Influencia De La Variabilidad Climática En Los Vuelos De Hypothenemus Hampei

dc.contributor.advisorBermúdez Piedrahita, José Miguel
dc.contributor.advisorBenavides Machado, Pablo
dc.contributor.advisorGil Palacio, Zulma Nancy
dc.contributor.authorCardona Aguiar, Juan Pablo
dc.coverage.spatialChinchiná
dc.date.accessioned2026-03-20T22:15:42Z
dc.date.issued2025-12-05
dc.descriptionEvaluar la influencia de la variabilidad climática en vuelos de Hypothenemus hampei en Chinchiná, Caldas y Rosario, Antioquia, para la identificación de factores climáticos determinantes por medio de modelos estadísticos y de inteligencia artificial
dc.description.abstractEl estudio analiza la influencia de la variabilidad climática en los vuelos de Hypothenemus hampei, principal plaga del café en Colombia, tomando como referencia las estaciones Naranjal (Chinchiná, Caldas) y Rosario (Antioquia), con el objetivo de evaluar como la variabilidad climática influye en la dinámica de los vuelos de la broca, empleando modelos estadísticos y de aprendizaje automático con el uso de inteligencia artificial. La investigación se desarrolló bajo un enfoque cuantitativo descriptivo-aplicado, apoyado en series de tiempo mensuales (2002–2024) de datos climáticos y biológicos provenientes de Cenicafé y NOAA. Se implementaron tres modelos: VAR para explorar dependencias temporales; GAM para capturar efectos no lineales; y Random Forest para estimar la importancia de las variables y fortalecer la capacidad predictiva. Todo el procesamiento y validación se realizó en RStudio. Los resultados muestran que la temperatura, la humedad relativa, el brillo solar acumulado y el ONI son las variables climáticas con mayor influencia sobre los vuelos de la broca. Entre ellas, la temperatura fue la más significativa, lo cual coincide con hallazgos previos como los de Johnson & Manoukis (2021), (Constantino et, al 2021). Por el contrario, la precipitación no mostró un efecto estadísticamente relevante en los modelos. En conclusión, la variabilidad climática influye de manera significativa en la dinámica de vuelos de H. hampei, especialmente bajo condiciones cálidas y con variaciones en humedad y radiación. Estos resultados permiten establecer alertas tempranas y fortalecer estrategias de manejo integrado, articuladas con las recomendaciones de Cenicafé para la prevención del riesgo fitosanitario en la caficultura.
dc.format.extent112 páginas
dc.identifier.citationCardona Aguiar, J. P. (2025). Influencia De La Variabilidad Climática En Los Vuelos De Hypothenemus Hampei. [Trabajo de Grado, Corporación Universitaria Minuto de Dios - UNIMINUTO]. Repositorio UNIMINUTO.
dc.identifier.urihttps://hdl.handle.net/10656/23446
dc.language.isoes
dc.publisherCorporación Universitaria Minuto de Dios – UNIMINUTO
dc.publisher.departmentPregrado (Distancia)
dc.publisher.programAdministración de Empresas
dc.rightsAcceso Restringido - http://purl.org/coar/access_right/c_16ec
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsCafé
dc.subject.keywordsAgroclimatología
dc.subject.keywordsHypothenemus hampei
dc.subject.keywordsEntomología
dc.subject.keywordsInteligencia Artificial
dc.titleInfluencia De La Variabilidad Climática En Los Vuelos De Hypothenemus Hampei
dc.typeTrabajo de Investigación e Innovación
dc.type.coarthesis
dcterms.bibliographicCitationAristizábal, L. F., Johnson, M., Shriner, S., Hollingsworth, R., Manoukis, N. C., & Arthurs, S. (2015). Integrated management tactics for a sustainable control of the coffee berry borer in Colombia. Proceedings of the 25th International Conference on Coffee Science, 151–158. Baker, P. S. (1984). Some aspects of the behaviour of the coffee berry borer in relation to its control in southern Mexico (Coleoptera, Scolytidae). Folia Entomológica Mexicana, 61, 9–24. Baker, P. S., Barrera, J. F., & Rivas, A. (1992). Life-history studies of the coffee berry borer (Hypothenemus hampei, Scolytidae) on coffee trees in Chiapas, Mexico. Bulletin of Entomological Research, 82(2), 215–221. Begon, M., Townsend, C. R., & Harper, J. L. (2006). Ecology: From individuals to ecosystems (4th ed.). Blackwell Publishing. Benavides, P., Bustillo, A. E., & Montoya, E. C. (2019). Manejo integrado de la broca del café Hypothenemus hampei (Ferrari). Cenicafé. Borbón-Martínez, O. (1991). Biología y hábitos de la broca del fruto del cafeto Hypothenemus hampei (Ferrari) (Coleoptera: Scolytidae). Revista Cafetera de Colombia, 8(1), 45–56. Bustillo, A. E. (2002). La broca del café Hypothenemus hampei en Colombia: avances de investigación 1995-2002. Cenicafé. Bustillo, A. E. (2006). Los insectos y su manejo en la caficultura colombiana. Cenicafé. Bustillo, A. E., Cárdenas, R., Villalba, D., Benavides, P., & Posada, F. (1998). Manejo integrado de la broca del café Hypothenemus hampei (Ferrari) en Colombia. Cenicafé. Cárdenas, R. (1991). La broca del café. Avances Técnicos Cenicafé, 155, 1–8. Castaño, J., Bustillo, A. E., & Benavides, P. (2005). Emergencia de adultos de la broca del café Hypothenemus hampei (Coleoptera: Curculionidae: Scolytinae) desde frutos secos en el suelo. Revista Colombiana de Entomología, 31(2), 157–162. Constantino, L. M., Benavides, P., & Bustillo, A. E. (2011). El Niño–Oscilación del Sur (ENOS) y su efecto sobre la broca del café en Colombia. Cenicafé Avances Técnicos, 408, 1–8. Constantino, L. M., Gil, Z. N., & Benavides, P. (2021). Dinámica poblacional de la broca del café en sistemas con sombra en Chinchiná, Caldas. Cenicafé Avances Técnicos, 543, 1–8. Constantino, L. M., Gil, Z. N., & Navarro, C. (2024). Dinámica poblacional de Hypothenemus hampei en la cuenca del río Risaralda durante eventos ENSO. Cenicafé Avances Técnicos, 567, 1–12. Damon, A. (2000). A review of the biology and control of the coffee berry borer, Hypothenemus hampei (Coleoptera: Scolytidae). Bulletin of Entomological Research, 90(6), 453–465. Dancho, M., & Vaughan, D. (2023). anomalize: Tidy anomaly detection (Versión 0.3.0) [Paquete de R]. https://CRAN.R-project.org/package=anomalize Diamond, R., Manoukis, N. C., & Johnson, M. A. (2019). Hourly activity of the coffee berry borer in Hawai‘i. Journal of Economic Entomology, 112(5), 2356–2363. Federación Nacional de Cafeteros de Colombia. (2020). Informe anual de sostenibilidad 2019-2020. Giraldo-Jaramillo, M., Hamilton, L., Johnson, M. A., & Manoukis, N. C. (2021). Thermal biology of the coffee berry borer across an altitudinal gradient in Colombia and Kenya. Journal of Thermal Biology, 98, 102927. https://doi.org/10.1016/j.jtherbio.2021.102927 Grolemund, G., & Wickham, H. (2011). Dates and times made easy with lubridate. Journal of Statistical Software, 40(3), 1–25. https://www.jstatsoft.org/v40/i03/ Hamner, B., & Frasco, M. (2018). Metrics: Evaluation metrics for machine learning (Versión 0.1.4) [Paquete de R]. https://CRAN.R-project.org/package=Metrics Hernández-Sampieri, R., Fernández-Collado, C., & Baptista-Lucio, P. (2022). Metodología de la investigación (7a ed.). McGraw-Hill. Hutchinson, G. E. (1957). Concluding remarks. Cold Spring Harbor Symposia on Quantitative Biology, 22, 415–427. Hyndman, R. J., Athanasopoulos, G., Bergmeir, C., Caceres, G., Chhay, L., O’Hara-Wild, M., Petropoulos, F., Razbash, S., Wang, E., & Yasmeen, F. (2025). forecast: Forecasting functions for time series and linear models (Versión 8.23) [Paquete de R]. https://CRAN.R-project.org/package=forecast IDEAM. (2020). Glosario meteorológico. Instituto de Hidrología, Meteorología y Estudios Ambientales. IPCC. (2013). Climate change 2013: The physical science basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. Jaramillo, J., Chabi-Olaye, A., Kamonjo, C., Jaramillo, A., Vega, F. E., Poehling, H.-M., & Borgemeister, C. (2009). Thermal tolerance of the coffee berry borer Hypothenemus hampei: Predictions of climate change impact on a tropical insect pest. PLoS ONE, 4(8), e6487. https://doi.org/10.1371/journal.pone.0006487 Jaramillo, J., Muchugu, E., Vega, F. E., Davis, A., Borgemeister, C., & Chabi-Olaye, A. (2011). Life history and host range of the coffee berry borer in Colombia and Kenya. Entomologia Experimentalis et Applicata, 139(1), 34–44. Johnson, M. A., & Manoukis, N. C. (2021). Abundance of coffee berry borer (Hypothenemus hampei) in Hawai‘i is influenced by seasonal and climatic variables. Journal of Economic Entomology, 114(6), 2462–2473. Kawailoa, A., Johnson, M. A., & Manoukis, N. C. (2022). Seasonal and climatic influences on coffee berry borer flight activity across 14 commercial farms in Hawai‘i. Pest Management Science, 78(3), 1123–1132. Komsta, L. (2022). outliers: Tests for outliers (Versión 0.15) [Paquete de R]. https://CRAN.R-project.org/package=outliers Liaw, A., & Wiener, M. (2002). Classification and regression by randomForest. R News, 2(3), 18–22. https://CRAN.R-project.org/doc/Rnews/Rnews_2002-3.pdf Oliveira, C. M., Auad, A. M., Mendes, S. M., & Frizzas, M. R. (2022). Climate change and coffee pests: A review of the impacts on Hypothenemus hampei. Crop Protection, 151, 105829. Patil, I. (2021). Visualizations with statistical details: The ‘ggstatsplot’ approach. Journal of Open Source Software, 6(61), 3167. https://doi.org/10.21105/joss.03167 Pérez-Hernández, A., Bustillo, A. E., & Constantino, L. M. (2020). Modelos de predicción de la broca del café en Colombia. Cenicafé Avances Técnicos, 528, 1–12. Pfaff, B. (2008). vars: VAR modelling (Versión 1.5-7) [Paquete de R]. https://CRAN.R-project.org/package=vars Pinheiro, J., Bates, D., & R Core Team. (2025). nlme: Linear and nonlinear mixed effects models (Versión 3.1-164) [Paquete de R]. https://CRAN.R-project.org/package=nlme R Core Team. (2025). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/ Ramírez-Arcila, J., Constantino, L. M., & Benavides, P. (2018). Dinámica poblacional de la broca del café en altitudes medias de Caldas. Cenicafé Avances Técnicos, 512, 1–8. Ruiz-Cárdenas, R., Constantino, L. M., & Gil, Z. N. (2022). El fenómeno ENSO y su impacto en la caficultura colombiana. Cenicafé Avances Técnicos, 554, 1–10. Trapletti, A., & Hornik, K. (2024). tseries: Time series analysis and computational finance (Versión 0.10-56) [Paquete de R]. https://CRAN.R-project.org/package=tseries Venables, W. N., & Ripley, B. D. (2002). Modern applied statistics with S (4ª ed.). Springer. https://www.stats.ox.ac.uk/pub/MASS4/ Vega, F. E., Kramer, M., & Jaramillo, J. (2021). The coffee berry borer: The centenary of a biological invasion. Annual Review of Entomology, 66, 257–276. Wickham, H. (2016). ggplot2: Elegant graphics for data analysis (2ª ed.). Springer. https://ggplot2.tidyverse.org Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L. D., François, R., Grolemund, G., Hayes, A., Henry, L., Pedersen, T. L., Miller, E., Bache, S., Müller, K., Ooms, J., Robinson, D., Seidel, D., Spinu, V., Takahashi, K., Vaughan, D., … Yutani, H. (2019). Welcome to the tidyverse. Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/joss.01686 Wood, S. N. (2025). mgcv: Mixed GAM computation vehicle with automatic smoothness estimation (Versión 1.9-1) [Paquete de R]. https://CRAN.R-project.org/package=mgcv Zeileis, A., & Grothendieck, G. (2005). zoo: S3 infrastructure for regular and irregular time series. Journal of Statistical Software, 14(6), 1–27. https://doi.org/10.18637/jss.v014.i06 Zeileis, A., Leisch, F., Hornik, K., & Kleiber, C. (2002). strucchange: An R package for testing for structural change in linear regression models. Journal of Statistical Software, 7(2), 1–38. https://doi.org/10.18637/jss.v007.i02

Administración de Empresas