Top Banner
#CaliAgro Daniel Jiménez R. [email protected] @ drdarijiro Democratización de Big Data y servicios de extensión para cerrar brechas productivas y adaptar la agricultura a la variabilidad climática
20

Dj agro lac_marzo_2016_slideshare

Apr 16, 2017

Download

Data & Analytics

Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Page 1: Dj agro lac_marzo_2016_slideshare

#CaliAgro

Daniel Jiménez R.

[email protected]

@drdarijiro

Democratización de Big Data y servicios de extensión para

cerrar brechas productivas y adaptar la agricultura a la

variabilidad climática

Page 2: Dj agro lac_marzo_2016_slideshare

A qué necesidad responde?Contexto internacional

Page 3: Dj agro lac_marzo_2016_slideshare

3

Qué sembrar, cómo, cuándo, dónde ?

Diferentes sabores de metodologías deTransferencia de tecnología

A qué necesidad responde?Contexto latinoamericano

Page 4: Dj agro lac_marzo_2016_slideshare

4

Qué sembrar?

Page 5: Dj agro lac_marzo_2016_slideshare

Cómo sembrar?

Page 6: Dj agro lac_marzo_2016_slideshare

Cómo sembrar?

Page 7: Dj agro lac_marzo_2016_slideshare

Cuándo sembrar?

Con clima se puede explicar másdel 40 % de la variación en rendimiento de arroz de riego enSaldaña – Tolima - Colombia

En Saldaña: siembras orientadas a captar la máxima radiación en fase dellenado de grano- estrategia de adaptación al cambio climático (CSP)

Page 8: Dj agro lac_marzo_2016_slideshare

Dónde sembrar?

Page 9: Dj agro lac_marzo_2016_slideshare

http://www.eltiempo.com/economia/sectores/sexta-entrega-del-tercer-censo-agropecuario/16396316http://www.semana.com/Imprimir/438618

Sorpresa? predecible ?

Page 10: Dj agro lac_marzo_2016_slideshare

10

Nitrogen rate wheat trial in Cambridge- Newcastle University

Ténemos en la ciencia la

respuesta?

Recomenda-ciones

con base ainvestigación

Top- Down

(estudios a escalapequeña )

Page 11: Dj agro lac_marzo_2016_slideshare

11

Grandes datos (Big Data) también se refierea cosas que uno puede hacer a grandeescala que no pueden realizarse a unaescala más pequeña para generar nuevasideas

Cukier and Mayer-Schönberger (2013)

Algunas propuestas desde la ciencia a través de Big Data

Page 12: Dj agro lac_marzo_2016_slideshare

información de desempeño de los cultivos en condiciones comerciales, aprovechando la tecnología moderna!!!- Un acercamiento complementario “Bottom- up”

Clima Suelo Manejoagronómico Productividad

Información

específica por sitio

Factores limitantes en la producción o calidad

Patrones climáticos favorables/desfavorables

Prácticas óptimas de manejo agronómico

Comportamiento de variedades en campos comerciales

Algunas propuestas desde la ciencia a través de Big Data

Page 13: Dj agro lac_marzo_2016_slideshare

Algunas propuestas desde la ciencia a través de Big Data

Page 14: Dj agro lac_marzo_2016_slideshare

14

Propuestas ciencia + otros actores en Latino América

Evolución de los aumentos de productividad en varios cultivos y paises en Latino América. (Altaorganización en la cadena de abastecimiento -> Asistencia técnica presente)

Tecnología importada

Agronomía impulsada por los datos(Big Data- minería de datos en Ag- señales)

Años

T h

a

202519XX

Agronomía adaptada a región

Adaptación de tecnología

Oportunidades!!! Posibles soluciones

Page 15: Dj agro lac_marzo_2016_slideshare

15

Caso: Convenio MADR- CIAT

Propuestas ciencia + otros actores

Page 16: Dj agro lac_marzo_2016_slideshare

16

Caso FLAR – Alianza publico-privada

Propuestas ciencia + otros actores

Page 17: Dj agro lac_marzo_2016_slideshare

17

MasAgro

Propuestas ciencia + otros actores

Page 18: Dj agro lac_marzo_2016_slideshare

18

Caso: Cajas Rurales – CIALES- ECAS (Honduras) – En desarrollo…

Aprendiendo de casos existentes o con mucho potencial

Propuestas ciencia + otros actores en Latino América + Honduras

Page 19: Dj agro lac_marzo_2016_slideshare

19

Oportunidades en Latino América - Democratización

Aprendiendo de casos existentes y con mucho potencial

Flujo de información en un sistema Big Data para la democratización de servicios de extensión, cerrar brechasproductivas y adaptar la agricultura a la variabilidad climática

UsuariosCanalesProcesamientoFuentes

Clave: Armonización institucional :

Instituciones con o sin ánimo de lucro, academia, sector privado, etc.,

Page 20: Dj agro lac_marzo_2016_slideshare

Gracias!!!