Cultivo de Caña de Azúcar
Juan Fernando Gutiérrez Ayala
# Instalación y cargue de librerías
require(raster)
require(sp)
require(rasterVis)
require(rgdal)
require(readxl)
library(readxl)
library(dplyr)
library(sp)
library(RColorBrewer)
library(classInt)
library(kableExtra)
library(gridExtra)
library(viridis)
library(ggplot2)
library(sf)
library(lattice)
require(leaflet)
library(ggspatial)1 Introducción
El presente ejercicio tiene como objetivo identificar zonas en el Valle del Cauca y el mundo más aptas para el cultivo de la caña según la precipitación y temperatura presentada en cada zona del planeta.
2 Comportamiento del clima en el mundo.
2.1 Temperatura
En un primer momento, se identifica el comportamiento de la temperatura a lo largo del año, mes a mes en el mundo.
# importación de shape
mundo=shapefile("C:/Users/Juan/Desktop/Maestría/Casos - Información Geográfica/country_shapes/country_shapes.shp")
#Cargue de imagenes raster de la temperatura
archivo_temp=list.files("C:/Users/Juan/Desktop/Maestría/Casos - Información Geográfica/wc2.1_10m_tavg", full.names = TRUE)
temp_mundo=stack(archivo_temp)
names(temp_mundo)=month.name
plot(temp_mundo)
2.2 Precipitación
Posteriormente, se replica el ejercicio para analizar las precipitaciones mes a mes a escala global.
#Cargue de imagenes raster de la precipitación
archivo_prec=list.files("C:/Users/Juan/Desktop/Maestría/Casos - Información Geográfica/wc2.1_10m_prec", full.names = TRUE)
prec_mundo=stack(archivo_prec)
names(prec_mundo)=month.name
plot(prec_mundo)
3 Aptitud Climática
3.1 Temperatura
La temperatura óptima para cultivar azúcar oscila en una media entre 22.5 y 28 grados centrigados, se identifican las zonas donde se cumple el requisito.
temp_optima=temp_mundo>=22.5 & temp_mundo<=28
temp_ind=sum(temp_optima)
temp_porc=temp_ind/12*100
plot(temp_porc)
3.2 Precipitación
Se identifican los rangos óptimos potenciales del cultivo de caña de azúcar por precipitación mensual entre 125 y 290 mm.
prec_optima=prec_mundo>=125 & prec_mundo<=290
prec_ind=sum(prec_optima)
prec_porc=prec_ind/12*100
plot(prec_porc)
Posteriormente, se filtran los lugares que no son óptimos para el cultivo, buscando aquellos puntos donde el 75% del tiempo del año se tienen las condiciones requeridas para cultivar caña :
- Temperatura
- Precipitaciones
Finalmente, se compila la información para definir los lugares más óptimos para el cultivo de caña de azúcar.
optimos= (temp_porc+prec_porc)/2
plot(mundo, main="Areas óptimas para el cultivo de cana de azucar")
plot(optimos, add=T, col="red")
Como se puede ver, las áreas más óptimas, según precipitaciones y temperatura en el recorrido del año, son aquellas más cercanas a la línea del ecuador, identificándose paises como Brasil, Congo o del Sudeste Asiático.
4 Identificación de aptitud de cultivo de caña en el Valle del Cauca
Como ejercicio académico, se analizan dos zonas del Valle del Cauca en función de las dos variables abordadas a lo largo del documento, con el fin de establecer su aptitud para el cultivo de caña. Esto, reduciendo el análisis a temperatura y precipitaciones, dejando de lado otros aspectos que pueden influir en la pertinencia del cultivo en una zona específica.
4.1 Punto 1
4.1.1 Temperatura
#Extraer la información de temperatura y precipitación del punto seleccionado.
punto1 <- data.frame(
longitude = c(-76.4163),
latitude = c(3.52240)
)
temp_punto1=as.data.frame( extract(temp_mundo,punto1))
prec_punto1= as.data.frame( extract(prec_mundo,punto1))
#Temperatura por mes
temp_punto1# Serie de tiempo de temperatura
temp_st1=ts(as.numeric(temp_punto1[1,]))
plot(temp_st1, main= "Temperatura - Punto 1", col="#003f77")
4.2 Punto 2
4.2.1 Temperatura
#Extraer la información de temperatura y precipitación del punto seleccionado.
punto2 <- data.frame(
longitude = c(-76.675281),
latitude = c(3.686809)
)
temp_punto2=as.data.frame( extract(temp_mundo,punto2))
prec_punto2= as.data.frame( extract(prec_mundo,punto2))
#Temperatura por mes
temp_punto2# Serie de tiempo de temperatura
temp_st2=ts(as.numeric(temp_punto2[1,]))
plot(temp_st2, main= "Temperatura - Punto 2", col="#5960a8")
5 Similaridad
En este punto, se identifican aquellos puntos en el mundo que tienen condiciones similares en cuanto a temperatura y precipitaciones respecto a los dos puntos identificados en el apartado anterior.
5.1 Punto 1
simil_temp1= sqrt(sum((temp_mundo-as.numeric(temp_st1))^2))
paleta <- colorRampPalette(brewer.pal(9, "YlOrRd"))
levelplot(simil_temp1, par.settings = BTCTheme, at = seq(0, 176, 10), main = "Zonas similares al punto 1 en temperatura", col.regions = paleta)
simil_prec1= sqrt(sum((prec_mundo-as.numeric(prec_st1))^2))
paleta2 <- colorRampPalette(brewer.pal(9, "BuPu"))
levelplot(simil_prec1, par.settings = BTCTheme, at = seq(0, 176, 10), main = "Zonas similares al punto 1 en precipitaciones", col.regions = paleta2)
5.2 Punto 2
simil_temp2= sqrt(sum((temp_mundo-as.numeric(temp_st2))^2))
paleta <- colorRampPalette(brewer.pal(9, "YlOrRd"))
levelplot(simil_temp2, par.settings = BTCTheme, at = seq(0, 176, 10), main = "Zonas similares al punto 2 en temperatura", col.regions = paleta)
simil_prec2= sqrt(sum((prec_mundo-as.numeric(prec_st2))^2))
paleta2 <- colorRampPalette(brewer.pal(9, "BuPu"))
levelplot(simil_prec2, par.settings = BTCTheme, at = seq(0, 176, 10), main = "Zonas similares al punto 2 en precipitaciones", col.regions = paleta2)
Como se puede ver, para estos dos puntos, y siguiendo la lógica de lo
hallado anteriormente, las zonas con condiciones similares a las
presentadas en el punto 1 se ubican en la línea ecuatorial.
6 Conclusión
Como se puede ver, dos puntos relativamente lejanos geográficamente muestran resultados similares en tanto tienen condiciones que se asemejan a los mismos paises. En este sentido, se realizan 3 grandes conclusiones a partir del ejercicio realizado:
El Valle del Cauca, en términos generales, más allá de la altitud de sus zonas, muestra una relativa uniformidad en las condiciones de temperatura y precipitaciones.
Las zonas más aptas para cultivar caña de azúcar, en el ámbito mundial, se ubican en las proximidades de la línea ecuatorial, revelando que se requieren condiciones más estables a lo largo del año al ser zonas donde el cambio de estaciones no ocurre de manera tan marcada y, por ende, no se afecta radicalemente la temperatura y precipitaciones que tienen lugar en ellas.
Para tomar este tipo de decisiones, también entendiendo las connotaciones sociales y políticas del cultivo en el Valle del Cauca, deben partir de análisis espaciales y meteorológicos profundos que necesitan complementarse con una comprensión integral de los suelos y comunidades donde está teniendo lugar el cultivo de caña.