1 Configuración y Descarga de Datos Climáticos

Para el análisis espacial se emplean los datos históricos de WorldClim 2.1 (periodo 1970–2000) a una resolución espacial de 10 minutos de arco. Se descargan 24 capas raster en formato GeoTIFF correspondientes a los 12 meses del año para temperatura media (tavg) y precipitación (prec).

2 Exploración de Datos Climáticos Globales

A partir de las series mensuales descargadas, se calculan la temperatura media anual (promedio de las 12 capas) y la precipitación total anual (suma de las 12 capas) para visualizar su distribución en el planeta.

Distribución global de temperatura media anual (°C) y precipitación acumulada anual (mm).

Distribución global de temperatura media anual (°C) y precipitación acumulada anual (mm).

3 Identificación de Rangos Óptimos Globales

De acuerdo con los requerimientos agroclimáticos de la caña de azúcar, se evalúan las áreas del planeta que cumplen con los umbrales óptimos:

  • Temperatura media: \(22.5^\circ\text{C} \le T \le 28^\circ\text{C}\)
  • Precipitación mensual: \(125\text{ mm} \le P \le 290\text{ mm}\)
  • Precipitación anual: \(1500\text{ mm} \le P_{\text{anual}} \le 3500\text{ mm}\)

3.1 Valores Climáticos Dentro del Rango Óptimo (°C y mm)

Primero, se filtran las superficies globales para visualizar únicamente las regiones cuyas condiciones físicas promedio anuales (en °C y mm) y mensuales se encuentran dentro de los límites óptimos del cultivo:

Distribución espacial de los valores óptimos de temperatura media anual (°C) y precipitación anual (mm) para la caña de azúcar.

Distribución espacial de los valores óptimos de temperatura media anual (°C) y precipitación anual (mm) para la caña de azúcar.

3.2 Zonificación Global de Aptitud Climática (Cumplimiento Conjunto)

El mapa consolidado de aptitud identifica las áreas del planeta donde convergen simultáneamente los rangos óptimos de temperatura media anual (\(22.5^\circ\text{C} \le T \le 28.0^\circ\text{C}\)) y precipitación anual acumulada (\(1500\text{ mm} \le P \le 3500\text{ mm}\)), delimitando las regiones con verdadero potencial agroclimático para la caña de azúcar.

Dado que el desarrollo del cultivo requiere que ambos factores se satisfagan de forma concurrente, se aplica una operación lógica de intersección espacial (AND) celda por celda sobre los rasters globales. Adicionalmente, para enriquecer el diagnóstico exploratorio, se clasifican las áreas no aptas según cuál de las dos variables restringe el cultivo (limitación térmica, hídrica o ambas).

Zonificación global de aptitud climática para la caña de azúcar basada en el cumplimiento simultáneo de temperatura media anual y precipitación anual acumulada.

Zonificación global de aptitud climática para la caña de azúcar basada en el cumplimiento simultáneo de temperatura media anual y precipitación anual acumulada.

3.2.1 Interpretación del Mapa Global

  • Cinturón tropical de aptitud plena (Verde oscuro): Las zonas que cumplen simultáneamente con ambas exigencias climáticas se concentran estrictamente en la franja intertropical, destacando regiones de América Latina (cuenca amazónica periférica, piedemontes andinos, Centroamérica, el Caribe y amplias zonas de Brasil), África Central y Occidental, y el Sudeste Asiático (Indonesia, Malasia, Tailandia y Filipinas).
  • Restricción hídrica en zonas cálidas (Amarillo): Regiones como el norte de África, la península arábiga, gran parte de la India interior y el norte de Australia poseen temperaturas medias óptimas, pero carecen de la precipitación anual mínima (\(1500\text{ mm}\)) para sostener el cultivo sin sistemas de riego artificial.
  • Restricción térmica en zonas húmedas (Azul claro): Las latitudes medias (este de Norteamérica, Europa y sur de Sudamérica) cuentan con regímenes de lluvia adecuados, pero sus temperaturas medias anuales están por debajo del umbral mínimo requerido (\(22.5^\circ\text{C}\)).

4 Análisis Regional: Países con Alto Potencial Agroclimático

A partir del mapa global de zonificación climática, se cruza la capa de aptitud con los límites políticos internacionales para identificar los países que concentran mayor superficie óptima y analizar su distribución espacial a escala nacional.

4.1 Identificación de Países y Recorte Espacial

Para obtener la delimitación administrativa global se emplea la función world() del paquete geodata (bases de datos GADM). Posteriormente, se extrae únicamente la categoría de aptitud plena (cumplimiento simultáneo de temperatura media anual entre \(22.5^\circ\text{C}\) y \(28.0^\circ\text{C}\) y precipitación anual entre \(1500\text{ mm}\) y \(3500\text{ mm}\)) y se aplica un proceso de recorte (crop) y enmascaramiento (mask) sobre tres países representativos de los tres grandes cinturones tropicales del planeta: Brasil (América del Sur), República Democrática del Congo (África Central) e Indonesia (Sudeste Asiático).

4.2 Visualización de Zonas Óptimas por País

En los siguientes mapas se presentan los territorios recortados para cada país seleccionado. El fondo gris claro delimita la totalidad del territorio nacional (zonas con restricción térmica o hídrica), mientras que el verde intenso resalta las regiones que satisfacen simultáneamente ambas condiciones óptimas para el cultivo.

Distribución espacial de las áreas climáticamente aptas para la caña de azúcar en Brasil, República Democrática del Congo e Indonesia.

Distribución espacial de las áreas climáticamente aptas para la caña de azúcar en Brasil, República Democrática del Congo e Indonesia.

4.2.1 Interpretación de Resultados Regionales

  • Brasil: Posee una de las mayores extensiones de tierra apta a nivel mundial, concentrada principalmente en el centro y norte del país. Las zonas no aptas se ubican en el sur, debido a temperaturas más bajas, y en el noreste, por escasez de lluvias.
  • República Democrática del Congo: Presenta condiciones favorables en casi todo su territorio gracias a su clima cálido y lluvioso constante. Las pocas áreas restringidas se limitan a las zonas altas del este (por menor temperatura) y al extremo sur (por temporadas más secas).
  • Indonesia: Muestra una proporción muy alta de superficie óptima repartida en la mayoría de sus principales islas, donde se combinan temperaturas cálidas estables y lluvias abundantes durante todo el año.

5 Caracterización Climática Local: Valle del Cauca

Para contrastar el modelo de aptitud global con una de las regiones productoras de caña de azúcar más importantes de Colombia, se seleccionan tres puntos geográficos al azar dentro del valle geográfico del río Cauca mediante coordenadas obtenidas en Google Maps:

  • Punto 1 (Zona Sur): 3.5361° N, -76.2981° W
  • Punto 2 (Zona Centro): 3.9009° N, -76.2978° W
  • Punto 3 (Zona Norte): 4.3942° N, -76.0719° W

A continuación, se presenta la ubicación de estos tres puntos geolocalizados en el mapa del Valle del Cauca.

Ubicación de los tres puntos de muestreo en el Valle del Cauca

Ubicación de los tres puntos de muestreo en el Valle del Cauca

5.1 Extracción de Datos Climáticos Mensuales

Mediante la función extract() del paquete terra, se extraen los valores históricos mensuales (enero a diciembre) de temperatura media (tavg_mensual) y precipitación (prec_mensual) para cada coordenada.

Temperatura media mensual y media anual (°C) en los tres puntos del Valle del Cauca.
Mes Punto 1 (°C) Punto 2 (°C) Punto 3 (°C)
January 22.5 21.8 23.5
February 22.6 22.0 23.7
March 22.7 22.1 23.8
April 22.4 21.8 23.5
May 22.4 21.7 23.4
June 22.3 21.6 23.3
July 22.6 22.0 23.8
August 22.7 21.9 23.8
September 22.6 21.8 23.5
October 22.0 21.2 22.8
November 21.9 21.1 22.7
December 22.1 21.5 23.0
Media Anual (°C) 22.4 21.7 23.4
Precipitación mensual y total anual (mm) en los tres puntos del Valle del Cauca.
Mes Punto 1 (mm) Punto 2 (mm) Punto 3 (mm)
January 92 91 81
February 102 101 102
March 132 132 141
April 172 184 193
May 146 167 182
June 112 133 127
July 61 77 74
August 73 95 105
September 105 118 135
October 195 208 214
November 173 174 168
December 121 120 110
Total Anual (mm) 1484 1600 1632

5.2 Series de Tiempo Mensuales de Temperatura y Precipitación

A partir de los registros extraídos, se grafican las series mensuales de temperatura media (°C) y precipitación acumulada (mm) para los tres puntos, comparándolas con las franjas de referencia óptima del cultivo (\(22.5^\circ\text{C} \le T \le 28.0^\circ\text{C}\) y \(125\text{ mm} \le P \le 290\text{ mm}\)).

Series mensuales de temperatura media (°C) y precipitación acumulada (mm) para los tres puntos seleccionados en el Valle del Cauca.

Series mensuales de temperatura media (°C) y precipitación acumulada (mm) para los tres puntos seleccionados en el Valle del Cauca.

5.2.1 Interpretación de las Series Climáticas Locales

  • Contraste térmico entre los puntos evaluados: Mientras que el Punto 1 y el Punto 3 mantienen temperaturas medias mensuales estables dentro del rango óptimo del cultivo (\(22.5^\circ\text{C} \text{–} 28.0^\circ\text{C}\)) durante todo el año, el Punto 2 registra valores por debajo de dicho umbral (inferiores a \(22.5^\circ\text{C}\)), es posible que este registro bajo se deba a la altitud a la que el punto 2 está, pues solo una franja en los márgenes del río Cauca cumplen con el requerimiento ambiental de temperatura.
  • Comportamiento bimodal de la precipitación: Los tres sitios comparten un régimen bimodal característico de la región andina, con dos temporadas lluviosas marcadas (abril–mayo y octubre–noviembre, donde las lluvias alcanzan o superan el umbral mensual óptimo de \(125\text{–}290\text{ mm}\)) intercaladas con dos periodos secos (enero–febrero y julio–agosto, con mínimos inferiores a \(100\text{ mm/mes}\)).
  • Contraste con el modelo anual global: Ninguno de los tres puntos satisface simultáneamente los dos criterios óptimos anuales sin intervención: el Punto 2 presenta limitación térmica (temperatura media inferior a \(22.5^\circ\text{C}\)), y los acumulados anuales de precipitación en los tres sitios se sitúan por debajo del mínimo óptimo natural de \(1,500\text{ mm/año}\), es por esto que no todo el Valle del Cauca es un territorio óptimo en su totalidad para el cultivo de caña de azúcar y son necesarios estos tipos de estudios para conocer los territorios adecuados según los datos acumulados en las últimas décadas.

6 Análisis de Similaridad Climática Global

Para identificar qué regiones del planeta poseen condiciones térmicas e hídricas más similares a las observadas en los puntos de muestreo del Valle del Cauca, se implementa una métrica de distancia euclidiana multivariada a escala global.

La distancia euclidiana calcula la separación geométrica entre el clima de cada píxel del planeta y el clima de referencia de un sitio específico en un espacio multidimensional definido por las variables climáticas anuales (temperatura media y precipitación anual acumulada). Menores valores de distancia indican una mayor similaridad climática con el punto de referencia.

6.1 Cálculo y Mapeo de Distancias Euclidianas

Utilizando los raster globales de temperatura media anual (temp_anual) y precipitación anual acumulada (prec_anual), se extraen los valores de referencia para el Punto 1, Punto 2 y Punto 3, y se calcula la distancia euclidiana celda por celda para todo el globo.

Mapas de similaridad climática global (distancia euclidiana estandarizada, acotada al rango de alta similaridad) respecto a los tres puntos del Valle del Cauca.

Mapas de similaridad climática global (distancia euclidiana estandarizada, acotada al rango de alta similaridad) respecto a los tres puntos del Valle del Cauca.

Al estandarizar la temperatura y la precipitación, ambos valores quedan expresados en una misma escala sin unidades (desviaciones estándar), donde una distancia de \(0\) significa un clima idéntico al punto evaluado.

En el planeta existen regiones con climas extremadamente opuestos al del Valle del Cauca (como zonas polares, desiertos o selvas hiperhúmedas) que generan distancias muy altas. Si se grafica todo el rango de valores, esas zonas extremas absorben casi toda la barra de colores y hacen que el resto del mundo se vea uniforme. Por ello, se fija un límite superior de \(0.6\) (un umbral estricto de cercanía climática): todo territorio con una distancia igual o mayor queda agrupado en el color amarillo claro, concentrando toda la gama de tonos oscuros únicamente en las regiones que realmente comparten un clima similar al de referencia.

6.1.1 Interpretación de los Mapas de Similaridad

  • Ubicación en la zona tropical: En los tres mapas, las regiones con climas más parecidos al Valle del Cauca (tonos verdes, azules y morados oscuros) se concentran casi exclusivamente en la franja tropical del planeta, destacando Centroamérica, gran parte de Brasil, el centro y este de África, India y el Sudeste Asiático.
  • Diferencia entre el Punto 2 y los Puntos 1 y 3: Aunque los tres mapas son muy parecidos, el Punto 2 muestra mayor parecido con zonas tropicales de altura media o transición (como el centro de Brasil y el este de África), mientras que los Puntos 1 y 3 (más cálidos) coinciden más con tierras bajas tropicales.
  • Descarte de climas fríos y secos: El resto del mundo (Norteamérica, Europa, norte de Asia, zonas desérticas y polos) aparece en amarillo uniforme, confirmando que sus condiciones de temperatura y lluvia son muy distintas a las del Valle del Cauca.
  • Relación con la producción mundial: Las zonas resaltadas como más similares coinciden con las principales regiones productoras de caña de azúcar en el mundo, demostrando que el clima del Valle del Cauca es representativo de los entornos donde prospera este cultivo.

7 Comparación de Aproximaciones y Conclusiones

Para finalizar el estudio, se contrastan las dos metodologías espaciales implementadas a escala global: la zonificación determinística por rangos óptimos (basada en umbrales agronómicos fijos) y el análisis de similaridad climática mediante distancia euclidiana (basado en la cercanía multivariada respecto a los puntos de referencia del Valle del Cauca).

7.1 Comparación Espacial de Ambas Aproximaciones

A continuación, se presentan en paralelo el mapa global de aptitud por cumplimiento conjunto y el mapa de similaridad climática (tomando como referencia representativa el Punto 1 del Valle del Cauca) para observar sus coincidencias y divergencias geográficas.

Comparación visual entre el modelo de zonificación por rangos óptimos (izquierda) y el modelo de similaridad climática mediante distancia euclidiana (derecha).

Comparación visual entre el modelo de zonificación por rangos óptimos (izquierda) y el modelo de similaridad climática mediante distancia euclidiana (derecha).

7.1.1 Interpretación de la Comparación Espacial

Al contrastar ambos mapas, se evidencia que tanto la aproximación de rangos óptimos (panel izquierdo, áreas en verde intenso) como la de similaridad euclidiana respecto al Valle del Cauca (panel derecho, tonos oscuros con distancias cercanas a \(0.0\)) concentran el mayor potencial agroclimático para la caña de azúcar dentro de la franja intertropical del planeta, destacando especialmente la cuenca amazónica de Sudamérica, África Central y el Sudeste Asiático. Sin embargo, mientras el modelo de rangos óptimos es más restrictivo y delimita únicamente los territorios que cumplen de forma simultánea las condiciones térmicas (\(22.5^\circ\text{C} \text{–} 28.0^\circ\text{C}\)) e hídricas (\(1500\text{–}3500\text{ mm/año}\)), el enfoque de distancia euclidiana amplía el espectro hacia regiones tropicales subhúmedas (como el centro de Brasil, Centroamérica y el este de África) donde el cultivo puede prosperar mediante manejo hídrico y riego suplementario. No obstante, esta alta aptitud macroclimática plantea una importante alerta ambiental: gran parte de las áreas identificadas como óptimas o climáticamente análogas se superponen directamente con bosques tropicales primarios y zonas protegidas de altísimo valor ecológico (como la Amazonía, la cuenca del Congo e Indonesia), por lo que promover la expansión descontrolada de monocultivos extensivos sobre estas fronteras agrícolas conlleva un grave riesgo de deforestación, pérdida de servicios ecosistémicos y amenaza directa sobre los reservorios de biodiversidad más ricos del mundo.Esto puede ser otro enfoque y un caso de estudio posterior, donde el informe actual sea una fuente primaria de información.