Bogotá - Ciencias Agrarias - Maestría en Geomática · 2024
Herramientas de análisis espacio-temporal de datos climáticos y espectrales como base para la caracterización y modelación climática y estimación indirecta de parámetros productivos en aguacate cv. Hass
El aguacate cv. Hass ha experimentado un crecimiento en la demanda a nivel mundial, lo que ha generado un aumento en los últimos años de las áreas cultivadas. Este frutal proveniente de Colombia cuenta con admisibilidad en 18 países del mundo, por lo que el área cosechada se ha incrementado en los últimos años. Sin embargo, fenómenos como la escasez de agua, la variabilidad y el cambio climático y la presencia y dispersión de plagas han planteado desafíos para el establecimiento de una agroindustria del aguacate sostenible en nuestro país. En este contexto, el objetivo principal de este trabajo de investigación fue implementar herramientas de análisis de datos espaciotemporales para la caracterización climática y espectral de las áreas productoras de aguacate cv. Hass. El estudio se dividió en dos etapas: en la primera, se realizó la caracterización y modelación climática bajo escenarios de variabilidad y cambio climático a nivel espacial en las regiones con aptitud para el cultivo de aguacate en Colombia. Por su parte, en la segunda etapa, utilizando imágenes multiespectrales obtenidas de sensores remotos y proximales, y bases de datos de clima de libre acceso se validaron índices de vegetación y variables de clima para determinar su capacidad para discriminar entre plantas visualmente afectadas por distintas fuentes de estrés (bióticos y abióticos) y plantas sanas, así como su potencial uso para predecir componentes de rendimiento del cultivo. De acuerdo con nuestros resultados, las zonas productoras de aguacate cv. Hass en Colombia se agrupan en cinco zonas climáticas homogéneas. Las herramientas de predicción climática, a partir de redes neuronales (ConvLSTM y Bi-LSTM), así como el modelo Sarima representaron adecuadamente los patrones de temperatura y precipitación para cada uno de los cinco clústeres establecidos. Además, el modelo Maxent implementado, permitió estimar el riesgo asociado al cambio climático, en términos de modificación de áreas idóneas para la producción en dos escenarios de cambio climático y tres períodos de tiempo. Así mismo, se presentan resultados sobre la validación de herramientas de teledetección para la identificación de afectaciones y la estimación de productividad en parcelas comerciales de aguacate cv. Hass, en uno de los principales municipios productores de Colombia (Texto tomado de la fuente).
Full text 244 pages with text out of 248
Read the full thesis Record in the repository
Contents
- Lista de Figurasp. 15
- Lista de Tablasp. 18
- Organización de la tesisp. 19
- 1. Consideraciones generalesp. 20
- 1.1 Introducción generalp. 20
- 1.2 Planteamiento del problemap. 23
- 1.3 Preguntas de investigaciónp. 24
- 1.4 Objetivosp. 25
- 1.4.1 Objetivo generalp. 25
- 1.4.2 Objetivos específicosp. 25
- 1.5 Marco conceptualp. 25
- 1.5.1 El aguacate y su impacto en el comercio nacional e internacionalp. 26
- 1.5.2 Generación de zonas climáticas homogéneasp. 27
- climáticasp. 30
- 1.5.4 Modelos de predicción de clima usando series de tiempop. 32
- cambio climático y modelos de circulación generalp. 33
- 1.5.6. Modelado de la distribución de especies agrícolas utilizando MaxEntp. 39
- para su uso en sistemas agrícolasp. 40
- multiespectralesp. 42
- 1.6 Bibliografía:p. 45
- producción de aguacate cv. Hass en Colombiap. 61
- Resumenp. 61
- Abstractp. 62
- Introducciónp. 63
- Materiales y Métodosp. 67
- Fase 1. Determinación de zonas climáticas homogéneasp. 69
- aguacate cv. Hass en Colombiap. 61
- Maxentp. 39
- Resultadosp. 78
- en Colombiap. 78
- bajo escenarios de clima actual y asociados a cambio climáticop. 82
- escenarios de cambio climáticop. 94
- Discusiónp. 103
- Bibliografíap. 109
- Anexo 1 - Material suplementario del Capítulo 2p. 120
- sistemas de producción de aguacatep. 145
- Resumenp. 61
- Abstractp. 62
- Introducciónp. 63
- Materiales y Métodosp. 67
- Descripción general del enfoque metodológicop. 152
- IDEAM para cultivos de aguacate cv. Hassp. 153
- imágenes satelitales y normales de precipitación y temperaturap. 156
- Resultadosp. 78
- IDEAM para cultivos de aguacate cv. Hassp. 170
- cv. Hass mediante índices multiespectrales obtenidos de imágenes satelitalesp. 172
- Discusiónp. 103
- Bibliografíap. 109
- Anexo 2 - Material suplementario del Capítulo 3p. 234
- 4. Consideraciones finales y recomendacionesp. 244
- Bibliografíap. 109
- Figura 1. Diagrama de la estructura de una LSTMp. 31
- procesos implementadosp. 68
- cultivo de aguacatep. 69
- zonas de producción de aguacatep. 80
- potencial estacional, O. Índice de termicidadp. 82
- los cinco clústeres. C1 (rojo), C2 (verde), C3 (amarillo), C4 (marrón) y C5 (gris)p. 85
- de temperatura media anual para cada escenario SSPp. 88
- precipitación promedio anual para cada escenario SSPp. 89
- de temperatura media anual para cada escenario SSPp. 88
- precipitación promedio anual para cada escenario SSPp. 89
- escenarios climáticos SSP245 y SSP585p. 95
- escenarios climáticos SSP245 y SSP585p. 95
- escenarios climáticos SSP245 y SSP585p. 95
- Figura 14. Mapa de localización de las fincas (177) seleccionadas para el estudiop. 154
- precipitación. C. Estaciones seleccionadasp. 155
- Hassp. 112
- resultados obtenidos para ERA5p. 171
- variables espectrales y ambientalesp. 174
- de sesgo-varianzap. 176
- varianzap. 178
- 14, baja 10 y media 2p. 183
- variables predictivas según las categorías de calidad: alta, media y bajap. 186
- de Precision-Recallp. 191
- de Precision-Recallp. 191
- Curva ROC, C. Importancia de Características, D. Curva de Precision-Recallp. 193
- Distribución de las Clases Predichas, F. Densidad por Clasep. 197
- en árboles de cada predio no categorizadosp. 198
- Distribución de las Clases Predichas, F. Densidad por Clasep. 197
- árboles de cada predio no categorizadosp. 202
- Distribución de las Clases Predichas, F. Densidad por Clasep. 197
- en árboles de cada predio no categorizadosp. 198
- 2017: Van Loi 2008)p. 78
- media (°C) y la precipitación acumulada (mm), respectivamentep. 82
- 2080), para cada uno de los cinco clústeresp. 99
- Tabla 4. Variables estimadas en cada árbol seleccionadop. 165
- de edad en totalp. 173
- años)p. 177
- 6 años)p. 177
- años)p. 177
- cv Hassp. 184
- de calidad en el grupo I (0 a 3 años):p. 189
- a 6 años):p. 191
- (> 6 años):p. 194
- (RF) y XGBoostp. 207