, geralmente (Matsuoka, 1996). Segundo Stupiello (1989) um bom planejamento agrícola constituí na setorização da lavoura e conseqüente distribuição de cultivares. Segundo Brugnaro (1983) a implantação de um canavial deve ser bem realizada, pois pode ficar durante 3 a 4 safras ou mais, e se implantada de modo incorreto pode proporcionar prejuízos e o mesmo autor apresenta 3 métodos de implantação de canaviais, sejam eles: Áreas anuais com plantios constantes, Um ano com área dobrada e dois anos com área dobrada, sendo que utilizou para o modelo, cana-de-açúcar em áreas com 4 cortes. Já Calliari (2001), cita que existem localidades onde a cana-de-açúcar proporciona até 10 cortes em uma mesma área, fato que agrava ainda mais a incorreta implantação do canavial. Fernandez (2000) apresenta um modelo matemático para simulação do custo de produção da cana-de-açúcar, no qual salienta a importância de colocar as despesas e receitas corrigidas ao “valor presente” e que para tanto se deve eleger uma taxa para remuneração ao capital.
Notícias Relacionadas
Weick (2001) estudando as mudanças e direções da tecnologia do “agribusiness” em 2010, cita que grandes inovações iram mudar o panorama internacional e dentre elas cita que quatro tecnologias serão as mais importantes, sendo: Sistema de Posicionamento Global (GPS), Sistema de Informação geográfica, biotecnologia e informática aliada à internet. Já Ascoug et al. (1999) em uma análise do uso do computador por agricultores Norte Americanos, citam que a adoção do computador nas propriedades agrícolas depende de alguns fatores, a saber: nível de escolaridade do produtor, idade do produtor, tamanho da propriedade, preço do produto agrícola produzido e diversificação das atividades, sendo que em grandes propriedades mais de 86% delas utilizam computador e que pequenos produtores este número reduz drasticamente, sendo que a grande maioria não utiliza deste recurso, contudo a maioria dos produtos agrícolas comercializados vem de propriedades que utilizam recursos computacionais. Os mesmos autores citam que aqueles que adotam o uso de computadores solicitam o desenvolvimento de programas que auxiliem na tomada de decisão, para que a possibilidade de erros seja minimizada. Antunes & Angel (1996) citam que os recursos computacionais devem ser encarados pelos agricultores como um fator de produção adicional e que deve ser adotado caso traga benefícios financeiros compensadores. Dentro deste panorama procurou-se desenvolver um programa para a otimização da implantação de um canavial de modo racional e econômico,, sem esquecer de levar em consideração a necessidade de fornecimento contínuo e homogêneo, da matéria-prima para a indústria e também a grande diversidade de produtividades nos cortes diferentes para cultivares diferentes e diferentes números de cortes em áreas e situações diferentes.
Material e Métodos
Sistema operacional Microsoft Windows 95 ou superior e microcomputador PC Pentium II, ou compatível.
Programa Borland Delphi, para desenvolver a programação lógica.
Para o dimensionamento da área a ser plantada anualmente usou-se de três metodologias:
a) Convencional, ou seja, com plantios anuais semelhantes, (equação 1):
, onde:
ÁREA[I -1] = área de plantio para o ano [I-1], em ha;
NC = Número máximo de cortes permitidos para esta área e para esta cultivar;
ÁREADISP. = Área total da lavoura canavieira para as condições estudadas;
PL = Números de anos de plantios;
E sujeita a seguinte restrição:
1) Se [I-1] >= NC Reforma
b) Proposta, onde se tenta produzir constantemente, ano a ano, independente das áreas plantadas, mas fixando a máxima área plantada total como ÁREAdisp, (equação 2):
, onde:
ÁREA[I-1] = Área a ser plantada no ano I-1, em ha;
PJ = Produtividade no ano J, em Toneladas de cana por ha;
NC = Número máximo de cortes permitidos para esta área e para esta cultivar;
ÁREADISP. = Área total da lavoura canavieira para as condições estudadas;
PL = Números de anos de plantios.
E sujeita as seguintes restrições:
1) Se . , sendo que após alguns anos, devido à área disponível a produção irá cair um pouco.
2) Se [I –1] >= NC Reforma
3) Se I > NC J = 1;
c) Proposta modificada, onde se tenta produzir constantemente, ano a ano, independente das áreas plantadas, não respeitando a máxima área plantada total como ÁREAdisp, (equação 3):
, onde:
ÁREA[I-1] = Área a ser plantada no ano I-1, em ha;
PJ = Produtividade no ano J, em Toneladas de cana por ha;
NC = Número máximo de cortes permitidos para esta área e para esta cultivar;
ÁREADISP. = Área total da lavoura canavieira para as condições estudadas;
PL = Números de anos de plantios.
E sujeita as seguintes restrições:
1) Se [I –1] >= NC Reforma
2) Se I > NC J = 1;
Como não ocorre restrição da área, as produções serão mantidas constantes.
Para o cálculo de custo, tem-se:
a) Custo de implantação de canavial (equação 4):
, onde:
C[I] = Custo com implantação de canavial no ano I, em dólares;
APJ = Área de plantio no ano J, em ha;
PL = Números de anos de plantios;
Valor = Gasto para plantio de 1 hectare, em dólares.
b) Custo dos tratos com soca, incluindo colheita (equação 5):
, onde:
CS[I] = Custo com tratos nas soqueiras no ano I, em dólares;
PSTJ = Produção de soca em toneladas, para o ano J;
VST = Gasto com a soca por toneladas esperadas, em dólares;
PL = Números de anos de plantios.
c) Renda Bruta (equação 6):
, onde:
RB[I] = Renda bruta no ano I, em dólares;
PCPTJ = Produção de cana planta no ano J, em toneladas;
PSTJ = Produção de soca em toneladas, para o ano J;
Preço = Preço básico da tonelada de cana, em dólares;
PL = Números de anos de plantios.
d) Renda líquida (equação 7):
, onde:
RL[I] = renda líquida do ano I, em dólares;
e) Renda líquida acumulada (equação 8):
, onde:
RLA[I] = renda líquida acumulada no ano I, em dólares;
f) Renda líquida, corrigida para valor presente (equação 9):
, onde:
RLC[I] = Renda líquida corrigida para valor presente, do ano I, em dólares, (Frizzone et al. 1994);
TAXA = Taxa de (juros + correção) mensal, em dólares e em porcentagem;
J = números de meses, para cana de ano e meio, no primeiro corte é igual a 18, para os demais casos é igual a 12;
g) Renda líquida corrigida acumulada (equação 10):
, onde:
RLCA[I] = renda líquida corrigida acumulada no ano I, em dólares;
Resultados e Discussão
O presente trabalho resultou na elaboração do programa “canavial.exe”, o qual pode ser conseguido gratuitamente na internet no site: “www.winsite.com” , procurando por “canavial.exe”. O mesmo apresenta a tela de entrada (Figura 1), com os dados inicializados, segundo Agrianual (2001), mas que podem ser alterados, de acordo com a conveniência do usuário, é importante lembrar que estes valores devem ser preenchidos em dólares.
Preenchendo os valores adequadamente, pode-se escolher simulação para cana de ano ou para cana de ano e meio. Sendo que ao apertar o botão equivalente irá aparecer a tela de seqüência.
Conclusões
Com o presente programa, podem-se simular diferentes tipos de plantios para diferentes cultivares de cana-de-açúcar, bem como se pode optar pelo plantio tradicional ou pelo plantio proposto, de acordo com o resultado da renda líquida real obtida no programa.
O programa pode ser ampliado e englobar um banco de dados com as unidades agrícolas de uma usina, setores, talhões e cultivares plantados, para otimizar a lucratividade e ainda manter um fornecimento de matéria-prima homogêneo para indústria.
Pode-se também, acrescentar ao programa dados relativos à produção de ATR para cada corte e o preço do ATR, otimizando e homogeneizando a produção de ATR.
Caso algum grupo deseje participar no desenvolvimento do presente projeto os autores estão dispostos a aceitar novas idéias e colaborações.
Referências Bibliográficas
AGRIANUAL.. Anuário estatístico da agricultura brasileira. São Paulo: FNP/M&S, 2000. Para aumentar o lucro na cana-de-açúcar. p.248-265. (Agrianual 2001).
ANTUNES, L.M.; ENGEL, A. A informática na agropecuária. Guaíba: Agropecuária, 1996. 175p.
ASCOUGH, J.C.; HOAG, D.L.; FRASIER, W.M.; McMASTER, G.S. Computer use in agriculture: an analysis of great plains producers. Computers and electronics in agriculture, v. 23, p. 189-204, 1999.
BRUGNARO, C. Modelos aritméticos de implantação de canaviais. Cadernos Planalsucar, Piracicaba, v. 2, n.1, p. 3-10, 1983.
CALLIARI, M. Gerenciamento do canavial para otimização da produção de sacarose em usina sucroalcooleira. Campinas, 2001. p.201. Tese (Doutorado em Tecnologia de Alimentos) – Faculdade de Engenharia de Alimentos, UNICAMP, 2001.
FERNANDES, A.C. Cálculos na agroindústria da cana-de-açúcar. Piracicaba: STAB, 2000. 193p.
FRIZZONE, J.A.; BOTREL, T.A.; FREITAS, H.A.C. Análise comparativa dos custos de irrigação por pivô-central, em culturas de feijão, utilizando energia elétrica e óleo diesel. Engenharia Rural, Piracicaba, v.5, n.1, p.34-53, 1994.
MATSUOKA, S.; ARIZONO, H.; BASSINELLO, A.I.; GHELLER, A.C.A.; HOFFMANN, H.P.; MATSUDA, Y. Variedades superprecoces de cana-de-açúcar. Álcool & Açúcar, v. 15, n. 78, p.22-29, 1995.
MATSUOKA, S. Botânica da cana-de-açúcar. In: MATSUOKA, S. Botânica e ecofisiologia da cana-de-açúcar. Araras: UFSCar, 1996, Cap I, p.1-9.
STUPIELLO, J.P. Alguns aspectos de qualidade da matéria-prima. STAB- Açúcar, Álcool e Subprodutos, v.7, n.3/5, p.52-54, 1989.
WEICK, C.W. Agribusiness technology in 2010: directions and challenges. Technology in society. v. 23, p 59-72, 2001.
Tadeu Alcides Marques é professor doutor do curso de agronomia da Unoeste. Gil Eduardo Serra é da Unicamp e Patrícia Angélica Alves Marques da Esalq-Usp.
