Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Siembras intelligentes: cuando la agricultura entra a la era de los datos

No description
by

Sylvain Delerce

on 5 December 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Siembras intelligentes: cuando la agricultura entra a la era de los datos

Que sembrar, cuando, donde y como manejarlo ?
APRENDER de nuestras experiencias...
+ nuevas herramientas
...para ANTICIPAR lo que viene !
Geo-localización
Digital
Soil
Mapping
Bases de datos de Clima (ej.: Worldclim)
Registros de estaciones climaticas
TICS
Open access
Compartir información :
información que fluye, valor agregado consigue
Colaboración científicos - gremios y agricultores
la captura sistematizada de información : los datos son la gasolina de este trabajo !
Adquisición de datos
Análisis avanzados
Entrega de recomendación al usuario
Siembras inteligentes
Cuando la agricultura entra a la era de los datos
Presentación basada en los trabajos realizados en el marco
Del proyecto AESCE con ASOHOFRUCOL, y del convenio CIAT-MADR: Clima y sector agropecuario Colombiano
Recomendación de manejo sitio especifico
Benchmarking con otros productores que comparten la misma oferta ambiental (C+S)
+
alternativas productivas
Factores limitantes de clima para el cultivo en un sitio
Pronósticos climáticos de mediano plazo (4 meses)
Captura indirecta de información
Los amigos de esta metodología son :
"En zona C2S4, sembrar en tresbolillo con una densidad de siembra alta (>2500 pl/ha)"
"En Saldaña, ajustar la fecha de siembra segun oferta de radiacion solar"
Clustering
Grupos homogéneos de secuencias climáticas
Matching
Identificación de secuencias climáticas idóneas para el arroz
Recomendación para este pronostico : Sembrar F174 !!
Que sigue ?
Herramientas para entender mejor la dinámica del sector y planear
Base de datos de tipo
SQL almacenada en la nube
Identificación de factores limitantes para la producción
Caracterización de zonas edafo-climáticas homogéneas
Detección de practicas exitosas
Software libre
Self Organizing Maps
Clustering
Redes Neuronales Artificiales
GLM, CART, Random Forest, Gradient Boosting
Datos
Métodos
Resultados
Comparación de practicas y rendimientos entre lote que comparten la misma oferta ambiental
En cada zona edafo-climática, detección de las practicas de manejo que conducen a altas productividades
En cada zona, identificación de los factores climáticos limitantes para la producción
Captura directa por el usuario
Nueva retroalimentación sobre el comportamiento real de los materiales en condiciones comerciales
Gremios
Fito-mejoradores
Armar datasets mas robustos y con todos los factores
Automatizar mas los análisis
Adaptar la metodología a mas cultivos y en otros paises
Transferir la herramientas a los gremios para generalizar su uso
TICS
Registros de practicas de manejo
Caracterización de suelo
Big Data Climate Challenge Winners
:
Global Forest Watch (GFW) is a dynamic forest monitoring system from the World Resources Institute and partners: GFW empowers people to manage forests by combining satellite imaging, open data and crowdsourcing for open access to timely information about forests by governments, companies, NGOs and the public.
Climate-smart, site-specific agriculture decision-making tool for Colombian rice farmers by the Site-Specific Agriculture Big Data Team at the International Center for Tropical Agriculture (CIAT)
: Using harvest monitoring data with climate data and seasonal forecasts, farming recommendations for rice growers are generated as a first step toward a system to support decision-making for farmers.
Full transcript