Calibración y validación del modelo simba-pop en la zona bananera del urabá antioqueño, colombia

Resumen. SIMBA–POP es un modelo desarrollado en Martinica (Francia), basado en los conceptos de cohortes y cadenas de cohortes de plantas, simula la dinámica poblacional de plantaciones de banano. El modelo original, modificado por Ochoa (2010), se programó en el software EVOLUCIÓN 4.0, desarrollado...

Full description

Autores:
Guarín Giraldo, Germán Wbeimar
Ochoa, Andrés
Tipo de recurso:
Article of journal
Fecha de publicación:
2012
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/41477
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/41477
http://bdigital.unal.edu.co/31574/
http://bdigital.unal.edu.co/31574/2/
Palabra clave:
Simulación de cultivos
banano
gestión de cultivos
agricultura de precisión.
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Resumen. SIMBA–POP es un modelo desarrollado en Martinica (Francia), basado en los conceptos de cohortes y cadenas de cohortes de plantas, simula la dinámica poblacional de plantaciones de banano. El modelo original, modificado por Ochoa (2010), se programó en el software EVOLUCIÓN 4.0, desarrollado por el grupo SIMON de la Universidad Industrial de Santander y se calibró y validó para las condiciones de temperatura media habituales en el Urabá Antioqueño; la más importante zona productora de banano en Colombia. En el proceso de calibración se ajustan los ciclos de embolse y cosecha, así como los tiempos en que ocurren los máximos valores de embolse. Para controlar la calibración se usó la desviación media (DM), el error medio de predicción (EMP), el error cuadrático medio de predicción (ECMP), la raíz del error cuadrático medio (RECMP), curvas de masa y coeficiente de correlación lineal. Los resultados mostraron que SIMBA-POP es capaz de simular de forma verosímil la dinámica del ciclo anual de producción en Urabá; particularmente reproduce bien los tiempos de los picos y los valles de producción, aunque la magnitud de estos valles y picos es altamente sensible a los parámetros del modelo y condiciones climáticas no consideradas.