Normal view MARC view ISBD view

Diversidad del dosel de sombra en cafetales de Turrialba, Costa Rica

by Llanderal Ocampo, T; CATIE, Turrialba (Costa Rica).
Publisher: Turrialba (Costa Rica) 1998Description: 59 p.Other Title: Shade diversity in coffee farms at Turrialba, Costa Rica.Subject(s): ARBOLES DE SOMBRA | ASPECTOS SOCIOECONOMICOS | COFFEA | COSTA RICA | DOSEL | FINCAS CAFETERAS | RENDIMIENTO | SOMBRA | TURRIALBA | COFFEA | COSTA RICA | SHADE | SHADE TREES | YIELDS | ARBRE D'OMBRAGE | COFFEA | COSTA RICA | OMBRE | RENDEMENTOnline Resources: Es Summary: Se investigaron las condiciones socioeconómicas y biofísicas que determinan la diversidad del dosel de sombra en 29 fincas cafetaleras de la región de Turrialba, Costa Rica. Se realizaron entrevistas con los productores y se establecieron parcelas temporales de 20 x 50 m en las cuales se midieron las variables necesarias para determinar la diversidad: el número de especies presentes (riqueza) y las abundancias relativas de cada una. Las fincas fueron clasificadas a priori de acuerdo al tipo de sombra (poró, laurel, musáceas, macadamia, sombra mixta). Esta clasificación fue sometida a un análisis discriminante y análisis canónico discriminante para determinar si algunas de las variables biofísicas y socioeconómicas son responsables de la clasificación. Paralelamente, se realizaron dos clasificaciones de las fincas basadas en las distancias de Gower entre las variables de cada observación. Primero se realizó un análisis de conglomerados con 24 variables cuantitativas. Esta clasificación también se sometió al análisis discriminante y canónico discriminante. El otro procedimiento consistió en un análisis de componente principales para seleccionar las variables que más contribuyen a sintetizar la variabilidad observada en los datos. Se seleccionaron los componentes con valores propios mayores a 1 y mediante el método de rotación varimax se extrajeron las 13 variables que mejor explicaron la formación de los componentes. Estas variables fueron utilizadas por el análisis de conglomerados para dar una nueva agrupación de las fincas que también fue analizada mediante análisis discriminante y canónico discriminante. Las dos clasificaciones hechas por el análisis de conglomerados no concuerdan con la hecha a priori. Sin embargo, en las tres clasificaciones la riqueza y la abundancia de árboles fueron seleccionadas por el análisis discriminante como responsable de la agrupación. El tercer procedimiento fue el mejor ya que las variables canónicas fueron significativas, concluyéndose que la riqueza y abundancia de árboles, así como los costos, el ingreso y el rendimiento, son las variables que explican la variación entre los grupos. Se obtuvieron cuatro grupos de fincas: 1) con cafetales poco o nada diversificados manejados intensivamente, 2) con cafetales diversificados con manejo intensivo, 3) con cafetales muy diversificados, y 4) con cafetales manejados deficientemente. Además, se encontró que mientras menores sean las posibilidades económicas del finquero, mayor será la riqueza y abundancia de componentes del dosel de sombra, y menores serán el rendimiento y el ingreso por hectárea. Dentro de las variables biofísicas, el exceso de lluvia es el factor que más limita la producción de café en Turrialba. Si el finquero considera que no hay estación seca, entonces tiene un manejo más intensivo (los costos son mayores). Se concluye que el nivel socioeconómico del productor influye en la diversidad que se maneja dentro del cafetal. Mientras menores sean las posibilidades económicas, mayor será la diversidad del dosel de sombra. Se recomienda aplicar el procedimiento que incluye el análisis de componentes principales, análisis de conglomerados y análisis discriminante en el estudio a realizarse a nivel de Centroamérica. Esta metodología proporciona mayor información sobre las fincas que la clasificación a priori, ya que no está basada sólo en la diversidad, sino también en variables técnicamente importantes para el manejo del café.Summary: Socio-economic and biophysical factors determining shade diversity in 29 coffee farms at Turrialba, Costa Rica were investigated. Interviews with farmers were done and temporal plots (20 x 50 m) were established to measure the necessary variables to determine diversity: number of species (richness) and relative abundance of each. Farms were a priori classified according to shade type (shade trees Erythrina poeppigiana, timber tree Cordia alliodora, bananas and/or plantains, macadamia, and mixed shade). This classification was submitted to discriminant and canonical discriminant analysis to determine if some biophysical and socio-economic variables are responsible of classification. Also, two additional farm classifications based on Gower distance between the variables in each observation were accomplished. Firstly, a cluster analysis with 24 quantitative variables was done. This classification was also submitted to discriminant and canonical discriminant analysis. The another procedure consisted of principal component analysis to select the main variables contributing to synthesise observed variability in data. Principal components with eigenvalues greater than 1 were chosen and the 13 variables best explaining components were extracted by means of the varimax rotation method. These variables were used by cluster analysis to create a new farm grouping, also analysed with discriminant and canonical discriminant analysis. Both cluster analysis classifications do not agree with the a priori classification. However, tree richness and abundance were responsible of grouping in the three classifications. The third procedure was the best one, because of the significance of canonical variables, concluding that tree richness and abundance, as well as costs, yield and income, are the best variables in explaining variation between groups. Four clusters of coffee farms were obtained: 1) little or no diversified with intense management, 2) diversified with intense managemente, 3) very diversified, and 4) coffee farms poorly managed. Besides, it was found that the less economical possibilities of the farmer (small costs), the more richness and abundance of shade components. Also, yield and income per hectare are lesser. Among biophysical variables, rain excess was the most limiting factor for coffee production at Turrialba. If the farmer considers there is no dry season, then the management is more intensive (the costs are greater). It is concluded that the socio-economic level of the farmer influences on diversity of coffee shade. The lesser the economical possibilities, the greater the shade diversity. It is recommended to apply the procedure including principal components, cluster, and discriminant analysis in the study to take place in Central America. This methodology gives more information about farms than a priori classification does, because it is not based only in diversity but also in technically important variables in coffee management. List(s) this item appears in: TESIS CATIE TURRIALBA
    average rating: 0.0 (0 votes)
Location Collection Call number Status Date due
BCO
GRAL Available

6 fig. 15 tab. Bib. p. 40-44. Sum. (En, Es)

Tesis (Mag Sc)

Se investigaron las condiciones socioeconómicas y biofísicas que determinan la diversidad del dosel de sombra en 29 fincas cafetaleras de la región de Turrialba, Costa Rica. Se realizaron entrevistas con los productores y se establecieron parcelas temporales de 20 x 50 m en las cuales se midieron las variables necesarias para determinar la diversidad: el número de especies presentes (riqueza) y las abundancias relativas de cada una. Las fincas fueron clasificadas a priori de acuerdo al tipo de sombra (poró, laurel, musáceas, macadamia, sombra mixta). Esta clasificación fue sometida a un análisis discriminante y análisis canónico discriminante para determinar si algunas de las variables biofísicas y socioeconómicas son responsables de la clasificación. Paralelamente, se realizaron dos clasificaciones de las fincas basadas en las distancias de Gower entre las variables de cada observación. Primero se realizó un análisis de conglomerados con 24 variables cuantitativas. Esta clasificación también se sometió al análisis discriminante y canónico discriminante. El otro procedimiento consistió en un análisis de componente principales para seleccionar las variables que más contribuyen a sintetizar la variabilidad observada en los datos. Se seleccionaron los componentes con valores propios mayores a 1 y mediante el método de rotación varimax se extrajeron las 13 variables que mejor explicaron la formación de los componentes. Estas variables fueron utilizadas por el análisis de conglomerados para dar una nueva agrupación de las fincas que también fue analizada mediante análisis discriminante y canónico discriminante. Las dos clasificaciones hechas por el análisis de conglomerados no concuerdan con la hecha a priori. Sin embargo, en las tres clasificaciones la riqueza y la abundancia de árboles fueron seleccionadas por el análisis discriminante como responsable de la agrupación. El tercer procedimiento fue el mejor ya que las variables canónicas fueron significativas, concluyéndose que la riqueza y abundancia de árboles, así como los costos, el ingreso y el rendimiento, son las variables que explican la variación entre los grupos. Se obtuvieron cuatro grupos de fincas: 1) con cafetales poco o nada diversificados manejados intensivamente, 2) con cafetales diversificados con manejo intensivo, 3) con cafetales muy diversificados, y 4) con cafetales manejados deficientemente. Además, se encontró que mientras menores sean las posibilidades económicas del finquero, mayor será la riqueza y abundancia de componentes del dosel de sombra, y menores serán el rendimiento y el ingreso por hectárea. Dentro de las variables biofísicas, el exceso de lluvia es el factor que más limita la producción de café en Turrialba. Si el finquero considera que no hay estación seca, entonces tiene un manejo más intensivo (los costos son mayores). Se concluye que el nivel socioeconómico del productor influye en la diversidad que se maneja dentro del cafetal. Mientras menores sean las posibilidades económicas, mayor será la diversidad del dosel de sombra. Se recomienda aplicar el procedimiento que incluye el análisis de componentes principales, análisis de conglomerados y análisis discriminante en el estudio a realizarse a nivel de Centroamérica. Esta metodología proporciona mayor información sobre las fincas que la clasificación a priori, ya que no está basada sólo en la diversidad, sino también en variables técnicamente importantes para el manejo del café.

Socio-economic and biophysical factors determining shade diversity in 29 coffee farms at Turrialba, Costa Rica were investigated. Interviews with farmers were done and temporal plots (20 x 50 m) were established to measure the necessary variables to determine diversity: number of species (richness) and relative abundance of each. Farms were a priori classified according to shade type (shade trees Erythrina poeppigiana, timber tree Cordia alliodora, bananas and/or plantains, macadamia, and mixed shade). This classification was submitted to discriminant and canonical discriminant analysis to determine if some biophysical and socio-economic variables are responsible of classification. Also, two additional farm classifications based on Gower distance between the variables in each observation were accomplished. Firstly, a cluster analysis with 24 quantitative variables was done. This classification was also submitted to discriminant and canonical discriminant analysis. The another procedure consisted of principal component analysis to select the main variables contributing to synthesise observed variability in data. Principal components with eigenvalues greater than 1 were chosen and the 13 variables best explaining components were extracted by means of the varimax rotation method. These variables were used by cluster analysis to create a new farm grouping, also analysed with discriminant and canonical discriminant analysis. Both cluster analysis classifications do not agree with the a priori classification. However, tree richness and abundance were responsible of grouping in the three classifications. The third procedure was the best one, because of the significance of canonical variables, concluding that tree richness and abundance, as well as costs, yield and income, are the best variables in explaining variation between groups. Four clusters of coffee farms were obtained: 1) little or no diversified with intense management, 2) diversified with intense managemente, 3) very diversified, and 4) coffee farms poorly managed. Besides, it was found that the less economical possibilities of the farmer (small costs), the more richness and abundance of shade components. Also, yield and income per hectare are lesser. Among biophysical variables, rain excess was the most limiting factor for coffee production at Turrialba. If the farmer considers there is no dry season, then the management is more intensive (the costs are greater). It is concluded that the socio-economic level of the farmer influences on diversity of coffee shade. The lesser the economical possibilities, the greater the shade diversity. It is recommended to apply the procedure including principal components, cluster, and discriminant analysis in the study to take place in Central America. This methodology gives more information about farms than a priori classification does, because it is not based only in diversity but also in technically important variables in coffee management.

Click on an image to view it in the image viewer