Please use this identifier to cite or link to this item: http://hdl.handle.net/123456789/229
Title: GENERACION DE UN MODELO PREDICTIVO DE DISTRIBUCION GEOGRAFICA DE CACAO (Theobroma cacao) EN LAS COMUNIDADES INDIGENAS DEL TROPICO DE COCHABAMBA
Authors: Rojas Vargas, Esther
Keywords: Sistemas de informacion geografica
modelo de distribucion
geologia
geomorfologia
vegetacion
Issue Date: 6-Sep-2013
Series/Report no.: POSAGR;M03
V3;11
Abstract: En el Trópico de Cochabamba existen zonas con producción de cacao nativo, principalmente en las Comunidades Indígenas (TIPNIS, TCOs Yuqui y Yuracare), es un recurso que actualmente tiene mucha demanda, por las características organolépticas y por características agronómicas de resistencia a plagas y enfermedades este aspecto es de mucha importancia ya que el material vegetal podría ser utilizado en programas de mejoramiento genético del cacao, para este propósito es necesario conocer las zonas con mayor presencia de cacao nativo. Los Sistemas de Información Geográfica (SIG) han demostrado ser una herramienta muy útil en estudios de distribución de especies, para el tema de investigación Generación de un Modelo Predictivo de Distribución geográfica de cacao, se utilizo variables climáticas (temperatura, precipitación, Humedad relativa), datos que fueron obtenidos de SENAMI, variables geología, geomorfología, pendientes, altura y vegetación, las cuales fueron los elementos que sirvieron para generar mapas de presencia y/o ausencia de cacao (Theobroma cacao).Los datos fueron procesados con el programa Arc. Gis 10. Para este estudio las variables climáticas no son factores que determinan presencia y/o ausencia, debido a que las condiciones climáticas de la zona son las óptimas para el cultivo. Las variables geología, geomorfología, altitud y vegetación, son las que determinan la presencia de cacao. Se genero un mapa de factores biofísicos utilizando las variables geología+ geomorfología + altitud con la herramienta algebra de mapas, asignando pesos: o ausencia, 1=probabilidad baja, 2= probabilidad media, 3=probabilidad alta, 4=probabilidad muy alta. El mapa de presencia y/o ausencia se genero utilizando el mapa de factores biofísicos mas la variable vegetación, al cual también se asignaron pesos, obteniendo un mapa predictivo realizado de forma supervisada .La validación en campo a través de expediciones en sitios específicos demostró que el modelo de acuerdo a las variables utilizadas es preciso, pero deben incluirse nuevas variables como PH, tipo de suelo y aumentar el número de estaciones meteorológicas.
URI: http://hdl.handle.net/123456789/229
Appears in Collections:3.- Trabajos de grado de Maestría AGR

Files in This Item:
File Description SizeFormat 
TESIS LIMPIO Esther R..pdf5.92 MBAdobe PDFView/Open    Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.