Diseño de un seguro paramétrico para el cultivo de café en zonas agroecológicas homogéneas (zah) del departamento de Antioquia, basado en el indice SPEI y validación espectral (NDMI).
1. Introducción
La caficultura de ladera en los ecosistemas andinos enfrenta una vulnerabilidad creciente frente a la variabilidad climática extrema, particularmente los períodos prolongados de sequía que impactan drásticamente las etapas críticas del cultivo, como la floración y el llenado del grano. Los seguros tradicionales basados en indemnización por daño real enfrentan altos costos operativos, demoras en las peritaciones y asimetría de información.
Como alternativa de transferencia de riesgo, los seguros paramétricos ofrecen una respuesta ágil y transparente al basar los pagos en la ocurrencia de un evento físico desfavorable en lugar de evaluar el daño individual en cada finca. A continuación se resume la metodología técnica desarrollada para estructurar un modelo de seguro paramétrico aplicado a tres zonas agroecológicas homogéneas (ZAH) identificadas en el departamento de Antioquia, integrando un gatillo primario de amenaza climática (SPEI) y un validador secundario de respuesta fisiológica foliar (NDMI) mediante teledetección satelital multisensor.
2. Delimitación de las zonas agroecológicas homogéneas (ZAH)
Para garantizar que la evaluación del riesgo climático sea representativa y geográficamente coherente, se tomo la información de las sub zonas hidrogeográficas (szh) del departamento de Antioquia como base para estructurar las unidades espaciales discretas denominadas Zonas Agroecológicas Homogéneas (ZAH 1, 2 y 3). La delimitación de estas zah se realizó mediante un algoritmo de aglomeración no supervisada K-Means implementado en Google Earth Engine. El modelo integró capas raster continuas del Modelo Digital de Elevación para filtrar óptimos altitudinales para caficultura, la pendiente del terreno y la precipitación histórica acumulada. Previa estandarización de las variables para neutralizar diferencias de escala, el algoritmo asignó de manera óptima cada celda del territorio a una de las tres ZAH (K=3), garantizando la máxima homogeneidad microclimática interna y la máxima variabilidad entre zonas. Con esto se asegura que cada ZAH comparta comportamientos microclimáticos y agronómicos similares, reduciendo la variabilidad interna y asegurando que las anomalías calculadas reflejen condiciones homogéneas para los productores de la zona.
ZAH 3: Zona cafetera alta (piso templado - frío)
Elevación Promedio: 1,910 msnm, (rango de 1,700 – 2,400 msnm).
Perfil topográfico y pendiente: relieve fuertemente ondulado a escarpado de alta montaña.
Régimen térmico y pluviométrico: temperaturas promedio frescas (17° C – 19° C). Presenta menor demanda evapotranspirativa (ETP más baja), pero con ciclos de maduración del fruto de café más lentos.
Implicación para el Seguro Paramétrico: Los procesos de deshidratación foliar son más lentos ante sequías cortas debido a la menor ETP, pero la menor acumulación hídrica en fases críticas de floración altera profundamente los rendimientos de la cosecha principal.
ZAH 2: zona cafetera media (franja óptima principal)
Elevación Promedio: 1,350 msnm, (rango de 1,300 - 1,700 msnm).
Perfil topográfico y pendiente: Laderas de pendiente moderada a fuerte, con alta densidad de cultivos en producción activa.
Régimen térmico y pluviométrico: Condiciones agroclimáticas óptimas para la caficultura andina (19° C – 21.5° C). Distribución bimodal de precipitación bien definida.
Implicación para el Seguro Paramétrico: Es la franja de mayor productividad y respuesta fisiológica balanceada. Presenta una correlación muy limpia entre las anomalías del SPEI y la caída del NDMI, respondiendo de forma directa a la evapotranspiración de mitad de año.
ZAH 1: zona cafetera baja (franja marginal cálida / especialmente seca)
Elevación promedio: 1,230 msnm (rango aproximado: $1,000 - 1,300 msnm).
Perfil opográfico y pendiente: zonas de piedemonte o valles interandinos con pendientes moderadas y mayor exposición a la radiación solar directa.
Régimen térmico y pluviométrico: temperaturas más elevadas (> 22° C) y mayor tasa de evapotranspiración potencial.
Implicación para el seguro paramétrico: Es la zona de mayor vulnerabilidad biológica a la sequía. La combinación de alta temperatura y déficit de humedad hace que los valores de NDMI caigan con mayor rapidez ante eventos de déficit hídrico, requiriendo un monitoreo estricto de las anomalías estandarizadas para no confundir la aridez base de la zona con anomalías climáticas extremas.
3. Amenaza climática: cálculo y estandarización del SPEI
El indicador primario seleccionado para medir la amenaza de sequía es el índice de precipitación y evapotranspiración estándar (SPEI).
Fundamento técnico:
Variables de Entrada: Se integraron series temporales de precipitación provenientes de CHIRPS y evapotranspiración potencial (ETP) derivada de ERA5-Land, calculando el balance hídrico mensual (P - ETP).
Estandarización Estadística: Los balances hídricos mensuales se transformaron en una distribución normal estándar (Z-score) calculada de forma independiente para cada mes y para cada zah. Esto garantiza que la anomalía sea perfectamente comparable entre distintas zonas, neutralizando sesgos climáticos regionales.
Umbrales de Gatillo (Triggers):
Apoyados en la teoría de la distribución normal estándar y las directrices de la Organización Meteorológica Mundial (OMM), se establecieron los umbrales críticos de activación:
Z <= -1.5 (Sequía Severa): Representa aproximadamente el 5.3% de la serie histórica. Actúa como el gatillo de pago parcial al constituir un evento de estrés hídrico extremo y poco frecuente que compromete el rendimiento.
Z <= -2.0 (Sequía Extrema): Representa el 1.6% de los registros históricos (eventos catastróficos asociados a fenómenos climáticos globales severos), configurando el gatillo de pago total.
4. Validación espectral: integración del NDMI mediante armonización multisensor
Para evitar los problemas tradicionales de saturación, interferencia de sombra y ruido de fondo propios del NDVI en cafetales de ladera bajo sistemas agroforestales o de alta densidad, se adoptó el índice normalizado de diferencia de humedad (NDMI) como indicador secundario de validación.
Justificación del NDMI:
El NDMI utiliza la banda del infrarrojo cercano (NIR) y la del infrarrojo de onda corta (SWIR1), siendo altamente sensible al contenido de agua en el tejido foliar. Ante un déficit hídrico prolongado, la reflectancia en SWIR aumenta y el NDMI experimenta una caída abrupta, evidenciando la deshidratación del dosel antes de que se produzca una defoliación irreversible.
Arquitectura de armonización multisensor en GEE:
Para superar las limitaciones de nubosidad persistente en la cordillera andina y ampliar la densidad de observación temporal, se desarrolló el proceso automatizado en Google Earth Engine fusionando las colecciones de imágenes de superficie de:
Sentinel-2 (bandas B8 y B11 a resolución de 20m–30m).
Landsat 8 y 9 (bandas SR_B5 y SR_B6 a 30m).
Mediante la aplicación de máscaras, enmascaramiento estricto de nubes y sombras y la reducción espacial mensual mediante medianas armónicas, se generaron series temporales continuas y limpias del NDMI desde 2017 hasta la actualidad. Igualmente el NDMI se estandariza en Z-scores espectrales para sincronizar la respuesta vegetal con la amenaza climática.
5. Arquitectura del sistema de disparadores híbridos
El modelo de seguro paramétrico culmina en una arquitectura de decisión híbrida entre un disparador primario basado en el criterio climatico (SPEI) y un segundo disparador basado en criterio fisiológico (NDMI):
Disparador primario: el SPEI determina de manera objetiva e independiente si la zona geográfica sufrió una anomalía climática de sequía severa. Esto aísla el contrato de factores de manejo agronómico local.
Disparador secundario: simultáneamente, el NDMI estandarizado confirma que la vegetación sufrió un estrés hídrico efectivo (deshidratación foliar concurrente).
Este enfoque de doble validación elimina falsos positivos, optimiza la gestión del riesgo financiero de la póliza y garantiza un esquema de compensación rápido, transparente y rigurosamente fundamentado en ciencia de datos geoespaciales y agrometeorología aplicada.
Comentarios