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