Análise comparativa do consumo energético e das emissões na colheita mecanizada de cana-de-açúcar para etanol

Abstract

A produção de etanol combustível a partir da cana-de-açúcar demanda elevado consumo de óleo diesel, um combustível fóssil derivado de petróleo, especialmente na etapa de corte, carregamento e transporte (CCT). Essa fase envolve o uso intensivo de colhedoras, caminhões, pulverizadores e tratores responsáveis pelo movimento dos transbordos nos canaviais, elementos cruciais para a colheita mecanizada. Como resposta aos desafios ambientais, algumas usinas têm implementado sistemas inovadores que substituem os tratores e vagões tradicionais por caminhões autônomos no transbordo. Este estudo avaliou os impactos ambientais dessa mudança, com foco nas emissões de gases de efeito estufa (GEEs), comparando o sistema de transbordo tradicional com o sistema de caminhões autônomos. Utilizando os métodos de Avaliação do Ciclo de Vida (ACV) IPCC 2013 e EDIP 2003, os resultados revelaram reduções expressivas nas emissões de GEEs em todos os cenários analisados. Os achados destacam o potencial dos caminhões autônomos como alternativa sustentável para a mitigação de impactos ambientais na colheita mecanizada da cana-de-açúcar.

The production of fuel ethanol from sugarcane requires significant consumption of diesel oil, a fossil fuel derived from petroleum, particularly during the cutting, loading, and transportation (CCT) phase. This phase involves the intensive use of harvesters, trucks, sprayers, and tractors responsible for moving transshipment units in the fields, which are essential components of mechanized harvesting. In response to environmental challenges, some mills have introduced innovative systems replacing traditional tractors and wagons with autonomous trucks for transshipment operations. This study assessed the environmental impacts of this change, focusing on greenhouse gas (GHG) emissions, by comparing the traditional transshipment system with the autonomous truck system. Using Life Cycle Assessment (LCA) methods—IPCC 2013 and EDIP 2003—the results revealed significant reductions in GHG emissions across all analyzed scenarios. These findings underscore the potential of autonomous trucks as a sustainable alternative to mitigate environmental impacts in sugarcane mechanized harvesting.