Envio 1

Resumen

El objetivo del presente trabajo consistió en identificar patrones de comportamiento entre las condiciones climáticas y la producción de soja en el Departamento Alto Paraná, Paraguay, durante el período 2010–2020; utilizando técnicas de minería de datos. El trabajo se basó en 2.335 registros históricos que incluyeron datos meteorológicos (precipitación, temperaturas mínima, media y máxima, humedad relativa, presión atmosférica, viento, cobertura nubosa y evapotranspiración) y productivos: toneladas de soja. Los datos fueron limpiados y transformados, normalizando variables y aplicando la prueba Shapiro-Wilk para evaluar su distribución. En la minería de datos, se entrenaron modelos de clasificación: Random Forest, XGBoost y un modelo híbrido ensamblado con Regresión Logística; haciendo partición de datos entre datos de entrenamiento y de prueba, junto con la técnica SMOTE para balancear clases. En la etapa de evaluación e interpretación, se emplearon métricas de desempeño (precisión, recall, F1-score, AUC) y se aplicó la librería SHAP para explicar el impacto de cada variable en las predicciones. Los resultados mostraron que con el Random Forest se alcanzó un 80 % de precisión, mientras que con el modelo híbrido se logró un 90 %. Las variables con mayor influencia en la predicción fueron: evapotranspiración, humedad relativa y temperatura media; seguidas por factores atmosféricos secundarios. Se concluyó que la minería de datos posibilita identificar patrones climáticos que explican la variabilidad de la producción de soja. Los patrones hallados constituyen una base práctica para el desarrollo de sistemas de alerta temprana, planificación agrícola sostenible y políticas públicas adaptativas en la región.