Mapas de aptittud en terminos climaticos para la caña de azucar

Carga de archivos de precipitacion

precipitacion_documento = list.files("C:/Users/aleja/Downloads/OneDrive_1_9-5-2024/Precipitación_10m/", full.names = TRUE)
precipitacion_all = stack(precipitacion_documento)
names(precipitacion_all)=month.name
Theme_precipitacion <- rasterTheme(region = brewer.pal(9, "Blues"))
levelplot(precipitacion_all,par.settings=Theme_precipitacion,main = "Grafico de niveles de precipitación por mes")

La imagen anterior muestra una serie de doce mapas, cada uno correspondiente a un mes del año, desde enero hasta diciembre. Estos mapas muestran la distribución global de la precipitación con una escala de colores en el lado derecho que va de 0 a 1800 milímetros, indicando la cantidad de precipitación.

La escala de colores indica que los tonos más oscuros de azul representan niveles más altos de precipitación. Los mapas incluyen líneas de latitud de 50°S a 50°N y líneas de longitud de 100°O a 100°E. Los mapas tienen colores muy claros, lo que sugiere niveles bajos de precipitación.

summary(precipitacion_all)
##         January February   March   April     May    June    July  August
## Min.          0        0       0       0       0       0       0       0
## 1st Qu.       0        2       5       7       8       2       7      15
## Median       12       13      18      21      24      23      34      39
## 3rd Qu.      39       37      47      48      53      63      74      75
## Max.        743      567     647     680     640    1173    1718    1329
## NA's    1521009  1521009 1521009 1521009 1521009 1521009 1521009 1521009
##         September October November December
## Min.            0       0        0        0
## 1st Qu.         5       5        2        1
## Median         29      24       17       15
## 3rd Qu.        61      56       48       43
## Max.          766     727      617      747
## NA's      1521009 1521009  1521009  1521009

Los valores que presentan una mediana con valores altos haciendo referencia a la precipitacion es Julio y Agosto. En cuanto al valor minimo, el valor mínimo de precipitación en enero, febrero, marzo, y así sucesivamente, es 0, lo que sugiere que hubo momentos sin precipitación en esos meses.

Carga de archivos de temperatura

temperatura_documento = list.files("C:/Users/aleja/Downloads/OneDrive_1_9-5-2024/Promedio_Temperatura/", full.names = TRUE)
temperatura_all = stack(temperatura_documento)
names(temperatura_all)=month.name
levelplot(temperatura_all,par.settings=BuRdTheme,main = "Datos de temperatura promedio por mes")

La visualización de datos enfatiza cómo las temperaturas generalmente aumentan a medida que se avanza de los meses de invierno a los de verano y disminuyen nuevamente hacia el invierno.

summary(temperatura_all)
##               January      February         March         April           May
## Min.        -45.47475     -44.79750     -57.90050 -6.418850e+01     -64.69050
## 1st Qu.     -24.57931     -28.10106     -28.64813 -2.704531e+01     -26.26706
## Median      -12.22363     -13.04150      -8.36775 -3.433750e-01       6.11625
## 3rd Qu.      13.87569      15.50231      18.15519  1.913725e+01      19.56606
## Max.         33.58550      32.53525      32.65400  3.419375e+01      36.22250
## NA's    1521009.00000 1521009.00000 1521009.00000  1.521009e+06 1521009.00000
##                  June          July        August     September       October
## Min.        -64.27475     -68.40000     -66.32300 -6.440525e+01 -5.585025e+01
## 1st Qu.     -26.98319     -28.64037     -29.04169 -2.679000e+01 -2.395013e+01
## Median       11.76000      14.03938      12.48688  7.517625e+00  8.053750e-01
## 3rd Qu.      21.20394      22.47563      22.34056  2.121544e+01  1.979581e+01
## Max.         38.21725      39.09800      38.07850  3.538275e+01  3.226825e+01
## NA's    1521009.00000 1521009.00000 1521009.00000  1.521009e+06  1.521009e+06
##              November      December
## Min.    -4.341875e+01     -44.22200
## 1st Qu. -2.452319e+01     -23.15637
## Median  -7.431875e+00     -10.63775
## 3rd Qu.  1.782675e+01      14.72400
## Max.     3.274175e+01      32.77875
## NA's     1.521009e+06 1521009.00000

De acuerdo a los datos Julio tiene el pico mas alto de temperatura, se mantiene temperatura alta de Mayo a Julio.

Rangos óptimos sobre los cuales se obtienen rendimientos potenciales

Precipitación mensual entre 125 y 290 milimetros

precipitacion_optima =precipitacion_all>=125&precipitacion_all<=290
mytheme <- rasterTheme(region = brewer.pal(9, "Blues"))
names(precipitacion_optima)=month.name
levelplot(precipitacion_optima,main = "Precipitación Mensual optima para la caña",par.settings=mytheme)

names(precipitacion_optima)=month.name
levelplot(precipitacion_optima,par.settings=BuRdTheme, main = "Precipitación anual optima para la caña")

A continuación se presenta consolidada la información de precipitación anual, delimitando el rango de 0 a 100, donde 100 corresponde a que la zona presenta las condiciones de precipitación durante los 12 meses del año.

indic_precipitacion <- sum((precipitacion_optima)/12*100)
plot(indic_precipitacion, main="Sumatoria del rango de precipitacion")

El mapa muestra que hay condiciones favorables de precipitación para el cultivo de caña de azúcar en una región significativa de Sudamérica, que incluye países como Colombia, Ecuador, Perú y Brasil. Además, también se observan condiciones favorables en otras áreas del continente africano.

Estas observaciones sugieren que estas regiones podrían ser excelentes ubicaciones para el cultivo de caña de azúcar debido a las condiciones climáticas favorables en términos de precipitación. La disponibilidad de agua es fundamental para el crecimiento saludable de la caña de azúcar, por lo que las áreas con precipitación adecuada son especialmente importantes para este cultivo.

Temperatura media entre 22.5 y 38 grados centígrados

temperatura_optima =temperatura_all>=22.5&temperatura_all<=28
mytheme <- rasterTheme(region = brewer.pal(9, "Greens"))
names(temperatura_optima)=month.name
levelplot(temperatura_optima,par.settings=mytheme,main = "Temperatura optima para el cultivo de caña de Azúcar") 

names(temperatura_optima)=month.name
levelplot(temperatura_optima,par.settings=BuRdTheme)

A continuación se presenta consolidada la información de la temperatura, delimitando el rango de 0 a 100, donde 100 corresponde a que la zona presenta las condiciones climáticas similares durante los 12 meses del año.

indic_temperatura<-sum((temperatura_optima)*100/12)
plot(indic_temperatura, main="Sumatoria del rango de temperatura")

El mapa anterior destaca que las zonas cercanas al Ecuador, es decir, entre el Trópico de Cáncer y el Trópico de Capricornio, presentan las mejores condiciones de temperatura para el cultivo de caña de azúcar. Esto incluye países como Ecuador, Perú, Colombia, Brasil, Nigeria, Camerún y Congo, que se encuentran dentro de esta franja ecuatorial.

Estas áreas muestran temperaturas dentro del rango óptimo (entre 22.5°C y 28°C) para el cultivo de caña de azúcar, lo que sugiere que el clima en estas regiones es propicio para el desarrollo saludable de este cultivo.

Ecuador comparte una frontera terrestre con Colombia al sur y al oeste, por lo que es el país más cercano geográficamente. Perú se encuentra al sur de Colombia y comparte una frontera con Colombia en su parte sur. Brasil está al este de Colombia y también comparte una frontera con Colombia en su extremo sur. Dado que de los paises anteriores los mas cercanos a Colombia son Ecuador, Peru y Brasil, nos enfocaremos en estos.

Nigeria, Camerún y Congo están en el continente africano, al otro lado del Océano Atlántico, lo que los hace geográficamente más distantes de Colombia en comparación con los países de América del Sur mencionados anteriormente.

Paises con areas de alto potencial para el cultivo de caña de azucar

Col <- getbb("Colombia")
print(Col)
##          min       max
## x -82.124361 -66.85111
## y  -4.229403  16.04955
Ecu <- getbb("Ecuador")
print(Ecu)
##          min        max
## x -92.207239 -75.192504
## y  -5.015931   1.883596
Per <- getbb("Peru")
print(Per)
##         min         max
## x -84.63565 -68.6519906
## y -20.19845  -0.0392818
Bra <- getbb("Brasil")
print(Bra)
##         min        max
## x -73.98306 -28.628965
## y -33.86943   5.269581

Colombia

xmin <- -82.124361
xmax <- -66.85111
ymin <- -4.229403
ymax <- 16.04955


mapa_colombia1 <- crop(indic_temperatura, extent(xmin, xmax, ymin, ymax))
mapa_colombia2 <- crop(indic_precipitacion, extent(xmin, xmax, ymin, ymax))
plot(mapa_colombia1, main = " Regiones de Colombia con mejores condiciones de temperatura ")

plot(mapa_colombia2, main = " Regiones de Colombia con Mejores Condiciones de Precipitaciones")

Para Colombia, las condiciones óptimas de temperatura y precipitación para el cultivo de caña de azúcar se concentran principalmente en dos regiones principales: el litoral del Pacífico y los departamentos contiguos a la región amazónica.

  • Litoral del Pacífico: Los departamentos de Chocó, Valle del Cauca y Cauca, ubicados a lo largo del litoral del Pacífico, ofrecen condiciones climáticas favorables para el cultivo de caña de azúcar. Esta región experimenta altos niveles de precipitación y temperaturas cálidas, lo que crea un ambiente propicio para el crecimiento saludable de la caña de azúcar.
  • Región Amazónica y departamentos contiguos: Los departamentos que bordean la región amazónica, como Putumayo, Amazonas, Caquetá y Meta, también ofrecen condiciones climáticas favorables para el cultivo de caña de azúcar. Esta área es conocida por su clima húmedo y cálido, con altos niveles de precipitación durante gran parte del año, lo que es beneficioso para el desarrollo de este cultivo.

Ecuador

xmin <- -92.207239
xmax <- -75.192504
ymin <- -5.015931
ymax <- 1.883596


mapa_ecuador1 <- crop(indic_temperatura, extent(xmin, xmax, ymin, ymax))
mapa_ecuador2 <- crop(indic_precipitacion, extent(xmin, xmax, ymin, ymax))
plot(mapa_ecuador1, main = " Regiones de Ecuador con mejores condiciones de temperatura ")

plot(mapa_ecuador2, main = " Regiones de Ecuador con Mejores Condiciones de Precipitaciones")

En el caso de Ecuador, al igual que en Colombia y Brasil, una de las mejores zonas para el desarrollo del cultivo de caña de azúcar es la región amazónica. Además, otras áreas importantes para este cultivo incluyen la costa del Pacífico.

  • Región Amazónica: La región amazónica de Ecuador, que abarca provincias como Sucumbíos, Orellana y Napo, ofrece condiciones climáticas propicias para el cultivo de caña de azúcar. Este entorno cuenta con un clima tropical con altos niveles de humedad y precipitación, lo que favorece el crecimiento saludable de la caña de azúcar.
  • Costa del Pacífico: La costa del Pacífico de Ecuador, que incluye provincias como Esmeraldas, Manabí y El Oro, también es una importante área para el cultivo de caña de azúcar. Esta región experimenta un clima tropical húmedo con estaciones secas y húmedas, lo que proporciona un ambiente adecuado para el desarrollo de este cultivo.

Peru

xmin <- -84.63565
xmax <- -68.6519906
ymin <- -20.19845
ymax <- -0.0392818


mapa_peru1 <- crop(indic_temperatura, extent(xmin, xmax, ymin, ymax))
mapa_peru2 <- crop(indic_precipitacion, extent(xmin, xmax, ymin, ymax))
plot(mapa_peru1, main = " Regiones de Peru con mejores condiciones de temperatura ")

plot(mapa_peru2, main = " Regiones de Peru con Mejores Condiciones de Precipitaciones")

Para Perú, las condiciones óptimas para el cultivo de caña de azúcar se encuentran principalmente en dos regiones principales: la costa norte, que incluye el litoral del Pacífico, y los valles interandinos cercanos a la región amazónica.

  • Costa Norte y Litoral del Pacífico: Los departamentos de Piura, Lambayeque, La Libertad y parte de Cajamarca, ubicados en la costa norte del Perú, ofrecen condiciones climáticas favorables para el cultivo de caña de azúcar. Esta región experimenta un clima árido o semiseco con estaciones secas y húmedas bien definidas. Los niveles moderados de precipitación y las temperaturas cálidas durante todo el año proporcionan un ambiente propicio para el crecimiento de la caña de azúcar.
  • Valles Interandinos: Algunos valles interandinos, como el Valle del Chira en Piura y el Valle de Chicama en La Libertad, también son importantes áreas para el cultivo de caña de azúcar en Perú. Estas áreas se encuentran en la transición entre la costa y la sierra, lo que resulta en un clima más moderado con temperaturas cálidas durante el día y frescas durante la noche. La disponibilidad de agua de riego proveniente de los Andes contribuye al desarrollo exitoso de este cultivo en los valles interandinos.

Brasil

xmin <- -73.98306
xmax <- -28.628965
ymin <- -33.86943
ymax <- 5.269581


mapa_bra1 <- crop(indic_temperatura, extent(xmin, xmax, ymin, ymax))
mapa_bra2 <- crop(indic_precipitacion, extent(xmin, xmax, ymin, ymax))
plot(mapa_bra1, main = " Regiones de Brasil con mejores condiciones de temperatura ")

plot(mapa_bra2, main = " Regiones de Brasil con Mejores Condiciones de Precipitaciones")

En Brasil, al igual que en Colombia, una de las regiones con las mejores condiciones climáticas para el desarrollo del cultivo de caña de azúcar es la región amazónica, con especial énfasis en estados como Amazonas, Pará, Mato Grosso, entre otros.

  • Amazonas: Ubicado en el corazón de la Amazonia brasileña, el estado de Amazonas ofrece un clima cálido y húmedo, características ideales para el cultivo de caña de azúcar. Las altas precipitaciones y las temperaturas consistentes durante todo el año proporcionan un entorno propicio para el crecimiento de este cultivo.
  • Pará: Otro estado importante en la región amazónica brasileña, Pará, también cuenta con condiciones climáticas favorables para el cultivo de caña de azúcar. Con su clima tropical y abundantes lluvias, esta región es adecuada para el cultivo de cultivos que requieren altos niveles de humedad.
  • Mato Grosso y otros estados: Además de la región amazónica, estados como Mato Grosso también ofrecen condiciones climáticas adecuadas para el cultivo de caña de azúcar. Aunque no se encuentran en la región amazónica en sentido estricto, estos estados pueden experimentar climas tropicales similares con estaciones húmedas y secas, lo que los hace aptos para el cultivo de caña de azúcar.

Analisis de regiones del Valle del Cauca

Cali <- getbb("Cali, Valle")
print(Cali)
##          min        max
## x -76.706944 -76.458898
## y   3.273408   3.548577
bbox_poly1 <- getbb("Cali, Valle", format_out = "sf_polygon")
bbox_poly1
## Simple feature collection with 2 features and 0 fields
## Geometry type: POLYGON
## Dimension:     XY
## Bounding box:  xmin: -76.70694 ymin: 3.273408 xmax: -76.4589 ymax: 3.548577
## Geodetic CRS:  WGS 84
##                         geometry
## 1 POLYGON ((-76.70694 3.43068...
## 2 POLYGON ((-76.59284 3.46626...
leaflet(bbox_poly1) %>% addTiles() %>% addCircleMarkers(lng =-76.5320 ,lat = 3.4516)
Cali <- data.frame(longitude = c(-76.5320), latitude = c(3.4516))

temp_Cali=as.data.frame( extract(temperatura_all,Cali))
prec_Cali= as.data.frame( extract(precipitacion_all,Cali))
print(temp_Cali)
##    January February   March  April     May   June    July   August September
## 1 20.28125 20.38825 20.5215 20.306 20.2295 20.109 20.3215 20.43625    20.309
##    October November December
## 1 19.86275  19.7955 20.01875
par(mfrow = c(1, 2)) 

temp_Cali <- ts(as.numeric(temp_Cali[1,]))
plot(temp_Cali, type = "l", col = "red", 
     main = "Temperatura en Cali", 
     xlab = "Fecha", ylab = "Temperatura (°C)")
grid()
legend("topright", legend = "Cali", col = "red", lty = 1)

prec_Cali <- ts(as.numeric(prec_Cali[1,]))
plot(prec_Cali, type = "l", col = "blue", 
     main = "Precipitacion en Cali", 
     xlab = "Fecha", ylab = "Precipitacion (mm)")
grid()
legend("topright", legend = "Cali", col = "blue", lty = 1)

Palm <- getbb("Palmira, Valle")
print(Palm)
##          min        max
## x -76.491742 -75.949667
## y   3.451623   3.718068
bbox_poly2 <- getbb("Palmira, Valle", format_out = "sf_polygon")
bbox_poly2
## Simple feature collection with 1 feature and 0 fields
## Geometry type: POLYGON
## Dimension:     XY
## Bounding box:  xmin: -76.49174 ymin: 3.451623 xmax: -75.94967 ymax: 3.718068
## Geodetic CRS:  WGS 84
##                         geometry
## 1 POLYGON ((-76.49174 3.51592...
leaflet(bbox_poly2) %>% addTiles() %>% addCircleMarkers(lng =-76.3032 ,lat = 3.5390)
Palmira <- data.frame(longitude = c(-76.3032), latitude = c(3.5390))

temp_palmira=as.data.frame( extract(temperatura_all,Palmira))
prec_palmira= as.data.frame( extract(precipitacion_all,Palmira))

print(temp_palmira)
##    January February    March    April     May   June    July   August September
## 1 22.50275  22.6155 22.73675 22.44175 22.3585 22.328 22.6225 22.74675  22.57575
##    October November December
## 1 22.02075 21.88275 22.14775
print(prec_palmira)
##   January February March April May June July August September October November
## 1      92      102   132   172 146  112   61     73       105     195      173
##   December
## 1      121
par(mfrow = c(1, 2)) 
temp_palmira <- ts(as.numeric(temp_palmira[1,]))
plot(temp_palmira, type = "l", col = "green", 
     main = "Temperatura en Palmira", 
     xlab = "Fecha", ylab = "Temperatura (°C)")
grid()
legend("topright", legend = "Palmira", col = "green", lty = 1)

prec_palmira <- ts(as.numeric(prec_palmira[1,]))
plot(prec_palmira, type = "l", col = "blue", 
     main = "Precipitacion en Palmira", 
     xlab = "Fecha", ylab = "Precipitacion (mm)")
grid()
legend("topright", legend = "Palmira", col = "blue", lty = 1)

Metrica de similaridad

Cali_comp_temp=sqrt(sum((temperatura_all-as.numeric(temp_Cali))^2))
levelplot(Cali_comp_temp,par.settings=BTCTheme,at=seq(0,176,10), main="Zonas similares a Cali según su Temperatura")

Palmira_comp_temp=sqrt(sum((temperatura_all-as.numeric(temp_palmira))^2))
levelplot(Palmira_comp_temp,par.settings=BTCTheme,at=seq(0,176,10), main="Zonas similares a Palmira según su Temperatura")

Al comparar las condiciones climáticas de dos municipios del Valle del Cauca con los datos climáticos globales, se observa que algunas regiones de Ecuador, Brasil y Perú en América del Sur, así como la región central de África, muestran condiciones climáticas similares y óptimas para el cultivo de caña de azúcar. Esto sugiere que las áreas identificadas en los mapas anteriores como óptimas para el cultivo de caña de azúcar están alineadas con las condiciones climáticas encontradas en los municipios del Valle del Cauca, lo que respalda la validez de los análisis realizados y la utilidad de los mapas para identificar áreas potenciales para el cultivo de caña de azúcar en todo el mundo.