Cambios en la productividad de la agricultura mundial y perspectivas para el desarrollo de las naciones

La investigación se inscribe en el marco del Proyecto de Cooperación Internacional que viene desarrollando, desde hace varios años, la Oficina de Estadísticas de las Naciones Unidas y el Banco Mundial. El objetivo de este proyecto es analizar los patrones de crecimiento de productividad de la agricultura en las distintas áreas del mundo, sus factores determinantes y su correlación con los niveles de bienestar de los distintos países. La metodología a utilizar consiste en el análisis estático comparativo de las productividades para cinco momentos del tiempo (1970-1975-1980 y 1990) y su correlación con una serie de indicadores económicos sociales de los distintos países y áreas del mundo. Los tests estadísticos del tipo de tablas de contingencia y otros más modernos contribuirán a comprobar las hipótesis propuestas. Los elementos estructurales que acompañarán el análisis de la productividad, en un contexto dinámico, se refieren al cambio tecnológico, las políticas de precios e ingresos, las estrategias de desarrollo y el papel de las instituciones del mercado como condicionantes de los resultados en el plano distributivo. En el caso de Argentina, se espera conocer las perspectivas de desarrollo agrícola en la próxima década, las posibilidades de acrecentar el excedente del sector y su impacto sobre el progreso económico. En ese contexto se enfatizará el papel del cambio tecnológico factible de ser incorporado al sector agropecuario en los próximos años y su impacto sobre la productividad y rentabilidad de las explotaciones.

Estructura del cambio climático en el norte de la Provincia de Córdoba de interés para Agricultura y los Recursos Hídricos

En una investigación anterior se detectó la existencia de un cambio climático en las lluvias anuales en la zona norte de la provincia de Córdoba, en los alrededores de Jesús María. Esta es una región de amplio interés agropecuario y además está en marcha un importante proyecto de irrigación. La presente investigación está destinada a investigar la estructura de ese cambio climático, para encontrar cuáles fueron las variaciones en niveles mensuales y diarios de lluvia que produjeron el cambio climático en las lluvias anuales. En razón de la existencia de un cambio climático en las lluvias anuales, tiene importancia científica y económica el identificar la estructura de ese cambio climático, para lo cual es necesario encontrar cuáles son los cambios en las componentes que forman la lluvia anual, que han manifestado ese cambio climático. Esto es particularmente importante porque desde el punto de vista científico contribuye a proveer la información base para identificar las posibles causas y por consiguiente la posible evolución de ese cambio climático. Desde el punto de vista de su utilidad económica, conocer la estructura del cambio climático en la lluvia es importante porque se pasa a desagregaciones de los valores de lluvia que tienen directa incidencia en la producción agrícola-ganadera y en la planificación del aprovechamiento de los recursos hídricos.

DESARROLLO DE APLICACIONES ESTADÍSTICAS PARA LA AGRICULTURA DE PRECISIÓN. STATISTICAL APPLICATIONS FOR PRECISION AGRICULTURE

A partir de las últimas décadas se ha impulsado el desarrollo y la utilización de los Sistemas de Información Geográficos (SIG) y los Sistemas de Posicionamiento Satelital (GPS) orientados a mejorar la eficiencia productiva de distintos sistemas de cultivos extensivos en términos agronómicos, económicos y ambientales. Estas nuevas tecnologías permiten medir variabilidad espacial de propiedades del sitio como conductividad eléctrica aparente y otros atributos del terreno así como el efecto de las mismas sobre la distribución espacial de los rendimientos. Luego, es posible aplicar el manejo sitio-específico en los lotes para mejorar la eficiencia en el uso de los insumos agroquímicos, la protección del medio ambiente y la sustentabilidad de la vida rural. En la actualidad, existe una oferta amplia de recursos tecnológicos propios de la agricultura de precisión para capturar variación espacial a través de los sitios dentro del terreno. El óptimo uso del gran volumen de datos derivado de maquinarias de agricultura de precisión depende fuertemente de las capacidades para explorar la información relativa a las complejas interacciones que subyacen los resultados productivos. La covariación espacial de las propiedades del sitio y el rendimiento de los cultivos ha sido estudiada a través de modelos geoestadísticos clásicos que se basan en la teoría de variables regionalizadas. Nuevos desarrollos de modelos estadísticos contemporáneos, entre los que se destacan los modelos lineales mixtos, constituyen herramientas prometedoras para el tratamiento de datos correlacionados espacialmente. Más aún, debido a la naturaleza multivariada de las múltiples variables registradas en cada sitio, las técnicas de análisis multivariado podrían aportar valiosa información para la visualización y explotación de datos georreferenciados. La comprensión de las bases agronómicas de las complejas interacciones que se producen a la escala de lotes en producción, es hoy posible con el uso de éstas nuevas tecnologías. Los objetivos del presente proyecto son: (l) desarrollar estrategias metodológicas basadas en la complementación de técnicas de análisis multivariados y geoestadísticas, para la clasificación de sitios intralotes y el estudio de interdependencias entre variables de sitio y rendimiento; (ll) proponer modelos mixtos alternativos, basados en funciones de correlación espacial de los términos de error que permitan explorar patrones de correlación espacial de los rendimientos intralotes y las propiedades del suelo en los sitios delimitados. From the last decades the use and development of Geographical Information Systems (GIS) and Satellite Positioning Systems (GPS) is highly promoted in cropping systems. Such technologies allow measuring spatial variability of site properties including electrical conductivity and others soil features as well as their impact on the spatial variability of yields. Therefore, site-specific management could be applied to improve the efficiency in the use of agrochemicals, the environmental protection, and the sustainability of the rural life. Currently, there is a wide offer of technological resources to capture spatial variation across sites within field. However, the optimum use of data coming from the precision agriculture machineries strongly depends on the capabilities to explore the information about the complex interactions underlying the productive outputs. The covariation between spatial soil properties and yields from georeferenced data has been treated in a graphical manner or with standard geostatistical approaches. New statistical modeling capabilities from the Mixed Linear Model framework are promising to deal with correlated data such those produced by the precision agriculture. Moreover, rescuing the multivariate nature of the multiple data collected at each site, several multivariate statistical approaches could be crucial tools for data analysis with georeferenced data. Understanding the basis of complex interactions at the scale of production field is now within reach the use of these new techniques. Our main objectives are: (1) to develop new statistical strategies, based on the complementarities of geostatistics and multivariate methods, useful to classify sites within field grown with grain crops and analyze the interrelationships of several soil and yield variables, (2) to propose mixed linear models to predict yield according spatial soil variability and to build contour maps to promote a more sustainable agriculture.