Zonificación productiva cañera en Huasteca Potosina, México
Palabras clave:
SIG, álgebra de mapas, INDV, percepción remota, Saccharum officinarum, zonificación
Resumen
Los sistemas de información geográfica (SIG) y percepción remota (PR) son herramientas de utilidad en el manejo y modernización de la zonificación agroecológica de la producción de caña de azúcar, Saccharum officinarum. El objetivo del presente trabajo fue evaluar la distribución espacial al caracterizar el nivel de productividad del cultivo, en la región Huasteca Potosina, en San Luís Potosí, México, mediante técnicas de percepción remota. Se emplearon datos de Índice Normalizado de Vegetación (INDV), de suelo y agrometeorológicos para evaluar la productividad mediante el software cartográfico ILWIS versión 3.3 y ESRI ArcGis versión 9.2. El INDV permitió identificar y evaluar el estado del cultivo. Los resultados indican que la zona cañera es óptima para obtener altos rendimientos, pero estos fueron marginales. Cada zona tiene una combinación similar de potencial, limitaciones para el desarrollo del cultivo y determina el foco de atención para futuras recomendaciones en las zonas cañeras. Estas áreas dentro de Huasteca Potosina requieren sistemáticas acciones de planeación, arreglos institucionales e iniciativas gubernamentales para incrementar su rentabilidad y productividad.
Descargas
La descarga de datos todavía no está disponible.
Citas
• Abdel R., E. M. and F. B. Ahmed. 2008. The application of remote sensing techniques to sugarcane (Saccharum spp. hybrid) production: a review of the literature. International Journal of Remote Sensing, 29(13):3 375-3 767.
• Aguilar A., J. L. y R. Zulueta. 1993. Zonificación agroecológica para el cultivo de caña de azúcar en el estado de Veracruz. GEPLACEA, In: Memorias Simposio Nacional de Capacitación y Desarrollo. Tecnológico del Campo Cañero Mexicano. Xalapa, México.
• Aguilar-Rivera, N., G. M. Galindo, J. M. Fortanelli y C. S. Contreras 2009. ¿Por qué diversificar la agroindustria azucarera en México? Rev. Globalización competitividad y gobernabilidad. GCG Georgetown University, Universia. España, 3(1):62-75.
• Ahumada, M. R. 2009. Diagnóstico agroindustrial de la caña de azúcar en México. Memorias XXXII Convención de la asociación de técnicos azucareros de México. Córdoba Ver. 27-28 pp.
• Almeida, T. I. R., F. C. De Souza and R. Rossetto. 2006. ASTER and Landsat ETM+ images applied to sugarcane yield forecast. International Journal of Remote Sensing, 27(19):4 057-4 069.
• Amaral, S., C. B. Costa and C. D. Renno. 2007. Normalized Difference Vegetation Index (NDVI) improving species distribution models: an example with the neotropical genus Coccocypselum (Rubiaceae) (en línea) In: Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil. 2275-2282 pp. Disponible en: https://bit.ly/3avKcya
• Apoyos y Servicios a la Comercialización Agropecuaria (ASERCA). 2004. Plan Rector del sistema producto caña de azúcar en San Luís Potosí. In: Claridades Agropecuarias: La Caña de Azúcar. México. 60 p.
• Bautista, Z. F., H. Rivas S., C. Durán de Bazúa y G. Palacio. 1998. Caracterización y clasificación de suelos con fines productivos en Córdoba. Rev. Investigaciones geográficas. UNAM. México, 36:21-33.
• Begue, A., P. Todoroff and J. Pater 2008. Multi-time scale analysis of sugarcane within-field variability: improved crop diagnosis using satellite time series?. Precision Agric. 9(3):161-171.
• Benefetti, R. and P. Rossini. 1993. On the use of NDVI profiles as a tool for agricultural statistics: The case study of wheat yield estimate and forecast in Emilia Romagna. Remote Sens. Environ. 45: 311-326.
• Centro Guatemalteco de Investigación y Capacitación de la Caña de Azúcar (CENGICAÑA). 2004. Avances del proyecto de zonificación agroecológica en la zona cañera de Guatemala. Memoria de presentación de resultados de investigación. Guatemala. 208 p.
• Comité de la Agroindustria Azucarera (COAAZUCAR). 2008. Estadísticas de la agroindustria azucarera (en línea). Disponible en: https://bit.ly/2WW1G2A
• Confederación Nacional de Productores Rurales (CNPR). 2009. Estadísticas de la agroindustria (en línea). Confederación nacional de productores cañeros rurales propietarios A.C. Disponible en: https://bit.ly/2QXXCev (Consultado el 20 de marzo de 2009).
• Da Silva, J. R. and C. Alexandre. 2005. Spatial variability of irrigated corn yield in relation to field topography and soil chemical characteristics. Precision Agriculture. 6(5):453-466.
• Epiphanio, J. C. N., J. M. Gleriani, A. R. Formaggio e B. F. T. Rudorff. 1996. Índices de vegetação no sensoriamento remoto da cultura do feijão. Pesquisa Agropecuária Brasileira, Brasília, 31(6):445-454.
• Fauconnier, R. y D. Bassereau. 1975. La caña de azúcar. Técnicas agrícolas y producciones tropicales. Editorial Blume. Barcelona, España. 405 p.
• Galindo, M. G. y L. Olvera. 2005. Inventario agropecuario en la Huasteca Potosina, construcción de cartografía básica y temática para el reordenamiento de las actividades agropecuarias apoyados en PR y SIG. In: Memorias del III Congreso Internacional de Ordenación del Territorio. Guadalajara, Jalisco, México.
• García Chávez, L. R. 2008. La agroindustria cañera de México “Libre comercio de edulcorantes” Universidad Autónoma Chapingo 30 p.
• Hernández, C. M. H. 2006. Mapas temáticos de la Huasteca Potosina escala 1:250,000, Proyecto SAGARPA- CONACyT, 2004-CO1-186. México.
• Inman-Bamber, N. G. and D. M. Smith. 2005. Water relations in sugarcane and response to waters deficits. Fields Crops Research, Australia 92(2-3):185-202.
• Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2007. Censo agropecuario. Monterrey, México.
• Jiménez, C. A., V. T. Vargas, W. E. Salinas, M. Aguirre B. y D. Rodríguez. 2004. Aptitud agroecológica para el cultivo de la caña de azúcar en el sur de Tamaulipas, México. Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAM, (53):58-74.
• Lee, L. G. and L. Kirchner. 1990. The application of remotely sensed (Landsat TM) data to monitor the growth and predict yields in sugarcane. Proc. Austr. Soc. Sug. Cane Technol., 65-72 pp.
• Luna G., C., J. H. Cock, A. E. Palma, L. V. Díaz y C. A. Moreno. 1995. Análisis de la productividad en la agroindustria azucarera de Colombia y perspectivas para aumentarla. In: CENICAÑA. El cultivo de la caña en la zona azucarera de Colombia. Cali, Colombia, 373-394 pp.
• Manual Azucarero Mexicano. 2010. Editado por Cámara Nacional de las Industrias Azucarera y Alcoholera. 53 ed. México, 470 p.
• Medina G., G., J. A. Ruíz C., R. A. Martínez P. y M. Ortiz V. 1997. Metodología para la determinación del potencial productivo de especies vegetales. Agric.Téc. Méx. 23(1):69-90.
• Narciso, G. and E. Schmidt. 1999. Identification and classification of sugarcane based on satellite remote sensing. Proc S Afr Sug Technol Ass 73:189-194.
• Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO). 1996. Adaptación de la metodología de zonificación agroecológica de la FAO para aplicaciones a diferentes niveles de zonificación en países de América Latina y el Caribe. In: Taller regional sobre aplicaciones de la metodología de zonificación agro-ecológica y los sistemas de información de recursos de tierras en América Latina y El Caribe. Santiago, Chile. 27-46 pp.
• Pérez, Z. A. 2007. Tenencia de la tierra e industria azucarera. Edit. Porrua, México, 214 p.
• Pontes, P. P. B., J. V. Rocha e R. A. C. Lamparelli. 2005. Análise temporal de índices de índices de vegetação como subsídio à previsto de safras de cana-de-açúcar. Anais XII SBSR, Goiania, Brasil. INPE, 217-224 pp.
• PRONAC- SAGARPA. 2007. Programa Nacional de la Agroindustria de la Caña de Azúcar, México.
• Rahman, R. M. 1995. NDVI Derived Sugarcane Area Identification and Crop Condition Assessment. Dept. of Geography and Environmental Studies, University of Rajshahi Bangladesh, 11 p.
• Rudorff, B. F. T. 1990. Dados LANDSAT na estimativa da produtividade agrícola da cana-de-açúcar. (Em línea) Dissertação (Mestrado em Sensoriamento Remoto e Aplicações) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos. 114 p. Disponible en: https://bit.ly/2UMqlnI
• Salgado S., D. J. Palma, J. Zavala, L. Lagunes, C. Ortiz, M. Castelán, A. Guerrero, E. Aranda, E. Moreno y J. Rincón. 2010. Lotificación del campo cañero: una metodología para iniciar la agricultura de precisión en ingenios de México. Interciencia. Venezuela. 35(3):183-190.
• Salgado S., D. J. Palma, J. Zavala, L. Lagunes, M. Castelán, C. Ortiz, J. Juárez, J. Rincón y E. Hernández. 2008. Programa sustentable de fertilización para el ingenio Pujiltic, Chiapas, México. Terra Latinoamericana, 26(4):361-373.
• Sánchez, F. M. 2002. Desarrollo de la producción de caña y azúcar en la república mexicana. Colegio de Posgraduados. Montecillo Texcoco, Edo. de México 143 p.
• Schmidt, E. J., C. Gers, G. Narciso and P. Frost. 2001. Remote Sensing in the South African Sugar Industry, Proceedings of the XXIV International Society of Sugar Cane Technologists, 24(2):241-246.
• Servicio de Información Agroalimentaria y Pesquera (SIAP). 2009. Padrón de productores de caña de azúcar (Zafra 2006-2007). Secretaria de Agricultura Pesca y Alimentación SAGARPA. México.
• Simões dos Santos, M., J. Vieira Rocha and R. A. Camargo Lamparelli. 2005. Spectral variables, growth analysis and yield of sugarcane. Sci. Agric. (Piracicaba, Braz.), 62(3):199-207.
• Simões dos Santos, M., J. Vieira Rocha e R. A. Camargo Lamparelli. 2003. Análise do comportamento espectral de uma área comercial de cana-de-açúcar em duas safras por meio de radiometria de campo. In: Anais XI SBSR, Belo Horizonte, Brasil, 05-10 abril 2003, INPE, 2.367-2.374 pp.
• Singelmann, P. 2003. La transformación política de México y los gremios cañeros del PRI. Rev. Mexicana de sociología. Instituto de Investigaciones Sociales. México, 65(1):117-152.
• Ueno, M., Y. Kawamitsu, L. Sun, E. Taira and K. Maeda. 2005. Combined applications of NIR, RS, and GIS for sustainable sugarcane production. Sugar cane international 23(4):8-11.
• Xavier, A. C., B. F. T. Rudorff, Y. E. Shimabukuro, L. M. Sugawara Berka and M. A. Moreira. 2006. Multitemporal analysis of MODIS data to classify sugarcane crop. International Journal of Remote Sensing, 27(4):755-768.
• Xavier, A. C., C. A. Vettorazzi e R. E. Machado. 2004. Relação entre índice de área foliar e frações de componentes puros do modelo linear de mistura espectral, usando imagens ETM+/Landsat Eng. Agríc., Jaboticabal, 24(2):421-430.
• Zhang, P., B. Anderson, B. Tan, D. Huang and R. Myneni. 2005. Potential monitoring of crop production using a satellite-based Climate-Variability Impact Index Agricultural and Forest Meteorology 132(4):344-358.
• Aguilar A., J. L. y R. Zulueta. 1993. Zonificación agroecológica para el cultivo de caña de azúcar en el estado de Veracruz. GEPLACEA, In: Memorias Simposio Nacional de Capacitación y Desarrollo. Tecnológico del Campo Cañero Mexicano. Xalapa, México.
• Aguilar-Rivera, N., G. M. Galindo, J. M. Fortanelli y C. S. Contreras 2009. ¿Por qué diversificar la agroindustria azucarera en México? Rev. Globalización competitividad y gobernabilidad. GCG Georgetown University, Universia. España, 3(1):62-75.
• Ahumada, M. R. 2009. Diagnóstico agroindustrial de la caña de azúcar en México. Memorias XXXII Convención de la asociación de técnicos azucareros de México. Córdoba Ver. 27-28 pp.
• Almeida, T. I. R., F. C. De Souza and R. Rossetto. 2006. ASTER and Landsat ETM+ images applied to sugarcane yield forecast. International Journal of Remote Sensing, 27(19):4 057-4 069.
• Amaral, S., C. B. Costa and C. D. Renno. 2007. Normalized Difference Vegetation Index (NDVI) improving species distribution models: an example with the neotropical genus Coccocypselum (Rubiaceae) (en línea) In: Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil. 2275-2282 pp. Disponible en: https://bit.ly/3avKcya
• Apoyos y Servicios a la Comercialización Agropecuaria (ASERCA). 2004. Plan Rector del sistema producto caña de azúcar en San Luís Potosí. In: Claridades Agropecuarias: La Caña de Azúcar. México. 60 p.
• Bautista, Z. F., H. Rivas S., C. Durán de Bazúa y G. Palacio. 1998. Caracterización y clasificación de suelos con fines productivos en Córdoba. Rev. Investigaciones geográficas. UNAM. México, 36:21-33.
• Begue, A., P. Todoroff and J. Pater 2008. Multi-time scale analysis of sugarcane within-field variability: improved crop diagnosis using satellite time series?. Precision Agric. 9(3):161-171.
• Benefetti, R. and P. Rossini. 1993. On the use of NDVI profiles as a tool for agricultural statistics: The case study of wheat yield estimate and forecast in Emilia Romagna. Remote Sens. Environ. 45: 311-326.
• Centro Guatemalteco de Investigación y Capacitación de la Caña de Azúcar (CENGICAÑA). 2004. Avances del proyecto de zonificación agroecológica en la zona cañera de Guatemala. Memoria de presentación de resultados de investigación. Guatemala. 208 p.
• Comité de la Agroindustria Azucarera (COAAZUCAR). 2008. Estadísticas de la agroindustria azucarera (en línea). Disponible en: https://bit.ly/2WW1G2A
• Confederación Nacional de Productores Rurales (CNPR). 2009. Estadísticas de la agroindustria (en línea). Confederación nacional de productores cañeros rurales propietarios A.C. Disponible en: https://bit.ly/2QXXCev (Consultado el 20 de marzo de 2009).
• Da Silva, J. R. and C. Alexandre. 2005. Spatial variability of irrigated corn yield in relation to field topography and soil chemical characteristics. Precision Agriculture. 6(5):453-466.
• Epiphanio, J. C. N., J. M. Gleriani, A. R. Formaggio e B. F. T. Rudorff. 1996. Índices de vegetação no sensoriamento remoto da cultura do feijão. Pesquisa Agropecuária Brasileira, Brasília, 31(6):445-454.
• Fauconnier, R. y D. Bassereau. 1975. La caña de azúcar. Técnicas agrícolas y producciones tropicales. Editorial Blume. Barcelona, España. 405 p.
• Galindo, M. G. y L. Olvera. 2005. Inventario agropecuario en la Huasteca Potosina, construcción de cartografía básica y temática para el reordenamiento de las actividades agropecuarias apoyados en PR y SIG. In: Memorias del III Congreso Internacional de Ordenación del Territorio. Guadalajara, Jalisco, México.
• García Chávez, L. R. 2008. La agroindustria cañera de México “Libre comercio de edulcorantes” Universidad Autónoma Chapingo 30 p.
• Hernández, C. M. H. 2006. Mapas temáticos de la Huasteca Potosina escala 1:250,000, Proyecto SAGARPA- CONACyT, 2004-CO1-186. México.
• Inman-Bamber, N. G. and D. M. Smith. 2005. Water relations in sugarcane and response to waters deficits. Fields Crops Research, Australia 92(2-3):185-202.
• Instituto Nacional de Estadística, Geografía e Informática (INEGI). 2007. Censo agropecuario. Monterrey, México.
• Jiménez, C. A., V. T. Vargas, W. E. Salinas, M. Aguirre B. y D. Rodríguez. 2004. Aptitud agroecológica para el cultivo de la caña de azúcar en el sur de Tamaulipas, México. Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAM, (53):58-74.
• Lee, L. G. and L. Kirchner. 1990. The application of remotely sensed (Landsat TM) data to monitor the growth and predict yields in sugarcane. Proc. Austr. Soc. Sug. Cane Technol., 65-72 pp.
• Luna G., C., J. H. Cock, A. E. Palma, L. V. Díaz y C. A. Moreno. 1995. Análisis de la productividad en la agroindustria azucarera de Colombia y perspectivas para aumentarla. In: CENICAÑA. El cultivo de la caña en la zona azucarera de Colombia. Cali, Colombia, 373-394 pp.
• Manual Azucarero Mexicano. 2010. Editado por Cámara Nacional de las Industrias Azucarera y Alcoholera. 53 ed. México, 470 p.
• Medina G., G., J. A. Ruíz C., R. A. Martínez P. y M. Ortiz V. 1997. Metodología para la determinación del potencial productivo de especies vegetales. Agric.Téc. Méx. 23(1):69-90.
• Narciso, G. and E. Schmidt. 1999. Identification and classification of sugarcane based on satellite remote sensing. Proc S Afr Sug Technol Ass 73:189-194.
• Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO). 1996. Adaptación de la metodología de zonificación agroecológica de la FAO para aplicaciones a diferentes niveles de zonificación en países de América Latina y el Caribe. In: Taller regional sobre aplicaciones de la metodología de zonificación agro-ecológica y los sistemas de información de recursos de tierras en América Latina y El Caribe. Santiago, Chile. 27-46 pp.
• Pérez, Z. A. 2007. Tenencia de la tierra e industria azucarera. Edit. Porrua, México, 214 p.
• Pontes, P. P. B., J. V. Rocha e R. A. C. Lamparelli. 2005. Análise temporal de índices de índices de vegetação como subsídio à previsto de safras de cana-de-açúcar. Anais XII SBSR, Goiania, Brasil. INPE, 217-224 pp.
• PRONAC- SAGARPA. 2007. Programa Nacional de la Agroindustria de la Caña de Azúcar, México.
• Rahman, R. M. 1995. NDVI Derived Sugarcane Area Identification and Crop Condition Assessment. Dept. of Geography and Environmental Studies, University of Rajshahi Bangladesh, 11 p.
• Rudorff, B. F. T. 1990. Dados LANDSAT na estimativa da produtividade agrícola da cana-de-açúcar. (Em línea) Dissertação (Mestrado em Sensoriamento Remoto e Aplicações) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos. 114 p. Disponible en: https://bit.ly/2UMqlnI
• Salgado S., D. J. Palma, J. Zavala, L. Lagunes, C. Ortiz, M. Castelán, A. Guerrero, E. Aranda, E. Moreno y J. Rincón. 2010. Lotificación del campo cañero: una metodología para iniciar la agricultura de precisión en ingenios de México. Interciencia. Venezuela. 35(3):183-190.
• Salgado S., D. J. Palma, J. Zavala, L. Lagunes, M. Castelán, C. Ortiz, J. Juárez, J. Rincón y E. Hernández. 2008. Programa sustentable de fertilización para el ingenio Pujiltic, Chiapas, México. Terra Latinoamericana, 26(4):361-373.
• Sánchez, F. M. 2002. Desarrollo de la producción de caña y azúcar en la república mexicana. Colegio de Posgraduados. Montecillo Texcoco, Edo. de México 143 p.
• Schmidt, E. J., C. Gers, G. Narciso and P. Frost. 2001. Remote Sensing in the South African Sugar Industry, Proceedings of the XXIV International Society of Sugar Cane Technologists, 24(2):241-246.
• Servicio de Información Agroalimentaria y Pesquera (SIAP). 2009. Padrón de productores de caña de azúcar (Zafra 2006-2007). Secretaria de Agricultura Pesca y Alimentación SAGARPA. México.
• Simões dos Santos, M., J. Vieira Rocha and R. A. Camargo Lamparelli. 2005. Spectral variables, growth analysis and yield of sugarcane. Sci. Agric. (Piracicaba, Braz.), 62(3):199-207.
• Simões dos Santos, M., J. Vieira Rocha e R. A. Camargo Lamparelli. 2003. Análise do comportamento espectral de uma área comercial de cana-de-açúcar em duas safras por meio de radiometria de campo. In: Anais XI SBSR, Belo Horizonte, Brasil, 05-10 abril 2003, INPE, 2.367-2.374 pp.
• Singelmann, P. 2003. La transformación política de México y los gremios cañeros del PRI. Rev. Mexicana de sociología. Instituto de Investigaciones Sociales. México, 65(1):117-152.
• Ueno, M., Y. Kawamitsu, L. Sun, E. Taira and K. Maeda. 2005. Combined applications of NIR, RS, and GIS for sustainable sugarcane production. Sugar cane international 23(4):8-11.
• Xavier, A. C., B. F. T. Rudorff, Y. E. Shimabukuro, L. M. Sugawara Berka and M. A. Moreira. 2006. Multitemporal analysis of MODIS data to classify sugarcane crop. International Journal of Remote Sensing, 27(4):755-768.
• Xavier, A. C., C. A. Vettorazzi e R. E. Machado. 2004. Relação entre índice de área foliar e frações de componentes puros do modelo linear de mistura espectral, usando imagens ETM+/Landsat Eng. Agríc., Jaboticabal, 24(2):421-430.
• Zhang, P., B. Anderson, B. Tan, D. Huang and R. Myneni. 2005. Potential monitoring of crop production using a satellite-based Climate-Variability Impact Index Agricultural and Forest Meteorology 132(4):344-358.
Publicado
2010-06-30
Cómo citar
Aguilar-Rivera, N., Galindo Mendoza, G., Contreras Servín, C., & Fortanelli Martínez, J. (2010). Zonificación productiva cañera en Huasteca Potosina, México . Agronomía Tropical, 60(2), 139-154. Recuperado a partir de http://publicaciones.inia.gob.ve/index.php/agronomiatropical/article/view/331
Sección
Artículo original de investigación
Derechos de autor 2010 Noé Aguilar-Rivera, Guadalupe Galindo Mendoza, Carlos Contreras Servín, Javier Fortanelli Martínez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
