PROGRAMA DE FORMACIÓN DE RECURSOS HUMANOS EN GUANAJUATO PARA LA IMPLEMENTACION DE UN SISTEMA...

PROGRAMA DE FORMACIÓN DE PROGRAMA DE FORMACIÓN DE RECURSOS HUMANOS EN RECURSOS HUMANOS EN GUANAJUATO PARA LA GUANAJUATO PARA LA

IMPLEMENTACION DE UN SISTEMA IMPLEMENTACION DE UN SISTEMA ESTATAL DE PREDICCION DE ESTATAL DE PREDICCION DE

COSECHAS.COSECHAS.

PROGRAMA DE FORMACIÓN DE PROGRAMA DE FORMACIÓN DE RECURSOS HUMANOS EN RECURSOS HUMANOS EN GUANAJUATO PARA LA GUANAJUATO PARA LA

IMPLEMENTACION DE UN SISTEMA IMPLEMENTACION DE UN SISTEMA ESTATAL DE PREDICCION DE ESTATAL DE PREDICCION DE

COSECHAS.COSECHAS.

Abril del 2002.Abril del 2002.

Predicción de Cosechas Guanajuato

2002

INTRODUCCIÓNINTRODUCCIÓNINTRODUCCIÓNINTRODUCCIÓN

En el estado de Guanajuato, el INIFAP inició, con el apoyo de SAGARPA, la Secretaría de Desarrollo Agropecuario, SDA y la Fundación Guanajuato Produce A.C., la implementación de un sistema estatal de predicción de cosechas con el fin de generar información precisa y oportuna para apoyar las decisiones técnicas, administrativas y de apoyo a la agricultura, desde el nivel de productor, hasta los tomadores de decisiones al nivel regional.

Para ello, se diseñó un programa de capacitación de un grupo de jóvenes profesionales de la agronomía y la informática el cual contempla el manejo de datos de clima, suelo y planta; metodologías para la toma de muestras del crecimiento y desarrollo de cultivos

El INIFAP ha desarrollado tecnología propia en estas áreas y opera actualmente un programa nacional y un laboratorio central de predicción de cosechas. Hasta ahora, este programa había funcionado bajo un esquema centralizado, en el cual los investigadores de los diferentes estados se concretaban a proveer los datos para que las estimaciones del rendimiento y volumen de cosechas se realizaran en el laboratorio central, emitiéndose reportes dirigidos a la alta dirección de SAGARPA.

Actualmente este programa nacional brinda el apoyo necesario a los estados para que se formen bases de recursos humanos que puedan establecer y operar sistemas de predicción de las cosechas en cada entidad.

El estado de Guanajuato cuenta con los elementos para ser considerado como piloto en esta nueva etapa del proyecto, pues en esta entidad se cuenta con antecedentes muy importantes en cuanto al uso de las metodologías de sensores remotos (Soria, 1999) y el desarrollo de modelos de simulación dinámica (Quijano y colaboradores, 1998), para la estimación de rendimientos y el volumen de cosechas en diferentes cultivos.

El presente documento describe en forma muy resumida los resultados obtenidos en los primeros 5 meses de operación de este programa en Guanajuato.


2002

PRODUCTORESPRODUCTORES

y la aplicación de herramientas como el modelaje dinámico y los sistemas de información geográfica.

PROGRAMA DE PROGRAMA DE CAPACITACIONCAPACITACIONPROGRAMA DE PROGRAMA DE CAPACITACIONCAPACITACION

Con el propósito de contar con los elementos para llevar a cabo un trabajo cada vez más preciso, el programa de capacitación consideró tres áreas fundamentales:

La capacitación en metodologías para la caracterización de zonas agrícolas, es de suma importancia para ir mejorando la precisión de estos estudios al identificar zonas con diferente potencial de producción y utilizar esta información como criterio para seleccionar las áreas de muestreo.

1. Metodología para la caracterización de zonas agrícolas

2. Metodología de Monitoreo de los Cultivos

3. Metodologías para el procesamiento de la información (Laboratorio).

1.1. Generación y actualización permanente de un sistema de información Planta-Suelo-Clima

La base de este sistema es el modelo de simulación MSPEC (Modelo de Simulación del Potencial Ecológico de los Cultivos), el cual permite calcular la producción diaria de materia seca de maíz, sorgo, trigo y cebada, tanto bajo condiciones de producción potencial, como de limitación de humedad.

Los componentes de esta metodología son:

a) Generación y actualización permanente de un sistema de información Planta-Suelo-Clima

b) Identificación de zonas agrícolas

c) Caracterización climática

d) Caracterización por suelo

e) Cálculo de las distribuciones de probabilidad para el rendimiento en cada ARH por Clima y Suelo usando modelos de simulación.

Metodología para la caracterización de zonas agrícolasMetodología para la caracterización de zonas agrícolas


2002

Este modelo requiere de la integración de una base de datos de Clima a nivel diario considerando los siguientes parámetros:

Temperatura máxima

Temperatura mínima

Precipitación

Evaporación

Radiación Solar

Adicionalmente se requiere conformar una base de datos con los parámetros fisiológicos y fenológicos (caracterización), de los Genotipos sobresalientes en la Región. Estos parámetros incluyen:

1.2. Identificación de las Zonas Agrícolas.

El propósito de esta fase consiste en obtener la delimitación de las áreas cuyo uso del suelo es predominantemente agrícola. Para ello se hace acopio de la cartografia tematica del estado impresa a escala 1:250,000 y 1:50,000 sobre Uso del suelo, y Regiones Fisiográficas. A partir de la sobreposición de esta información se generan mapas donde se delimitan las Zonas Agrícolas y las Sierras.

1. Edad fisiológica en función de Unidades Calor2. Patrón de distribución de la Materia Seca en función de Edad Fisiológica3. Area foliar específica en función de Edad Fisiológica.

Lomerios (Temporal)

Sierras (No Agricola)

Mesetas (Temporal)

Lanura (Riego)

Valle (Riego)


2002

Areas de Influencia de Estaciones Areas de Influencia de Estaciones climatológicas en el Edo de Guanajuatoclimatológicas en el Edo de Guanajuato

Areas de de Respuesta Homogénea por Areas de de Respuesta Homogénea por Clima y Suelo en el Edo de GuanajuatoClima y Suelo en el Edo de Guanajuato

1.3. Caracterización climática.

En esta etapa se obtiene la delimitación de las áreas homogéneas en cuanto a condiciones de Clima, y para conseguirlo es necesario ubicar geográficamente las estaciones climatológicas que cuentan con una serie de datos históricos de 10 o más años.

Una vez ubicadas las estaciones que cumplen con los requisitos mencionados, se asigna a cada estación un área de influencia utilizando el metodo de Polígonos de Thiesen. Una vez obtenidas las Areas de Respuesta Homogénea (ARH) por clima se sobreponen a éstas, las Areas de Serranías y se corrigen los polígonos.

1.4. Caracterización por suelo.

En lo que se refiere a la caracterización por suelos el trabajo consiste en ubicar en un mapa los diferentes tipos de suelo que existen en el área agrícola, obtener, de la síntesis geográfica, la descripción de los perfiles representativos de las unidades predominantes y crear una base de datos en hoja de cálculo con las propiedades hidráulicas que permiten alimentar el modelo MSPEC para estimar el balance de humedad a nivel diario.

El mapa con los diferentes tipos de suelo se sobrepone a los de los anteriores temas para formar las ARH por Clima y Suelo de las zonas agrícolas del estado.


2002

1.5. Cálculo de las distribuciones de probabilidad para el rendimiento en cada ARH por Clima y Suelo usando modelos de simulación.

Una vez que se cuenta con la caracterización física de la región bajo estudio, se procede a estimar el potencial de producción del cultivo en cada condición de clima y suelo para poder delimitar las regiones con base en criterios de productividad y/o de probabilidad de siniestros.

El procedimiento en esta etapa implica la definición de una serie de condiciones y supuestos

Distribución acumulativa de probabilidadaes para maíz de punta de riego sembrado el 1o. de junio en Jerécuaro, Gto.

0

1000

2000

3000

4000

5000

6000

7000

0 0.2 0.4 0.6 0.8 1 1.2

Probabilidad Acumulada

Ren

dim

ien

to d

e g

ran

o d

e m

aíz

(kg

/ha)

respecto a los sistemas de producción, los cuales tienen que ver con la condición de humedad, el genotipo, la fecha de siembra, etc. Esta información se utiliza para alimentar el MSPEC, el cual se corre para cada ARH por Clima y Suelo, considerando la fecha de siembra y el genotipo predominantes en la región y utilizando la serie histórica de datos de cada estación climatológica.

Los rendimientos para cada ARH por Clima y Suelo correspondientes a los años de la serie histórica se ordenan y se clasifican de menor a mayor, obteniéndose las frecuencias relativas para cada grupo de rendimientos. A partir de esta información se generan las distribuciones acumulativas de probabilidad para el rendimiento y se selecciona un nivel de probabilidad acumulada del 80 % para delimitar las zonas productivas del estado con base en el rendimiento potencial.

7,000 – 7,999

6,000 – 6,999

5,000 –5,9993,000- 4,999

8,000 o mas

Menores a 3,000

7,000 – 7,999

6,000 – 6,999

5,000 –5,9993,000- 4,999

8,000 o mas

Menores a 3,000


2002

Pénjamo

León

Silao

Romita

Irapuato

AbasoloValle de Stgo

Yuriria

Salamanca

Acámbaro

Sn Diegode la Unión

Dolores Hidalgo

Allende

Comonfort

Celaya Ap.el Gde

Ap. el Alto

JerécuaroSalvatierra

Purisima delRincón Sn Fco del

Rincón

Cd. ManuelDoblado

San FelipeOcampo

Sn Luis de la Paz

Victoria

Dr. Mora

Sn JoséIturbirde

Villagran

Juventino

Cortazar

JaralHuanímaro

Pueblo N.

Cuerámaro

MoroleónUriangatoSgo. M

TarimoroCoroneo

Guanajuato

Tarandacuao

XichuAtargea

Tierra Blanca

Sta.Catarina

La capacitación en metodología para el monitoreo de cultivos tiene como fin el preparar a los técnicos que se encargan de llevar a cabo los muestreos de campo, haciendo énfasis en la oportunidad y la precisión con que éstos deben efectuarse para obtener la representatividad de una zona agrícola

En el ciclo P-V 2001, se llevaron a cabo los trabajos de monitoreo de los cultivos de maíz y sorgo; y en el ciclo O-I 2001-2002 se trabaja con trigo y cebada. El primer paso consiste en identificar, dentro de las diferentes zonas productivas, áreas compactas en donde el cultivo predomine en un 80% para delimitar polígonos que comprendan una superficie mínima de 300 ha. Para ello se cuenta con un equipo GPS (Global Positioning System), el cual permite determinar con precisión las coordenadas geográficas de cada vértice del polígono, dentro del cual se determina la gama de condiciones diferentes que prevalecen de acuerdo con factores como

la fecha de siembra, la densidad de población y el manejo agronómico en general, señalándose los lotes que representan diferencias palpables en cuanto a los factores mencionados.

Metodología Metodología de monitoreo de cultivode monitoreo de cultivo


2002

En dichos lotes se lleva a cabo la medición del Indice de Area Foliar, IAF en la etapa de inicio de la floración, ya que es en este período cuando existe una mayor correlación entre el IAF y el rendimiento final. Los valores del IAF se utilizan para alimentar el modelo MSPEC, simular el curso del período de llenado de grano y estimar el rendimiento final.

El muestreo de IAF se lleva a cabo buscando las parcelas representativas dentro del bloque y los sitios representativos al interior de las parcelas.

Al inicio del ciclo, se hace una estimación del rendimiento con base solamente en la fecha de siembra, el tipo de suelo y datos históricos de clima. El muestreo de IAF permite corregir la estimación inicial y aproximarse con mayor precisión al rendimiento final del cultivo.

Para estimar volumen de cosecha, se utiliza información procedente de parcelas de productores, datos de las estaciones climáticas automatizadas y estadísticas locales, además de aplicar el modelo de simulación MSPEC. Para ello se utiliza un procedimiento que permite estimar el rendimiento de los cultivos a través de la medición de variables como el Indice de Area Foliar,

y otras variables que son medidas en campo sin tener que cortar partes vegetativas de las plantas. La aplicación de modelos de simulación y funciones de producción permitien hacer una estimación de los rendimientos esperados de estos cultivos.

Los datos puntuales se extrapolan a escala regional utilizando la delimitación de zonas agricolas basada en el rendimiento potencial.

De este modo es posible estimar el volumen total de producción para las zonas productivas más importantes del estado.

2.1 Medición del Indice de Area Foliar

2.2 Estimación de rendimiento

11,028 109,949

19,504 N.D.

10,600 128,154

Sup. ha V.T.P. Ton.

31,379 275,193


2002

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

0 20 40 60 80 100 120 140 80

Días del ciclo

Producción

Estimación inicial

Muestreo de campo

Estimación final

0

1000

2000

3000

4000

5000

6000

7000

8000

9000

10000

0 20 40 60 80 100 120 140 80

Días del ciclo

Producción

Estimación inicial

Muestreo de campo

Estimación final

0

2000

4000

6000

8000

10000

12000

14000

16000

0 2000 4000 6000 8000 10000 12000 14000 16000

Rendimiento Estimado

Re

nd

imie

nto

Re

al

Finalmente el procedimiento para la estimación puntual de las cosechas contempla una etapa de verificación de resultados, la cual implica regresar a los sitios donde se obtuvo el IAF y llevar a cabo muestreos de rendimiento. Estos datos se comparan con las estimaciones realizadas mediante el modelo de simulación MSPEC.

El dato de superficie sembrada en el ciclo se obtiene actualmente de las cifras oficiales de SAGARPA, las cuales se van corrigiendo conforme avanza el ciclo.

El pronóstico final se emite con un anticipación de al menos 1 mes y medio a la cosecha.


2002

Pénjamo

León

Silao

Romita

Irapuato

Abasolo

Valle de Stgo

Yuriria

Salamanca

Acámbaro


Dolores Hidalgo

Allende

Comonfort

Celaya Ap.el Gde

Ap. el Alto



Rincón

Cd. ManuelDoblado

San FelipeOcampo

Sn Luis de la Paz

Victoria

Dr. Mora

Sn JoséIturbirde

Villagran

Juventino

Cortazar

JaralHuanímaro

Pueblo N.

Cuerámaro

MoroleónUriangato

Sgo. M

Tarimoro

Coroneo

Guanajuato

Tarandacuao

XichuAtargea

Tierra Blanca

Sta.Catarina

59,848 595,547

12,479 N.D.

47,159 462,629

SUP. ha V.T.P. Ton.

462,629.7 tonPredicción al 22 de

septiembre del 2001

Datos oficiales de SAGARPA a enero

del 2002

500,475.0 ton

595,547.4 ton

527,001.0 ton

No se consideró

123,129.0 ton

Región 321

2.3 Volumen de produccion de grano de sorgo en condiciones de riego en Guanajuato

La caracterización de las zonas agrícolas permitió identificar tres áreas de estudio por niveles de producción de sorgo, siendo las regiones 1 y 2 (ver mapa) donde se obtuvieron resultados directos de campo, después se hizo un comparativo con los datos proporcionados por SAGARPA, donde se encontró una diferencia de 30,700 ton entre lo pronosticado y lo real.

La región 3 no fue analizada, por presentar una menor superficie y una mayor dispersión del cultivo.


2002

PREDICCIÓN DE COSECHA DE SORGO DE RIEGO

VOLUMEN DE PRODUCCIÓN

Pénjamo

León

Silao

Romita

Irapuato

Abasolo

Valle de Stgo

Yuriria

Salamanca

Acámbaro


Dolores Hidalgo

Allende

Comonfort

Celaya Ap.el Gde

Ap. el Alto



Rincón

Cd. ManuelDoblado

San FelipeOcampo

Sn Luis de la Paz

Victoria

Dr. Mora

Sn JoséIturbirde

Villagran

Juventino

Cortazar

JaralHuanímaro

Pueblo N.

Cuerámaro

MoroleónUriangato

Sgo. M

Tarimoro

Coroneo

Guanajuato

Tarandacuao

XichuAtargea

Tierra Blanca

Sta.Catarina

101,556.3 ton

PREDICCIÓN DE COSECHA DE CEBADA DE RIEGO

AL 8 DE MARZO DEL 2002

Superficie sembrada* 17,080 ha

54,123.95 ton

8,103.7 ha

No se consideró

2096 ha

Región 3

2.4 Volumen de produccion de grano de cebada en condiciones de riego en Guanajuato para el ciclo O-I 2001-2002

Para el ciclo O-I 2001-2002, la caracterización de las zonas agrícolas también permitió identificar tres áreas de estudio por niveles de producción de cebada. En las regiones 1 y 2 (ver mapa) se realizaron muestreos en campo, que junto con el dato oficial de superficie proporcionado por la SAGARPA, permitió realizar la predicción de cosechas al mes de marzo.

La región 3 no se consideró, porque el dato de superficie sembrada era pequeña, además de presentar una mayor dispersión del cultivo.


2002

Purisima delRincón

Pénjamo

León

Silao

Romita

Irapuato

Abasolo

Valle de Stgo

Yuriria

Salamanca

Acámbaro


Dolores Hidalgo

Allende

Comonfort

CelayaAp.el Gde

Ap. el Alto


Sn Fco delRincón

Cd. ManuelDoblado

San FelipeOcampo

Sn Luis de la Paz

Victoria

Dr. Mora

Sn JoséIturbirde

Villagran

Juventino

Cortazar

JaralHuanímaro

Pueblo N.

Cuerámaro

MoroleónUriangato Sgo. M

Tarimoro

Coroneo

Guanajuato

Tarandacuao

Xichu

Atargea

Tierra Blanca

Sta.Catarina

Rendimiento Promedio 5,945 ton/ha 6,679.08 ton/ha No se consideró

1 2

* Fuente SAGARPA 2002

Volumen de producción

Actualmente el Programa de Capacitación en metodologías para procesamiento de información contempla la realización de talleres de entrenamiento en el manejo de modelos de simulación, sensores remotos y sistemas de información geográfica, para los cuales se cuenta con el apoyo de prestigiados especialistas del INIFAP en estos temas.

Operación del modelo EPIC

Operación del sistema DSSAT

Operación del modelo MSPEC

Manejo del software IDRISI y MAPINFO

Elaboración de cartografía temática

Manejo de software para imágenes de satéliteProcesamiento de imágenes de satélite

Metodologías para el procesamiento de la información Metodologías para el procesamiento de la información

Estos talleres permitirán elevar la precisión y confiabilidad de los pronósticos, además de que se desarrollará la capacidad en el estado para llevar a cabo estos procesos localmente.Entre otros temas de capacitación relacionados con el manejo de información para propósitos de caracterización de regiones y análisis del sistema planta-suelo-clima, se han contemplado los siguientes:


2002

Predicción de

Cosechas Guanajuato 2002

CORTAZAR

JARAL

La visión a futuro del programa de predicción de cosechas es lograr la adopcion del sistema de información por parte de los productores, de tal forma que este se convierta en una herramienta para la toma de decisiones, permitiendo de esta manera mejorar su proceso de producción, al identificar aquellos factores que afectan mayormente el rendimiento.Con la participación de los productores, la resolución de la predicción de cosechas se podrá bajar hasta un nivel de parcela. Se pretende además que esta información sirva a las organizaciones y/o grupos de productores para la validación de tecnologías y para la definición de zonas con

rendimientos similares y de esta manera las instituciones de aseguramiento diseñen esquemas adecuados a las características de cada área. De igual manera esto ayudara a realizar el pronóstico de Predicción de Cosechas a nivel estatal, con una estadística de mayor confiabilidad.

Actualmente se ha establecido contacto con Productores en el Ejido “La Mocha” del municipio de Cortazar, Gto., con el Módulo de Riego de Huanímaro, Gto., y con la Unión de Ejidos “Miguel Hidalgo” ; con quienes se pretende iniciar la transferencia del sistema de información.Esto implica el diseño de un programa de capacitación a hijos de productores y/o asesores técnicos, quienes serán los encargados de llevar a cabo los muestreos de campo y participar en el análisis y procesamiento de los datos, necesarios para el funcionamiento de este sistema.

Ejido “La Mocha”, Cortazar, Gto.Ejido “La Mocha”, Cortazar, Gto.

Ortofoto Digital “La Mocha”, Cortazar, Gto.Ortofoto Digital “La Mocha”, Cortazar, Gto.

PPERSPECTIVASERSPECTIVASPPERSPECTIVASERSPECTIVAS

PROGRAMA DE PROGRAMA DE PREDICCION DE COSECHAS EN PREDICCION DE COSECHAS EN GUANAJUATOGUANAJUATOPROGRAMA DE PROGRAMA DE PREDICCION DE COSECHAS EN PREDICCION DE COSECHAS EN GUANAJUATOGUANAJUATO

Campo Experimental Bajio. Km. 6.5 carr Celaya-San Miguel de AllendeC.P. 38010 Celaya, Gto., Tel. (461) 6-11-53-23 ext 120.

[email protected]; [email protected]

Area de Sistemas:Area de Sistemas:

Ing. Humberto Pérez AcevedoM.C. Danahé Cortés Velasco

Monitoreo de Campo (Maíz y Trigo):Monitoreo de Campo (Maíz y Trigo):

Ing. Salvador Salgado CarmonaIng. Antonio Pérez Morales

Monitoreo de Campo (Sorgo y Cebada)Monitoreo de Campo (Sorgo y Cebada)

Ing. Isaias Villegas PalomoIng. Jorge Valente Velez Granados

INVESTIGADORES RESPONSABLES INVESTIGADORES RESPONSABLES

M.C. Juan Angel Quijano CarranzaM.C. Roberto Paredes Melesio

BECARIOSBECARIOS

PROGRAMA DE FORMACIÓN DE RECURSOS HUMANOS EN GUANAJUATO PARA LA IMPLEMENTACION DE UN SISTEMA...

Documents

Transcript of PROGRAMA DE FORMACIÓN DE RECURSOS HUMANOS EN GUANAJUATO PARA LA IMPLEMENTACION DE UN SISTEMA...