Actividad 2.Seguimiento cultivos de caña de azúcar
Introducción
Un cultivador desea saber en que parte del mundo puede establecer su cultuvo de caña de azucar y obtener rendimiento potenciales en (Kg/ha), basicamente uno de los factores limitante o determinantes a la hora de elegir el lugar es el clima, los rangos optimos de para este tipo de cultivos son en temperatura media de 22.5 a 28 C° y de precipitación mensual entre 125 y 290 mm, en este estudio se plantea determinar que lugares son optimos para estas condiciones, y finalmente poder comparar las condiciones de casos exitosos como el valle del cauca en Colombia con otros lugares del mundo para determinar el cultivador donde puede posicionar su cultivo.
1. Utilizando los datos de clima de línea base a nivel global, genere un código en R que permita construir mapas de aptitud en términos climáticos para la caña de azúcar (con base en los rangos óptimos). Grafique los mapas con una escala de colores adecuada.
1.1 Generalidades Temperatura
Inicialmente se importan los datos de precipitación y temperatura, estos datos obedecen a datos de precipitación del año 2021 y temperatura media o promedio durante cada mes del año. Teniendo en cuenta esto se hace importante ver que en promedio las temperaturas son muy bajas, sin embargo algunos lugares alcanzan hasta temperaturas de 40° especialmente los cercanos a la linea del Ecuador, tambien se denota que en los meses intermedios del año se presentan temperaturas mas altas en paises del norte o sur del planeta.
## 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 1521009.000001.2 Generalidades Precipitación
Respecto al precipitación es importante ver que en el mapa no se hace muy evidente las diferencias en precipitación entre paises debido a que la media se encuentra cercana a 400 mm y los valores áximos alcanzan los 2300 mm mensualese devirtua un poco la gráfica, sin embargo se puede encontrar una descripción aproximada de los datos.
## January February March April May
## Min. 0.000000e+00 0.000000e+00 0.000000e+00 0.000000e+00 0.000000e+00
## 1st Qu. 6.481250e+00 6.956250e+00 9.850000e+00 1.032188e+01 1.010000e+01
## Median 2.070000e+01 2.125625e+01 2.528750e+01 2.444375e+01 2.814375e+01
## 3rd Qu. 6.350625e+01 5.548438e+01 6.367813e+01 5.514062e+01 6.821563e+01
## Max. 1.090925e+03 7.979813e+02 7.586250e+02 6.905313e+02 7.799813e+02
## NA's 1.748620e+06 1.748620e+06 1.748620e+06 1.748620e+06 1.748620e+06
## June July August September October
## Min. 0.000000e+00 0.000000e+00 0.000000e+00 0.000000e+00 0.000000e+00
## 1st Qu. 1.262813e+01 1.506563e+01 1.575625e+01 1.576202e+01 1.284688e+01
## Median 3.709375e+01 4.512500e+01 4.631875e+01 3.886250e+01 3.245000e+01
## 3rd Qu. 7.938750e+01 9.264375e+01 9.773438e+01 8.026875e+01 7.630312e+01
## Max. 1.006419e+03 2.348831e+03 1.637762e+03 8.132800e+02 1.034575e+03
## NA's 1.748620e+06 1.748620e+06 1.748620e+06 1.748620e+06 1.748620e+06
## November December
## Min. 0.000000e+00 0.000000e+00
## 1st Qu. 9.937500e+00 7.975000e+00
## Median 2.846250e+01 2.488750e+01
## 3rd Qu. 6.602188e+01 6.328437e+01
## Max. 8.196688e+02 1.085300e+03
## NA's 1.748620e+06 1.748620e+061.3 Rangos de precipitación optima para el cultivo de caña de azucar
Teniendo en cuenta la aproximación anterior, se realizó un acercamiento al problema, por lo tanto se decidió filtrar aquellos lugares con condiciones optimas de cultivo de caña de azucar, inicailmente ka precipitación entre 125 y 290 mm mensuales, no permite ver que los paises cercanos a lonea del acuador presentan estas caracteristicas, concretamente los paises sudamericanos carcanos a Ecuador, también la región Centro Africana, y la región asiatica insular y cercana a China.
1.4 Rangos de temperatura optimos para el cultivo de caña de azucar
Por otro lado en cuanto al análisis de temperaturas, se aprecia que los rangos optimos se ubican entre 22.5 y 28 C°, análizando el mapa se puede ver que al igual que la precipitación las mismas regiones presentan temperaturas en estos rangos, realtando que en algunos meses del año la india y lugares cercanos presentan rangos optimos al igual que Argentina, Australia y Uruguay.
1.5 Consolidado
Finalmente se quiso hacer un consolidado con la información de temperatura y precipitación para todo el año, con el fin de determinar que tan variable eran estas condiciones durante el año, por esta razón las siguientes gráficas describen la cantidad de meses del año que las condiones cumplen los ragon denotados, siendo el color rojo el que permite apreciar que se mantienen estas condiones en los 12 meses del año y el azul indica que ningún mes.
En cuanto a la precipitación se puede apreciar que la región andina del contienente americano presenta condiciones similares en gran parte del año, tambien en l parte africana inferior y en la región insular asiatica.
Respecto a la temperatura, todos los paises que se encuentran entre la linea del ecador y el tropico de cancer cuplen los requisitos los 12 meses del año, mientras que los paises mas cercanos al tropico de cancer lo cumplen durnte algunos meses.
2. Identifique 2 o 3 países con áreas de alto potencial para la caña de azúcar y realice un corte para estas zonas con el shape global. Grafique los mapas con una escala de colores adecuada.
Se decidieron seleccionar 3 paises que cumplen de manera preliminar con las condiciones de temperatura y rpecipitación descritas como optimas, adicionalmente se hizo una investigación que permitio ver que los paises seleccionados se encuentran entre los mayores productores de Caña de azucar del mundo. Se eligieron Brasil que es el mayor productor, Etiopia que es el mayor productor junto son sudafrica en el continenete africano e Indonesia.
library(rnaturalearth)
library(rnaturalearthdata)
library(sf)
# Obtener los datos del país utilizando rnaturalearth
# Aquí se obtiene el shapefile de los países a nivel de alta resolución
datos_pais = ne_countries(scale = "large", returnclass = "sf")
# Especificar el nombre del país
pais_Bra = "Brazil" # Cambia esto por el país de interés
pais_Eth = "Ethiopia"
pais_Ind = "Indonesia"
# Filtrar los datos para obtener solo el país de interés
Datos_Bra = datos_pais[datos_pais$name == pais_Bra, ]
Datos_Eth = datos_pais[datos_pais$name == pais_Eth, ]
Datos_Ind = datos_pais[datos_pais$name == pais_Ind, ]
# Extraer los límites del país
Limites_Brasil = st_bbox(Datos_Bra)
Limites_Ethiopia = st_bbox(Datos_Eth)
Limites_Ind = st_bbox(Datos_Ind)Brasil
Incialmente se observa a BRasil como el mayor productor de este cultivo, en este caso analizando la precipitación se puede apreciar que no necesariamente los 12 meses del año presenta condiciones adecuadas de precipitacion para cultivar caña, sin embargo la región noroccidental y cercana al amazonas presenta condiciones regularmente más optimas.
xmin = Limites_Brasil["xmin"]
xmax = Limites_Brasil["xmax"]
ymin = Limites_Brasil["ymin"]
ymax = Limites_Brasil["ymax"]
ext = extent(xmin, xmax, ymin, ymax)
Mapa_Recortado_Precip <- crop(Mapa_Consolidado_Precip, ext)
levelplot(Mapa_Recortado_Precip,
main = paste("Precipitacion Consolidada -", pais_Bra),
xlab = "Longitud",
ylab = "Latitud",
par.settings = BuRdTheme)
Respecto a la temperatura, casi todo el país presenta condiciones optimas durante casi todo el año excepto la región sur oriental y en limites con paises como Paraguay.
Mapa_Recortado_Temp <- crop(Mapa_Consolidado_Temp, ext)
levelplot(Mapa_Recortado_Temp,
main = paste("Temperatura Consolidada -", pais_Bra),
xlab = "Longitud",
ylab = "Latitud",
par.settings = BuRdTheme)
Indonesia
Indonesia en cuanto a precipitación la región central y oriental son mucho mas propensas a mantener condiones optimas durante el año. La región cercana a la capital Jakarta no suele rpesentar condiciones optimas para el ejercicio del cultivo de Caña.
Respecto a la temperatura basicamente todo el pais cumple con los requisitos de temperatura durante todo el año, excepto en la cercanias occidentales al mar y en limites con Nueva Guinea
Etiopia
En cuanto Etiopia, se presentan precipitaciones en la zona sur del país, sin embargo es sabido que los paises africano no tienen cantidades ni reservas de agua contundentes, lo que dificulta mucho las condiciones de cultivo de caña ya que es necesario el agua para que esta pueda darse.
En concordancia con lo anterior, la región de sur del país presenta condiciones optimas durante casi todo el año, sin embargo en la mayoría del país no se da esto, probablemente se den temperaturas aun más altas de lo normal. La zona norte tambien presenta condiciones optimas durante alginos meses del año.
3. Identificar algunos puntos (2 o 3) al azar en la región del valle del cauca (use google maps) y extraer la información de clima. Grafique las series de tiempo de temperatura y precipitación.
Teniendo en cuenta que la zona del Valle del Cauca en Colombia es reconocida como una de las zonas mas productoras del mundo de Caña de azucar, se quiere hacer una comparativa entre las codiciones climaticas mensuales de 2 lugares de esta región colombiana y compararlo con otros luagares del mundo con el fin de determinar si coincide con el análisis anterior.
3.1 Ubicación 1 - Cultivo de caña de azucar cercano a Yumbo
La primer ubicación corresponde a un cultivo de caña ubicado cerca a Yumbo valle, se puede ver que se presentan condiciones perfectas para el cultivo, condiciones entre 22.9 y 23.8 C° y valores de precipitación entre 63 y 233 mm, estas condiciones varian en el año, sin embargo siempre se ubican en los rangos optimos de cultivo.
#Ubicación 1 - Cultivo de caña de azucar cercano a Yumbo
require(leaflet)
leaflet() %>% addTiles() %>% addCircleMarkers(lng = -76.4802636417245 , lat = 3.621974457661766 )library(plotly)
# Plot de la temperatura
temperatura_Ubicacion1 <- ts(as.numeric(temperatura_Ubicacion1))
plot_temperatura <- plot_ly(x = time(temperatura_Ubicacion1), y = temperatura_Ubicacion1, type = "scatter", mode = "lines", line = list(color = "red"), name = "Temperatura") %>%
layout(title = "Temperatura en Ubicacion 1 - Cerca a Yumbo",
xaxis = list(title = "Fecha", tickformat = "%b %Y"), # Formato de las fechas (mes año)
yaxis = list(title = "Temperatura (Centigrados)"))
# Plot de la precipitación
Precipitacion_Ubicacion1 <- ts(as.numeric(Precipitacion_Ubicacion1))
plot_precipitacion <- plot_ly(x = time(Precipitacion_Ubicacion1), y = Precipitacion_Ubicacion1, type = "scatter", mode = "lines", line = list(color = "blue"), name = "Precipitacion") %>%
layout(title = "Precipitacion en Ubicacion 1 - Cerca a Yumbo",
xaxis = list(title = "Fecha", tickformat = "%b %Y"), # Formato de las fechas (mes año)
yaxis = list(title = "Precipitacion (mm)"))
# Mostrar los gráficos
subplot(plot_temperatura, plot_precipitacion)3.2 Ubicación 2 - Cultivo de caña de azucar cercano a Florida, valle del cauca
Este caso es similar al amterior, las temperaturas son un poco mas bajas y las precipitaciones son mas altas en algunos meses del año, sin embargo son muy similares, esta ubicación se encuentra cercana al municipio de florida en el Valle del Cauca, en un cultivo de caña ubicado en las coordenadas lng = -76.26414249142724 , lat = 3.325850870213945 como se aprecia en el sigueinte mapa:
4. Por medio de alguna métrica de similaridad (ejemplo: distancia euclidiana) genere un código en R que permita identificar mapas de similaridad a nivel global para los sitios identificados en 3. Grafique los mapas con una escala de colores adecuada.
Con el fin de determinar la similitud de los diferentess paises del mundo con las condiciones evaluadas en las ubicaciones planteadas anteriormente, se usó la distancia euclideanda, de esta manera de puede calcular que tan cercana o lejana es la distancia de cada dato de precipitación y temperatura a las ubicaciones evaluadas. Para la ubicación 1 de aprecia que efectivamente las regiones cercanas al Ecuador rpesentan las mismas condiciones o tienen valores mas cercanos a 0 en temperatura. Respecto a la precipitación no se aprecian datos concluyentes, sin embargo la zonas insular de asia es evidente la similitud y valores mas azules intenso.
Similitud según ubicación 1
InvertedBuRdTheme <- rasterTheme(region = rev(brewer.pal(11, "RdBu")))
# Calcular la distancia euclidiana entre las temperaturas de todas las ubicaciones y Cali
distancias_Temp <- sqrt(sum((Temperatura_Meses - as.numeric(temperatura_Ubicacion1))^2))
# Crear un nivel de trama para visualizar las zonas similares a Cali según su temperatura
levelplot(distancias_Temp,
par.settings = InvertedBuRdTheme, # Aplicar el tema de colores personalizado BTCTheme
at = seq(0, 160, 10), # Definir los límites de la escala de colores
main = "Similitud a U1 - Yumbo segun su Temperatura") # Título del gráfico
# Calcular la distancia euclidiana entre las temperaturas de todas las ubicaciones y Cali
distancias_preci <- sqrt(sum((Precipitacion_Meses - as.numeric(Precipitacion_Ubicacion1))^2))
# Crear un nivel de trama para visualizar las zonas similares a Cali según su temperatura
levelplot(distancias_preci,
par.settings = InvertedBuRdTheme, # Aplicar el tema de colores personalizado BTCTheme
at = seq(0, 2000, 100), # Definir los límites de la escala de colores
main = "Similitud a U1 - Yumbo segun su Precipitacion") # Título del gráfico
Similitud según ubicación 2
La ubicación 2 presenta valores muy similares a la anterior, se prede
apreciar que la región centro africana y asia insular conserva los
valores mas cercanos tanto en precipitación como temperatura.
5. Compare los mapas generados por ambas aproximaciones y concluya.
Teniendo en cuenta el análisis anterior, se le recomienda al cultivador realizar cultivos en sectores ubicados entre el tropico de Capricornio y La linea del Ecuador, ya que estos paises presentan las condiciones más optimas de cultivo de caña de Azucar.
Se concluye que la región del norte suramericano presenta uno de los mejores prospectos para el este cultivo, resaltando a Brasil y Colombia, lo cual se ratifica estadisticamente.
Se concluye que no es recomendable realizar la inversión en el continente africano, esto debido a que aunque las condiciones en algunas regiones parecen optimas, el cultivo de caña requiere cantidades de agua que en esta zona puede llegar a ser escaso por lo tanto no se recomienda.
Se concluye que la zona insular de Asia es muy optima para el cultivo de Caña, este cumple con las condiciones optimas en mayor parte del año tanto en temperatura como precipitación.
Se concluye que el método de determinar sectores con condiciones parecidas al valle del cauca puede ser un método no concluyente debido a que casi toda la región contempla condiciones similares, y en cuanto a la precipitación no muestra resultados certeros, mientra que en temperatura arroja conclusiones similares a la encontradas en el primer método consolidado.