Intuitivamente, a primeira aplicação que nos vem à mente para o uso do cultivo simulado da cana seria para a previsão de safra. No entanto, Murilo dos Santos Vianna, pós-doutorando pela FEAGRI/UNICAMP  (Faculdade de Engenharia Agrícola da Universidade Estadual de Campinas) e Doutor em Engenharia de Sistemas Agrícolas pela ESALQ/USP (Escola Superior de Agricultura Luiz de Queiroz), salienta que para a previsão de safra é preciso levar em conta que ocorra uma simulação precisa e com menos incerteza. “Os dados fornecidos também devem ter elevado nível de precisão e acurácia”.

Neste ponto, ele salienta que a aplicação de modelos para previsão de safra é fragilizada, “uma vez que a previsão a longo prazo das condições meteorológicas, um dos dados fundamentais para uma eficiente simulação, ainda possui um elevado nível de incerteza, repassado as simulações de safra futura”, explica.

Ele lembra ainda que uma boa alternativa seria simular, com base nos dados meteorológicos dos últimos anos, quais possíveis cenários de produtividade ou quebra de safra poderão ocorrer para uma determinada condição de tipo de solo, cultivar e manejo.

“Com extensas séries de dados meteorológicos (pelo menos 30 anos) é possível avaliar o risco de produção e encontrar as datas de plantio e aplicação de insumos mais adequadas para determinada região”.

Outra possibilidade é a simulação de crescimento da cultura da cana. De forma geral, Vianna considera que a simulação do crescimento de culturas agrícolas pode ser utilizada para:

  1. Integração do conhecimento (cálculos que excedem a capacidade do cérebro humano);
  2. Testar hipóteses sobre um processo agrícola quantitativamente;
  3. Extrapolação dos efeitos do sistema fora das condições experimentais e;
  4. Revelar “gaps” de produção e dar suporte à tomada de decisão voltada a melhor eficiência do uso de insumos agrícolas, otimização de operações e planejamento.

Portanto, ele ressalta que o cultivo simulado da cana tende a trazer significativos avanços na tomada de decisão sobre esta cultura. Mas para isso devem ser utilizados modelos matemáticos específicos que façam uso de dados com alta acurácia.