Como a FAO propõe transformar previsões sobre o fenômeno em medidas capazes de proteger a produção e a segurança alimentar

Blog do IFZ | 09/10/2026

Em 2026, a Autoridade do Canal do Panamá reduziu cinco vezes o calado permitido aos navios Neopanamax, até o limite de 47,5 pés em setembro. A restrição, associada ao baixo nível do Lago Gatún, elevou os custos de transporte. O episódio coincide com o fortalecimento do El Niño, embora não possa ser atribuído exclusivamente ao fenômeno climático.

A previsão exige atenção. Em setembro, o Centro de Previsão Climática da Administração Nacional Oceânica e Atmosférica dos Estados Unidos (NOAA) estimou em mais de 90% a probabilidade de um El Niño muito forte no outono e no inverno do Hemisfério Norte de 2026–2027. A anomalia da temperatura da superfície do mar na região Niño-1+2 chegou a 3,4 °C em agosto. A intensidade, porém, não determina sozinha os efeitos sobre cada país, cultura ou mercado. A previsão da NOAA ressalta a probabilidade de um evento forte, não a certeza de consequências idênticas às observadas no passado.

Essa distinção orienta o estudo Utility and limitations of economic modelling for El Niño, apresentado em 9 de outubro pelo economista-chefe da Organização das Nações Unidas para a Alimentação e a Agricultura (FAO), Máximo Torero Cullen, com contribuições de David Laborde e da divisão de economia agroalimentar da organização. A proposta é integrar previsões climáticas, produção agrícola, transporte, comércio e políticas públicas para antecipar efeitos econômicos e orientar decisões antes que as perdas se consolidem.

O mesmo fenômeno, efeitos diferentes

As médias históricas ajudam a compreender o El Niño, mas não substituem análises locais. A distribuição das chuvas, o calendário agrícola, a irrigação e as condições econômicas alteram os resultados de cada episódio.

A Índia oferece um exemplo. Em 2009, a monção registrou 77% da média histórica, e a produção de arroz caiu. Em 2015, com chuvas equivalentes a 86% da média, a redução total da produção foi menor, concentrada sobretudo nas áreas sem irrigação. Em 2023, apesar de uma monção abaixo da média, a colheita de arroz atingiu 137,8 milhões de toneladas, favorecida por condições produtivas que compensaram parte do déficit de chuva. Naquele ano, a restrição às exportações de arroz branco não ajudou a proteger o abastecimento interno, mas também afetou os preços internacionais.

O exemplo mostra por que uma previsão climática não basta para estimar a oferta de alimentos. É preciso considerar a capacidade de irrigação, os custos de produção, as decisões de plantio, as condições de comércio e as medidas adotadas pelos governos.

Integrar clima, economia e políticas públicas

A FAO propõe combinar três famílias de modelos. Os modelos biofísicos estimam efeitos da temperatura e da precipitação sobre a produtividade, a área plantada e a oferta agrícola. Os modelos de engenharia avaliam perturbações em rotas de transporte e infraestrutura, como as restrições à navegação no Canal do Panamá. Já os modelos macroeconômicos analisam efeitos sobre renda, emprego, demanda e atividade econômica.

Esses componentes podem ser articulados em modelos de equilíbrio geral computável, como o MIRAGRODEP, que representam as relações entre setores, regiões, preços e fluxos comerciais. O objetivo é estimar como um choque inicial se propaga pela economia e como as respostas de produtores, consumidores e governos alteram o resultado.

A pesquisa de Paul Cashin, Kamiar Mohaddes e Mehdi Raissi, publicada em 2017 no Journal of International Economics, ajuda a dimensionar essa complexidade. Os autores encontraram efeitos econômicos distintos entre países, com perdas de atividade em economias como Indonésia, Austrália e Índia e efeitos positivos em outras regiões. Os resultados variam também ao longo do tempo, o que reforça a necessidade de planejamento que ultrapasse o ciclo da próxima colheita.

A integração dos modelos, contudo, não elimina a incerteza. As estimativas dependem da qualidade dos dados, das hipóteses utilizadas e da capacidade de representar condições locais. Por isso, a FAO recomenda trabalhar com cenários e probabilidades, em vez de apresentar uma projeção única como se fosse um resultado garantido.

Quatro fatores que mudam o resultado

A apresentação organiza as implicações para a modelagem em quatro lições.

A primeira é incorporar projeções agronômicas que representem diferentes resultados possíveis. A segunda é considerar as condições iniciais da produção. Quando os fertilizantes estão caros, agricultores podem reduzir a quantidade aplicada, limitar investimentos ou alterar o calendário de plantio. No Brasil, o custo do fosfato é relevante para a cultura da soja, pois pode restringir a adubação e afetar o desenvolvimento das plantas. A FAO destaca que o risco climático se torna mais difícil de administrar quando coincide com dificuldades econômicas.

A terceira lição é incluir o comércio. Uma pesquisa de Toshichika Iizumi e colaboradores, publicada em 2014 na revista Nature Communications, identificou efeitos positivos e negativos do El Niño sobre a produtividade em diferentes regiões. Segundo o estudo, perdas significativas atingiram de 22% a 24% da área colhida mundial, enquanto ganhos foram registrados em 30% a 36%. Na média global, o El Niño tende a favorecer a produtividade da soja, mas seus efeitos sobre milho, arroz e trigo são mais frequentemente negativos. Essas relações variam conforme a região e o método de cálculo.

A compensação entre regiões, entretanto, não ocorre sem custos. Fretes elevados, conflitos e restrições às exportações podem dificultar o deslocamento de alimentos entre mercados e ampliar os efeitos sobre preços e abastecimento. A direção e a intensidade do impacto dependem de quais regiões produtoras são atingidas e da possibilidade de outros fornecedores atenderem à demanda.

A quarta lição é representar explicitamente as políticas públicas. A apresentação registra que 30 países adotaram medidas relacionadas ao El Niño em 2026, incluindo assistência, preparação para emergências, estabilização de mercados e gestão de riscos. Essas decisões afetam os incentivos de produtores e comerciantes e podem atenuar ou ampliar os efeitos iniciais do choque climático.

Satélites e estimativas em áreas de difícil acesso

A FAO também apresenta ferramentas que ampliam a capacidade de acompanhar a atividade agrícola onde faltam levantamentos de campo. No norte do Togo, uma região afetada por conflitos, dados de referência coletados em 2019 foram utilizados para ajustar o modelo geoespacial OlmoEarth. Com eles, foi possível mapear áreas cultivadas em 2022 e 2025 sem novas coletas de campo, a um custo informado inferior a 100 dólares por safra.

Outra ferramenta, o sistema ARYA, estima a produtividade considerando o tempo fisiológico das plantas, calculado em graus-dia. O método também utiliza diferenças entre temperaturas do solo e do ar para identificar condições de estresse hídrico e geada. No caso do milho em Togo, o erro percentual médio informado foi de 18,94%, inferior ao de duas referências estatísticas utilizadas na comparação. O resultado é promissor, mas não significa que o sistema supere todas as estatísticas oficiais ou possa substituir levantamentos em qualquer contexto.

A apresentação reconhece ainda uma limitação prática. Métodos mais detalhados exigem maior capacidade computacional e, por enquanto, são mais adequados a aplicações nacionais e subnacionais do que a um sistema global uniforme.

O que importa para o Brasil

Para o Brasil, a principal contribuição do estudo está na necessidade de avaliar conjuntamente clima, insumos, produtividade e comércio. A pressão sobre os custos dos fertilizantes pode restringir as decisões dos agricultores, enquanto as alterações na produção de outros países podem afetar preços e oportunidades de exportação. Um possível ganho de produtividade em determinada região não garante benefício automático para o produtor brasileiro, porque o resultado depende da oferta mundial, dos custos e das condições de mercado.

A apresentação não fornece documentação suficiente para confirmar algumas projeções específicas por país e cultura, inclusive a estimativa de perda no trigo mencionada em seu material. Por isso, esses números não devem ser tratados como previsões verificadas sem a identificação do modelo e de sua metodologia.

Antecipar para reduzir perdas

A FAO identifica três obstáculos à resposta eficaz ao El Niño. O conhecimento sobre os impactos locais ainda é limitado; os sistemas de informação climática, agrícola e socioeconômica permanecem fragmentados; e muitas decisões não estão vinculadas a indicadores que acionem medidas previamente planejadas.

A resposta proposta combina monitoramento, previsão, ação antecipada e informação para os governos. Modelos econômicos podem ajudar a organizar essas tarefas, desde que suas estimativas sejam interpretadas à luz das incertezas e das condições de cada lugar. O valor da previsão está em permitir que governos, produtores e agentes de abastecimento avaliem alternativas antes que os prejuízos se tornem mais difíceis de conter.

Fontes principais:

TORERO, Máximo. Utility and Limitations of Economic Modelling for El Niño: Consequences for Agrifood Systems and Proposed Responses. LinkedIn, [8 de Outubro de 2026.]. Disponível em: https://www.linkedin.com/posts/maximo-torero-cullen_economic-modeling-for-el-ni%C3%B1o-utility-and-ugcPost-7514260347583877121-7Vbw/. Acesso em: 9 out. 2026;
FAO, Utility and limitations of economic modelling for El Niño (apresentação de Máximo Torero Cullen, 9 de outubro de 2026);
NOAA, ENSO Diagnostic Discussion (10 de setembro de 2026); Cashin, Mohaddes e Raissi (2017), Fair weather or foul? The macroeconomic effects of El Niño;
Iizumi et al. (2014), Impacts of El Niño Southern Oscillation on the global yields of major crops.

Baixe aqui a apresentação do estudo “Utility and Limitations of Economic Modelling for El Niño: Consequences for Agrifood Systems and Proposed Responses“