Integrating remote sensing and in-situ data to determine climate diversity and variability in cocoa systems in the provinces of Jaén and San Ignacio, Cajamarca (NW Perú)

• Autores: Atalaya Marin, Nilton, Goña Goñas, Malluri, Tineo Flores, Daniel, Chuquibala Checan, Beimer, Arce Inga, Marielita, Tarrillo Julca, Ever, Alvarez Robledo, Yeltsin Abel, Tafur Culqui, Josué, Cabrera Hoyos, Héctor Antonio, Gómez Fernández, Darwin
• Formato: preprint
• Fecha de Publicación: 2024
• Institución: Instituto Nacional de Innovación Agraria
• Repositorio: INIA-Institucional
• Lenguaje: inglés
• OAI Identifier: oai:repositorio.inia.gob.pe:20.500.12955/2654
• Enlace del recurso: http://hdl.handle.net/20.500.12955/2654; https://doi.org/10.1016/j.tfp.2024.100749
• Nivel de acceso: acceso abierto
• Materia: Agroforestry; Climate impacts; Satellite imagery; Random forest (RF); Google Earth Engine; Sustainability; https://purl.org/pe-repo/ocde/ford#4.01.02

La falta de información sobre la distribución geográfica de los sistemas de cacao, junto con la diversidad de especies y la influencia de los factores climáticos en los rendimientos, representa desafíos para la gestión agronómica de estas plantaciones y la implementación de políticas agrícolas más efectivas. Este estudio tuvo como objetivo mapear el área de cacao, la diversidad de especies y su respuesta a la variabilidad climática histórica en las provincias de Jaén y San Ignacio, Cajamarca, Perú. Se procesaron datos de PlanetScope y Sentinel-1 en Google Earth Engine utilizando el algoritmo de clasificación Random Forest. Se identificaron 4,338.6 ha de sistemas de monocultivo y agroforestería de cacao, logrando una precisión temática del 85% y un índice kappa de 0.81. Se determinó que Musa sp. predomina en altitudes bajas, mientras que Inga edulis mostró mayor dominio en altitudes más elevadas. La aplicación de datos climáticos y de rendimiento del cacao permitió calcular el índice de anomalía estandarizada, evidenciando el impacto notable de la precipitación en la producción de cacao, especialmente en 2021 y 2022. Este enfoque integrado proporciona una comprensión más profunda de los sistemas agroforestales de cacao, estableciendo una base sólida para la toma de decisiones destinadas a optimizar el rendimiento mediante prácticas agrícolas adaptadas a condiciones climáticas específicas y fomentando la biodiversidad mediante la incorporación de especies nativas.