EXPERIENCIAS REALES EN DATA SCIENCE: Similitud Climatica de Diferentes Zonas para el Optimo Desarrollo del Cultivo del Arandano

El análisis de datos climáticos está desempeñando un papel crucial en el desarrollo agrícola, en especial en el cultivo de arándanos, inmerso en una gran expansión. En este contexto, compartimos la experiencia de José Rufo, un exalumno del Máster en Estadística y Ciencia de Datos con R, quien utilizó técnicas de clustering para identificar zonas climáticas similares con una implementación exitosa del cultivo de arándanos. Este tipo de investigación ofrece una visión prometedora sobre la adaptación de cultivos en nuevas localizaciones, beneficiando a los agricultores e impulsando la industria agrícola. ¡Te contamos su experiencia!

Motivación Personal y Objetivos del Trabajo

José se propuso comparar el clima de una zona donde se deseaba implantar el cultivo del arándano con el de regiones donde ya se cultiva exitosamente. Utilizando datos climáticos históricos obtenidos de fuentes confiables como la NASA, y aplicando técnicas avanzadas de análisis de datos, como el clustering jerárquico, logró agrupar estas zonas según sus similitudes climáticas. Este enfoque permitió identificar el perfil climático de la nueva región y predecir qué variedades de arándano tendrían más probabilidades de adaptarse exitosamente. Como señala José, "entender cómo puede responder un cultivo antes de su implementación es clave para asegurar el éxito de una inversión significativa"

Metodología

El trabajo utilizó datos climáticos históricos obtenidos de la NASA, durante el período 2021-2024 para las principales zonas productoras de arándanos en el mundo (72 localizaciones y 23 países diferentes). La metodología principal fue el análisis de clúster jerárquico, utilizado para identificar similitudes climáticas entre estas regiones y una nueva localización potencial de cultivo, Grospic en Croacia.

Para este trabajo, José creó su propia base de datos climatológica con las principales variables que afectan al cultivo de arándanos: Temperatura promedio, máxima ( y mínima(oC), Humedad relativa (%), Temperatura punto de Rocio (ºC), Velocidad del viento (m/s), Dirección del viento (º), Precipitación (mm) y Radiación (W/m2).

Resultados y Hallazgos Clave

El análisis clúster permitió identificar que Grospic en Croacia presenta similitudes climáticas significativas con zonas productoras como Cantabria (España), Eugene (EE.UU.), y Worcestershire (Reino Unido). Esto sugiere que las variedades de arándano que se cultivan exitosamente en esas zonas, como Sekoya Crunch® ‘FC13-063’ y Sekoya Fiesta® ‘FC13-122’, podrían adaptarse bien a Grospic. Por otro lado, variedades como Sekoya Beauty® ‘FCM12-097’ o Sekoya POP® ‘FCM14-052’ no serían recomendables para esta nueva ubicación.

Figura 1. Dendrograma del Análisis Cluster que evalúa la similitud climática de las principales zonas de cultivo de arándano. Los datos fueron obtenidos para el período 2021-2024 en el portal de la NASA. Se señala la nueva ubicación de estudio Grospic en Croacia para evaluar su similitud con el resto de localidades.

Figura 2. Localización de las localidades de cultivo de arándano con similitud climática en Europa.

Lecciones Aprendidas y Desafíos

El principal desafío fue la creación de una base de datos climática lo suficientemente robusta para sustentar el análisis. Sin embargo, José perseveró y, paso a paso, logró desarrollar las habilidades necesarias. Su consejo para futuros estudiantes: "Con paciencia y dedicación, todo es posible. La estadística es clave en el análisis de datos agrícolas y en muchas otras disciplinas".

Aplicaciones Prácticas y Recomendaciones

Hoy en día, José utiliza esta herramienta en su trabajo para recomendar variedades de arándano en nuevas áreas de cultivo. Subraya la importancia de continuar ampliando la base de datos y de considerar otros factores agrícolas críticos no incluidos en el estudio, como los cambios temporales y las respuestas extremas. Asimismo, sugiere el uso de modelos de clustering específicos de series temporales para mejorar aún más la precisión de las predicciones.

Reflexión Final

Este trabajo es un claro ejemplo de cómo las técnicas de análisis de datos pueden apoyar decisiones agrícolas cruciales. Identificar zonas climáticas similares ayuda a los agricultores a minimizar riesgos y a optimizar su producción. Sin embargo, es importante seguir mejorando estas técnicas para incorporar más variables y lograr una mayor precisión en las decisiones.

A continuación, puedes leer más detalles sobre su TFM

Contacto y Redes Sociales

Jose Rufo Rodriguez trabaja actualmente en el área de Investigación y desarrollo de nuevas variedades de arándanos de una importante empresa multinacional.