Simulación de un cultivo de peras

Basado en un modelo de simulación con Vensim

Àngels Fumàs
afumas@hotmail.com

El presente trabajo realiza una simulación del cultivo de un campo de cultivo, en particular se desea observar cómo evoluciona el cultivo y la demanda cuando se producen cambios meteorológicos.

Para reducir el ámbito de estudio, el trabajo se centra en un campo de una hectárea de Lleida y el cultivo escogido es la pera.

La simulación permite modificar los valores de las siguientes Variables

Gastos del agricultor
Gastos de fumigación, fertilizantes y poda
Gastos en maquinaria (incluye gasolina)
Gastos del seguro
Sueldos (incluye el sueldo del agricultor)
Ingresos del agricultor
Ingresos relativos al cultivo de peras
Ingresos del seguro
Ayudas externas

Relación entre variables

Muchos de los valores los desconocemos y no los hemos encontrado fácilmente, por lo que hemos realizado la simulación con algunos valores que pueden ser no factibles. De igual forma, hay otros valores de los que hemos encontrado datos y por tanto, se ha podido evaluar qué relación tenían los datos para poder introducirlos en el modelo.

Relación meteorología-producción nacional Hemos relacionado los datos de volumen de producción de pera a España de la FAO con los datos de meteorología obtenidos de l’INE y hemos observado que hay una absoluta correlación entre la meteorología y la producción.

Las precipitaciones tienen la misma forma en una grafica temporal que la producción, exceptuando el año 2003 que interviene el factor temperatura y es que en el 2003 la temperatura de Junio, Julio y Agosto fue más elevada de lo habitual y no hubo la producción esperada.

Según Wikipedia la dinámica de sistemas es una técnica para analizar y modelar el comportamiento temporal en entornos complejos. Se basa en la identificación de los bucles de realimentación entre los elementos, y también en las demoras en la información y materiales dentro del sistema. Lo que hace diferente este enfoque de otros usados para estudiar sistemas complejos es el análisis de los efectos de los bucles o ciclos de realimentación, en términos de flujos y depósitos adyacentes. De esta manera se puede estructurar a través de modelos matemáticos la dinámica del comportamiento de estos sistemas. La simulación de estos modelos actualmente se puede realizar con ayuda de programas computacionales específicos.

Originalmente desarrollada en 1950 para ayudar a los administradores de empresas a mejorar su comprensión de los procesos industriales, actualmente se usa en el sector público y privado para el análisis y diseño de políticas. Fue creada a principios en la década de 1960 por Jay Forrester de la MIT Sloan School of Management del Massachusetts Institute of Technology) con la creación del MIT System Dynamics Group.

Los modelos de simulación con Dinámica de Sistemas tienen aplicaciones en prácticamente todas las áreas del conocimiento como podemos observar en los numerosos artículos publicados en los congresos anuales de la System Dynamics Society. Se trata de una potente herramienta para:

Enseñar a los reflejos del sistema de pensamiento de las personas que está siendo entrenado.

Analizar y comparar los supuestos y modelos mentales acerca de cómo funcionan las cosas.

Obtener una visión cualitativa sobre el funcionamiento de un sistema o las consecuencias de una decisión.

Reconocer arquetipos de sistemas disfuncionales en la práctica diaria.

Los modelos permiten simular el impacto de diferentes políticas relativas a la situación a estudiar ejecutando simulaciones what if (¿qué pasaría si?) que permiten ver las consecuencias a corto y medio plazo, y ser de gran ayuda en la comprensión de cómo los cambios en un sistema lo afectan en el tiempo. En este sentido es muy similar al Pensamiento sistémico ya que se basa en los mismos diagramas de causales con bucles o lazos de retroalimentación (feedback). Sin embargo, estos modelos de simulación permiten además hacer simulaciones para estudiar el comportamiento de los sistemas y el impacto de políticas alternativas. Se utiliza en especial para investigar la dependencia de los recursos naturales y los problemas resultantes del creciente consumo a nivel global para mejorar el especial en el desarrollo de nuevos productos. Existe una gran variedad de marcas de software en el mercado que ayudan a aplicar esta herramienta de una forma amigable: Vensim, Stella, ithink, Powersim, Dynamo, etc.

El Modelo

¿Qué pasa cuando en uno de los años hay una inclemencia del tiempo que afecta sólo a la zona dónde tiene el campo el agricultor, pero no afecta la producción general?

Es decir, modificamos el parámetro de “meteorología de la zona” en el año 2000 y los demás parámetros igual.

Conclusiones

En la simulación hay datos reales pero también hay datos ficticios, por lo que en posteriores versiones se tendrían que ajustar todos los valores a la realidad.

Podemos observar que, como es lógico esperar, la mejor situación que se puede encontrar un agricultor es que a él le vaya mejor que el cultivo general.

(*) Puede solicitar información más detallada de este trabajo al autor

---