ProCort: Sistema Automatizado para la Organización de la Cosecha de la Caña de Azúcar (página 2)

II. Modelo Matemático para Organizar la Cosecha de la Caña de Azúcar en Cuba.

La necesidad de un modelo para evaluar el grado de aptitud de cada campo para el corte está dada por la alta variabilidad en las condiciones del cultivo que se encuentran en la agricultura. En muchas ocasiones sucede que no existen las variedades óptimas para iniciar zafra y se debe optar por otras. Lo mismo sucede en otros complejos cuya composición de cepas no es la más adecuada. Los bajos rendimientos agrícolas y la no existencia de homogeneidad en los bloques cañeros son otros de los aspectos que influyen en el orden de corte.

Aplicaciones de programación de la cosecha que fijan modelos o utilizan algún tipo de procedimiento de investigación son muy común en la industria de la madera. La mayoría de estas aplicaciones involucran el uso de la programación lineal o modelos de simulación (Salassi, 2000). Por otra parte Crane et al. (1982) desarrolló a un modelo de decisión para los productores de caña de azúcar en la Florida, reportando que la acumulación de azúcar es una función del crecimiento vegetativo. El estudio sugirió que la acumulación de azúcar puede aproximarse como una función cuadrática de tiempo.

La determinación del orden de cosecha se formuló como un modelo de programación lineal cuya función objetiva para el modelo se definió como:

F(v,c,e,d; mes) = (Kv × Cv) + (Kc × Cc) + (Ke × Ce) + (Kd × Cd) + (Kr × Cr)

donde:

Kv: coeficiente de importancia de la variedad en el mes analizado

Cv: coeficiente de aptitud de la variedad

Kc: coeficiente de importancia de la cepa en el mes analizado

Cc: coeficiente de aptitud de la cepa

Ke: coeficiente de importancia de la edad en el mes analizado

Ce: coeficiente de aptitud de la edad

Kd: coeficiente de importancia del drenaje en el mes analizado

Cd: coeficiente de aptitud del suelo según el tipo de drenaje

Kr: coeficiente de importancia del rendimiento agrícola en el mes analizado

Cr: coeficiente de aptitud del suelo según el rendimiento agrícola

Esta función lineal depende del mes de cosecha ya que tanto los coeficientes de aptitud como los coeficientes de importancia de casi todas las variables son diferentes en cada mes. Para determinar cada uno de los coeficientes se procesaron diferentes variantes de estrategias de corte, aunque en lo fundamental, se ajustaron de forma empírica a partir de la experticia de varios programadores.

Por su parte los coeficientes de importancia (pesos específicos) determinan qué orden de prioridad debe tener cada variable en cada mes. Por ejemplo en diciembre, la variedad y la cepa constituyen los de mayor importancia mientras que en marzo la edad y el drenaje poseen más importancia.

A continuación se muestran los coeficientes que se obtuvieron en el estudio.

Coeficientes para valorizar variedades (Cv)

* Para el caso de variedades que, como la CP52-43 no se pueden extender hasta Marzo, este valor se eleva a 99 de manera que se fuerce a la función cuantificadora de manera que se priorice este campo sobre los restantes.

Coeficientes para valorizar cepas (Cc)

Las cepas quedadas no poseen valores en marzo, así como también los fríos en abril ya que estas cepas no deben existir ya en esta época de la cosecha.

Coeficientes para valorizar edad (Ce)

En el modelo fue necesario asignar un valor al coeficiente para las edades de 11 y 10 meses de manera que se pueda, en ocasiones que así se requieran, completar la norma operacional con plantaciones de estas edades.

Coeficientes para valorizar drenaje (Cd)

Coeficientes para valorizar Rendimento Agrícola (Cr)

Para el caso del rendimiento agrícola se parte de la determinación del rendimiento medio de la Empresa (Rm) y establecer tres rangos de rendimiento:

Con la inclusión de la variable "Rendimiento" se busca adelantar las plantaciones de bajo rendimiento para dejar, cuando sea posible, los mejores rendimientos para los meses de mayor contenido azucarero y mayor estabilidad de la industria.

El valor resultante de la función matemática que llamaremos Ac (aptitud del campo) permite ordenar de manera descendente todos los campos de caña dentro de cada centro de recepción para el primer mes de zafra, seleccionándose los de mayor puntuación para cosecharse en ese mes. Una vez que se haya completado la tarea del centro se calcula la función y se realiza la misma operación para el próximo mes excluyendo del cálculo los campos que ya han sido programados en meses anteriores.

III. Sistema Automatizado

Como parte del trabajo se elaboró una aplicación diseñada "a medida", o sea, para resolver un problema específico.

El sistema contiene el modelo de decisión obtenido durante el estudio y, mediante el empleo del modelo lineal que representa una función cuantitativa, valoriza la aptitud potencial de cada bloque durante cada momento de la cosecha, convirtiendo esta valorización en una propuesta concreta de organización de la producción.

Como resultado del mismo se obtiene la estrategia o programación mensual de corte basada en las variables: variedad, cepa, edad, drenaje y rendimiento agrícola. Esta estrategia de corte sirve de base para realizar el muestreo y ordenar por decenas la caña programada dentro de cada mes, para lo cual se tienen en cuenta algunos de los métodos de cálculo como el coeficiente de madurez o el índice de madurez. Este resultado coincide con un reciente estudio en Australia que determinó los períodos óptimos de corte de la caña que aumentaron al máximo el valor de las ganancias. Para ello se utilizaron procedimientos matemáticos (Higgins et al.) y abarcaron varias granjas dentro de una región. En este estudio se emplea también un mes como unidad de tiempo más pequeña dentro de la cosecha.

En el diseño del software quedaron definidas las siguientes interrogantes:

2. Clientes potenciales: Subdirección Agrícola de las Empresas Azucareras y Mieleras, con alcance provincial o nacional.
3. Necesidades del cliente: Disponer de un método rápido y eficaz para organizar la cosecha, capaz de suministrarle el mayor número de salidas posibles con la información disponible en cada caso.
4. Expectativas del cliente: Un sistema que le ahorre tiempo considerable, que le simplifique las operaciones para organizar la cosecha y que le permita toda la flexibilidad que él necesite.
5. Habilidad que poseen para usar el software: En muchos casos solamente habilidades elementales y en otros casos casi nula. Están más o menos familiarizados con el uso de la Base de Datos de Agrotecnia

Se determinaron qué atributos de calidad del software se deben medir además de aquellos que determinan si la aplicación funciona correctamente, es confiable, precisa, completa, rápida, utilizable, fácil de usar, flexible y bien documentada; como son los atributos del código fuente para saber:

1. ¿Cuán bien estructurado y reutilizable es?
2. ¿Cuán bien documentado está?
3. Velocidad de ejecución

Ya que estos atributos determinarán el futuro de la aplicación.

sistemas (BDA y módulos geográficos).

En el diseño del sistema automatizado se tuvo en cuenta que en la mayoría de las Empresas Azucareras se encuentra instalada la Base de Datos de Agrotecnia (BDA). Ésta constituye un sistema de información automatizado concebido como un registro centralizado de datos primarios a nivel de campo, abarcando la ubicación territorial, la caracterización agrotécnica, los datos de los estimados y la estrategia, los cortes, análisis de madurez, muestreos de sanidad vegetal, etc. que contiene gran parte de la información básica necesaria para realizar la organización de la cosecha. Por esta razón, al sistema se le incorpora una opción para importar la información desde la BDA; a la vez que tuviese implementado, paralelamente, un módulo de actualización de la misma de forma manual por el usuario.

interacción del usuario con el sistema, se aprovechan las facilidades que proporciona el ambiente gráfico de Windows. Así, mediante una barra de estado, una barra de botones y un panel de acceso rápido se pretende hacer más fácil el trabajo.

El software está formado por tres partes fundamentales: Información Básica, Organización mensual de la cosecha y Programación decenal. Los flujos de datos de las dos últimas partes son independientes, pero se enlazan a partir de la Información Básica, que sirve de fuente de información para realizar las recomendaciones.

La información básica para el ProCort consiste en los datos referentes a cada campo cañero de la empresa, necesarios para completar la entidad PCxxxx. Para esto el sistema ofrece 2 módulos de actualización manual y uno de actualización automatizada a partir de la Base de Datos de Agrotecnia.

Actualización manual

Mediante este módulo el usuario puede introducir o modificar los datos agrícolas para cada campo cañero. Esta posee una barra de botones en la parte superior para facilitar el movimiento dentro de la base de datos. Las funciones de los botones que contiene son: ir al primer registro, moverse al registro anterior, registro siguiente, último registro, insertar registro y eliminar el registro actual. En la parte superior derecha de la ventana aparece el botón Aceptar que guarda los cambios realizados y cierra la ventana de actualización.

Para facilitar la búsqueda y movimiento dentro de la base, en la parte inferior aparece toda la información contenida en forma de tabla, donde pueden visualizarse seis registros de forma simultánea y un puntero (cabeza de flecha) en la parte izquierda que indica cual se encuentra activo (registro actual). La actualización de la información se pude realizar mediante los cuadros de edición para cada dato. Aquí, además, se brindan listas desplegables para la introducción de los datos que son codificados (CAI, unidad, centro de recepción, variedad) o que pueden causar duda al usuario como el destino que puede ser: M, molible; D, dejar quedar y S, semilla o las condiciones de drenaje que son B, bueno; R, regular y M, malo.

Importar de BDA

La opción de Importar de la BDA es generalmente la opción más utilizada por los usuarios. Para ello se debe haber exportado previamente en formato DBASE el archivo CAMPOS.DBF de la Base de Datos de Agrotecnia. Debe resultar ventajoso para el usuario, que en el momento de utilizar esta opción, la información contenida en la BDA esté correctamente actualizada y validada, incluyendo inventario de campos (área, variedad, fecha de siembra, fecha del último corte, número de cortes), estimados (rendimientos y destino), así como la información del suelo (agrupamiento agroproductivo y drenaje).

Datos de zafra

Con este módulo el sistema determina de la base de datos el volumen total de caña a moler y se especifican la norma operacional del CAI, los días de zafra, fechas de inicio y término, así como cada una de las decenas para la programación por índice o coeficiente de madurez.

Organización mensual de la cosecha

Constituye el módulo de salidas más importante del sistema al organizar la zafra teniendo en cuenta el modelo matemático obtenido como parte del estudio. Esta organización por meses es la base para cualquier otro método de programación de la cosecha basado en muestreos (índice de madurez, coeficiente de madurez, entre otros) ya que los muestreos se harán siempre sobre la base de esta estrategia de corte.

Una vez que el sistema se nutre con toda la información básica, basta con ejecutar una operación de cálculo para, seguidamente, obtener un total de 20 reportes tabulados; 9 salidas gráficas, además, en casos especiales se puede vincular con sistemas de información geográfica para la obtención de un croquis espacial de la empresa representando con un color determinado cada uno de los bloques programados en un mes.

3.3. Comparación con otros sistemas de programación de cosechas

Aplicaciones de programación de la cosecha que fijan modelos o utilizan algún procedimiento de investigación son muy común en la industria de la madera. La mayoría involucra el uso de la programación lineal o modelos de simulación

Crane et al. (1982) desarrolló a un modelo de decisión para los productores de caña de azúcar en la Florida, reportando que la acumulación de azúcar es una función del crecimiento vegetativo, sugiriendo que la acumulación de azúcar puede aproximarse como una función cuadrática de tiempo.

Un reciente estudio en Australia determinó los períodos óptimos de corte de la caña que aumentaron al máximo el valor de las ganancias, utilizando para ello procedimientos matemáticos. Abarcó varias granjas en una región, utilizando un mes como unidad de tiempo más pequeña dentro de la cosecha.

En Cuba y más específicamente en caña de azúcar, se han realizado otros intentos de organización de la cosecha de caña de azúcar utilizando medios automatizados. La Base de Datos de Agrotecnia (BDA) posee un modelo de decisión basado en condicionales para confeccionar la estrategia de corte, sin embargo este modelo presenta insuficiencias para completar la norma operacional de un mes cuando no existen las variedades, cepas o edades recomendadas.

Por otra parte, se conoce de la existencia del sistema "OPESCOR" desarrollado por la Universidad de Oriente que abarca estimados de zafra y programación de corte utilizando el coeficiente de madurez.

La Empresa de Servicios Informáticos de Holguín realizó un sistema que utiliza el índice de madurez como ordenador de la cosecha. Este sistema resulta práctico en la programación decenal de zafra pero solamente ha tenido aceptación en la provincia de Holguín. El resto del país utiliza el sistema ZF38 desarrollado por DATAZUCAR para la programación decenal basada en el índice de madurez.

Resumiendo, no se conoce en Cuba otro sistema para la programación de cosecha en caña de azúcar que utilice un modelo matemático que valorice la aptitud para la cosecha de un bloque cañero teniendo en cuenta variedad, cepa, edad, suelo y rendimiento agrícola. Por otra parte la posibilidad e actualización tan rápida y eficaz que posee este sistema al tomar toda la información de la BDA, la simplicidad de las operaciones y el volumen de salidas que ofrece le han permitido ganar en breve tiempo la aceptación por los programadores de zafra de las empresas.

IV. CONCLUSIONES

• La aplicación de modernas herramientas y procedimientos tecnológicos permiten ir sustituyendo paulatinamente la primacía del conocimiento empírico y la toma de decisiones personales, por el empleo de toda la información documental disponible previamente almacenada en bases de datos y procesada con el auxilio de programas y sistemas especializados.
• Con el trabajo se introduce por primera vez un modelo matemático para evaluar la aptitud de cada campo para la cosecha en cada mes teniendo en cuenta la variedad, cepa, edad, suelo y rendimiento agrícola.
• La sencilla explotación del sistema unido a la posibilidad de importar la información directamente de la BDA le confiere alto grado de confiabilidad, al reducir la posibilidad de cometer errores, a la vez que permite realizar una estrategia de corte previa a partir del estimado de junio/30 y posteriormente confeccionar la definitiva con los estimados de septiembre/30.
• La utilización de este sistema resulta muy ventajosa para el productor, al disponer de una herramienta que le ahorra tiempo y, fundamentalmente, le permite organizar la cosecha de manera rápida y eficiente.
• El sistema, al tener incorporado un método de organización mensual, permite al programador de zafra organizar de manera rápida y efectiva los muestreos para determinar la madurez y el propio sistema, tomando como base estos muestreos, le puede organizar la cosecha decenalmente.
• Elevar la eficiencia durante el período de cosecha no se logra sólo con el resultado del sistema, sino que es necesario un trabajo conjunto Grupo empresarial – EPICA – Empresa y, fundamentalmente, exigencia y disciplina en el cumplimiento de la estrategia de corte.

V. BIBLIOGRAFÍA

Acosta, P. P. (2000). Muestreo de campo y laboratorio de la sección 6-7-8 del tallo. Conferencia impartida a Programadores de Zafra en la EPICA de Matanzas. Diciembre de 2000.

Acosta, P. P. (2001). Edades en la cosecha, molidas estables, manejo de variedades, tres elementos a considerar en las zafras del futuro. Ministerio del Azúcar. Cuba.

Brumelle, Shelby, Daniel Granot, Merja Halme, and Ilan Vertinsky (1998) "A Tabu Search Algorithm for Finding Good Forest Harvest Schedules Satisfying Green-up Constraints," European Journal of Operational Research.

Castro, R. y col. (2001). Fundamentos Técnicos-Prácticos del Cultivo de la Caña de Azúcar. Dirección del Viceministerio de Caña del MINAZ. Publicaciones Azucareras.

Crane, Donald R., T. H. Spreen, J Alvarez and G. Kidder (1982), An Analysis of the Stubble Replacement Decision for Florida Sugarcane Growers, Agricultural Experiment Station, Institute of Food and Agricultural Sciences, University of Florida. Bulletin 822.

Daust, David K., and John D. Nelson (1993) "Spatial Reduction Factors for Strata-Based Harvest Schedules," Forest Science.

Higgins, A. J., R. C. Muchow, A. V. Rudd, and A. W. Ford (1998) "Optimising Harvest Date in Sugar Production: A Case Study for the Mossman Mill Region in Australia – I. Development of Operations Research Model and Solution," Field Crops Research.

INICA (2002). Código de Variedades para uso del SERVAS (act. 2002). Documento impreso.

ISO 9000-3: 1991. Quality management and quality assurance standards – Part 3: Guidelines for the application of ISO 9001 to the development, supply and maintenance of software.

Latium Software (2000-2001). Boletín para Desarrolladores. Boletín electrónico. Números del 1 al 16.

Latium Software (2000-2002). Boletín Pascal. Boletín electrónico. Números del 1 al 30.

MINAZ (1996). Indicaciones técnicas para la confección de la programación de corte.

Nelson, John, J. Douglas Brodie, and John Sessions (1991) "Integrating Short-Term, Area-Based Logging Plans with Long-Term Harvest Schedules," Forest Science.

Van Deusen, Paul C. (1996). "Habitat and Harvest Scheduling Using Bayesian Statistical Concepts," Canadian Journal of Forest Research.

Vega, A. y R. González (1999). "Caracterización de Variedades de Caña de Azúcar". Procedimiento Tecnológico para la Implementación del Servicio de Variedades y Semilla. Dpto. Mejoramiento Genético. INICA. p: 49-65.

Salassi, M.; Champagne, L. P. and Legendre, B. L. (2000) Maximizing Economic Returns from Sugarcane Production Through Optimization of Harvest Schedule. Journal of Agricultural & Applied Economics.

SIME, Grupo Electrónica (1998). Aseguramiento de la calidad del software. Folleto impreso.

Soler, L. H. (2002). "Estudio del Coeficiente de madurez como ordenador de la cosecha de la caña de azúcar". Proyecto de Investigación. EPICA Matanzas.

Soler, L. H. (2003). Manejo del Índice de Madurez como ordenador de la cosecha en Caña de Azúcar. XV Forum de Ciencia y Técnica.

Datos del autor

MsC. Ariel Valdés Gómez

Master en Informática Aplicada a la Educación