Quantas árvores você realmente inspecionou antes de autorizar a última aplicação que fez, e que número concreto o levou a decidir que sim? Se a resposta honesta é que foi o calendário, que foi a chuva da semana passada ou que foi ter visto três árvores com danos a caminho de casa, você está na mesma situação que a enorme maioria das propriedades da região, e está pagando por isso de duas maneiras ao mesmo tempo, com produto aplicado que não era necessário e com aplicações que chegaram tarde onde realmente eram necessárias.
A temporada que encerramos deixou em mãos as ferramentas para ver uma propriedade completa, priorizar onde caminhar e diferenciar o manejo por zonas. Ver, no entanto, não é decidir. A decisão de intervir contra uma praga tem sua própria lógica, baseia-se em um número comparado a outro número, e essa lógica é o assunto desta nova temporada, que vai percorrer as pragas específicas de café, abacate Hass e cítricos, seus modelos de previsão e as ferramentas de controle biológico que hoje funcionam.
O limiar econômico, a conta que decide se vale a pena aplicar
A ideia é antiga e continua sendo a mais rentável do manejo de pragas. Em 1959, um grupo de entomólogos formalizou dois conceitos que hoje sustentam todo o manejo integrado. O nível de dano econômico é a densidade de praga mais baixa que causa um dano cujo valor iguala o custo de controlá-la, e o limiar econômico é a densidade, sempre menor, a partir da qual é necessário iniciar o controle para que a população não alcance esse nível de dano. A distância entre os dois é deliberada, existe para lhe dar o tempo que uma ordem de trabalho, uma compra e uma aplicação precisam para surtir efeito.
O que quase nunca se explica é que o limiar não é uma propriedade do inseto, é uma propriedade do seu negócio nesta campanha. Depende do preço que você vai receber pelo seu produto, do custo do controle que você vai usar, da eficácia esperada desse controle e do rendimento potencial da propriedade. Quando o preço do seu produto sobe, o limiar desce, porque cada fruto perdido vale mais e justifica intervir antes; quando o custo do insumo sobe, o limiar sobe, porque é necessário evitar mais danos para pagar a aplicação. Um limiar copiado de um folheto de há dez anos, ou de uma propriedade com outra estrutura de custos, está mal calibrado por definição.
Em termos de propriedade, isso tem uma consequência imediata. Se você nunca fez essa conta, não tem limiar, e sem limiar a amostragem não serve de nada, mesmo que você a faça bem, porque não há contra o que comparar o resultado. Por isso, a ordem correta é primeiro fixar o número que dispara a ação e só depois sair para contar.
Existem referências institucionais que economizam o trabalho inicial. Para a broca do café, a pesquisa cafeeira estabeleceu um limiar de dano econômico da ordem de cinco por cento de infestação, com um método de amostragem padronizado que avalia trinta árvores por hectare. Esse número é um ponto de partida sensato, não uma constante universal, e convém ajustá-lo com seu próprio preço e seu próprio custo.
Contar a sério, quantos pontos, com que frequência e por que o percurso de sempre não serve
A amostragem que a maioria das propriedades faz tem um viés que a invalida sem que ninguém perceba, é feita caminhando por onde se caminha sempre. O percurso segue o caminho principal, para onde o acesso é confortável e termina perto de casa, de modo que a amostra representa a parte da propriedade mais transitada e não a propriedade como um todo. Qualquer foco que se instale no fundo, na encosta íngreme ou atrás da barreira viva vai aparecer no registro quando já estiver grande.
Uma amostragem que serve precisa de três coisas: uma unidade definida, uma distribuição que cubra a propriedade e uma frequência fixa. A unidade é o que você conta exatamente, e tem que ser sempre a mesma, o mesmo ramo na mesma posição da copa, o mesmo número de frutos por árvore, a mesma altura da armadilha. A distribuição significa que os pontos são distribuídos pela propriedade com um critério, em zigue-zague ou em grade, e que são definidos antes de sair e não no caminho. A frequência significa que é medida com a mesma periodicidade, haja ou não problema visível, porque o valor de um dado de praga está na série e não na medição isolada.
A objeção prática é sempre a mesma, que isso leva tempo. A entomologia aplicada resolveu essa objeção há décadas com os planos de amostragem sequencial, nos quais não se fixa um número de amostras de antemão, mas se vai contando e se para assim que o acumulado permite decidir com confiança se está acima ou abaixo do limiar. Quando a população está muito alta ou muito baixa, a decisão aparece com poucas amostras e o percurso se encurta; só quando o resultado está perto do limiar é necessário continuar contando. Os trabalhos que compararam ambas as abordagens relatam reduções do tempo de amostragem próximas a oitenta por cento em relação à amostragem convencional de tamanho fixo, e planos binomiais que resolvem a decisão com cerca de vinte e sete a trinta e um árvores.
Há ainda uma simplificação que quase sempre sobrevive ao teste de campo, contar presença e ausência em vez de contar indivíduos. Registrar se uma árvore tem ou não tem a praga é muito mais rápido, muito menos dependente da habilidade do operário e, para efeitos de cruzar um limiar, costuma ser suficiente. A leitura prática é que o melhor sistema de amostragem não é o mais fino, é aquele que sua equipe vai repetir todas as semanas sem que ninguém tenha que insistir.
A praga corre com outro relógio, graus-dia e por que o inseto não segue seu calendário
Um inseto não envelhece com os dias do calendário, envelhece com o calor acumulado. Abaixo de certa temperatura, seu desenvolvimento se detém; acima, se acelera, e o tempo que leva para completar um ciclo depende de quanto calor acumulou, não de quantas vezes o sol saiu. Daí surge o conceito de graus-dia, que consiste em acumular a cada dia a diferença entre a temperatura média e esse limiar inferior de desenvolvimento.
A broca do café é o caso melhor documentado; em estudos de laboratório, localizam seu limiar inferior de desenvolvimento entre 13,9 e 14,9 graus Celsius e o superior em torno de 32, com um requerimento da ordem de 299 unidades de calor para completar a transição de ovo a adulto. Isso, por si só, já explica algo que todo caficultor observa sem nomear, que a praga se comporta de forma diferente dependendo da altitude em que a propriedade está, porque em maior altitude há menos calor acumulado por dia e o ciclo se estende.
A parte valiosa veio quando alguém levou esse modelo de laboratório para propriedades comerciais reais. Um trabalho que seguiu populações naturais ao longo de um gradiente altitudinal encontrou um tempo médio de desenvolvimento de ovo a adulto de 38,5 dias com uma desvio de 3,46 dias, e estimou um requerimento médio de 332 graus-dia usando um limiar e de 386 usando o outro, desde a infestação do fruto até o início de um novo ciclo reprodutivo. A descoberta com mais consequência operacional, no entanto, foi outra. As estimativas obtidas com dados de temperatura de escala ampla resultaram equivalentes às obtidas com sensores colocados dentro do cultivo, o que indica que o monitoramento de temperatura em escala regional é suficiente para prever o ciclo. Em termos de propriedade, isso significa que você não precisa comprar uma estação por lote para começar a usar graus-dia, basta uma fonte climática confiável e uma planilha. Guarde esse detalhe, porque na seção seguinte vamos ver que essa mesma escala ampla, que aqui funciona bem, falha quando o que se quer prever é uma doença.
Existem até desenvolvimentos que calculam a acumulação térmica para esta praga a partir de imagens de satélite, ligando diretamente a temporada passada desta série com a atual. A utilidade concreta é simples e grande; se você sabe quantos graus-dia se passaram desde a floração, sabe em que etapa do ciclo está a população e quando faz sentido amostrar com mais intensidade, em vez de descobrir quando o dano já está no fruto.
Um registro de pragas que sobreviva à troca de administrador
Onde vive hoje o histórico de pragas da sua propriedade, e o que acontece com ele quando a pessoa que o gerencia muda? Na maioria das operações, esse conhecimento é oral, se perde com a rotação do pessoal e torna impossível responder a única pergunta que importa no final da campanha, se o que você aplicou funcionou. A Harvis ajuda você a montar o registro de monitoramento por lote e por data, a comparar cada leitura contra o limiar que você definiu, a manter o histórico de aplicações com produto, dose e responsável, e a ter a série completa disponível quando chegar a hora de decidir no ano seguinte. Escreva para nós e montamos esse registro com a estrutura de lotes que você já gerencia.
Modelos de risco por clima, o que preveem bem e o que não
Os modelos de previsão por variáveis climáticas são a promessa mais vendida do momento e também a mais mal interpretada, então é conveniente ser preciso sobre que escala resolvem.
Para doenças foliares, a evidência disponível é sólida no plano regional e retrospectivo. Um modelo de risco de ferrugem do café construído com dados de reanálise climática, que estimava a duração da umidade foliar e a temperatura do dossel, não encontrou uma tendência geral de aumento do risco entre 1990 e 2015 nas zonas cafeeiras do país, descartando assim a hipótese de que o surto de 2008 a 2011 se explicasse por mudança climática, embora tenha identificado uma elevação significativa do risco de infecção previsto exatamente nesses anos. É um resultado valioso e convém entender que tipo de resultado é, uma explicação em escala de região e de década, não um alerta para sua propriedade na semana seguinte.
Os modelos de distribuição construídos com aprendizado de máquina apontam para uma escala ainda mais ampla. Um trabalho recente modelou a distribuição espaço-temporal do fungo da ferrugem combinando oito algoritmos distintos e projetou mapas de risco de reemergência até 2060 e 2100 sob diferentes cenários climáticos. Esse tipo de estudo orienta políticas públicas, decisões de renovação varietal e planejamento de longo prazo, e não responde à pergunta de se você deve aplicar este mês.
O que já está se aproximando da escala de propriedade são os modelos alimentados com variabilidade climática em tempo real, que já relatam capacidade para antecipar a severidade da doença com dados meteorológicos atualizados, e os modelos epidemiológicos ajustados a uma fase específica do cultivo, como os desenvolvidos para viveiro, onde as condições são mais homogêneas e, portanto, mais previsíveis. A regra que se desprende é bastante clara, quanto mais o ambiente onde o modelo foi ajustado se assemelha ao ambiente onde você vai usá-lo, mais confiança merece, e um modelo alimentado com uma grade climática de dezenas de quilômetros não pode saber que sua propriedade está em uma depressão onde o orvalho dura três horas a mais.
Por isso, a combinação que funciona é modelo mais amostragem. O modelo lhe diz quando aumentar a vigilância e a amostragem lhe diz se é necessário agir. Usar o modelo como disparador de aplicações, pulando a contagem, é repetir o erro do calendário com uma camada de tecnologia por cima.
Aplicar sem limiar te cobra duas vezes
O custo visível de uma aplicação desnecessária é o produto e o custo da mão de obra, e esse é o menor dos dois.
O custo invisível tem dois componentes que se acumulam ao longo dos anos. O primeiro é a pressão de seleção sobre a população da praga, porque cada aplicação deixa vivos os indivíduos menos suscetíveis e, repetida sem critério e com a mesma família química, constrói resistência na sua própria propriedade. O segundo é a eliminação dos inimigos naturais que estavam trabalhando de graça, que costumam ser mais sensíveis aos produtos de amplo espectro do que a praga alvo, e cuja desaparecimento produz o rebote populacional que depois é interpretado como prova de que era necessário aplicar mais.
Como já abordamos em nosso blog sobre pesticidas, modos de ação e manejo de resistência, a rotação entre modos de ação e a redução do número de aplicações são as duas alavancas que preservam a vida útil das moléculas disponíveis; o limiar é justamente o instrumento que reduz esse número sem aumentar o risco, porque elimina as aplicações que não eram necessárias e deixa intactas as que eram.
Uma propriedade, quatro semanas e uma planilha
Tudo isso pode ser testado em uma única propriedade e em um mês, sem comprar nada.
Comece pela conta do limiar. Pegue o preço que espera receber por unidade de produto, o custo total de uma aplicação por hectare incluindo mão de obra e o rendimento esperado da propriedade, e calcule quanto dano teria que evitar essa aplicação para se pagar. Essa porcentagem é seu nível de dano econômico e seu limiar de ação vai um degrau abaixo, para lhe dar tempo de reagir. Se o exercício lhe parece grosseiro, faça-o grosseiro; um limiar aproximado calculado com seus números vale mais do que um preciso calculado com os de outro.
Defina depois a unidade de amostragem e escreva-a em uma frase, de modo que duas pessoas diferentes contem a mesma coisa. Marque os pontos em um croqui da propriedade antes de sair, distribuídos e não concentrados, e inclua deliberadamente os locais incômodos onde ninguém caminha. Fique com o dia da semana e respeite-o.
Durante quatro semanas, conte e anote sem tomar nenhuma decisão. Esse ponto exige disciplina e é o que faz o exercício funcionar, porque quatro leituras seguidas mostram a tendência, e a tendência é o que permite antecipar em vez de reagir. Registre na mesma planilha a temperatura média de cada dia para começar a acumular graus-dia, mesmo que você a obtenha de uma fonte climática regional.
No final do mês, você terá três coisas que hoje não tem: um limiar próprio, uma série de quatro pontos com sua direção, e uma ideia de quanto tempo real custa o monitoramento, que quase sempre resulta menos do que se temia. A partir daí, a decisão de aplicar deixa de ser uma opinião e passa a ser uma comparação entre dois números.
Contar sai mais barato do que fumigar
O manejo de pragas por limiar não é uma técnica sofisticada nem cara, é uma mudança na ordem das operações. Hoje, a sequência habitual é suspeitar, aplicar e esperar; a sequência que funciona é medir, comparar contra um número definido de antemão e só então decidir. A diferença de custo entre as duas, sustentada durante algumas campanhas, é a diferença entre uma propriedade que administra suas pragas e uma que as persegue.
O que você pode fazer a partir de segunda-feira cabe em cinco passos. Calcule o limiar com seu próprio preço e seu próprio custo, porque um limiar emprestado está mal calibrado e você não vai notar. Escreva a unidade de amostragem em uma frase para que duas pessoas contem a mesma coisa e marque os pontos no croqui antes de sair, incluindo os locais onde ninguém caminha. Conte presença e ausência em vez de indivíduos se isso é o que sua equipe vai manter todas as semanas, porque o sistema que é abandonado não vale nada. Comece a acumular graus-dia com uma fonte climática regional, que a evidência mostra ser suficiente para prever o ciclo da praga. E trate os modelos de risco climático como um sinal para vigiar mais, nunca como uma ordem de aplicar, porque nenhum deles conhece sua propriedade. Um produtor com quatro semanas de contagem e um limiar escrito toma decisões que seu vizinho, com a mesma praga e o mesmo clima, só pode adivinhar.
Você quer montar o monitoramento por limiares da sua propriedade e parar de decidir por calendário? Escreva para nós pelo WhatsApp ou agende uma demonstração e mostramos como a Harvis transforma seus percursos em uma série que você pode consultar quando chegar a hora de decidir.
Referências consultadas
- Economic Thresholds and Economic Injury Levels. (s.f.). Radcliffe's IPM World Textbook, University of Minnesota. https://ipmworld.umn.edu/pedigo
- Utah State University Extension. (s.f.). Pest Management Decision-Making, The Economic-Injury Level Concept. https://extension.usu.edu/pests/research/eil-concept.php
- Conceptualisation of Economic Injury Level and Economic Threshold, Agricultural Management, Food Security, Climate Factors, and Value Chain. (s.f.). Agriculture, MDPI. https://www.mdpi.com/2077-0472/16/5/542
- Evaluación de un método de muestreo para broca del café. (s.f.). Cenicafé, 56(3). https://biblioteca.cenicafe.org/bitstream/10778/150/1/arc056(03)237-249.pdf237-249.pdf)
- Sequential and Binomial Sampling Plans to Estimate Thrips tabaci Population Density on Onion. (2021). Insects, MDPI. https://www.mdpi.com/2075-4450/12/4/331
- Development of Enumerative and Binomial Sequential Sampling Plans for Monitoring Lymantria dispar in Mediterranean Oak Forests. (2022). Agronomy, MDPI. https://www.mdpi.com/2073-4395/12/7/1501
- Spatial Distribution and Development of Sequential Sampling Plans for Diaphorina citri Kuwayama. (2021). Agronomy, MDPI. https://www.mdpi.com/2073-4395/11/7/1434
- Temperature-Dependent Biology and Population Performances of the Coffee Berry Borer Hypothenemus hampei on Artificial Diet. (2023). Insects, MDPI. https://doi.org/10.3390/insects14060499
- Temperature-dependent development and survival of immature stages of the coffee berry borer Hypothenemus hampei. (s.f.). Bulletin of Entomological Research, Cambridge University Press. https://www.cambridge.org/core/journals/bulletin-of-entomological-research/article/abs/temperaturedependent-development-and-survival-of-immature-stages-of-the-coffee-berry-borer-hypothenemus-hampei-coleoptera-curculionidae/87F18569C5977ECEB4158398A5D1DC13
- Coffee berry borer development across an elevational gradient, applying laboratory degree-day predictions to natural field populations. (s.f.). PLOS One. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0218321
- Calculation of degree days of Hypothenemus hampei through satellite images. (s.f.). SciELO. https://www.scielo.org.mx/scielo.php?pid=S2007-09342020000300543&script=sciarttextplus&tlng=en
- Modelling coffee leaf rust risk in Colombia with climate reanalysis data. (s.f.). Philosophical Transactions of the Royal Society B. https://royalsocietypublishing.org/rstb/article/371/1709/20150458/23115/Modelling-coffee-leaf-rust-risk-in-Colombia-with
- Spatiotemporal modeling of Hemileia vastatrix using multiple machine learning algorithms, implications for disease surveillance of coffee leaf rust. (2025). Journal of Plant Pathology, Springer. https://link.springer.com/article/10.1007/s42161-025-01958-3
- Predicting crop disease severity using real time weather variability through machine learning algorithms. (2025). Scientific Reports, Nature. https://www.nature.com/articles/s41598-025-18613-7
- Weather-driven epidemiology and forecasting of Myrothecium leaf spot in coffee seedlings, a machine learning approach. (2026). Frontiers in Climate. https://www.frontiersin.org/journals/climate/articles/10.3389/fclim.2026.1733203/full
- Thermal Tolerance of the Coffee Berry Borer Hypothenemus hampei, Predictions of Climate Change Impact on a Tropical Insect Pest. (s.f.). PLOS One. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0006487
- CTAHR, University of Hawai'i. (s.f.). Recomendaciones para el manejo integrado de plagas de la broca del café. https://www.ctahr.hawaii.edu/oc/freepubs/pdf/ip-33_spanish.pdf
- Penn State Extension. (s.f.). Orchard IPM, An Overview. https://extension.psu.edu/orchard-ipm-integrated-pest-management-an-overview
- UC Statewide IPM Program, University of California. (s.f.). Establishing Action Thresholds. https://ipm.ucanr.edu/agriculture/floriculture-and-ornamental-nurseries/establishing-treatment-thresholds/