- CUARTO CASO DE ESTUDIO: ANÁLISIS DE APICULTURA.
- Acerca de este documento
- TEMA A ANALIZAR: ¿Cómo afecta el uso de plaguicidas en las abejas?
- Descarga de este código
- Importación de datos
- Tabla de datos
- Gráfico de las toneladas de pesticida utilizados (2000-2018)
- Histograma de frecuencias
- Relación de las toneladas de pesticida con las colmenas (2000-2018)
- Conclusión
CUARTO CASO DE ESTUDIO: ANÁLISIS DE APICULTURA.
Las abejas son muy importantes en el mundo, pues son las encargadas de polinizar vegetales en parcelas cercanas a sus colmenas, lo que contribuye a mejorar la biodiversidad, para que después, los polinizadores como pájaros, mariposas y murciélagos transporten el polen de flor en flor para fertilizar a las plantas. Este proceso permite la germinación de semillas y el crecimiento de frutos, es decir, sin abejas no habría alimentos.
Acerca de este documento
La cantidad de abejas y otros polinizadores se está reduciendo en muchas partes del mundo debido, en buena parte, a las prácticas agrícolas intensivas, el monocultivo, el uso excesivo de productos químicos agrícolas y a unas temperaturas más altas asociadas al cambio climático, que afectan no solo a los rendimientos de los cultivos sino también la nutrición. Si esta tendencia continúa, cada vez con más frecuencias los cultivos nutritivos como frutas, nueces y muchas verduras serán sustituidos por cultivos básicos como el arroz, el maíz y las patatas, lo que podría derivar en una dieta desequilibrada.
- Los datos fueron obtenidos de http://www.fao.org/faostat/es/#data/RP
TEMA A ANALIZAR: ¿Cómo afecta el uso de plaguicidas en las abejas?
La desaparición de las abejas es un peligro del que llevan advirtiendo desde hace muchos años las organizaciones dedicadas al medio ambiente. Estas advertencias señalan directamente a los pesticidas usados para eliminar las plagas en los cultivos. Este documento tiene el objetivo de demostrar como la población de abejas en México se ve afectada por el uso de plaguicidas.
Importación de datos
setwd("~/estadistica")
library(readxl)
library(tidyverse)## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --## v ggplot2 3.3.3 v purrr 0.3.4
## v tibble 3.0.5 v dplyr 1.0.4
## v tidyr 1.1.2 v stringr 1.4.0
## v readr 1.4.0 v forcats 0.5.1## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(prettydoc)
library(readr)
library(DT)
library(pacman)
p_load("base64enc","htmltools","mime","xfun","prettydoc","readr","knitr","DT","dplyr","ggplot2","plotly","gganimate","gifski","scales")pesticidas <- read.csv("~/estadistica/pesticidas.csv")
View(pesticidas)Tabla de datos
datatable(pesticidas)Gráfico de las toneladas de pesticida utilizados (2000-2018)
año <- pesticidas$Año
toneladas <- pesticidas$Toneladas
plot(año,toneladas)
Histograma de frecuencias
hist(pesticidas$Toneladas)
colmenas <- read.csv("~/estadistica/colmenas.csv")
View(colmenas)datatable(colmenas)año <- colmenas$Fecha
colmenas1 <- colmenas$Colmenas
plot(año,colmenas1)
Relación de las toneladas de pesticida con las colmenas (2000-2018)
datos <- data.frame(colmenas, pesticidas)
datos## Fecha Colmenas Toneladas Año Toneladas.1
## 1 2000 1875731 26625 2000 26625
## 2 2001 1862372 23372 2001 23372
## 3 2002 1783854 11536 2002 11536
## 4 2003 1727234 16285 2003 16285
## 5 2004 1745078 18508 2004 18508
## 6 2005 1732112 39172 2005 39172
## 7 2006 1747033 38403 2006 38403
## 8 2007 1741040 50894 2007 50894
## 9 2008 1797478 50155 2008 50155
## 10 2009 1774757 50328 2009 50328
## 11 2010 1842130 52305 2010 52305
## 12 2011 1847667 53220 2011 53220
## 13 2012 1898239 49214 2012 49214
## 14 2013 1933105 47551 2013 47551
## 15 2014 1981162 43029 2014 43029
## 16 2015 2017931 48293 2015 48293
## 17 2016 1859350 47421 2016 47421
## 18 2017 1853807 50802 2017 50802
## 19 2018 2172107 53144 2018 53144ton <- datos$Toneladas
colm <- datos$Colmenas
colmenas2 <- ggplot(data = datos) +
geom_line(aes(Fecha, colm, colour="Colmenas")) +
geom_line(aes(Fecha, ton, colour="Toneladas de pesticida")) +
xlab("Fecha") +
ylab("Valor") +
labs(colour="Datos") +
ggtitle("Número de colmenas vs Toneladas de pesticida (2000-2018)") +
scale_y_continuous(labels = comma)
colmenas2
ggplotly(colmenas2)Conclusión
- Se tiene una idea general de los factores que afectan y de su interacción con las abejas. Se entiende que son factores que pueden ser solucionados y/o manejados por el ser humano cambiando sus hábitos y mejorando sus actividades diarias.
- Las medidas a tomar podrían ser el probar nuevas alternativas de pesticidas, existen en la naturaleza pesticidas derivados de las plantas y pueden ser usados sin que exista una afectación en los demás organismos e incluso los mismos insectos, es decir, producir repelentes naturales que ahuyente a los insectos e incluso hongos sin dañarlos.