Foram caracterizados atributos do clima, solo e manejo, em dez lavouras comerciais de café estabelecidas na região de Marília e Garça, no estado de São Paulo. Os objetivos foram identificar os principais fatores mesológicos limitantes à cultura e estabelecer um modelo multivariado simples para explicar as produtividades nas áreas da pesquisa. Inicialmente, mais de dois mil atributos foram correlacionados por regressão simples com a produção final. Dessas correlações, selecionaram-se apenas as variáveis com significância de pelo menos 51%. A seguir, elas foram progressivamente combinadas, a fim de se obter o maior valor de r² em sucessivas análises de regressão múltipla. A metodologia desenvolvida permitiu estabelecer um modelo com quatorze variáveis e outros dois modelos mais simples, de cinco e seis variáveis preditoras, com graus de explicação da produção observada da ordem de 77%, 73% e 75%, respectivamente. Quatro variáveis se destacaram como fundamentais, sendo comuns aos três modelos: produção do ano anterior, idade da lavoura, média da temperatura mínima absoluta à época do abotoamento e florescimento e soma dos teores de silte e argila nos horizontes subsuperficiais. A reação do solo, revelou-se outro aspecto de importância. No modelo de cinco variáveis, o pH foi variável selecionada entre outras nove. No de seis, entrou alternativamente o teor de cálcio. O estudo mostrou que, na média, as lavouras se encontram em processo de depauperamento, com declínio da produtividade da ordem de 400 kg/ha/ano. As lavouras necessitam de melhoria da calagem, fosfatagem em profundidade, restabelecimento dos níveis de magnésio no solo e adubação mineral equilibrada. Ficou também evidenciada, a necessidade de ser evitada a instalação da lavoura em áreas de acumulo de ar frio no inverno, e em solos com acentuado gradiente textural. Os modelos desenvolvidos permitem simular os benefícios resultantes das práticas recomendadas. Os níveis de explicação alcançados para a variação das produções observadas, estimulam a continuidade da pesquisa no sentido da validação e aprimoramento das equações ora propostas.

Climate, soil and crop management were characterized in ten coffee plantations in the region of Marília and Garça of São Paulo state, Brazil. The purpose of the work was to identify the main limiting factors and its relation to the six years of coffee production in the evaluated area. Over two thousand traits were initially simple correlated to final yield. The ones significant with at least 5% level, were selected and combined in multiple regression analysis with final yield. The best equation established by using the adopted methodology included fourteen variables with a capability to predict 77% of final yield variation. Other two equations were also selected having five and six variables, and an explanation level about 73% and 75%, respectively. Four important variables appeared in all three models: yield of the preceding year; crop age; subsurface silt plus clay content; and average of absolute minimum temperature occured in July to September, i. e., the period of bud development and flowering. In the six variable model, eventhough soil pH was not accounted as in the other models, calcium content was present, together with soil density close to plants. A general analysis of the equations indicated a steady annual reduction on yield, year, 400 kg per hectare per year. It was pointed out in the work the need to improve liming, deep phosphate application, recover soil magnesium content to acceptable levels, and a more equilibrated fertilization practice. Yield improvement by soil amendment and fertilization could be simulated from the developed adjusted equations. The models also indicated the importance of locating a plantation in a correct area. Places prone to cold air accumulation during the winter or soil profiles with strong textural gradient should be avoided for coffee production. The explanation levels found in the present work encourage the continuity of the research. Improvement and validation of the models for the studied area and other regions will contribute for better understanding of coffee productivity.