Estimación de la producción de café cereza basada en series de tiempo

Abstract

Antecedentes: El cultivo del café está situado en más de 60 países, donde Colombia siempre ha ocupado un lugar importante como productor, con 22 departamentos y 590 municipios cafeteros, que suman 853.698 hectáreas sembradas. El sector cafetero Colombiano, está basado en la productividad y reducir los costos. La estimación de la producción de café en el sector ha sido de mayor importancia para permitir a los caficultores tener información relevante para la toma de decisiones adecuadas, en la planeación de actividades. Los caficultores colombianos estiman la producción de café cereza basados en un modelo destructivo, lo cual genera pérdidas en sus producciones. Varios trabajos de investigación tienen primeras aproximaciones a la estimación de la producción de café, basados en técnicas de inteligencia artificial, específicamente con conjuntos de imágenes. Los esfuerzos de investigación en los últimos años en otros cultivos se han centrado en la creación de modelos de mayor complejidad con información multi-variable. Objetivos: Establecer un modelo estadístico para estimar la producción de café cereza para mejorar la planeación de actividades previas a la cosecha. Métodos: Se propone usar modelos estadísticos para la estimación de la producción de café cereza basada en series de tiempo, a partir de información de manejo de cultivo e información climática para una finca cafetera del Departamento del Cauca. Resultados: El presente trabajo entrega como resultados un conjunto de series de tiempo que representan la producción de café cereza en una finca cafetera ubicada en el corregimiento “La Venta”, del municipio Cajibío (Cauca). Además un prototipo que estima la producción de café cereza a partir de un modelo estadístico. Conclusiones: La construcción de un modelo estadístico para la estimación de la producción de café cereza basada en información multi-variable, permite a los caficultores realizar la planeación de actividades previas a la cosecha disminuyendo tiempos y costos. Además les permite la no utilización de modelos destructivos que generan pérdidas en sus producciones.

Background: Coffee crop is located in more than 60 countries, where Colombia has always occupied an important place as a producer, with 22 departments and 590 coffee municipalities, which add up to 853,698 hectares planted. The Colombian coffee sector is based on productivity and reducing costs. Estimating coffee production in the sector has been of greater importance in enabling coffee growers to have information relevant to appropriate decision-making in planning activities. Colombian coffee growers estimate cherry coffee production based on a destructive model, resulting in losses in their productions. Several research papers have early approximations of coffee production estimation, based on artificial intelligence techniques, specifically with imaging sets. Research efforts in recent years in other crops have focused on creating more complex models with multi-variable information. Objectives: Establish a statistical model to estimate the production of cherry coffee to improve the planning of pre-harvest activities. Methods: It is proposed to use statistical models to estimate cherry coffee production based on time series, based on information on crop management and climate information for a coffee farm in the Department of Cauca. Results: The present work provides, as a result, a set of time series that represent the production of cherry coffee in a coffee farm located in the village of "La Venta", Cajibio municipality (Cauca). In addition, a prototype that estimates the production of cherry coffee from a statistical model. Conclusions: The construction of a statistical model for estimating cherry coffee production based on multi-variable information allows coffee growers to plan activities prior to harvest, reducing times and costs. It also allows them not to use destructive models that generate losses in their productions.