pág. 6452
EVALUACIÓN DE RIESGO FUTURO POR
AMENAZAS CLIMÁTICAS EN CULTIVOS DE
BANANO DEL CANTÓN LA MANÁ, PROVINCIA
COTOPAXI
FUTURE RISK ASSESSMENT DUE TO CLIMATE THREATS
IN BANANA CROPS IN LA MANÁ CANTON, COTOPAXI
PROVINCE
Mishel Estefania Bustos Fonseca
Universidad Técnica Estatal de Quevedo
Pedro Harrys Lozano Mendoza
Universidad Técnica Estatal de Quevedo
Bismarck Nicolay Jiménez Cazar
Universidad Técnica Estatal de Quevedo
pág. 6453
DOI: https://doi.org/10.37811/cl_rcm.v9i4.19258
Evaluación de riesgo futuro por amenazas climáticas en cultivos de banano
del cantón la maná, provincia Cotopaxi
Mishel Estefania Bustos Fonseca1
fonsecatefy@gmail.com
https://orcid.org/0009-0000-2509-0901
Universidad Técnica Estatal de Quevedo
Pedro Harrys Lozano Mendoza
plozano@uteq.edu.ec
https://orcid.org/0000-0001-5771-2680
Universidad Técnica Estatal de Quevedo
Bismarck Nicolay Jiménez Cazar
solrobi1@gmail.com
https://orcid.org/0000-0003-3470-1414
Universidad Técnica Estatal de Quevedo
RESUMEN
El presente trabajo de investigación tuvo como objetivo principal llevar a cabo un análisis exhaustivo
del comportamiento de las variables meteorológicas históricas en el área de estudio con el fin de
identificar y comprender las amenazas climáticas, a través de un enfoque detallado en la recopilación y
evaluación de datos meteorológicos pasados, donde se pretendió proporcionar una visión clara de las
tendencias climáticas y eventos extremos en la región. En el marco del siguiente objetivo, se llevó a
cabo un análisis detallado mediante modelado con el fin de evaluar y anticipar la distribución geográfica
del cultivo de banano (Musa × paradisiaca), la ejecución de este análisis responde a las trayectorias
socioeconómicas compartidas de los escenarios SSP245 y SSP585, donde se emplearán enfoques
avanzados de modelado que permitirán profundizar en la comprensión de cómo los factores
socioeconómicos influyen en la expansión o contracción de las áreas de cultivo de banano en el cantón
La Maná. El resultado final será un conjunto de recomendaciones prácticas y efectivas para los
agricultores y las autoridades locales, con el objetivo de fortalecer la sostenibilidad y la productividad
del sector bananero en el cantón La Maná.
Palabras claves: Mmodelado, riesgos climáticos, estrategias de sostenibilidad, Musa × paradisiaca
1 Autor principal
Correspondencia: fonsecatefy@gmail.com
DOI: https://doi.org/10.37811/cl_rcm.v9i4.19258
Evaluación de riesgo futuro por amenazas climáticas en cultivos de banano
del cantón la maná, provincia Cotopaxi
Mishel Estefania Bustos Fonseca1
fonsecatefy@gmail.com
https://orcid.org/0009-0000-2509-0901
Universidad Técnica Estatal de Quevedo
Pedro Harrys Lozano Mendoza
plozano@uteq.edu.ec
https://orcid.org/0000-0001-5771-2680
Universidad Técnica Estatal de Quevedo
Bismarck Nicolay Jiménez Cazar
solrobi1@gmail.com
https://orcid.org/0000-0003-3470-1414
Universidad Técnica Estatal de Quevedo
RESUMEN
El presente trabajo de investigación tuvo como objetivo principal llevar a cabo un análisis exhaustivo
del comportamiento de las variables meteorológicas históricas en el área de estudio con el fin de
identificar y comprender las amenazas climáticas, a través de un enfoque detallado en la recopilación y
evaluación de datos meteorológicos pasados, donde se pretendió proporcionar una visión clara de las
tendencias climáticas y eventos extremos en la región. En el marco del siguiente objetivo, se llevó a
cabo un análisis detallado mediante modelado con el fin de evaluar y anticipar la distribución geográfica
del cultivo de banano (Musa × paradisiaca), la ejecución de este análisis responde a las trayectorias
socioeconómicas compartidas de los escenarios SSP245 y SSP585, donde se emplearán enfoques
avanzados de modelado que permitirán profundizar en la comprensión de cómo los factores
socioeconómicos influyen en la expansión o contracción de las áreas de cultivo de banano en el cantón
La Maná. El resultado final será un conjunto de recomendaciones prácticas y efectivas para los
agricultores y las autoridades locales, con el objetivo de fortalecer la sostenibilidad y la productividad
del sector bananero en el cantón La Maná.
Palabras claves: Mmodelado, riesgos climáticos, estrategias de sostenibilidad, Musa × paradisiaca
1 Autor principal
Correspondencia: fonsecatefy@gmail.com
pág. 6454
Future risk assessment due to climate threats in banana crops in la Maná
Canton, Cotopaxi province
ABSTRACT
The main objective of this research work was to carry out an exhaustive analysis of the behavior of
historical meteorological variables in the study area in order to identify and understand climate threats,
through a detailed approach in the collection and evaluation of past meteorological data, where it was
intended to provide a clear view of climate trends and extreme events in the region. Within the
framework of the following objective, a detailed analysis was carried out through modeling in order to
evaluate and anticipate the geographical distribution of banana cultivation (Musa × paradisiaca), the
execution of this analysis responds to the shared socioeconomic trajectories of the scenarios. SSP245
and SSP585, where advanced modeling approaches will be used to deepen the understanding of how
socioeconomic factors influence the expansion or contraction of banana growing areas in the canton of
La Maná. The final result will be a set of practical and effective recommendations for farmers and local
authorities, with the aim of strengthening the sustainability and productivity of the banana sector in the
La Maná canton.
Key words: modeling, climate risks, sustainability strategies, Musa × paradisiaca
Artículo recibido 05 julio 2025
Aceptado para publicación: 25 julio 2025
INTRODUCCIÓN
A escala mundial, el cambio climático representa uno de los desafíos ambientales más significativos que
afectan a la humanidad y al entorno ambiental, por lo cual cada día, se manifiestan efectos en diversas
regiones del mundo, como alteraciones en los patrones meteorológicos que ponen en riesgo la
producción de alimentos, el aumento del nivel del mar, derretimiento de los glaciares, impacto en la
biodiversidad lo que intensifica la amenaza al deterioro de medios de vidas, diferentes ecosistemas y su
biodiversidad, si no se implementan medidas estructurales para mitigar y adaptarse desde este momento,
la adaptación a los efectos del cambio climático en el futuro se tornará considerablemente más
complicada y onerosa (ONU 2020).
Ecuador, líder mundial en exportación de banano, tiene un papel vital en su economía y PIB agrícola,
generando empleo para más de 200,000 personas directamente y 2 millones de forma indirecta, desde
los años 50 el banano simboliza la modernización y democratización en Ecuador, sin embargo el cultivo
de “banano” en el Ecuador, tiende hacer sensible a la variación de los rangos óptimos de temperaturas
y precipitaciones, afectando al desarrollo del cultivo, produciendo alteraciones que impactan a la
Future risk assessment due to climate threats in banana crops in la Maná
Canton, Cotopaxi province
ABSTRACT
The main objective of this research work was to carry out an exhaustive analysis of the behavior of
historical meteorological variables in the study area in order to identify and understand climate threats,
through a detailed approach in the collection and evaluation of past meteorological data, where it was
intended to provide a clear view of climate trends and extreme events in the region. Within the
framework of the following objective, a detailed analysis was carried out through modeling in order to
evaluate and anticipate the geographical distribution of banana cultivation (Musa × paradisiaca), the
execution of this analysis responds to the shared socioeconomic trajectories of the scenarios. SSP245
and SSP585, where advanced modeling approaches will be used to deepen the understanding of how
socioeconomic factors influence the expansion or contraction of banana growing areas in the canton of
La Maná. The final result will be a set of practical and effective recommendations for farmers and local
authorities, with the aim of strengthening the sustainability and productivity of the banana sector in the
La Maná canton.
Key words: modeling, climate risks, sustainability strategies, Musa × paradisiaca
Artículo recibido 05 julio 2025
Aceptado para publicación: 25 julio 2025
INTRODUCCIÓN
A escala mundial, el cambio climático representa uno de los desafíos ambientales más significativos que
afectan a la humanidad y al entorno ambiental, por lo cual cada día, se manifiestan efectos en diversas
regiones del mundo, como alteraciones en los patrones meteorológicos que ponen en riesgo la
producción de alimentos, el aumento del nivel del mar, derretimiento de los glaciares, impacto en la
biodiversidad lo que intensifica la amenaza al deterioro de medios de vidas, diferentes ecosistemas y su
biodiversidad, si no se implementan medidas estructurales para mitigar y adaptarse desde este momento,
la adaptación a los efectos del cambio climático en el futuro se tornará considerablemente más
complicada y onerosa (ONU 2020).
Ecuador, líder mundial en exportación de banano, tiene un papel vital en su economía y PIB agrícola,
generando empleo para más de 200,000 personas directamente y 2 millones de forma indirecta, desde
los años 50 el banano simboliza la modernización y democratización en Ecuador, sin embargo el cultivo
de “banano” en el Ecuador, tiende hacer sensible a la variación de los rangos óptimos de temperaturas
y precipitaciones, afectando al desarrollo del cultivo, produciendo alteraciones que impactan a la
pág. 6455
productividad, dando como resultado un mal desarrollo de la planta y del fruto. Además, la humedad
relativa desempeña un papel crucial en la productividad del cultivo y puede propiciar el desarrollo de
enfermedades fúngicas cuando supera el 80% de humedad relativa (FES et al. 2022).
Por ello la problemática de riesgo por amenazas climáticas en los cultivos de banano del Cantón La
Maná es un proceso complejo que debe considerar tanto el cambio climático a largo plazo como la
variabilidad climática a corto plazo, así como el impacto en la economía y la comunidad local. Por ello
es importante analizar los efectos del cambio climático actuales y futuros sobre la producción
agropecuaria del cantón La Maná, provincia de Cotopaxi, para lo cual, se aplicaron modelos de impactos
biofísicos para determinar el riesgo climático en la zona de estudio, Además, debe proponer medidas
concretas para adaptarse a estos riesgos y mitigar sus efectos en la producción de banano.
Materiales y métodos
Área de estudió
El presente proyecto de investigación se desarrolló en el cantón La Maná, la misma que está situada a
0° 56´28” de latitud sur y 79° 13´54” de longitud occidental. El cantón La Maná está localizado en las
estribaciones de la cordillera occidental de Los Andes, en la provincia de Cotopaxi, a 150Km de
Latacunga capital de la provincia. Morfológicamente se ubica sobre una llanura de pie de cordillera
compuesta de depósitos aluviales cubiertas de cenizas y arenas volcánicas de origen desconocido.
Limitado por:
Norte: Cantón Sigchos,
Sur: Cantones Quinsaloma y Pangua,
Este: Cantones Sigchos y Pujilí
Oeste: Cantones Valencia y Quinsaloma.
productividad, dando como resultado un mal desarrollo de la planta y del fruto. Además, la humedad
relativa desempeña un papel crucial en la productividad del cultivo y puede propiciar el desarrollo de
enfermedades fúngicas cuando supera el 80% de humedad relativa (FES et al. 2022).
Por ello la problemática de riesgo por amenazas climáticas en los cultivos de banano del Cantón La
Maná es un proceso complejo que debe considerar tanto el cambio climático a largo plazo como la
variabilidad climática a corto plazo, así como el impacto en la economía y la comunidad local. Por ello
es importante analizar los efectos del cambio climático actuales y futuros sobre la producción
agropecuaria del cantón La Maná, provincia de Cotopaxi, para lo cual, se aplicaron modelos de impactos
biofísicos para determinar el riesgo climático en la zona de estudio, Además, debe proponer medidas
concretas para adaptarse a estos riesgos y mitigar sus efectos en la producción de banano.
Materiales y métodos
Área de estudió
El presente proyecto de investigación se desarrolló en el cantón La Maná, la misma que está situada a
0° 56´28” de latitud sur y 79° 13´54” de longitud occidental. El cantón La Maná está localizado en las
estribaciones de la cordillera occidental de Los Andes, en la provincia de Cotopaxi, a 150Km de
Latacunga capital de la provincia. Morfológicamente se ubica sobre una llanura de pie de cordillera
compuesta de depósitos aluviales cubiertas de cenizas y arenas volcánicas de origen desconocido.
Limitado por:
Norte: Cantón Sigchos,
Sur: Cantones Quinsaloma y Pangua,
Este: Cantones Sigchos y Pujilí
Oeste: Cantones Valencia y Quinsaloma.
pág. 6456
Figura 1
Mapa de ubicación de los cultivos de banano en el cantón La Maná, provincia de Cotopaxi.
Nota. La figura representa el área geográfica de la zona de estudio y los cultivos de banano presentes en este. Elaboración
propia.
Figura 1
Mapa de ubicación de los cultivos de banano en el cantón La Maná, provincia de Cotopaxi.
Nota. La figura representa el área geográfica de la zona de estudio y los cultivos de banano presentes en este. Elaboración
propia.
pág. 6457
Modelar la distribución geográfica del cultivo de banano (musa × paradisiaca) ante trayectorias
socioeconómicas compartidas SSP
Para llevar a cabo la determinación de la zonificación del cultivo de banano, fue esencial contar con
información proyectada a futuro. Este proceso implico analizar los Modelos de Circulación General
(CGM), concretamente seleccionando un modelo de la sexta fase del Proyecto de Comparación de
Modelos Acoplados (CMIP6). El propósito de esta elección fue representar de manera precisa el ciclo
anual de precipitación y temperatura superficial en el cantón bajo estudio. Esta información modelada
proporciono una base sólida para la planificación y toma de decisiones relacionadas con la agricultura
del banano en el área (Arias et al. 2021).
Para la investigación se utilizó los escenarios climáticos de Trayectorias Socioeconómicas Compartidas
(SSP), como punto de partida para un análisis integral de mitigación. Para lo cual, se analizó el escenario
SSP245 que adopta los principios del desarrollo sostenible (Van et al. 2018), y el escenario SSP585 el
cual se caracteriza por un desarrollo rápido y alimentado por combustibles fósiles con grandes retos
socioeconómicos para la mitigación y bajos retos socioeconómicos para la adaptación (Kriegler et al.
2018). Cabe mencionar que los datos obtenidos del World Clim se desarrollaron mediante el modelo de
evaluación integrada MIROC6.
A continuación, en la Tabla 1 y tabla 2, se ofreció una descripción general de los elementos de la línea
argumental y su adaptación a los supuestos del modelo para los escenarios climáticos en el cantón La
Maná. Estos escenarios se basan en las variables relacionadas con los modelos de Shared Socioeconomic
Pathway 1 (SSP245) y Shared Socioeconomic Pathway 5 (SSP585), que han sido consideradas para la
modelación de los cambios climáticos en la región.
Modelar la distribución geográfica del cultivo de banano (musa × paradisiaca) ante trayectorias
socioeconómicas compartidas SSP
Para llevar a cabo la determinación de la zonificación del cultivo de banano, fue esencial contar con
información proyectada a futuro. Este proceso implico analizar los Modelos de Circulación General
(CGM), concretamente seleccionando un modelo de la sexta fase del Proyecto de Comparación de
Modelos Acoplados (CMIP6). El propósito de esta elección fue representar de manera precisa el ciclo
anual de precipitación y temperatura superficial en el cantón bajo estudio. Esta información modelada
proporciono una base sólida para la planificación y toma de decisiones relacionadas con la agricultura
del banano en el área (Arias et al. 2021).
Para la investigación se utilizó los escenarios climáticos de Trayectorias Socioeconómicas Compartidas
(SSP), como punto de partida para un análisis integral de mitigación. Para lo cual, se analizó el escenario
SSP245 que adopta los principios del desarrollo sostenible (Van et al. 2018), y el escenario SSP585 el
cual se caracteriza por un desarrollo rápido y alimentado por combustibles fósiles con grandes retos
socioeconómicos para la mitigación y bajos retos socioeconómicos para la adaptación (Kriegler et al.
2018). Cabe mencionar que los datos obtenidos del World Clim se desarrollaron mediante el modelo de
evaluación integrada MIROC6.
A continuación, en la Tabla 1 y tabla 2, se ofreció una descripción general de los elementos de la línea
argumental y su adaptación a los supuestos del modelo para los escenarios climáticos en el cantón La
Maná. Estos escenarios se basan en las variables relacionadas con los modelos de Shared Socioeconomic
Pathway 1 (SSP245) y Shared Socioeconomic Pathway 5 (SSP585), que han sido consideradas para la
modelación de los cambios climáticos en la región.
pág. 6458
Tabla 1. Descripción genérica de los elementos de la historia del modelo SSP245
VARIABLES SSP245
Elemento genérico
Crecimiento económico Alto
Crecimiento de la población Bajo
Gobernanza e instituciones Eficaz tanto a nivel nacional como internacional.
Tecnología Rápido, traducido, por ejemplo, en supuestos de
eficiencia, tecnologías renovables y rendimientos.
Preferencias de consumo/producción Promoción del desarrollo sostenible (menor
consumo − ver más adelante)
Demanda de energía
Transporte Menor proporción de los ingresos gastados en
transporte, lo que conduce a menos kilómetros
recorridos.
Edificios Los cambios de comportamiento conducen a una
menor demanda general de servicios energéticos.
Elemento genérico
No energético Baja intensidad
Suministro y conversión de energía
Combustibles fósiles Comercio mundial de combustibles; y desarrollo
tecnológico medio.
Bioenergía Los biocombustibles tradicionales se eliminaron
en su mayoría alrededor de 2030
Agricultura y uso de la tierra
Regulación del cambio de uso del suelo Fuerte − Las áreas protegidas se amplían para
alcanzar la meta de Aichi del 17 %.
Productividad agrícola (cultivos) Fuerte: aumento del rendimiento de los cultivos.
Impacto ambiental del consumo de alimentos Bajo: consumo de productos animales un 30 %.
VARIABLES SSP245
Comercio
Comercio de productos agrícolas Abolición de los aranceles de importación actual
es y subsidios a la exportación para 2030.
Contaminación del aire
Factores de emisión Bajo
Fuente: (Van et al. 2018).
Elaboración propia
Tabla 1. Descripción genérica de los elementos de la historia del modelo SSP245
VARIABLES SSP245
Elemento genérico
Crecimiento económico Alto
Crecimiento de la población Bajo
Gobernanza e instituciones Eficaz tanto a nivel nacional como internacional.
Tecnología Rápido, traducido, por ejemplo, en supuestos de
eficiencia, tecnologías renovables y rendimientos.
Preferencias de consumo/producción Promoción del desarrollo sostenible (menor
consumo − ver más adelante)
Demanda de energía
Transporte Menor proporción de los ingresos gastados en
transporte, lo que conduce a menos kilómetros
recorridos.
Edificios Los cambios de comportamiento conducen a una
menor demanda general de servicios energéticos.
Elemento genérico
No energético Baja intensidad
Suministro y conversión de energía
Combustibles fósiles Comercio mundial de combustibles; y desarrollo
tecnológico medio.
Bioenergía Los biocombustibles tradicionales se eliminaron
en su mayoría alrededor de 2030
Agricultura y uso de la tierra
Regulación del cambio de uso del suelo Fuerte − Las áreas protegidas se amplían para
alcanzar la meta de Aichi del 17 %.
Productividad agrícola (cultivos) Fuerte: aumento del rendimiento de los cultivos.
Impacto ambiental del consumo de alimentos Bajo: consumo de productos animales un 30 %.
VARIABLES SSP245
Comercio
Comercio de productos agrícolas Abolición de los aranceles de importación actual
es y subsidios a la exportación para 2030.
Contaminación del aire
Factores de emisión Bajo
Fuente: (Van et al. 2018).
Elaboración propia
pág. 6459
Tabla 2. Descripción genérica de los elementos de la historia del modelo SSP585
VARIABLES SSP585
Indicador Desarrollo impulsado por combustibles fósiles
Demografía
Crecimiento de la población Baja (fecundidad alta en los países de ingresos
altos)
Migración Alto
Economía y estilo de vida
Crecimiento del PIB Alto
Desigualdad Fuertemente reducido
Globalización Fuerte
Consumo Materialismo, Consumo de estatus, Alta
movilidad
Tecnología
Desarrollo Rápido
Cambio de tecnología energética
Dirigido a los combustibles fósiles; fuentes
alternativas no buscadas activamente.
VARIABLES SPP585
Medio ambiente y recursos
Uso del suelo Las regulaciones medias conducen a una lenta
disminución de la tasa de deforestación.
Agricultura Rápido aumento de la productividad
Políticas e instituciones
Política medioambiental (y energética) Centrarse en el entorno local, poca preocupación
por los problemas globales
Fuente: (Kriegler et al. 2018).
Elaboración propia
Procesamiento de escenarios climáticos
Para llevar a cabo la modelación de los escenarios climáticos, en una primera fase, se procedió a la
obtención de información geográfica fundamental para el estudio. Entre los conjuntos de datos más
destacados y esenciales se encuentran:
Tabla 2. Descripción genérica de los elementos de la historia del modelo SSP585
VARIABLES SSP585
Indicador Desarrollo impulsado por combustibles fósiles
Demografía
Crecimiento de la población Baja (fecundidad alta en los países de ingresos
altos)
Migración Alto
Economía y estilo de vida
Crecimiento del PIB Alto
Desigualdad Fuertemente reducido
Globalización Fuerte
Consumo Materialismo, Consumo de estatus, Alta
movilidad
Tecnología
Desarrollo Rápido
Cambio de tecnología energética
Dirigido a los combustibles fósiles; fuentes
alternativas no buscadas activamente.
VARIABLES SPP585
Medio ambiente y recursos
Uso del suelo Las regulaciones medias conducen a una lenta
disminución de la tasa de deforestación.
Agricultura Rápido aumento de la productividad
Políticas e instituciones
Política medioambiental (y energética) Centrarse en el entorno local, poca preocupación
por los problemas globales
Fuente: (Kriegler et al. 2018).
Elaboración propia
Procesamiento de escenarios climáticos
Para llevar a cabo la modelación de los escenarios climáticos, en una primera fase, se procedió a la
obtención de información geográfica fundamental para el estudio. Entre los conjuntos de datos más
destacados y esenciales se encuentran:
pág. 6460
• Capas de uso de suelo actual: Estas capas proporcionaron información sobre la distribución
actual de diferentes tipos de uso de la tierra, lo cual es crucial para comprender cómo los cambios
climáticos pueden afectar el entorno.
• Capas de hidrogeología: Estas capas ofrecieron información sobre la distribución y
características de las formaciones geológicas relacionadas con el agua subterránea, lo que resulta vital
para analizar la disponibilidad de recursos hídricos en la región.
• Capas de geología: Estas capas proporcionaron datos acerca de la composición y estructura
geológica de la zona de estudio, lo que ayuda a comprender la influencia de la geología en el
comportamiento climático local.
• Cuerpo de agua superficial: La información sobre cuerpos de agua superficiales, como ríos y
lagos, es esencial para estudiar el impacto del clima en los ecosistemas acuáticos y la disponibilidad de
agua dulce.
• Modelos climáticos y variables bioclimáticas: Estos datos incluyen modelos climáticos que
permitieron simular diferentes escenarios climáticos futuros, así como variables bioclimáticas que
describen las condiciones ambientales relacionadas con la biología y la ecología de la región.
Todos estos datos se obtuvieron a través de fuentes de información confiables, que incluyen el,
worldclim, CHELSA – Datos climáticos gratuitos en alta resolución y en la base de datos públicos SSP
(Chelsa Climate 2023).
Los modelos climáticos se descargaron de Wordlclim, donde se procesaron valores mensuales de
temperatura mínima, temperatura máxima y precipitación para el modelo de evaluación integrada
MIROC6 y para dos rutas socioeconómicas compartidas (SSP245 y SSP585). Los valores mensuales
serán promedios de períodos de 20 años (2021-2040) los mismo que están disponibles las siguientes
resoluciones espaciales (expresadas como minutos de un grado de longitud y latitud) (WorldClim 2022).
Cálculo de modelos climáticos para mejorar resolución con la técnica downscaling
Para mejorar la resolución espacial, se aplicó a los modelos climáticos un desescalado (dowsncaling) en
el software Saga Gis (48) por medio de “GWR for Grid Downscaling”, para luego realizar un recorte de
la capa con la herramienta de Spatial Analyst Tools y la opción de Extract by Mask, luego se utilizó la
herramienta geoprocessing para crear un buffer y proceder a recortarlo y con la opción de Projections
• Capas de uso de suelo actual: Estas capas proporcionaron información sobre la distribución
actual de diferentes tipos de uso de la tierra, lo cual es crucial para comprender cómo los cambios
climáticos pueden afectar el entorno.
• Capas de hidrogeología: Estas capas ofrecieron información sobre la distribución y
características de las formaciones geológicas relacionadas con el agua subterránea, lo que resulta vital
para analizar la disponibilidad de recursos hídricos en la región.
• Capas de geología: Estas capas proporcionaron datos acerca de la composición y estructura
geológica de la zona de estudio, lo que ayuda a comprender la influencia de la geología en el
comportamiento climático local.
• Cuerpo de agua superficial: La información sobre cuerpos de agua superficiales, como ríos y
lagos, es esencial para estudiar el impacto del clima en los ecosistemas acuáticos y la disponibilidad de
agua dulce.
• Modelos climáticos y variables bioclimáticas: Estos datos incluyen modelos climáticos que
permitieron simular diferentes escenarios climáticos futuros, así como variables bioclimáticas que
describen las condiciones ambientales relacionadas con la biología y la ecología de la región.
Todos estos datos se obtuvieron a través de fuentes de información confiables, que incluyen el,
worldclim, CHELSA – Datos climáticos gratuitos en alta resolución y en la base de datos públicos SSP
(Chelsa Climate 2023).
Los modelos climáticos se descargaron de Wordlclim, donde se procesaron valores mensuales de
temperatura mínima, temperatura máxima y precipitación para el modelo de evaluación integrada
MIROC6 y para dos rutas socioeconómicas compartidas (SSP245 y SSP585). Los valores mensuales
serán promedios de períodos de 20 años (2021-2040) los mismo que están disponibles las siguientes
resoluciones espaciales (expresadas como minutos de un grado de longitud y latitud) (WorldClim 2022).
Cálculo de modelos climáticos para mejorar resolución con la técnica downscaling
Para mejorar la resolución espacial, se aplicó a los modelos climáticos un desescalado (dowsncaling) en
el software Saga Gis (48) por medio de “GWR for Grid Downscaling”, para luego realizar un recorte de
la capa con la herramienta de Spatial Analyst Tools y la opción de Extract by Mask, luego se utilizó la
herramienta geoprocessing para crear un buffer y proceder a recortarlo y con la opción de Projections
pág. 6461
and Transformations, opción Project Raster, se efectuara la proyección a WGS 98 UTM 17 S y una
resolución de 100 para finalmente se realizó el recorte de la zona en estudio (Lluncor 2018) .
En ArcGIS con la herramienta de álgebra de mapas se automatizo mediante la calculadora del sistema
con la finalidad de obtener un promedio (pm) de ambas temperaturas. (Ruiz-Corral et al. 2018):
La ecuación:
𝑇𝑚 = 𝑇𝑥+𝑇𝑖
2 (1)
Donde:
Tm= temperatura media mensual (°C);
Tx= temperatura máxima media mensual (°C)
Ti= temperatura mínima media mensual (°C)
Análisis del uso de suelo en las zonas agroecológicas
Se clasifico las áreas con similares potencialidades y limitaciones para el desarrollo de la planta con
variables agroclimáticas y físicas, identificando 10 parámetros. En la Tabla 3 se ilustran los criterios
considerados para la zonificación agroecológica, que son influyentes en el crecimiento y desarrollo del
Banano. Además, se trabajó el archivo ráster con resolución espacial de 100 m (MAGAP 2020).
Todas estas condiciones ambientales y edáficas se resumen a continuación:
Tabla 3. Parámetros agroecológicos para el cultivo de banano
COMPONENT
E
PARÁMETR
O
CATEGORÍAS DE LA ZONIFICACIÓN
Óptima Moderada Marginal No Apta
Biofísico
Drenaje natural Bueno Moderado Bueno,
moderado
Excesivo,
mal
drenado
Profundidad
efectiva (%)
Profundo
(>100)
Moderadament
e profundo (51-
100)
Poco
profundo
(21- 50)
Superficial
(11-
20), muy
superficial
(0-
and Transformations, opción Project Raster, se efectuara la proyección a WGS 98 UTM 17 S y una
resolución de 100 para finalmente se realizó el recorte de la zona en estudio (Lluncor 2018) .
En ArcGIS con la herramienta de álgebra de mapas se automatizo mediante la calculadora del sistema
con la finalidad de obtener un promedio (pm) de ambas temperaturas. (Ruiz-Corral et al. 2018):
La ecuación:
𝑇𝑚 = 𝑇𝑥+𝑇𝑖
2 (1)
Donde:
Tm= temperatura media mensual (°C);
Tx= temperatura máxima media mensual (°C)
Ti= temperatura mínima media mensual (°C)
Análisis del uso de suelo en las zonas agroecológicas
Se clasifico las áreas con similares potencialidades y limitaciones para el desarrollo de la planta con
variables agroclimáticas y físicas, identificando 10 parámetros. En la Tabla 3 se ilustran los criterios
considerados para la zonificación agroecológica, que son influyentes en el crecimiento y desarrollo del
Banano. Además, se trabajó el archivo ráster con resolución espacial de 100 m (MAGAP 2020).
Todas estas condiciones ambientales y edáficas se resumen a continuación:
Tabla 3. Parámetros agroecológicos para el cultivo de banano
COMPONENT
E
PARÁMETR
O
CATEGORÍAS DE LA ZONIFICACIÓN
Óptima Moderada Marginal No Apta
Biofísico
Drenaje natural Bueno Moderado Bueno,
moderado
Excesivo,
mal
drenado
Profundidad
efectiva (%)
Profundo
(>100)
Moderadament
e profundo (51-
100)
Poco
profundo
(21- 50)
Superficial
(11-
20), muy
superficial
(0-
pág. 6462
10)
Potencial de
hidrógeno (pH)
Medianament
e ácido (5.5-
6.0),
ligeramente
ácido (6.0-
6.5)
Prácticamente
neutro (6.5-
7.5), neutro (7)
Ácido (4.5-
5.5),
Ligerament
e alcalino
(7.5-8.0)
Muy ácido
(<4.5),
medianament
e
alcalino
(8.0-8.5),
alcalino
(>8.5)
Pendiente (%) Plana (0-2),
muy suave (2-
5), suave (5-
12)
Media (12-25) Media a
fuerte (25-
40), fuerte
(40-70)
Muy fuerte
(70- 100),
escarpada
(100-150),
muy
escarpada
(150- 200),
abrupta
(>200)
Textura del
suelo
Franco,
franco
limoso,
franco arcillo-
arenoso,
franco arcillo-
limoso
Limoso, franco
arcilloso,
arcillo-limoso,
arcilloarenoso,
franco-arenoso
Areno
francoso,
arcilloso
Arena, arcilla
pesada
Climáticas
Precipitación
(mm)
1500-1600 1400-1500 /
1600-1800
1300-1400 /
1800- 2000
<1300 y
>2000
Temperatura
(°C)
22-26 21-22 18-21 <18
* °C= centígrados, cm= centímetro, mm= milímetro, < menor que, > mayor que
Fuente: (MAGAP 2020)
Elaboración propia
10)
Potencial de
hidrógeno (pH)
Medianament
e ácido (5.5-
6.0),
ligeramente
ácido (6.0-
6.5)
Prácticamente
neutro (6.5-
7.5), neutro (7)
Ácido (4.5-
5.5),
Ligerament
e alcalino
(7.5-8.0)
Muy ácido
(<4.5),
medianament
e
alcalino
(8.0-8.5),
alcalino
(>8.5)
Pendiente (%) Plana (0-2),
muy suave (2-
5), suave (5-
12)
Media (12-25) Media a
fuerte (25-
40), fuerte
(40-70)
Muy fuerte
(70- 100),
escarpada
(100-150),
muy
escarpada
(150- 200),
abrupta
(>200)
Textura del
suelo
Franco,
franco
limoso,
franco arcillo-
arenoso,
franco arcillo-
limoso
Limoso, franco
arcilloso,
arcillo-limoso,
arcilloarenoso,
franco-arenoso
Areno
francoso,
arcilloso
Arena, arcilla
pesada
Climáticas
Precipitación
(mm)
1500-1600 1400-1500 /
1600-1800
1300-1400 /
1800- 2000
<1300 y
>2000
Temperatura
(°C)
22-26 21-22 18-21 <18
* °C= centígrados, cm= centímetro, mm= milímetro, < menor que, > mayor que
Fuente: (MAGAP 2020)
Elaboración propia
pág. 6463
Estandarizar las puntuaciones de los factores /criterios
En este caso, se utilizó la Tabla 4 para reclasificar los criterios manteniendo las categorías establecidas
óptimo (1), moderado (2) y marginal (3) indicando su significado en la en la siguiente tabla. Se utilizará
la herramienta “Arctoolbox” - “Spatial Analyst Tools” - “Reclass” - “Reclassify” para reclasificar los
parámetros de la zonificación (MAGAP 2020).
Tabla 4. Cartografía de zonificación
CATEGORÍAS PARA LA ZONIFICACIÓN AGROECOLÓGICA
Óptimo Área donde las condiciones naturales de suelos, relieve, y clima
presentan las mejores características para el establecimiento del
cultivo.
Moderada Área donde las condiciones naturales de suelos, relieve, y clima
presentan limitaciones ligeras y pueden ser mejoradas con
prácticas de manejo adecuados.
Marginal Área que presentan limitaciones importantes del suelo, relieve y
clima, lo cual impide el establecimiento y desarrollo normal del
cultivo en condiciones naturales.
No Apto Áreas de superficie que presentan limitaciones severas en cuestión
de las condiciones edafoclimáticas ya descritas.
Fuente: (MAGAP 2020).
Elaboración propia
Determinar el peso
Para determinar los pesos de los parámetros de la zonificación se analizó por medio de especialistas y
expertos en el área de agronomía determinando según la importancia de las variables, los cuales
realizaran mediante la siguiente tabla:
Estandarizar las puntuaciones de los factores /criterios
En este caso, se utilizó la Tabla 4 para reclasificar los criterios manteniendo las categorías establecidas
óptimo (1), moderado (2) y marginal (3) indicando su significado en la en la siguiente tabla. Se utilizará
la herramienta “Arctoolbox” - “Spatial Analyst Tools” - “Reclass” - “Reclassify” para reclasificar los
parámetros de la zonificación (MAGAP 2020).
Tabla 4. Cartografía de zonificación
CATEGORÍAS PARA LA ZONIFICACIÓN AGROECOLÓGICA
Óptimo Área donde las condiciones naturales de suelos, relieve, y clima
presentan las mejores características para el establecimiento del
cultivo.
Moderada Área donde las condiciones naturales de suelos, relieve, y clima
presentan limitaciones ligeras y pueden ser mejoradas con
prácticas de manejo adecuados.
Marginal Área que presentan limitaciones importantes del suelo, relieve y
clima, lo cual impide el establecimiento y desarrollo normal del
cultivo en condiciones naturales.
No Apto Áreas de superficie que presentan limitaciones severas en cuestión
de las condiciones edafoclimáticas ya descritas.
Fuente: (MAGAP 2020).
Elaboración propia
Determinar el peso
Para determinar los pesos de los parámetros de la zonificación se analizó por medio de especialistas y
expertos en el área de agronomía determinando según la importancia de las variables, los cuales
realizaran mediante la siguiente tabla:
pág. 6464
Tabla 5. Requerimientos agroecológicos
PARÁMETROS PESO
Drenaje natural
Profundidad efectiva (%)
Potencial de hidrógeno (pH)
Pendientes (%)
Textura del suelo
Precipitación (mm)
Temperatura (°C)
Elaboración propia
Una vez reclasificado los archivos ráster, se procedió a colocar los pesos identificados en la Tabla 5 para
cada parámetro de la zonificación agroecológica del cultivo de banano; realizándolo mediante la
herramienta “Wieghted Overlay”. Y finalmente procedió a revisar y validar los resultados obtenidos a
través de la modelización, constatando las áreas que se han clasificado y posteriormente se realizó un
análisis detallado de la zonificación futura.
RESULTADOS Y DISCUSIÓN
Se analizaron datos meteorológicos provenientes de las estaciones (M006) y (M0124) que registran
información del año 2000 al 2022, estos datos consisten en el promedio de la sumatoria de las cantidades
de lluvia registradas mensualmente a lo largo del tiempo antes mencionado. Por lo tanto, estos datos son
de suma importancia para comprender las dinámicas de las variables climáticas de precipitación y
temperatura, a nivel del cantón La Maná y que fueron descargados de la base de datos del INAMHI de
Ecuador.
El conjunto de datos fue trabajado considerando los requerimientos edafoclimáticos específicos del
cultivo de banano. Se señala que la única variación corresponde a que los parámetros de temperatura y
precipitación proceden de datos futuros, proporcionados directamente por la página oficial de World
Clim. Estas variables climáticas obedecen a que se persiguió el modelamiento de la aptitud
agroecológica proyectada, para el periodo 2041-2160. Para el desarrollo de esta parte, se empleó el
Tabla 5. Requerimientos agroecológicos
PARÁMETROS PESO
Drenaje natural
Profundidad efectiva (%)
Potencial de hidrógeno (pH)
Pendientes (%)
Textura del suelo
Precipitación (mm)
Temperatura (°C)
Elaboración propia
Una vez reclasificado los archivos ráster, se procedió a colocar los pesos identificados en la Tabla 5 para
cada parámetro de la zonificación agroecológica del cultivo de banano; realizándolo mediante la
herramienta “Wieghted Overlay”. Y finalmente procedió a revisar y validar los resultados obtenidos a
través de la modelización, constatando las áreas que se han clasificado y posteriormente se realizó un
análisis detallado de la zonificación futura.
RESULTADOS Y DISCUSIÓN
Se analizaron datos meteorológicos provenientes de las estaciones (M006) y (M0124) que registran
información del año 2000 al 2022, estos datos consisten en el promedio de la sumatoria de las cantidades
de lluvia registradas mensualmente a lo largo del tiempo antes mencionado. Por lo tanto, estos datos son
de suma importancia para comprender las dinámicas de las variables climáticas de precipitación y
temperatura, a nivel del cantón La Maná y que fueron descargados de la base de datos del INAMHI de
Ecuador.
El conjunto de datos fue trabajado considerando los requerimientos edafoclimáticos específicos del
cultivo de banano. Se señala que la única variación corresponde a que los parámetros de temperatura y
precipitación proceden de datos futuros, proporcionados directamente por la página oficial de World
Clim. Estas variables climáticas obedecen a que se persiguió el modelamiento de la aptitud
agroecológica proyectada, para el periodo 2041-2160. Para el desarrollo de esta parte, se empleó el
pág. 6465
laboratorio climático MIROC6 y diferentes escenarios; concretamente, los escenarios ssp245 (optimista
en sostenibilidad) y ssp585 (pesimista, alto en combustibles fósiles); cuyo uso permitirá evaluar y
vislumbrar la potencial variabilidad de las condiciones, en el cantón La Maná.
Mapa 1. Zonificación Agroecológica del cultivo de Banano en condiciones naturales
Fuente: Elaboración propia
La semejanza en los resultados de la zonificación agroecológica entre el escenario SSP1 para el periodo
2041-2060 en el análisis de (Espín 2022) y el estudio realizado en el cantón La Maná puede atribuirse a
la consistencia en la utilización de los mismos parámetros edafoclimáticos en ambas investigaciones.
La predominancia de la categoría moderada seguida de un bajo porcentaje de la categoría marginal en
ambos casos sugiere una similitud en las condiciones ambientales y climáticas consideradas para la
evaluación. Este hallazgo respalda la robustez de los resultados y subraya la importancia de la coherencia
en los métodos y variables utilizados en estudios de zonificación agroecológica. La convergencia en los
patrones identificados refuerza la validez de las categorías asignadas a las diferentes áreas, ofreciendo
laboratorio climático MIROC6 y diferentes escenarios; concretamente, los escenarios ssp245 (optimista
en sostenibilidad) y ssp585 (pesimista, alto en combustibles fósiles); cuyo uso permitirá evaluar y
vislumbrar la potencial variabilidad de las condiciones, en el cantón La Maná.
Mapa 1. Zonificación Agroecológica del cultivo de Banano en condiciones naturales
Fuente: Elaboración propia
La semejanza en los resultados de la zonificación agroecológica entre el escenario SSP1 para el periodo
2041-2060 en el análisis de (Espín 2022) y el estudio realizado en el cantón La Maná puede atribuirse a
la consistencia en la utilización de los mismos parámetros edafoclimáticos en ambas investigaciones.
La predominancia de la categoría moderada seguida de un bajo porcentaje de la categoría marginal en
ambos casos sugiere una similitud en las condiciones ambientales y climáticas consideradas para la
evaluación. Este hallazgo respalda la robustez de los resultados y subraya la importancia de la coherencia
en los métodos y variables utilizados en estudios de zonificación agroecológica. La convergencia en los
patrones identificados refuerza la validez de las categorías asignadas a las diferentes áreas, ofreciendo
pág. 6466
así información valiosa para la toma de decisiones en la planificación agrícola futura en el cantón La
Maná.
La zonificación proyectada comprende relaciones específicas que incluyen pendiente, textura del suelo,
profundidad del suelo, drenaje, pH y textura del suelo. Es necesario aclarar que, si bien estos parámetros
edáficos son esenciales para la zonificación, las variables climáticas (temperatura y precipitación)
condicionan al cantón de manera significativa. Estas condiciones climáticas proyectadas, resultan
fundamentales para comprender y de ayudar a anticipar los posibles cambios en el entorno agroecológico
del cantón La Maná para el periodo enunciado. La interacción entre las características del suelo y las
variables climáticas contribuirá a determinar la aptitud agroecológica y las posibilidades para distintos
cultivos en la región proyectada, como se visualiza en (mapa 3).
Mapa 2. Zonificación agrícola del cultivo de banano para el período (2041- 2060) escenario SSP585
Fuente: Elaboración propia
así información valiosa para la toma de decisiones en la planificación agrícola futura en el cantón La
Maná.
La zonificación proyectada comprende relaciones específicas que incluyen pendiente, textura del suelo,
profundidad del suelo, drenaje, pH y textura del suelo. Es necesario aclarar que, si bien estos parámetros
edáficos son esenciales para la zonificación, las variables climáticas (temperatura y precipitación)
condicionan al cantón de manera significativa. Estas condiciones climáticas proyectadas, resultan
fundamentales para comprender y de ayudar a anticipar los posibles cambios en el entorno agroecológico
del cantón La Maná para el periodo enunciado. La interacción entre las características del suelo y las
variables climáticas contribuirá a determinar la aptitud agroecológica y las posibilidades para distintos
cultivos en la región proyectada, como se visualiza en (mapa 3).
Mapa 2. Zonificación agrícola del cultivo de banano para el período (2041- 2060) escenario SSP585
Fuente: Elaboración propia
pág. 6467
La presente zonificación agroecológica en el escenario ssp245, caracterizado por ser optimista en
sostenibilidad, ofrece una visión detallada del potencial para el cultivo de banano en el cantón La Maná
durante el periodo evaluado. Con un área total de 65,360 hectáreas, se han identificado tres categorías
de zonificación que reflejan las condiciones naturales del suelo, relieve y clima.
El cantón La Maná es potencialmente apto para el cultivo de banano gracias a factores como el clima,
el suelo, la topografía, entre otros, los cuales inciden en el crecimiento y desarrollo de los bananos. De
este modo las variables climáticas son determinantes en el desarrollo de los cultivos, así se evidencia en
varios estudios con proyecciones de temperatura y precipitación, donde detallaron que la temperatura se
elevará progresivamente, mientras que la precipitación disminuirá con los años. Este análisis parte de
proyecciones agroecológicas, por lo que las variables climáticas se enmarcan dentro de factores
determinantes para el desarrollo regular y equilibrado de diferentes cultivos.
Mapa 3. Zonificación agrícola del cultivo de banano para el período (2041- 2060) escenario SSP585
Fuente: Elaboración propia
La presente zonificación agroecológica en el escenario ssp245, caracterizado por ser optimista en
sostenibilidad, ofrece una visión detallada del potencial para el cultivo de banano en el cantón La Maná
durante el periodo evaluado. Con un área total de 65,360 hectáreas, se han identificado tres categorías
de zonificación que reflejan las condiciones naturales del suelo, relieve y clima.
El cantón La Maná es potencialmente apto para el cultivo de banano gracias a factores como el clima,
el suelo, la topografía, entre otros, los cuales inciden en el crecimiento y desarrollo de los bananos. De
este modo las variables climáticas son determinantes en el desarrollo de los cultivos, así se evidencia en
varios estudios con proyecciones de temperatura y precipitación, donde detallaron que la temperatura se
elevará progresivamente, mientras que la precipitación disminuirá con los años. Este análisis parte de
proyecciones agroecológicas, por lo que las variables climáticas se enmarcan dentro de factores
determinantes para el desarrollo regular y equilibrado de diferentes cultivos.
Mapa 3. Zonificación agrícola del cultivo de banano para el período (2041- 2060) escenario SSP585
Fuente: Elaboración propia
pág. 6468
En la presente zonificación agroecológica del el escenario ssp585 (pesimista) del periodo evaluado se
puede identificar un total de 62,360 ha. en el cantón La Maná donde se obtuvieron dos categorías de
zonificación a En primer lugar, la categoría marginal abarca 60,148 hectáreas, indicando que estas áreas
presentan limitaciones importantes que podrían dificultar el desarrollo óptimo del cultivo de banano.
Este rango sugiere condiciones desafiantes para la producción bananera en la mayoría de las áreas
evaluadas. En segundo lugar, la categoría no apta cuenta con 5,212 hectáreas, señalando que el suelo en
estas áreas no sería adecuado para el cultivo de banano, lo que podría resultar en un entorno poco
propicio para la siembra y desarrollo exitoso de la fruta.
El análisis efectuado por (Rodríguez 2022) en el cantón Valencia, proyectando escenarios futuros bajo
escenarios SSP1 para el periodo 2041-2061, revela diferencias significativas en comparación con los
resultados obtenidos en el estudio del cantón La Maná. En Valencia, se observa una extensa área
categorizada como óptima para el cultivo de banano, seguida por áreas moderadas y marginales,
mientras que, en La Maná, los resultados indican categorías moderadas, marginales y no aptas para el
mismo periodo.
La disparidad entre ambos cantones, a pesar de su proximidad geográfica, es un elemento crucial a
considerar. La carencia de categorías óptimas en La Maná para el escenario proyectado genera
preocupación, instando a la implementación de medidas adaptativas por parte de los agricultores locales
para garantizar la sostenibilidad de la producción agrícola y el sustento de las comunidades en el periodo
mencionado. La divergencia en las proyecciones de cambio de categorías entre los cantones Valencia y
La Maná, específicamente en el escenario SSP5 para el periodo 2041-2061, podría estar asociada a
factores locales y variabilidades climáticas distintas.
CONCLUSIÓN
La zonificación agroecológica en el escenario ssp245 del periodo 2041-2060 destaca un potencial
alentador para el cultivo de banano en el cantón La Maná, clasificando las áreas en tres categorías según
las condiciones ambientales. Mientras las áreas moderadas presentan limitaciones leves susceptibles de
mejora, las áreas marginales exhiben restricciones más notables y las áreas no aptas manifiestan
limitaciones severas debido a condiciones edafoclimáticas. La falta de áreas óptimas durante 2041-2060
sugiere la posibilidad de condiciones climáticas desfavorables, lo cual podría afectar adversamente las
En la presente zonificación agroecológica del el escenario ssp585 (pesimista) del periodo evaluado se
puede identificar un total de 62,360 ha. en el cantón La Maná donde se obtuvieron dos categorías de
zonificación a En primer lugar, la categoría marginal abarca 60,148 hectáreas, indicando que estas áreas
presentan limitaciones importantes que podrían dificultar el desarrollo óptimo del cultivo de banano.
Este rango sugiere condiciones desafiantes para la producción bananera en la mayoría de las áreas
evaluadas. En segundo lugar, la categoría no apta cuenta con 5,212 hectáreas, señalando que el suelo en
estas áreas no sería adecuado para el cultivo de banano, lo que podría resultar en un entorno poco
propicio para la siembra y desarrollo exitoso de la fruta.
El análisis efectuado por (Rodríguez 2022) en el cantón Valencia, proyectando escenarios futuros bajo
escenarios SSP1 para el periodo 2041-2061, revela diferencias significativas en comparación con los
resultados obtenidos en el estudio del cantón La Maná. En Valencia, se observa una extensa área
categorizada como óptima para el cultivo de banano, seguida por áreas moderadas y marginales,
mientras que, en La Maná, los resultados indican categorías moderadas, marginales y no aptas para el
mismo periodo.
La disparidad entre ambos cantones, a pesar de su proximidad geográfica, es un elemento crucial a
considerar. La carencia de categorías óptimas en La Maná para el escenario proyectado genera
preocupación, instando a la implementación de medidas adaptativas por parte de los agricultores locales
para garantizar la sostenibilidad de la producción agrícola y el sustento de las comunidades en el periodo
mencionado. La divergencia en las proyecciones de cambio de categorías entre los cantones Valencia y
La Maná, específicamente en el escenario SSP5 para el periodo 2041-2061, podría estar asociada a
factores locales y variabilidades climáticas distintas.
CONCLUSIÓN
La zonificación agroecológica en el escenario ssp245 del periodo 2041-2060 destaca un potencial
alentador para el cultivo de banano en el cantón La Maná, clasificando las áreas en tres categorías según
las condiciones ambientales. Mientras las áreas moderadas presentan limitaciones leves susceptibles de
mejora, las áreas marginales exhiben restricciones más notables y las áreas no aptas manifiestan
limitaciones severas debido a condiciones edafoclimáticas. La falta de áreas óptimas durante 2041-2060
sugiere la posibilidad de condiciones climáticas desfavorables, lo cual podría afectar adversamente las
pág. 6469
condiciones del suelo para el cultivo de banano, informando decisiones cruciales para la planificación
agrícola futura. En el escenario pesimista ssp585, la presencia de áreas marginales y no aptas, junto con
la ausencia de áreas óptimas y moderadas, destaca la urgencia de medidas preventivas para mitigar
posibles pérdidas en la industria bananera, enfocándose en prácticas agrícolas sostenibles y adaptativas.
REFERENCIAS BIBLIOGRÁFICAS
Arias, PA; Ortega Villamizar, GM; Villegas Villa, LD; Martínez Agudelo, JA. 2021. Colombian
climatology in CMIP5/CMIP6 models: Persistent biases and improvements (en línea) (En
accepted: 2022-12-13t14:14:53z). DOI: https://doi.org/10.17533/udea.redin.20210525.
Lluncor, D. 2018. Evaluacion de metodologias para corregir el efecto de sombreado topografico en
imágenes satelitales con dos modelos digitales de elevacion y dos sistemas de clasificacion (en
línea) (En accepted: 2018-08-08t16:30:09z). . Consultado 21 ago. 2023. Disponible en
http://www.saber.ula.ve/handle/123456789/45204.
Kriegler, E; Bauer, N; Popp, A; Humpenöder, F; Leimbach, M; Strefler, J; Baumstark, L; Bodirsky, BL;
Hilaire, J; Klein, D; Mouratiadou, I; Weindl, I; Bertram, C; Dietrich, J-P; Luderer, G; Pehl, M;
Pietzcker, R; Piontek, F; Lotze-Campen, H; Biewald, A; Bonsch, M; Giannousakis, A;
Kreidenweis, U; Müller, C; Rolinski, S; Schultes, A; Schwanitz, J; Stevanovic, M; Calvin, K;
Emmerling, J; Fujimori, S; Edenhofer, O. 2018. Fossil-fueled development (SSP5): An energy
and resource intensive scenario for the 21st century. Global Environmental Change 42:297-315.
DOI: https://doi.org/10.1016/j.gloenvcha.2016.05.015.
Ruiz-Corral, JA; Medina-García, G; García Romero, GE; Ruiz-Corral, JA; Medina-García, G; García
Romero, GE. 2018. Sistema de información agroclimático para México-Centroamérica. Revista
mexicana de ciencias agrícolas 9(1):1-10. DOI: https://doi.org/10.29312/remexca.v9i1.843.
MAGAP, (Ministerio de Agricultura, Ganadería, Acuacultura y Pesca). 2020. Mapa de Zonificación
Agroecológica del cultivo de Banano, escala 1:25.000, año 2020 - Datos Abiertos Ecuador (en
línea, sitio web). Consultado 21 ago. 2023. Disponible en
https://www.datosabiertos.gob.ec/dataset/mapa-de-zonificacion-agroecologica-del-cultivo-de-
banano-escala-1-25-000-ano-2020.
condiciones del suelo para el cultivo de banano, informando decisiones cruciales para la planificación
agrícola futura. En el escenario pesimista ssp585, la presencia de áreas marginales y no aptas, junto con
la ausencia de áreas óptimas y moderadas, destaca la urgencia de medidas preventivas para mitigar
posibles pérdidas en la industria bananera, enfocándose en prácticas agrícolas sostenibles y adaptativas.
REFERENCIAS BIBLIOGRÁFICAS
Arias, PA; Ortega Villamizar, GM; Villegas Villa, LD; Martínez Agudelo, JA. 2021. Colombian
climatology in CMIP5/CMIP6 models: Persistent biases and improvements (en línea) (En
accepted: 2022-12-13t14:14:53z). DOI: https://doi.org/10.17533/udea.redin.20210525.
Lluncor, D. 2018. Evaluacion de metodologias para corregir el efecto de sombreado topografico en
imágenes satelitales con dos modelos digitales de elevacion y dos sistemas de clasificacion (en
línea) (En accepted: 2018-08-08t16:30:09z). . Consultado 21 ago. 2023. Disponible en
http://www.saber.ula.ve/handle/123456789/45204.
Kriegler, E; Bauer, N; Popp, A; Humpenöder, F; Leimbach, M; Strefler, J; Baumstark, L; Bodirsky, BL;
Hilaire, J; Klein, D; Mouratiadou, I; Weindl, I; Bertram, C; Dietrich, J-P; Luderer, G; Pehl, M;
Pietzcker, R; Piontek, F; Lotze-Campen, H; Biewald, A; Bonsch, M; Giannousakis, A;
Kreidenweis, U; Müller, C; Rolinski, S; Schultes, A; Schwanitz, J; Stevanovic, M; Calvin, K;
Emmerling, J; Fujimori, S; Edenhofer, O. 2018. Fossil-fueled development (SSP5): An energy
and resource intensive scenario for the 21st century. Global Environmental Change 42:297-315.
DOI: https://doi.org/10.1016/j.gloenvcha.2016.05.015.
Ruiz-Corral, JA; Medina-García, G; García Romero, GE; Ruiz-Corral, JA; Medina-García, G; García
Romero, GE. 2018. Sistema de información agroclimático para México-Centroamérica. Revista
mexicana de ciencias agrícolas 9(1):1-10. DOI: https://doi.org/10.29312/remexca.v9i1.843.
MAGAP, (Ministerio de Agricultura, Ganadería, Acuacultura y Pesca). 2020. Mapa de Zonificación
Agroecológica del cultivo de Banano, escala 1:25.000, año 2020 - Datos Abiertos Ecuador (en
línea, sitio web). Consultado 21 ago. 2023. Disponible en
https://www.datosabiertos.gob.ec/dataset/mapa-de-zonificacion-agroecologica-del-cultivo-de-
banano-escala-1-25-000-ano-2020.
pág. 6470
ONU, (ORGANIZACIÓN DE NACIONES UNIDAS). 2020. Cambio climático | Naciones Unidas (en
línea, sitio web). Consultado 19 ago. 2023. Disponible en https://www.un.org/es/global-
issues/climate-change.
FES, (Friedrich-Ebert-Stiftung); Chuquimarca, S; Polo, P; Llerena, MJ; Herrera, S; Orozco, C; Avila, V.
2022. Estado del banano en Ecuador (en línea). Segunda Edición.
Van, DP; Stehfest, E; Gernaat, DEHJ; Doelman, JC; van den Berg, M; Harmsen, M; de Boer, HS;
Bouwman, LF; Daioglou, V; Edelenbosch, OY; Girod, B; Kram, T; Lassaletta, L; Lucas, PL;
van Meijl, H; Müller, C; van Ruijven, BJ; van der Sluis, S; Tabeau, A. 2018. Energy, land-use
and greenhouse gas emissions trajectories under a green growth paradigm. Global
Environmental Change 42:237-250. DOI: https://doi.org/10.1016/j.gloenvcha.2016.05.008.
WorldClim. 2022. Future climate data — WorldClim (en línea, sitio web). Consultado 21 ago. 2023.
Disponible en https://www.worldclim.org/data/cmip6/cmip6climate.html.
ONU, (ORGANIZACIÓN DE NACIONES UNIDAS). 2020. Cambio climático | Naciones Unidas (en
línea, sitio web). Consultado 19 ago. 2023. Disponible en https://www.un.org/es/global-
issues/climate-change.
FES, (Friedrich-Ebert-Stiftung); Chuquimarca, S; Polo, P; Llerena, MJ; Herrera, S; Orozco, C; Avila, V.
2022. Estado del banano en Ecuador (en línea). Segunda Edición.
Van, DP; Stehfest, E; Gernaat, DEHJ; Doelman, JC; van den Berg, M; Harmsen, M; de Boer, HS;
Bouwman, LF; Daioglou, V; Edelenbosch, OY; Girod, B; Kram, T; Lassaletta, L; Lucas, PL;
van Meijl, H; Müller, C; van Ruijven, BJ; van der Sluis, S; Tabeau, A. 2018. Energy, land-use
and greenhouse gas emissions trajectories under a green growth paradigm. Global
Environmental Change 42:237-250. DOI: https://doi.org/10.1016/j.gloenvcha.2016.05.008.
WorldClim. 2022. Future climate data — WorldClim (en línea, sitio web). Consultado 21 ago. 2023.
Disponible en https://www.worldclim.org/data/cmip6/cmip6climate.html.