Forecast of the production of sugarcane and its derivatives, through ARIMA, in the period from 2020 to 2025 in the Centro-South macroregion of Brazil
DOI:
https://doi.org/10.33448/rsd-v11i4.27048Keywords:
Regional development; Sugarcane production forecast; Sugar forecast; Anhydrous ethanol forecast; Hydrous ethanol production; Center-South macro-region of Brazil.Abstract
The main by-products of sugarcane are sugar, anhydrous ethanol and hydrated ethanol, which are very important for the Brazilian economy. Making annual forecasts of its productions is interesting for the decision-making of the Brazilian government. Thus, the objective of this work was to use autoregressive integrated moving average (ARIMA) resources in time series, to forecast the production of sugarcane and its by-products in the Brazilian Center-South macro-region, the main producer of sugarcane, in the period from 2020 to 2025. For this purpose, historical series of the annual production of sugarcane and its by-products from 1980 to 2020 were used, in a total of four historical series, each with forty observations. In these four series, statistical tests of Pearson's correlation, of autocorrelation and partial autocorrelation and of first order differentiating were applied aiming at the good performance of forecasts using ARIMA. The forecast test was carried out in the horizon of six years later, from 2021 to 2025, for these four series. The results can be considered satisfactory, despite the mean absolute errors in percentage (MAPE) being relatively high for the four forecasts made, on average of 13.6%. As there is still no data on production of cane, sugar, anhydrous ethanol and hydrated ethanol already consolidated for the year 2021, it was not possible to make comparisons between the actual productions and the forecasts made. The importance of this work lies in providing the necessary information in agricultural planning and government policies for the agribusiness sector.
References
Box, G. E. P. & Jenkins, G. M. (1976). Time series analysis: forecasting and control. Holden- Day.
Campos, P. A. C., Clemente, A. & Cordeiro, A. A. L. de. (2006). Aplicação do modelo ARIMA para previsão do preço do frango inteiro resfriado no grande atacado do estado de São Paulo. XIII Congresso Brasileiro de Custos – Belo Horizonte, MG, Brasil, 30 de outubro a 01 de novembro de 2006.
Carneiro Junior, J. B. A. & Souza, C C. (2020). Aplicação de redes neurais artificiais na previsão do produto interno bruto do Mato Grosso do Sul em função da produção de cana-de-açúcar, açúcar e etanol. Revista Ibero-Americana de Ciências Ambientais (RICA). 10(5).
Carvalho, L. C., Bueno, R. C. O. F., Carvalho, M. M., Favoreto, A. L. & Godoy, A. F. (2013). Cana-de-açúcar e álcool combustível: histórico, sustentabilidade e segurança energética. Enciclopédia Biosfera. Centro Científico Conhecer. Goiânia. 9(16), 530.
Corres, G.; Esteban, A.; García, J. & Zárate, C. (2008). Metodología Box – Jenkins (ARIMA) con SPSS. Parte I. Revista de la EPIO. 29, 161-176.
Fracaro, N. (2018). Estacionaridade das séries temporais do modelo matemático arimax de propulsores eletromecânicos. Universidade Regional do Noroeste do Estado do Rio Grande do Sul - UNIJUÍ.
Koprinska, I.; Rana, M. & Agelidis, V. G. (2015). Correlation and instance based feature selection for electricity load forecasting. Knowledge-Based Systems, 82, 29-40.
Leite, R. S. & Cortez, L. A. B. (2020). O Etanol Combustível no Brasil. http://alunosonline.uol.com.br/geografia/producao-etanol-no-brasil.html.
Lorenzi, B. R. & Andrade, T. N. (2020). O etanol de segunda geração no Brasil: políticas e redes sociotécnicas. Revista Brasileira de Ciências Sociais. 34(100), 1-32.
Martin, A. C., Henning, E., Carvalho, W. O. M. F. & Konrath, A. C. (2016). Análise de séries temporais para previsão da evolução do número de automóveis no Município de Joinville. Revista Espacios. 37(06), 29-44.
Montgomery, D. C., Jennings, C. L. & Kulahci, M. (2008). Introduction to time series analysis and forecasting. John Wiley& Sons. Inc. 287p.
Costa, W. S. L. (2012). Tendências do preço da arroba do boi gordo, uso de séries temporais e modelo arima no SPSS. Cadernos do leite. 12(12), 72-81.
Morettin, P. A. & Toloi, C. M. C. (2006). Análise de Séries Temporais. Blucher, 541p.
Pacheco, T. F. (2011). Produção de Etanol: primeira ou segunda geração? https://ainfo.cnptia.embrapa.br/digital/bitstream/item/32985/1/CITE-04.pdf.
PROÁLCOOL – Programa Brasileiro de Álcool. (2008). Proálcool: Lição de Vida. http://www.biodieselbr.com/proalcool/proalcool.htm.
Raupp, F. M. & Beuren, I. M. (2004). Metodologia da pesquisa aplicada às ciências sociais. In: Beuren, I.M. (Org.). Como elaborar trabalhos monográficos em contabilidade: teoria e prática. (2a ed.), Atlas. 76-97.
Rodrigues, L. D. (2010). A cana-de-açúcar como matéria-prima para a produção de biocombustíveis: impactos ambientais e o zoneamento agroecológico como ferramenta para mitigação. http://atividaderural.com.br/artigos/5601927a79cad.pdf.
Santos, L. M. A., Marques, H. L., Sousa, V. C. de; Rabesco, G. C., Ferreira, R. M., Marques, H. P. G., Oliveira, D. A. de & Vieira, P. T. (2020). Produção de álcool anidro mais limpo. Científica Multidisciplinar Núcleo do Conhecimento. Ano 04, 11ed. 03, 67- 80.
UDOP – União Nacional de Bioenergia. (2003). A História da Cana-de-açúcar: Da Antiguidade aos Dias Atuais. https://www.udop.com.br/noticia/2003/01/01/a-historia-da-cana-de-acucar-da-antiguidade-aos-dias-atuais.html.
UNICA. Observatório da Cana. (2021). Históricos de moagem de cana-de-açúcar, área plantada e colhida, produção de açúcar e etanol no Brasil. Disponível em https://observatoriodacana.com.br/.
Viegas, T. (2010). Competitividade internacional do etanol brasileiro: oportunidades e ameaças. Rio de Janeiro: Blog Infopetro, Instituto de Economia: Universidade Federal do Rio de Janeiro.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Celso Correia de Souza; João Bosco Arbués Carneiro Junior; Márcia Ferreira Cristaldo; Raul Asseff Castelão; Daniel Massen Frainer; Hevelyne Henn da Gama Viganó
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
1) Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2) Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
3) Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
