karolina argote - agricultura especifica por sitio sena neiva
TRANSCRIPT
Agricultura Especiacutefica por SitioCompartiendo Experiencias aplicada a la
produccioacuten de frutales en Colombia
Karolina Argote Daniel JimeacutenezSeminario Internacional de Agricultura de Precisioacuten con enfoque en SIG y TeledeteccioacutenCentro de formacioacuten Agroindustrial La AngosturaNeiva del 28 de Noviembre al 2 de Diciembre de 2011
wwwciatcgiarorghttpgiswebciatcgiarorgdapablogs
wwwfrutisitioorg
Decision and Policy Analysis Program (DAPA)
Creemos firmemente en el poder de la informacioacuten para tomar mejores decisiones en la agricultura y en el manejo de los recursos naturales
desde el nivel de finca hasta el nivel global Temaacuteticas Ecosistemas Anaacutelisis de impacto Mercados
Cambio Climaacutetico
Quienes somos
Centro Internacional de Investigacioacuten en Agricultura Tropical ndash Cali Colombia
Agricultura Eco-eficiente para reducir la pobreza
Dentro de la gran diversidad de programas de investigacioacuten en CIAT hacemos parte de DAPA
Organizacioacuten sin animo de lucro concompetencias cientiacuteficas claves paraalcanzar impacto significativo sobre losmedios de vida y la poblacioacuten vulnerablede bajos recursos en el troacutepico
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Seguacuten CENICANtildeA El arte de realizar las praacutecticas agronoacutemicas requeridas por un
cultivo de acuerdo con las condiciones espaciales y temporales del sitio donde se
cultiva para obtener de ella su maacuteximo rendimiento potencial
La informacioacuten de las caracteriacutesticas de cada sitio de cultivo es la base para orientar
los procesos de transferencia de tecnologiacutea que traen consigo impacto econoacutemico
(Isaacs et al 2004)
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Manejo de lotes seguacuten sus caracteacuteriacutesticasparticulares
Mide la variacioacuten entre lotes
Analiza el efecto que una combinacioacuten defactores tienen sobre la productividad
Modelos construidos con limitadoconocimiento acerca de la interaccioacuten de losfactores que determinan el crecimiento de unaplanta ndash Relaciones aproximadas
Manejo a nivel sub-lote usando datos demayor resolucioacuten
Mide la variacioacuten dentro del lote
Analiza el efecto de cada factor sobre laproductividad
Modelos requieren conocimiento detalladode procesos involucrados en el crecmiento delas plantas (relaciones maacutes exactas)
Agricultura de Precisioacuten (AP)
Agricultura especiacutefica por sitio (AEPS)
ReferenciasPlant 2001 Computers and electronics in agricultureJimeacutenez et al 2009 Computers and electronics in agricultureJimeacutenez et al 2011 Agricultural SystemsCock et al 2011 Agricultural Systems
Definiciones
Las unidades de manejo existen debido a razones naturales como las diferencias en las
caracteriacutesticas de los suelos climaacuteticas o topograacuteficas o debido a la intervencioacuten del agricultor
quien implementa y experimenta con diversas praacutecticas agriacutecolas
Edad de plantas
Tipo de suelo
Tipos de manejo
Variedades
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Cantildea de azuacutecar CENICANtildeA maacutes de 20 antildeos de AEPS hoy diacutea mayores productores de
cantildeaaacuterea Cuentan con zonificaciones agroecoloacutegicas que describen la disponibilidad de agua
tipo de suelos y clima facilitando desarrollo de la AEPS y la adaptacioacuten de variedades a las
condiciones del valle
Cafeacute DAPA ndash Federacioacuten Nacional de cafeteros hace 7 antildeos donde se hizo la
identificacioacuten de condiciones agroecoloacutegicas favorables para calidad de cafeacute en taza y
denominacioacuten de origen
Frutales poco investigados BIOTEC ndash CIAT ndash HEIG-VD Identificacioacuten de condiciones de
suelos clima y manejo agronoacutemico en los cultivos de lulo y mora que generan incrementos yo
disminucioacuten de la produccioacuten
Frutales AEPSCE CIAT ndash ASOHOFRUCOL ndash FNFH Agricultura especiacutefica por sitio
compartiendo experiencias Mejorar la competitividad y productividad de los fruticultores de
aguacate ciacutetricos mango y plaacutetano del paiacutes caracterizando los sitios de produccioacuten para
proveer recomendaciones especiacuteficas por sitio
Antecedentes
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
wwwciatcgiarorghttpgiswebciatcgiarorgdapablogs
wwwfrutisitioorg
Decision and Policy Analysis Program (DAPA)
Creemos firmemente en el poder de la informacioacuten para tomar mejores decisiones en la agricultura y en el manejo de los recursos naturales
desde el nivel de finca hasta el nivel global Temaacuteticas Ecosistemas Anaacutelisis de impacto Mercados
Cambio Climaacutetico
Quienes somos
Centro Internacional de Investigacioacuten en Agricultura Tropical ndash Cali Colombia
Agricultura Eco-eficiente para reducir la pobreza
Dentro de la gran diversidad de programas de investigacioacuten en CIAT hacemos parte de DAPA
Organizacioacuten sin animo de lucro concompetencias cientiacuteficas claves paraalcanzar impacto significativo sobre losmedios de vida y la poblacioacuten vulnerablede bajos recursos en el troacutepico
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Seguacuten CENICANtildeA El arte de realizar las praacutecticas agronoacutemicas requeridas por un
cultivo de acuerdo con las condiciones espaciales y temporales del sitio donde se
cultiva para obtener de ella su maacuteximo rendimiento potencial
La informacioacuten de las caracteriacutesticas de cada sitio de cultivo es la base para orientar
los procesos de transferencia de tecnologiacutea que traen consigo impacto econoacutemico
(Isaacs et al 2004)
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Manejo de lotes seguacuten sus caracteacuteriacutesticasparticulares
Mide la variacioacuten entre lotes
Analiza el efecto que una combinacioacuten defactores tienen sobre la productividad
Modelos construidos con limitadoconocimiento acerca de la interaccioacuten de losfactores que determinan el crecimiento de unaplanta ndash Relaciones aproximadas
Manejo a nivel sub-lote usando datos demayor resolucioacuten
Mide la variacioacuten dentro del lote
Analiza el efecto de cada factor sobre laproductividad
Modelos requieren conocimiento detalladode procesos involucrados en el crecmiento delas plantas (relaciones maacutes exactas)
Agricultura de Precisioacuten (AP)
Agricultura especiacutefica por sitio (AEPS)
ReferenciasPlant 2001 Computers and electronics in agricultureJimeacutenez et al 2009 Computers and electronics in agricultureJimeacutenez et al 2011 Agricultural SystemsCock et al 2011 Agricultural Systems
Definiciones
Las unidades de manejo existen debido a razones naturales como las diferencias en las
caracteriacutesticas de los suelos climaacuteticas o topograacuteficas o debido a la intervencioacuten del agricultor
quien implementa y experimenta con diversas praacutecticas agriacutecolas
Edad de plantas
Tipo de suelo
Tipos de manejo
Variedades
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Cantildea de azuacutecar CENICANtildeA maacutes de 20 antildeos de AEPS hoy diacutea mayores productores de
cantildeaaacuterea Cuentan con zonificaciones agroecoloacutegicas que describen la disponibilidad de agua
tipo de suelos y clima facilitando desarrollo de la AEPS y la adaptacioacuten de variedades a las
condiciones del valle
Cafeacute DAPA ndash Federacioacuten Nacional de cafeteros hace 7 antildeos donde se hizo la
identificacioacuten de condiciones agroecoloacutegicas favorables para calidad de cafeacute en taza y
denominacioacuten de origen
Frutales poco investigados BIOTEC ndash CIAT ndash HEIG-VD Identificacioacuten de condiciones de
suelos clima y manejo agronoacutemico en los cultivos de lulo y mora que generan incrementos yo
disminucioacuten de la produccioacuten
Frutales AEPSCE CIAT ndash ASOHOFRUCOL ndash FNFH Agricultura especiacutefica por sitio
compartiendo experiencias Mejorar la competitividad y productividad de los fruticultores de
aguacate ciacutetricos mango y plaacutetano del paiacutes caracterizando los sitios de produccioacuten para
proveer recomendaciones especiacuteficas por sitio
Antecedentes
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Seguacuten CENICANtildeA El arte de realizar las praacutecticas agronoacutemicas requeridas por un
cultivo de acuerdo con las condiciones espaciales y temporales del sitio donde se
cultiva para obtener de ella su maacuteximo rendimiento potencial
La informacioacuten de las caracteriacutesticas de cada sitio de cultivo es la base para orientar
los procesos de transferencia de tecnologiacutea que traen consigo impacto econoacutemico
(Isaacs et al 2004)
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Manejo de lotes seguacuten sus caracteacuteriacutesticasparticulares
Mide la variacioacuten entre lotes
Analiza el efecto que una combinacioacuten defactores tienen sobre la productividad
Modelos construidos con limitadoconocimiento acerca de la interaccioacuten de losfactores que determinan el crecimiento de unaplanta ndash Relaciones aproximadas
Manejo a nivel sub-lote usando datos demayor resolucioacuten
Mide la variacioacuten dentro del lote
Analiza el efecto de cada factor sobre laproductividad
Modelos requieren conocimiento detalladode procesos involucrados en el crecmiento delas plantas (relaciones maacutes exactas)
Agricultura de Precisioacuten (AP)
Agricultura especiacutefica por sitio (AEPS)
ReferenciasPlant 2001 Computers and electronics in agricultureJimeacutenez et al 2009 Computers and electronics in agricultureJimeacutenez et al 2011 Agricultural SystemsCock et al 2011 Agricultural Systems
Definiciones
Las unidades de manejo existen debido a razones naturales como las diferencias en las
caracteriacutesticas de los suelos climaacuteticas o topograacuteficas o debido a la intervencioacuten del agricultor
quien implementa y experimenta con diversas praacutecticas agriacutecolas
Edad de plantas
Tipo de suelo
Tipos de manejo
Variedades
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Cantildea de azuacutecar CENICANtildeA maacutes de 20 antildeos de AEPS hoy diacutea mayores productores de
cantildeaaacuterea Cuentan con zonificaciones agroecoloacutegicas que describen la disponibilidad de agua
tipo de suelos y clima facilitando desarrollo de la AEPS y la adaptacioacuten de variedades a las
condiciones del valle
Cafeacute DAPA ndash Federacioacuten Nacional de cafeteros hace 7 antildeos donde se hizo la
identificacioacuten de condiciones agroecoloacutegicas favorables para calidad de cafeacute en taza y
denominacioacuten de origen
Frutales poco investigados BIOTEC ndash CIAT ndash HEIG-VD Identificacioacuten de condiciones de
suelos clima y manejo agronoacutemico en los cultivos de lulo y mora que generan incrementos yo
disminucioacuten de la produccioacuten
Frutales AEPSCE CIAT ndash ASOHOFRUCOL ndash FNFH Agricultura especiacutefica por sitio
compartiendo experiencias Mejorar la competitividad y productividad de los fruticultores de
aguacate ciacutetricos mango y plaacutetano del paiacutes caracterizando los sitios de produccioacuten para
proveer recomendaciones especiacuteficas por sitio
Antecedentes
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Seguacuten CENICANtildeA El arte de realizar las praacutecticas agronoacutemicas requeridas por un
cultivo de acuerdo con las condiciones espaciales y temporales del sitio donde se
cultiva para obtener de ella su maacuteximo rendimiento potencial
La informacioacuten de las caracteriacutesticas de cada sitio de cultivo es la base para orientar
los procesos de transferencia de tecnologiacutea que traen consigo impacto econoacutemico
(Isaacs et al 2004)
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Manejo de lotes seguacuten sus caracteacuteriacutesticasparticulares
Mide la variacioacuten entre lotes
Analiza el efecto que una combinacioacuten defactores tienen sobre la productividad
Modelos construidos con limitadoconocimiento acerca de la interaccioacuten de losfactores que determinan el crecimiento de unaplanta ndash Relaciones aproximadas
Manejo a nivel sub-lote usando datos demayor resolucioacuten
Mide la variacioacuten dentro del lote
Analiza el efecto de cada factor sobre laproductividad
Modelos requieren conocimiento detalladode procesos involucrados en el crecmiento delas plantas (relaciones maacutes exactas)
Agricultura de Precisioacuten (AP)
Agricultura especiacutefica por sitio (AEPS)
ReferenciasPlant 2001 Computers and electronics in agricultureJimeacutenez et al 2009 Computers and electronics in agricultureJimeacutenez et al 2011 Agricultural SystemsCock et al 2011 Agricultural Systems
Definiciones
Las unidades de manejo existen debido a razones naturales como las diferencias en las
caracteriacutesticas de los suelos climaacuteticas o topograacuteficas o debido a la intervencioacuten del agricultor
quien implementa y experimenta con diversas praacutecticas agriacutecolas
Edad de plantas
Tipo de suelo
Tipos de manejo
Variedades
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Cantildea de azuacutecar CENICANtildeA maacutes de 20 antildeos de AEPS hoy diacutea mayores productores de
cantildeaaacuterea Cuentan con zonificaciones agroecoloacutegicas que describen la disponibilidad de agua
tipo de suelos y clima facilitando desarrollo de la AEPS y la adaptacioacuten de variedades a las
condiciones del valle
Cafeacute DAPA ndash Federacioacuten Nacional de cafeteros hace 7 antildeos donde se hizo la
identificacioacuten de condiciones agroecoloacutegicas favorables para calidad de cafeacute en taza y
denominacioacuten de origen
Frutales poco investigados BIOTEC ndash CIAT ndash HEIG-VD Identificacioacuten de condiciones de
suelos clima y manejo agronoacutemico en los cultivos de lulo y mora que generan incrementos yo
disminucioacuten de la produccioacuten
Frutales AEPSCE CIAT ndash ASOHOFRUCOL ndash FNFH Agricultura especiacutefica por sitio
compartiendo experiencias Mejorar la competitividad y productividad de los fruticultores de
aguacate ciacutetricos mango y plaacutetano del paiacutes caracterizando los sitios de produccioacuten para
proveer recomendaciones especiacuteficas por sitio
Antecedentes
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Manejo de lotes seguacuten sus caracteacuteriacutesticasparticulares
Mide la variacioacuten entre lotes
Analiza el efecto que una combinacioacuten defactores tienen sobre la productividad
Modelos construidos con limitadoconocimiento acerca de la interaccioacuten de losfactores que determinan el crecimiento de unaplanta ndash Relaciones aproximadas
Manejo a nivel sub-lote usando datos demayor resolucioacuten
Mide la variacioacuten dentro del lote
Analiza el efecto de cada factor sobre laproductividad
Modelos requieren conocimiento detalladode procesos involucrados en el crecmiento delas plantas (relaciones maacutes exactas)
Agricultura de Precisioacuten (AP)
Agricultura especiacutefica por sitio (AEPS)
ReferenciasPlant 2001 Computers and electronics in agricultureJimeacutenez et al 2009 Computers and electronics in agricultureJimeacutenez et al 2011 Agricultural SystemsCock et al 2011 Agricultural Systems
Definiciones
Las unidades de manejo existen debido a razones naturales como las diferencias en las
caracteriacutesticas de los suelos climaacuteticas o topograacuteficas o debido a la intervencioacuten del agricultor
quien implementa y experimenta con diversas praacutecticas agriacutecolas
Edad de plantas
Tipo de suelo
Tipos de manejo
Variedades
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Cantildea de azuacutecar CENICANtildeA maacutes de 20 antildeos de AEPS hoy diacutea mayores productores de
cantildeaaacuterea Cuentan con zonificaciones agroecoloacutegicas que describen la disponibilidad de agua
tipo de suelos y clima facilitando desarrollo de la AEPS y la adaptacioacuten de variedades a las
condiciones del valle
Cafeacute DAPA ndash Federacioacuten Nacional de cafeteros hace 7 antildeos donde se hizo la
identificacioacuten de condiciones agroecoloacutegicas favorables para calidad de cafeacute en taza y
denominacioacuten de origen
Frutales poco investigados BIOTEC ndash CIAT ndash HEIG-VD Identificacioacuten de condiciones de
suelos clima y manejo agronoacutemico en los cultivos de lulo y mora que generan incrementos yo
disminucioacuten de la produccioacuten
Frutales AEPSCE CIAT ndash ASOHOFRUCOL ndash FNFH Agricultura especiacutefica por sitio
compartiendo experiencias Mejorar la competitividad y productividad de los fruticultores de
aguacate ciacutetricos mango y plaacutetano del paiacutes caracterizando los sitios de produccioacuten para
proveer recomendaciones especiacuteficas por sitio
Antecedentes
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Las unidades de manejo existen debido a razones naturales como las diferencias en las
caracteriacutesticas de los suelos climaacuteticas o topograacuteficas o debido a la intervencioacuten del agricultor
quien implementa y experimenta con diversas praacutecticas agriacutecolas
Edad de plantas
Tipo de suelo
Tipos de manejo
Variedades
Definiciones
Agricultura especiacutefica por sitio (AEPS)
Cantildea de azuacutecar CENICANtildeA maacutes de 20 antildeos de AEPS hoy diacutea mayores productores de
cantildeaaacuterea Cuentan con zonificaciones agroecoloacutegicas que describen la disponibilidad de agua
tipo de suelos y clima facilitando desarrollo de la AEPS y la adaptacioacuten de variedades a las
condiciones del valle
Cafeacute DAPA ndash Federacioacuten Nacional de cafeteros hace 7 antildeos donde se hizo la
identificacioacuten de condiciones agroecoloacutegicas favorables para calidad de cafeacute en taza y
denominacioacuten de origen
Frutales poco investigados BIOTEC ndash CIAT ndash HEIG-VD Identificacioacuten de condiciones de
suelos clima y manejo agronoacutemico en los cultivos de lulo y mora que generan incrementos yo
disminucioacuten de la produccioacuten
Frutales AEPSCE CIAT ndash ASOHOFRUCOL ndash FNFH Agricultura especiacutefica por sitio
compartiendo experiencias Mejorar la competitividad y productividad de los fruticultores de
aguacate ciacutetricos mango y plaacutetano del paiacutes caracterizando los sitios de produccioacuten para
proveer recomendaciones especiacuteficas por sitio
Antecedentes
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Cantildea de azuacutecar CENICANtildeA maacutes de 20 antildeos de AEPS hoy diacutea mayores productores de
cantildeaaacuterea Cuentan con zonificaciones agroecoloacutegicas que describen la disponibilidad de agua
tipo de suelos y clima facilitando desarrollo de la AEPS y la adaptacioacuten de variedades a las
condiciones del valle
Cafeacute DAPA ndash Federacioacuten Nacional de cafeteros hace 7 antildeos donde se hizo la
identificacioacuten de condiciones agroecoloacutegicas favorables para calidad de cafeacute en taza y
denominacioacuten de origen
Frutales poco investigados BIOTEC ndash CIAT ndash HEIG-VD Identificacioacuten de condiciones de
suelos clima y manejo agronoacutemico en los cultivos de lulo y mora que generan incrementos yo
disminucioacuten de la produccioacuten
Frutales AEPSCE CIAT ndash ASOHOFRUCOL ndash FNFH Agricultura especiacutefica por sitio
compartiendo experiencias Mejorar la competitividad y productividad de los fruticultores de
aguacate ciacutetricos mango y plaacutetano del paiacutes caracterizando los sitios de produccioacuten para
proveer recomendaciones especiacuteficas por sitio
Antecedentes
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Componentes del Proyecto AEPSCE
1bull Recopilar informacioacuten sobre las caracteriacutesticas ambientales de los
sitios y las experiencias o eventos de los agricultores
2bull Analizar e interpretar la informacioacuten recopilada
3bull Implementar manejo especiacutefico por sitio a traveacutes de grupos de
productores (compartiendo experiencias)
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Coordinacioacuten (Cientiacutefica ndash Operativa)
Captura y anaacutelisis de informacioacuten (histoacutericadefinicioacuten de variables disentildeo de sistema decaptura)
Compilacioacuten de material teacutecnico para divulgacioacuten
Coordinacioacuten operativa
Enlaces institucionales
Socializacioacuten del proyecto
Formacioacuten de grupos
Roles
Cadenas productivas (mango aguacte citricos plaacutetano)
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Aumentar la competitividad de los productores de frutales en el paiacutes por medio de un
sistema de Agricultura Especifica por Sitio basado en compartir experiencias entre
productores de ciacutetricos aguacate mango y plaacutetano
Objetivos de AEPSCEPrincipal
Especiacuteficos
Caracterizar los sitios de produccioacuten y recopilar
informacioacuten de eventos
Constituir un sistema de informacioacuten para orientar la
toma de decisiones de los fruticultores
Propiciar que grupos de fruticultores ademaacutes de
enriquecer el sistema con informacioacuten sean asesorados
en la toma de decisiones en teacuterminos de competitividad y
rentabilidad
Capacitar a los diferentes actores en la
implementacioacuten de AESCE en el sector hortofrutiacutecola
nacional
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
ldquoCada vez que un productor siembra y cosecha es una experiencia experimento o evento uacutenicordquo
Si fuese posible compilar la informacioacuten de lo que hizo el agricultor y
caracterizar las condiciones de un gran nuacutemero de eacutestos experimentos
seria posible deducir las praacutecticas y condiciones agroambientales oacuteptimas
para tener altas producciones en sitios especiacuteficos
Hipoacutetesis
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Principio 1 Cultura de medicioacuten y registro
Lo que no se mide no se puede manejar eficientemente
Los fruticultores estableceraacuten una cultura de registro de
informacioacuten
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Principio 2 Conocimiento colectivo
Cada productor tiene un conocimiento valioso que no es
aprovechado
Si todos comparten experiencias todos se benefician
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Principio 3 Uso de tecnologiacutea informaacutetica
Las tecnologiacuteas de informacioacuten y comunicacioacuten (TICs) conectan
conocimiento
Revolucioacuten en la toma procesamiento anaacutelisis y entrega de informacioacuten
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Clima Topografiacutea y paisaje
Relieve y Suelo
Manejo del cultivo
Produccioacuten y calidad Cultivos en condiciones climaticas
apropiadas y suelos favolrables Praacutecticas mas adecuadas Adaptacioacuten de variedades
Informacioacuten de una unidad de manejo
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Toma de Informacioacuten en Campo
Android 22 FroyoSamsung Galaxy Fit
GPS
Inclinoacutemetro
Disentildeo y Evaluacioacuten de Formulas de captura
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Georeferenciacioacuten de las unidades de manejo
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
WorldClim provee datosmeteoroloacutegicos para todo elmundo compilados a partir debases de datos nacionales einternacionales
Temperatura precipitacioacuten y las 19 variables bioclim
Resolucioacuten 1 km
Usamos las19 variables bioclimaacuteticas
httpwwwworldclimorg
-301
305
Mean annual
temperature (ordmC)
0
12084
Annual
precipitation (mm)
Datos Climaacuteticos WorldClim
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Tropical Rainfall MeasuringMission liderado por la NASA yJAXA monitorea y estudia lasprecipitaciones tropicales ysubtropicales entre los 35degN y35degS Lanzado en 1997
Datos de precipitacioacuten mundial Resolucioacuten 28km y frecuencia de
3 horas
Usamos promedios diarios de precipitacioacuten
httptrmmgsfcnasagov
Datos de Precipitacioacuten TRMM
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
SRTM es un sistema de radarvoloacute a bordo de Endeavour enuna misioacuten de 11 diacuteas en febrerode 2000 liderado por NGA y laNASA
Produciendo una Base de datos digitales topograacuteficos de la
Tierra Resolucioacuten 90m y 30m
Usamos datos de Elevacioacuten 90m
httpsrtmcsicgiarorg
Con estos datos se puede obtener Elevacioacuten pendiente aspecto paisaje curvatura radiacioacuten solarhellip
Datos Topograacuteficos SRTM
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Se capacita a losagricultores para lacaracterizacioacuten de lossuelos y el terreno encada unidad de manejode forma raacutepida sencillay confiable
Estos datos de caracterizacioacuten edaacutefica
son usados para alimentar los modelos
Datos de Suelo ndash Guiacutea RASTA
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Para cada finca se toman datosde manejo para las variedadessembradas
bull Distancia de siembra
bull Podas
bull Riego y Drenaje
bull Fertilizacioacuten
bull Manejo Fitosanitario
bull Praacutecticas Culturales
bull Produccioacuten y Calidad
Datos de Manejo
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
5 Implementacioacuten
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Limpieza y Estandarizacioacuten de Datos
HomologeIdentificacioacuten de sitios
Edafoloacutegica y climaacuteticamente similares
MaxentIdentificacioacuten de Nichos basado en modelos de
maacutexima entropiacutea
Recoleccioacuten de Informacioacuten
Modelos de Respuesta
Modelos de Nicho
Metodologiacutea
Bases de Datos de Libre acceso WorldClim-19 Bioclim TRMM-Precipitacioacuten SRTM-Elevacioacuten
Datos de Caracterizacioacuten de las fincas GPS ndash Suelos ndash Manejo
Modelos Parameacutetricos
Modelos No Parameacutetricos
Agricultores con condiciones similares
Talleres de Retroalimentacioacuten
Variables maacutes relevantes en la produccioacuten
Benchmarking
Implementacioacuten de manejo especiacutefico por sitio y compartir de
experiencias
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Mediante el software Homologue se identifican sitios edafoloacutegica y climaacuteticamente
similares
El propoacutesito es identificar sitios con potencial para establecer nuevas variedades o extender tecnologiacuteas de un sitio a otro
Entradas
Puntos georefenciados de las unidades de manejo datos
climaacuteticos datos de suelo
Modelos de Nicho - Homologue
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Encuentra el nicho de un cultivo o una plaga basado
en probabilidades de presencia
Entradas
Puntos georefenciados delas unidades de manejovariables continuas(climaacuteticas precipitacioacutentemperatura 19 bioclim) ycategoacutericas Distribucioacuten de
probabilidad alrededor de cada variable
Modelo probabiliacutestico multivariado
Distribucioacuten probabiliacutestica potencial
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Evidencia
de
presencia
Variables
ambientales
Modelos de Nicho - Maxent
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
bull OLS (Ordinary least squares)
bull Regresiones robustas (permiten contrarrestar la influencia de outliers)
bull Modelos mixtos combinados con BLUP (Best Linear Unbiased Predictor) permiten
estimar efectos fijos o aleatorios
Kiloslote = Clima (b1) + Suelos (b2) + manejo (b3) + (B)
Anaacutelisis de eventos con el objetivo de dar recomendaciones sitio-especificas
Modelos de Respuesta Regresiones Lineales
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Kiloslote
Suelos
Manejo
Info
adicional
Paraacutemetro Mat
Paraacutemetro Mat
Paraacutemetro Mat
Clima
Bas
es
de
dat
os
Modelos de Respuesta Regresiones No Lineales ndash Redes Neuronales
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Edad Temperatura
MClementina MOneco
Altas Aacuterboles entre 10 y 13 antildeos Temperaturas entre 23 y 25 degC M Oneco
Modelos de Respuesta Visualizacioacuten
Ciacutetricos
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
(a)
(b)
(c)
(d)
(e)
Altas Asistencia teacutecnica Caldas ppt entre 1900 y 2000 mm
Modelos de Respuesta Visualizacioacuten
Aguacate con datos de produccioacuten
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Antioquia produce maacutes naranjacon la mitad de las hectaacutereas
cultivadas en Tolima
Departamento Aacuterea
(Has)
Rendimiento
(Kgha)
Antioquia 1163 30035
Tolima 2413 8625
Cesar 1884 11023
Cundinamarca 1440 9939
Magdalena 483 18772
Boliacutevar 353 7453
Risaralda 156 10213
Coacuterdoba 262 18836
bull Estadiacutesticas MADRbull Manuales generalesbull Experiencias en otras condiciones
Interpretacioacuten de la informacioacuten recopilada
0
5000
10000
15000
20000
25000
30000
35000
40000
0
500
1000
1500
2000
2500
3000
To
ns
Has
Area Produccioacuten
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Interpretacioacuten de la informacioacuten recopilada
HEC como proxy para variabilidad ambientalFinca como proxy para manejo
-8000
-6000
-4000
-2000
000
2000
4000
6000
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
1 2 3Lu
lo y
ield
(k
gp
lan
tw
eek
)
Effects of farms across the EC clusters of environmental conditions
Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinacioacuten con metodologiacuteas tradicionales)
Modelo mixto para conocer los efectos sobre la productividad de grupos con condiciones ambientales homogeacuteneas y las fincas
bullEl modelo mixto explicoacute mas del 80 de variacioacuten en productividad de lulo
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Zonas aptas para producir fruta de muy buena calidad
Zonas aptas para producir fruta que superan los criterios de calidad requeridos por la Agroindustria
Modelos de Anaacutelisis Ambiental para Calidad de Mangos Criollos
Temperatura entre 20 - 25 degC precipitacioacuten entre 1265 y 1465 mm
Interpretacioacuten de la informacioacuten recopilada
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Contenido
1 Introduccioacuten
2 Datos de Entrada
3 Metodologiacutea
4 Avances
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
CERCA DE 2000 REGISTROS
ARC_MAP
Participacioacuten Departamental del Proyecto
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Participacioacuten Departamental por Cultivo
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Avances Antildeo 1 de 3El proyecto seraacute ejecutado durante 3 antildeos ahora llevamos un antildeo deejecucioacuten en el cual hemos realizado
bull Maacutes de 40 talleres de capacitacioacuten y retroalimentacioacuten a agricultores en
Captura de datos en campo
bull Donde esta mi finca y mis unidades de manejo con Georefenciacioacuten(GPS Cartografiacutea social Google Earth)bull Conociendo el suelo con la metodologiacutea RASTAbull Formatos por moacutedulos para el registros de datos en campo
Importancia de asociatividad Procesos Rurales de Organizacioacuten y formacioacuten de Grupos de Productores wwwfrutisitioorg formatos digitales y registro en liacutenea para compartir informacioacuten Interpretacioacuten de resultados
bull Maacutes de 1200 agricultores capacitados en el manejo de la metodologiacutea RASTA
bull Alianzas estrateacutegicas con el SENA el proyecto ECAS secretarias y comiteacutes
departamentales capacitacioacuten actores del proyecto
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Caracterizando mi finca ndash sistema en linea
46 De los lotestienen acceso a datos climaacuteticos
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Sistema de monitoreo descentralizado para la recopilacioacuten de eventos
Establecimiento de protocolos de anaacutelisis de agricultura sitio-especifico en liacutenea
Plataforma C-sar de CROPSTER ndash Mi finca y Visualizacioacuten de predicciones
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Aplicacioacuten en lineawwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Compilacioacuten de la informacioacuten en bases de datos
Bases de Datos en liacutenea
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg
Contactanoskaargotecgiarorgdjimenezcgiarorgwwwfrutisitioorg