ADAPTACIÓN DEL MODELO DE LOCALIZACIÓN DE MÁXIMA COBERTURA PARA OPTIMIZAR LA PRODUCTIVIDAD DE LOS CULTIVOS CON BASE A SU CICLO
DOI:
https://doi.org/10.33936/revbasdelaciencia.v7iESPECIAL.4393Palabras clave:
índice de Turc, Problema de localización, Producción agrícola, Variables meteorológicasResumen
En el presente estudio, se ha realizado una revisión bibliográfica con la finalidad de determinar un modelo de optimización que maximice la productividad de los cultivos de ciclo corto en función de las fechas de siembra, considerando como base tres de las variables meteorológicas que están siendo afectadas por el cambio climático, las cuales son: temperatura, radiación solar y precipitación. Por la naturaleza del problema, la formulación se asemeja al modelo de localización de máxima cobertura (MCLP), por tal motivo se ha realizado un análisis detallado de este modelo. Para definir la función objetivo se utilizó al índice de capacidad agrícola de Turc ya que este permite calcular la productividad mensual de los cultivos mediante la multiplicación de tres factores: solar, aridez y térmico que se relacionan con la radiación solar, precipitación y la temperatura respectivamente, con base a esto se hizo un modelado a partir del MCLP, con el cual se puede determinar (localizar) la fecha óptima de siembra, en donde la productividad va a ser máxima. Para el uso de este modelo se hicieron adaptaciones al índice de Turc, con el fin de que la productividad se mida semanalmente. Al final se obtuvo un modelo que por la forma en la que las variables intervienen resultó ser un problema no lineal con variables binarias, pero que guardó relación al MCLP.
Descargas
La descarga de datos todavía no está disponible.
Citas
Alvarez, D. M. (2015). ECOFISIOLOGÍA DEL CULTIVO DE MAÍZ. La publicación que se presenta titulado El cultivo de maı́z en la provincia de San Luis es un actualizado trabajo de información para la toma de decisiones relacionado con el cultivo. El ı́ndice nos señala un recorrido de datos, información y resultados de ensayos demostrativos localizados realizado por un grupo interdisciplinario públicoprivado., 7.
Boirivant, J. A. (2011). El análisis postoptimal en programación lineal aplicada a la agricultura. Reflexiones, 90(1), 4.
Boirivant, J. A. (2013). Modelo de optimización para un asentamiento agrı́cola en La Cruz de Guana caste, Costa Rica. InterSedes: Revista de las Sedes Regionales, 14(29), 1942.
Camino, E. R., Ruggeroni, J. R. P. y Hernández, F. H. (2014).Quinto informe de evaluación del IPCC: Bases fı́sicas. Revista Tiempo y Clima, 5(43).
Caride Gómez, J. A. y Meira Cartea, P. Á. (2019). Educación, ética y cambio climático.
ChávezRamı́rez, E., GonzálezCervantes, G., GonzálezBarrios, J. L., DzulLópez, E., Sánchez Cohen, I., López Santos, A. y Chávez Simental, J. A. (2013). Uso de estaciones climatológicas automáticas y modelos matemáticos para determinar la evapotranspiración. Tecnologı́a y ciencias del agua, 4(4), 115126.
Church, R. V. (1974). CR 1974.“ The Maximum Covering Location Problem.” Pap. Sci, 32, 10118.
Delgado, O. S., Aguilar, Z. S., Mesa, M. P., Dı́az, S. B. y Camargo, L. C. (2015). Estudio del comportamiento e impacto de la climatologı́a sobre el cultivo de la papa y del pasto en la región central de Boyacá empleando los sistemas dinámicos. 8Study of the Behavior and Impact of the Weather on the Potato Crop and Pasture in the Central Region of Boyacá Using Dynamic Systems. Ciencia En Desarrollo, 6(2), 215224.
Della Maggiora, A., Gardiol, J. e Irigoyen, A. (2000). Requerimientos hı́dricos. Bases para el manejo del maı́z, el girasol y la soja. Andrade, FE y Sadras, V. O, editores. Editorial Médica Panamericana SA.
Dı́az, C. A. F., Montoya, M. M., Álvarez, E. R., Giraldo, J. A. B. y Guerrero, J. M. (2015). Beneficio económico de la implementación de buenas prácticas en cultivos de palma de aceite de productores de pequeña escala en Colombia. Revista Palmas, 36(2), 2738.
Dı́az Valdés, T., Partidas Ruvalcaba, L., Suárez Fernández, Y. E., Lizárraga Jiménez, R. y López López, Á. (2014). Uso eficiente del agua y producción óptima en maı́z, con el uso de cuatro dosis de nitrógeno. Revista Ciencias Técnicas Agropecuarias, 23(1), 3236.
Espinosa Paredes, G. y Rodrı́guez, A. V. (2016). Aplicaciones de programación no lineal. Omnia Science.
Estrada, R. (2011). Ajustes al ı́ndice de potencialidad agrı́cola de Turc para lograr mejores diseños de los mecanismos para compartir beneficios en los Andes. Documento de trabajo, 4.
Fischer, G. y Pérez, C. P. (2012). Efecto de la radiación solar en la calidad de los productos hortı́colas. Memorias del Congreso Internacional de Hortalizas en el Trópico (en CD), 2830.
Flores Gallardo, H., Ojeda Bustamante, W., Flores Magdaleno, H., Sifuentes Ibarra, E. y Mejı́a Saénz, E. (2013). Simulación del rendimiento de Maı́z (Zea mays L.) en el norte de Sinaloa usando el modelo Aquacrop. Agrociencia, 47(4), 347359.
Garcı́a, C. C. (1990). EL campo de Cartagena: Clima e hidrologia de un medio semiarido (Vol. 13). EDITUM.
Garcı́a, D. y Moreno, P.P.(1996). Programación lineal entera y programación no lineal. Universidad de Oviedo.
Gort, G. B. G., Villafranca, M. H., Corrales, C. P. y Bustillo, C. W. G. (2018). Modelos matemáticos para describir la producción de biomasa de la Moringa oleifera. Anuario Ciencia en la UNAH, 16(1).
Hernández Córdova, N., Soto Carreño, F., Florido Bacallao, R., Plana Llerena, R., Caballero Núñez, A., Maqueira López, L. A., Cid Lazo, G., López Ceijas, T., Chaterlan Durruty, Y., Garcı́a López, A. y col. (2016). Utilización de un modelo de simulación para la predicción del comportamiento de algunos cereales en las condiciones de Cuba. Cultivos Tropicales, 37(1),7884.
Iniesta, R. G. (2001). Aproximación al estudio de la estructura agraria y sus cambios en el Alto Almanzora. (Repercusiones de la PAC y posibilidades de desarrollo rural) (Vol.47).Universidad Almerı́a.
López Feldman, A. J. y Hernández Cortés, D. (2016). Cambio climático y agricultura: una revisión de la literatura con énfasis en América Latina. El trimestre económico, 83(332), 459496.
Lujano, A., Quispe, J. P. y Lujano, E. (2019). Métodos alternativos de estimación de evapotranspiración de referencia en la estación de Yauri Cusco, Perú. Revista de Investigaciones Altoandinas, 21(3), 215224.
Marini, F., Santamarı́a, M., Oricchio, P., Di Bella, C. M. y Basualdo, A. (2017). Estimación de evapotranspiración real(ETR)y de evapotranspiración potencial(ETP)en el sudoeste bonaerense (Argentina) a partir de imágenes MODIS.
Murray, A. T., Tong, D. y Kim, K. (2010). Enhancing classic coverage location models. International Regional Science Review, 33(2), 115133.
OjedaBustamante, W., SifuentesIbarra, E., ÍñiguezCovarrubias, M. y MonteroMartı́nez, M. J. (2011). Impacto del cambio climático en el desarrollo y requerimientos hı́dricos de los cultivos. Agrociencia, 45(1), 111.
Pereyra Dı́az, D., Cruz Torres, D. G. y Pérez Sesma, J. A. A. (2011). La Evapotranspiración Real (ETR) en la cuenca del rı́o La Antigua, Veracruz: estado actual y ante escenarios de cambio climático. Investigaciones geográficas, (75), 3750.
Rocha, A., Bert, F., Skansi, M. d. l. M., Veiga, H., Podestá, G., Ruiz Toranzo, F., González, M. y col (2012).Pronóstico de rendimiento de los cultivos de granos en la región pampeana a través del uso de modelos de simulación agronómica.
Sau, F., CEDRÓN, F. L., Confalones, A. y Lizaso, J. (2012). Modelos de simulación del cultivo de maı́z: Fundamentos y aplicaciones en España. Pastos, 40(2), 117138.
Tello Domı́nguez, E. P. (2015). Empresas que provisionan productos del ciclo cortó en el paı́s, sus formas de registro y funcionalidades en empresas agrı́colas familiares.
Villalobos,F.yRetana,B.(2017).Efectodelcambioclimáticoenlaagricultura.ExperienciasenCosta Rica.
Boirivant, J. A. (2011). El análisis postoptimal en programación lineal aplicada a la agricultura. Reflexiones, 90(1), 4.
Boirivant, J. A. (2013). Modelo de optimización para un asentamiento agrı́cola en La Cruz de Guana caste, Costa Rica. InterSedes: Revista de las Sedes Regionales, 14(29), 1942.
Camino, E. R., Ruggeroni, J. R. P. y Hernández, F. H. (2014).Quinto informe de evaluación del IPCC: Bases fı́sicas. Revista Tiempo y Clima, 5(43).
Caride Gómez, J. A. y Meira Cartea, P. Á. (2019). Educación, ética y cambio climático.
ChávezRamı́rez, E., GonzálezCervantes, G., GonzálezBarrios, J. L., DzulLópez, E., Sánchez Cohen, I., López Santos, A. y Chávez Simental, J. A. (2013). Uso de estaciones climatológicas automáticas y modelos matemáticos para determinar la evapotranspiración. Tecnologı́a y ciencias del agua, 4(4), 115126.
Church, R. V. (1974). CR 1974.“ The Maximum Covering Location Problem.” Pap. Sci, 32, 10118.
Delgado, O. S., Aguilar, Z. S., Mesa, M. P., Dı́az, S. B. y Camargo, L. C. (2015). Estudio del comportamiento e impacto de la climatologı́a sobre el cultivo de la papa y del pasto en la región central de Boyacá empleando los sistemas dinámicos. 8Study of the Behavior and Impact of the Weather on the Potato Crop and Pasture in the Central Region of Boyacá Using Dynamic Systems. Ciencia En Desarrollo, 6(2), 215224.
Della Maggiora, A., Gardiol, J. e Irigoyen, A. (2000). Requerimientos hı́dricos. Bases para el manejo del maı́z, el girasol y la soja. Andrade, FE y Sadras, V. O, editores. Editorial Médica Panamericana SA.
Dı́az, C. A. F., Montoya, M. M., Álvarez, E. R., Giraldo, J. A. B. y Guerrero, J. M. (2015). Beneficio económico de la implementación de buenas prácticas en cultivos de palma de aceite de productores de pequeña escala en Colombia. Revista Palmas, 36(2), 2738.
Dı́az Valdés, T., Partidas Ruvalcaba, L., Suárez Fernández, Y. E., Lizárraga Jiménez, R. y López López, Á. (2014). Uso eficiente del agua y producción óptima en maı́z, con el uso de cuatro dosis de nitrógeno. Revista Ciencias Técnicas Agropecuarias, 23(1), 3236.
Espinosa Paredes, G. y Rodrı́guez, A. V. (2016). Aplicaciones de programación no lineal. Omnia Science.
Estrada, R. (2011). Ajustes al ı́ndice de potencialidad agrı́cola de Turc para lograr mejores diseños de los mecanismos para compartir beneficios en los Andes. Documento de trabajo, 4.
Fischer, G. y Pérez, C. P. (2012). Efecto de la radiación solar en la calidad de los productos hortı́colas. Memorias del Congreso Internacional de Hortalizas en el Trópico (en CD), 2830.
Flores Gallardo, H., Ojeda Bustamante, W., Flores Magdaleno, H., Sifuentes Ibarra, E. y Mejı́a Saénz, E. (2013). Simulación del rendimiento de Maı́z (Zea mays L.) en el norte de Sinaloa usando el modelo Aquacrop. Agrociencia, 47(4), 347359.
Garcı́a, C. C. (1990). EL campo de Cartagena: Clima e hidrologia de un medio semiarido (Vol. 13). EDITUM.
Garcı́a, D. y Moreno, P.P.(1996). Programación lineal entera y programación no lineal. Universidad de Oviedo.
Gort, G. B. G., Villafranca, M. H., Corrales, C. P. y Bustillo, C. W. G. (2018). Modelos matemáticos para describir la producción de biomasa de la Moringa oleifera. Anuario Ciencia en la UNAH, 16(1).
Hernández Córdova, N., Soto Carreño, F., Florido Bacallao, R., Plana Llerena, R., Caballero Núñez, A., Maqueira López, L. A., Cid Lazo, G., López Ceijas, T., Chaterlan Durruty, Y., Garcı́a López, A. y col. (2016). Utilización de un modelo de simulación para la predicción del comportamiento de algunos cereales en las condiciones de Cuba. Cultivos Tropicales, 37(1),7884.
Iniesta, R. G. (2001). Aproximación al estudio de la estructura agraria y sus cambios en el Alto Almanzora. (Repercusiones de la PAC y posibilidades de desarrollo rural) (Vol.47).Universidad Almerı́a.
López Feldman, A. J. y Hernández Cortés, D. (2016). Cambio climático y agricultura: una revisión de la literatura con énfasis en América Latina. El trimestre económico, 83(332), 459496.
Lujano, A., Quispe, J. P. y Lujano, E. (2019). Métodos alternativos de estimación de evapotranspiración de referencia en la estación de Yauri Cusco, Perú. Revista de Investigaciones Altoandinas, 21(3), 215224.
Marini, F., Santamarı́a, M., Oricchio, P., Di Bella, C. M. y Basualdo, A. (2017). Estimación de evapotranspiración real(ETR)y de evapotranspiración potencial(ETP)en el sudoeste bonaerense (Argentina) a partir de imágenes MODIS.
Murray, A. T., Tong, D. y Kim, K. (2010). Enhancing classic coverage location models. International Regional Science Review, 33(2), 115133.
OjedaBustamante, W., SifuentesIbarra, E., ÍñiguezCovarrubias, M. y MonteroMartı́nez, M. J. (2011). Impacto del cambio climático en el desarrollo y requerimientos hı́dricos de los cultivos. Agrociencia, 45(1), 111.
Pereyra Dı́az, D., Cruz Torres, D. G. y Pérez Sesma, J. A. A. (2011). La Evapotranspiración Real (ETR) en la cuenca del rı́o La Antigua, Veracruz: estado actual y ante escenarios de cambio climático. Investigaciones geográficas, (75), 3750.
Rocha, A., Bert, F., Skansi, M. d. l. M., Veiga, H., Podestá, G., Ruiz Toranzo, F., González, M. y col (2012).Pronóstico de rendimiento de los cultivos de granos en la región pampeana a través del uso de modelos de simulación agronómica.
Sau, F., CEDRÓN, F. L., Confalones, A. y Lizaso, J. (2012). Modelos de simulación del cultivo de maı́z: Fundamentos y aplicaciones en España. Pastos, 40(2), 117138.
Tello Domı́nguez, E. P. (2015). Empresas que provisionan productos del ciclo cortó en el paı́s, sus formas de registro y funcionalidades en empresas agrı́colas familiares.
Villalobos,F.yRetana,B.(2017).Efectodelcambioclimáticoenlaagricultura.ExperienciasenCosta Rica.
Descargas
Publicado
2022-12-27
Número
Sección
Ciencias Matemáticas
Licencia
Derechos de autor 2022 Joffre Paúl Añazco Chávez, Miguel Alfonso Flores Sánchez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
