|
Presentacion |
El semillero de investigación Data Science Aplicado al Análisis Espacio-Temporal de Fenómenos Biológicos y del Clima surge como una iniciativa académica liderada por la Facultad de Ciencias Agrarias de la Universidad Nacional de Colombia, sede Bogotá, con una estructura interfacultades e intersedes, que integra activamente la participación de las facultades de Ciencias e Ingeniería en Bogotá, así como la colaboración estratégica con grupos académicos y de investigación de la sede Medellín.
Este semillero responde a la necesidad creciente de abordar fenómenos complejos que ocurren en sistemas agrícolas, ecológicos y climáticos, desde una perspectiva interdisciplinar basada en la ciencia de datos. Los avances recientes en el acceso a datos espaciales y temporales ¿provenientes de sensores remotos, estaciones meteorológicas, redes de sensores IoT, plataformas UAV, imágenes satelitales, ensayos de campo y bases de datos genómicas¿ ofrecen una oportunidad sin precedentes para entender y anticipar procesos biológicos en entornos variables.
El semillero articula sus actividades en torno a cuatro áreas estratégicas de actuación:
1. Data Science y Epidemiología: Análisis espacio-temporal de enfermedades en cultivos y sistemas biológicos, integrando modelos predictivos, herramientas de visualización y bases de datos multifuente.
2. Clima y Cambio Climático: Monitoreo y modelación de fenómenos climáticos extremos (como sequías, heladas e inundaciones), con aplicaciones en la gestión del riesgo agroclimático.
3. Programación, Modelación y Simulación de Cultivos: Desarrollo de modelos agroecológicos que integren programación científica, simulación de escenarios productivos y toma de decisiones basadas en datos.
4. Interacción Genotipo-Fenotipo-Clima: Evaluación de la respuesta de cultivares y especies frente a variabilidad ambiental, integrando información genética, fisiológica y ambiental mediante enfoques computacionales.
El semillero está dirigido a estudiantes de pregrado y posgrado interesados en agricultura de precisión, inteligencia artificial, estadística aplicada, biología computacional, ingeniería ambiental, modelación climática y áreas afines. Se fomentará la participación activa en proyectos interdisciplinarios, publicaciones científicas, desarrollo de aplicaciones digitales, así como en eventos académicos.
El equipo coordinador estará conformado por docentes de las facultades participantes y contará con el apoyo de investigadores nacionales e internacionales. |
|
Objetivo |
Desarrollar capacidades interdisciplinares e intersedes en el uso de la ciencia de datos para el análisis espacio-temporal de fenómenos biológicos y climáticos, mediante la integración de herramientas de programación, modelación, sensores remotos y datos multifuente, con el fin de generar conocimiento y soluciones aplicadas en el contexto agroambiental colombiano. |
|
Enfoque |
El semillero de investigación Data Science Aplicado al Análisis Espacio-Temporal de Fenómenos Biológicos y del Clima, adopta un enfoque interdisciplinario, aplicado y orientado a la solución de problemas reales, que integra herramientas cuantitativas y tecnológicas con el conocimiento agronómico, biológico, ambiental y climático.
Este enfoque parte del reconocimiento de que los fenómenos agroambientales como las enfermedades en cultivos, los efectos del cambio climático, las respuestas fenotípicas de las plantas y la variabilidad en los rendimientos son procesos complejos que requieren análisis integradores en el espacio y en el tiempo. Por ello, el semillero articula la ciencia de datos, la modelación y simulación de sistemas, y el uso de tecnologías emergentes (como sensores remotos, IoT, imágenes satelitales, UAVs y bases de datos genéticas), para construir capacidades analíticas y predictivas al servicio de la agricultura sostenible.
Asimismo, su enfoque formativo se basa en el aprendizaje colaborativo y la investigación por proyectos, promoviendo la participación activa de estudiantes en todas las etapas del proceso científico: desde la formulación de preguntas hasta el análisis de datos y la generación de productos aplicados. Se enfatiza el uso de herramientas de código abierto y plataformas digitales accesibles, fortaleciendo así la apropiación tecnológica y el impacto social del conocimiento.
Finalmente, el semillero se fundamenta en una lógica de interacción permanente entre facultades y sedes, facilitando la colaboración académica, la movilidad estudiantil y la creación de redes que potencien la formación de una nueva generación de investigadores capaces de enfrentar los retos de la agricultura del siglo XXI. |
|
Líder |
|
|
Sede |
Bogotá |
|
Facultad |
2- FACULTAD DE CIENCIAS AGRARIAS |
|
Articulación con grupos de investigación |
El semillero ¿Data Science Aplicado al Análisis Espacio-Temporal de Fenómenos Biológicos y del Clima¿ se articula de manera directa y estratégica con el grupo de investigación Análisis Espacial del Territorio y del Cambio Global (AET-CG), adscrito a la Facultad de Ciencias Agrarias de la Universidad Nacional de Colombia ¿ sede Bogotá. Esta articulación se fundamenta en intereses comunes, metodologías compartidas y líneas de investigación complementarias.
El grupo AET-CG ha consolidado una trayectoria en el estudio del territorio, la dinámica del cambio de uso del suelo, la modelación de procesos biofísicos y sociales, y el análisis multiescalar de fenómenos ambientales bajo escenarios de cambio global. Esta experticia es clave para el desarrollo de capacidades investigativas en el semillero, particularmente en el uso de herramientas geoespaciales, análisis multitemporal, modelación predictiva y simulación de sistemas agroecológicos.
El semillero, por su parte, amplía el alcance del grupo AET-CG al incorporar elementos de ciencia de datos, inteligencia artificial, programación aplicada y análisis fenotípico-climático, fortaleciendo la dimensión computacional y predictiva de los estudios territoriales y biológicos.
Además, el semillero se proyecta como un espacio de formación de base que alimenta las líneas de investigación del grupo, generando semilleristas capacitados que pueden integrarse en proyectos avanzados, apoyar la construcción de artículos científicos, participar en convocatorias y fortalecer los procesos de transferencia de conocimiento a comunidades y actores del territorio. |
|
Áreas |
Ciencias agrícolas - Agricultura, silvicultura y pesca Áreas OCDE secundarias
- Ciencias naturales - Ciencias de la computación y ciencias de la información
|
|
Agendas de conocimiento |
Ciencias Agrarias y Desarrollo Rural Agendas de conocimiento secundarias
- Tecnologías de la Información y Comunicaciones
|
|
Líneas de trabajo |
- CAMBIO CLIMÁTICO
- CIENCIAS DE LA COMPUTACIÓN
- EPIDEMIOLOGÍA
- LENGUAJES DE PROGRAMACIÓN
- ESTADÍSTICO
|
|
Objetivos de desarrollo sostenible |
Adoptar medidas urgentes para combatir el cambio climático y sus efectos Objetivos de desarrollo sostenible secundario Poner fin a la pobreza en todas las formas y en todo el mundo para el 2030 |
|
Integrantes |
WILLIAM FERNANDO CARDENAS URREGO Estudiante Posgrado - Modelación y análisis espacial y temporal de poblaciones |
Docente - Encargada de los procesos de analis estadistico. |
Docente - Trabajo de Clima |
MANUEL ALEJANDRO DIAZ MANJARRES Estudiante Posgrado - Sensores remotos y gases de efecto invernadero |
SARA SOPHIA GUTIERREZ GIL Estudiante Pregrado - Trabaja en análisis de datos |
Docente - Profesora que gestiona la parte de sensoramiento remoto |
JORGE ESTEBAN ROJAS TORO Estudiante Posgrado - Sensores remotos y monitoreo del clima y las coberturas |
LUIS ALBERTO CASTILLO SANABRIA Estudiante Posgrado - Uso de inteligencia artificial para el análisis de calidad y características de frutas en poscosecha. |
MARIANA CASTAÑO GONZALEZ Estudiante Pregrado - Ciencia ciudadana y epidemiología digital |
Docente - Profesor de programación y análisis estadístico |
JUAN PABLO GALINDO GOMEZ Estudiante Pregrado - Trabajo con análisis de imagenes |
Docente - Trabajo de Clima |
LUIS FERNANDO GAITAN PINTO Estudiante Pregrado - Desarrollo de plataformas digitales |
Docente Director - Líder de Semillero. |
MÓNICA SOFÍA TORRES PARRA Estudiante Pregrado - Trabajo de análisis de datos y espectros informáticos |
ANDREA NATALIA NARANJO SERRATO Estudiante Posgrado - Ciencia Ciudadana y Epidemiología Digital |
PAOLA ANDREA OSPINA SANCHEZ Estudiante Posgrado - Sensores remotos, próximos, inteligência artificial y calidad de los produtos agrícolas. |
CINDY LORENA UMBACIA RAMIREZ Estudiante Pregrado - Trabajo con análisis de datos y relaciones de epidemiología molecular. |
LESLIE WALESSA CASTAÑO TARAZONA Estudiante Posgrado - Trabajo con uso de Ciencia de Datos e Inteligencia Artificial para el análisis de calidad en productos agricolas |
CESAR ALEJANDRO DUQUE RIOS Estudiante Pregrado - Análisis de datos bajo enfoque de Ciencia de Datos |
JORGE ANDRÉS JOLA HERNÁNDEZ Estudiante Pregrado - Trabajo en análisis de imágenes. |
LAURA ALEJANDRA VALBUENA GAONA Estudiante Posgrado - Trabajo en modelación epidemiológica, ciencia de datos e inteligencia artificial. |
CARLOS ANDRÉS DUQUE MARIN Estudiante Pregrado - Trabajo en linea |
MARIA CAMILA BELTRÁN PRIETO Estudiante Pregrado - Análisis computacional |
JUAN SEBASTIAN HERRERA REALES Estudiante Pregrado - Desarrollo de plataformas digitales y ciencia de datos |
|
|
Laboratorios |
|
|
Grupos de investigación |
|
|
Proyectos asociados |
|
|