Citar como: Castillo-Diaz,
T., Lopez-Fulca, R., & Ramirez-Navarro, W. (2021). Aplicación del GIS en la caracterización edafoclimática, del distrito de
Cacatachi – provincia de San Martín, con fines de producción agrícola rentable
y sostenible. Revista Agrotecnológica Amazónica, 1(2),
53-67. https://doi.org/10.51252/raa.v1i2.192
Recibido: 20/04/2020
Aceptado: 20/06/2020
Publicado: 19/07/2021
Application of GIS in the edaphoclimatic characterization of the
Cacatachi district - San Martín province, for
profitable and
sustainable agricultural production purposes
Castillo-Diaz, Tedy1[0000-0002-4802-9115]; Lopez-Fulca, Roaldo1[0000-0002-2333-253X] y Ramirez-Navarro, Williams1[0000-0002-8165-094X]
1Universidad
Nacional de San Martín, Tarapoto, Perú
tcastillo@unsm.edu.pe
Resumen.
La caracterización edafoclimática de los
suelos es un proceso que contribuye a la planificación de las siembras con
mejores perspectivas rentables, siendo el punto de partida de la actividad
productiva agropecuaria. El objetivo fue generar una base de datos
geoespaciales integrada de condiciones edafoclimáticas del distrito de
Cacatachi, de consulta dinámica a través de mapas temáticos como de
fisiografía, capacidad de uso, características físicas y químicas de suelos y
de uso actual de las tierras. Para ello se empleó un software GIS utilizando
información de instituciones públicas que iniciaron el proceso; asimismo, la
metodología de trabajo tuvo dos etapas, a nivel de gabinete y a nivel de campo.
El resultado fue la base de datos Quantum GIS (QGIS), que facilita el manejo de
la información edafoclimática, con 104 mapas en detalle, cuyas representaciones
espaciales exponen la caracterización de las zonas estratificadas en el
proyecto, donde se hicieron las calicatas, de los cuales se hicieron los
análisis químicos, físicos y biológicos de los horizontes identificados en los
perfiles. La información edafoclimática generada nos aproxima a una
microzonificación en detalle, que se convierte en herramienta orientadora de
las siembras de cultivos, en función a las potencialidades nutricionales,
fisiográficas y climáticas de los suelos, segmentados en sectores productivos.
Palabras clave: Caracterización edafoclimática, mapas temáticos, productividad, programa
Quantum GIS
Abstract. The
edaphoclimatic characterization of soils is a process that contributes to the
planning of plantings with better profitable prospects, being the starting
point of agricultural production activity. The objective was to generate an
integrated geospatial database of edaphoclimatic conditions of the Cacatachi
district, for dynamic consultation through thematic maps such as physiography,
use capacity, physical and chemical characteristics of soils and current land
use. For this, GIS software was used using information from public institutions
that started the process; Likewise, the work methodology had two stages, at the
cabinet level and at the field level. The result was the Quantum GIS database
(QGIS), which facilitates the management of edaphoclimatic information, with
104 detailed maps, whose spatial representations expose the characterization of
the stratified areas in the project, where the pits were made, of the which
were made the chemical, physical and biological analyses of the horizons
identified in the profiles. The edaphoclimatic information generated brings us
closer to a micro-zoning in detail, which becomes a guiding tool for planting
crops, based on the nutritional, physiographic and climatic potential of the
soils, segmented into productive sectors.
Keywords: Edaphoclimatic
characterization, thematic maps, productivity, Quantum GIS software
1
Introducción
La agricultura es una de las principales actividades económicas por los
altos productivos (Stojanovic, 2019),
además representa un papel muy importante en la sostenibilidad de un país (Rizaldi et al., 2019), por otra parte, es el
encargado de preservar la seguridad alimentaria a nivel internacional (Lesmo Duarte et al., 2018). Sin embargo, la
seguridad alimentaria se está convirtiendo en una problemática de gran
importancia, debido a factores como la industrialización y la rápida
urbanización, que están agotando los recursos hídricos y las tierras (Lyford, 2017).
La agricultura se encuentra en el
sector más crítico en cuanto a la producción de alimentos, frente a la
inminente amenaza, depender de métodos tradicionales es inminente para que el
hombre pueda satisfacer sus necesidades básicas (Nabati
et al., 2020). Es por ello, que la adopción de nuevos mecanismos o
herramientas tecnológicas son fundamentales para maximizar los recursos
naturales que van en disminución (Mok et al.,
2020), y sobre todo que se contribuya al desarrollo de la agricultura
sostenible, teniendo como bases antecedentes y barreras existentes en dicho
sector (Laurett et al., 2021).
Smart Farming (agricultura inteligente) es un término nuevo en el
sector agrícola, cuyo objetivo es reemplazar las técnicas tradicionales en
soluciones basadas en Tecnologías de la Información y Comunicación (TIC), para
aumentar la producción, reducir costos en insumos y mejorar la calidad de los
productos (Moysiadis et al., 2021). Los
Sistemas de Información Geográfica (GIS), es una de las herramientas que
proporciona recursos de información geográficos que sirven como apoyo al sector
agrícola para el trabajo en las tierras (Longley
& Frank Goodchild, 2020). Además, Kahveci
(2017) afirma que, el uso de las TIC, la teledetección, GIS y GNSS en la
agricultura va en aumento gradual en los países desarrollados.
En el entorno agrícola existe la
variabilidad espacial conjunta del suelo y el clima, ofreciendo así la
oportunidad de delimitar zonas edafoclimáticas, que servirán para mejorar la
gestión de los recursos. Asimismo, Nabati et al.
(2020) sostienen que, la zonificación de tierras con respecto al clima,
topografía, suelo y relieve son características que influyen en la producción
de un determinado producto, es por ello que, Perez-Garcia
et al. (2019) afirman que los GIS posibilitan la clasificación y mapeo
de cultivos con información georreferenciada, además, ayudan a optimizar la
producción utilizando mejores prácticas de gestión (Mani et al., 2021).
En Indonesia, se creó un mapa de
equilibrio de uso de la tierra/cobertura de la tierra (LULC) basado en SIG,
utilizaron imágenes de satélite 7 ETM y mapas activos con el fin de evaluar los
cambios en el uso de las tierras. Los resultados del procesamiento de las
imágenes de campo fueron basados en los criterios del coeficiente de Cohen
Kappa, obteniendo precisión e idoneidad. Se concluye que los datos
geoespaciales obtenido en el mapa de equilibrio de LULC son esenciales para la
toma de decisiones que planifiquen el desarrollo regional de la provincia de
Sulawesi, Indonesia (Saing et al., 2021).
En la región Lambayeque, Perú el
Instituto Nacional de Innovación Agraria (INIA) desarrollo un SIG denominado
PETEFA, está herramienta proporciona información sobre las estaciones
meteorológicas, tipo de suelo, usos de la tierra y georreferenciación, asimismo
ofrece información temporal sobre la salud de los cultivos a lo largo de su
vida, además la versión móvil permite que los agricultores de mantengan
informados sobre el estado de cada una de sus parcelas (Palomino et al., 2018).
En el entorno local la región San
Martín expone actualmente un vertiginoso desarrollo de la producción
agropecuaria, destacando el despegue con cultivos como el café, cacao, palma
aceitera, cítricos, sacha inchi, etc, cuya expansión de sus áreas, lo ubica a
nivel del Perú como una región abastecedora de alimentos, y como tal, hay
importancia de lineamientos sobre estos cultivos, sobre todo en los temas de
mejoramiento genético, extensión en labores agronómicas, en post cosecha, y sobre todo en la obtención de rendimiento
rentables de los cultivos (GORESAM, 2020).
En los últimos años ha cobrado
importancia el concepto de la caracterización edafoclimática, de los
territorios, entendiéndose las micro zonificaciones a nivel del suelo y de las
condiciones del clima, en las zonas o distritos altamente productivos (Aguirre-Forero et al., 2018). En San Martín,
el Instituto de Investigación de la Amazonía Peruana (IIAP), el Gobierno Regional
y algunas municipalidades distritales, ya iniciaron este fenomenal proceso,
desde el año 2004, en niveles de macro y meso zonificación, mas no en niveles
micro, que son herramientas de planificación, que hace falta a los gobiernos
locales con amplios potenciales de desarrollos rurales (GORESAM, 2009).
La caracterización edafoclimática
de los suelos, expone una gran
importancia, desde el punto de vista de la planificación de las siembras y
cosechas, con criterios de orientación hacia cosechas rentables y para tomar
decisiones a partir de la referenciación geográfica de la calidad agroecológica
que se tiene de los suelos y de sus condiciones climáticas que presentan las
zonas productoras (Giannini Kurina et al., 2018),
como proyecto piloto, se estudió el área geográfica del distrito de Cacatachi,
en función a un programa GIS, que muestra los contenidos edafoclimáticas, en
base a los pisos altitudinales y
capacidad de uso de los suelos, con los señalamientos técnicos y con sus
respectivos potenciales productivos.
Este estudio tiene dos fases con
los siguientes objetivos. Fase 1: utilizar un programa libre de SIG el para el
análisis espacial del distrito de Cacatachi – provincia de San Martín, para
generar de una base de datos geoespaciales (acondicionamiento cartográfico),
que permita consultar de manera fácil a través de una tabla de atributos las
diferentes características físicas de la zona de interés; el acondicionamiento
cartográfico temático de suelos, fisiografía, capacidad de uso mayor de los suelos
y uso actual de la tierra. Fase 2:
diseñar e implementar un aplicativo geográfico a nivel de escritorio, que
almacene información temática de las características edafoclimáticas del
distrito de Cacatachi.
La investigación se justifica
debido a la importancia del tema en estudio; bajo este contexto Zhang &
Cao (2019) infieren que, la aplicación de los GIS en la agricultura es
un campo de investigación nuevo e importante, pues ayuda al desarrollo
sostenible, planificación y gestión de los campos agrícolas, asimismo Sun et al. (2018) mencionan que los mapas
temáticos de información agrícola reflejan el estado actual de la agricultura
en una región y genera valor con referencia a la formulación de políticas
agrícola y planes económicos.
2
Materiales
y Métodos
2.1
Nivel de gabinete
Fase I
Diseño de la investigación: se determinaron los objetivos, productos, disponibilidad
de tiempo y recursos financieros. Seguidamente se realizó la evaluación de la
información, y viabilidad de la investigación. Posterior se definió el plan
general, cronograma de actividades, presupuesto, la orientación de la base de
datos y el nivel de estudio.
El inventario y recopilación de
la información espacial y numérica consistió en recabar informes, reportes,
mapas e imágenes, para propósitos de la zonificación de los cultivos, de las
diferentes instituciones y por elaboración propia obteniendo: mapa topográfico,
mapa de suelos y pendiente, mapa de temperatura mínima media absoluta anual,
mapa de temperatura máxima media absoluta, mapa de isoyetas (precipitación
total anual).
Técnica
de recopilación de Información climática: se recopiló información climatológica de
temperaturas medias, máximas y mínimas y los valores pluviométricos de los años
hidrológicos húmedos medios y secos de la estación meteorológica CO – Tarapoto
conducido por el SENAMHI San Martín, permitiendo utilizarlos para la
caracterización edafoclimática del distrito de Cacatachi.
Recopilación
de material cartográfico: se recopiló información cartográfica base y temática a
diferentes escalas como son: mapa edafológico, ecológico, fisiográfico, etc.
para su posterior análisis y comparación con los requerimientos edafoclimáticos
de los cultivos.
Generación
de mapas temáticos: se adecuo los cortes cartográficos a la propuesta de
límites referenciales (oficiales) del distrito de Cacatachi, así como la base
de datos que le corresponde.
Para este procedimiento
cartográfico de composición de mapas o procesamiento de la base de datos para
el distrito de Cacatachi, se realizó utilizando el programa QUANTUM GIS 2.4.;
utilizando para ello los elementos de núcleo y otros complementos.
Cabe mencionar que en el presente
trabajo no se generaron los mapas temáticos, éstos fueron elaborados en el
proceso de meso ZEE de la Sub Cuenca del río Cumbaza.
Fase II
Metodología: cartográficamente, el presente trabajo cuenta con
archivos tipo *. SHP, que representan los temáticos de suelo fisiográfica, uso
actual capacidad de uso mayor de suelos referidas al distrito de Cacatachi, se
tomó así mismos datos de la georreferenciación de los puntos de muestro de
calicatas, estos datos son los principales insumos para realizar el aplicativo
SIG, que muestra los temáticos y el análisis del suelo de las zonas muestreadas
de Cacatachi.
Con los insumos vectorizados, se
realizó el procesamiento y edición, con el uso del programa QGIS 2.4 y se
definió el análisis espacial como parte del modelo conceptual, permitiendo
definir las entidades del proyecto además de sus relaciones.
Posteriormente, se procedió a
generar el modelo lógico el cual permitió establecer las tablas y sus atributos
además crear las llaves primarias y las llaves de paso; que por la
característica de la relación de las tablas que es de “muchos a muchos”, y se
adicionó una tabla de paso.
Para plasmar todo el proceso que
se describió, en la creación de las tablas de la base de datos se empleó el
programa PostgreSQL, sirviendo de plataforma para enlazar la información
geográfica.
Especificación de la base de
datos: entre los componentes primarios
que se consideró en el diseño conceptual y físico de la base de datos tuvimos:
capas temáticas, polígonos, líneas y puntos, se tiene:
Tablas de atributos y tablas de
enlace a otras bases de datos, que consiste en el diseño tabular de los datos
que se organiza con manejadores de base de datos relacionales, creando archivos
espacio y mantenimiento, modificación y protección.
Anotaciones y diseño de la
presentación de los resultados tanto gráfico y numérica. Se adaptó usar como
herramienta de aplicación el Sistema de Información Geográfica
(SIG) de código libre para plataformas GNU/Linux, Unix, Mac OS y Microsoft
Windows. Permite manejar formatos raster y vectoriales a
través de las bibliotecas GDAL y OGR, así como bases de datos.
2.2
Nivel de campo
En base al mapa de capas
fisiográficas y de Capacidad de Uso de
los suelos, que se recopiló del distrito de Cacatachi, de fuentes de Instituto
de Investigaciones de la Amazonía Peruana, de la ONERN y del Gobierno Regional
de San Martín, se estratificó los sectores a ser estudiados, sus niveles de
composición nutricional y de sus características químicas de los suelos, para
tal efecto se geo referenció cada una de las zonas seccionadas entre sí, de tal
manera que todo el área superficial del distrito fue analizado sus
características de suelo.
El distrito de Cacatachi, según
sus características fisiográficas y de capacidad de uso, se secciono en 6
sectores, en cada una de ellas se hizo las calicatas, para toma de datos.
Las calicatas tuvieron una dimensión
de excavación de 1,2 m x 1,5 m x 1,50 m de profundidad.
Previo a la excavación de las
calicatas, se hizo una descripción fisiográfica de los sectores estudiados,
capturando su altitud respecto al nivel del mar, su composición vegetal y
productiva.
En cada calicata se diferenció en
horizontes, en cada horizonte visto en perfil, se extrajeron muestras
representativas del suelo, que fueron llevadas al Laboratorio de Suelos del
Facultad de Ciencias Agrarias de la UNSM donde se analizaron su textura, su pH,
sus contenidos de N-P-K.
Con los resultados obtenidos en
el Laboratorio de Suelos se trabajó la construcción del mapa de características
edáficas de cada uno de los sectores diferenciados, exponiéndonos las
capacidades nutricionales y los potenciales productivos.
La data climatológica, del
distrito de Cacatachi, fue recopilada de la Dirección Regional del Servicio
Nacional de Meteorología e Hidrología- SENAMHI – San Martín, la misma que
corresponde a la base climatológica de la Estación Meteorológica de Tarapoto,
por encontrarse en el radio de observación.
3
Resultados
y discusiones
3.1
Construcción del programa libre de
SIG el para el análisis espacial del distrito de Cacatachi
La herramienta SIG de carácter
libre que se utilizó en el procesamiento de los datos geoespaciales fue el
Programa denominado Quantun GIS, en su versión 2.4; con este programa se
realizó la composición de los mapas para el distrito de Cacatachi. Para su uso no exige adquirir una licencia o
permiso, se lo baja o instala libremente por la web sin otros protocolos.
La información que se acondicionó
en función a los límites políticos del distrito de Cacatachi, fueron los
temáticos de las características físicas de la ZEE Cumbaza, tales como la capa
fisiográfica, suelos, capacidad de uso de los suelos y uso actual de las
tierras que ejecutó la Dirección de Medio Ambiente del Proyecto Especial
Huallaga Central Bajo Mayo, en el año 2009.
3.2
Mapas generados y su descripción
La información que se detalla,
corresponde a algunos estudios temáticos elaborados para la meso ZEE de la Sub
Cuenca del Río Cumbaza (Gobierno Regional de San Martín (2007.), que fueron
acondicionado para el distrito de Cacatachi, que forma parte de esta unidad
funcional de gestión.
Mapa 1. Fisiografía del distrito de Cacatachi: el mapa 1, indica la predominancia de Montañas y Valles Intramontanos de
relieve plano en un 37%, 1 688,62 ha, áreas planas depresionadas de origen
coluvio aluvial, con drenaje de bueno a moderado, que permite desarrollar
cultivos como el arroz, maíz etc. Mientras que las Montañas Altas de laderas
moderadamente inclinadas se observan en un 21% con 943,78 ha, con relieve
relativamente plano, pendientes que van de 4 a 8 %, suelos profundos a
moderadamente profundos. Tiene Colinas altas ligera a moderadamente disectadas
con un 14%, 629,90 ha; colinas que presentan cimas sub-redondeadas y laderas
cortas con pendientes entre 40 y 60 %. Montañas altas de laderas irregulares de
modo empinado el 10,83% con 494,46 ha; cimas de montañas colinadas representa
el 8,20 % con 374,51 ha; Montañas altas de laderas moderada inclinada el 4,01 %
con 182,90 ha; Montañas bajas de laderas empinadas el 1,49 % con 68,21 ha;
Montañas valle intramontano de pendiente muy empinada el 1,12 % con 50,96 ha,
Montaña con valles intramontano de pendiente moderadamente inclinada con 0,85 %
con 36,82 ha y la zona urbana con 0,84 % igual a 38,54 ha.
|
Tabla 1. Características
fisiográficas del distrito de Cacatachi
Fuente:
Gobierno Regional de San Martín (2007), meso ZEE Cumbaza. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Figura 1: Fisiografía del distrito de Cacatachi
Mapa 2. Capacidad de uso de la
tierra: el mapa 2 de Capacidad de uso de
la Tierra, nos indica que en el distrito de Cacatachi predominan las Tierras
aptas para cultivos en limpio con 36,98 % y con 1 682,62 ha; tierras aptas para
cultivos permanentes y pasto de Calidad Agroecológica media con limitaciones
por pendiente, suelo y clima; asociados con tierras de producción forestal en
un 24,68%, con 1 126,68 ha; de Tierras
aptas para cultivo permanente y pasto de Calidad Agroecológica media con
limitaciones por pendiente, suelo y clima; asociados con tierras de protección
por pendiente y suelos, en un 20,53%,
con 937,18 ha; como Tierras aptas para cultivo permanente de calidad
Agroecológica baja con limitaciones por pendiente, suelo y clima; asociados con
tierras aptas para pasto con limitaciones por pendiente, suelo y clima, en un
13,72%, con 626,49 ha; tal como se muestra en la siguiente tabla.
|
Tabla 2. Características
de capacidad de uso de las tierras el distrito de Cacatachi
Fuente:
Gobierno Regional de San Martín (2007), meso ZEE Cumbaza |
||||||||||||||||||||||||||||||||||||||||||||||||||
Figura 2. Características de capacidad de uso de las tierras el
distrito de Cacatachi
Mapa 3. Características de los
suelos del distrito de Cacatachi: el
mapa 3, de las características de suelos del distrito de Cacatachi, muestra una superficie de 4 565,92 ha, que se
encuentra distribuido de la siguiente manera:
un 37% pre dominan los suelos
Typic Ustorthents que representa el 1 688,62 has ,seguido de los Suelos Typic
Eutrustepsts-Lithic Dystrustepts en un 21,52% equivalentes a 982,39 ha, en el
orden le sigue suelos Vertic Dystrusteps en un 14% con 626,49 ha, mientras que
Typic Dystrustepts –Lithic Dystrustepts con 429,89 ha, Typic Dystrustepts con
182,90 ha, Lithic Calciustepts-Miscelaneo con 50,96 ha la zona urbana con 38,58
ha y entre otros tipos de suelos tal
como se muestra en la siguiente tabla.
|
Tabla 3. Características
del suelo del distrito de Cacatachi
Fuente:
Gobierno Regional de San Martín (2007), meso ZEE Cumbaza |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
Figura 3. Características de los suelos del distrito de
Cacatachi
Mapa 4. Uso actual de las tierras
del distrito de Cacatachi: el mapa 4, de Uso actuales, indica que más del 50%,
del territorio del distrito de Cacatachi está conformado por Bosque antrópico,
entre purmas y cultivos intensivos que equivale a 2 327,46 ha; el 30%
corresponde a Bosque Antrópico, con cultivos Intensivos bajo Riego,
representando 1 371,73 ha ; mientras que el 9,49 % corresponde a Bosque
Antrópico de Zonas degradadas con 433,24 ha, mientras que el área ocupada por Bosque
Antrópico – producción de uva y cacao está ocupada en un 3,58 %, con 163,65 ha,
con bosques secundarios abarca el 3,59 %, con 164,01 ha; con 0,50 %, 22,80 ha;
entre otras características que se observa en la siguiente tabla, ver mapa.
|
Tabla 4. Características
de uso actual - distrito de Cacatachi
Fuente:
Gobierno Regional de San Martín (2007), meso ZEE Cumbaza |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
Figura 4. Usos actuales de las tierras del distrito de
Cacatachi
4
Conclusiones
Se creó una base de datos en Programa
Quantum GIS (QGIS) que permite el manejo de la información edafoclimática, en
base a la información geomorfológica, capacidad de uso de los suelos, a las
características físicas químicas de los suelos y además se contrapusieron el
mapa de los actuales usos de las tierras, en función a lo cual, producto del
análisis y modelamiento de las capas temáticas, más el descriptivo para ubicar
las diferentes calicatas, el sistema nos genera
un total de 104 mapas, en detalle, cuyas representaciones espaciales nos
exponen la caracterización edáfica y
climática, considerando las zonas estratificadas en el proyecto, donde se
hicieron las calicatas, de los cuales se hicieron luego en al Laboratorio de
suelos, los respectivos análisis de las características químicas, físicas y
biológicas de los horizontes identificados en los perfiles.
Se generaron los siguientes mapas
temáticos: mapa fisiográfico, que describe las caracte-rísticas del relieve
fisiográfico del distrito de Cacatachi; mapa de la capacidad de uso de las
tierras, que explica las potencialidades que presentan las tierras en función a
su capacidad de uso mayor; mapa de las características del suelo, que detalla
las condiciones de los suelos y mapa del uso actual de las tierras del distrito
de Cacatachi.
El resultado de esta
caracterización edafoclimática brinda diferentes alternativas a los decisores
considerando otros aspectos como: inversión en siembras, aplicación de
tecnologías, sistemas de riego, uso de variedades mejoradas, así como también
la articulación a mercados estables.
La composición cartográfica
estructurada, nos presenta datos procesados en el laboratorio que representan
características físico químicas del área de estudio, entre ambas suman gran
cantidad de información, el reto es, como entre si se conectan o relacionan,
como de un determinado espacio visualizo indicadores espaciales y por otro lado
diferentes datos como son el PH, clima y coordenadas.
Los mapas generados se convierten
en herramientas claves para la planificación en las sucesivas campañas de
siembras de los principales cultivos, es decir como una plataforma integradora
y orientadora de lo que se debe sembrar y sobre todo en que zonas del distrito
se debe practicar agricultura de riego, con cultivos permanentes, con pasturas
y además que zonas o espacios no tienen más capacidades que las de protección.
Agradecimientos
A la Universidad
Nacional de San Martín – Tarapoto, por el financiamiento del proyecto de
investigación a partir de cuyos resultados se genera el presente artículo.
Referencias
bibliográficas
Aguirre-Forero, S. E., Piraneque-Gambasica, N. V., & Vásquez-Polo, J.
R. (2018). Características edáficas y su relación con usos del suelo en Santa
Marta, Colombia. Entramado, 14(1), 242–250. https://www.redalyc.org/journal/2654/265457559017/html/
Giannini Kurina, F., Hang, S., Cordoba, M. A., Negro, G. J., &
Balzarini, M. G. (2018). Enhancing edaphoclimatic zoning by adding multivariate
spatial statistics to regional data. Geoderma, 310, 170–177. https://doi.org/10.1016/j.geoderma.2017.09.011
GORESAM. (2009). Las potencialidades y limitaciones del departamento de
San Martín. http://siar.regionsanmartin.gob.pe/documentos/potencialidades-limitaciones-departamento-san-martin-zonificacion
GORESAM. (2020). San Martín es la sexta región con mayor crecimiento de
sus exportaciones. https://www.regionsanmartin.gob.pe/Noticias?url=noticia&id=6143
Kahveci, M. (2017). Contribution of GNSS in precision agriculture. Proceedings
of 8th International Conference on Recent Advances in Space Technologies, RAST
2017, 513–516. https://doi.org/10.1109/RAST.2017.8002939
Laurett, R., Paço, A., & Mainardes, E. W. (2021). Sustainable
development in agriculture and its antecedents, barriers and consequences – an
exploratory study. Sustainable Production and Consumption, 27,
298–311. https://doi.org/10.1016/j.spc.2020.10.032
Lesmo Duarte, N. D.,
Ferreira da Silva, A., Schlindwein, M. M., & Solis Mendoza, B. A. (2018). Agricultura Familiar Campesina: un análisis de la producción
de cultivos tradicionales en el Departamento de Concepción - Paraguay. Investigación
Agraria, 20(2), 136–142. https://doi.org/10.18004/investig.agrar.2018.diciembre.136-142
Longley, P. A., & Frank Goodchild, M. (2020). Geographic
Information Science and Systems. In International Encyclopedia of Human
Geography (Segunda Ed, pp. 29–36). https://doi.org/10.1016/b978-0-08-102295-5.10557-8
Lyford, J. (2017).
Food security in the developing world. Journal of Nutrition Education and
Behavior, 49(5), 451. https://doi.org/10.1016/j.jneb.2017.01.010
Mani, P. K., Mandal,
A., Biswas, S., Sarkar, B., Mitran, T., & Meena, R. S. (2021). Remote
Sensing and Geographic Information System: A Tool for Precision Farming. In Geospatial
Technologies for Crops and Soils (pp. 49–111). https://doi.org/10.1007/978-981-15-6864-0_2
Mok, W. K., Tan, Y.
X., & Chen, W. N. (2020). Technology innovations for food security in
Singapore: A case study of future food systems for an increasingly natural
resource-scarce world. Trends in Food Science and Technology, 102,
155–168. https://doi.org/10.1016/j.tifs.2020.06.013
Moysiadis, V.,
Sarigiannidis, P., Vitsas, V., & Khelifi, A. (2021). Smart Farming in
Europe. Computer Science Review, 39, 100345. https://doi.org/10.1016/j.cosrev.2020.100345
Nabati, J., Nezami,
A., Neamatollahi, E., & Akbari, M. (2020). GIS-based agro-ecological zoning
for crop suitability using fuzzy inference system in semi-arid regions. Ecological
Indicators, 117, 106646. https://doi.org/10.1016/j.ecolind.2020.106646
Palomino, W.,
Morales, G., Huaman, S., & Telles, J. (2018). PETEFA: Geographic
Information System for Precision Agriculture. Proceedings of the 2018 IEEE
25th International Conference on Electronics, Electrical Engineering and
Computing, INTERCON 2018, 1–4. https://doi.org/10.1109/INTERCON.2018.8526414
Perez-Garcia, C. A., Pérez-Atray, J. J., Hernández -Santana, L.,
Gustabello-Cogle, R., & Becerra-de Armas, E. (2019). Sistema de Información
Geográfica para la agricultura cañera en la provincia de Villa Clara. Revista
Cubana de Ciencias Informáticas, 13(2), 30–46. https://rcci.uci.cu/?journal=rcci&page=article&op=view&path%5B%5D=1796
Rizaldi, T.,
Putranto, H. A., Riskiawan, H. Y., Setyohadi, D. P. S., & Riaviandy, J.
(2019). Decision support system for land selection to increase crops
productivity in Jember Regency Use Learning Vector Quantization (LVQ). Proceedings
- 2019 International Conference on Computer Science, Information Technology,
and Electrical Engineering, ICOMITEE 2019, 82–85. https://doi.org/10.1109/ICOMITEE.2019.8921033
Saing, Z., Djainal, H., & Deni, S. (2021). Land use balance
determination using satellite imagery and geographic information system: case
study in South Sulawesi province, Indonesia. Geodesy and Geodynamics, 12(2),
133–147. https://doi.org/10.1016/j.geog.2020.11.006
Stojanovic, M.
(2019). Biomimicry in agriculture: is the Ecological System-Design Model the
Future Agricultural Paradigm? Journal of Agricultural and Environmental
Ethics, 32, 789–804. https://doi.org/10.1007/s10806-017-9702-7
Sun, Z., Wang, D.,
& Zhong, G. (2018). Extraction of farmland geographic information using
OpenStreetMap data. 2018 7th International Conference on
Agro-Geoinformatics, Agro-Geoinformatics 2018. https://doi.org/10.1109/Agro-Geoinformatics.2018.8476088
Zhang, F., &
Cao, N. (2019). Application and research progress of Geographic Information
System (GIS) in agriculture. 2019 8th International Conference on
Agro-Geoinformatics, Agro-Geoinformatics 2019. https://doi.org/10.1109/Agro-Geoinformatics.2019.8820476
Conflicto
de intereses
Los autores declaramos que no existen conflictos de interés.
Contribuciones
de los autores
Castillo-Diaz, Tedy: Coordinación del proyecto y análisis estadísticos e
interpretación.
Lopez-Fulca, Roaldo: Redacción y parte metodológica.
Ramirez-Navarro, Wiliams: Revisión final del artículo.