Este documento describe un sistema de Agricultura Específica por Sitio Compartiendo Experiencias (AESCE) aplicado a la producción de frutales en Colombia con el objetivo de aumentar la competitividad de los productores. El sistema propone la caracterización de lotes, el intercambio de experiencias entre productores, y el uso de tecnología para facilitar la toma de decisiones basada en datos sobre condiciones específicas de cada sitio.

1. Agricultura específica por sitio compartiendo experiencias
(AESCE) aplicada a la producción de frutales en Colombia.
Secretarias técnicas de las cadenas productivas (mango, aguacate, cítricos, plátano)
www.frutisitio.org
www.ciat.cgiar.org
Con la participación de :

2. OBJETIVO PRINCIPAL
Aumentar la competitividad de los productores de frutales en el
país por medio de un sistema de Agricultura Especifica por Sitio
basado en compartir experiencias (AESCE) entre productores de
cítricos, aguacate, mango y plátano.

3. Agricultura de precisión Agricultura específica por
(AP) sitio (AEPS)
•Manejo de lotes a mayor •Manejo de lotes según sus
escala/resolución dentro del lote caractérísticas particulares
•Mide la variación dentro del lote •Mide la variación entre lotes
•Analiza el efecto de un factor o factor •Analiza la combinación de factores
por factor sobre la productividad. sobre su efecto en la productividad
• Modelos requieren conocimiento • Modelos construidos con limitado
detallado de procesos involucrados en conocimiento acerca de la interacción de
el crecmiento de las plantas.( los factores que determinan el
relaciones más exactas) crecimiento de una planta (caña, café) –
Relaciones aproximadas
Referencias:
Plant, 2001. Computers and electronics in agriculture.
Jiménez et al., 2009. Computers and electronics in agriculture
Jiménez et al., 2010. Agricultural Systems
Laderach et al., 2011. Agricultural Systems

4. Definición Agricultura Específica por Sitio
Es realizar las prácticas agronómicas
requeridas por un cultivo de acuerdo con las
condiciones agoecológicas y temporales del
sitio en donde está sembrado dicho cultivo,
para obtener de el su máximo rendimiento
potencial.

5. Unidad de manejo o lote
Es un área definida por el productor y se diferencian claramente de otras por
características ambientales, prácticas agrícolas o características del cultivar
establecido en ella.
Tipos de manejo
Edad de las 6
plantas 6
Variedad
Tipo de suelo
3
Las unidades de manejo existen debido a razones naturales como las diferencias
en las características de los suelos, climáticas o topográficas, o debido a la
intervención del agricultor quien implementa y experimenta con diversas prácticas
agrícolas.

6. Hipótesis
Si fuese posible compilar la información de lo
que hizo el agricultor, y caracterizar las
condiciones de un gran número de éstos
experimentos, seria posible deducir las
practicas óptimas para condiciones
especificas.
“Cada vez que un productor siembra y cosecha es una experiencia, experimento
o evento único”

7. Objetivos Específicos
• Caracterizar los lotes (UM) comerciales de los productores.
• Compartir experiencias con los actores involucrados en cada
cadena.
• Establecer protocolos de analisis para grandes cantidades de
informacion de los productores.
• Implementar una plataforma informatica para facilitar la toma
de decisiones

8. Principio 1: Cultura de medición y registro
Lo que no se mide no
se puede manejar
eficientemente
Los fruticultores
establecerán una
cultura de registro de
información.

9. Principio 2: Conocimiento colectivo
Cada productor
tiene un
conocimiento
valioso que no es
aprovechado.
Si todos
comparten
experiencias,
todos se
benefician

10. Principio 3: Uso de tecnología informática
moderna
Las tecnologías de
información y
comunicación
(TICs) conectan
conocimiento
Revolución en la
toma,
procesamiento,
análisis y entrega
de información

11. Informacion de entrada y de salida en una UM o
lote
Relieve y
Clima Suelo Manejo del
Topografía y cultivo
paisaje
• Producción y calidad
• Mejores condiciones ambientales y de suelos
• Prácticas mas adecuadas
• Adaptación de variedades

12. PERFIL DE LOS GRUPOS
•Agrupados por cercanía y/o por los cultivos del proyecto
•Integrantes de asociaciones o no
•Dispuestos a participar en el proyecto
•Afinidad entre los integrantes del grupo.
•Máximo 25 integrantes

13. Niveles de Intervención
MADR
a. Investigadores CIAT
b. Facilitadores de las
Asohofrucol
Cadenas
Nivel de intervención
c. Facilitadores de las
Cadenas
Secretarías de agricultura
d. Individuales acceso Federaciones
virtual
Organizaciones
Grupos

14. www.frutisitio.org

15. Promoción al consumo - Biblioteca con ruedas – Unidad multimedia móvil
Frutichiva

16. Tipos de Análisis

17. Naranja
Departamento Área Rendimiento
(Has) (Kg/ha) Antioquia produce más naranja
Antioquia 1,163 30,035 con la mitad de las hectáreas
Tolima 2,413 8,625
cultivadas en Tolima  Oportunidad
Cesar 1,884 11,023
Cundinamarca 1,440 9,939
Magdalena 483 18,772
Bolívar 353 7,453 Fuente MADR (promedio 2002- 2008)
Risaralda 156 10,213
Córdoba 262 18,836
3,000 40,000
Area Producción
35,000
2,500
30,000
2,000
25,000
Tons
Has
1,500 20,000
15,000
1,000
10,000
500
5,000
0 0
r
aq a
Bo e
ico
as
na
To a
G á
na ar
At ca
Vi a
nt a
a
á
C r
R lí va
r
or Có a
a
nt s
de
de
ad
i
cr
La yac
Sa ob
jir
lim
Sa da
Am uet
ld
M arc
qu
es
on
au
le
nt
Su
ua
ra
an
ch
an
Bo
rd
tio
al
da
C
lá
az
m
isa
C
An
ag
C
di
un
te
C
N

18. • Identifica sitios edafológica y climáticamente similares
• Si clima y suelos influyen en la adaptabilidad del cultivo, en
sitios con climas y suelos similares tendrían adaptabilidad
similar
• El propósito es identificar sitios con potencial para establecer
nuevas variedades, o extender tecnologías de un sitio a otro

20. Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinación con metodologías tradicionales)
Caso de estudio: Lulo (Solanum quitoense) – Análisis de relevancia
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
Tres variables: 1. Profundidad efectiva, 2. Temperatura y 3. Pendiente fueron
relevantes para ambas regresiones lineal y no lineal

21. Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinación con metodologías tradicionales)
Caso de estudio: Lulo (Solanum quitoense) – Modelo mixto para conocer los efectos sobre la
productividad de grupos con condiciones ambientales homogéneas
Variable ranges HEC
Slope (degrees) EffDepth (cm) TempAvg_0
(°C)
50.00 5-14 21-40 15 -16.5 1
8-15 32-69 15 -18.9 2
40.00
13-24 40-67 15.8 -19 3
30.00
Lulo yield (kg/plant/week)
20.00
10.00
0.00
1 2 3
-10.00
-20.00
-30.00
Effects of clusters of environmental conditions
Condiciones ambiental homogénea 3 fue la mas productiva – 41 gr de lulo /planta más que
el promedio

22. Ejemplos reales en frutales en Colombia
(Redes neuronales artificiales en combinación con metodologías tradicionales)
Caso de estudio: Lulo (Solanum quitoense) – Modelo mixto para conocer los efectos sobre la
productividad de grupos con condiciones ambientales homogéneas y las fincas
HEC como proxy para variabilidad ambiental
Finca como proxy para manejo
60.00
Lulo yield (kg/plant/week)
40.00
20.00
0.00
1 2 3 4 5 8 17 5 6 8 10 11 12 13 15 16 17 19 20 7 9 14 18 19 20 21
-20.00
1 2 3
-40.00
-60.00
Effects of farms across the EC clusters of environmental conditions
-80.00
•El modelo mixto explicó mas del 80 % de variación en productividad de lulo.
• Ej. Finca 9 en condición ambiental homogénea 3 produce 51 g de lulo /planta más que el
promedio

23. 2. Proyecto AESCE: Metodologías empleadas para determinar
cuáles son los nichos ecológicos de cada especie / adaptabilidad
varietal
curvas de isoproductividad
Caso hipotético donde un cultivador de plátano, quiere saber cual es el cultivar con el que
obtendría mayor número de cajas por racimo, peso racimo o ratio en las condiciones de su
finca.

24. LUIS ARMANDO MUNOZ l.a.munoz@cgiar.org tel: (2) 445 0000 ext 3280
DANIEL JIMENEZ d.jimenez@cgiar.org tel: (2)4450000 ext. 3729
www.frutisitio.org
AESCEColombia@gmail.com
www.ciat.cgiar.org

25. Clima
Bases de datos Clima:
medioambientales Promedios anuales, WorldClim
SIG Datos diarios actuales, TRMM

26. Topografia
SRTM
Significant Improvement
Derivados topográficos (paisaje)
GTOPO30

27. Paisaje
Elevation Slope Aspect Landscape Class
Curvature Exposure Solar Radiation Moisture

28. Relieve y suelo
RASTA: caracteriza los suelos y terreno en forma rápida, confiable y sencilla
en el sitio

32. Manejo del cultivo