Identificación de Áreas Potenciales Productivas para el Cultivo de Quinua (Chenopodium quinoa wild), mediante Análisis Multicriterio Uni-Objetivo
DOI:
https://doi.org/10.71068/tcj11g25Palabras clave:
Análisis Multicriterio, Áreas Potenciales Productivas, Quinua, Sistemas De Información Geográfica, ZonificaciónResumen
La Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO) considera a la quinua (Chenopodium quinoa Willd.) un cultivo estratégico en la lucha contra el hambre, debido a su capacidad de adaptación a condiciones ambientales adversas. No obstante, su producción enfrenta múltiples limitaciones, lo que hace necesario el desarrollo de estrategias y herramientas que optimicen su productividad y reduzcan la incertidumbre agrícola. En un contexto global donde la expansión de tierras agrícolas busca satisfacer la creciente demanda alimentaria, surgen problemáticas como la degradación del suelo, conflictos por los recursos naturales, efectos del cambio climático y deficiencias en la planificación territorial. Por ello, la identificación de zonas con alto potencial productivo resulta fundamental para una toma de decisiones eficiente. El presente estudio tuvo como objetivo delimitar áreas con aptitud productiva para el cultivo de quinua en el municipio de Caquiaviri, empleando la metodología de evaluación multicriterio AHP (Proceso de Jerarquías Analíticas) en un entorno de Sistemas de Información Geográfica (SIG). A través del análisis de variables clave, se generaron mapas temáticos que permitieron zonificar el territorio según su potencial productivo. Los resultados indicaron que 9.101,7 ha presentan alta aptitud, 81.433,3 ha media, 55.307,3 ha baja y 9.964,5 ha son no aptas. Estos hallazgos confirman que la combinación de AHP y SIG constituye una herramienta eficaz y de bajo costo para la planificación agrícola y el manejo sostenible de cultivos estratégicos como la quinua.
Referencias
Alarcón Trujillo, V. F. (2021). Modelo SIG para la zonificación agroecológica de cultivos: estudio de caso cuenca hidrográfica del río Las Ceibas, Huila, Colombia. https://ridum.umanizales.edu.co/handle/20.500.12746/5746
Altieri, M. Á., & Nicholls, C. I. (2012). Agroecología: única esperanza para la soberanía alimentaria y la resiliencia socioecológica. Agroecología, 7(2), 65-83. https://revistas.um.es/agroecologia/article/view/182861/152301
Berumen SA, Llamazares R. 2007. Usefulness of multiple criteria decision methods (such as AHP) in an environment with growing competitiveness. Cuadernos de Administración 20(34):65-87. http://www.scielo.org.co/scielo.php?pid=S012035922007000200004&script=sci_abstract&tlng=pt
Capillo Colana, M. L., & Córdova Berrú, A. C. E. (2020). Aplicación del sistema de información geográfica para el uso racional del suelo en el crecimiento urbano, del distrito de Oyón-2020. https://hdl.handle.net/20.500.12692/61707
Cavuoto, N. L. (2009). Herramientas para planificar el desarrollo: un Sistema de Información Territorial con enfoque de cadena de valor. Territorios, (20-21). https://revistas.urosario.edu.co/index.php/territorios/article/view/821/3518
De Abreu LM, Granemann SR, Gartner IR, Bernardes RS. 2000. Escolha de um programa de controle da qualidade da água para consumo humano: aplicação do método AHP. Revista Brasileira de Engenharia Agrícola e Ambiental 4(2):257-262. https://www.scielo.br/j/rbeaa/a/ggmSPmBW8fwVr9qtmy3SkDC/
Díaz SJ, Blanco JL. 2000. Evaluación del potencial para acuacultura costera de camarón en el entorno de la laguna de Mar Muerto, mediante la aplicación de técnicas de análisis multicriterio con un SIG. Investigaciones Geográficas, UNAM. Boletín del Instituto de Geografía 41:62-80. https://www.scielo.org.mx/scielo.php?pid=S0188-46112000000100005&script=sci_arttext
Eastman, JR (2012). Guía IDRISI sobre SIG y procesamiento de imágenes. Consultado en IDRISI Selva 17 (págs. 182e185). Worcester, MA: Universidad Clark. Eastman J.R. https://bicyt.conicet.gov.ar/fichas/produccion/1605812
Edwards, W. and Barron, F. H. 1994. SMART and SMARTER: Improved simple methods for multiattribute utility measurement. Organizational Behavior and Human Decision Processes. 60:306-325. https://www.sciencedirect.com/science/article/abs/pii/S0749597884710879
ESRI. 2020. ArcGis 10.8. Manual del usuario. New York, USA. 1054 p. https://desktop.arcgis.com/es/arcmap/latest/get-started/setup/arcgis-desktop-quick-start-guide.htm
Freitas ALP, Marins CS, Souza DO. 2006. A metodologia de multicriterio como ferramenta para a tomada de decisões gerenciais: um estudo de caso. Revista GEPROS 2(3):52-60. https://revista.feb.unesp.br/gepros/article/view/116/66
Galindo MG, Contreras C, Olvera SL. 2009. Metodología para determinar zonas de peligro al ataque de la langosta centroamericana (Schistocerca piceifrons piceifrons Walker) apoyados en sensores de alta resolución y SIG. Estudio de caso la Huasteca México. Conceptos de geomática y estudios de caso en México. Serie Libros de Investigación No. 5, México DF. https://www.researchgate.net/publication/283712061
Garzón Echeverry, R., & Caycedo Gutiérrez, M. Á. (2022). Análisis de los cambios generados en la producción agrícola con la implementación de tecnología e innovación en Colombia. https://digitk.areandina.edu.co/entities/publication/2a09c73c-8d52-459e-8d5c-6d0e001f9a8f
Goodwin, P. and Wright, G. 2014. Decision analysis for management judgment. 5th (Ed.). John Wiley & Sons, Chichester. New York, USA. 454 p. https://books.google.es/books?hl=es&lr=&id=eenRAwAAQBAJ&oi=fnd&pg=PR7&dq=Goodwin,+P.+and+Wright,+G.+2014.+Decision+analysis+for+management+judgment.+&ots=zrn563KaP7&sig=nERBEdiaLT989XayIwByCOlsq9A#v=onepage&q=Goodwin%2C%20P.%20and%20Wright%2C%20G.%202014.%20Decision%20analysis%20for%20management%20judgment.&f=false
Hatfield JL, Gitelson AA, Schepers JS, Walthall CL. 2008. Application of spectral remote sensing for agronomic decisions. Agronomy Journal 100:S117-S131. https://doi.org/10.2134/agronj2006.0370c
INFO SPIE 2023. Ministerio de Planificación del Desarrollo. web: en https:// http://si-spie.planificacion.gob.bo/. Julio 2023.
Jiménez A, Vargas V, Salinas WE, Aguirre MJ, Rodríguez D. 2004. Aptitud agroecológica para el cultivo de la caña de azúcar en el sur de Tamaulipas, México. Boletín Investigaciones Geográficas 53:58-74. https://www.scielo.org.mx/scielo.php?pid=S0188-46112004000100005&script=sci_abstract&tlng=pt
Löffler, M. C.; Wei J.; Fast T.; Gogerty, J.; Langton, S.; Bergman, M.; Merrill, B. and Cooper, M. 2005. Classification of maize environments using crop simulation and geographic information systems. Crop Sci. 45(5):1708-1716. https://acsess.onlinelibrary.wiley.com/doi/abs/10.2135/cropsci2004.0370
Malczewski, J. 2006. GIS-based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science. Vol. 20(7)703-726. https://www.tandfonline.com/doi/epdf/10.1080/13658810600661508?needAccess=true
María, R. A. 2008. El proceso de análisis jerárquico con base en funciones de producción para planear la siembra de maíz de temporal. Tesis de Doctor en Ciencias. Colegio de Posgraduados en Ciencias Agrícolas. Centro de Edafología. Montecillo, Texcoco, Estado de México. 223 p. https://www.sidalc.net/search/Record/KOHA-OAI-TEST:44885/Description
Marín Alzate, Y. F., Mazo, N. D. L. A., & Olivo Parra, V. C. (2016). Diseño e implementación de un Sistema de Información Geográfica orientado a la web para la gestión agrícola municipal. https://ridum.umanizales.edu.co/bitstream/handle/20.500.12746/2621/Marin_Mazo_Olivo_2016.pdf?sequence=1&isAllowed=y
Marin FR, Carvalho GL, Assad ED. 2009. Eficiência da produção agrícola de cana-de-açúcar no Estado de São Paulo entre as safras 1990/1991 e 2005/2006. En: XVI Congresso Brasileiro de Agrometeorologia. UFV. Viçosa, Brasil. https://core.ac.uk/download/pdf/45483983.pdf
Marin FR, Lopes-Assad ML, Assad ED, Vian CE, Santos MC. 2008. Sugarcane crop efficiency in two growing seasons in São Paulo State, Brazil. Pesquisa Agropecuária Brasileira 43:1449-1455. https://www.scielo.br/j/pab/a/SSn5sgdcRYTN9VPjpHfJxWp/?lang=en
Martínez Vega, J., & Romero Calcerrada, R. (2019). Evaluación de la ocupación del suelo con un sistema experto de evaluación de tierras y un SIG en la Zona de Especial Protección para las Aves «Encinares de los ríos Alberche y Cofio», Madrid. https://www.torrossa.com/en/resources/an/2520317#page=196
MDRyT (2022). Ministerio de Desarrollo Rural y Tierras (MDRyT). Viceministerio de Desarrollo Rural Agropecuario (VDRA). https://www.ruralytierras.gob.bo/
Osorio, G. N.; López, S. H.; Gil, M. A.; Ramírez, V. B.; Gutiérrez, R. N.; Crespo, P. G. y Montero, P. A. 2012. Utilización, oferta y demanda de tecnología para producción de Maíz en el valle de Puebla, México. Agric. Soc. Des. 9(1):55-69. https://www.scielo.org.mx/scielo.php?pid=S1870-54722012000100004&script=sci_abstract&tlng=pt
Rivera, N. A., Mendoza, G. G., Martínez, J. F., & Servin, C. C. (2010). Evaluación multicriterio y aptitud agroclimática del cultivo de caña de azúcar en la región de Huasteca (México). Ciencia y Tecnología Agropecuaria, 11(2), 144-154. https://www.redalyc.org/pdf/4499/449945029006.pdf
Rozman C, Pažek K. 2005. Application of computer supported multicriteria decision models in agriculture. Agriculturae Conspectus Scientificus 70(4):127-134. https://hrcak.srce.hr/file/2798
Saaty TL. 2001. Deriving the AHP 1-9 scale from first principles. Proceedings 6th ISAHP. Berna, Suiza. https://www.isahp.org/uploads/125-p.pdf
SENAMHI. 2022. Boletín meteorológico del departamento de La Paz. Servicio Nacional de Meteorología e Hidrología.
Shahbazi, F. and Jafarzadeh A. A. 2010. Integrated assessment of rural lands for sustainable development using MicroLEIS DSS in West Azerbaijan, Iran. Geoderma. 157(3-4):175-184. https://www.sciencedirect.com/science/article/abs/pii/S0016706110001175
Sipahi S, Mehpare T. 2010. The analytic hierarchy process and analytic network process: an overview of applications. Management Decision 48(5):775-808. https://www.emerald.com/insight/content/doi/10.1108/00251741011043920/full/html
Stewart, T. J. and Joubert, A. 2007. Conflicts between conservation goals and land use for exotic plantations in South Africa. In: multicriteria analysis for land-use management. Beinat, E. and Nijkamp, P. (eds). Kluwer Academic. Dordrecht, Países Bajos. 36-62 pp. https://link.springer.com/chapter/10.1007/978-94-015-9058-7_2
Van-Diepen, C. A. 1993. Two alternative methods for evaluating regional crop yield potential in the European Community. Geoderma. 60(1-4):359-376. https://www.sciencedirect.com/science/article/abs/pii/001670619390036K
Venero, S., & Gicli, M. (2014). Apuntes sobre la zonificación agroecológica de los cultivos. Particularidades en Cuba. Cultivos tropicales, 35(4), 36-44. http://scielo.sld.cu/scielo.php?pid=S0258-59362014000400005&script=sci_arttext&tlng=pt
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Sapiens Studies Journal
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
