:
Resumen
La baja oferta de alimento, problema que aqueja a un alto porcentaje de la población ganadera de Colombia, se asocia,en gran medida, a la selección equivocada de especies forrajeras; es decir, con frecuencia las especies sembradas no están adaptadas a la oferta mbiental de una región en particular. Para atenuar el riesgo de la baja oferta forrajera, sin incurrir en costos asociados al cambio de la oferta ambiental, es preciso aprovechar las habilidades fisiológicas de las especies para hacer frente al ambiente donde crecen. Para ello, se desarrolló un sistema de toma de decisiones para la selección de especies forrajeras (STDF), herramienta básica en la transferencia de tecnología agropecuaria que tiene por objetivo atenuar la incertidumbre al definir las especies forrajeras aptas para un ambiente determinado. El sistema se desarrolló a partir de fundamentos básicos de la gestión del conocimiento, por lo que en su construcción no se diseñó ningún experimento, sino que se aprovechó la información existente en el país, proveniente de evaluaciones realizadas en el pasado. A partir de la información recabada, se generó una base de datos de requerimientos de las especies, de tal forma que el sistema, desarrollado e implementado sobre ASP.NET en C# y base de datos SQL Server, relaciona ambientes y requerimientos de cultivos. Dicho sistema permite a los usuarios realizar procesos de búsqueda y selección de especies de pastos y forrajes de acuerdo con las condiciones edafoclimáticas de una determinada finca o región, de manera sencilla y amigable.
Blanca Aurora Arce Barboza
Ing. Zootecnista, PhD, Animal Science. Corpoica, C.I. Tibaitatá, BogotáAndrés Javier Peña Quiñones
I.A. MSc, Meteorología. Corpoica. BogotáEdgar Alberto Cárdenas Rocha
Zootecnista MSc, Ambiente y Desarrollo. Universidad Nacional de Colombia. BogotáBaruch Z, Fisher M. 1991. Factores climáticos y de competencia que afectan el crecimiento de la planta en el establecimiento de pasturas. En: Lascano CE, Spain J (editores). Establecimiento y renovación de pasturas: conceptos, experiencias y enfoques de investigación. Sexta Reunión Comité Asesor RIEPT. Centro Internacional de Agricultura Tropical (CIAT), Palmira, Colombia, pp. 103-142.
Beynon M, Rasmequan S, Russ S. 2002. A new paradigm for computer-based decision support. Decisión Support Systems 33 (2):127-142. https://doi.org/10.1016/S0167-9236(01)00140-3
Corporación Colombiana de Investigación Agropecuaria. 2012. Informe técnico final del proyecto: Desarrollo y validación de un sistema de toma de decisiones (STD) basado en modelos matemáticos para determinar ambientes idóneos para el establecimiento de diferentes especies de pastos y forrajes en Colombia. Blanca Arce, PhD, líder del proyecto. Corpoica, Mosquera, Colombia (sin publicar).
Davenport T, Prusak L. 1998. Working knowledge: How organizations manage what they know. Harvard Business School Press, Boston, p. 224.
Departamento Administrativo Nacional de Estadística (DANE). 2012. Resultados Encuesta Nacional Agropecuaria 2011. Bogotá, Colombia.
Everitt B. 1977. Cluster analysis. Heinemann Educational Books, London, p. 124.
Farr T.G, Kobrick M. 2000. Shuttle Radar Topography Mission produces a wealth of data. American Geophysical Union Eos, 81: 583-585. https://doi.org/10.1029/EO081i048p00583
Hijmans R, Cameron S, Parra J, Jones P, Jarvis A. 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25 (15):1965-1978. https://doi.org/10.1002/joc.1276
Jaramillo A. 2005. Clima Andino y café en Colombia. Editorial Blanecolor, Manizales, p 192.
Klir G, St Clair U, Yuan B. 1997. Fuzzy set theory. Foundations and applications. Prentice Hall PTR, London, p. 245.
Larcher W. 2003. Physiological plant ecology. Ecophysiology and stress physiology of functional groups. Springer-Verlag, Berlin, p. 512.
Lichtenthaler H. 2003. El estrés y la medida del estrés en plantas. En: Reigosa M, Pedrol N, Sánchez A (editores). La ecofisiología vegetal: una ciencia de síntesis. Thomson-Paraninfo, Madrid, pp. 1-58.
Loomis R, Connor D. 1992. Crop Ecology: productivity and management in agricultural systems. Cambridge University Press, Cambridge, p. 538. https://doi.org/10.1017/CBO9781139170161
Martínez LJ. 2006. Modelo para evaluar la calidad de las tierras: caso del cultivo de papa. Agronomía Colombiana 24(1):96-110.
Matos G, Chalmeta R, Coltell O. 2006. Metodología para la extracción del conocimiento empresarial a partir de los datos. Información Tecnológica 17(1):81-88. https://doi.org/10.4067/S0718-07642006000200011
Ministerio de Agricultura y Desarrollo Rural, Departamento Administrativo Nacional de Estadística, Corporación Colombia Internacional. 2011. Resultados Encuesta Nacional Agropecuaria 2010. Bogotá, Colombia.
Osorio C, Anzola H, Restrepo J. 2011. Programa de alimentación bovina - PAB: El ganado paga, pero bien alimentado. Carta Fedegan 122:20-38.
Peña A, Palacio L, Arce B. 2010. Lógica difusa: una alternativa metodológica en la determinación de ambientes idóneos para el establecimiento de especies de pastos y forrajes en Colombia (primera aproximación). Revista Colombiana de Ciencia Animal 3:57-63.
Peña D. 2002. Análisis de datos multivariantes. McGraw-Hill, Madrid, p. 539.
Shim J, Warkentin M, Courtney JF, Power DJ, Sharda R, Carlsson C. 2002. Past, present and future of decision support technology. Decision Support Systems 33(2):111-126. https://doi.org/10.1016/S0167-9236(01)00139-7
Descargas
