Transformación digital en la unidad docente productiva “El Guayabal”

Neili  Machado García; Gabriel Alberto  Pérez Guerra; Claudia  Aguilar Rajme

Authors

Neili Machado García Universidad Agraria de La Habana
Gabriel Alberto Pérez Guerra Universidad Agraria de La Habana
Claudia Aguilar Rajme Universidad Agraria de La Habana

Keywords:

digital transformation, decision support, agriculture, spatial data, geographic information systems

Abstract

Agriculture is a fundamental activity for the survival of humanity, as it provides food, raw materials and natural resources for daily life. In addition to its economic importance, agriculture also has a great impact on the environment and society. It is an activity that must be managed in a responsible and sustainable manner to ensure the well-being of present and future generations. Decision support systems are valuable tools for this sector, which can help improve decision making and increase the efficiency and productivity of the agricultural sector. This research defines the procedure to be followed to support decision making on agricultural production in the Productive Teaching Unit "El Guayabal". This procedure takes into account the environmental indicators of this geographical area and the historical production results to help experts and producers decide where and when to plant which crops to obtain the best results. For this purpose, it is necessary to store in a structured way the information of the crops of the center and link it with the data of the area that are already available in a Geographic Information System in order to analyze it together and reach conclusions based on the results of such analysis.

References

Agarwal, S., y Rajan, K. S. (2016). Performance analysis of MongoDB versus PostGIS/PostGreSQL databases for line intersection and point containment spatial queries. Spatial Information Research, 24(6): 671-677. Springer.

Angulo Orobio, J. R. (2023). El papel de la georreferenciación y las tecnologías en el campo de la zootecnia.

ASALE, R. (2022). Georreferencia. «Diccionario de la lengua española»-Edición del Tricentenario. Recuperado a partir de https://dle.rae.es/georreferencia

Castro, Y., Ramos, G. L., del Sol González, Y., y Veloz Placencia, G. (2021, abril 15). Sesenta y tres medidas para incrementar la producción de alimentos en el país. Granma.cu. Recuperado diciembre 14, 2022, a partir de https://www.granma.cu/cuba/2021-04-15/sesenta-y-tres-medidas-para-incrementar-la-produccion-de-alimentos-en-el-pais

Charania, I., y Li, X. (2020). Smart farming: Agriculture’s shift from a labor intensive to technology native industry. Internet of Things, 9, 100142. Elsevier.

Climate FieldView (2023). Digital Farming decisions and insights to maximize every acre. Recuperado enero 31, 2023, a partir de https://climate.com/

Consejo de Ministros de Cuba (2017). Política Integral para el Perfeccionamiento de la Informatización de la Sociedad en Cuba 2017.

Consejo de Ministros de Cuba (2020). Plan Nacional de Soberanía Alimentaria y Educación Nutricional. La Habana: Gaceta Oficial de la República.

Deprizio, J. (2020, enero 29). Comparative Analysis of Database Spatial Technologies (CADST) (Thesis). Fairfax, USA: George Mason University. Recuperado a partir de http://mars.gmu.edu/handle/1920/11656

Dinh Tuan, H., Mora Martínez, M., Beierle, F., y Garzon, S. R. (2020). Development Frameworks for Microservice-based Applications: Evaluation and Comparison. Proceedings of the 2020 European Symposium on Software Engineering, 12-20. Presentado en ESSE 2020: 2020 European Symposium on Software Engineering, Rome Italy: ACM. doi:10.1145/3393822.3432339

Franco, I. S., Guerra, G. A. P., García, D. N. M., y Pérez, D. M. E. R. (2022). Procesamiento de consultas en un Sistema de Información Geográfica. Anuario Ciencia en la UNAH, 20(3).

Franco Sosa, I. (2022). Método para la realización de consultas en un Sistema de Información Geográfica. Caso de estudio UDP “El Guayabal”, Tésis en opción al título de Máster en Biomatemática. San José, Mayabeque: Universidad Agraria de La Habana Fructuoso Rodríguez Pérez.

INSMET (2022, agosto). Resumen Sinóptico Mensual. Instituto de Meteorología. Recuperado octubre 30, 2022, a partir de http://www.insmet.cu/asp/genesis.asp?TB0=PLANTILLAS&TB1=MES&TB2=/Mes/SEPTIEMBRE2021.HTM&TB3=2021

Jacobs, F. (2019). Plan de negocios: empleo de drones en la agricultura de precisión. Universidad de San Andrés. Escuela de Negocios.

Jayawardana, Y., Fernando, R., Jayawardena, G., Weerasooriya, D., y Perera, I. (2018). A Full Stack Microservices Framework with Business Modelling. 2018 18th International Conference on Advances in ICT for Emerging Regions (ICTer), 78-85. Presentado en 2018 18th International Conference on Advances in ICT for Emerging Regions (ICTer). doi:10.1109/ICTER.2018.8615473

Machado García, N., González Ruiz, L., y Balmaseda Espinosa, C. (2014). Recuperación de objetos geoespaciales utilizando medidas de similitud semántica. Revista Cubana de Ciencias Informáticas, 8(2): 132-144. Universidad de las Ciencias Informáticas.

Machado García, N., Machado Molina, M., Rodríguez Lohuiz, I., y Balmaseda Espinosa, C. (2016). Técnicas semánticas en la localización geoespacial de los suelos en Cuba utilizando medidas de similitud espacial. Revista Ciencias Técnicas Agropecuarias, 25(4): 47-54. 1986, Universidad Agraria de La Habana.

Malvar, S., Badam, A., y Chandra, R. (2022). FarmBeats: Digital Water for Agriculture. Resource Magazine, 29(4), 40-42. American Society of Agricultural and Biological Engineers.

Martínez, M. Y., Molina, M. M., García, N. M., y López, E. V. (2022). Técnicas de aprendizaje supervisado para la detección y clasificación de enfermedades y defectos en imágenes de frutas: revisión. Magazine de las Ciencias: Revista de Investigación e Innovación, 7(1), 1-16.

Molina, M. M., Pereira, A. G., y García, N. M. (2015). Sistema automatizado para la determinación del estado de maduración en fruta bomba. Revista Ciencias Técnicas Agropecuarias, 24, 56-61. Universidad Agraria de La Habana Fructuoso Rodríguez Pérez.

Olivo Bermeo, M. J. (2019, septiembre 24). Comparativas de software sig libre y comercial para estudios Ambientales. (Thesis). Ecuador: Pontifica Universidad Católica de Ecuador. Recuperado a partir de http://localhost/xmlui/handle/123456789/1974

Pérez Guerra, G. A., Franco Sosa, I., Ruiz, M. E., y García Machado, N. (2022). Integración de distintas fuentes de datos en un Sistema de Información Geográfica. Presentado en XVI Conferencia Científica Ingeniería Agrícola AGRING 2022, San José, Mayabeque.

Ponte, D., Espinosa, A., Gibeaux de González, S., y González, C. (2021). Estado actual del aprendizaje automatizado aplicado al Internet de las cosas para automatizar procesos agrícolas. Universidad Autónoma de Chiriquí.

PostGIS, O. W. (2022, julio). PostGIS. Official Documentation. PostGIS. Recuperado agosto 1, 2022, a partir de https://postgis.net/docs/using_postgis_dbmanagement.html

Ramón Fernández, F. (2020). Inteligencia Artificial y Agricultura: nuevos retos en el sector agrario. Campo Jurídico (Online), 8(2): 123-139. Faculdade São Francisco de Barreiras.

Ruiz Fernández, E. (2016). Comparativa de software para la Realización de Simbolización Cartográfica. Asturias, España: Universidad de Oviedo.

Trichkova Kashamova, E., y Paunova Hubenova, E. (2021). Integrated software solutions in animal husbandry. 2021 International Conference Automatics and Informatics (ICAI), 248-251. IEEE.

Vega, M. B., Febles, J. M., y Tolón, A. (2011). Evaluación de la erosión potencial de los suelos mediante la metodología CORINE en distritos pecuarios de la provincia Mayabeque, Cuba, 7.

World Food Programme (2023). Una crisis alimentaria mundial. Recuperado febrero 17, 2023, a partir de https://es.wfp.org/crisis-global-hambre

World Health Organization (2020). The state of food security and nutrition in the world 2020: transforming food systems for affordable healthy diets, vol. 2020. Food & Agriculture Org.