OTIMIZAÇÃO DA MISTURA DE ADUBOS PARA SUPRIR AS NECESSIDADES DE NUTRIENTES DO CAFÉ ARÁBICA

Anna Paula Galvão Scheidegger Jhon Jairo Josa Largo

Seminário de Pesquisa OperacionalUniversidade Federal de Itajubá

ResumoEm função da importância quantitativa e qualitativa que tem o processo de adubação para a competitividade da cafeicultura brasileira o presente trabalho visa elaborar uma ferramenta prática para auxiliar no processo de decisão da mistura de fertilizantes a ser aplicada e analisar o efeito das restrições ou alterações do mercado de adubos sobre os resultados obtidos. Para isso, utilizou-se de modelagem matemática, mais especificamente, programação inteira mista, através do algoritmo branch and bound. Para validar a pesquisa, os resultados obtidos foram comparados com a solução de um software comercial disponível. A avaliação, em relação ao programa comercial, mostrou que a ferramenta desenvolvida é confiável e que a mesma, por sua praticidade e simplicidade, pode apoiar a decisão de cafeicultores e outros produtores; porém, algumas limitações relacionadas à complexidade do processo de adubação e ao caráter puramente teórico do estudo são identificadas e são propostas algumas melhorias para serem realizadas em trabalhos futuros.

Palavras chaves: Programação inteira; adubação; cafeicultura.

1. IntroduçãoDe acordo com Buainain (2011), tem sido comum destacar a importância do

agronegócio para o desenvolvimento da economia e sociedade brasileira. Apesar da baixa representatividade do Produto Interno Bruto (PIB) agropecuário, o crescimento do setor foi destaque em 2011, com a agricultura apresentando safra recorde nesse mesmo ano (IBGE, 2012).

Entre os principais produtos agrícolas brasileiros, o café mantém seu destaque. Segundo Amaral et al. (2011a), esse é o segundo principal produto comercializado em todo o mundo, depois apenas do petróleo e, conforme informações do Ministério da Agricultura, Pecuária e Abastecimento (MAPA, 2012a, 2012b), apesar do decréscimo das exportações do café no Brasil, o país continua sendo o maior produtor, bem como maior exportador mundial, com percentuais de 33,2% e 32,2% respectivamente, contra 15,2% e 16,9% do Vietnã, o segundo colocado. Além disso, a cultura é o quarto principal produto agrícola nacional em valor bruto de produção e emprega direta ou indiretamente cerca de três milhões de pessoas (LIMA et al., 2008).

Embora a cafeicultura esteja bastante difundida no território nacional, atualmente a produção se concentra apenas em seis estados. O estado de Minas Gerais, apesar de ser o maior produtor nacional, respondendo por mais de 50% da produção de café, é apenas o

-1-

terceiro estado em produtividade, atrás de Espírito Santo e Paraná, segundo e quarto estados em produção, respectivamente. Assim, revela-se a problemática da agricultura brasileira: altos volumes de produção no país não estão relacionados à eficiência e produtividade (REIS JR. et al., 2002; MARTINEZ et al., 2003). Se por um lado isso é um problema grave, por outro, torna-se também uma oportunidade, uma vez que a adoção de novas tecnologias e novas técnicas de produção, bem como a melhoria das informações podem trazer ganhos significativos para o setor.

Entre as principais causas da baixa produtividade estão: o esgotamento do solo proporcionado pela frequente exportação de nutrientes, através da produção, e pela elevada redução do seu teor da matéria orgânica ocasionada pela mineralização e erosão; a expansão dos cafeeiros para solos com menor fertilidade e a falta ou inadequação de adubação e calagem (ROCHA; ARAÚJO; PREZOTTI, 2000). Por isso, adições de fertilizantes e técnicas de manejo são essenciais, uma vez que estão entre as alternativas que mais contribuem para o aumento da produtividade (REIS JR. et al., 2002).

Outro fator de elevada importância e que tem despertado o interesse dos cafeicultores para o processo de adubação é a crescente exigência do mercado por cafés de melhor qualidade, uma vez que o preço e a competitividade desta cultura são fortemente influenciados por essa característica (ROCHA; ARAÚJO, PREZOTTI, 2000; SILVA; LIMA; TEIXEIRA, 2009). Porém, o uso de fertilizantes contribui não somente para a elevação do preço desse produto, mas também para a elevação dos custos de produção. Segundo dados do MAPA (2012c, 2012d), esses insumos representam de 15% a 30% dos custos de produção do café e podem, portanto, tornar o processo produtivo pouco rentável. Além disso, se utilizados sem critério e de maneira exagerada, podem trazer também sérios danos ao meio-ambiente e alcançar resultados contrários, isto é, queda da produtividade por saturação do solo e aumento da toxidez dos cultivares (SANTOS et al., 2007).

Portanto, entre os vários fatores relacionados à produção do café, a adubação racional e eficiente é um dos mais importantes, tanto em termos quantitativos (lucro por unidade produzida), como qualitativo (qualidade e meio-ambiente). Assim, em função dessa importância e das grandes quantidades de adubos disponíveis no mercado, a escolha dos fertilizantes a serem aplicados torna-se uma decisão complexa e fundamental para garantir a sustentabilidade econômica do cafeicultor.

Neste contexto, surgiu o problema de estudo desta pesquisa: determinar, entre os diversos insumos disponíveis no mercado, qual a melhor mistura de adubos a ser aplicada num determinado cafeeiro, isto é, qual é o mix que permite ao agricultor obter os nutrientes necessários para sua cultura, na quantidade determinada e ao menor custo possível.

O trabalho tem como objetivos: (a) elaborar uma ferramenta prática para auxiliar nesse processo de decisão através de modelagem matemática e (b) analisar como restrições ou alterações do mercado de adubos afetam o resultado da decisão.

O artigo está estruturado da seguinte maneira: na presente seção foram contextualizados a relevância e os objetivos da pesquisa; a seção 2 trata da fundamentação teórica sobre os principais temas relacionados ao estudo; em seguida será apresentada a metodologia de pesquisa adotada; na seção 4 serão apresentados os resultados da pesquisa e, na última seção, serão feitas as considerações finais sobre o trabalho.

2. Fundamentação teórica

2.1. Avaliação nutricional: diagnose do solo e foliarExistem diversos métodos de avaliar o estado nutricional das plantas, sendo que a

diagnose foliar e a análise química do solo estão entre os principais (FAQUIN, 2002).Entre os elementos considerados essenciais para o desenvolvimento nutricional das

plantas, Faquin (2005) argumenta que há treze elementos minerais, além dos orgânicos -2-

(carbono, oxigênio e hidrogênio). Esses elementos minerais são retirados do solo e encontram-se divididos em dois grupos, por aspectos puramente quantitativos:

Macronutrientes: grupo formado pelo nitrogênio (N), fósforo (P), potássio (K), cálcio (Ca), magnésio (Mg) e enxofre (S). Micronutrientes: grupo formado pelo boro (B), zinco (Zn), manganês (Mn), cobre (Cu), ferro (Fe), cloro (Cl) e molibdênio (Mo).A única distinção na classificação entre macro e micronutrientes é a concentração

exigida pelas plantas. Os macronutrientes ocorrem em concentrações de 10 a 5000 vezes superior a dos micronutrientes (FAQUIN, 2005).

A diagnose foliar é um método em que se analisam os teores dos nutrientes em determinadas folhas, em períodos definidos da vida da planta e os compara com padrões nutricionais da literatura. O padrão seria uma planta “normal” do ponto de vista nutricional e capaz de altas produções, obtido experimentalmente em condições controladas ou a campo e, também, em plantios comerciais. O maior interesse e aplicação da análise foliar fica para o nitrogênio, nutriente de previsão difícil pela análise do solo e para os micronutrientes, considerando a carência de informações dos teores de referência no solo e padronização da metodologia analítica; embora se tenha observado um grande avanço nesse sentido nos últimos anos (FAQUIN, 2002). A análise da planta representa uma integração de todos os fatores que afetam a disponibilidade dos nutrientes no solo e o estado nutricional da cultura em dado momento.

A análise química do solo, certamente, é a ferramenta mais eficiente e segura que os técnicos e os produtores dispõem para o diagnóstico da fertilidade do solo e estabelecimento da necessidade de correção e adubação e, assim, prevenção de problemas nutricionais das culturas. Mas, o solo é um meio complexo e heterogêneo e nele ocorrem inúmeras reações químicas, físico-químicas e microbiológicas, que influenciam a disponibilidade e o aproveitamento dos nutrientes aplicados com os fertilizantes. Nesses casos, não se deve pensar em substituir a análise de solo pela análise foliar, mas sim usar esta última nos seus diferentes métodos, como complementar àquela. Tanto para um acompanhamento dos resultados da adubação, quanto para a recomendação (no caso do nitrogênio para algumas culturas perenes) ou ajuste no plano de adubação (também para o parcelamento em perenes), o uso da análise da planta pode representar grande economia de fertilizantes e ganhos na produção (FAQUIN, 2002).

Há diversos métodos de se interpretar os resultados dessas análises, dentre os quais, os mais utilizados para a comparação são os níveis críticos e as faixas de suficiência, que se constituem num estreito intervalo de teores. Para a interpretação, faz-se a comparação dos teores dos nutrientes na amostra em teste com o padrão. Se o teor de dado nutriente apresentar um valor igual ou ligeiramente superior ao nível crítico ou faixa crítica do padrão, considera-se que a cultura esteja bem nutrida no nutriente em questão; se estiver abaixo, considera-se que a planta poderá apresentar problemas nutricionais relativos ao mesmo e se estiver muito superior aos valores, pode-se indicar toxidez (FAQUIN, 2002).A diferença entre os dois métodos é que os níveis críticos resultam em quantidades discretas de nutrientes a serem aplicados, enquanto as faixas de suficiência resultam em quantidades contínuas (WADT, 2011).

2.2. AdubaçãoA adubação pode ser definida como a adição de elementos (nutrientes) que a planta

necessita para viver, com a finalidade de obter colheitas de alta produtividade e produtos de boa qualidade nutritiva, provocando-se o mínimo de perturbação no ambiente. Quando o solo não tem ou não fornece as quantidades dos nutrientes exigidas da cultura, torna-se necessário o uso de adubos. A quantidade de adubos a ser aplica é determinada a partir da análise foliar e química do solo, para evitar excesso ou falta de nutrientes.

-3-

2.2.1. Compatibilidade entre fertilizantesEm virtude das possíveis reações físicas, químicas e físico-químicas que podem ocorrer

na mistura de fertilizantes, pode-se dizer que existem três tipos de misturas entre eles, de acordo com a compatibilidade das mesmas:

Misturas compatíveis: não ocorre nenhuma reação na mistura dos fertilizantes que possa promover alterações nas suas características.

Misturas semi-compatíveis: a mistura deve ser feita pouco tempo antes da aplicação para evitar a ocorrência de reações entre os fertilizantes.

Misturas incompatíveis: são misturas de fertilizantes que não podem ocorrer, pois são incompatíveis e podem prejudicar a eficiência dos fertilizantes.

Na Figura 1 são apresentadas as possíveis combinações entre fertilizantes, ilustrando a compatibilidade entre possíveis misturas.

Figura 1 – Compatibilidade entre fertilizantes e corretivos para misturas a serem aplicadas no soloFonte: Governo do Brasil (2012)

2.2.2. Limitações dos fertilizantes orgânicosA utilização dos adubos orgânicos tem suas limitações por diferentes fatores, entre eles,

Salas (2001) afirma que esses insumos contêm altos valores de biomassa microbiana, assim, doses muito altas poderiam não gerar uma boa resposta nutricional da planta. Por exemplo, a cama de aviário é um adubo com alto valor de condutividade elétrica, sendo um indicativo de alto conteúdo de sais que podem causar problemas de queimas nas raízes e talhos. Além disso, Alcarde; Guidolin; Lopes (1998) afirmam que estes insumos contêm nutrientes em baixíssimas concentrações, necessitando-se, portanto, de grandes quantidades desses na adubação, mas que, por outro lado, promovem a melhoria das propriedades físicas do solo (porosidade, aeração, capacidade de retenção de água).

Chaves (2002) afirma que a adubação orgânica não deve ser realizada de forma exclusiva, mas sim de forma complementar à adubação mineral para potencializar a eficiência dessa última. A Tabela 1 apresenta sugestão para a realização da adubação orgânica, que é baseada no volume de solo dentro da cova/sulco de plantio. Para o sulco de forma triangular, o volume (V) é facilmente determinado através da Eq. (1).

Fontes de matéria orgânica Relação na cova/sulcosolo: matéria orgânica (MO) % de matéria orgânica

Esterco de curral 4:1 20Composto orgânico 4:1 20Palha de café ouCama de aviário 6:1 14

Esterco de galinha 9:1 10Tabela 1 - Sugestão para adubação orgânica na cova/sulco de plantioFonte: Chaves (2002)

-4-

V=(l × h2 )×c (1)

Onde:l: largura do sulco;h: altura;c: comprimento.

2.3. Custos da cultura do caféO produtor rural, para obter uma melhor rentabilidade, precisa gerenciar os custos de

produção do café. Essa cultura sofre influência de diversos fatores incontroláveis, como os aspectos fisiológicos, os ambientais, os tratos culturais, além do mercado. Porém, existem aqueles que o empreendedor pode controlar como é o caso da alocação dos recursos de produção. A variação do custo do café depende muito da região produtora, do tipo da lavoura, do grau de mecanização, da quantidade de insumos utilizados e, inclusive, do adensamento da lavoura. Todos esses fatores influenciam os custos de produção e a produtividade de uma lavoura cafeeira, e, consequentemente, a rentabilidade para o produtor (ALMEIDA; TAVARES; REIS, 2010). Porém, como identificado por Almeida; Tavares; Reis (2010) e por CONAB (2012), os fertilizantes estão entre as variáveis que provocam impactos mais significativos sobre o custo total da cultura do café arábica, atrás somente da mão de obra temporária e fixa. Assim, é extremamente importante que os produtores decidam os fertilizantes que irão aplicar em seu cafezal não apenas baseados na intuição, mas com suporte de análises e informações de qualidade, de forma a controlar seus custos e manterem-se competitivos.

2.4. Tomada de decisão e pesquisa operacionalSegundo Lachtermacher (2007) a tomada de decisão é um processo onde se identifica

um problema ou uma oportunidade e seleciona-se uma linha de ação para resolvê-lo. A pesquisa operacional (PO) e, em particular, a modelagem matemática faz uso de

modelos matemáticos para auxiliar no processo de tomada de decisão, envolvendo situações que requerem alocações eficientes de recursos escassos para obter uma ótima solução. Estes modelos representam alternativas ou escolhas como variáveis de decisão e procuram por valores dessas variáveis que maximizem ou minimizem uma função (função objetivo), levando em consideração as restrições do sistema (ARENALES et al., 2007).

A PO revela-se, então, como uma ferramenta auxiliar muito útil no processo de decisão que, conforme Hillier; Lieberman (2005), tem alcançado impactos impressionantes na melhoria da eficiência e no aumento da produtividade de inúmeras organizações ao redor do mundo. Esses autores citam alguns dos principais modelos de PO: programação linear, programação dinâmica determinística, programação dinâmica probabilística, programação inteira, programação não linear e simulação.

Neste trabalho, será abordado o modelo de programação linear, mais especificamente programação inteira mista para suporte na decisão da escolha dos fertilizantes.

2.4.1. Programação Inteira Mista (PIM)De acordo com Hillier; Lieberman (2005), o modelo de programação linear caracteriza-

se pelo fato de que a função objetivo é linear e depende de restrições lineares e todas as variáveis do sistema são independentes. Um problema com variáveis inteiras e reais é denominado problema de programação (linear) inteira mista e tem a seguinte forma:

Otimizar:

-5-

Z=∑j=1

n

c j x j (2)

Sujeito a:

∑j=1

n

aij x j ≤ bi (3)

Onde: i = 1, 2, ... , m; xj

≥ 0 para j = 1, 2, ... , n; xj é inteiro, para j = 1, 2, ... , I; I ≤ n.

Nesse caso, se todas as variáveis são inteiras (I = n), tem-se um problema de programação inteira e se todas as variáveis assumem valores 0 ou 1, tem-se um problema de programação 0-1 ou binário.

De acordo com Morabito; Pureza (2010) há diversas técnicas e métodos disponíveis na literatura para a resolução de modelos de PO, sendo o algoritmo branch and bound o mais empregado para problemas PIM.

3. Metodologia de PesquisaA presente pesquisa pode ser classificada, quanto a sua natureza, como aplicada, uma

vez que, segundo Marconi; Lakatos (2010), esse tipo de trabalho estuda um problema relativo à aplicabilidade do conhecimento científico.

Quanto à abordagem, trata-se de uma pesquisa quantitativa, uma vez que tem como principais preocupações: mensurar as variáveis do trabalho (mensurabilidade); procurar compreender o relacionamento de causa e efeito entre as variáveis (causalidade) e possibilitar que os resultados obtidos sejam generalizados (generalização) e replicados (replicação).

Como os objetivos deste trabalho estão de acordo com os objetivos da pesquisa operacional informados por Lachtermacher (2007), optou-se pela adoção do método de modelagem matemática, mais especificamente, pela metodologia de pesquisa operacional.

Conforme a tipologia apresentada por Bertrand; Fransoo (2002), este trabalho caracteriza-se como pesquisa axiomática normativa, pois está interessado em desenvolver uma ferramenta para obtenção de melhores soluções na resolução de um problema: qual o melhor mix de fertilizantes a ser aplicado num determinado cafezal que atenda às necessidades de nutrientes da cultura ao menor custo possível?

Morabito; Pureza (2010) afirmam que o modelo de programação matemática (otimização matemática - determinística), utilizado neste trabalho, tem um papel de destaque na pesquisa operacional. Para atender aos objetivos do estudo, utilizou-se a programação linear inteira mista (binário e real), através do algoritmo branch and bound.

Conforme proposto por Morabito; Pureza (2010) e Hillier; Lieberman (2005), as etapas de condução de uma pesquisa de modelagem matemática e as informações do local de detalhamento no artigo podem ser visualizadas na Figura 2. A etapa de implementação da solução não foi contemplada por este trabalho, pois, de acordo com Morabito; Pureza (2010), esta fase é importante na pesquisa empírica.

-6-

Figura 2 – Protocolo de condução de modelagem matemática

4. Modelagem matemática

4.1. Definição do problema e coleta de dados

4.1.1. Pesquisa bibliográfica e definição do problema e dos objetivosA partir da pesquisa bibliográfica realizada, encontrou-se diversos estudos destinados à

análise do estado nutricional de cafeeiros e à determinação das faixas críticas e/ou quantidade de adubação necessária, através de diagnose foliar e análise do solo (MALTA, 2001; MENEZES, 2001; REIS et al., 2002; FAQUIN, 2002, 2005; MARTINEZ et al, 2003; THEODORO et al, 2003; AMARAL et al, 2011A, 2011B). Porém, a partir da base pesquisada (Scielo e Scholar), foram encontrados poucos trabalhos (SOARES; SILVA; ZAMBALDE, 2004; CUNHA; PEREIRA; CAMPOS, 2006; GUBIANI et al, 2007;

-7-

Seção 4.5.Seção 5.

1. Análise de sensibilidade e situações possíveis2. Considerações finais e limitações

Interpretação dos resultados

Seção 4.4.

Seção 4.3.

Seção 4.2.1.Seção 4.2.2.Seção 4.2.3.

Seção 2. Seção 1 e 4.1.1.Seção 4.1.2.Seção 4.1.3.

SEÇÃO ARTIGOATIVIDADESETAPA

Para validação, a solução do modelo foi comparada com a solução encontrada pelo software comercial Fertisolve. Os ajustes necessários foram realizados.

Validação do modelo e refinamento

Neste trabalho, o modelo foi solucionado no software Excel, através do método branch and bound de programação linear.

Solução do modelo

1. Definição das variáveis2. Definição da função objetivo3. Definição das restrições

Construção do modelo matemático

1. Fundamentação teórica2. Definição do problema e dos objetivos3. Descrição do modelo conceitual4. Coleta de dados

Definição do problema e coleta de dados

TIEPPO et al, 2010) destinados ao estudo de ferramentas para suporte na tomada de decisões deste sistema produtivo.

Realizando um estudo mais detalhado sobre este tema, percebeu-se que, dentro desse sistema, a escolha dos fertilizantes a serem aplicados, bem como suas respectivas quantidades, é uma decisão difícil, dada a quantidade de insumos disponíveis no mercado e, ao mesmo tempo, é de extrema importância, dados os impactos na rentabilidade dos produtores e na qualidade do café. Nesse contexto, definiu-se o problema de estudo e os objetivos desta pesquisa.

4.1.2. Descrição do modelo conceitualO cafeeiro arábica, como todas as plantas, necessita de diversos nutrientes para se

desenvolver em quantidade e qualidade. Entre os principais nutrientes desse cultivo, encontram-se: N, P, K, Ca, Mg, S, B, Zn, Mn, Cu e Fe. Tais nutrientes são naturalmente fornecidos à planta pelo solo. Porém, quando o solo está deficiente de nutrientes, não há o suprimento adequado dos mesmos às plantas. Assim, faz-se necessário o processo de adubação, o qual é feito, mais comumente, através da aplicação de fertilizantes via solo.

Como há uma grande quantidade de adubos disponíveis no mercado e esses são extremamente custosos, tal processo de decisão torna-se complexo e de alto impacto. Além disso, é preciso estar atento a certas limitações dos fertilizantes:

Quantidade máxima de fertilizantes orgânicos: tais fertilizantes apresentam como vantagem o baixo custo, porém, apresentam baixa quantidade de macronutrientes e elevada quantidade de componentes que, em excesso, podem ser nocivos às plantas. Incompatibilidade de fertilizantes: em virtude das possíveis reações físicas, químicas e físico-químicas que podem ocorrer na mistura de fertilizantes, há certos insumos que não podem ser utilizados simultaneamente.

4.1.3. Coleta de dadosPara o presente estudo, escolheu-se como unidade de análise a cultura de café arábica e

a Zona da Mata do estado de Minas Gerais, por sua representatividade na produção nacional de café e pela oportunidade de melhorias no processo produtivo, por conta de sua baixa produtividade. A Figura 3 retrata as etapas do processo de coleta dos dados necessários à formulação do problema.

Figura 3 – Etapas do processo de coleta de dados

A seguir, encontram-se as informações a respeito de cada etapa.Etapa I: as doses de nutrientes recomendadas dependem da região do plantio, do

cultivar e, também, da produtividade esperada para o mesmo. Assim, quando tais informações não estão disponíveis para a região a ser analisada, é necessária a

-8-

VI. Análise das limitações dos fertilizantes considerados

V. Busca dos fertilizantes disponíveis no mercado e seus respectivos custos

IV. Determinação das doses de nutrientes a ser aplicada na

unidade de análise

I. Se necessário, de acordo com a região e cultura, determinação das

doses de nutrientes recomendadas em função da produtividade esperada

II. Análise da folha (nitrogênio)III. Análise do solo (demais

nutrientes)

determinação das mesmas com base em lavouras padrões. Para este estudo, utilizou-se as informações fornecidas por Ribeiro; Guimarães; Alvarez (1999) e Faquin (2005) e encontram-se no ANEXO A – Tabelas de recomendação de doses de nutrientes.

Etapa II: a análise da folha é realizada para verificar o teor de nutrientes presentes na folha, em especial o teor do nitrogênio, uma vez que esse é de difícil análise pelo solo. Além disso, a diagnose foliar é também importante para o acompanhamento dos resultados da adubação. Os dados de análise foliar utilizados foram obtidos de Menezes (2001) e encontram-se no ANEXO B – Tabela de análise foliar.

Etapa III: a análise do solo é utilizada para verificar o teor de nutrientes presente nesse e possibilitar a determinação daqueles em baixa quantidade. Esses dados foram fornecidos por Martinez et al. (2000) e encontram-se no ANEXO C – Tabela de análise do solo.

Etapa IV: com base nas informações coletadas nas etapas I, II e III, determinou-se as doses a serem aplicadas na unidade de análise. Apesar dos dados terem sido retirados de fontes distintas, os mesmos mostram-se confiáveis por referirem-se a mesma cidade e ao mesmo cultivar e, portanto, apresentarem características semelhantes.

Etapa V: como há muitos fertilizantes disponíveis no mercado, nesse trabalho adotou-se cerca de oitenta tipos diferentes, número com o qual já se obteve bons resultados. Porém, quanto maior o número de fertilizantes relacionados, maiores são as chances de se obter melhores resultados. Os custos dos fertilizantes foram fornecidos por CONAB (2012), enquanto a composição foi obtida de Alcarde; Guidolin; Lopes (1998) e encontram-se nos ANEXO D – Tabela de custos e composição química dos fertilizantes.

Etapa VI: quanto à incompatibilidade, os dados foram fornecidos pelo Governo do Brasil (2012); quanto à quantidade máxima de adubos orgânicos, os cálculos foram realizados a partir da Eq. (1), utilizando os dados obtidos na etapas anteriores dessa seção.

O resumo dos dados coletados nas etapas I, II, III e IV encontram-se nas Tabelas 2 e 3.

Tabela 2 – Dados da lavoura, análise foliar e análise do solo

Tabela 3 – Necessidades de nutrientes do cafeeiro

-9-

4.2. Construção do modelo matemático

4.2.1. Definição das variáveisComo o problema pretende determinar a melhor mistura de fertilizantes a ser utilizada,

as variáveis de decisão são: x i = quantidade em kg do fertilizante i a ser utilizada por hectare no ano.

Onde:i = 1, ... , n; n = 82, número de fertilizantes relacionados na formulação.x∈ R+;R+ é o conjunto dos números reais positivos.

Além disso, foram utilizadas as seguintes variáveis auxiliares no problema: yj = decisão de utilizar ou não utilizar o fertilizante xi, com i = j.

Assim: y j∈Z∨ y j=0ou y j=1.Onde:j = 71, 72 e 82;x71; x72; x82 referem-se aos fertilizantes com incompatibilidade de mistura.Z é o conjunto de números inteiros.

4.2.2. Definição da função objetivoO objetivo do presente estudo é otimizar a escolha da mistura de fertilizantes a ser

aplicada, isto é, minimizar os custos da adubação por hectare. Assim, a função objetivo é definida pela Eq. (4).

Min Z=∑i

n

ai x i (4)

Onde:ai = custo por kg do fertilizante xi

4.2.3. Definição das restriçõesAs restrições são relacionadas à quantidade de nutrientes necessária para a correta

adubação, bem como às limitações dos fertilizantes (quantidade máxima de adubo orgânico e incompatibilidade).

As necessidades de nutrientes por hectare são definidas pela Eq. (5) a Eq. (15).

Restrição do nitrogênio :∑i

n

x i ni=175 (5)

Restriçãodo potássio :∑i

n

x i k i=250 (6)

Restrição do fósforo :∑i

n

x i p i=30 (7)

Restrição do magnésio :∑i

n

xi mi≤ 33 (8)

Restrição do cálcio :∑i

n

xi c i=142 (9)

-10-

Restrição do enxofre :∑i

n

x i si=27 (10)

Restrição do boro :∑i

n

x ib i=1 (11)

Restrição do cobre :∑i

n

x i ui≤ 1 (12)

Restrição do manganês :∑i

n

x i ei=5 (13)

Restrição d o zinco :∑i

n

xi zi=6 (14)

Restrição do ferro :∑i

n

x i r i=0,16 (15)

Onde:ni = percentual de nitrogênio presente no fertilizante i;ki = percentual de potássio presente no fertilizante i;pi = percentual de fósforo presente no fertilizante i;mi = percentual de magnésio presente no fertilizante i;ci = percentual de cálcio presente no fertilizante i;si = percentual de enxofre presente no fertilizante i;bi = percentual de boro presente no fertilizante i;ui = percentual de cobre presente no fertilizante i;ei = percentual de manganês presente no fertilizante i;zi = percentual de zinco presente no fertilizante i;ri = percentual de ferro presente no fertilizante i;

A quantidade máxima por hectare (ha) de cada adubo orgânico é definida pela Eq. (16) a Eq. (19).

Restrição da cama deaviário : x61≤ 9135 (16)

Restriçãodo esterco de curral : x63 ≤13050 (17)

Restriçãodo esterco de galinha : x64 ≤ 6525 (18)

Restrição damatéria orgânica : x70≤ 13050 (19)

As limitações de incompatibilidade entre os fertilizantes são definidas pela Eq. (20) e Eq. (21).

Incompatibilidade entre nitratode amônio euréia : y71+ y82 ≤1 (20)

Incompatibilidade entre nitratode cálcio euréia : y72+ y82 ≤1 (21)

Para complementar a restrição de incompatibilidade torna-se necessário relacionar as variáveis auxiliares com suas respectivas variáveis de decisão, conforme Eq. (22), Eq. (23) e Eq. (24). A quantidade 1012 kg é um valor muito elevado para ser obtido na recomendação de quantidade de fertilizante por hectare/ano e, por isso, foi adotada.

-11-

x71−1012 y71≤ 0 (22)

x72−1012 y72≤ 0 (23)

x82−1012 y82 ≤0 (24)

4.3. Solução do problemaCom o intuito de promover uma ferramenta prática para suporte à tomada de decisão o

modelo matemático foi estruturado no programa Excel e solucionado através do algoritmo branch and bound de programação linear inteira. Para os dados utilizados, encontrou-se uma solução ótima que atendeu a todas as restrições e cujo custo total foi igual a R$1.734,91 e a quantidade total de fertilizantes a ser aplicada foi aproximadamente 6 toneladas por hectare no ano. Os valores assumidos pelas variáveis de decisão e os valores finais de nutrientes encontram-se na Tabela 4 e Tabela 5, respectivamente.

Além disso, pelo relatório de respostas, observa-se que não foi utilizada toda a quantidade de adubo orgânico permitida, ou seja, houve sobra deste recurso.

Tabela 4 – Quantidade de fertilizantes a ser utilizada

Tabela 5 – Quantidade final dos recursos

4.4. Validação do modeloPara avaliação da confiabilidade dos resultados gerados, realizou-se uma comparação

entre os resultados encontrados pela ferramenta e os resultados sugeridos pelo software Fertisolve, que consiste em um sistema computacional de apoio para otimização da combinação de fertilizantes, objetivando-se a redução de custos.

-12-

Para a comparação, com o intuito de abordar problemas idênticos, utilizou-se na ferramenta em Excel a mesma base de fertilizantes disponível no Fertisolve e tanto na ferramenta, quanto no software comercial foram utilizados como restrições os valores relatados nesse trabalho. Nas Tabelas 6 e 7 podem ser visualizados os resultados obtidos por cada um.

Tabela 6 – Resultados do programa Fertisolve

Tabela 7 – Resultados da ferramenta em Excel

Conforme observado através das Tabelas 6 e 7, a modelagem implementada em Excel obteve os mesmos resultados do programa Fertisolve, o que permite a validação da ferramenta.

Por outro lado, os resultados encontrados divergem bastante (peso e custo) dos resultados encontrados na seção 4.3. Porém, analisando as duas situações é possível justificar tais diferenças:

Peso: na solução encontrada na seção 4.3., cerca de 4,6 toneladas referem-se a esterco de curral (adubo orgânico), que são fertilizantes pobres em macronutrientes (ALCARDE; GUIDOLIN; LOPES, 1998). Custo: os custos relativos aos fertilizantes disponíveis no programa Fertisolve são bastante inferiores aos custos dos fertilizantes da ferramenta. Entretanto, os pesquisadores acreditam que estes não estão incorretos, uma vez que referem-se a dados de junho de 2012, fornecidos pela Companhia Nacional de Abastecimento (CONAB, 2012).

4.5. Análise de sensibilidade e situações possíveisUma vez que, para programação inteira ou programação inteira mista, o software Excel

não emite relatórios de sensibilidade e limite que possibilitem essa análise, os pesquisadores excluíram a restrição de incompatibilidade (Eq. 20 a Eq. 24) e verificaram

-13-

que o resultado encontrado não havia sido alterado e, portanto, continuava possível de ser realizado na prática.

Ao realizar a exclusão da restrição de incompatibilidade, a modelagem matemática alterou-se de programação inteira mista para programação linear real e, assim, foi possível realizar a análise de sensibilidade.

Entre as diversas análises possíveis, observou-se que: Impacto da alteração da quantidade de nutrientes necessários na escolha da mistura dos fertilizantes:Nesse caso, observou-se, por exemplo, que caso houvesse uma necessidade de aumentar

a dose de nitrogênio em até 562,4 kg a mais, a mistura de fertilizantes escolhida não seria alterada, porém os custos se alterariam de R$1.734,91 para R$2.883,22. Por outro lado, se houvesse uma pequena necessidade superior de ferro (2 kg), a mistura de fertilizantes já precisaria ser alterada para atender às novas exigências.

Impacto da alteração da quantidade de nutrientes necessários nos custos totais:Do mesmo modo, é interessante observar que se houvesse uma necessidade de 1 kg a

mais de manganês, o custo total seria acrescido em R$15,53. Entretanto, se houvesse uma necessidade superior de 1 kg de ferro a situação seria contrária, o custo total seria reduzido em R$33,04. Assim, torna-se importante analisar se um aumento da quantidade deste nutriente no solo em 1 kg levaria à toxidez ou não.

Aumento e redução dos custos dos fertilizantes (alterações no mercado de adubos):Outra análise que pode ser feita é em relação à influência dos custos dos fertilizantes

sobre o resultado do problema. Aqui, observou-se, por exemplo, que mesmo que o sulfato de manganês fosse R$8,34 mais caro, ele ainda permaneceria na mistura em mesma quantidade, assim como aconteceria com o sulfato de cálcio, mesmo que esse fosse R$7,75 mais barato, porém os custos totais seriam alterados em ambos os casos.

Exclusão do esterco de curral da mistura:Por fim, para verificar a questão do peso total da mistura, mencionada na seção 4.4,

realizou-se a exclusão do esterco de curral da formulação. Tal exclusão, levou a uma queda do peso da mistura de 6 t para 1,6 t e a apenas um pequeno aumento do custo total de R$1.734,91 para R$1.848,66, o que indica que a ferramenta é confiável, pois as quantidades de fertilizantes encontradas para aplicação em 1 hectare na seção 4.4 e nesse caso são bem próximos.

5. Considerações finais e limitaçõesConforme afirmam Teixeira et al. (2001), dentre o conjunto de prioridades estabelecidas

para a pesquisa cafeeira na área socioeconômica, a questão da competitividade dos cafés brasileiros emergiu. Além disso, Bambini; Mendes; Moura (2011) indicam que o uso de tecnologias de informação e comunicação, no âmbito da propriedade agrícola, se dá primeiramente nas atividades de administração do negócio e depois nas técnicas de cultivo e criação. Assim, pela importância (custo, qualidade e produtividade) da adubação nesse contexto e pelos objetivos da pesquisa (ferramenta computacional para suporte de decisão), o presente trabalho mostra-se relevante.

Conforme proposto inicialmente, os objetivos da pesquisa foram atendidos: (a) desenvolvimento de uma ferramenta prática indicada para otimizar a escolha da mistura de fertilizantes a ser utilizada na adubação, visando a obtenção das soluções com menor custo e respeitando as restrições de matérias-primas e de composição nutricional e (b) análise dos impactos de restrições ou alterações do mercado de adubos sobre o resultado da decisão.

O modelo da pesquisa foi validado através de comparação dos resultados obtidos na ferramenta desenvolvida com os resultados de um software disponível no mercado e,

-14-

portanto, os resultados obtidos mostram-se confiáveis. Por isso e pela sua praticidade, a ferramenta desenvolvida poder ser muito útil para apoio da decisão na cafeicultura, possibilitando o aumento da competitividade dos produtores. Além disso, da maneira como foi desenvolvida, a ferramenta pode ser utilizada em outros sistemas agronômicos produtivos e, por sua simplicidade, pode ser facilmente alterada para atender às condições específicas encontradas em cada sistema.

Apesar de sua relevância e utilidade, a presente pesquisa apresenta certas limitações. Entre elas, pode-se citar:

A adubação é um processo extremamente complexo e dependente de inúmeras variáveis e condições, assim, salienta-se que os resultados da ferramenta devem nortear a recomendação de adubação, mas não devem ser utilizados isoladamente. A decisão final sobre a utilização de fertilizantes para uma determinada cultura deve, também, levar em consideração informações complementares sobre as condições gerais da área em estudo, sobre o parcelamento da adubação e sobre o período e a maneira como os adubos devem ser aplicados. Como o estudo foi axiomático normativo e, portanto, focou na teoria relacionada ao tema, faz-se relevante a aplicação do mesmo na prática, possibilitando análises do efeito da decisão sobre a qualidade e produtividade do cafeicultor e, por consequência, sobre sua competitividade. Desse modo, a pesquisa adotaria também o cunho empírico.Por fim, outras melhorias podem ser realizadas na ferramenta, como: a alteração para

programação dinâmica onde se leva em consideração, por exemplo, o efeito da quantidade de fertilizante comprada sobre os custos dos mesmos e a inclusão de fatores de erros, desperdícios e aproveitamento no momento da mistura efetivamente.

AbstractDue to the quantitative and qualitative importance of fertilization process to the competitiveness of Brazilian coffee, this study aims to develop a practical tool to assist in the mixing fertilizer decision process and analyze the effect of the restrictions or changes in fertilizers market on the results obtained. For this, it was used mathematical modeling, more specifically, mixed integer programming, through the branch and bound algorithm. To validate the research, the results were compared to the solution from a commercial software available. The assessment against the commercial program showed that the developed tool is reliable and that it, in its simplicity and practicality, can support the decision of coffee farmers and other producers. However, there are some limitations related to the complexity of the fertilization process and to the study property purely theoretical and, thus, some improvements can be made in future work.

Key words: Integer programming; fertilization; coffee crop.

Referências bibliográficas

ALCARDE, J. C.; GUIDOLIN, J. A.; LOPES, A. S. Os adubos e a eficiência das adubações: boletim técnico. São Paulo: ANDA, 3. ed., p. 1-43, 1998.

ALMEIDA, L. C. F.; TAVARES, M.; REIS, E. A. Análise temporal das variáveis de custos da cultura do café arábica nas principais regiões produtoras do país. In: XIII Simpósio da Administração da Produção, Logística e Operações Internacionais (SIMPOI), 2010, São Paulo/SP. Anais..., 2010.

AMARAL, J. F. T.; MARTINEZ, H. E. P.; LAVIOLA, B. G.; FILHO, E. I. F.; CRUZ, C. D. Eficiência de utilização de nutrientes por cultivares de cafeeiro. Ciência Rural, v.41, n.4, p.621-629, 2011 a.

-15-

AMARAL, J. F. T.; MARTINEZ, H. E. P.; LAVIOLA, B; G.; TOMAZ, M. A.; FILHO, E. I. F.; CRUZ, C. D. Produtividade e eficiência de uso de nutrientes por cultivares de cafeeiro. Coffee Science, v. 6, n. 1, p. 65-74, 2011 b.

ARENALES, M.; ARMENTANO, V.; MORABITO, R.; YANASSE, H. Pesquisa operacional: para cursos de Engenharia. 3a reimp. Rio de Janeiro: Elsevier, 2007.

BAMBINI, M. D.; MENDES, C.I.C.; MOURA, M. F. Estudo do mercado brasileiro de software para o agronegócio: mapeamento dos atores, diferentes problemáticas e ações de fomento à inovação. In: XIV Congreso Latino-americano de Gestión Tecnológica (ALTEC), 2011, Lima/Perú. Anais..., 2011.

BERTRAND, J. W. M.; FRANSOO, J. C. Modelling and simulation: operations management research methodologies using quantitative modeling. International Journal of Operations & Production Management, v. 22, n. 2, p. 241-264, 2002.

BUAINAIN, A. M. Prefácio. In: MENDES, C. I. C.; OLIVEIRA, D. R. M. S.; SANTOS, A. R. (Editores Técnicos). Estudo do mercado brasileiro de software para o agronegócio. 1. Ed. Campinas, SP: Embrapa Informática Agropecuária, 2011. p. 9-10.

CHAVES, J. C. D. Manejo do solo: adubação e calagem, antes e após a implantação da lavoura cafeeira. Circular n.120. Londrina: IAPAR, 2002.

CONAB (COMPANHIA NACIONAL DE ABASTECIMENTO). Preço dos insumos agropecuários. Julho, 2012. Disponível em: <http://www.conab.gov.br/>. Acesso em: 06 de agosto de 2012.

CUNHA, D. N. F. V.; PEREIRA, J. C.; CAMPOS, O. F. Fertpasto: programa para cálculo de adubação de pastagens e interpretação de análises químicas de solo. In: 43ª Reunião Anual da Sociedade Brasileira de Zootecnia, 2006, João Pessoa/PB. Anais..., 2006.

FAQUIN, V. Diagnose do estado nutricional das plantas. 2002. 77 p. Monografia (Especialização em Fertilidade do Solo e Nutrição de Plantas no Agronegócio). Universidade Federal de Lavras, Lavras, 2002.

FAQUIN, V. Nutrição Mineral de Plantas. 2005. 186 p. Monografia (Especialização em Solos e Meio Ambiente). Universidade Federal de Lavras, Lavras, 2005.

GOVERNO DO BRASIL. Princípios básicos para formulação e mistura de fertilizantes: boletim técnico. Lavras, n. 89, p. 1-46, 2012.

GUBIANI, P. I.; SILVA, L. S.; REINERT, D. J.; REICHERT, J. M. CADUB GHF – um programa computacional para cálculo da quantidade de fertilizantes e corretivos da acidez do solo para culturas produtoras de grãos, hortaliças e forrageiras. Ciência Rural, v.37, n.4, 2007.

HILLIER, F. S.; LIEBERMAN, G. J. Introduction to operations research. 8 ed. New York: McGraw-Hill, 2005.

IBGE (INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA). Contas Nacionais Trimestrais-Indicadores de Volume e Valores Correntes. Março, 2012. Disponível em: <http://www.ibge.gov.br/home/presidencia/noticias/noticia_visualiza.php?id_noticia=2093>. Acesso em: 06 de agosto de 2012.

LACHTERMACHER, G. Pesquisa operacional na tomada de decisões: modelagem em Excel. 3a ed. Rio de Janeiro: Elsevier, 2007.

LIMA, A. L. R.; REIS, R. P.; ANDRADE, F. T.; JUNIOR, L. G. C.; FARIA, J. Custos de produção: o impacto da produtividade nos resultados da cafeicultura nas principais regiões produtoras do Brasil. In: 46º Congresso da Sociedade Brasileira de Economia, Administração e Sociologia Rural, 2008, Rio Branco/AC. Anais... Brasília, 2008. v. 1. p. 1-12.

-16-

MALTA, M. R.; SILVA, E. B.; NOGUEIRA, F. D.; GUIMARÃES, P. T. G.; SILVA, F. A. M.; CHAGAS, S. J. R. Composição físico-química e qualidade do café (Coffea arabica L.) fertilizado com diferentes fontes e doses de potássio. In: II Simpósio de pesquisa dos cafés do Brasil, 2001, Vitória/ES. Anais..., 2001.

MARCONI, M. A.; LAKATOS, E. M. Fundamentos de metodologia científica. 7. ed. São Paulo: Atlas, 2010.

MARTINEZ, H. E. P.; MENEZES, J. F. S.; SOUZA, R. B.; VENEGAS, V. H. A.; GUIMARÃES, P. T. G. Faixas críticas de concentrações de nutrientes e avaliação do estado nutricional de cafeeiros em quatro regiões de Minas Gerais. Pesquisa Agropecuária Brasileira, v. 38, n. 6, p. 703-713, 2003.

MARTINEZ, H. E. P.; SOUZA, R. B.; GUIMARÃES, P. T. G.; ALVAREZ, V. H.; OLIVEIRA, J. A.; SILVA, J. A. Avaliação da fertilidade do solo de cafezais do estado de Minas Gerais. In: I Simpósio de pesquisa dos cafés do Brasil, 2000, Poços de Caldas/MG. Anais..., 2000.

MENEZES, J. F. S. Avaliação do estado nutricional de cafeeiros de Minas Gerais. 2001. 198 p. Tese (Doutorado em Fitotecnia). Universidade Federal de Viçosa, Viçosa, 2001.

MAPA (MINISTÉRIO DA AGRICULTURA, PECUÁRIO E ABASTECIMENTO - Brasil). Estatísticas e Dados Básicos de Economia Agrícola. Julho, 2012 a. Disponível em: < http://www.agricultura.gov.br/>. Acesso em: 8 agosto de 2012.

MAPA (MINISTÉRIO DA AGRICULTURA, PECUÁRIO E ABASTECIMENTO - Brasil). Informe estatístico do café. Ano 13. Julho, 2012 b. Disponível em: < http://www.agricultura.gov.br/>. Acesso em: 8 agosto de 2012.

MAPA (MINISTÉRIO DA AGRICULTURA, PECUÁRIO E ABASTECIMENTO - Brasil). Série de custos de café arábica 2003 a 2012. 2012 c. Disponível em: < http://www.agricultura.gov.br/>. Acesso em: 8 agosto de 2012.

MAPA (MINISTÉRIO DA AGRICULTURA, PECUÁRIO E ABASTECIMENTO - Brasil). Série de custos de café conillon 2003 a 2012. 2012 d. Disponível em: < http://www.agricultura.gov.br/>. Acesso em: 8 agosto de 2012.

MORABITO, R.; PUREZA, V. Modelagem e simulação. In: MIGUEL, P. A. C. (Cord.). Metodologia de pesquisa em engenharia de produção e gestão de operações. 1. ed. Rio de Janeiro: Campus, 2010.

REIS JR., R. A.; CORRÊA, J. B.; CARVALHO, J. G.; GUIMARÃES, P. T. G. Diagnose nutricional de cafeeiros da região sul de Minas Gerais: normas DRIS e teores foliares adequados. Revista Brasileira de Ciência do Solo, v. 26, n. 3, p. 801-808, 2002.

RIBEIRO, A. C.; GUIMARÃES, P. T. G.; ALVAREZ, V. H. Recomendações para o uso de corretivos e fertilizantes em Minas Gerais - 5ª Aproximação. 5. ed. Viçosa: UFV, 1999.

ROCHA, A. C.; ARAÚJO, J. B. S.; PREZOTTI, L. C. Sistema de cultivo orgânico em café arábica no Espírito Santo. In: Simpósio de pesquisa dos cafés do Brasil, 2000, Poços de Caldas/MG. Anais..., 2000.

SALAS, E.; RAMIREZ, C. Bioensayo microbiano para estimar los nutrimentos disponibles en los abonos orgânicos: calibración en el campo. Agronomia Costarricense, v. 25, n. 2., p. 11-23, 2001.

SANTOS, D. M. A.; FURLANI JR., E.; MARTINS, L. E. C.; FERRARI, S.; FERRARI, J. V.; ALPE, V.; MADEIRA, T. A. Desenvolvimento vegetativo do cafeeiro (Coffea arabica L.) c.v. Mundo Novo submetido a sistemas de aplicação e doses de fósforo. In: Simpósio de pesquisa dos cafés do Brasil, 2007, Águas de Lindóia/SP. Anais..., 2007.

-17-

SILVA, S. A.; LIMA, J. S. S.; TEIXEIRA, M. M. Variabilidade espacial da produtividade e teores de macronutrientes nas folhas de duas variedades de Café Arábica. Engenharia na Agricultura, v.17, n.5, p. 337-345, 2009.

SOARES, A. H. V.; SILVA, C. A.; ZAMBALDE, A. L. CeresSefs: um sistema especialista para o cálculo da necessidade de calagem e recomendação de corretivo. INFOCOMP Journal of Computer Science, v. 3, n. 2, p. 44-50, 2004.

TEIXEIRA, S.M.; MILHOMEM, A. V.; RIBEIRO, G. C.; BÉRGOLI, Ê.; MOLIM, M.; VEGRO, C.L.; GARCIA, R.D.C.; FRANZIN, M. A.P.; ASSUMPÇÃO, R.; FELIPE, M. P.; MILHOMEM, S.V. Custos de produção na cafeicultura brasileira. In: II Simpósio de pesquisa dos cafés do Brasil, 2001, Vitória/ES. Anais..., 2001.

THEODORO, V. C. A.; CARVALHO, J. G.; CORRÊA, J. B.; GUIMARÃES, R. J. Avaliação do estado nutricional de agroecossistemas de café orgânico no estado de Minas Gerais. Ciência e Agrotecnologia, v. 27, n.6,  2003.

TIEPPO, R. S.; CREMON, C.; SILVA, L. C.; DALLACORT, R.; SANTI, A. Sistema computacional para otimização na seleção de fertilizantes. Scientia Plena, v. 6, n. 11, p. 1-4, 2010.

WADT, P. G. S. Diagnose foliar e recomendação de adubação para lavouras comerciais: documentos. Rio Branco: Embrapa, 69 p., 2011.

-18-

ANEXO A – Tabelas de recomendação de doses de nutrientes

Tabela 1A - Doses de nitrogênio recomendadas em função da produtividade esperada e do teor foliar de N ou de doses preestabelecidas deste nutriente e doses de K 2O de acordo com a produtividade esperada e com a disponibilidade de potássio do solo.Fonte: Ribeiro; Guimarães; Alvarez (1999)

Tabela 2A - Classes de fertilidade do fósforo, para manutenção da lavoura de café, em função do teor de argila ou do valor de fósforo remanescente (P-rem) e doses de P2O5 a serem aplicadas de acordo com a produtividade.Fonte: Ribeiro; Guimarães; Alvarez (1999)

-19-

Tabela 3A - Teores foliares de nutrientes considerados adequados ao cafeeiroFonte: Ribeiro; Guimarães; Alvarez (1999)

Tabela 4A - Doses de micronutrientes recomendadas para a cultura de café em função de sua disponibilidade no soloFonte: Ribeiro; Guimarães; Alvarez (1999)

Tabela 5A - Doses de macronutrientes recomendadas para a cultura de café Fonte: Faquin (2005)

-20-

Tabela 6A - Doses de micronutrientes recomendadas para a cultura de café Fonte: Faquin (2005)

ANEXO B – Tabela de análise foliar

-21-

Nutrientes na FolhaLav. Prod. 1/ N P K Ca Mg S Cu Fe

sc/ha ---------------------------- dag/kg ---------------------------- ------------------------- mg/k-------------------------- Lavouras de alta produtividade (

2 38,00 2,73 0,16 3,00 0,89 0,33 0,18 16,70 81,05 3 56,00 3,52 0,19 2,60 1,00 0,48 0,21 92,80 61,80 18,34 58,34 3,00 0,19 2,30 0,95 0,73 0,22 16,30 69,30 5 61,00 3,07 0,16 2,80 0,95 0,45 0,21 39,60 69,50 29,57 94,33 2,91 0,18 2,50 1,02 0,49 0,15 20,60 72,60 10,79 50,00 3,13 0,19 2,60 0,98 0,47 0,17 18,50 54,40

14 53,30 2,38 0,14 1,88 1,22 0,42 0,23 20,90 109,60 18 60,00 3,44 0,18 2,50 0,90 0,37 0,20 14,50 41,00 21 71,00 2,86 0,19 2,50 1,05 0,47 0,21 21,10 52,50 22 78,00 2,45 0,18 2,80 0,93 0,41 0,20 18,60 51,50 12,223 42,00 2,82 0,16 3,00 0,89 0,34 0,15 13,60 49,90 24 40,00 3,25 0,20 2,70 0,89 0,37 0,19 28,50 59,90 27 45,00 3,01 0,17 2,00 0,93 0,49 0,17 21,10 61,10 28 43,00 2,95 0,16 2,70 1,01 0,40 0,13 33,00 59,50 11,231 100,00 3,29 0,17 3,00 1,20 0,36 0,14 14,20 56,90 32 62,80 3,18 0,20 2,10 1,02 0,47 0,15 15,00 69,00 34 56,64 2,61 0,15 1,70 1,04 0,58 0,17 16,30 56,50 36 64,21 3,10 0,16 2,50 1,06 0,32 0,21 11,80 47,30 12,139 84, 90 2,78 0,19 2,30 1,10 0,46 0,20 6,70 79,40

Lavouras de média produtividade (15 - 30 sc/ha/ano)1 26,70 2,91 0,17 2,44 1,02 0,38 0,19 20,55 16,70 6 45,00 3,50 0,18 2,60 1,00 0,53 0,20 9,70 60,70 18,18 44,00 3,18 0,16 2,60 0,80 0,39 0,20 18,30 59,80

10 44,00 3,36 0,18 3,10 0,83 0,38 0,13 13,50 69,40 11 27,00 2,62 0,15 2,81 0,96 0,34 0,21 20,60 77,65 13 33,30 2,75 0,26 2,19 1,23 0,36 0,20 18,50 182 ,50 15 48,00 2,27 0,15 2,44 1,00 0,35 0,23 18,30 95,55 16 19,00 2,92 0,17 2,70 0,92 0,20 0,20 45,80 49,60 24,417 19,00 2,52 0,18 2,40 0,95 0,38 0,19 60,80 42,20 32,720 35,50 2,97 0,19 2,40 0,97 0,43 0,20 22,00 41,40 25 20,00 3,00 0,19 2,50 0,93 0,46 0,15 14,30 49,10 33 30,22 2,84 0,15 2,80 1,05 0,32 0,16 20,20 89,20 35 36,53 2,21 0,12 2,38 0,84 0,26 0,20 23,15 70,90 37 32,00 2,25 0,19 2,56 1,16 0,46 0,25 23,00 81,90 40 24,53 2,70 0,17 1,70 1,17 0,34 0,20 25,10 51,90

Lavouras de baixa produtividade (< 15 sc/ha/ano)12 17,80 2,24 0,16 2,60 1,00 0,29 0,15 21,80 58,90 19 16,00 2,65 0,19 2,40 1,17 0,39 0,23 21,30 46,00 26 12,00 2,80 0,16 2,10 0,98 0,39 0,23 12,80 68,30 29 20,00 2,40 0,16 1,70 1,05 0,73 0,19 26,10 55,70 Tabela 1B – Produtividade e teores foliares de macro e micronutrientes de cafeeiros da região de

Viçosa (ano de alta produtividade)Fonte: Menezes (2001)

ANEXO C – Tabela de análise do solo

-22-

Prof. M.O P K Ca2+ Mg2+ CTC ef. CTC tot. V Zn Fe Mn Cu Bcm dag/kg %

0-5 4,44 5,33 31,08 177,75 3,74 1,30 5,56 10,05 55,42 5,81 98,38 48,86 4,22 0,855-20 3,44 4,85 11,49 105,50 1,74 0,72 3,22 8,72 33,05 1,81 117,18 28,15 3,58 0,78

20-50 2,53 4,59 3,70 68,65 1,02 0,53 2,29 6,58 28,10 0,89 106,90 18,13 2,22 0,65

0-5 4,52 5,13 22,21 142,14 2,48 0,98 4,12 9,59 40,70 2,79 102,25 29,67 3,63 0,795-20 3,56 4,70 7,16 72,32 1,04 0,57 2,42 7,89 23,07 1,10 113,77 18,25 2,38 0,64

20-50 2,68 4,56 3,67 44,50 0,72 0,44 1,90 6,40 20,11 0,83 105,91 11,79 1,87 0,58

0-5 3,90 5,27 9,29 117,14 2,17 0,95 3,63 8,19 42,63 1,68 95,95 53,46 2,12 0,615-20 3,04 4,94 3,61 64,71 1,15 0,57 2,32 6,97 27,11 1,04 109,16 37,90 2,01 0,59

20-50 2,20 4,83 2,11 38,93 0,91 0,45 1,96 5,59 26,14 0,74 104,41 28,78 1,85 0,56

pH mg/dm3 cmolc/dm3 mg/dm3Produtividade média (15-30 sc/ha)

Caracteristicas de Solo 1/

Produtividade média (15-30 sc/ha)

Produtividade baixa (15 sc/ha)

Tabela 1C – Avaliação da fertilidade do solo de cafezais do estado de Minas Gerais em função da produtividadeFonte: Martinez et al. (2000)

ANEXO D – Tabelas de custos e composição química dos fertilizantes

-23-

Variável Estado Fertilizante Unidade Jan Fev Mar Abr Mai Jun

X1 MT 00-18-18 + FTE BR12 t 1.001,29 1.051,35 1.051,35 1.140,71 1.140,71 1.183,30

X2 MT 00-18-18 + MICRONUTRIENTES 121 t 1.050,00 955 955 1.036,17 1.036,17 1.111,80

X3 BA 00-20-10 +FTE BR12 t 1.056,00 1.056,00 1.056,00 1.056,00 1.056,00 980,00

X4 MS 00-20-20 +ZN t 1.107,50 1.107,50 1.102,00 980 980 1.573,20

X5 PR 00-20-20 t 1.160,00 1.160,00 1.160,00 1.051,88 1.023,00 1.062,73

X6 MA 00-24-12 +FTE BR10 t 1.000,00 1.000,00 1.000,00 1.000,00 1.000,00 1.000,00

X7 MG 02-20-10 t 977 977 981 977 977 977,00

X8 GO 02-20-18 + MICRONUTRIENTES 121 t 960 960 960 960 960 960,00

X9 MT 02-20-18 +FTE BR12 t 1.088,06 986,35 986,35 1.070,18 1.070,18 1.166,38

X10 MG 02-20-20 t 1.045,25 1.004,50 1.004,50 1.036,80 1.041,30 1.176,75

X11 RS 04-17-27 t 1.170,00 1.170,00 1.170,00 1.170,00 1.235,00 1.235,00

X12 MT 04-18-12 t 950 885,24 885,24 960,48 960,48 1.046,20

X13 BA 04-20-20 +FTE BR12 t 1.320,00 1.320,00 1.300,00 1.300,00 1.350,00 1.350,00

X14 MS 04-20-20 +ZN t 1.145,00 1.145,00 1.165,00 1.035,00 1.035,00 1.614,60

X15 GO 04-20-20 t 0,95 0,95 0,95 0,95 0,95 950,00

X16 MA 04-30-10+ZN t 1.004,00 1.004,00 1.004,00 1.004,00 1.004,00 1.004,00

X17 BA 04-30-10 t 0 0 0 0 1.450,00 1.450,00

X18 MT 04-30-16 +ZN t 1.434,84 1.305,70 1.305,70 1.416,68 1.416,68 1.486,00

X19 RS 05-20-10 t 908,33 908,33 941,67 941,67 941,67 1.086,67

X20 MS 05-20-15 + MICRONUTRIENTES 301 t 1.217,00 1.217,00 1.199,10 1.122,00 1.122,00 1.486,20

X21 RS 05-20-20 t 1.080,00 1.110,00 1.135,00 1.154,00 1.185,00 1.200,00

X22 RS 05-20-30 t 1.237,00 1.248,00 1.241,33 1.247,00 1.275,17 1.285,17

X23 MG 05-25-15 t 1.136,25 1.082,50 1.082,50 1.103,80 1.103,80 1.250,75

X24 PR 05-25-25 t 1.209,03 0 0 0 0 1.209,03

X25 RS 05-30-15 t 1.157,80 1.157,80 1.157,80 1.157,80 1.157,80 1.216,66

X26 MT 05-35-00+ MICRONUTRIENTES 121 t 1.250,00 1.137,50 1.137,50 1.234,18 1.234,18 1.203,60

X27 MT 06-16-16 + ZINCO t 1.171,62 1.083,00 1.083,00 1.175,05 1.175,05 1.224,00

X28 MS 06-19-10 t 1.150,00 1.150,00 1.391,40 1.391,40 1.391,40 1.809,10

X29 MT 06-20-20 + 1% DE BORO t 1.330,25 1.223,83 1.223,83 1.327,85 1.327,85 1.338,24

X30 BA 06-24-16 + FTE BR9 t 1.200,00 1.200,00 1.935,00 1.628,00 1.988,00 1.988,00

X31 MT 06-30-15 t 1.312,74 1.194,60 1.194,60 1.296,14 1.296,14 1.244,40

X32 MT 08-16-16 + MICRONUTRIENTES 121 t 1.008,07 1.058,47 1.058,47 1.148,43 1.148,43 1.251,78

X33 RS 08-18-28 t 1.103,75 1.103,75 1.128,53 1.167,78 1.180,78 1.190,28

X34 MS 08-20-15 t 1.110,00 1.110,00 1.193,70 996 996 1.834,00

X35 GO 08-20-18+MICRO 121 t 1.096,00 1.096,00 1.096,00 1.096,00 1.096,00 1.096,00

X36 MA 08-20-20 + ZN t 1.058,00 1.058,00 1.058,00 1.058,00 1.058,00 1.058,00

X37 PR 08-20-20 t 1.230,42 1.217,75 1.209,42 1.212,00 1.299,67 1.350,74

X38 BA 08-24-12+MICRONUTRIENTES 5% t 1.250,00 1.250,00 1.250,00 1.250,00 1.250,00 1.300,00

X39 MG 08-28-16 t 1.268,00 1.206,25 1.206,25 1.232,25 1.232,25 1.324,75

X40 PR 08-30-20 t 1.510,33 1.418,90 1.334,30 1.402,99 1.408,34 1.482,39

X41 SC 09-33-12 t 1.337,33 1.243,78 1.239,33 1.298,44 1.391,56 1.435,00

X42 ES 10-10-10 t 1,3 1,3 1,3 1,3 1,3 1.300,00

X43 PR 10-20-20 t 870 870 870 870 870 870,00

X44 BA 10-50-00 t 1.720,00 1.720,00 1.611,00 1.611,00 1.760,00 1.760,00

X45 RS 12-14-10 + ENXOFRE t 1.327,00 1.350,00 1.350,00 1.372,00 1.410,00 1.390,00

X46 PR 12-15-15 t 1.168,30 1.130,13 1.130,51 1.164,81 1.244,55 1.230,82

X47 MT 20-00-20 + BORO 5% t 1.140,00 1.103,15 1.103,15 1.196,91 1.196,91 1.285,20

X48 MT 20-00-20 + BORO 7% t 1.079,00 1.153,00 1.153,00 1.251,00 1.251,00 1.265,00

X49 MG 20-00-20 t 1.115,56 1.121,89 1.116,89 1.146,67 1.222,00 1.199,33

X50 SP 21-00-21 t 1.100,00 1.010,00 985 1.010,00 1.110,00 1.130,00

X51 MG 25-00-25 t 1.372,00 1.349,50 1.349,50 1.385,78 1.339,50 1.410,50

X52 RO 25-00-25 t 1.411,00 1.411,00 1.411,00 1.411,00 1.411,00 1.411,00

X53 MA 30-00-10 t 880 880 880 880 880 880,00

X54 MT 30-00-20 t 1.257,06 1.319,91 1.319,91 1.432,10 1.432,10 1.428,00

X55 MS 36-00-12 t 1.255,00 1.255,00 1.120,00 1.120,00 1.120,00 1.523,50

X56 MA 02-10-05 t 1.035,00 1.035,00 1.035,00 1.035,00 1.035,00 1.035,00

X57 MG 10-10-10 t 1.100,00 1.050,00 1.050,00 1.050,00 1.050,00 1.050,00

X58 ES 20-05-20 t 1.100,00 1.075,00 1.075,00 1.075,00 1.075,00 1.075,00

X59 MG ÁCIDO BÓRICO t 5,33 5,23 5,33 5,67 5,7 3.340,00

Custos R$/t

Tabela 1D – Custos dos fertilizantesFonte: CONAB (2012)

-24-

Variável Estado Fertilizante Unidade Jan Fev Mar Abr Mai Jun

X60 MT BORO, 10% t 1,8 1,8 1,8 1,8 1,8 1.960,00

X61 PR CAMA DE AVIÁRIO t 140 145 150 160 165 165,00

X62 MG CLORETO DE POTÁSSIO t 1.451,75 1.461,50 1.445,00 1.501,50 1.560,60 1.551,25

X63 SC ESTERCO DE CURRAL t 30 30 30 30 30 30,00

X64 MG ESTERCO DE GALINHA t 220 220 220 220 220 220,00

X65 RS FOSMAG 500 B t 0,77 0,77 0,8 0,8 0,8 910,00

X66 ES FTE BR 12 GRAN t 71,75 71,75 71,75 71,75 71,75 1.196,00

X68 MT MANGANÊS 14% t 6,12 6,12 6,12 6,12 6,12 6.670,00

X69 BA MAP t 1,5 1,5 1,4 1,4 1,4 1.400,00

X70 BA MATÉRIA ORGÂNICA t 0 0 0 0 120 120,00

X71 MG NITRATO DE AMÔNIO t 1.800,00 1.800,00 1.800,00 1.800,00 1.800,00 1.800,00

X72 RS NITRATO DE CÁLCIO t 1,41 1,41 1,42 1,44 1,47 1.510,00

X73 MG NITRATO DE POTÁSSIO t 2,45 2,45 2,45 2,45 2,45 4.600,00

X74 MG SULFATO DE AMÔNIO t 872 828,33 841 889,43 902,61 902,61

X75 BA SULFATO DE COBRE t 7 5 5 5 5 5.000,00

X76 MG SULFATO DE MAGNESIO t 1,14 1,18 1,18 1,22 1,22 1.220,00

X77 MG SULFATO DE MANGANÊS t 3,2 3,2 3,2 3,2 3,2 3.000,00

X78 MG SULFATO DE ZINCO t 2 2,11 2,12 2,23 2,27 2.260,00

X79 MG SUPERFOSFATO SIMPLES t 729,5 723,25 718,75 655,5 690,5 703,75

X80 RS SUPERFOSFATO TRIPLO t 1,38 1,38 1,38 1,38 1,41 1.460,00

X82 MG URÉIA t 1.300,00 1.300,00 1.300,00 1.300,00 1.300,00 1.300,00

X83 - AMÔNIA ANIDRA t 0,00 0,00 0,00 0,00 0,00 3.400,00

X84 BA SULFATO DE CÁLCIO t 0,00 0,00 0,00 0,00 0,00 67,50

Tabela 2D – Custos dos fertilizantesFonte: CONAB (2012)

-25-

Fertilizante Tipo N P K Ca Mg Zn B Cu Fe Mn S

00-18-18 + FTE BR12 Químico 0,0% 18,0% 18,0% 0,0% 0,0% 0,27% 0,05% 0,02% 0,09% 0,09% 0,00%00-18-18 + MICRONUTRIENTES 121 Químico 0,0% 18,0% 18,0% 0,0% 0,0% 0,36% 0,03% 0,00% 0,00% 0,00% 0,00%00-20-10 +FTE BR12 Químico 0,0% 20,0% 20,0% 0,0% 0,0% 0,27% 0,05% 0,02% 0,09% 0,09% 0,00%00-20-20 +ZN Químico 0,0% 20,0% 20,0% 0,0% 0,0% 0,30% 0,00% 0,00% 0,00% 0,00% 0,00%00-20-20 Químico 0,0% 20,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%00-24-12 +FTE BR10 Químico 0,0% 24,0% 12,0% 0,0% 0,0% 0,21% 0,08% 0,03% 0,12% 0,12% 0,00%02-20-10 Químico 2,0% 20,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%02-20-18 + MICRONUTRIENTES 121 Químico 2,0% 20,0% 18,0% 0,0% 0,0% 0,36% 0,03% 0,00% 0,00% 0,00% 0,00%02-20-18 +FTE BR12 Químico 2,0% 20,0% 18,0% 0,0% 0,0% 0,27% 0,05% 0,02% 0,09% 0,09% 0,00%02-20-20 Químico 2,0% 20,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%04-17-27 Químico 4,0% 17,0% 27,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%04-18-12 Químico 4,0% 18,0% 12,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%04-20-20 +FTE BR12 Químico 4,0% 20,0% 20,0% 0,0% 0,0% 0,27% 0,05% 0,02% 0,09% 0,09% 0,00%04-20-20 +ZN Químico 4,0% 20,0% 20,0% 0,0% 0,0% 0,30% 0,00% 0,00% 0,00% 0,00% 0,00%04-20-20 Químico 4,0% 20,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%04-30-10+ZN Químico 4,0% 30,0% 10,0% 0,0% 0,0% 0,05% 0,00% 0,00% 0,00% 0,00% 0,00%04-30-10 Químico 4,0% 30,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%04-30-16 +ZN Químico 4,0% 30,0% 16,0% 0,0% 0,0% 0,50% 0,00% 0,00% 0,00% 0,00% 0,00%05-20-10 Químico 5,0% 20,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%05-20-15 + MICRONUTRIENTES 301 Químico 5,0% 20,0% 15,0% 0,0% 0,0% 0,90% 0,03% 0,03% 0,00% 0,00% 0,00%05-20-20 Químico 5,0% 20,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%05-20-30 Químico 5,0% 20,0% 30,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%05-25-15 Químico 5,0% 25,0% 15,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%05-25-25 Químico 5,0% 25,0% 25,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%05-30-15 Químico 5,0% 30,0% 15,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%05-35-00+ MICRONUTRIENTES 121 Químico 5,0% 35,0% 0,0% 0,0% 0,0% 0,36% 0,03% 0,00% 0,00% 0,00% 0,00%06-16-16 + ZINCO Químico 6,0% 16,0% 16,0% 0,0% 0,0% 0,30% 0,00% 0,00% 0,00% 0,00% 0,00%06-19-10 Químico 6,0% 9,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%06-20-20 + 1% DE BORO Químico 6,0% 20,0% 20,0% 0,0% 0,0% 0,00% 1,00% 0,00% 0,00% 0,00% 0,00%06-24-16 + FTE BR9 Químico 6,0% 24,0% 16,0% 0,0% 0,0% 0,18% 0,08% 0,02% 0,18% 0,09% 0,00%06-30-15 Químico 6,0% 30,0% 15,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%08-16-16 + MICRONUTRIENTES 121 Químico 8,0% 16,0% 16,0% 0,0% 0,0% 0,36% 0,03% 0,00% 0,00% 0,00% 0,00%08-18-28 Químico 8,0% 18,0% 28,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%08-20-15 Químico 8,0% 20,0% 15,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%08-20-18+MICRO 121 Químico 8,0% 20,0% 18,0% 0,0% 0,0% 12,00% 1,00% 0,00% 0,00% 0,00% 0,00%08-20-20 + ZN Químico 8,0% 20,0% 20,0% 0,0% 0,0% 0,30% 0,00% 0,00% 0,00% 0,00% 0,00%08-20-20 Químico 8,0% 20,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%08-24-12+MICRONUTRIENTES 5% Químico 8,0% 24,0% 12,0% 0,0% 0,0% 0,00% 0,15% 0,00% 0,00% 0,00% 0,00%08-28-16 Químico 8,0% 28,0% 16,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%08-30-20 Químico 8,0% 30,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%09-33-12 Químico 9,0% 33,0% 12,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%10-10-10 Químico 10,0% 10,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%10-20-20 Químico 10,0% 20,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%10-50-00 Químico 10,0% 50,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%12-14-10 + ENXOFRE Químico 12,0% 14,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%12-15-15 Químico 12,0% 15,0% 15,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%20-00-20 + BORO 5% Químico 20,0% 0,0% 20,0% 0,0% 0,0% 0,00% 5,00% 0,00% 0,00% 0,00% 0,00%20-00-20 + BORO 7% Químico 20,0% 0,0% 20,0% 0,0% 0,0% 0,00% 7,00% 0,00% 0,00% 0,00% 0,00%20-00-20 Químico 20,0% 0,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%21-00-21 Químico 21,0% 0,0% 21,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%25-00-25 Químico 25,0% 0,0% 25,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%25-00-25 Químico 25,0% 0,0% 25,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%30-00-10 Químico 30,0% 0,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%30-00-20 Químico 30,0% 0,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%36-00-12 Químico 36,0% 0,0% 12,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%02-10-05 Químico 2,0% 10,0% 5,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%10-10-10 Químico 10,0% 10,0% 10,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%20-05-20 Químico 20,0% 5,0% 20,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%ÁCIDO BÓRICO Químico 0,0% 0,0% 0,0% 0,0% 0,0% 0,00% 17,00% 0,00% 0,00% 0,00% 0,00%

Tabela 3D – Composição química dos fertilizantesFonte: Alcarde; Guidolin; Lopes (1998)

-26-

Fertilizante Tipo N P K Ca Mg Zn B Cu Fe Mn S

BORO, 10% Químico 0,0% 0,0% 0,0% 0,0% 0,0% 0,00% 10,00% 0,00% 0,00% 0,00% 0,00%CAMA DE AVIÁRIO Orgânico 2,8% 2,1% 2,2% 3,4% 0,6% 0,04% 0,00% 0,00% 0,22% 0,04% 0,00%CLORETO DE POTÁSSIO Químico 0,0% 0,0% 58,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%ESTERCO DE CURRAL Orgânico 1,3% 0,4% 0,9% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%ESTERCO DE GALINHA Orgânico 2,4% 1,3% 1,5% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%FOSMAG 500 B Químico 0,0% 20,0% 0,0% 12,0% 3,5% 0,00% 0,10% 0,00% 0,00% 0,00% 7,50%FTE BR 12 GRAN Químico 0,0% 0,0% 0,0% 0,0% 0,0% 9,00% 2,50% 0,80% 3,00% 2,00% 0,00%MANGANÊS 14% Químico 0,0% 0,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 14,00% 0,00%MAP Químico 9,0% 48,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%MATÉRIA ORGÂNICA Orgânico 1,5% 0,8% 1,2% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%NITRATO DE AMÔNIO Químico 32,0% 0,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%NITRATO DE CÁLCIO Químico 14,0% 0,0% 0,0% 19,0% 0,5% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%NITRATO DE POTÁSSIO Químico 13,0% 0,0% 44,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%SULFATO DE AMÔNIO Químico 20,0% 0,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 22,00%SULFATO DE COBRE Químico 0,0% 0,0% 0,0% 0,0% 0,0% 0,00% 0,00% 13,00% 0,00% 0,00% 16,00%SULFATO DE MAGNESIO Químico 0,0% 0,0% 0,0% 0,0% 9,0% 0,00% 0,00% 0,00% 0,00% 0,00% 12,00%SULFATO DE MANGANÊS Químico 0,0% 0,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 26,00% 14,00%SULFATO DE ZINCO Químico 0,0% 0,0% 0,0% 0,0% 0,0% 20,00% 0,00% 0,00% 0,00% 0,00% 16,00%SUPERFOSFATO SIMPLES Químico 0,0% 18,0% 0,0% 20,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 10,00%SUPERFOSFATO TRIPLO Químico 0,0% 41,0% 0,0% 14,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%URÉIA Químico 44,0% 0,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%AMÔNIA ANIDRA Químico 82,0% 0,0% 0,0% 0,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%SULFATO DE CÁLCIO Químico 0,0% 0,0% 0,0% 16,0% 0,0% 0,00% 0,00% 0,00% 0,00% 0,00% 13,00%

Tabela 4D – Composição química dos fertilizantesFonte: Alcarde; Guidolin; Lopes (1998)

-27-