Agricultura inteligente en México: Analítica de datos como herramienta de competitividad

Autores/as

DOI:

https://doi.org/10.29105/vtga6.2-619

Palabras clave:

analítica de datos, agricultura inteligente, agricultura de precisión, inteligencia de negocios.

Resumen

Para garantizar la competitividad del sistema agroalimentario a nivel mundial, es necesaria la creación de infraestructuras físicas y cibernéticas que permitan una agricultura inteligente: autogestionada y sostenible, aprovechando las nuevas tecnologías de la información y comunicación. En el presente artículo presenta la importancia de la tecnología y la big data en la agricultura y se examina el estado del arte y la diferenciación de la agricultura inteligente y la agricultura de precisión. El estudio concluye con la importancia de aplicación de la analítica de datos a través de inteligencia de agronegocios, con base en los datos abiertos agrícolas para la producción de cultivos hortofrutícolas en México durante el periodo 2018-2019, como la producción del aguacate, jitomate y los frutos del bosque, pudiendo destacar su desempeño gracias a la implementación de agricultura inteligente.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Agroexcelencia (2019). Las berries en Culiacán, una oportunidad de negocios. Agroexcelencia. Recuperado de: https://agroexcelencia.com/las-berries-en-culiacan-una-oportunidad-denegocios/

Becker, L. T., & Gould, E. M. (2019). Microsoft Power BI: Extending Excel to Manipulate, Analyze, and Visualize Diverse Data. Serials Review, 45(3), 184–188. https://doi.org/10.1080/00987913.2019.1644891 DOI: https://doi.org/10.1080/00987913.2019.1644891

Blueberries Consulting (2020). Mexico: They manage to produce blueberries in pots in the región. Blueberries consulting magazine. Recuperado de: https://blueberriesconsulting.com/en/mexico-logran-producir-arandanos-en-macetas-en-laregion/

Blueberries consulting (2020). Baja California: Las berries bajacalifornianas alimentan a Estados Unidos. Blueberries consulting magazine. Recuperado de: https://blueberriesconsulting.com/baja-california-las-berries-bajacalifornianas-alimentan-aestados-unidos/

Bolisani, E. y Bratianu, C. (2018). Emergent Knowledge Strategies. Strategic Thinking in Knowledge Management. Switzerland: Springer. DOI: https://doi.org/10.1007/978-3-319-60657-6

Bronson, K y Knezevic, I. (2016). Big Data in food and agriculture. Big data &Society. 1-5 DOI: https://doi.org/10.1177/2053951716648174

CIAT Y IFPRI (2016). CGIAR Big data coordination platform. Proposal to the CGIAR Fund Council, 31 March, 2016. International Center for Tropical Agriculture. International Food Policy Research Institute, Washington DC, United States of America.

Elceo (2019). La agricultura inteligente puede llegar en dos años a México. Recuperado de https://elceo.com/tecnologia/la-agricultura-inteligente-puede-llegar-en-dos-anos-a-mexico/

Expansión (2019). Esta empresa ya encontró el nuevo oro del campo mexicano y así lo hará brillar. Expansión. Recuperado de: https://expansion.mx/empresas/2019/06/28/esta-empresa-yaencontro-el-nuevo-oro-del-campo-mexicano-y-asi-lo-hara-brillar

FAO (2020). La agricultura climáticamente inteligente. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Recuperado de: http://www.fao.org/climate-smartagriculture/knowledge/es/

FAO (2020). TECA – Tecnologías y prácticas para pequeños productores agrícolas. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Recuperado de: http://www.fao.org/teca/categories/es/

FAOSTAT (2019). Datos sobre alimentación y agricultura. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Recuperado de: http://www.fao.org/faostat/es/#home

Forbes (2017). Solo 6% de las pymes aprovechan las tecnologías de la información. Forbes México. Recuperado de: https://www.forbes.com.mx/solo-6-pymes-aprovecha-las-tecnologias-lainformacion/

Fritz, S. et al. (2019). A comparison of global agricultural monitoring systems and current gaps. Agricultural Systems, 168. 258-272. DOI: https://doi.org/10.1016/j.agsy.2018.05.010

Gilpin, L. (2014). How Big Data Is Going to Help Feed Nine Billion People by 2050. TechRepublic. 1-12. Gobierno Abierto MX (2019). ¿Qué es? Alianza para el gobierno abierto de México. Recuperado de: http://dgti-transparencia-gobierno-abierto-staging.k8s.funcionpublica.gob.mx/quienessomos/

Gobierno MX (2016). ¿Qué son los datos abiertos? Gobierno de México. Recuperado de: https://datos.gob.mx/blog/que-son-los-datos-abiertos?category=casos-de-uso

Gómez Santamaria, C. et al. (2017). Mejorar la productividad del aguacate hass mediante un prototipo de agricultura de precisión que permita el uso eficiente del recurso hídrico. Encuentro Internacional de Educación en Ingeniería. Universidad Pontificia Bolivariana. Colombia.

Gopal y Chintala (2020). Big data challenges and opportunities in agriculture. International Journal of Agricultural and Enviromental Information Systems, 1. 48-66. DOI: https://doi.org/10.4018/IJAEIS.2020010103

Gottdenker, J. Giacomelli, G. A. y Durner, E. (2001) Supplemental lighting strategy for greenhouse strawberry production. Departmen of bioresource engineering, Cook College Rutgers University. DOI: https://doi.org/10.17660/ActaHortic.2001.559.45

Hoste, R, Suh, H y Kortstee, H. (2017). Smart farming in pig production and greenhouse horticulture. An inventory in the Netherlands. Wageningen University & Research: Netherlands. https://www.un.org/sustainabledevelopment/es/objetivos-de-desarrollo-sostenible/ DOI: https://doi.org/10.18174/425037

ISPA (2019). Precision agriculture. International Journal on Advances in Precision Agriculture. Springer.

Jørgensen, B. N., Ottosen, C-O., Dam-Hansen, C., Rosenqvist, E., Pedersen, I. K., Sørensen, J. C., & Kjær, K. H. (2016). Dynalight Next Generation: Smart Grid Ready Energy Efficient Lighting System for Green House Horticulture. DTU: Denmark

Miller, H.G., Mork, P., 2013. From data to decisions: a value chain for Big Data. IT Professional 15, 57–59. DOI: https://doi.org/10.1109/MITP.2013.11

National Science Foundation (2012) Core Techniques and Technologies for Advancing Big Data Science & Engineering. National Science Foundation USA. Recuperado de: https://www.nsf.gov/pubs/2012/nsf12499/nsf12499.pdf

NU (2015). Objetivos de Desarrollo Sostenible. Naciones Unidad. Recuperado de: https://www.un.org/sustainabledevelopment/es/objetivos-de-desarrollo-sostenible/

Qlik (2020). Acelere la creación de valor empresarial mediante los datos. Qlik. Recuperado de: https://www.qlik.com/es-es

Paparozzi, E. (2013). The Challenges of Growing Strawberries in the Greenhouse. Agronomy and Horticulture, 23 (6). 789-802 DOI: https://doi.org/10.21273/HORTTECH.23.6.800

Power BI (2020). Convierta los datos en oportunidades. Power BI Microsoft. Recuperado de: https://powerbi.microsoft.com/es-es/

Rao, N. H. (2018) Big Data and Climate Smart Agriculture - Status and Implications for Agricultural Research and Innovation in India. Proceedings of the Indian National Science Academy. University of Hyderabad, 1-22. DOI: https://doi.org/10.16943/ptinsa/2018/49342

SAGARPA (2017). Planeación Agrícola Nacional 2017-2030. Jitomate mexicano. Secretaria de Agricultura, Ganaderia y Desarrollo Rural, Pesca y Alimentación de México. Recuperado de: https://www.gob.mx/cms/uploads/attachment/file/257077/Potencial-Jitomate.pdf

Saiz-Rubio y Rovira, (2020). From Smart Farming towards Agriculture 5.0: A Review on Crop Data Management F. Agronomy 2020. https://doi.org/10.3390/agronomy10020207 DOI: https://doi.org/10.3390/agronomy10020207

Sciforce (2019). Smart Farming: The Future of Agriculture. Sciforce.Recuperado de: https://www.iotforall.com/smart-farming-future-of-agriculture/

Servicio de Información Agroalimentaria y Pesquera (2019). Avance de siembras y cosechas. Resumen nacional por cultivo. SIAP. Recuperado de: http://infosiap.siap.gob.mx:8080/agricola_siap_gobmx/AvanceNacionalSinPrograma.do

Signals IOT (2019). Agricultura lidera proyectos en Centro de innovación IOT en México. https://signalsiot.com/agricultura-lidera-proyectos-en-centro-de-innovacion-iot-de-mexico/

Smart-Akis (2016). What is smart-farming? Smart Farming Thematic Network. Recuperado de: https://www.smart-akis.com/index.php/network/what-is-smart-farming/

Sonka, S. (2015). Big data: from hype to agricultural tool. Farm Policy Journal, 12. 1-9 Tableau (2020). Cambia tu manera de pensar en los datos. Tableau. Recuperado: https://www.tableau.com/es-mx

Town, P., & Thabtah, F. (2019). Data analytics tools: A user perspective. Journal of Information & Knowledge Management, 18(1), 1-16, DOI:10.1142/S0219649219500023 DOI: https://doi.org/10.1142/S0219649219500023

Tyrychtr, J. Ulman, M. y Vostrovsky, V. (2015) Evaluation of the state of the Business Intelligence among small Czech farms. Agricultural Economics. 61(2), 63-71. DOI: https://doi.org/10.17221/108/2014-AGRICECON

Wolfert, S., Ge, L. Verdouw, C. y Boodardt, M.C. (2017) Big Data in Smart Farming – A review, Agricultural Systems, 153, 69-80 DOI: https://doi.org/10.1016/j.agsy.2017.01.023

Descargas

Publicado

18-12-2020

Cómo citar

Rosales-Soto, A., & Arechavala-Vargas, R. (2020). Agricultura inteligente en México: Analítica de datos como herramienta de competitividad . Vinculategica Efan, 6(2), 1415–1427. https://doi.org/10.29105/vtga6.2-619