El catastro de la palma de aceite en Colombia
Palabras clave:
Administración catastral, Modelo de dominio de administración de tierras, MonocultivoResumen
El artículo expone el proceso de construcción del modelo para la gestión de información geográfica relacionada con el cultivo de palma de aceite en Colombia, ya que debido a la necesidad de capturar, almacenar, actualizar y analizar datos de las áreas sembradas en el país, fue necesario soportarse en el modelo de sistemas blandos para plantear una estructura de sistema de información que respondiera no solo a las necesidades de inventario de áreas sembradas, sino a la integración de dicha información con otros datos estratégicos para el sector palmicultor. Esta investigación permitió construir un modelo de base de datos sobre el cual, durante más de diez años, se ha almacenado de manera continua información geográfica relacionada con el área sembrada en palma de aceite en el país. El modelo geográfico ha permitido generar nueva información a diferentes escalas territoriales y la integración con datos de índole fitosanitaria, de gran importancia para el manejo regional de los cultivos. Adicionalmente, la integración de una plataforma tecnológica web ha logrado posicionar el Catastro Palmero como servicio de consulta para usuarios de diversos roles dentro del gremio palmicultor y como información geográfica base, de confianza, para soportar otros proyectos de la agroindustria palmera.
Referencias bibliográficas
Çaǧdaş, V., & Stubkjær, E. (2011). Design research for cadastral systems. Computers, Environment and Urban Systems, 35(1), 77–87. https://doi.org/10.1016/j.compenvurbsys.2010.07.003
DANE. (2016). Encuesta Nacional Agropecuaria ENA-2016. In Boletin tecnico comunicación informativa (DANE) (Issue 1). http://www.dane.gov.co/index.php/estadisticas-por-tema/agropecuario/encuesta-nacional-agropecuaria-ena
Dawidowicz, A., Kulawiak, M., Zysk, E., & Kocur-Bera, K. (2020). System architecture of an INSPIRE-compliant green cadastre system for the EU Member State of Poland. Remote Sensing Applications: Society and Environment, 20(August). https://doi.org/10.1016/j.rsase.2020.100362
Drosos, V. C. (2014). CADASTRE (forest maps) and spatial land uses planning, strategic tool for sustainable development. 2nd International Conference on Remote Sensing and Geoinformation of the Environment, RSCy 2014, 9229, 1–9. https://doi.org/10.1117/12.2069662
Fedepalma. (2009). Unidades de Asistencia y Auditoría Técnica, Ambiental y Social (UAATAS): Una estrategia para el manejo sanitario y para incrementar la productividad y competitividad palmera. Revista Palmas, 30, 5–6.
Fedepalma. (2019). Anuario estadístico 2019 (Fedepalma (ed.)). https://publicaciones.fedepalma.org/index.php/anuario/issue/view/1452/La agroindustria de la palma de aceite en Colombia y en el mundo 2014-2018
Hopfer, A. (2003). Cadastre as a Compact Tool for Proper Land Use – via Taxation and Physical Planning. Best Practices in Land Administration – Regional Perspectives, FIG Workin, Paris, France, April 13-17 2003.
Hutanu, C., & Moca, V. (2010). USE OF CADASTRAL PLAN IN DIGITAL FORM AND THE DATABASES INFORMATIONS SYSTEM FOR THE NATIONAL VINEYARD LANDSURVEY. Lucrari Stiintifice, 53(2), 96.
Hutanu, C., Radu, O., & Padure, D. (2016). UPDATING OF CADASTRAL DATABASE WITH A VIEW TO THE CREATION OF VINEYARDS AND FRUIT TREES. Lucrari Stiintifice, 59(1), 289–294.
ICONTEC. (2010). NTC 5043. Conceptos básicos de la calidad de los datos geográficos. ICONTEC.
Inan, H. I., Sagris, V., Devos, W., Milenov, P., van Oosterom, P., & Zevenbergen, J. (2010). Data model for the collaboration between land administration systems and agricultural land parcel identification systems. Journal of Environmental Management, 91(12), 2440–2454. https://doi.org/10.1016/j.jenvman.2010.06.030
Jayanth, J., Aravind, R., & Amulya, C. M. (2022). Classification of Crops and Crop Rotation Using Remote Sensing and GIS-Based Approach: A Case Study of Doddakawalande Hobli, Nanjangudu Taluk. Journal of the Indian Society of Remote Sensing, 50(2), 197–215. https://doi.org/10.1007/s12524-020-01296-0
Johansen, K., Phinn, S., Witte, C., Philip, S., & Newton, L. (2009). Mapping Banana Plantations from Object-oriented Classification of SPOT-5 Imagery. Photogrammetric Engineering and Remote Sensing, 75(9), 1069–1081. https://doi.org/10.14358/PERS.75.9.1069
Kaufmann, J., & Steudler, D. (1998). CADASTRE 2014 A VISION FOR A FUTURE CADASTRAL SYSTEM (Issue July). FIG.
KC, K., Zhao, K., Romanko, M., & Khanal, S. (2021). Assessment of the spatial and temporal patterns of cover crops using remote sensing. Remote Sensing, 13(14). https://doi.org/10.3390/rs13142689
Kelly, M., Estes, J. E., & Knight, K. A. (1999). Image interpretation keys for validation of global land-cover data sets. Photogrammetric Engineering and Remote Sensing, 65(9), 1041–1050.
Molina, M. A. (2000). El Catastro y su evolución hasta el siglo XVI. 51–64.
Ozcelik, A. E., & Nisanci, R. (2016). Land use patterns for driving environmental management of tea agricultural croplands. Computers and Electronics in Agriculture, 122, 41–54. https://doi.org/10.1016/j.compag.2016.01.013
Ponvert Delisles, D. R., Samuel Kelly, F., & Reyes, I. (2015). Las técnicas geomáticas aplicadas en la agricultura: el catastro agrícola en Cuba. Revista de Ciencias Espaciales, 8, 11–28.
Rodríguez Pérez, J. R., González, Vazquez, X. P., & Arias Sanchez, P. (1999). Cartografía de usos del suelo por fotointerpretación mediante sistemas de información geográfica (SIG)análisis comparativo de los sistemas ráster y vectorial. In Universidad Pública de Navarra (Ed.), Congreso Internacional de Ingeniería Gráfica (INGEGRAF) (pp. 1513–1523). Actas del XI Congreso Internacional de Ingeniería Gráfica: Logroño-Pamplona. 2, 3 y 4 junio. http://buleria.unileon.es/handle/10612/3033
Rojas-Martínez, O., Rodriguez-Fajardo, A., Vázquez-Acuña, C., Pablos-Reyes, P., & Borrero-Reynaldo, Y. (2014). Implementación de un sistema de información geográfica para las decisiones en la producción cañera de Santiago de Cuba. Ciencia En Su PC, 2, 42–55.
Roux, L., & Barry, M. (2009). Paradigms and Cadastral Research. Spatial Data Serving People: Land Governance and the Environment – Building the Capacity. http://www.fig.net/resources/proceedings/fig_proceedings/vietnam/ppt/ts02d/ts02d_roux_barry_ppt_3704.pdf
Sagris, V., & Devos, W. (2008). LPIS Core Conceptual Model: Methodology for Feature Catalogue and Application Schema (European Communities (ed.)). https://doi.org/10.2788/80091
Samuel Kelly, F., & Reyes, I. (2007). Catastro especializado en la agricultura cañera en Cuba: antecendentes, creación y relación con el Catastro Nacional. V Congreso Internacional de Geomática, 129, 39–42.
Sarvia, F., De Petris, S., & Borgogno Mondino, E. (2020). Multi-scale remote sensing to support insurance policies in agriculture: from mid-term to instantaneous deductions. GIScience and Remote Sensing, 57(6), 770–784. https://doi.org/10.1080/15481603.2020.1798600
Stone, K. H. (1955). Air Photo Interpretation Procedures. In Photogrametric Engineering (pp. 123–132).
Taravat, A., Wagner, M. P., Bonifacio, R., & Petit, D. (2021). Advanced fully convolutional networks for agricultural field boundary detection. Remote Sensing, 13(4), 1–12. https://doi.org/10.3390/rs13040722
Tobler, W. (1987). Measuring spatial resolution. Land Resources Information Systems Conference, January 1987, 12–16.
Wastell, D. (2012). Systems Thinking: an introductory essay. October, March. http://www.managingbydesign.net/my_library/systems_thinking.pdf
Williamson, I., Enemark, S., Wallace, J., & Rajabijard, A. (2014). Administración de la tierra para un desarrollo sostenible. customerservice@ingrampublisherservices.com
Zysk, E., Dawidowicz, A., Nowak, M., Figurska, M., Źróbek, S., Źróbek, R., & Burandt, J. (2020). Organizational Aspects of the Concept of a Green Cadastre for Rural Areas. Land Use Policy, 91(February). https://doi.org/10.1016/j.landusepol.2019.104373
Cómo citar
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Palmas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Métricas
