AESCE en 4to Encuentro nacional de Agricultura de Conservación

Agricultura específica por sitio compartiendo experiencias(AESCE) aplicada a la producción de frutales en Colombia Secretarias técnicas de las cadenas productivas (mango, aguacate, cítricos, plátano) www.frutisitio.org www.ciat.cgiar.org Con la participación de :

Agricultura de precisión Agricultura específica por (AP) sitio (AEPS) •Manejo de lotes a mayor •Manejo de lotes según sus escala/resolución dentro del lote caractérísticas particulares •Mide la variación dentro del lote •Mide la variación entre lotes •Analiza el efecto de un factor o factor •Analiza la combinación de factores por factor sobre la productividad. sobre su efecto en la productividad • Modelos requieren conocimiento • Modelos construidos con limitado detallado de procesos involucrados en conocimiento acerca de la interacción de el crecmiento de las plantas.(relaciones los factores que determinan el más exactas) crecimiento de una planta (caña, café) – Relaciones aproximadas Referencias: Plant, 2001. Computers and electronics in agriculture. Jiménez et al., 2009. Computers and electronics in agriculture Jiménez et al., 2011. Agricultural Systems Cock et al., 2011. Agricultural Systems

Agricultura de Precisión (AP)Variación dentro del lote•Elementos  Fertilización•Agua  Riegos•Plagas y enfermedades  Manejo fitosanitario

Agricultura Específica por Sitio(AEPS) Es un área definida por el productor y se diferencian claramente de otras por características ambientales, prácticas agrícolas o características del cultivar establecido en ella. Tipos de manejo Edad de las 6 plantas 6 Variedad Tipo de suelo 3 Las unidades de manejo existen debido a razones naturales como las diferencias en las características de los suelos, climáticas o topográficas, o debido a la intervención del agricultor quien implementa y experimenta con diversas prácticas agrícolas.Agricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Definición Agricultura Específica por Sitio Según CENICAÑA: El arte de realizar las prácticas agronómicas requeridas por un cultivo de acuerdo con las condiciones espaciales y temporales del sitio donde se cultiva, para obtener de ella su máximo rendimiento potencial. (Isaacs et al., 2004)Agricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Caña de azúcar y AEPS: Tons of sugar per ha per month 1.6 1.4 AEPS Technology development for local 1.2 conditions based on SSA Tecnología AutóctonaTAHM 1.0TAHM Tecnologia Importada 0.8 Broad Adaptation development 0.6 Nota: un taller realizado en oct 2010, CENICAÑA ilustro que en sus investigaciones recientes se esta integrando 0.4 Imported technology información de las practicas que hacen cañicultores poco y muy exitosos para aprender de lo que realizan 0.2 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 Año Año Cenicaña

Antecedentes AEPS en Colombia • Caña de azúcar: CENICAÑA ( más de 20 años) • Camarones: Ceniacua • Café : CIAT– Federación nacional de cafeteros • Frutales sin gremios organizados: BIOTEC – CIAT – HEIG-VD Alrededor de 8 años de experiencia en el tema – 6 años detrás de la idea en frutales tropicalesAgricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

AESCE: basado en principios de : Enfoques analíticos Modelos no lineales Modelos matemáticos Estudio de Framingham Modelos lineales Optimizar operacionesObservación operaciones organización Investigación operacionalModelo tradicional de investigación No control de factores Experimentos controlados Efecto de variables separadas AESCE Ambientes Heterogéneos efecto combinado de factores Agricultores ensayan y experimentan permanentemente Experiencias productivas de los agricultores experimentación continua aumento productividad sin entidades estatales Compartir experiencias giras visitas Inglaterra 1650 Investigación participativa publicaciones Sin estaciones experimentales

AESCE: Investigación - innovaciónInvestigación : Manifiesta una idea – no necesariamente útil Tomado de presentación de inventta ColombiaInnovación: pone en práctica una idea o concepto de manera exitosa AESCE: Una herramienta que facilita la innovación Sistema de drenaje depresión momposina hace 100s de años http://kyapa.tripod.com/agengineering/drainage-lowland/sp-drainage.htm

La oportunidad de AES actualmente• La existencia de bases de datos medioambientales y socioeconomicas : permiten caracterizar cualquier experimento que se lleve a cabo a nivel de finca• Nuevos enfoques analíticos, mecanismos de captura y entrega de información a través de ICTs, internet• Organización rural alrededor de las cadenas productivas

OBJETIVO PRINCIPAL Aumentar la competitividad de los productores de frutales en el país por medio de un sistema de Agricultura Especifica por Sitio basado en compartir experiencias (AESCE) entre productores de cítricos, aguacate, mango y plátano.Agricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Componentes generales de AESCE • Recopilar información sobre las características ambientales de los sitios y las experiencias o "eventos" de 1 los agricultores • Analizar e interpretar la información recopilada 2 • Implementar manejo específico por sitio, a través de grupos de productores (compartiendo experiencias ) 3Agricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Información de Entrada y salida en una unidad de manejo Relieve y Suelo Clima Topografía y paisaje Manejo del cultivo • Producción y calidad • Mejores condiciones ambientales y de suelos • Prácticas mas adecuadas • Adaptación de variedadesAgricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Principios AESCEPrincipio 1 Principio 2 Principio 3Cultura de medición Conocimiento colectivo Uso de tecnologíaLo que no se mide no se puede manejar eficientemente

Recopilar información Topografía y Suelos Clima Paisaje/Topografía Elevation Slope Aspect Manejo:TICs Suelos: RASTAAgricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Clima y Paisaje •WorldClim •SRTM Mean annual •TRMMtemperature (ºC) -30.1 •BIOCLIM 30.5Elevation Slope Aspect Solar Radiation Annualprecipitation (mm) 0 12084

Datos de Suelo: RASTARASTACaracteriza los suelos yterreno enforma rápida, confiable ysencilla en el sitio

Tomando información en campoDiseño y validación de formularios de captura GPS Android 2.2 Froyo Samsung Galaxy Fit. Inclinómetro

Implementar manejo específico por sitio, a través de grupos deproductores (compartiendo experiencias ) )Agricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Analizar e interpretar la información recopilada 350 100 90 300 80 250 70Number of observations Number of observations 60 200 50 150 40 30 100 20 50 10 0 0 0.0013 0.0510 0.1008 0.1505 0.2003 0.2500 0.0012 0.4271 0.8531 1.2790 1.7050 2.1309 0.0261 0.0759 0.1256 0.1754 0.2251 0.2142 0.6401 1.0661 1.4920 1.9180 Lulo Yield (Kg/plant/week) Andean blackberry y ield (Kg/plant/week) Mora (Rubus glaucus) Lulo (Solanum quitoense) Positive deviance

Analizar e interpretar la información recopilada 1.8 Predicted y = 0.892x + 0.015 Predicted yield (kg/plant/week) R² = 0.892 1.3 0.8 0.3 -0.2 -0.2 0.3 0.8 1.3 1.8 Real yield (kg/plant/week)Jiménez, D., Cock, J., Satizábal, F., Barreto, M., Pérez-Uribe, A., Jarvis, A. and Van Damme, P., 2009. Computers andElectronics in Agriculture. 69 (2): 198–208 0.25 Predict… 0.2 Predicted yield (kg/plant/week) y = 0.984x + 0.003 R² = 0.714 0.15 0.1 0.05 0 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 Real yield (kg/plant/week)Jiménez, D., Cock, J., Jarvis, A., Garcia, J., Satizábal, H.F., Van Damme, P., Pérez-Uribe, A. and Barreto-Sanz, M., 2011.Agricultural Systems. 104 (3): 258-270

Analizar e interpretar la información recopiladaAprendiendo de experiencias previas de AES en el país – para cultivos con menororganización social Caña en el Valle Café Rainfall Table 6. Coffee quality (final score) obtained by various Climatologic associations in five environmental clusters al Evapotranspirat Zoning by Soil Effect est Prob ion Water moisture Main Effects balance groups Cluster 1 12.8 0.0111 Soil Permeability Cluster 2 -3.7 0.3780 Agro ecological Cluster 3 -2.5 0.5316Soils study Zones Cluster 4 2.0 0.6327 Natural Cluster 5 -8.6 0.0379 drainage Soils Association ADPASO -12.6 0.0167 managemen t Groups Plátano en Pereira Clave: Las variables empleadas para definir las zonas

Analizar e interpretar la información recopiladaVariables más relevantes en la producción 0.18 0.16 0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 Tres variables: 1. Profundidad efectiva, 2. Temperatura y 3. Pendiente fueron relevantes para ambas regresiones lineal y no lineal

Ejemplos reales en frutales en Colombia(Redes neuronales artificiales en combinación con metodologías tradicionales) Caso de estudio: Lulo (Solanum quitoense) – clustering Las tres variables relevantes fueron utilizadas para definir grupos con condiciones ambientales homogéneas = 3

Ejemplos reales en frutales en Colombia(Redes neuronales artificiales en combinación con metodologías tradicionales)Caso de estudio: Lulo (Solanum quitoense) – Modelo mixto para conocer los efectos sobre laproductividad de grupos con condiciones ambientales homogéneas Variable ranges HEC Slope (degrees) EffDepth (cm) TempAvg_0 (°C) 50.00 5-14 21-40 15 -16.5 1 8-15 32-69 15 -18.9 2 40.00 13-24 40-67 15.8 -19 3 30.00 Lulo yield (kg/plant/week) 20.00 10.00 0.00 1 2 3 -10.00 -20.00 -30.00 Effects of clusters of environmental conditions Condiciones ambiental homogénea 3 fue la mas productiva – 41 gr de lulo /planta más que el promedio

Ejemplos reales en frutales en Colombia(Redes neuronales artificiales en combinación con metodologías tradicionales)Caso de estudio: Lulo (Solanum quitoense) – Modelo mixto para conocer los efectos sobre laproductividad de grupos con condiciones ambientales homogéneas y las fincas HEC como proxy para variabilidad ambiental Finca como proxy para manejo 60.00 Lulo yield (kg/plant/week) 40.00 20.00 0.00 1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21 -20.00 1 2 3 -40.00 -60.00 Effects of farms across the EC clusters of environmental conditions -80.00 •El modelo mixto explicó mas del 80 % de variación en productividad de lulo. • Ej. Finca 9 en condición ambiental homogénea 3 produce 51 g de lulo /planta más que el promedio

Condiciones ambientales homogéneasAgricultura específica por sitioSDR de Pereira experiencias (AESCE) Nelson Vásquez Bautista www.frutisitio.orgcompartiendo

Cítricos Visualización Edad Temperatura Kg/Arbol(a) Suelo Franco Arcilloso •Producciones altas: •Producciones bajas: •Árboles entre 10 y 13 años •Presencia de suelos •Temperaturas entre 23 y 25 °C franco-arcillososAgricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

Implementarmanejo específicopor sitio, a través degrupos deproductores(compartiendoexperiencias )

Implementar manejo específico por sitio, a través de grupos deproductores (compartiendo experiencias ) - Plataforma informáticaCaracterizando mi finca – sistema en linea

•Plataforma informática

Implementar manejo específico por sitio, a través de grupos deproductores (compartiendo experiencias ) Fusión con proyecto Escuelas de Campo - ECAs Experiencia de todos, prosperidad para todos

www.frutisitio.orgAgricultura específica por sitiocompartiendo experiencias (AESCE) www.frutisitio.org

http://www.frutisitio.org	196
http://feeds.feedburner.com	16
http://newsfeeds.cg-feeds.cgiarconsortium.org	2
http://www.dapa-blog.co.cc	1

AESCE en 4to Encuentro nacional de Agricultura de Conservación

by Aesce Compartiendo Experiencias on Nov 17, 2011

Accessibility

Tags

Upload Details

Usage Rights

4 Embeds 215

Statistics

AESCE en 4to Encuentro nacional de Agricultura de Conservación — Presentation Transcript