Condiciones óptimas para el cultivo de Caña de Azúcar

Fuente de datos: WorldClim versión 2.1 (Datos Climáticos Históricos)

Período de tiempo: 1970-2000

1. Mapas de aptitud en términos climáticos para la Caña de Azúcar

Temperatura Media Global Mensual

tavg_files = list.files("C:/Data/Formacion/Maestria_CD/3_Semestre/Analisis_Espaciales/DataSet/wc2.1_10m_tavg", full.names = TRUE)
tavg = stack(tavg_files)
names(tavg) = month.name
plot(tavg)

Precipitación Global Mensual

prec_files = list.files("C:/Data/Formacion/Maestria_CD/3_Semestre/Analisis_Espaciales/DataSet/wc2.1_10m_prec", full.names = TRUE)
prec = stack(prec_files)
names(prec) = month.name
plot(prec)

Temperatura Media y Precipitación Global Anual

tavg_anual = sum(tavg)/12

prec_anual = sum(prec)/12

par(mfrow = c(1,2))
plot(tavg_anual)
plot(prec_anual)

Zonas con Rangos Óptimos de Temperatura Media y Precipitación para el cultivo de Caña de Azúcar

optimo_tavg_anual = tavg_anual>=22.5 & tavg_anual<=28
optimo_prec = prec_anual>=125 & prec_anual<=290

par(mfrow = c(1,2))
plot(optimo_tavg_anual, col= c("#D4DCD7", "#33FFA3"), main = "Rangos Optimos de Temperatura", legend=FALSE)
legend("topright", legend = c("No Apta", "Apta 22.5-28C"), fill = c("#D4DCD7", "#33FFA3"), border = "black")
plot(optimo_prec, col= c("#D4DCD7", "#33FFA3"), main = "Rangos Optimos de Precipitacion", legend=FALSE)
legend("topright", legend = c("No Apta", "Apta 125-290mm"), fill = c("#D4DCD7", "#33FFA3"), border = "black")

Áreas con potencial para Cultivo de Caña de Azucar

potencial_global = sum(optimo_tavg_anual, optimo_prec)
plot(potencial_global, col= c("#D4DCD7", "#D4DCD7","#33FFA3"), main = " Areas con Rangos Optimos de Temperatura y Precipitacion", legend=FALSE)
legend("topright", legend = c("No Apta", "Apta"), fill = c("#D4DCD7", "#33FFA3"), border = "black")

2. Paises con alto potencial para la Caña de Azúcar

plot(potencial_global, col= c("#D4DCD7", "#D4DCD7","#33FFA3"), main = "Paises con Rangos Optimos de Temperatura y Precipitacion", legend=FALSE)
plot(paises, add=TRUE)
legend("topright", legend = c("No Apto", "Apto"), fill = c("#D4DCD7", "#33FFA3"), border = "black", bg = "white")

Identificación de países con áreas de alto potencial para la caña de azúcar

xmin=4
xmax=45
ymin=-14
ymax=7

zoom_extent = extent(xmin, xmax, ymin, ymax)
potencial_zoom = crop(potencial_global, zoom_extent)

plot(potencial_zoom, col= c("#D4DCD7", "#D4DCD7","#33FFA3"), main = "Paises con Rangos Optimos de Temperatura y Precipitacion", legend=FALSE)
plot(paises, add=TRUE)
legend("topright", legend = c("No Apto", "Apto"), fill = c("#D4DCD7", "#33FFA3"), border = "black", bg = "white")
text(paises, labels = paises$Nombre, cex = 0.5, col = "black", pos = 1)

Corte de Tres Países con Alto Potencial

paises_select = subset(paises, Nombre %in% c("Congo","Gabon","Republica Democratica del Congo"))
potencial_recortado = mask(potencial_zoom, paises_select)

plot(potencial_recortado, col= c("#D4DCD7", "#D4DCD7","#33FFA3"), main = "Paises Seleccionados con \nRangos Optimos de Temperatura y Precipitacion", legend=FALSE)
plot(paises_select, add=TRUE)
legend("topright", legend = c("No Apto", "Apto"), fill = c("#D4DCD7", "#33FFA3"), border = "black", bg = "white")
text(paises_select, labels = paises_select$Nombre, cex = 0.6, col = "black", pos = 3)

3. Selección de puntos en el Valle del Cauca

Definición de la ubicación de los puntos

mapa <- leaflet() %>%
  addTiles() %>%
  setView(lng = -76.56, lat = 3.78, zoom = 9)

mapa <- addMarkers(mapa, lng = -76.52, lat = 4.06, popup = "Cerro Calima")
mapa <- addMarkers(mapa, lng = -76.62, lat = 3.51, popup = "K18")

mapa

Extracción de Información Climática

xmin=-78.8
xmax=-74.8
ymin=2
ymax=6

valle_extent = extent(xmin, xmax, ymin, ymax)
tavg_anual_valle = crop(tavg_anual, valle_extent)
prec_anual_valle = crop(prec_anual, valle_extent)

pto1 = cbind(-76.52, 4.06) #Cerro Calima
pto2 = cbind(-76.62, 3.51) #K18

pto1_tavg = extract(tavg,pto1)
pto1_prec = extract(prec,pto1)
pto2_tavg = extract(tavg,pto2)
pto2_prec = extract(prec,pto2)

par(mfrow = c(1,2))
plot(tavg_anual_valle, main = "Temperatura Media Anual")
points(pto1,col="blue")
points(pto2,col="blue")
plot(paises, add=TRUE)

plot(prec_anual_valle, main = "Precipitacion Anual")
points(pto1,col="blue")
points(pto2,col="blue")
plot(paises, add=TRUE)

Gráficas de Series de Tiempo

plot(pto2_prec[1,], type = "b", pch = 19, xlab = "Mes", ylab = "Precipitacion (mm)", main = "Precipitacion Mensual", col="#32D66F", ylim = c(min(pto2_prec[1,]) - 5, max(pto1_prec[1,]) + 5))
lines(pto1_prec[1,], type = "b", pch = 19, col="#2D97D5")
legend("topleft", legend = c("Serie K18", "Serie Cerro Calima"), col = c("#32D66F", "#2D97D5"), lty = 1)

plot(pto2_tavg[1,], type = "b", pch = 19, xlab = "Mes", ylab = "Temperatura Media (Grados)", main = "Temperatura Media Mensual", col="#32D66F", ylim = c(min(pto2_tavg[1,]) - 5, max(pto1_tavg[1,]) + 5))
lines(pto1_tavg[1,], type = "b", pch = 19, col="#2D97D5")
legend("topleft", legend = c("Serie K18", "Serie Cerro Calima"), col = c("#32D66F", "#2D97D5"), lty = 1)

Conclusiones

La zona tropical con el clima más cálido del mundo se encuentra entre los 23° de latitud norte y sur con respecto a la línea ecuatorial. Dentro de esta región, existen áreas con condiciones óptimas para el cultivo de la caña de azúcar.

Las series de tiempo nos permiten analizar tendencias y detección de anomalías en un rango de tiempo determinado de diferentes variables.

El análisis espacial de imágenes es una herramienta para la gestión del medio ambiente, la planificación urbana, respuesta a emergencias y para la toma de decisiones basadas en datos geoespaciales.