Topografía y clima en el Carmen de Chucurí

1.Introducción

1.1 Contexto

El estudio de la agricultura ha avanzado exponencialmente en la forma en que esta se aborda, incrementando cada vez mas la tecnificación del campo; la Ingeniería Agronómica al ser una ciencia multidisciplinar a recurrido a herramientas digitales propias de la geomática, así como el uso de softwares como Rstudio, que permiten la representación de datos geograficos, climáticos y topograficos mediante mapas dinámicos con el propósito de realizar un analisis de estadisticas de informacion para deducir las causas de las anomalias en el comportamiento del rendimiento agricola de un cultivo en una zona especifica.

1.2 Objetivos

Representar a través de mapas, gráficos y tablas los datos estadisticos, climáticos y topográficos municipales agropecuarios del departamento de Santander mediante algunas funciones del software R para posteriormente realizar un análisis estadístico e inferencial de las actividades agrarias y sus cambios a lo largo de los años a partir del reporte del Ministerio de Agricultura (2018).

1.3 Conceptos teóricos

Sistemas de información geográfica (SIG)

Los sistemas de información geográfica se componen por datos de localización que se relacionan a cualquier atributo, estos permiten capturar, almacenar, manipular, analizar y desplegar la información de todas las formas posibles siguiendo un principio logico y coordinado. (Ministerio de Educación, s.f).

Datos geoespaciales

Los Datos geograficos o información geografica, se refieren a datos espaciales georeferenciados por medio de informacion relacionada con objetos o elementos que integran un espacio u horizonte geografico. Estos tipos de datos incluyen coordenadas y atributos los cuales permiten efectuarar análisis espaciales.

Sistemas de coordenadas de referencia

Los Cordinate Reference Systems (CRS) nos permiten establecer ubicaciones geográficas haciendo uso de coordenadas en dos dimensiones sobre el mapa proyectado seleccionando así sitios puntuales del planeta. cabe destacar los dos diferentes tipos de sistemas de referencia de coordenadas que existen: Sistema de Coordenadas Geograficas y Sistema de Coordenadas Proyectada.

Unión de atributos a datos geograficos

La unión de datos la cual es usada con el fin de incorporar los campos correspondientes de una tabla a otra mediante minimamente de una variable en común.

Mapas temáticos

Es un mapa diseñado para mostar características o conceptos particulares de una zona geográfica .Este tipo de mapas tiene la posibilidad de ilustrar el comportamiento de variables físicas, económicas, políticas, sociales y culturales que afectan determinado territorio de interés.

Modelos digitales de elevación (DEM’s)

Es una estructura numerica de datos la cual representa la distribución espacial de la elevación del terreno, los modelos de datos para la representación de los DEM pueden ser vectoriales o raster. En el presente informe se hará uso de datos “raster”. (Burgos, 2014)

####Aspecto Indica la orientacion de la pendiente, sus valores corresponden a: 0 -> plano 360 -> inclinacion hacia el norte 45 -> orientacion al oriente 180 -> orientacion al sur 1 -> orientacion al oeste

####Pendiente Punto del terreno definido como el angulo existente entre el vector normal a la superficio en ese punto y la vertical

####Indice del deficit de agua o Water Deficit Index (WDI) Expresa el deficit hidrico relativo en suelos parcial o totalmente cubiertos de vegetacion, este oscila entre 0 (nulo deficit hidrico) y 1 (deficit maximo). (Martinez & Bart, 2013) ####Plamer Drought Severity Index(PDSI) Indice que emplea un balance de humedad en el suelo, este logra medir la intensidad, duración y la extension geografica de la sequia (Aranda, 2018)

2. Datos y métodos

2.1 Zona de estudio

El presente informe se basa en el análisis de los datos estadisticos del Departamento de Santander, por ello, es necesario mencionar las características geográficas y generalidades que lo componen.

El territorio del departamento de Santander limita al norte con Cesar, al este con Boyacá, al oeste con Antioquia y al noreste con Bolivar, tiene una extensión de 30.537 KM2 (Fig 1.), tiene una población de 2’184.837 habitantes, sus elevaciónes varian entre 100 m.s.n.m. hasta los 4200 m.s.n.m. y su temperatura oscila entre los 9 y 32 grados centigrados (°C) (Gobernación de Santander,2020).

El departamento esta dividido en 87 municipios y 7 provincias, su capital es Bucaramanga considerada la cuarta ciudad mas competitiva del país y tiene 4 ciudades intermedias Barrancabermeja, Floridablanca, Piedecuesta y Girón.

library (tidyverse)
library(dplyr)
library(ggplot2)
library(sf)

library(leaflet)
bins <- c(0, 150, 300, 450, 600, 750, 900, 1200, 1600, 2000, 3200)
pal <- colorBin("RdYlGn", domain = mun_santander$KM2, bins = bins)

  mapa <- leaflet(data = mun_santander) %>%
  addTiles() %>%
  addPolygons(label = ~KM2,
              popup = ~MPIO_CNMBR,
              fillColor = ~pal(KM2),
              color = "#444444",
              weight = 1,
              smoothFactor = 0.5,
              opacity = 1.0,
              fillOpacity = 0.5,
              highlightOptions = highlightOptions(color = "white", weight = 2, bringToFront = TRUE)
              ) %>%
  addProviderTiles(providers$OpenStreetMap) %>%
  addLegend("bottomright", pal = pal, values = ~KM2,
    title = "Extensión de los municipios de Santander [Km^2] (DANE, 2018)",
    opacity = 1
  )

mapa

Figura [1].Mapa Municipios de Santander

Su economía se considera diversificada, esta se ha impulsado por las rentas petroleras, el sector industrial, los establecimientos financieros y en la exportación de agro alimentos, siendo el cacao el segundo cultivo de mayor importancia económica en el departamento (Gobernación de Santander, 2015).

2.2 Datos

Para el análisis de datos se utilizaron 2 conjuntos de datos.

Shapefiles

Un ShapeFile un es archivo de formato simple y no topológico, usado para reunir ubicaciones geométricas junto con la asignación de información referida a atributos geográficos. La información contenida en un shapefile se representa a través de puntos, líneas o polígonos (áreas).

En el presente informe se utiliza un Shapefile obtenido de los datos disponibles en DANE que corresponden a datos del 2017, este contiene la información geográfica del departamento de Santander, consta de 10 columnas nombradas: DPTO_CCDGO, MPIO_CCDGO, MPIO_CNMBR, MPIO_CRSLC,MPIO_NAREA, MPIO_NANO, DPTO_CNMBR, Shape_Leng, Shape_Area, geometry

Valores separados por comas .csv

Un archivo CSV o de Valores Separados por Comas, es un dataframe útil para intercambiar información que se encuentra en formato de tabla (Minsalud, 2007)

En el presente informe se utiliza un CSV obtenido de los datos disponibles en Ministerio de Agricultura correspondientes a las Evaluaciones Agropecuarias Municipales de los años 2007 a 2018, estos datos almacenan la información relacionada con la producción agricola Nacional y consta de 14 columnas que refieren a los atributos asociados al departamento:

• DPTO: Nombre del Departamento

• COD_MUN: Código del municipio

• MUNICIPIO: Nombre del municipio

• GRUPO: Grupo al que pertenece el cultivo

• SUBGRUPO: Subgrupo al que pertenece el cultivo

• CULTIVO: Cultivo

• DESAGREG: Desagregación regional y/o sistema productivo

• YEAR: Año

• PERIODO: Periodo del año

• HA_SIEMBRA: Hectareas sembradas

• HA_COSECHA: Hectareas cosechadas

• TON_PROD: Toneladas producidas

• RENDIM: Rendimiento de cada municipio

• CICLO: Ciclo del cultivo

2.3 Métodos

Con el fin de analizar los datos geográficos mencionados con anterioridad se optó por realizar un análisis exhaustivo de las características productivas de Santander y del Carmen de Chucurí, asi como del cultivo de cacao.

En total se realizaron 3 tablas y 3 figuras, para ello se siguieron los siguientes pasos.

1. Se cargan las librerias RColorBrewer leaflet tidyverse dplyr ggplot2 sf AOI climateR rasterVis raster rgl rgda mapview elevatr rayshader sp

library(RColorBrewer)
library(leaflet)
library (tidyverse)
library(dplyr)
library(ggplot2)
library(sf)
library(AOI)
library(climateR)
library(rasterVis)
library(raster)
library(rgl)
library(rgdal)
library(mapview)
library(rayshader)
library(elevatr)
library(sp)

2. Se seleccionan los atributos de interés (Grupo, municipio y año) para comparar la producción maxima de cada grupo de cultivo en cada municipio

eva_santander %>% 
  group_by(GRUPO, MUNICIPIO, YEAR) %>%
  summarize(max_prod = max(TON_PROD, na.rm = TRUE)) %>%
    slice(which.max(max_prod)) %>%
    arrange(desc(max_prod)) -> ton_prod_max

3. Se preparan los datos para realizar un mapa temático de la producción de cacao en el Departamento y para unir atributos, en este caso la Producción en TON y el año para así obtener el comportamiento de la producción de cacao entre 2007 y 2018 en cada municipio del Departamento de Santander

mun_santander$COD_MUN <-as.double(mun_santander$MPIO_CCDGO)

4. Se toman los atributos de interés

5. Se unen los atributos de interés para producir una tabla ancha que sea fácil de interpretar.

cacao_santander2 %>%
  group_by(COD_MUN) %>%
  gather("TON_PROD",key=variable, value=number) %>%
  unite(combi,variable,YEAR) %>%
  pivot_wider(names_from = combi, values_from = number, values_fill = 0) -> cacao_santander3
mun_santander_cacao = left_join(mun_santander,cacao_santander3, by= "COD_MUN")

6. Se realiza un mapa que represente la producción de cacao en TON durante 2018 en el Departamento.

bins <- c(0,100,200,400,500,700,800,1000,2000,3700)
pal <- colorBin("YlOrRd", domain = mun_santander_cacao$TON_PROD_2018, bins = bins)
 mapa <- leaflet(data = mun_santander_cacao) %>%
  addTiles() %>%
  addPolygons(label = ~TON_PROD_2018,
              popup = ~MPIO_CNMBR,
              fillColor = ~pal(TON_PROD_2018),
              color = "#444444",
              weight = 1,
              smoothFactor = 0.5,
              opacity = 1.0,
              fillOpacity = 0.5,
              highlightOptions = highlightOptions(color = "white", weight = 2, bringToFront = TRUE))%>%
  addProviderTiles(providers$OpenStreetMap) %>%
  addLegend("topright", pal = pal, values = ~TON_PROD_2017,
    title = "Producción de cacao en Santander [Ton] (DANE,2018)",
    opacity = 1)

7. Se preparan los datos que representen la producción de cacao en TON del Carmen de Chucurí en 2018

data <- eva_santander %>%
       filter(CULTIVO=="CACAO" & YEAR==2018 & TON_PROD>35.000) %>% 
        dplyr::select(MUNICIPIO, TON_PROD)
evita  <-  dplyr::select(eva_santander, MUNICIPIO, CULTIVO, YEAR, TON_PROD, RENDIM)

evita_cacao <- filter(evita, CULTIVO=="CACAO")
evita_carmen <- filter(evita, MUNICIPIO=="EL CARMEN DE CHUCURI")
evita_carmen_2018 <- evita %>%
  filter(MUNICIPIO == "EL CARMEN DE CHUCURI") %>%
  filter(YEAR == 2018) %>%
  dplyr::select(CULTIVO, RENDIM)

eva_santander %>% 
  group_by(GRUPO, MUNICIPIO, YEAR) %>%
  summarize(max_prod = max(TON_PROD, na.rm = TRUE)) %>%
    slice(which.max(max_prod)) %>%
    arrange(desc(max_prod)) -> ton_prod_max
eva_santander %>% 
  filter(MUNICIPIO=="EL CARMEN DE CHUCURI" & CULTIVO=="CACAO") %>% 
  group_by(YEAR, CULTIVO) %>%
   dplyr::select(MUNICIPIO, CULTIVO, TON_PROD, YEAR) ->  carmen_cacao
# we use the ggplot 2 library
g <- ggplot(aes(x=YEAR, y=TON_PROD/1000), data = carmen_cacao) + geom_bar(stat='identity') + labs(y='Produccion de cacao [Ton x 1000]')

8. Crear un Simple Feature a partir del Shapefile que contiene el sistema de referencia coordenado del departamento de Santander

9. Se obtiene los datos climaticos del departamento. Precipitación en una fecha determinada e indice de deficit de agua

10. se obtienen los datos de elevación raster con un “zoom” o una calidad de “10” para luego reprojectarlos.

11. Se obtienen las variables geomorfometricas de pendiente, aspecto y sombra.

12. Se mapean los datos de elevacion del municipio de El Carmen de Chucurí

13. Se plotean los gráficos y tablas en la seccion 3. Resultados

3. Resultados

En esta sección se presentan las tablas, gráficos y mapas que se obtuvieron siguiendo el procedimiento descrito con anterioridad, en este caso se analizaron los datos referentes al Departamento de Santander, el municipio del Carmen de Chucurí y el cultivo de cacao debido a la importancia del mismo en la economía del Departamento, estos datos corresponden a una Base historica entre 2007 y 2018. Para el estudio de las variables geomorfometricas se utilizaron datos correspondientes al año 2019, estos se realizaron de forma general al Departamento de Santander.

3.1 Santander

El departamento de Santander se ha caracterizado por ser el sumidero principal de la violencia en Colombia, por tanto la implementación de cultivos ilicitos, por ello, en los ultimos años, los cultivos de sustitución como el cacao (MinAmbiente, 2018) han sido de suma importancia y su desarrollo se considera un factor clave.

Refiriendose a la producción de los cultivos en el departamento, entre 2007 y 2018 se destacan dos principales grupos de cultivos los frutales con el municipio de Girón como el mayor productor, teniendo una producción de 121.713 TON en 2018 y las Oleaginosas con el municipio de Puerto Wilches como el mayor productor con una producción de 121.644 TON en 2008 (Tabla 1.).

Tabla[1].Produccion máxima de cada grupo de cultivo en los Municipios del Departamento de Santander entre 2007 y 2018 [TON] (DANE 2018)

ton_prod_max

Tomando al cacao como cultivo de interés, en Santander, entre 2007 y 2018 los Municipios con mayor productividad fueron Cimitarra, Landázuri, Lebríja, El Playón, San Vicente de Chucurí, Sucre y El Carmen de Chucurí (Tabla 2).

Tabla[2].Producción de cacao en los Municipios del Departamento de Santander entre 2007 y 2018 [TON] (DANE, 2018)

cacao_santander3

Este patrón se puede corroborar observando la producción de cacao en Santander en el año 2018, el municipio con mayor producción de cacao en TON fue Landázurí con una producción de 3.684 TON (Fig 2.).

mapa

Figura [2].Producción de cacao en Santander en 2018 [TON] (DANE, 2018)

Asi como fue descrito, la productividad de cultivo de cacao del Departamento de Santander, responde a un cumulo de variables que afectan el asentamiento del cultivo, se estudiaron dos tipos de variables, topograficas y climaticas.

Para el estudio de las variables topograficas, en la Figura 3 se procedio con el Modelo de Elevación Digital, en el cual se observa un predominio en altitudes entre lo 0 y 1000 msnm, y en menor proporción entre los 1000 msnm en adelante, con el fin de observar graficamente la sombra (o hillshade) del Departamento se graficó sobre el DEM.

plot(hill,
        col=grey(1:100/100),  # create a color ramp of grey colors for hillshade
        legend=FALSE,         # no legend, we don't care about the grey of the hillshade
        main="DEM con Sombra del Departamento de Santander [msnm]",
        axes=FALSE)           # makes for a cleaner plot, if the coordinates aren't necessary

plot(rep_elev, 
        axes=FALSE,
        col=terrain.colors(12, alpha=0.6), add=TRUE) # color method
         # sets how transparent the object will be (0=transparent, 1=not transparent)
plot(rep_munic, add=TRUE, lwd=0.5)
text(coordinates(rep_munic), labels=as.character(rep_munic$MPIO_CNMBR), cex=0.2)

Figura [3].Modelo de Elevación Digital con Sombra del Departamento de Santander msnm

Este patron de valor bajos predominantes se observa en la Figuta 4 con la pendiente del Departamento, en donde se encuentra mayoritariamente pendientes de 0 a 30 ° y en muy baja proporción pendientes de 30° en adelante

#Plot de la pendiente
plot(slope,main="Pendiente de los municipios de Santander [°] ", col=hcl.colors(6,palette = "Green-Yellow",alpha=1))
plot(rep_munic, add=TRUE, lwd=0.5)
text(coordinates(rep_munic), labels=as.character(rep_munic$MPIO_CNMBR), cex=0.2)

Figura [4].Pendiente de los municipios de Santander [°] (DANE, 2018 & TerraClimate)

Para el analisis de las variables climaticas se graficó la precipitación, el Indice de Deficit de Agua y el Indice de Sequia de Palmer, estas variables permiten analizar las condiciones en que se desarrolla el cultivo de cacao en la actualidad, y así comparar las necesidades del cultivo con aquellas que le provee el Departamento.

En la Figura 5, se pueden observar bajas precipitaciones en el mes de Febrero entre 0 y 40 mm en su mayoria. Esto correspondiente al comportamiento bimodal de las precipitaciones, en donde hay 2 epocas secas, enero y febrero, junio, julio y agosto hecho que al pasar de los años va en aumento, haciendo a Santader un departamento de importancia a la hora de estudiar el cambio climatico (Colombia. Ministerio de Ambiente & Desarrollo Sostenible, 2016).

precipitacion_santander

Figura [5]. Precipitación de Santander en Febrero 2019 (DANE, 2018 & TerraClimate)

Los valores que arrojan las precipitaciones pueden ser comparados con el Indice de Deficit de Agua (WDI) que se observa en la Figura 6, de esta forma, se asume que en la zonas con menores precipitaciones hay un alto WDI, por tanto los requerimientos hidricos del cultivos son variables a lo largo del departamento. A pesar de esto, predominan valores entre 0 y 30 mm de WDI y en menor proporción de 30 mm en adelante, por ello, es posible que las precipitaciones, la humedad y la temperatura sean las adecuadas para retener el agua en el suelo.

deficit_agua

Figura [6]. Indice de Deficit de agua (WDI) de Santander en Febrero 2019 [mm] (DANE, 2018 & TerraClimate)

A pesar de tener bajos WDI, el indice de sequia de Palmer (PDSI) de la Figura 7, da como resultado altos indices de sequia (expresados como valores negativos) a lo largo y ancho del Departamento de Santander. Esto, permite implementar estrategias de riego adecuadas para el departamento que cumplan las necesidades del cultivo, por ello, los sistemas de riego implementados deben ser altamente efeciente para así suplir la demanda del suelo en uno de sus meses mas secos como lo es Febrero.

Palmer

Figura [7].Indice de Sequia de Palmer (PDSI) del Departamento de Santander en Febrero de 2019 (DANE, 2018 & TerraClimate)

3.2 Carmen de Chucurí

El municipio del Carmen de Chucurí tiene una extensión rural de 93.988 Hectareas Km2 y su economía se basa principalmente en la agricultura (Alcaldía del Carmen de Chucurí, 2020), debido a sus condiciones climáticas tiene diversidad de cultivos importantes para la economía, entre ellos está el cacao, el aguacate y el café, en 2018 estos tuvieron un rendimiento de 4 TON/Ha,4 TON/Ha y 132 TON/Ha respectivamente, cabe resaltar que, la habichuela reportó un rendimiento de 916 TON/Ha en el mismo año (Tabla 3), a pesar de ello, este no es un cultivo representativo del municipio.

Tabla[3].Rendimiento de cacao en el municipio del Carmen de Chucurí en 2018 [TON/ha] (DANE,2018)

evita_carmen_2018

Como se mencionó con anterioridad el cacao es un cultivo de importancia económica en El Carmen de Chucurí, por ello se considera necesario el avance en el desarrollo tecnológico y productivo de este cultivo, entre el 2007 y el 2018 el cultivo de cacao ha tenido varias fluctuaciones que permanecen durante cierto tiempo, desde el 2007 hasta el 2010 se mantuvo una produccion de 42 TON sin embargo en 2011 hasta 2013 se mantuvo en 474 TON siendo esta la época con mayor producción, en 2014 disminuyó la producción a 395 TON, sin embargo, un fenómeno que resulta preocupante fue la abrupta caida de la producción en 2015 y 2016, años en que la producción se mantuvo en 54 TON, a pesar de ello el sector del cacao se recuperó en el año 2017 con una producción reportada de 432 TON y se mantuvo en el año 2018 (Fig. 8).

g + ggtitle("Evolution of Cacao Crop Production in El Carmen de Chucuri from 2007 to 2018") + labs(caption= "Based on EVA data (Minagricultura, 2020)")

Figura [8].Evolución de la producción del cultivo de cacao en El Carmen de Chucurí de 2007 a 2018 [TON] (DANE,2018)

Siguiendo el patrón indicado en el Departamento, el estudio de la topografia del municipio puede aportar al manejo integral del cultivo de cacao en la zona, El Carmen de Chucurí se caracteriza por tener bajas altitudes, la mayor parte del municipio varia entre 500 y 1500 msnm, en la zona limite del sureste tiene la mayor altitud desde lo0s 1500 msnm hasta los 3000 msnm. (Fig. 8)

elev_crop = crop(elevation, algunos_sp)
plot(elev_crop, main="Modelo de Elevación Digital de El Carmen de Chucurí [msnm]")
plot(algunos_sp, add=TRUE)
text(coordinates(algunos_sp), labels=as.character(algunos_sp$MPIO_CNMBR), cex=0.5)

Figura [9]. Modelo de elevación Digital de El Camen de Chucurí [msnm] (DANE, 2018 & TerrainTails)

4. Discusión o interpretación

En relación a lo expuesto anteriormente por medio de gráficas y tablas se puede inferir que en el periodo que abarca desde 2015 a 2017 se produjo un cambio drástico en el comportamiento estadístico en la variable que representa la cantidad de toneladas por hectárea producidas de cacao en el Municipio del Carmen de Chucurí. Haciendo un análisis a la producción de este fruto se infiere que tal variable sufrió una disminución entre el 2014 al 2015, posteriormente se mantuvo así durante el 2016 y tuvo un aumento significativamente drástico en el año 2017.

Es por ello que para dar explicación razonable a tal cambio se realizaron, Antes que nada se hizo un seguimiento casi qué anual para entender las razones y raíces de los problemas que rodearon el cultivo en esos años:

Para empezar se debe saber que el factor más determinante a la hora de hablar de las condiciones de productividad en el sector cacaotero es el manejo fitosanitario incluido dentro de las buenas practicas agrícolas (BPA), es decir, la manera en que se ha combatido a las plagas y enfermedades, que han afectado y generado pérdidas en las cosechas, las cuales en este caso son la monilia (Moniliophthora roreri),la escoba de bruja (Moniliophthora perniciosa) y La fitóftora (Phytophthora palmivora) ,presentes en un 100%, 95.1% y 61.8%, respectivamente y a su vez generan un impacto de daño de los cultivos de cacao del 22.8%, 11.6% y el 4.96%(cálculos a partir de Agronet).Por consiguiente, resulta conveniente tener en cuenta que en promedio cualquier tipo de enfermedad mal cuidada en el cultivo puede llegar a comprometer el 50% de la producción, con lo cual se hace vital el constante monitoreo.

Uno de los factores mas importantes en el desarrollo del hongo en las mazorcas de cacao es el clima, su agresividad se acentua por el incremento en la temperatura, humedad relativa y precipitación (FEDECACAO, 2006), pues tiene un rango optimo de temperatura para su desarrollo y reproduccion de entre 24 y 28°C(). Asi mismo, la sombra, una de las variables geomorfometricas, es considerada un factor que tiene efectos sobre la reproduccion y desarrollo del honho pues a mayor sombra se favorece la incidencia de la moniliasis (Muñoz, 2011).

De hecho y con el fin de ampliar este panorama se debe considerar que para el año 2013 el nivel de desconocimiento de los agricultores sobre los síntomas Típicos de dicha enfermedad era del 26%, principalmente en los siguientes municipios y en las siguientes proporciones : Vélez,50 %, Lebrija, 49%, San Vicente de Chucuri,28% , Landázuri, 26% y El Carmen, 18.4%. Esto sucedía ya que muchos agricultores reconocían la Monilia solo hasta cuando el hongo había esporulado, de ahí que el registro más significativo de daños por la monilia y la escoba de bruja para el 2014 se presentó respectivamente, en los municipios de El Carmen (33.3% y 15.4%) y Landázuri (26.9% y 16.5%).

Dicho lo anterior cabe considerar, por otra parte que en términos productivos, en el Carmen la situación era bastante alarmante, debido a que concentra el 26.9% del área de cultivos de cacao del departamento. Pero En contraposición resulta favorable saber que la situación de daños en cultivos de cacao en San Vicente de Chucurí son de los más bajos del departamento, lo cual es muy importante ya que es el segundo municipio en importancia en cuanto a áreas de cacao plantadas del departamento con un 26.3% (cálculos a partir de Agronet).

Por tal motivo en Santander se había venido trabajando en campañas de Monilia desde el año 2004, pero 10 años después, solo el 12% de los productores de cacao realizaban de manera correcta el control de la enfermedad; esto es debido a que en los municipios de El Carmen y San Vicente de Chucuri, que aportaban un 60% a la producción departamental, la administración de las fincas operaba bajo un sistema de aparcería y que en estos acuerdos jamás se tiene en cuenta el manejo fitosanitario del cultivo, por los gastos que genera.

Adicional a esta situación, para el manejo del cultivo de cacao se requiere tener en cuenta la pendiente la cual tiene incidencia sobre el cultivo pues esto puede reflejarse en mayores corrientes de viento que deterioran la planta mecánicamente, es por ello que como practica generalizada de departamento, se realizan cultivos asociados con aguacate, plátano y frutas cítricas, ademas de mejorar la conservación del agua a traves de la infiltracion y la reduccion del escurrimiento superficial (FEDECACAO, 2020), hecho sumamente importante en un departamento con tan bajas precipitaciones de 1198 mm/mes en promedio (Climate Data, 2021) las cuales corresponden a las necesaria para la implementacion del cultivo de cacao que son de 1150 a 2500 mm (IICA, 2017)

En relación a la problemática expuesta y llegados a esta parte del texto es necesario conocer los actos que se han realizado para dar solución a los daños causados, pero primero se debe saber que las frecuencias de control que realizan los agricultores corresponden a: para la monilia (22.8%/semanal y 33.7%/quincenal) y para la escoba de bruja corresponden a (8%/semanal y 26.7%/quincenal), a su vez vale la pena mencionar que el control de la fitóftora se realiza con menor frecuencia, Es por eso que sí se analiza la relación existente entre la frecuencia de control de las enfermedades y el porcentaje de daño total de los cultivos, se encontrara que en el caso de la monilia, mayores frecuencias de control van encaminadas a evitar menores daños totales de las plantaciones no encontrándose dicha relación para el resto de las enfermedades. Estos resultados sugieren, que desde el punto de vista práctico por parte de los agricultores, los controles efectuados en la moniliasis parecen ser más efectivos que los efectuados en las otras enfermedades.

Con el objetivo de relacionar lo expuesto de monilia en el segundo párrafo (Hongo),y con la intención de vincularlo a las ideas posteriores a dicho párrafo se ha de mencionar pues, que Si se estudia solo el efecto de la monilla, se obtiene que: “debido a los millones de esporas o semillas que produce el hongo en una plantación ubicada en una zona muy húmeda y sin un manejo fitosanitario adecuado, es frecuente observar pérdidas superiores al 80% no obstante bajo condiciones de manejo óptima, los daños se disminuyen considerablemente a niveles inferiores al 8%” (FEDECACAO, ICA, p.6).

Adicionalmente a las variables climáticas ya mencionadas, FEDECACAO reconoce cómo un factor determinante la resistencia de la variedad de cacao a la monillia y la escoba de bruja, puesto que estas enfermedades, así como la mayoría que existen en cacao, no se controlan químicamente si no mediante prácticas culturales de manejo recomendadas dentro de las BPA, sucede pues, que la principal acción para enfrentarlas es el correcto manejo de podas.

En último instancia y cómo consecuencia de la falta de BPA en el año 2014 La Federación Nacional de Cacaoteros (FEDECACAO) realizo en Bucaramanga el pre lanzamiento de ocho nuevos materiales de siembra de cacao (clones CCN51), mejorados genéticamente, los cuales fueron fruto de la investigación de más una década, entre ellos hubo dos tratados en el municipio de Lebrija, uno en San Vicente de Chucurí y otro en el municipio de El Carmen de Chucurí. Como resultado estos clones contaban con un aumento de la productividad; pasando de 450 a 1.500 kilos por hectárea, Además de incorporar tolerancia a la Monilia y Escoba de Bruja. Este pre lanzamiento se realizó en un momento crucial para la cacaocultura colombiana, ya que contó con el apoyo del Min. Agricultura con la condición de hacer una la renovación en por lo menos 80.000 hectáreas.

5. CONCLUSIONES

En el municipio de Carmen de Chucurí tras la incorporación en el año 2014 de la variedad de clones CCN51, resistentes a la monilia y a la escoba de bruja, se sentó un precedente en la manera que se combatían estas plagas y enfermedades, este cambio sólo fue visible hasta el año 2017 debido a que habiendo pasado 2 a 3 años, tiempo suficiente para que se diera la primera cosecha, se pasó de 450 a 1500 Kg/Ha, lo cual a su vez se ve reflejado en el reporte del Ministerio de Agricultura (2020), al observarse un aumento radical en el comportamiento de la variable de Toneladas por Hectárea, pasando de 54 a 454 TON.

Uno de los principales retos que el sector cacaotero ha atravesado y brindado solución, en su historia reciente, ha sido el control fitosanitario de la monilia y escoba de bruja debido a que es son las enfermedades que más presencia en cultivos e impacto tienen en daños y por ende en perdidas, esto se ha logrado mediante la incorporación de variedades resistentes (CCN51) y campañas donde se recalca la importancia de unas prácticas culturales eficientes de manejo; cómo lo es la frecuencia de los controles (podas) para frenar cualquier posible avance de los síntomas de estas enfermedades, resulta importante resaltar esto ya que estas enfermedades, tal como la mayoría que puede llegar a tener el cacao, no se controlan químicamente, asi como el manejo general del cultivo que depende de las variables climaticas y topograficas del Departamento y del conocimiento y las habilidades del agricultor.

6. Referencias

Alcaldía de El Carmen de Chucurí Santander. (23 de Noviembre de 2020). Alcaldía de El Carmen de Chucurí Santander. Nuestro municipio. Recuperado el 3 de Abril de 2021, de Nuestro municipio.

Alcaldía de Landázuri. (12 de Diciembre de 2017). Alcaldía de Landázuri. Nuestro municipio. Recuperado el 4 de Abril de 2021, de Nuestro municipio.

Aranda, Daniel Francisco. (2018). Contrastes del Índice de Sequías de Palmer Estandarizado (SPDI) en tres ubicaciones climáticas de San Luis Potosí, México. Tecnología y ciencias del agua. 9. 246-279. 10.24850/j-tyca-2018-05-10.

Botero, A. (2019). Biodiversidad y calidad de vida en el paisaje campesino. Vereda la Belleza, El Carmen de Chucurí, Santander. Bogotá: Instituto de Investigación de Recursos Biológicos Alexander von Humboldt.

Burgos, Victor & Salcedo, Ana. (2014). Modelos digitales de elevación: Tendencias, correcciones hidrológicas y nuevas fuentes de información

FEDECACAO. (2020). El cultivo del cacao y su contribución al medio ambiente

FEDECACAO. (2006). Reconocimiento yy control de la monilia del cacao

Gobernación de Santander. (2020). Santander siempre contigo y para el mundo. Plan de desarrollo 2020 - 2023. Recuperado el 3 de Abril de 2021.

Instituto Colombiano Agropecuario - ICA. (19 de Marzo de 2017). Una radiografía de la problemática del cultivo de cacao. Recuperado el 23 de Marzo de 2021, de Una radiorafía de la problemática del cultivo de cacao en Santander.

Leandro Muñoz, M. (2011). Efecto de los factores macro y microclimáticas y las características productivas del cacao sobre la epidemiología de la moniliasis (Magister Scientiae). Centro Agronomico Tropical de Investigación y Enseñanza.

Manual técnico del cultivo de cacao: prácticas latinoamericanas / Instituto Interamericano de Cooperación para la Agricultura; Miguel Ángel Arvelo Sánchez, Diego González León, Steven Maroto Arce, Tanya Delgado López y Paola Montoya López. – San José, C.R.: IICA, 2017.

Manuel G. Pabón, L. I.-R. (15 de Noviembre de 2015). Caracterización socio-económica y productiva del cultivo de cacao en el departamento de Santander (Colombia). Revista Mexicana de Agronegocios, Sociedad Mexicana de Administración Agropecuaria A.C., 38, 283-294.

Ministerio de Ambiente y Desarrollo Sostenible. (17 de Julio de 2018). Colombia se une a la Iniciativa Global Cacao, Bosques y Paz. Recuperado el 3 de Abril de 2021.

Ministerio de Educación Nacional. (s.f.). Sistema de Información Geográfico del Sector Educativo. ¿Que es un SIG? Recuperado el 4 de Abril de 2021.

Ministerio de la Protección Social. (6 de Febrero de 2007). Instructivo para crear archivo plano desde Microsoft Excel. Recuperado el 2 de Abril de 2021.

Plan Integral de Gestión del Cambio Climático Territorial del Departamento de Santander. UT CAEM-E3 (consultor). Bogotá, D.C.: Colombia. Ministerio de Ambiente & Desarrollo Sostenible, 2016.

Sanchez Martinez, M. and Carvacho Bart, L., 2013. Aproximación a la determinación del défi cit hídrico en la Región del Libertador General Bernardo O´Higgins, Chile, a partir de imágenes MODIS y datos meteorológicos. Revista de Geografia Norte Grande, 55, pp.109-124.

Vanguardia. (19 de Diciembre de 2014). Lanzan cacao más resistente a plagas. Recuperado el 30 de Marzo de 2021.