Oeste do Mato Grosso antecipa soja e anuncia o plantio de algodão

A antecipação do plantio da soja na região oeste do Mato Grosso, em comparação ao mesmo período na safra passada, é significativa. Os municípios de Campos de Julio, Sapezal e Campo Novo do Parecis plantaram juntos, na safra passada, 889.970 hectares de soja, correspondente a quase 10% da área de soja plantada no Mato Grosso.

As análises do DataSafra, mostram a região Oeste antecipando o plantio da soja. As imagens de satélite de novembro de 2019 mostram, em coloração amarela, a soja plantada já em pleno vigor. A região, grande produtora de algodão, anuncia assim, a intenção de plantio do algodão após a soja, cuja colheita ocorrerá mais cedo este ano.

datasafra1

O mapeamento de talhões de soja pelo DataSafra, na safra passada (à esquerda) e na safra atual em novembro (à direita), mostra a antecipação do plantio de soja (em vermelho) e também sugere que os produtores locais estão optando pelo uso de variedade de soja super-precoce.

datasafra2

Outra informação do DataSafra é o perfil dos sistemas produtivos utilizados na região. Na safra passada, em Sapezal, em 107 mil hectares a soja foi sucedida pelo milho safrinha e em 250 mil hectares não houve essa sucessão. Em Campo Novo dos Parecis a relação ficou em 154 mil hectares para soja sucedida por milho e 185 mil hectares para soja sendo substituída por outras culturas; já em Campos de Julio, a relação foi de 95 mil hectares para soja – milho e 96 mil hectares para a sucessão feita por outras culturas. Mais uma indicação de que os produtores locais estão se mobilizando em direção ao algodão em 2020.

Análise de dados feita a partir da Plataforma DataSafra (https://www.geoambiente.com.br/datasafra).

Izabel Cecarelli
https://www.linkedin.com/pulse/oeste-do-mato-grosso-antecipa-soja-e-anuncia-o-de-izabel-cecarelli/

Posts relacionados

Deixe um Comentário

Posts mais recentes:

workloads
varejo data-driven
custos administrativos
análises preditivas
Google Earth
Google Workspace
Gmail
Backup
retenção de motoristas
Como governos têm usado o Google Earth Engine na prevenção de desastres
desempenho da frota
Dados georreferenciados
público
machine learning
entrega

macbook tamir

- mersin eskort