“Zonificación de tierras potenciales para la producción vitícola a … · 2010. 12. 12. ·...

“Zonificación de tierras potenciales para la producción

vitícola a través de modelos de predicción cuantitativa en

el Valle Central de Tarija”

Ing. Agr. Colque Muñoz Gregorio Rodrigo

Diciembre, 2010

UNIVERSIDAD MAYOR DE SAN SIMÓN

VICERECTORADO

Centro de Levantamientos Aeroespaciales

y Aplicaciones SIG para el Desarrollo Sostenible

de los Recursos Naturales

iii

“Zonificación de tierras potenciales para la producción vitícola a través de

modelos de predicción cuantitativa en el Valle Central de Tarija”

Por

Ing. Agr. Colque Muñoz Gregorio Rodrigo

Asignación Final Individual (Trabajo de Grado) presentado al Centro de Levantamientos

Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible de los Recursos Naturales en

cumplimiento parcial de los requisitos para la obtención del grado académico de Máster en Ciencias

de la Geo - Información y Observación de la Tierra, en la mención en: (escriba el nombre de la

mención)

Comité de evaluación del AFI

Examinador 1 (Presidente): Lic. Benjamin Gossweiler H. MSc.

Examinador 2 (Asesor): Ing. J. Guy Galindo A. MPr.

Examinador 3 (Docente CLAS): Ing. Tatiana Espinoza B. MPr.

Examinador 4 (Docente ITC): Ing. Arno M. van Lieshout

Centro de Levantamientos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible de los

Recursos Naturales Cochabamba, Bolivia

iv

Aclaración

Este documento describe el trabajo realizado como parte del programa de estudios de Maestría

en el Centro de Levantamientos Aeroespaciales y Aplicaciones SIG para el Desarrollo Sostenible

de los Recursos Naturales. Todos los puntos de vista y opiniones expresadas en el mismo son

responsabilidad exclusiva del autor y no representan necesariamente las del Centro.

v

Resumen

En el presente trabajo se evaluó la aptitud de la productividad vitícola de la zona

del Valle Central de Tarija a partir de modelos de predicción cuantitativa. Para ello

se procesaron datos edáficos de conductividad eléctrica, textura, % de materia

orgánica, profundidad del terreno, pH, nitrógeno total, fósforo y potasio

intercambiable. Igualmente se analizaron las variables climáticas de precipitación

pluvial promedio de la zona y temperatura promedio. A partir de los datos de

temperatura promedio se obtuvieron los datos de horas frío acumuladas, las cuales

son relevantes para la producción frutícola en general al igual que para la uva.

Estas variables fueron procesadas mediante métodos de predicción cuantitativa

como el kriging y el método de interpolación de media movible. A partir de ello se

obtuvieron mapas temáticos de las características edafoclimáticas de la zona.

Igualmente se obtuvieron parámetros de la superficie a partir del modelo de

elevación digital del área de estudio.

Con este conjunto de mapas se procedió a evaluar la aptitud mediante el modelo

de evaluación propuesto por White (2003) en base al de Itami(2000) y modificado a

partir del diagnóstico realizado por Tsukamoto (2005) con productores de la zona.

Como resultado final se identificaron 18,331 hectáreas, equivalentes al 3.74% de la

superficie como tierras con muy alta aptitud (cubren más del 90% de los

requerimientos del cultivo); 218,005 hectáreas equivalentes al 44.49% como tierras

con alta aptitud (cubren entre un 75 y un 90% los requerimientos del cultivo); 249,881

hectáreas equivalentes al 50,99% de la superficie como tierras con mediana aptitud

(cubren entre 0,50 y 0,75% los requerimientos de la uva) y 3,809 hectáreas, o 0,78%

de la superficie como tierras con baja aptitud (cubren menos del 50% de los

requerimientos del cultivo.

PALABRAS CLAVE

Zonificación, evaluación de aptitud, producción vitícola, geomorfometría, Valle

Central de Tarija, Cadena de Uvas, Vinos y Singanis.

vi

DEDICATORIA

El presente trabajo lo dedico a mí amada esposa Sheila,

quien me ha brindado en todo momento su apoyo y amor

y me ha hecho entender el valor del esfuerzo dedicado

en todas las tareas emprendidas en la vida.

Gracias Shei.

vii

Agradecimientos

En primer lugar agradezco a Dios por la oportunidad brindada de cursar esta

maestría.

A mi asesor el ingeniero Guy Galindo, quién oriento mi trabajo.

Al ingeniero Ronald Vargas quien facilitó la comprensión y desarrollo de mi

asignación, al igual que la base de datos que hizo posible el llevarla a cabo.

Al ingeniero Carlos Román, quien demostró su calidad humana al brindarme su

colaboración de manera desinteresada y amigable.

A los docentes del CLAS quienes se mostraron en todo momento dispuestos a

colaborar y compartir sus conocimientos de una manera sencilla y abierta.

A todos mis queridos compañeros, con quienes he compartido un año de

experiencias enriquecedoras para mi persona y me han brindado su apoyo,

confianza y cariño a lo largo de toda esta gestión.

A todos ustedes muchas gracias.

viii

Tabla de contenidos

1 INTRODUCCIÓN ............................................................................................................................ - 1 -

1.1 Antecedentes ....................................................................................................................... - 1 -

1.2 Justificación .......................................................................................................................... - 2 -

1.3 Planteamiento del problema de investigación .................................................................... - 3 -

2 OBJETIVOS .................................................................................................................................... - 4 -

2.1 Objetivo General: ................................................................................................................. - 4 -

2.2 Objetivos Específicos: ........................................................................................................... - 4 -

3 MARCO TEÓRICO .......................................................................................................................... - 5 -

3.1 Cadena productiva de la uva – vino y singanis ..................................................................... - 5 -

3.2 Cultivo de la vid .................................................................................................................... - 5 -

3.2.1 Fisiología del cultivo ............................................................................................... - 6 -

3.3 Potencial productivo ............................................................................................................ - 8 -

3.4 Aptitud del territorio ............................................................................................................ - 8 -

3.5 Valle central del departamento de Tarija ............................................................................ - 9 -

3.6 Variables edafoclimáticas de la zona de estudio ............................................................... - 10 -

3.7 Requerimientos edafoclimáticos del cultivo de la vid ....................................................... - 10 -

3.8 Requerimientos del relieve y paisaje ................................................................................. - 11 -

3.9 Modelos de predicción ....................................................................................................... - 12 -

3.9.1 Información edáfica cuantitativa ................................................................... - 13 -

3.10 Geomorfometría ................................................................................................................ - 13 -

3.11 Evaluación de la aptitud del territorio ............................................................................... - 14 -

4 MARCO METODOLÓGICO ........................................................................................................... - 15 -

4.1 Ubicación del área de estudio ............................................................................................ - 15 -

4.2 Materiales .......................................................................................................................... - 16 -

4.3 Metodología ....................................................................................................................... - 16 -

4.3.1 Generación de mapas temáticos de características edafoclimáticas del

territorio - 17 -

4.3.2 Diseño e implementación del modelo de evaluación de la aptitud de

uso de las tierras para la vid .............................................................................................. - 20 -

ix

4.3.3 Identificación de las zonas del Valle Central de Tarija con mayor aptitud

para la producción de vid. ................................................................................................ - 21 -

5 RESULTADOS Y DISCUSIÓN ......................................................................................................... - 23 -

5.1 Mapas edafoclimáticos generados ..................................................................................... - 23 -

5.2 Mapa generado por el modelo de evaluación de aptitud .................................................. - 57 -

5.3 Mapa final de aptitud de productividad vitícola e identificación de zonas con alta aptitud

para la producción de uva .............................................................................................................. - 58 -

5.4 Discusión ............................................................................................................................ - 60 -

6 CONCLUSIONES .......................................................................................................................... - 62 -

7 RECOMENDACIONES .................................................................................................................. - 63 -

8 BIBLIOGRAFÍA ............................................................................................................................. - 64 -

xi

Lista de Figuras

FIGURA 1: Valle Central de Tarija ……………..……………………………………………………… -9-

FIGURA 2: Sistema de Soporte de Decisión Espacial (SDSS por sus siglas en inglés) para la

selección de ubicación (y administración) de viñedos ………………………………….……

-14-

FIGURA 3: Área de estudio, municipios de San Lorenzo, Tarija y Uriondo ………………..… -15-

FIGURA 4: Modelo de evaluación de la aptitud agrícola para la Vid …………….…………. -21-

FIGURA 5: Esquema de proceso de evaluación de aptitud productiva de la vid en el

Valle Central de Tarija …………………………………………………………………….…………….

-22-

FIGURA 6: MAPA ESTANDARIZADO DE VALORES DE CONDUCTIVIDAD ELÉCTRICA ………… -25-

FIGURA 7: MAPA ESTANDARIZADO DE VALORES DE TEXTURA …………………………………… -27-

FIGURA 8: MAPA ESTANDARIZADO DE VALORES DE % DE MATERIA ORGÁNICA …………… -29-

FIGURA 9: MAPA ESTANDARIZADO DE VALORES DE PROFUNDIDAD DEL SUELO …………… -31-

FIGURA 10: MAPA ESTANDARIZADO DE VALORES DE Ph …………………………………..…… -33-

FIGURA 11: MAPA ESTANDARIZADO DE VALORES DE FÓSFORO ……………………………… -35-

FIGURA 12: MAPA ESTANDARIZADO DE VALORES DE POTASIO INTERCAMBIABLE ………… -37-

FIGURA 13: MAPA ESTANDARIZADO DE VALORES DE NITRÓGENO TOTAL …………………… -39-

FIGURA 14: MAPA ESTANDARIZADO DE VARIABLES EDÁFICAS ………………………………… -41-

FIGURA 15: MAPA ESTANDARIZADO DE VALORES DE PENDIENTE ………………………………. -43-

FIGURA 16: MAPA ESTANDARIZADO DE VALORES DE ASPECTO DE LA SUPERFICIE ………… -45-

FIGURA 17: MAPA ESTANDARIZADO DE VARIABLES DE PAISAJE ……………………………… -47-

FIGURA 18: MAPA ESTANDARIZADO DE VALORES DE PRECIPITACIÓN PLUVIAL PROMEDIO -49-

FIGURA 19: MAPA ESTANDARIZADO DE VALORES DE TEMPERATURA PROMEDIO ………… -51-

FIGURA 20: MAPA ESTANDARIZADO DE VALORES DE HORAS FRÍO …………………………… -53-

FIGURA 21: MAPA ESTANDARIZADO DE VARIABLES CLIMÁTICAS ……………………………… -55-

FIGURA 22: MAPA ESTANDARIZADO DE APTITUD DEL TERRITORIO PARA LA PRODUCCIÓN

VITÍCOLA …………………………………………………………………………………………………

-57-

FIGURA 23: MAPA DE APTITUD DEL TERRITORIO PARA PRODUCCIÓN VITÍCOLA …………….. -59-

xii

Lista de Tablas

TABLA 1: Requerimientos edafoclimáticos del cultivo de la vid ………………………... -11-

TABLA 2: Mapas derivados a partir del procesamiento del DEM ………………………. -17-

TABLA 3: Valores reclasificados en rangos de aptitud …………………………………… -21-

TABLA 4: Resultados de la clasificación a partir de la aptitud del territorio para la

productividad vitícola ………………………………………………………………………….. -58-

xiii

Lista de Cuadros

CUADRO 1: Resultados de análisis de Bondad de Ajuste, mapas edáficos ………………. -23-

“Zonificación de tierras potenciales para la producción vitícola a través de modelos de predicción cuantitativa en el

Valle Central de Tarija”

- 1 -

1 INTRODUCCIÓN

1.1 Antecedentes

El valle central del departamento de Tarija representa en la actualidad la región de

mayor producción vitícola a nivel nacional. El sector vitivinicultor conforma un sector

económico de gran importancia en la región y cuenta con grandes potenciales

para una expansión y desarrollo en toda la cadena productiva de los vinos, singanis

y uva de mesa. Dicha cadena está identificada como la tercera entre ocho

priorizadas por el Acuerdo Boliviano de Competitividad del 2005.

La evaluación realizada por Sukamoto (2005), da cuenta que la demanda interna

de uva para la cadena productiva de uvas, vinos y singanis de la región no está

siendo cubierta por la producción nacional, teniendo un déficit aproximado de

10,000 (diez mil) toneladas de uva al año. Esta demanda insatisfecha se debe a

diferentes factores y problemáticas que afronta el sector productor vitivinícola.

Dentro de las diferentes problemáticas que enfrenta dicho sector, encontramos

problemas de productividad debidos a diferentes factores: condiciones genotípicas

y fenotípicas de las plantas de uva, condiciones agroclimáticas, inadecuada

tecnología, daños por plagas, enfermedades; desconocimiento por parte de los

agricultores de procesos de estandarización de las labores agrícolas, inadecuada

administración agrícola y una alta vulnerabilidad a inclemencias climáticas.

Una mejora consistente en la producción se podrá obtener a partir de la

identificación de predios con las mejores condiciones agroclimáticas para el cultivo

de la uva. Esto permitirá realizar un incremento en las plantaciones de uva en zonas

aptas mediante la habilitación de tierras o cambio de uso de suelo de las mismas.

Como indica Rossiter (1996), “La evaluación de tierras sigue siendo sumamente

importante para la planificación del uso de la tierra, y así por el uso racional y

sostenible de la misma... Como toda ciencia aplicada, en la medida que la

evaluación de tierras puede expresar sus predicciones en términos cada vez más

cuantitativos, es más útil”. En la actualidad se cuenta con la posibilidad de contar

con metodologías y técnicas modernas que permiten contar con mayor cantidad

de información, más precisa y confiable en cuanto a variables climáticas.

Mediante la utilización de información de suelos, clima y topografía, el adecuado

procesamiento y su posterior interpretación, se puede llevar adelante la evaluación

de aptitud de la tierra con un enfoque de productividad principalmente agrícola. La

zona en cuestión cuenta con dicha información la cual permitirá una adecuada

identificación y evaluación de la aptitud de la tierra. Mediante este análisis nos será

posible llevar adelante procesos de cartografía y modelación de la zona de estudio

para determinar las tierras más aptas para la producción vitícola.



- 2 -

1.2 Justificación

Las potencialidades productivas de un país, región o localidad específica estarán

sujetas a diferentes factores como ser las condiciones de mercado, la disponibilidad

de recursos, el conocimiento de los procesos productivos, la tecnología,

accesibilidad a fuentes de insumos y provisión a sus consumidores, etc. En un país

como Bolivia donde no se puede contar con tecnología de punta por diferentes

factores, al igual que los últimos conocimientos expertos para una producción

eficiente; el manejo adecuado y optimizado de sus recursos naturales tendrán una

relevancia muy alta para determinar sus posibilidades y capacidades productivas.

Dentro de las potencialidades de desarrollo identificadas a nivel nacional, la

producción de uva de mesa, vinos y singanis se encuentra entre los cinco principales

sectores productivos. Por tal motivo la gobernación del Departamento de Tarija

considera el cultivo de la uva como uno de sus principales potenciales productivos,

tanto a corto, mediano y largo plazo. Como indica su Plan Departamental de

Ordenamiento Territorial 2005 - 2025: “Sin lugar a dudas, un potencial distintivo e

importante se encuentra en el cultivo de la vid muy ligado a la producción de uva

de mesa y a su transformación en vinos y singanis de calidad que tienen una

aceptación creciente en el mercado local y nacional y oportunidades de una

mayor inserción en mercados externos. Existen aproximadamente 8.000 has. aptas

para el desarrollo intensivo de este cultivo, de las cuales actualmente sólo se

aprovechan unas 2.000 has. Estas tierras con potencial para la vid, se localizan

principalmente en los valles y terrazas aluviales circundantes a la ciudad de Tarija (El

Valle de Concepción, Calamuchita y Santa Ana)”(Prefectura de Tarija, 2004).

Mediante el análisis espacial de las características de la tierra y apoyándose en la

caracterización de las variables climáticas del territorio, se podrá evaluar la zona de

estudio a partir de su Aptitud, como indica la guía de la FAO.

El aplicar las nuevas metodologías de análisis espacial como ser pedométrics o

geomorfometría nos permitirá una adecuada predicción espacial de los diferentes

variables edafológicas para llevar adelante el proceso de evaluación e

identificación. El contar con un mapa de zonas de aptitud para la producción de

uva permitirá a los diferentes productores planificar adecuadamente la

implementación de nuevas plantaciones, la ampliación de los actuales y la

aplicación de medidas correctivas para el caso de deficiencias nutricionales

identificadas en el mapa de aptitud obtenido.



- 3 -

1.3 Planteamiento del problema de investigación

La información espacial con la que se cuenta a nivel departamental permite

identificar de manera muy general las características del territorio para llevar

adelante la planificación de la producción agrícola. Es importante tener en cuenta

que la mayoría de los productores cuentan con predios de pequeños a medianos

los cuales muchas veces no superan las cinco hectáreas. Por tal motivo

consideramos que la falta de detalle espacial de las características territoriales

representan una problemática que afecta a los diferentes sectores productivos. Al

no contar con información detallada de las características espaciales, no se pueden

llevar adelante procesos de planificación adecuados para la implementación,

ampliación y/o mejora de los cultivos existentes o potenciales.

En el caso particular de la vitivinicultura, las tierras del Valle Central de Tarija se

encuentran en muchos casos subutilizados (únicamente se cultivan 2000 hectáreas

de uva, equivalente al 66% de la superficie cultivada a nivel nacional), pues aunque

se reconoce la alta aptitud de la zona del Valle Central para la producción de uva,

las instituciones públicas y privadas involucradas en el sector no cuentan con

información detallada para desarrollar la producción de manera óptima y

diferenciada para las variedades más importantes de uva a partir de la aptitud del

territorio.

La cuantificación de la superficie actual utilizada en la producción vitícola deriva de

una zonificación realizada de manera general que incluye otros cultivos frutícolas. El

Atlas de Potencialidades Productivas del Estado Plurinacional de Bolivia – Tarija

(2009) indica que la superficie potencial del departamento de Tarija para

actividades de producción de uvas, durazneros y manzanos es de 16,997 hectáreas.

Dicha zonificación se realizó cruzando la información general de suelos y los

requerimientos generales de los cultivos frutícolas. La zonificación propuesta será

específica para el cultivo de la vid a partir de sus requerimientos edafoclimáticos lo

que optimizará los resultados para la planificación vitícola.



- 4 -

2 OBJETIVOS

2.1 Objetivo General:

2.2 Objetivos Específicos:

Evaluar la aptitud de las tierras para la producción de uva en el Valle Central de

Tarija a partir de modelos de predicción espacial continuos y cuantitativos.

Generar mapas cuantitativos de las propiedades edáficas principales para

el cultivo de la vid a través de la cartografía digital de suelos y mapas

climatológicos existentes.

Diseñar e implementar un modelo de evaluación de la aptitud de uso de las

tierras para la vid de carácter cuantitativo y continuo.

Identificar las zonas del Valle Central de Tarija con mayor aptitud para la

producción de vid.



- 5 -

3 MARCO TEÓRICO

3.1 Cadena productiva de la uva – vino y singanis

De acuerdo al Estudio elaborado por Akihiro Tsumakoto en 2005 sobre la

Cadena Productiva de Uvas, Vinos y Singanis, la información básica sobre la producción de

uvas en los Departamentos de Tarija y Chuquisaca, se puede resumir de la siguiente manera:

· Los Departamentos de Tarija y Chuquisaca pueden producir uvas de buena calidad, tanto

en sabor como en fragancia, ya que se encuentran en tierras altas (de 1.600 a 2.850

m.s.n.m.), en comparación a otras regiones productoras de uvas en el mundo. Sin embargo,

en el caso de los pequeños agricultores, la calidad de sus uvas no es uniforme ni estable,

debido a problemas técnicos y de control.

· La superficie cultivada para la producción vitícola del Departamento de Tarija es de

aproximadamente 2.000 hectáreas (un 66% del total nacional), mientras que en el

Departamento de Chuquisaca es de 400 hectáreas (13% del total nacional), ocupando entre

estos dos departamentos un poco menos del 80% del total de la superficie cultivada a nivel

nacional. Por otra parte, la producción vitícola del Departamento de Tarija es de 15.600

toneladas (74% del total nacional), mientras que la del Departamento de Chuquisaca es de

2.300 toneladas (11% del total nacional). El rendimiento por hectárea de uvas en el

Departamento de Tarija es de 7.280 Kg/ha, pudiendo decir que es un poco más alto que el

promedio nacional (la productividad por unidad de espacio cultivado es más del doble que

en caso del Departamento de Potosí), sin embargo, es notoriamente más bajo en relación a

otros países productores de uvas. En el caso del Departamento de Tarija, durante el período

2001 – 2002 se ha perdido aproximadamente el 39% de la producción vitícola del total

departamental, debido a enfermedades y condiciones climáticas (granizo) adversas.

· El 80% de la producción de uvas del Departamento de Tarija corresponde a la variedad

Moscatel.

· En el Departamento de Tarija, se estima en 25 millones de dólares americanos, la inversión

total acumulada para la producción vitícola.

3.2 Cultivo de la vid

La viticultura representa una actividad productiva a nivel mundial con

características específicas para cada continente, región, país y microrregión.

La bibliografía encontrada es muy variada, en el caso nacional no se cuenta con

datos ni textos específicos para la producción vitícola. Por tal motivo se tomaron en

cuenta datos de bibliografía chilena, país líder en la región en la producción de uva

de mesa y de vinos de muy alta calidad. La firma Agriquem S.L. dedicada a la

producción de soluciones para la fertirrigación de uva indica en su Manual de

Fertirrigación:



- 6 -

La Uva de mesa es un cultivo perenne de hoja caduca que entra en letargo o

receso a fines de verano, comienzo de otoño, para brotar en primavera

nuevamente comenzando un nuevo período de producción.

En cuanto al tipo de yemas, ésta contiene las del tipo compuestas, que son varias

yemas juntas bajo un sistema de escamas protectoras. Dentro de este sistema se

pueden observar yemas vegetativas y mixtas (inflorescencia y brote vegetativo).

La fructificación se visualiza sobre brotes de la misma temporada, es decir, en

madera que tiene menos de un año. La vid contiene inflorescencias racimosas del

tipo panícula, con flores autocompatibles (el polen de una variedad es capaz de

fecundizar sus propios óvulos) y autopolinizantes. Estas flores dan origen a un fruto

simple que proviene de flores unipistiladas, cuyo ovario puede ser compuesto con

uno o más carpelos.

3.2.1 Fisiología del cultivo

Fenología del frutal.

Las necesidades nutricionales de cualquier cultivo son determinadas por la cantidad

total de nutrientes que precisa extraer la planta durante todo su desarrollo

fisiológico. Ahora bien, esta extracción no es constante, sino que difiere de acuerdo

a su estado de desarrollo o fenología, por lo tanto identificar cuales son los estados

fenológicos y su demanda van a determinar la mejor estrategia de nutrición y

fertilización conjuntamente.

A. Inicio de brotación hasta floración.

Brotación: este periodo en términos de nutrición depende exclusivamente de las

reservas de la temporada anterior, que para el caso de Nitrógeno su forma de

reserva corresponde al aminoácido arginina, en general una buena nutrición en

post cosecha permite al árbol lograr una excelente brotación.

Floración: el momento de este periodo depende del cultivar y zona geográfica

donde se encuentre, en general este estado es consecuencia directa de

características intrínsecas de la variedad, además de características climáticas

como horas frío, por otro lado su nutrición es consecuencia directa del estado

anterior.

B. Fin de floración a Pinta.

Cuaja: Corresponde a la transformación de flor a fruto.

Desarrollo y crecimiento de bayas:

Fase 1.- Crecimiento bastante acelerado en base a multiplicación celular.



- 7 -

Fase 2.- Periodo muy corto en variedades precoces, y de una duración de hasta un

mes en variedades tardías. En esta etapa se detiene el crecimiento y elongación

celular, y la baya concentra su energía en el desarrollo del embrión.

C. Pinta a Cosecha.

En esta etapa comienza la tercera fase de desarrollo de las bayas, además de la

degradación del color verde (pigmentos clorofílicos) y aparición de los colores

característicos de cada variedad (pigmentos antociánicos) a esta etapa se le

denomina envero.

Fase 3.- Se retoma un crecimiento bastante rápido, y este depende en gran parte

de la elongación celular a diferencia de la fase 1.

Finalmente el tamaño de la baya depende de la variedad, Factores

climáticos, disponibilidad de agua y nutrientes, practicas de cultivo y carga de fruta

al racimo.

Factores climáticos: La acción conjunta de luz y temperatura van a favorecer el

crecimiento de las bayas. Así temperaturas sobre los 30° C. produce un cierre

estomático, provocando un deterioro en el flujo de nutrientes y afectando el

tamaño de la baya.

Una buena disponibilidad de agua y nutrientes, por sobre todo en las fases 1 y 3 de

desarrollo de bayas (multiplicación y elongación celular), van a favorecer el

rendimiento y calidad de racimos.

Cuando las bayas comienzan a madurar se tornan en un importante sumidero de

materia seca, como azucares, y aquí el potasio como transportador de azucares,

desde la hoja hacia el fruto, toma una importancia muy relevante.

Por otro lado, un balance entre macro y micro nutrientes en la planta disminuye la

incidencia de desordenes fisiológicos como fiebre de primavera, y palo negro, entre

otros. Obteniéndose como resultado mayor numero de racimos exportables.

D. Cosecha a inicio de caída de hojas.

Esta etapa cierra el ciclo y tiene una importancia muy especial, ya que la respuesta

al primer crecimiento de la siguiente temporada depende del estado nutricional del

árbol y este depende de la nutrición de post cosecha (antes del receso invernal).

Para esto la fertilización debe realizarse una vez cosechada la fruta y antes de la

caída de hojas, periodo en cual las hojas aun permiten la incorporación de agua y

nutrientes hacia órganos de reserva tales como raíces, tronco y brazos.

La incorporación de los nutrientes debe ser balanceada y con el objetivo de

reponer lo extraído tanto por la fruta cosechada, raleada y estructuras de podas,

por lo tanto la fertilización debe contemplar macro y micro nutrientes.



- 8 -

3.3 Potencial productivo

Los factores determinantes para la producción vitícola son diversos. Entre los

principales se encuentra la ubicación del predio, el suelo, el clima, las variedades de

uva y el manejo del productor. Todos estos factores determinarán el potencial

productivo de una región.

Aún cuando la zona del Valle Central de Tarija representa la tradicional y principal

zona a nivel nacional de producción vitícola, existen diferentes factores que no han

sido explotados a su mayor nivel para aprovechar el mayor potencial productivo

para la uva.

Los rendimientos nacionales se encuentran muy por debajo de las medias regionales

y mundiales. Mientras en Tarija e tiene un rendimiento promedio de 7.28 Tn/Ha/año,

en países circundantes como Chile, el rendimiento promedio es de 25 a 30

Tn/Ha/año yPerú cuenta con un rendimiento promedio de 14.1 Tn/Ha/año

(Agriquem SL, 2005). A nivel mundial encontramos rendimientos elevados debido al

avance técnico y tecnológico utilizado en la producción vitícola, siendo un caso

excepcional el de Japón, cuyo rendimiento promedio es de 111 Tn/Ha/ año (FAO,

2006).

3.4 Aptitud del territorio

Según Smith (2002) la calidad del vino se determina principalmente a partir de la

calidad de las uvas. Esta calidad está determinada por el medio ambiente y las

condiciones de crecimiento, definido por los franceses como “Terroir”.

En un sentido amplio el significado de Terroir incluye la combinación de la locación

del viñedo, el suelo, el clima y otros factores medioambientales, al igual que la

selección de las variedades de uva, las prácticas culturales y las estratégicas o

filosofías de los productores – como las características naturales de los humanos. La

locación o referencia espacial es importante para muchos de estos factores. Los

resultados productivos están determinados por los efectos medioambientes, y por el

análisis, decisiones y acciones del productor.

Los viticultores toman ventaja de los factores naturales como los suelos, clima,

drenaje y aspecto, a través de la selección de sitios aptos para variedades

particulares de uva. Ellos controlan o manipulan otros factores a través de

procedimientos de manejo.



- 9 -

3.5 Valle central del departamento de Tarija

El Plan Departamental de Ordenamiento Territorial de Tarija 2005 -2025, elaborado

por la Gobernación del Departamento en colaboración con el Ministerio de

Desarrollo Sostenible describen al Valle Central como:

Se caracteriza principalmente por ser la unidad territorial más poblada y de mayor

densidad del departamento ya que en esta se encuentra la ciudad de Tarija,

capital del departamento, donde se concentra la mayor parte de su población.

Además, la unidad presenta una tasa de crecimiento poblacional relativamente

alta (2.12%).

El aspecto distintivo de esta unidad territorial, es que en ella se encuentra el centro

primario o más importante del departamento, la ciudad de Tarija, que se constituye

en el principal mercado, centro político administrativo y proveedor de servicios

sociales y básicos. Además, de contar con tres centros terciarios: San Lorenzo,

Concepción y Padcaya y otros centros menores funcionales: San Andrés y La

Mamora.

Es una de las unidades territoriales con mayor potencial agrícola, cuenta con

aproximadamente 40.500 ha. aptas para la agricultura lo que representa un 26% del

total de superficie con potencial agrícola del departamento. Sus tierras son aptas

principalmente para el desarrollo de sistemas de producción intensivos en los

cultivos de hortalizas y frutales, la vid, la lechería y forrajes, estando muy ligadas a la

agroindustria.

Además, la unidad tiene potencialidades para el turismo (paleontológico,

agroturismo y turismo vacacional) y el desarrollo de servicios cada vez más

especializados en los sectores de educación, salud y transportes.

FIGURA 1: Valle Central de Tarija

Fuente: PDOT TARIJA 2005 – 2025



- 10 -

3.6 Variables edafoclimáticas de la zona de estudio

El Proyecto Zonisig recopiló y sistematizó información edáfica y climática de todo el

departamento de Tarija. Para el presente análisis se utilizarán las siguientes variables

edafoclimáticas:

pH

Textura

% de Materia Orgánica

Profundidad del suelo

Contenido de Nitrógeno

Contenido de P2O5

Contenido de K2O

Conductividad Eléctrica (CE)

Precipitación Media anual

Temperatura Media anual

Horas frío acumuladas

Las variables fueron modeladas de manera predictiva a partir de metodológicas de

geomorfometría. Los resultados obtenidos se presentan en el Anexo 1 – Mapas

Temáticos utilizados en el Modelo de evaluación de aptitud para la producción de

vid.

3.7 Requerimientos edafoclimáticos del cultivo de la vid

Se han obtenido rangos de valores para las diferentes variables edafoclimáticas

analizadas, a partir de la revisión bibliográfica de diferentes autores y para diferentes

áreas productivas.

Se han tomado en cuenta aquellas que provienen de información

nacional o de zonas geográficas que presentan condiciones similares a las del Valle

Central de Tarija. Estos datos se presentan resumidos en la siguiente tabla:



- 11 -

TABLA 1: Requerimientos edafoclimáticos del cultivo de la vid

VARIABLE RANGO ÓPTIMO ESPECIFICACIONES

Ph 5.6 - 7.7

Textura Arcillo Arenosos, Franco

arcillosos y Francos

Se requieren suelos sueltos,

ligeros y profundos

% de Materia

Orgánica > 2%

Profundidad del Suelo > 75 cm de profundidad

Contenido de

Nitrógeno 95 – 130 Kg/Ha

Necesidad de nutrientes

en el suelo por Hectárea

Contenido de P2O5

35 – 50 Kg/Ha


en el suelo por hectárea

Contenido de K2O

125 – 165 Kg/Ha


en el suelo por hectárea

Conductividad

Eléctrica 3º C y < 7ºC

Fuente: Elaboración propia a partir de datos recopilados de diferentes autores

(véase bibliografía)

3.8 Requerimientos del relieve y paisaje

Los estudios realizados por Deloire et all (2005) y Jones et all (2004)indican que las

mejores condiciones para la producción vitícola se presentan en pendientes poco

inclinadas, pero no completamente llanas para evitar problemas de



- 12 -

encharcamiento o mal drenaje. Este rango se encuentra entre los 5 y 15% de

pendiente.

La calidad de la fruta producida estará en función a su dulzura, pues el contenido

de azúcares determinará el potencial para la producción de alcoholes tanto para el

vino como para el singani. La cantidad de fructosa producida está en relación

directa con la iluminación solar recibida.

Esta cantidad de luz solar recibida estará en función a la orientación de las parcelas.

Esta orientación se puede extraer de los valores de Aspecto provenientes del

modelo de elevación digital.

Los valores del mapa de aspecto se expresan en grados acimutales, es decir la

dirección nororientada de la superficie. En el hemisferio sur las orientaciones más

adecuadas para recibir la mayor cantidad de insolación son: Noreste, Este, Oeste y

Sudoeste.

3.9 Modelos de predicción

Los modelos de predicción actúales derivan del incremento en la capacidad

tecnológica computacional la cual ha ido afectando el desarrollo de las

herramientas en diferentes campos de investigación. La ciencia del suelo ha

aprovechado este desarrollo tecnológico permitiendo aprovechar las bases de

datos edáficos con los que se cuentan a nivel regional nacional continental y

también mundial. El incremento en potencia de las herramientas de los Sistemas de

Información Geográfica (SIG), GPS, sensores remotos y próximos y fuentes de datos

como los provistos por los modelos de elevación digital (DEMs), permiten nuevas vías

de avanzar y desarrollarse.

Esta información ha podido ser aprovechada mediante técnicas geoestadísticas y

de modelamiento espacial para poder presentar modelos continuos de la superficie

en cuanto a variables edáficas del territorio, permitiendo una mejor comprensión y

utilización de los datos (McBratney, et al, 2003).

El diseño de estos modelos de predicción se basa inicialmente en la comprensión de

que las diferentes variables que determinan la formación del suelo están

interrelacionadas y su comportamiento nos permite predecir el comportamiento de

otras variables aplicando técnicas como la geomorfometria y geoestadística. La

fórmula propuesta por Jenny (1941) incluye los diferentes factores formadores del

suelo:



- 13 -

S = f(c,o,r,p,t,..)

Donde:

S = suelo que es función de:

c = clima

o = organismos

r = relieve

p = material parental

t = tiempo

3.9.1 Información edáfica cuantitativa

Las técnicas de modelamiento espacial nos permitirán contar con información

edáfica cuantitativa la cual será aplicada en el modelo de evaluación de aptitud.

Como se indicó anteriormente, las nuevas técnicas desarrolladas en la ciencia del

suelo permiten obtener modelos de predicción de las diferentes variables edáficas

de manera cuantitativa y contínua aplicando análisis estadísticos y parámetros de la

superficie.

3.10 Geomorfometría

Según Vargas (2010) la geomorfometría: “Es la ciencia del análisis cuantitativo de la

superficie terrestre. Es un enfoque moderno analítico-cartográfico para representar

la topografía de la superficie de la tierra descubierta a través de la manipulación

computarizada de la altura o elevación.

La Geomorfometría es un campo interdisciplinario que evoluciono a partir de las

Matemáticas, las Ciencias de la Tierra, y recientemente de las ciencias de la

computación.

La operación fundamental en Geomorfometría es la extracción de parámetros y

objetos a partir del DEM. Estos modelos de la superficie de la tierra, son los insumos

principales para el análisis morfométrico”.



- 14 -

Los parámetros extraidos a partir del DEM son aplicados en el modelamiento

espacial contínuo a partir de técnicas de regresión como ser el Krigin. Esta

metodología permite realizar predicciones de distribución espacial de diferentes

varirables edáficas.

3.11 Evaluación de la aptitud del territorio

La evaluación de la aptitud del territorio para determinada actividad productiva

dependerá de un balance entre la oferta realizada por el territorio y la demanda

requerida por la actividad específica (cultivo de la vid en este caso). Esta técnica

ha sido muy desarrollada a nivel mundial aplicándose principalmente en la

agricultura de precisión (Deloire et al, 2005).

Figura 2.- Sistema de Soporte de Decisión Espacial (SDSS por sus siglas en inglés) para la

selección de ubicación (y administración) de viñedos.

Fuente: Smith (2002).



- 15 -

4 MARCO METODOLÓGICO

4.1 Ubicación del área de estudio

Se realizó la evaluación de la zona denominada Valle Central de Tarija. Para

fines prácticos y de utilidad de los resultados obtenidos se definieron los límites del

área de estudio a partir de los límites políticos municipales.

La zonificación de las tierras potenciales para el cultivo de la vid se realizó

para los municipios de San Lorenzo, Tarija y Uriondo, ubicados en la parte central y

noroeste del departamento.

Sus coordenadas geográficas (latlon) son:

20º 55´ 38.56” y 21º 51´ 54.32” latitud sur

65º 00´ 36.00” y 64º 19´ 47.84” longitud oeste

Tiene una superficie de 4902.89 km2 o su equivalente a 490,289 Ha.

Figura 3: Área de estudio, municipios de San Lorenzo, Tarija y Uriondo.

Fuente: Elaboración propia



- 16 -

4.2 Materiales

Se utilizaron los siguientes datos:

o Base de datos ZONISIG (Proyecto de Zonificación Agroecológica y

establecimiento de una base de datos y Red de Sistema de Información

Geográfica en Bolivia)

o Imágenes Landsat TM – 2009.

o Mapas temáticos de SITAP (2009)

o Imágenes ASTER – DEM: Modelo de elevación Digital de la zona de estudio

o Información de requerimientos edafoclimáticos del cultivo de la vid de

diferentes y numerosas fuentes

o Información bibliográfica referente a la zonificación y modelamiento de

aptitud agrícola.

La información proveniente del Modelo de Elevación Digital y las imágenes

satelitales fueron procesados a través del Software ILWIS 3.3.

La información edáfica provista por la base de datos del proyecto ZONISIG fue

analizada mediante el software R y el complemento estadístico X – LSTAT para

Microsoft Excel.

La evaluación de aptitud y posterior zonificación fue realizada mediante un

modelo de evaluación realizado en el software ILWIS 3.3.

Se revisaron diferentes datos e información proveniente de:

o Gobernación de Tarija: Plan Departamental de Ordenamiento Territorial 2005

– 2025

o CLAS – UMSS: Información bibliográfica diversa sobre el estudio

4.3 Metodología

Se realizó una evaluación entre la oferta de parámetros edafoclimáticos ofrecidos

por la zona de estudio y la demanda de los mismos por parte del cultivo de la vid.

Las características del territorio presentaron diferentes valores para las variables

analizadas. Estos valores se reclasificaron en diferentes rangos definidos a partir de

los requerimientos de la vid. Aquellas zonas que se ubicaron entre los rangos óptimos

del cultivo se identificaron como las zonas de mayor aptitud para la producción

vitícola.



- 17 -

4.3.1 Generación de mapas temáticos de características edafoclimáticas del

territorio

Se procedió a obtener los diferentes mapas temáticos que se utilizaron en el modelo

de evaluación de aptitud. Para ello se realizaron los siguientes procedimientos:

4.3.1.1 Procesamiento del DEM

El modelo de elevación digital fue procesado siguiendo los pasos descritos por

Vargas (2010) para obtención de sus parámetros.

Para este proceso se utilizó el software ILWIS 3.3. y el script TP-morfometrics, el cual

extrae los parámetros mediante fórmulas explicadas por Shary et al (2002).

Se generaron los siguientes mapas:

TABLA 2: Mapas derivados a partir del procesamiento del DEM

MAPA DESCRIPCIÓN

DEM_PROC DEM procesado

SLOPE Mapa de pendientes en

porcentaje

ASPECT Dirección acimutal de la superficie

en grados

PLANC Curvatura planar derivada del

DEM

PROFC Perfil de la curvatura derivada del

DEM

MEANC Curvatura promedio derivada del

DEM

SOLIN Insolación solar derivada del DEM

Fuente: Vargas (2010)



- 18 -

Se utilizaron las bandas 5, 6 y 7 de la imagen Landsat –TM 7 del año 2009 de la zona

de estudio. Este grupo de bandas fue seleccionado a partir de la obtención del

Factor de Índice Óptimo, el cual se obtiene a partir de las matrices de varianza-

covarianza y correlación de todas las bandas de la imagen. Este factor selecciona

aquellas bandas que presentan mayor variabilidad, brindando mayor cantidad de

información al análisis.

Estas tres bandas de la imagen Landsat, los parámetros extraídos del DEM y mapas

temáticos previos provenientes del proyecto ZONISIG, fueron utilizados para obtener

los mapas predictores, según el proceso seguido por Araujo (2009).

Los predictores obtenidos fueron utilizados para la generación de los Componentes

Principales los cuales permitieron realizar la predicción espacial de las variables que

no presentaron una distribución normal.

4.3.1.2 Análisis espacial y estadístico de las muestras

Los valores de las variables edáficas fueron extraídos de la base de datos del

Proyecto ZONISIG, la cual cuenta con cuatrocientas noventa calicatas en la zona

de estudio las cuales fueron realizadas en diferentes momentos y con metodologías

diferentes. El proyecto ZONISIG se encargó de sistematizar toda la información

disponible del departamento.

Para la evaluación se utilizaron los valores de:

Conductividad Eléctrica (ds/m)

Profundidad del Horizonte hasta la roca madre (cm)

Textura

pH

Porcentaje de Materia Orgánica (%)

Nitrógeno Total (g/kg)

Fósforo (mg/kg)

Potasio intercambiable (cmol/kg)

Se procedió a realizar el análisis espacial y estadístico de las variables.

Para ello se procedió a realizar el análisis de patrones de los datos analizados

utilizando el software ILWIS 3.3.

El análisis estadístico se realizó utilizando la extensión XLSTAT del programa Microsoft

Excel 2007.



- 19 -

Aquellas variables que presentaron inicialmente una distribución no normal, fueron

procesadas para lograr una distribución normal mediante métodos matemáticos

(inversa, exponencial y logaritmo natural).

4.3.1.3 Predicción de los valores y generación de mapas temáticos edáficos

cuantitativos y continuos

A partir del análisis espacial y estadístico de los datos se seleccionó los métodos de

predicción para las diferentes variables.

Las variables de CE, profundidad, textura, pH, % de materia orgánica, Fósforo y

Potasio intercambiable presentaron una distribución no normal aún aplicando

métodos de normalización de datos.

En este caso se procedió a realizar métodos de interpolación “manual” provistos por

el software ILWIS 3.3.: Moving Average, Trend Surface y Moving Suface.

Para ello se genero un script para automatizar la generación de 48 mapas diferentes

con variaciones en los valores de función de peso (Distancia inversa, Decremento

linear) y exponente de peso (0.5, 1.0, 1.5, 2.0).

Los mapas resultantes fueron evaluados mediante la prueba de Bondad de ajuste,

la cual evalúa la correlación entre los valores reales y los valores predichos por los

métodos de interpolación. Los mapas que obtuvieron el mayor valor de correlación

fueron los utilizados en el modelo de evaluación de aptitud.

Para la variable de Nitrógeno total se logró una distribución normal aplicando el

logaritmo neperiano a los valores iniciales.

Con estos valores normalizados se procedió a realizar la predicción mediante la

utilización de la función de Kriging de regresión. Esta predicción fue posible

mediante el análisis de distribución del variograma de los datos, análisis que provee

la información necesaria para realizar la interpolación (nugget, sill, range).

El mapa resultante fue transformado a sus valores originales aplicando la función

matemática inversa a la del logaritmo natural (exponencial).



- 20 -

4.3.1.4 Mapas climáticos y de paisaje

El modelo de evaluación de la aptitud incluye los siguientes mapas climáticos:

Precipitación acumulada anual, Temperatura promedio, y Horas Frío acumuladas. Se

contaba con el primer mapa proveniente de la base de datos del proyecto

ZONISIG. El mapa de temperaturas promedio se obtuvo a partir de la interpolación

de los valores provenientes de las estaciones meteorológicas del Servicio Nacional

de Meteorología e Hidrología (SENAMHI) del área de estudio. La interpolación se

realizó aplicando los diversos métodos utilizados en las variables edáficas e

igualmente se evaluó los resultados mediante la técnica de Bondad de Ajuste.

Los valores de temperatura promedio mensual se utilizaron para generar el mapa de

Horas Frío acumuladas, las cuales se obtuvieron aplicando el método de Mota,

descrito por Toledo (2005). Estos valores fueron interpolados para obtener el mapa

continuo. Al igual que el mapa de temperatura promedio se procedió a realizar la

evaluación de Bondad de Ajuste.

Se utilizaron igualmente los mapas de pendiente en porcentaje (SLOPE) y el de

Aspecto provenientes del procesamiento del DEM los cuales describen las

características de paisaje requeridas por el cultivo.

4.3.2 Diseño e implementación del modelo de evaluación de la aptitud de uso de

las tierras para la vid

Con los mapas generados se diseñó un modelo de evaluación el cual analizó los

requerimientos edafoclimáticos específicos del cultivo de la vid y la oferta

presentada por la zona de estudio.

Para realizar el análisis de las variables se procedió a estandarizar los valores

presentados (convertir a valores de 0 a 1). Esta estandarización se realizó mediante

el software ILWIS y la herramienta de evaluación espacial.

El modelo empleado se basa en el trabajo realizado por Robert (2002) e Itami et all

(2000)quienes realizaron anteriormente modelamiento de zonas para la aptitud

vitícola y fue modificado en parte por la evaluación realizada a la Cadena

productiva de uvas, vinos y singanis realizada por Tsukamoto en 2005, donde los

productores indican que las variables climáticas representan un factor muy

importante en la producción de uva en la región:



- 21 -

Figura 4: Modelo de evaluación de la aptitud agrícola para la Vid

Fuente: Modificación de modelo de White R. (2003). Los valores inferiores corresponden al

peso y jerarquización dados a cada variable analizada.

4.3.3 Identificación de las zonas del Valle Central de Tarija con mayor aptitud para

la producción de vid.

El modelo de evaluación de aptitud produjo un mapa final estandarizado con

valores entre 0 y 1, el cuál fue reclasificado en el siguiente rango de valores y de

aptitud:

TABLA 3: Valores reclasificados en rangos de aptitud

Rango

Valores

Tipo de Aptitud Observaciones

> 0.90 MUY ALTA

APTITUD

Tierras que cumplen con más del 90% de los

requerimientos óptimos para el cultivo de la vid

0.75 – 0.90 ALTA APTITUD Tierras que cubren entre un 75 y un 90% los

requerimientos óptimos para el cultivo de la vid.

0.50 – 0.75 MEDIANA

APTITUD

Tierras que cubren entre 50 y 75% los

requerimientos óptimos para el cultivo de la vid

< 0.50 BAJA APTITUD Tierras que no cubren los requerimientos mínimos

para el cultivo de la vid

Fuente: Elaboración propia

APTITUD AGRÍCOLA PRODUCCIÓN

VITÍCOLA

SUELO

0.6

CE

0.07

pH

0.1

% MO

0.07

Textura

0.05

Profundidad

0.5

N

0.07

P

0.07

K

0.07

PAISAJE

0.1

PENDIENTE

0.85

ASPECTO

0.15

CLIMA

0.3

Tº PROM.

0.33

PP PROM

0.33

Horas Frío

0.33



- 22 -

A continuación presentamos un esquema del proceso y metodología

realizados:

FIGURA 5: Esquema de proceso de evaluación de aptitud productiva de la vid en el valle

central de Tarija

Fuente: Elaboración propia en base al modelo de Araujo (2009)



- 23 -

5 RESULTADOS Y DISCUSIÓN

5.1 Mapas edafoclimáticos generados

Las variables edáficas que no cumplían con una distribución normal (CE, textura, %MO, profundidad,

pH, Fósforo y Potasio) presentaron una mejor predicción de valores con el método Media Movible

(Moving Average), función de peso Distancia Inversa (Inverse Distance) y factor de peso de 2.

Los valores de correlación obtenidos en la prueba de Bondad de ajuste se presentan en el siguiente

cuadro:

CUADRO 1: Resultados de análisis de Bondad de Ajuste, mapas edáficos.

VARIABLE Valor de r2

Conductividad eléctrica 0.99888

Textura 1.00000

% de Materia orgánica 0.99947

Profundidad 0.99727

pH 0.99930

Fosforo 0.99658

Potasio 0.99960

Los valores predichos en los mapas resultantes fueron estandarizados a partir de los requerimientos

específicos del cultivo de la vid. Como resultado de la estandarización se obtuvieron mapas con

valores entre 0 y 1, siendo el valor de 1 el valor que representa cubrir óptimamente los

requerimientos de la uva.

A continuación presentamos los mapas estandarizados resultantes de las variables edáficas:



- 24 -



- 25 -

FIGURA 6: MAPA ESTANDARIZADO DE VALORES DE CONDUCTIVIDAD ELÉCTRICA



- 26 -



- 27 -

FIGURA 7: MAPA ESTANDARIZADO DE VALORES DE TEXTURA



- 28 -



- 29 -

FIGURA 8: MAPA ESTANDARIZADO DE VALORES DE % DE MATERIA ORGÁNICA



- 30 -



- 31 -

FIGURA 9: MAPA ESTANDARIZADO DE VALORES DE PROFUNDIDAD DEL SUELO



- 32 -



- 33 -

FIGURA 10: MAPA ESTANDARIZADO DE VALORES DE Ph



- 34 -



- 35 -

FIGURA 11: MAPA ESTANDARIZADO DE VALORES DE FÓSFORO



- 36 -



- 37 -

FIGURA 12: MAPA ESTANDARIZADO DE VALORES DE POTASIO INTERCAMBIABLE



- 38 -

El mapa de valores de Nitrógeno total fue obtenido mediante el Kriging de regresión,

cuyo valor fue estandarizado (Figura 13) para poder ser utilizado en el modelo de

evaluación.

El conjunto de mapas edáficos estandarizados fueron procesados mediante álgebra

de mapas en el Software ILWIS 3.3. generando un mapa estandarizado de variables

edáficas (Figura 14).

Los mapas estandarizados de las características del paisaje (pendiente y aspecto)

se presentan a continuación al igual que el mapa estandarizado de variables de

paisaje elaborado a partir de los dos anteriores.



- 39 -

FIGURA 13: MAPA ESTANDARIZADO DE VALORES DE NITRÓGENO TOTAL



- 40 -



- 41 -

FIGURA 14: MAPA ESTANDARIZADO DE VARIABLES EDÁFICAS



- 42 -



- 43 -

FIGURA 15: MAPA ESTANDARIZADO DE VALORES DE PENDIENTE



- 44 -



- 45 -

FIGURA 16: MAPA ESTANDARIZADO DE VALORES DE ASPECTO DE LA SUPERFICIE



- 46 -



- 47 -

FIGURA 17: MAPA ESTANDARIZADO DE VARIABLES DE PAISAJE



- 48 -



- 49 -

Los mapas climáticos obtenidos fueron igualmente estandarizados para poder ser

aplicados en el modelo de evaluación. A través del álgebra de mapas se obtuvo el

mapa estandarizado de variables climáticas (Figura 21).

FIGURA 18: MAPA ESTANDARIZADO DE VALORES DE PRECIPITACIÓN PLUVIAL PROMEDIO



- 50 -



- 51 -

FIGURA 19: MAPA ESTANDARIZADO DE VALORES DE TEMPERATURA PROMEDIO



- 52 -



- 53 -

FIGURA 20: MAPA ESTANDARIZADO DE VALORES DE HORAS FRÍO



- 54 -



- 55 -

FIGURA 21: MAPA ESTANDARIZADO DE VARIABLES CLIMÁTICAS



- 56 -



- 57 -

5.2 Mapa generado por el modelo de evaluación de aptitud

Los mapas estandarizados de variables edáficas, de paisaje y climáticas fueron

procesados mediante álgebra de mapas para obtener un mapa de aptitud del

territorio para la producción vitícola a partir del modelo desarrollado:

FIGURA 22: MAPA ESTANDARIZADO DE APTITUD DEL TERRITORIO PARA LA PRODUCCIÓN VITÍCOLA



- 58 -

5.3 Mapa final de aptitud de productividad vitícola e identificación de zonas

con alta aptitud para la producción de uva

El mapa de aptitud estandarizado fue clasificado a partir del rango de valores del

Cuadro 3. A partir de ello se identifican espacialmente las zonas de mayor aptitud

para la producción de uva en el Valle Central de Tarija.

La zona de estudio fue clasificada y se obtuvieron los siguientes resultados en función

a la superficie:

TABLA 4: Resultados de la clasificación a partir de la aptitud del territorio para la

productividad vitícola

CLASE SUPERFICIE EN

HECTÁREAS

% DE LA ZONA DE

ESTUDIO

Muy Alta

Aptitud

18,331.38 3.74

Alta Aptitud 218,005.56 44.49

Mediana

Aptitud

249,881.49 50.99

Baja Aptitud 3,809.88 0.78

TOTAL 490,028.31 100.00

Igualmente se puede identificar que las tierras clasificadas como con muy alta

aptitud para la producción de uva se ubican principalmente en la zona oeste, sud

oeste y noroeste del área de estudio.

El mapa final de aptitud clasificada se presenta en la Figura 23.



- 59 -

FIGURA 23: MAPA DE APTITUD DEL TERRITORIO PARA PRODUCCIÓN VITÍCOLA



- 60 -

5.4 Discusión

El modelo de evaluación de la aptitud del territorio utilizado incluye las variables

representativas que influyen en la producción de uva.

Los requerimientos edáficos analizados a través del balance entre oferta del terreno

y demanda del cultivo fueron cartografiados a partir de la estandarización de los

valores presentados por el terreno según el rango de valores requeridos por la uva.

En el caso de la Conductividad eléctrica los valores estandarizados se encontraron

entre 0.41 y 0.96. La textura fue estandarizada dando el máximo valor a aquellas que

son las recomendadas para el cultivo y un valor de 0 para las que no lo eran. En el

caso de la materia orgánica los valores oscilaron entre 0.39 y 1, teniendo el valor de

1 aquellos pixeles que presentaron porcentajes mayores al 2% recomendado para la

vid.

Los valores estandarizados de la profundidad del terreno se ubicaron entre 0.39 y 1.

Los valores máximos se dieron a aquellas profundidades mayores a los 75

centímetros requeridos para una óptima productividad. Para el nitrógeno y el

fósforo, estos oscilaron entre 0 y 1, lo cual dependía del cumplimiento de los rangos

aceptables de nutrientes requeridos. En el caso del potasio se presentaron valores

entre 0 y 0.66 lo cuál indica que este elemento se encuentra en forma deficiente. El

potasio es esencial para la maduración de los frutos, por lo que el no cumplir con los

requisitos óptimos para la producción afectará la aptitud del territorio para la

producción de uva.

El mapa estandarizado de variables edáficas presentó valores entre 0.4544 y 0.9278

logrando superar el 90% de los requerimientos edáficos óptimos por parte del cultivo

en algunas áreas.

Es importante tener en cuenta que los datos procesados para la obtención de los

mapas edáficos, provenían del proyecto ZONISIG el cuál sistematizó la información

espacial del departamento de Tarija. Estos datos provenían de diferentes fuentes y

los métodos de obtención de los valores para las distintas variables son diferentes, al

igual que la fecha de obtención de los mismos.

La aplicación de la metodología de predicción a partir de componentes

geomorfométricos fue realizada a la variable Nitrógeno y no así a las otras pues estas

no presentaban una distribución normal. La alta variabilidad de los componentes del

suelo justifican esta distribución no normal.

Igualmente en algunos puntos de muestreo no se tomaron todos los datos o no se

contaba con información proveniente del laboratorio del suelo, incluyendo



- 61 -

únicamente información respecto a profundidad y características físicas del punto

de muestreo.

Para las variables del paisaje, en ambos casos se presentaron valores entre 0 y 1, al

igual que el mapa resultante de variables de paisaje. Para este conjunto de

variables se lograron zonas que cumplían completamente con los requerimientos

óptimos de la vid.

Las variables climáticas presentaron diferentes comportamientos. La precipitación

pluvial promedio presentó valores estándar entre 0.40 y 1. La temperatura promedio

se ubicó entre valores de 0.22 y 1. Las horas frío oscilaron entre valores de 0.58 y 1.

El mapa estandarizado de variables climáticas presentó valores entre 0.56 y 0.98

representando que existen zonas con un cumplimiento muy alto (98%) de las

condiciones climáticas óptimas para la producción de uva.

El resultado estandarizado de aptitud del territorio para la productividad vitícola

presentó valores entre 0.3678 y 0.95278; lo que implica que se encontraron zonas que

cubrían más del 95% de los requerimientos óptimos para la producción del cultivo.

Los resultados obtenidos concuerdan con la información bibliográfica referente a la

zona, la cual identifica a la zona como la de mayor potencial para el cultivo de la

uva.

El contar con más de dieciocho mil hectáreas con una muy alta aptitud representa

una oportunidad de desarrollo claramente identificada por parte de la

gobernación. Igualmente se identificaron doscientas dieciocho mil hectáreas que

cubren entre un 75 y 90% los requerimientos óptimos del cultivo de la vid, lo cual

representan oportunidades de desarrollo para la zona en función de la capacidad

de mejora de la condiciones a partir de la inversión, prácticas culturas y utilización

de tecnología adecuada.



- 62 -

6 CONCLUSIONES

A partir de los resultados obtenidos concluimos que:

Los métodos de predicción de características del terreno son aplicables a

variables edáficas específicas para la producción agrícola.

Las variables edáfoclimáticas obtenidas mediante los métodos de predicción

cubren los requerimientos óptimos para la producción de uva hasta en un

95%.

El Valle Central de Tarija presenta un potencial productivo muy alto para el

cultivo de la uva, pues cuenta con un 3.74 % de tierras con una muy alta

aptitud y un 44.49% de tierras con alta aptitud para el cultivo.

La evaluación de la aptitud del territorio se puede aplicar a cultivos

específicos a partir de la definición de sus requerimientos y la oferta

presentada por parte del territorio.

El potencial identificado por la Gobernación del Departamento de Tarija y el

análisis realizado por la Cadena de Uvas, Vinos y Singanis, se confirma a partir

de los resultados obtenidos.

La evaluación de la aptitud de productividad representa una herramienta

adecuada para procesos de planificación territorial pues aprovecha las

características ofrecidas por el territorio de manera óptima en cultivos cuyos

requerimientos se ubiquen dentro de dicha oferta, lo que asegura una

adecuada implementación del cultivo y alta productividad del mismo.

La productividad agrícola depende de diversos factores, dentro de los cuales

las variables edafoclimáticas representan un componente primordial. Aún

cuando la zona de estudio cuenta con áreas de una muy alta aptitud para la

producción de uva, se cuenta con rendimientos muy inferiores en relación a

otros países, lo cuál puede explicarse por las técnicas agrícolas inadecuadas

aplicadas por los productores, el material genético con el que se cuenta, la

tecnología empleada, procesamiento postcosecha y capacidad

organizacional del sector vitícola tarijeño.



- 63 -

7 RECOMENDACIONES

Se recomienda:

Aun cuando en el mapa de aptitud no se han obtenido áreas con valores

estandarizados iguales a 1, esto no implica que aquellas zonas identificadas

como con una muy alta aptitud y alta aptitud, no puedan llevar adelante

medidas correctivas o aplicación de tecnologías para optimizar las

características edafoclimáticas para la producción de uva.

El área de estudio fue definida a partir de la división política del

departamento (división municipal). Para optimizar la identificación de zonas

con alta aptitud productiva se puede replicar la evaluación en la parte

central y oeste de la zona de estudio, pues en esta área se identificaron los

valores más altos de aptitud FAO(Alimentación, 2009).



- 64 -

8 BIBLIOGRAFÍA

A. DELOIRE Emmanuelle, et all (2005) Grapevine responses to terroir: A global

approach. J. Int. Sci. Vigne Vin 39, n°4,

AGRALIA (2010). "Horas frío por meses para frutales." Retrieved Noviembre,

2010, from http://aym.juntaex.es/servicios/Horas_frio/. Extremadura, España.

AGRIQUEM S.L. (2003). Manual de Fertirrigación para el cultivo de la uva de

mesa (Vitis vinifera L.).

Área de Desarrollo - Agrobanco. (2008) Cultivo de la Uva. Lima, Perú.

CAHILL Kimberly, et all (2007) Modeling climate change impacts on wine

grape yields and quality in California. 9

CREASY Glen L. y CREASY Leroy L. (2009). Grapes. C. P. S. i. H. Series.

Oxfordshire, UK.

FAO (2007). "ECOCROP." from

http://ecocrop.fao.org/ecocrop/srv/en/cropView?id=2160.

Food and Agriculture Organization of the United Nations – FAO. (2007). Land

Evaluation, Towards a revised framework. Land and Water Discussion Paper.

FAO. Roma. 6: 124.

FISHER James (2010). Scalinf of terroir and geospatial mapping of vineyard soils

via electromagnetic. 19th World Congress of Soil Science, Soil Solutions for a

Changing World. Brisbane, Australia.

HENAO, Ramón G. 2005. Introducción a la Geoestadística. Teoría y aplicación.

HIRSCHFELT Donna J. (1995). Soil Fertility and Vine Nutrition.

ITAMI Robert, et all (2000). Integrating the Analytical Hierarchy Process with GIS

to capture expert knowledge for Land Capability Assessment. 4th International

Conference on Integrating GIS and Environmental Modeling (GIS/EM4):

Problems, Prospects and Research Needs. GIS/EM4. Alberta, Canada.

JONES Gregory V. et all (2004). "Modeling Viticultural Landscapes: A GIS

Analusis of the Terroir Potential in the Umpqua Valley of Oregon." Geoscience

Canada 31, Number 4.

MENDEZ Jesús J. (2006). "Viticultura de precisión. Una radiografía para el

diagnóstico." ACE Revista de Enología.

Organización de las Naciones Unidas para la Agricultura y la Alimentación -

FAO. (2009). Guía para la descripción de suelos. FAO. Roma.

Programa de Fortalecimiento al Complejo de Uvas, V. y. S. (2009). "Viñedos de

Bolivia." 8.

ROSSITER, David G. 1996. Rossiter, D.G. 1996. A theoretical framework for land

evaluation (with Discussion). Geoderma 72, 165-202.

SMITH Lloyd and WHIGHAM Peter (1999). Spatial Aspects of Vineyard

Management and Wine Grape Production. Presented at SIRC 99 – The 11th

http://aym.juntaex.es/servicios/Horas_frio/http://ecocrop.fao.org/ecocrop/srv/en/cropView?id=2160http://www.itc.nl/~rossiter/pubs/theorycs.htmhttp://www.itc.nl/~rossiter/pubs/theorycs.htm



- 65 -

Annual Colloquium of the Spatial Information Research Centre. U. o. Otago.

Dunedin, New Zealand.

SMITH Lloyd (2002). Site Selection for Establishment & Management of

Vineyards. Presented at SIRC 2002 – The 14th Annual Colloquium of the Spatial

Information Research Centre. Dunedin, New Zealand, University of Otago.

STANHOPE Annette (2006) Technical Terroir. How Technology is helping

vineyard development. Wines Northwest.

TOLEDO Sergio. (2005). Horas frio frutales. Valparaiso, Chile. www.ecoplant.cl

TSUKAMOTO, Akihiro. (2005). Diagnóstico de la Cadena Productiva "Uvas,

Vinos y Singanis" (Tarija y Chuquisaca). Tarija, JICA - Japanese International

Cooperation Agency.

Unidad de Análisis Productivo - UDAPRO. (2009). Atlas de Potencialidades

Productivas del Estado Plurinacional de Bolivia 2009 - COCHABAMBA.

Ministerio de Desarrollo Productivo y Economía Plural. La Paz.

Unidad de Desarrollo, Prefectura del Departamento de Tarija. (2005). Plan

Departamental de Ordenamiento Territorial Tarija. Ministerio de Desarrollo

Sostenible. Tarija.

VARGAS Ronald (2010). Modelamiento de procesos terrestres (Geomorfometría y

Pedometrics). Centro de Levantamientos Aeroespaciales y Aplicaciones SIG

para el Desarrollo Sostenible de los Recursos Naturales. Universidad Mayor de

San Simón. Cochabamba.

VAUDOUR E. y SHAW A.B. (2005). "A Worldwide Perspective on Viticultural

Zoning." South African Journal of Enologie and Viticulture 26 No.2: 10.

WHITE Robert E. (2003). Soils for Fine Wines. O. U. Press. New York.

http://www.ecoplant.cl/



- 66 -

ANEXO

Resultados del Análisis Exploratorio de Datos – Pruebas de normalidad variables edáficas

XLSTAT 2008.7.03 - Pruebas de normalidad - el 05/12/2010 a 23:52:40

Datos: Libro = Libro1 / Hoja = Hoja1 / Rango = Hoja1!$C$3:$C$257 / 254 filas y 1 columna

Nivel de significación (%): 5

Estadísticas descriptivas:

Variable ObservacionesObs. con datos perdidosObs. sin datos perdidosMínimo Máximo Media Desviación típica

CE 254 0 254 0.000 17.250 0.811 1.633

Prueba de Shapiro-Wilk (CE):

W 0.421

p-valor < 0.0001

alfa 0.05

Interpretación de la prueba:

H0: La muestra sigue una ley Normal.

Ha: La muestra no sigue una ley Normal.

Como el p-valor computado es menor que el nivel de significación alfa=0.05, se debe rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha.

El riesgo de rechazar la hipótesis nula H0 cuando es verdadera es menor que 0.01%.

Prueba de Anderson-Darling (CE):

A² +Inf

p-valor < 0.0001

alfa 0.05






Prueba de Lilliefors (CE):

D 0.310

D (estandarizado) 4.935

p-valor < 0.0001

alfa 0.05






Prueba de Jarque-Bera (CE):

JB (Valor observado) 28037.397

JB (Valor crítico) 5.991

GDL 2

p-valor < 0.0001

alfa 0.05








- 67 -

XLSTAT 2008.7.03 - Pruebas de normalidad - el 06/12/2010 a 11:15:55

Datos: Libro = Libro4 / Hoja = Hoja1 / Rango = Hoja1!$B$2:$B$235 / 233 filas y 1 columna

Nivel de significación (%): 5

Estadísticas descriptivas:

Variable ObservacionesObs. con datos perdidosObs. sin datos perdidosMínimo Máximo Media Desviación típica

MO 233 0 233 0.170 15.630 1.648 1.317

Prueba de Shapiro-Wilk (MO):

W 0.638

p-valor < 0.0001

“Zonificación de tierras potenciales para la producción vitícola a … · 2010. 12. 12. ·...

Documents

Transcript of “Zonificación de tierras potenciales para la producción vitícola a … · 2010. 12. 12. ·...