Saltar al documento

Aplicación de Modelos de Simulación en Agricultura: Una Revisión (AGRI-101)

Aplicación de modelos de simulación en el estudio y
planificación de la agricultura, una revisión
Application of simulation models in agricultural research and
planning, a review
Bernardino Candelaria Martínezª, Octavio Ruiz Rosadoª,Felipe Gallardo
Lópezª, Ponciano Pérez Hernándezª,Ángel Martínez Becerrab y Luis Vargas
Villamilb
Importancia del uso de modelos en la agricultura
Según Gormley y Sinclair (2003), en el desarrollo de la ciencia se han diseñado y
aplicado modelos durante siglos en diferentes disciplinas; sin embargo, los relacionados
con los procesos agrícolas y ambientales se han implementado en las últimas décadas.
Esto obedece a que en diferentes situaciones es más fácil trabajar con los modelos que
con los sistemas reales, ya sea porque el sistema es demasiado grande y complejo, por
limitación de recursos humanos y económicos, o por la imposibilidad de experimentar
en dichos sistemas. Es por esto que en la investigación y planificación agrícola el
desarrollo de modelos para simular diferentes procesos relacionados con su eficiencia,
se ha convertido en una práctica común que, sustentada con la información científica
disponible, es útil para pronosticar resultados en situaciones y condiciones específicas;
lo que permite plantear nuevas hipótesis y orientar la investigación o el manejo hacia
los puntos más críticos.
El modelaje también se considera una buena opción para transferir conocimientos
generados sobre diversas prácticas agrícolas en diferentes regiones, pues aunque el
conocimiento no se transfiere directamente de una granja a otra, especialmente si se
encuentran en ambientes diferentes, sí se puede usar para diseñar su manejo a través
de la simulación (Rotz et al, 2005a). También en la agricultura se puede emplear el
modelaje cuando se pretende modificar un sistema que involucra numerosos
componentes y relaciones y es importante contar con escenarios simulados, para
experimentar los cambios antes de llevarlos a la práctica, especialmente cuando éstos
involucran objetivos críticos, como la seguridad agroalimentaria, el manejo y
conservación de recursos naturales, rentabilidad de los sistemas, entre otros. Además,
la simulación es una herramienta que permite hacer una evaluación rápida y barata
sobre el comportamiento de un sistema agrícola en un periodo largo de tiempo (Rotz et
al, 2005b).Los modelos en agricultura se han usado desde hace 50 años; inicialmente
para evaluar procesos individuales, como evapotranspiración, propiedades hidráulicas
del suelo, crecimiento de las plantas o cultivos y el contenido de nutrientes del suelo en
los años 60's. Posteriormente, en los años 80's, para evaluar sistemas de pastoreo,
movilización de nutrientes en sistemas de cultivo, erosión (Williams et al, 1984) y
productividad del suelo (Hernández y Ruiz, 1996), crecimiento de cultivos anuales
(Holmann y Estrada, 1997), producción de cultivos, contaminación de agua (Arumí et
al,_____, López etal, 2006), ciclos de nutrientes y la dinámica de la materia orgánica en
suelos (Bowen y Jaramillo, 2001). Finalmente, a partir de los años 90's aparecen
modelos que bajo el enfoque de agroecosistemas integran los componentes del sistema
de manera multi o interdisciplinaria, para evaluar impacto de la política agrícola sobre la
degradación del suelo, impacto ambiental y rentabilidad económica de sistemas agrícolas
alternativos, impacto de la economía y política regional sobre la agricultura, efecto de
políticas de manejo sobre emisiones de minerales en agricultura y la evaluación de
pesticidas y fertilizantes sobre el suelo y el clima (Belcher et al, 2004). En particular se
han modelado los factores que intervienen en el cambio de uso de suelo, con prácticas
agrícolas como componente principal, desde una visión espacial, económica,
socioeconómico y política (Sandoval y Oyurzun, 2003).
En algunas disciplinas del conocimiento y en la toma de decisiones, se usan los modelos
de simulación, justificado principalmente cuando la operación de las estrategias
propuestas o la experimentación son costosas, riesgosas o se duda de su practicidad. En
el caso de la agricultura, por ser una actividad desarrollada con base en el manejo de
los recursos naturales que son susceptibles al deterioro, la inestabilidad económica y por
su indiscutible trascendencia en la seguridad alimentaria, es importante prever la
pertinencia de las decisiones de cambio. Por ejemplo, es útil disponer de escenarios del
efecto del uso de tecnologías novedosas, pues si bien el conocimiento es universal, las
regiones agrícolas del mundo, en las cuales se genera, presentan contrastes, y un
conocimiento aplicable a una región puede no serlo en otra y tener resultados negativos.
De esta manera la simulación es una forma de evaluación previa del cambio, con los
inherentes errores ocasionado por la simplificación propia de este ejercicio; aunque la
mayoría de los modelos empleados en agricultura cuando se comparan con datos reales
muestran un aceptable desempeño, como es el caso de Castellaro et al. (2007), quienes
obtuvieron resultados predichos similares a los valores reales cuando modelaron
diferentes alternativas pratenses con diferentes sistemas de manejo. Por su parte
Holmann (2000), reporta un modelo que tiene la capacidad de analizar en forma practica
y flexible las actividades agropecuarias encontradas en una cuenca o región, que además
facilita el análisis ex-ante de nuevas alternativas tecnológicas para determinar su
viabilidad económica y biológica.
También debe mencionarse que se pueden obtener resultados erróneos al elaborar los
modelos, principalmente por errores en la introducción de la información, falta de
experiencia del modelador o por una inapropiada simplificación de los procesos durante
el desarrollo del modelo (Huang et al, 2008). Por lo que es importante validar el modelo,
es decir, comprobar que tenga la capacidad de representar adecuadamente a los
componentes e interacciones del sistema real. Sin embargo, debe considerarse que no
se llega a tener una representación total del sistema, solo de alguno o algunos de sus
procesos (Orestes et al, 1994).

Más de:Simulacion

Más de:Jaime Castillo

Recomendado para ti