We have moved!

The bigger, better, brand new DAPA blog is here (link)


Please note this Blog is not updated anymore.

We have moved! -- CLICK HERE --
Decision and Policy Analysis Research Area – DAPA

Nueva publicación científica que habla sobre mejorar las decisiones en agricultura a partir de una combinación de: datos, métodos modernos de análisis y conocimiento de expertos

platano_big_data

Utilizar información que surge del día a día en campos de agricultores a la que se le implementaría clustering y métodos de regresión para generar resultados que luego serán interpretados por expertos del cultivo y convertidos en recomendaciones técnicas; fue el eje central del artículo de investigación realizado por el grupo AEPS-BIG DATA de CIAT. Este enfoque busca utilizar como insumo inicial datos reales de cultivos comerciales convirtiéndose en una alternativa distinta a la información que proviene de la investigación tradicional que es comúnmente basada en ensayos experimentales bajo condiciones controladas.

En el artículo se comenta que en la investigación tradicional la información se genera por dominios de recomendación los cuales han sido definidos como grupos de fincas que están bajo condiciones ambientales y socio-económicas similares y por lo tanto pueden ser agrupados para realizar una misma recomendación a nivel de mega-ambiente. No obstante para esto se utiliza una escala todavía muy grande sí se compara con la de los sistemas productivos agrícolas, y por lo tanto no representan correctamente la variabilidad ambiental de los sistemas productivos dentro de dicho mega-ambiente.

Una perspectiva distinta que es en la que se enfoca esta investigación, fue colectar las experiencias de muchos ciclos de producción de fincas de agricultores. Como en cada uno de estos ciclos hay una oferta ambiental específica respecto a su clima y suelo (factores no controlables) y cierto manejo agronómico (factores controlables) entonces cada evento es único por lo que se deduce que este panorama es mucho más específico y se aproximaría más a una recomendación de micro-ambiente. La información puede ser registrada por medio de teléfonos móviles o plataformas web y la estrategia de análisis es implementar primero un algoritmo de clustering sobre los factores no controlables para construir eventos homólogos y después considerar esta estructura dentro de un modelo mixto que explique el rendimiento.

Los resultados interpretados con el acompañamiento de expertos proporcionarían información útil y más específica para que agricultores tomen decisiones acerca de elegir variedades, dibujos de siembra y fertilizaciones de acuerdo a las características de clima y suelo de su cultivo.

El caso de estudio del artículo fue evaluado para Colombia en el cultivo de plátano donde se recopiló 1322 ciclos de cosecha entre el 2010 y 2011, la información contenía datos de: clima, suelos y manejo agronómico, se evaluaron dos sistemas: monocultivo y cultivo asociado.

El artículo está disponible y puede encontrarlo aquí.

Related Posts Plugin for WordPress, Blogger...
Share this:

Leave a Reply

Your email address will not be published. Required fields are marked *


*

about CIAT

If you could answer these three short questions, that would be really appreciated http://dapa.ciat.cgiar.org/we-want-to-know-our-readers/

Our Latest Presentations