Cada saco que é aplicado uniformemente sobre uma propriedade que não é uniforme é distribuído em três destinos: uma fração que chega onde era necessário, uma que é aplicada onde já havia o suficiente e outra que cai onde a cultura não pode aproveitá-la porque sua limitação é outra. As duas últimas frações não aparecem em nenhum registro contábil, são contabilizadas como fertilização e funcionam como perda. Esse é o custo real da dose uniforme, e é um custo que se paga todos os ciclos sem que ninguém o veja, porque a fatura do insumo chega igualmente completa, tenha sido aproveitada ou não.
As três entregas anteriores desta temporada dedicaram seu esforço a ver essa desigualdade. Aprendemos o que um sensor remoto mede e onde mente, quando a resolução centimétrica de um drone compensa e quando é um gasto elegante, e como distinguir um alerta sanitário de um diagnóstico. Tudo isso produz mapas. Nenhum desses mapas aplica um quilo de nada, e o salto do mapa para a máquina é onde a maioria dos projetos de agricultura de precisão para.
Uma zona não é uma mancha, é uma decisão que se repete por três anos seguidos
A confusão mais custosa do tema é tratar a imagem de uma data como se fosse um mapa de zonas. Uma imagem individual mistura o estrutural com o circunstancial, e boa parte do que se vê nela desaparece na campanha seguinte porque respondia a um evento, uma chuva mal distribuída, uma aplicação recente, uma sombra de nuvem mal mascarada.
Uma zona de manejo merece esse nome quando o comportamento se repete. O critério operacional consiste em empilhar várias campanhas do mesmo índice, sempre tomadas na mesma etapa fenológica, e calcular para cada ponto da propriedade duas coisas: seu nível médio e sua estabilidade ao longo dos anos. Daí saem quatro categorias com significado agronômico distinto: a zona consistentemente alta, a consistentemente baixa, a intermediária e a instável. As análises de padrões de estabilidade de rendimento com séries multianuais de Sentinel-2 aplicam exatamente essa lógica para classificar produtividade alta, média, baixa e instável.
A distinção é o que decide o investimento. Uma zona consistentemente baixa tem uma causa estrutural: profundidade efetiva, drenagem, compactação, pH, densidade real de árvores, e responde a uma intervenção de fundo que se amortiza em vários anos. Uma zona instável tem uma causa que muda de um ano para outro, quase sempre relacionada com água ou com manejo, e responde a ajustes de operação, não a emendas. Aplicar a receita da primeira sobre a segunda é a forma mais comum de gastar dinheiro em agricultura de precisão.
As camadas que devem entrar no mapa, e em que ordem
A literatura recente é bastante clara sobre como se constrói uma zonificação que resista. Uma revisão sistemática de cento e trinta e sete trabalhos publicados entre 2000 e 2025 documenta um deslocamento metodológico nítido: enquanto os estudos iniciais se apoiavam quase só em propriedades do solo, a literatura recente é dominada pela fusão de fontes múltiplas que combina proxies estáticos do solo, tipicamente condutividade elétrica aparente, com índices de vegetação dinâmicos derivados de sensores remotos. A mesma revisão aponta que a maior parte dos trabalhos delimita as zonas com métodos de agrupamento por similaridade, principalmente c-médias difusas e k-médias, aplicados sobre a grade espacial ou sobre seus componentes principais.
Traduzido para uma propriedade real e sem equipamento de laboratório, a ordem razoável de camadas é esta. Primeiro, a topografia, que é gratuita, permanente e explica uma parte enorme da variabilidade em terreno com inclinação, porque a posição na encosta define profundidade do solo, drenagem e exposição. Segundo, as propriedades estáveis do solo: textura, matéria orgânica, pH e capacidade de retenção, obtidas da amostragem que você já faz, mas georreferenciada, que é a mudança de hábito mais barata e mais rentável de toda essa conversa. Terceiro, a densidade e o estado real de árvores por unidade de superfície, que em frutais perenes explica mais diferença de rendimento do que qualquer outro fator e que a contagem por imagem resolve sem discussão. E só no final, a média multianual do índice de vegetação, que atua como integrador de tudo o anterior e como detector do que as outras camadas não explicaram.
A ordem importa porque define quem manda quando as camadas se contradizem. Se o índice diz que uma zona está baixa e o solo diz que ali há boa profundidade e boa matéria orgânica, a causa é de manejo e se corrige neste ciclo. Se ambas coincidem em que a zona é pobre, a decisão é de investimento estrutural ou de aceitar um potencial menor e ajustar o gasto a esse potencial.
Como já abordamos em nosso blog A matéria orgânica, o ativo que paga parte da sua fertilização sem que você saiba, que você pode ler aqui, a matéria orgânica governa a retenção de água, a eficiência de cada saco aplicado e a capacidade de troca do solo; por isso é a camada estática que melhor explica por que uma zona aparece baixa campanha após campanha, e por isso um mapa de zonas construído apenas com imagens, sem nenhuma camada de solo abaixo, descreve o sintoma e fica sem a causa.
Quantas zonas sua propriedade realmente aguenta
O software sempre pode entregar mais zonas do que a operação pode executar, e essa é uma armadilha comum. A pergunta correta não é quantas zonas o algoritmo distingue, é quantas doses distintas pode aplicar de forma confiável o equipamento que você tem com as pessoas que você tem.
Três critérios delimitam o número. O primeiro é a resolução da aplicação, porque uma zona mais estreita do que a largura efetiva do seu aspersor ou do raio de trabalho de uma fertilizadora não é aplicável, é decorativa. O segundo é o tamanho mínimo operacional, e uma regra prudente em frutais é que uma zona deve conter árvores suficientes para justificar uma ordem de trabalho própria e para que a diferença de rendimento seja mensurável acima do ruído da colheita. O terceiro é a capacidade de gestão, porque cada zona adicional multiplica registros, ordens, cálculos de mistura e possibilidades de erro em campo.
Na prática, duas ou três zonas por lote resolvem a maior parte do valor disponível em uma propriedade frutícola latino-americana, e cinco zonas quase sempre são uma ficção que se abandona na segunda campanha. Começar com duas, a zona de menor desempenho consistente e o resto do lote, já obriga a tomar a decisão difícil, e essa decisão difícil não tem nada a ver com o software.
O mapa que chega até o operador
Em que formato você entregaria amanhã ao seu operador a instrução de aplicar três doses distintas dentro do mesmo lote, e como você saberia depois se ele fez? Aí se rompe a cadeia na maioria das propriedades, porque o mapa vive em um computador, a instrução viaja de palavra e a execução não fica registrada, de modo que no final do ciclo ninguém pode afirmar o que foi aplicado onde. A Harvis te ajuda a converter a zonificação em ordens de trabalho por lote e por zona, com doses, responsável e data, a registrar o que efetivamente foi aplicado e a comparar ao final da campanha o resultado de cada zona contra seu próprio histórico. Escreva para nós e montamos esse circuito com a estrutura de lotes que você já maneja.
Da zona à dose, a decisão que nenhum software toma por você
Este é o ponto onde a agricultura de precisão deixa de ser um problema de dados e volta a ser agronomia pura, e onde convém ser muito explícito porque quase ninguém diz isso.
Um mapa de zonas não contém a direção da dose. Frente a uma zona de baixo desempenho existem duas decisões opostas e ambas podem ser corretas. Se a zona está baixa porque lhe falta o nutriente que você está aplicando, corresponde aumentar a dose ali e esperar resposta. Se a zona está baixa porque sua limitação é outra, pouca profundidade efetiva, drenagem deficiente, compactação ou um problema sanitário, aumentar a dose é jogar o insumo sobre uma cultura que não pode convertê-lo em colheita, e o racional é diminuí-la e ajustar o gasto ao potencial real daquela zona. A imagem não distingue esses dois casos. Somente o solo, a folha e o percurso a pé os distinguem, e por isso a zonificação sem amostragem dirigida dentro de cada zona é uma ferramenta a meio construir.
Em frutais há também uma via de aplicação variável que costuma ser mais rentável e mais rápida de implementar do que a fertilização diferenciada, e é a aspersão ajustada ao volume de copa. Um estudo de campo recente gerou mapas de prescrição a partir da nuvem de pontos tridimensionais das copas capturadas com LiDAR, classificou as árvores por volume e aplicou doses diferenciadas em um pomar de cítricos de setenta e três árvores e outro de lichia de oitenta e duas. O resultado mais contundente não está na economia de produto, mas no destino do produto, porque o tratamento de doses variáveis reduziu a deposição no solo em 90,4 por cento no pomar de copas grandes e em cerca de 64,1 por cento no de cítricos, em comparação com a aspersão contínua convencional. Em termos de propriedade, isso é produto que antes caía no chão e agora fica sobre o alvo, com o efeito correspondente sobre eficácia, sobre custo por hectare e sobre residualidade.
Para nutrição, a evidência mais sólida ainda vem de cultivos anuais e convém lê-la como referência de magnitude, não como promessa transferível. Experimentos de doses variáveis de nitrogênio guiados por sensores em arroz, conduzidos em sete locais durante 2024 e 2025, reduziram a aplicação de nitrogênio em 13,4 por cento em relação à prática do produtor, mantendo ou aumentando o rendimento, e melhoraram a produtividade parcial do fator em 18,6 por cento. Trabalhos equivalentes em milho guiados por índices de vegetação relatam reduções de aplicação entre 6,6 e 35 por cento sem perda de rendimento. A lógica que se transfere para frutais não é a porcentagem, é o mecanismo; a economia aparece quando existe uma zona que estava recebendo mais do que podia usar.
O que a literatura ainda não pode prometer a você
Aqui convém baixar a temperatura da conversa, porque a lacuna entre o que se publica e o que foi comprovado economicamente é ampla e está documentada.
A revisão dos cento e trinta e sete trabalhos sobre delimitação de zonas encontrou que, embora a validação estatística interna seja habitual, apenas treze dos estudos revisados avaliaram de forma explícita o retorno econômico ou ambiental líquido das zonas delimitadas. Ou seja, menos de um em cada dez trabalhos publicados sobre este tema comprovou se a zonificação deixava dinheiro. A própria revisão conclui que, para que a delimitação de zonas passe de ser um problema de classificação a uma ferramenta operacional de decisão, a validação deve se mover dos índices internos de agrupamento para avaliações multianuais de estabilidade de rendimento e análises diretas de custo e benefício.
O segundo dado é ainda mais útil para calibrar expectativas. Um estudo que comparou a rentabilidade de prescrições de nitrogênio variável segundo a fonte de informação que as guiava, usando dezessete campanhas de dados em treze lotes comerciais entre 2021 e 2023, encontrou um efeito fortemente heterogêneo, com rentabilidade estimada que ia de menos quatrocentos e dez dólares por hectare até mais trezentos e cinquenta dólares por hectare para as prescrições baseadas em sensores remotos em comparação com as baseadas em histórico de rendimento. E a descoberta mais instrutiva é que a fonte vencedora mudou com o ano, porque em uma campanha com condições favoráveis persistentes o índice de vigor de início de temporada resultou mais rentável, enquanto que em outra campanha, onde o clima inicial não se sustentou, o histórico de rendimento foi melhor guia.
Daí se desprende a leitura prática mais honesta de todo este blog. A dose variável não é rentável por definição, é rentável quando a variabilidade da propriedade é grande, quando a causa dessa variabilidade é a que você está corrigindo e quando o clima da campanha não invalida a suposição sobre a qual você montou a prescrição. Quem te prometer um percentual de economia garantido sem ter visto sua propriedade está vendendo um número que a literatura não respalda.
Faixas testemunhas, o único teste que não pode ser discutido
Se menos de um em cada dez estudos publicados mediu o retorno, a única forma de saber se isso funciona em sua propriedade é medir você mesmo, e isso é mais simples do que parece.
O design mínimo se chama faixa testemunha e consiste em deixar dentro de cada zona uma porção que recebe a dose uniforme de sempre, enquanto o resto da zona recebe a dose diferenciada. A comparação válida não é zona alta contra zona baixa, que você já sabia que rendem diferente, mas dose nova contra dose velha dentro da mesma zona, que é o único que isola o efeito da sua decisão. As faixas devem ser largas o suficiente para que a maquinaria as respeite sem sobreposições, devem se repetir pelo menos duas ou três vezes dentro do lote em vez de deixar uma única, e devem ficar registradas com coordenadas antes de aplicar, não reconstruídas de memória na colheita.
A literatura de experimentação em propriedade respalda esse esquema e também alerta sobre suas fraquezas. As faixas são o design mais comum em experimentação comercial precisamente por sua compatibilidade com a maquinaria, e ao mesmo tempo o trabalho recente sobre design de ensaios mostra que a distribuição espacial dos tratamentos condiciona quão confiáveis são as conclusões que se extraem depois. A recomendação operacional que se desprende é simples: distribua as faixas pela propriedade em vez de concentrá-las em uma extremidade, e não coloque a faixa testemunha justo na borda nem na zona de manobra.
A colheita diferenciada é a parte que exige disciplina e a que mais se abandona. Se você não pode pesar por faixa, pese por lote e complemente com contagens e amostragens dirigidas dentro de cada faixa, com o mesmo número de árvores e o mesmo critério em todas. Um ano desse exercício produz uma resposta específica para sua propriedade que nenhuma publicação pode te dar, e produz ainda o dado base contra o qual medir todos os anos seguintes.
Doses distintas exigem contas separadas
Toda esta temporada apontava para um mesmo lugar. Ver a variabilidade de sua propriedade não vale nada se você continuar aplicando uniformemente, e aplicar diferente não vale nada se você continuar levando uma única conta para toda a propriedade, porque então o resultado da decisão se dilui na média e ninguém pode afirmar se funcionou. Contabilidade por zona não significa um sistema novo, significa que o registro de insumos, de trabalhos e de colheita leve uma coluna a mais.
O que você pode fazer a partir de segunda-feira cabe em cinco passos. Empilhe três campanhas do mesmo índice na mesma etapa fenológica e separe o estável do instável, porque só o estável merece investimento estrutural. Georreferencie a amostragem de solo que você já faz e coloque pelo menos um ponto em cada zona, que é a mudança mais barata de toda essa lista. Reduza o mapa a duas ou três zonas executáveis com a maquinaria que você já tem em vez de aceitar as cinco que o software sugere. Antes de aumentar a dose na zona baixa, verifique se a limitação é o nutriente e não a profundidade, a drenagem ou a sanidade, porque no segundo caso o correto é diminuí-la. E deixe faixas testemunhas repetidas com a dose de sempre dentro de cada zona, registradas com coordenadas antes de aplicar. Um produtor que termina a campanha sabendo quanto rendeu cada zona com cada dose tem um ativo que seu vizinho não tem, e o terá novamente no ano seguinte.
Você quer passar do mapa para a ordem de trabalho e levar as contas por zona? Escreva para nós pelo WhatsApp ou agende uma demo e mostramos como a Harvis registra doses, trabalhos e resultados zona por zona para que ao final do ciclo a comparação esteja feita.
Referências consultadas
- Assessment of yield stability patterns using Sentinel-2 over a 7-year period. (2025). Geocarto International, Taylor & Francis. https://www.tandfonline.com/doi/full/10.1080/10106049.2025.2532529
- The Evolution of Data-Driven Management Zone Delineation, A Systematic Review. (2026). Sensors, MDPI. https://doi.org/10.3390/s26103249
- Field Study of UAV Variable-Rate Spraying Method for Orchards Based on Canopy Volume. (2025). Agriculture, MDPI. https://www.mdpi.com/2077-0472/15/13/1374
- UAV-based precision nitrogen management balances agronomic, economic, and environmental multi-objective benefits in rice production. (2025). Field Crops Research / ScienceDirect. https://www.sciencedirect.com/science/article/abs/pii/S0378429025004526
- Planning and optimization of nitrogen fertilization in corn based on multispectral images and leaf nitrogen content using unmanned aerial vehicle. (2025). Precision Agriculture, Springer. https://link.springer.com/article/10.1007/s11119-025-10221-9
- Comparing profitability of variable rate nitrogen prescriptions. (2025). Precision Agriculture, Springer. https://link.springer.com/article/10.1007/s11119-025-10256-y
- What makes on-farm experimental data suitable for data-driven decision-making? Implications of trial design and spatial distribution of field data. (2025). Precision Agriculture, Springer. https://link.springer.com/article/10.1007/s11119-025-10280-y
- Precision of grain yield monitors for use in on-farm research strip trials. Precision Agriculture, Springer. https://link.springer.com/article/10.1007/s11119-023-10092-y
- Design of on-farm precision experiments to estimate site-specific crop responses. Agronomy Journal, Wiley. https://acsess.onlinelibrary.wiley.com/doi/10.1002/agj2.20572
- Clustering and Smoothing Pipeline for Management Zone Delineation Using Proximal and Remote Sensing. Sensors, MDPI. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8779988/
- Delineation of Soil Management Zones for Variable-Rate Fertilization, A Review. Advances in Agronomy / ScienceDirect. https://www.sciencedirect.com/science/article/abs/pii/S0065211317300032
- Determination of UAV Flight Altitude and Time for Optimizing Variable-Rate Nitrogen Prescription Maps. (2025). Agronomy, MDPI. https://doi.org/10.3390/agronomy15112627
- Effects of Sensor-Based, Site-Specific Nitrogen Fertilizer Application on Crop Yield, Nitrogen Balance, and Nitrogen Efficiency. Sensors, MDPI. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11820920/
- Optimizing integration techniques for UAS and satellite image data in precision agriculture, a review. (2025). Frontiers in Remote Sensing. https://www.frontiersin.org/journals/remote-sensing/articles/10.3389/frsen.2025.1622884/full
- Leveraging digital agriculture for on-farm testing of technologies. (2024). Frontiers in Agronomy. https://www.frontiersin.org/journals/agronomy/articles/10.3389/fagro.2024.1234232/full
- A systematic review of environmental, technological, and economic evaluation of precision and variable rate technologies. Precision Agriculture '25, Brill. https://brill.com/edcollchap-oa/book/9789004725232/BP000004.xml