Techniques for sustainable coffee crop management: impacts on growth and yield

Voltolini, Giovani Belutti; Vilela, Marina Scalioni; Alecrim, Ademilson de Oliveira; Silva, Larissa Cocato da; Guimarães, Rubens José; Netto, Pedro Menicucci; Rezende, Tiago Teruel

doi:10.1080/03650340.2022.2157406

Cited by 5 publications

(2 citation statements)

References 22 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…These changes also led to increased production. Urochloa was able to potentialize the effect of N fertilizer and coffee husk use, increasing coffee productive nodes, yield, and soil moisture (Voltolini et al, 2022). Despite the reported positive aspects of Urochloa intercropping on the coffee root development, there is still a lack of information on the density and depth of coffee root growth and the lateral growth towards the middle of the coffee interrow.…”

Section: Coffee-urochloa Managementmentioning

confidence: 99%

Agronomic practices toward coffee sustainability. A review

Martinez,

Andrade,

Santos

et al. 2024

Sci. agric. (Piracicaba, Braz.)

View full text Add to dashboard Cite

The coffee sector is estimated to have a retail market value in excess of USD 83 billion, and over 125 million jobs have been created in the global coffee chain. The coffee specialty market has recently increased significantly, generating opportunities to certify coffee beans produced by sustainable practices. This avoids practices potentially harmful to the environment. Agroforestry, organic farming, intercropping, and soil conservation strategies are examples of sustainable alternatives in the production of coffee. In this review, we focus on practices for the sustainable management of coffee plantations that can help farmers fight problems caused by global warming. More specifically, we address soil organic matter and microbiota, the use of Urochloa grass as intercrop in coffee plantations, shading systems (including agroforestry), and organic coffee production. We concluded that from the agronomic viewpoint, we already have production techniques that can replace traditional ones with significant advantages accruing to the quality of coffee orchard ecosystems. Nevertheless, we need scientific research efforts to deal with the existing gaps and the engagement of the whole coffee chain as a means of guaranteeing an adequate profit to those smallholders who adopt and maintain sustainable practice and are capable of bringing several positive changes to the coffee crop, including the use of microbia-based commercial products and new organic sources of nutrients to complement chemical fertilizers and improve coffee quality.

show abstract

Section: Coffee-urochloa Managementmentioning

confidence: 99%

Agronomic practices toward coffee sustainability. A review

Martinez,

Andrade,

Santos

et al. 2024

Sci. agric. (Piracicaba, Braz.)

View full text Add to dashboard Cite

show abstract

“…En (49), se estudiaron correlaciones entre lluvia mensual de verano y componentes del rendimiento como hojas por rama, nodos por rama, bayas por rama y bayas por nodos de cultivo en café arábica y robusta (45) (38), permitiendo comprender efectos del cambio climático en la fenología y rendimiento del café.…”

Section: Variable Objetivounclassified

Predicción del rendimiento de cultivos de café: un mapeo sistemático

Muñoz Ordoñez,

Cobos Lozada,

Muñoz Ordóñez

2023

inycomp

View full text Add to dashboard Cite

El café es uno de los productos agrícolas más comercializados internacionalmente y en Colombia, es el primer producto de exportación no minero-energético. En este contexto, la predicción del rendimiento de los cultivos de café es vital para el sector, ya que permite a los caficultores establecer estrategias de manejo del cultivo, maximizando sus ganancias o reduciendo posibles pérdidas. En este artículo, se abordan aspectos cruciales de la predicción del rendimiento de los cultivos de café mediante una revisión sistemática de literatura de documentos consultados en Scopus, ACM, Taylor & Francis y Nature. Estos documentos se sometieron a un proceso de filtrado y evaluación para responder cinco preguntas clave: variables predictoras, variable objetivo, técnicas y algoritmos empleados, métricas para evaluar la calidad de la predicción y tipos de café reportados. Los resultados revelan distintos grupos de variables predictoras que incluyen factores atmosféricos, químicos, obtenidos vía satélite, relacionados con fertilizantes, suelo, manejo del cultivo y sombras. La variable objetivo más recurrente es el rendimiento medido en peso de granos por hectárea u otras medidas, con un caso que considera el área foliar. Entre las técnicas predominantes para predecir el rendimiento se encuentran la regresión lineal, los bosques aleatorizados, el análisis de componentes principales, la regresión por conglomerados, las redes neuronales, los árboles de clasificación y regresión y las máquinas de aprendizaje extremo, entre otras. Las métricas más comunes para evaluar la calidad de los modelos predictivos incluyen R², RMSE, MAE, MAPE, MRE, error estándar, coeficiente de correlación de Pearson y desviación estándar. Por último, las variedades de café más estudiadas son robusta, arábica, racemosa y zanguebariae.

show abstract