Modelando el Crecimiento de Granjas y Su Impacto en el Uso de la Tierra Agrícola: Una Aplicación a Escala Nacional de un Modelo Basado en Agentes
Autores: Beckers, Veronique; Beckers, Jeroen; Vanmaercke, Matthias; Van Hecke, Etienne; Van Rompaey, Anton; Dendoncker, Nicolas
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Modelando el Crecimiento de Granjas y Su Impacto en el Uso de la Tierra Agrícola: Una Aplicación a Escala Nacional de un Modelo Basado en Agentes
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Presión económica
Agricultores
Empleo agrícola
Tamaño de la granja
Modelado basado en agentes
Medidas políticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La presión económica continua sobre los agricultores ha resultado en márgenes brutos más bajos, menores ingresos y una disminución continua en el número de agricultores en grandes partes del mundo. La mayoría de los agricultores restantes amplían sus actividades al hacerse cargo de las tierras de sus antiguos competidores, lo que resulta en una disminución del empleo agrícola y un aumento en el tamaño promedio de las explotaciones, acompañado de especialización y nuevas técnicas de gestión. Comprender estas tendencias significativas y su impacto en el uso de la tierra y el medio ambiente requiere un conocimiento más profundo de los mecanismos involucrados y los impactos de diferentes medidas políticas. Estos procesos se representan idealmente a través de la modelización basada en agentes. Actualmente, los modelos basados en agentes rara vez se utilizan para regiones más grandes. Este documento presenta ADAM (Dinámicas Agrícolas a través de la Modelización Basada en Agentes), utilizándolo para el estudio de caso de Bélgica. ADAM fue creado para obtener información sobre las tendencias agrícolas pasadas y actuales y para explorar posibles efectos de las medidas políticas. ADAM simula la evolución de una población de agricultores y sus explotaciones a una escala fina a nivel nacional. Produce resultados anuales sobre el número de explotaciones, su tamaño y el tipo de actividad agrícola en cada parcela. Los resultados muestran que ADAM es capaz de modelar adecuadamente una población de agricultores de acuerdo con las tendencias pasadas y que se puede utilizar para explorar los resultados de un escenario de negocio como de costumbre, mostrando así la posibilidad de crear modelos basados en agentes para aplicaciones del mundo real a mayor escala.
Descripción
La presión económica continua sobre los agricultores ha resultado en márgenes brutos más bajos, menores ingresos y una disminución continua en el número de agricultores en grandes partes del mundo. La mayoría de los agricultores restantes amplían sus actividades al hacerse cargo de las tierras de sus antiguos competidores, lo que resulta en una disminución del empleo agrícola y un aumento en el tamaño promedio de las explotaciones, acompañado de especialización y nuevas técnicas de gestión. Comprender estas tendencias significativas y su impacto en el uso de la tierra y el medio ambiente requiere un conocimiento más profundo de los mecanismos involucrados y los impactos de diferentes medidas políticas. Estos procesos se representan idealmente a través de la modelización basada en agentes. Actualmente, los modelos basados en agentes rara vez se utilizan para regiones más grandes. Este documento presenta ADAM (Dinámicas Agrícolas a través de la Modelización Basada en Agentes), utilizándolo para el estudio de caso de Bélgica. ADAM fue creado para obtener información sobre las tendencias agrícolas pasadas y actuales y para explorar posibles efectos de las medidas políticas. ADAM simula la evolución de una población de agricultores y sus explotaciones a una escala fina a nivel nacional. Produce resultados anuales sobre el número de explotaciones, su tamaño y el tipo de actividad agrícola en cada parcela. Los resultados muestran que ADAM es capaz de modelar adecuadamente una población de agricultores de acuerdo con las tendencias pasadas y que se puede utilizar para explorar los resultados de un escenario de negocio como de costumbre, mostrando así la posibilidad de crear modelos basados en agentes para aplicaciones del mundo real a mayor escala.