agroplan-zonificacion

AgroPlan Colombia - Sistema de Zonificación Climática y Calendarios Agrícolas Inteligentes con IA

Proyecto: Sistema de inteligencia artificial para zonificación predictiva y calendarios dinámicos de cultivos en Colombia
Metodología: CRISP-ML (Cross-Industry Standard Process for Machine Learning)
Fecha: 21 de mayo de 2026
Concurso: Datos al Ecosistema 2026: IA para Colombia
Versión: 1.0

---

Resumen Ejecutivo

AgroPlan Colombia es un sistema de inteligencia artificial que utiliza datos abiertos gubernamentales para ayudar a los productores agrícolas colombianos a tomar decisiones informadas sobre siembra. El proyecto combina zonificación predictiva ajustada por clima actual y calendarios dinámicos optimizados, abordando el problema de las pérdidas agrícolas causadas por decisiones basadas en datos estáticos y desactualizados.

Problema: Los productores fundamentan sus decisiones en zonificaciones estáticas (promedios históricos) y calendarios fijos que no incorporan la variabilidad climática actual ni el cambio climático, resultando en pérdidas significativas de cosechas.

Solución: Sistema de IA que ajusta la zonificación de aptitud de cultivos en tiempo real según condiciones climáticas actuales y optimiza fechas de siembra considerando pronósticos climáticos.

Impacto Esperado:

• Reducción del 15-20% en pérdidas por condiciones climáticas adversas
• Aumento del 5-10% en rendimiento mediante optimización de fechas de siembra
• Beneficiarios: Pequeños y medianos productores agrícolas en 32 departamentos y ~1,100 municipios

Alineación con Políticas Públicas:

• Política Nacional de Desarrollo Agrario
• ODS 2 (Hambre Cero), ODS 13 (Acción por el Clima), ODS 8 (Trabajo Decente)

---

Estructura del Proyecto (CRISP-ML)

El proyecto está organizado siguiendo las 6 fases de CRISP-ML:

agroplan-colombia/
├── 1_business_understanding/          # Fase 1: Comprensión del Negocio
│   ├── docs/
│   │   └── fase_1.md                  # Documentación de objetivos de negocio
│   └── deliverables/
│       └── business_objectives.md      # Entregables de la fase
│
├── 2_data_understanding/              # Fase 2: Comprensión de Datos
│   ├── data/
│   │   ├── raw/                       # Datasets originales (EVA, Suelos, Zonificación)
│   │   ├── external/                  # Datos externos (NASA POWER, NASA GPM)
│   │   └── quality_reports/           # Reportes de calidad de datos
│   ├── notebooks/
│   │   ├── analyze_eva_quality.ipynb
│   │   ├── analyze_suelos_quality.ipynb
│   │   └── analyze_zonificacion_quality.ipynb
│   ├── scripts/
│   │   ├── extract_critical_datasets.py
│   │   ├── extract_important_datasets.py
│   │   ├── extract_complementary_datasets.py
│   │   ├── analyze_eva_quality.py
│   │   ├── analyze_suelos_quality.py
│   │   ├── analyze_zonificacion_quality.py
│   │   ├── analyze_data_quality_professional.py
│   │   ├── validate_integrity.py
│   │   └── init_db.sql
│   ├── docs/
│   │   ├── data_quality_report.md
│   │   ├── DATASETS_DESCARGADOS.md
│   │   └── datasets_detalle_info.md
│   └── deliverables/
│       └── data_understanding_report.md
│
├── 3_data_preparation/               # Fase 3: Preparación de Datos
│   ├── data/
│   │   ├── processed/                 # Datos limpios y normalizados
│   │   ├── features/                  # Features engineered
│   │   └── interim/                   # Datos intermedios
│   ├── notebooks/
│   │   ├── 01_data_cleaning.ipynb
│   │   ├── 02_feature_engineering.ipynb
│   │   └── 03_data_integration.ipynb
│   ├── scripts/
│   │   ├── clean_data.py
│   │   ├── create_features.py
│   │   └── integrate_data.py
│   └── docs/
│       └── preparation_report.md
│
├── 4_modeling/                        # Fase 4: Modelado
│   ├── notebooks/
│   │   ├── 01_zonification_model.ipynb
│   │   ├── 02_calendar_model.ipynb
│   │   └── 03_model_tuning.ipynb
│   ├── scripts/
│   │   ├── train_zonification.py
│   │   ├── train_calendar.py
│   │   └── hyperparameter_tuning.py
│   ├── models/
│   │   ├── zonification/              # Modelos de zonificación (XGBoost)
│   │   └── calendar/                  # Modelos de calendarios (XGBoost con lags)
│   └── docs/
│       └── modeling_report.md
│
├── 5_evaluation/                      # Fase 5: Evaluación
│   ├── notebooks/
│   │   ├── 01_model_evaluation.ipynb
│   │   └── 02_baseline_comparison.ipynb
│   ├── scripts/
│   │   ├── evaluate_models.py
│   │   └── generate_metrics.py
│   ├── reports/
│   │   └── evaluation_report.md
│   └── docs/
│       └── evaluation_report.md
│
├── 6_deployment/                      # Fase 6: Despliegue
│   ├── api/
│   │   ├── app.py                     # FastAPI application
│   │   └── models.py
│   ├── frontend/
│   │   └── (React dashboard)
│   ├── docker/
│   │   ├── Dockerfile
│   │   └── docker-compose.yml
│   ├── scripts/
│   │   ├── deploy.py
│   │   └── monitor.py
│   └── docs/
│       ├── DOCKER_SETUP.md
│       └── deployment_guide.md
│
├── shared/                            # Utilidades compartidas
│   ├── utils/
│   │   ├── data_loader.py
│   │   ├── config.py
│   │   └── helpers.py
│   └── config/
│       └── settings.yaml
│
├── docs/                              # Documentación general
│   ├── project_overview.md
│   ├── setup_guide.md
│   └── api_documentation.md
│
├── requirements.txt                   # Dependencias de Python
├── .gitignore
└── README.md                          # Este archivo

Fases del Proyecto

Fase 1: Business Understanding (Completado ✅)

• Objetivo: Definir objetivos de negocio y criterios de éxito
• Entregables:
  • Objetivos de negocio y técnicos (business_objectives.md)
  • Racional de selección de datasets (dataset_selection_rationale.md)
  • Interpretación de datos (data_interpretation.md)
  • Decisiones de modelado (modeling_decisions.md)
  • Trazabilidad de decisiones (decision_traceability.md)
• Estado: ✅ Completado - 21 de mayo de 2026

Fase 2: Data Understanding (Completado ✅)

• Objetivo: Explorar y entender los datos disponibles
• Entregables:
  • Reporte de calidad de datos (data_quality_report.md)
  • Información detallada de datasets (datasets_detalle_info.md)
  • Exploración de columnas (exploracion_columnas_datasets.md)
  • Análisis consolidado por grupos (analisis_consolidado_por_grupos.md)
  • Guía de la fase (data_understanding_guide.md)
• Estado: ✅ Completado - 21 de mayo de 2026

Fase 3: Data Preparation (Pendiente)

• Objetivo: Limpiar, integrar y preparar datos para modelado
• Entregables: Datasets procesados, features engineered
• Estado: ⏳ Pendiente

Fase 4: Modeling (Pendiente)

• Objetivo: Desarrollar y entrenar modelos de IA
• Modelos:
  • Zonificación Predictiva (XGBoost)
  • Calendarios Optimizados (XGBoost con lags)
• Estado: ⏳ Pendiente

Fase 5: Evaluation (Pendiente)

• Objetivo: Evaluar desempeño de modelos contra baseline
• Métricas: RMSE, Accuracy, MAE, R²
• Estado: ⏳ Pendiente

Fase 6: Deployment (Pendiente)

• Objetivo: Desplegar sistema en producción
• Componentes: API REST, Dashboard web, Docker
• Estado: ⏳ Pendiente

Modelos de IA

Modelo 1: Zonificación Predictiva (Prioridad Alta)

• Algoritmo: XGBoost
• Entrada: Zonificación UPRA + Suelos AGROSAVIA + Clima actual
• Salida: Aptitud dinámica del suelo
• Métricas objetivo: RMSE < 15%, Accuracy > 80%

Modelo 2: Calendarios Optimizados (Prioridad Media)

• Algoritmo: XGBoost con lags temporales
• Entrada: EVA 2019-2024 + Lags + Clima NASA POWER
• Salida: Rendimiento esperado por periodo
• Métricas objetivo: MAE < 7 días, R² > 0.6

Datasets

Datasets Críticos

• EVA 2019-2024: 141,073 registros de producción agrícola
• Zonificación Aguacate: 5 datasets (nacional + departamentos)
• Suelos AGROSAVIA: 11,000 análisis de laboratorio

Datasets Externos

• NASA POWER: Datos climáticos diarios (1981-presente)
• NASA GPM: Datos de precipitación satelital

Instalación

# Crear entorno virtual
python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

# Instalar dependencias
pip install -r requirements.txt

Ejecución

Análisis de Calidad de Datos

cd 2_data_understanding/scripts
python analyze_eva_quality.py
python analyze_suelos_quality.py
python analyze_zonificacion_quality.py

Extracción de Datasets

cd 2_data_understanding/scripts
python extract_critical_datasets.py
python extract_important_datasets.py
python extract_complementary_datasets.py

Cronograma

• Semana 1-2: Data Understanding
• Semana 2-3: Data Preparation
• Semana 3-4: Modeling
• Semana 4-5: Evaluation
• Semana 5-6: Deployment
• Semana 6-7: Integración y Testing
• Semana 7-8: Documentación y Entrega

Fecha límite: 13 de julio de 2026

Equipo

• Metodología: CRISP-ML
• Enfoque: Aprendizaje continuo en ciencia de datos

Licencia

• Código fuente, scripts y documentación: Apache License 2.0 (ver archivo LICENSE).
• Modelos entrenados (zonificación y rendimiento): BigScience Open RAIL-M License v1.0, disponibles en los repositorios de Hugging Face:
  • https://huggingface.co/SRBOTOM/agroplan-zonificacion
  • https://huggingface.co/SRBOTOM/agroplan-rendimiento
• Datasets de datos.gov.co: CC BY-SA 4.0 (atribución a las entidades gubernamentales colombianas correspondientes).

Cómo Citar Este Proyecto

Si utiliza este proyecto en su investigación o trabajo, por favor cítelo como:

@misc{agroplan_colombia_2026,
  title={AgroPlan Colombia: Sistema de Zonificación Climática y Calendarios Agrícolas Inteligentes con IA},
  author={Estefania Salcedo and Edwar Diaz},
  year={2026},
  note={Concurso Datos al Ecosistema 2026: IA para Colombia},
  url={https://github.com/TefaSalcedo/146-agroplan-colombia-ml}
}

---

Última actualización: 21 de mayo de 2026
Versión: 1.0