Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática

Autores
Maisonnave, Thomas
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Hurtado, Santiago Ignacio
Aldeco, Laura
Descripción
La variabilidad climática afecta a la producción agropecuaria, siendo un factor determinante en el rendimiento de los cultivos. Por este motivo, en esta tesis se desarrollaron modelos de pronóstico basados en variables del sistema acoplado océano-atmósfera con el fin de predecir el rendimiento de los principales cultivos de la provincia de Buenos Aires, Argentina. Para lograr esto, primero se caracterizaron los rendimientos de los cultivos de girasol, maíz y trigo durante el periodo 1981-2021, encontrando una tendencia lineal positiva asociada al avance tecnológico. Luego, se regionalizó el comportamiento de cada cultivo para desarrollar modelos de pronóstico para cada una de estas regiones. Posteriormente, se desarrollaron distintos tipos de modelos de pronóstico de los cultivos donde se varió el tipo de modelo, el criterio de selección de predictores y los predictores. Se consideraron como predictores por un lado índices climáticos, y por el otro, variables meteorológicas medidas por estaciones. Los modelos de pronóstico desarrollados fueron evaluados utilizando diferentes metodologías para evaluar su desempeño. Se encontraron distintos modelos de pronóstico con potencial de aplicación para los tres cultivos considerados (trigo, maíz y girasol). Los resultados de la evaluación sugieren que las regresiones lineales múltiples (MLR) y regresión logística multinomial (MULTI) son modelos con buen desempeño, que logran capturar la interacción entre las variables meteorológicas de estación y los índices climáticos con el rendimiento de cada cultivo. Por otra parte, no se destaca ningún criterio de selección sobre otro en cada uno de los modelos.
Licenciado en Meteorología y Ciencias de la Atmósfera
Universidad Nacional de La Plata
Facultad de Ciencias Astronómicas y Geofísicas
Materia
Geofísica
Agroclimatología
Cultivos
Pronóstico
Variabilidad climática
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/163944
Acceder
id SEDICI_239f0a6cc28d3162b2d9f45756c54c12
oai_identifier_str oai:sedici.unlp.edu.ar:10915/163944
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climáticaMaisonnave, ThomasGeofísicaAgroclimatologíaCultivosPronósticoVariabilidad climáticaLa variabilidad climática afecta a la producción agropecuaria, siendo un factor determinante en el rendimiento de los cultivos. Por este motivo, en esta tesis se desarrollaron modelos de pronóstico basados en variables del sistema acoplado océano-atmósfera con el fin de predecir el rendimiento de los principales cultivos de la provincia de Buenos Aires, Argentina. Para lograr esto, primero se caracterizaron los rendimientos de los cultivos de girasol, maíz y trigo durante el periodo 1981-2021, encontrando una tendencia lineal positiva asociada al avance tecnológico. Luego, se regionalizó el comportamiento de cada cultivo para desarrollar modelos de pronóstico para cada una de estas regiones. Posteriormente, se desarrollaron distintos tipos de modelos de pronóstico de los cultivos donde se varió el tipo de modelo, el criterio de selección de predictores y los predictores. Se consideraron como predictores por un lado índices climáticos, y por el otro, variables meteorológicas medidas por estaciones. Los modelos de pronóstico desarrollados fueron evaluados utilizando diferentes metodologías para evaluar su desempeño. Se encontraron distintos modelos de pronóstico con potencial de aplicación para los tres cultivos considerados (trigo, maíz y girasol). Los resultados de la evaluación sugieren que las regresiones lineales múltiples (MLR) y regresión logística multinomial (MULTI) son modelos con buen desempeño, que logran capturar la interacción entre las variables meteorológicas de estación y los índices climáticos con el rendimiento de cada cultivo. Por otra parte, no se destaca ningún criterio de selección sobre otro en cada uno de los modelos.Licenciado en Meteorología y Ciencias de la AtmósferaUniversidad Nacional de La PlataFacultad de Ciencias Astronómicas y GeofísicasHurtado, Santiago IgnacioAldeco, Laura2024-03-15info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/163944spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:43:07Zoai:sedici.unlp.edu.ar:10915/163944Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:43:07.351SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
title Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
spellingShingle Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
Maisonnave, Thomas
Geofísica
Agroclimatología
Cultivos
Pronóstico
Variabilidad climática
title_short Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
title_full Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
title_fullStr Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
title_full_unstemmed Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
title_sort Evaluación de potenciales pronósticos de rendimiento de cultivos en la provincia de Buenos Aires basados en variabilidad climática
dc.creator.none.fl_str_mv Maisonnave, Thomas
author Maisonnave, Thomas
author_facet Maisonnave, Thomas
author_role author
dc.contributor.none.fl_str_mv Hurtado, Santiago Ignacio
Aldeco, Laura
dc.subject.none.fl_str_mv Geofísica
Agroclimatología
Cultivos
Pronóstico
Variabilidad climática
topic Geofísica
Agroclimatología
Cultivos
Pronóstico
Variabilidad climática
dc.description.none.fl_txt_mv La variabilidad climática afecta a la producción agropecuaria, siendo un factor determinante en el rendimiento de los cultivos. Por este motivo, en esta tesis se desarrollaron modelos de pronóstico basados en variables del sistema acoplado océano-atmósfera con el fin de predecir el rendimiento de los principales cultivos de la provincia de Buenos Aires, Argentina. Para lograr esto, primero se caracterizaron los rendimientos de los cultivos de girasol, maíz y trigo durante el periodo 1981-2021, encontrando una tendencia lineal positiva asociada al avance tecnológico. Luego, se regionalizó el comportamiento de cada cultivo para desarrollar modelos de pronóstico para cada una de estas regiones. Posteriormente, se desarrollaron distintos tipos de modelos de pronóstico de los cultivos donde se varió el tipo de modelo, el criterio de selección de predictores y los predictores. Se consideraron como predictores por un lado índices climáticos, y por el otro, variables meteorológicas medidas por estaciones. Los modelos de pronóstico desarrollados fueron evaluados utilizando diferentes metodologías para evaluar su desempeño. Se encontraron distintos modelos de pronóstico con potencial de aplicación para los tres cultivos considerados (trigo, maíz y girasol). Los resultados de la evaluación sugieren que las regresiones lineales múltiples (MLR) y regresión logística multinomial (MULTI) son modelos con buen desempeño, que logran capturar la interacción entre las variables meteorológicas de estación y los índices climáticos con el rendimiento de cada cultivo. Por otra parte, no se destaca ningún criterio de selección sobre otro en cada uno de los modelos.
Licenciado en Meteorología y Ciencias de la Atmósfera
Universidad Nacional de La Plata
Facultad de Ciencias Astronómicas y Geofísicas
description La variabilidad climática afecta a la producción agropecuaria, siendo un factor determinante en el rendimiento de los cultivos. Por este motivo, en esta tesis se desarrollaron modelos de pronóstico basados en variables del sistema acoplado océano-atmósfera con el fin de predecir el rendimiento de los principales cultivos de la provincia de Buenos Aires, Argentina. Para lograr esto, primero se caracterizaron los rendimientos de los cultivos de girasol, maíz y trigo durante el periodo 1981-2021, encontrando una tendencia lineal positiva asociada al avance tecnológico. Luego, se regionalizó el comportamiento de cada cultivo para desarrollar modelos de pronóstico para cada una de estas regiones. Posteriormente, se desarrollaron distintos tipos de modelos de pronóstico de los cultivos donde se varió el tipo de modelo, el criterio de selección de predictores y los predictores. Se consideraron como predictores por un lado índices climáticos, y por el otro, variables meteorológicas medidas por estaciones. Los modelos de pronóstico desarrollados fueron evaluados utilizando diferentes metodologías para evaluar su desempeño. Se encontraron distintos modelos de pronóstico con potencial de aplicación para los tres cultivos considerados (trigo, maíz y girasol). Los resultados de la evaluación sugieren que las regresiones lineales múltiples (MLR) y regresión logística multinomial (MULTI) son modelos con buen desempeño, que logran capturar la interacción entre las variables meteorológicas de estación y los índices climáticos con el rendimiento de cada cultivo. Por otra parte, no se destaca ningún criterio de selección sobre otro en cada uno de los modelos.
publishDate 2024
dc.date.none.fl_str_mv 2024-03-15
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/163944
url http://sedici.unlp.edu.ar/handle/10915/163944
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616300557500416
score 13.070432

Publicaciones similares