#Digital Terroir® White Paper

#The Nebula Framework™ — Scientific Edition v1.0

La identidad institucional, la categoría de investigación, la descripción y las relaciones documentales de esta edición corresponden al registro oficial NBL-WP-013.

---

#Convenciones científicas y terminológicas

Digital Terroir® designa el paradigma científico y computacional de The Nebula Framework™ para representar cómo un proceso biológico adquiere una trayectoria particular mediante la interacción temporal de materia, organismos, ambiente, operaciones humanas, historia territorial y decisiones. El término no designa una simple colección de datos geográficos, un perfil sensorial, una denominación de origen, un registro de trazabilidad ni un Digital Twin convencional.

En este documento, Biological Process designa el fenómeno material que ocurre en el mundo. Biological Trajectory designa la representación temporal y contextualizada de la evolución de ese proceso. Observation designa el resultado contextualizado de medir, muestrear, inspeccionar o percibir una propiedad. Evidence designa un objeto o relación verificable que respalda, contradice o deja indeterminada una afirmación. Inference designa una proposición derivada mediante un Scientific Model, un cálculo, una regla o una interpretación experta.

Digital Terroir® es una hipótesis de organización científica y una decisión arquitectónica de Nebula. No constituye todavía una teoría universal validada para todos los procesos biológicos. Su utilidad deberá establecerse mediante experimentación, comparación con líneas base, evaluación de incertidumbre, reproducibilidad y crítica independiente.

Las expresiones DEBE, DEBERÁ y NO DEBE identifican requisitos para una representación conforme. DEBERÍA identifica una práctica preferente que admite excepciones justificadas. PUEDE identifica una alternativa permitida.

La condición Draft refleja que este White Paper formula el programa científico inicial. Las definiciones aquí presentadas deberán madurar mediante The Nebula RFC™, revisión científica y validación experimental antes de adquirir estado normativo superior.

---

#Prólogo

El término terroir surgió para nombrar una realidad que las descripciones puramente composicionales no lograban capturar: productos aparentemente semejantes podían adquirir características distintivas por la combinación de lugar, ambiente, prácticas y conocimiento colectivo. La Organización Internacional de la Viña y el Vino define el terroir vitivinícola como un área donde se desarrolla conocimiento colectivo sobre las interacciones entre un ambiente físico y biológico identificable y las prácticas aplicadas, dando lugar a características distintivas; su definición incluye suelo, topografía, clima, paisaje y biodiversidad. La misma resolución advierte que esta definición descriptiva no debe confundirse con la definición jurídica de una indicación geográfica. ^[1]

Digital Terroir® conserva la intuición relacional de ese concepto, pero cambia la unidad de análisis. El terroir deja de ser únicamente una propiedad atribuida a un lugar o a un producto terminado y pasa a ser una estructura dinámica de interacciones que puede observarse, modelarse, discutirse y, en ciertos límites, computarse.

Este desplazamiento es necesario porque muchos procesos biológicos no responden de manera reproducible a una sola variable. Dos fermentaciones con igual temperatura inicial y duración pueden divergir debido a diferencias en microbiota, madurez, composición, oxígeno, geometría del recipiente, secuencia de intervención o historia previa del material. El resultado emerge de una trayectoria, no de una fotografía.

La digitalización convencional suele capturar valores aislados y convertirlos en dashboards. Esa práctica aumenta visibilidad, pero no garantiza comprensión. Un gráfico de pH puede mostrar un descenso sin explicar qué entidad fue observada, con qué instrumento, bajo qué incertidumbre, en qué momento material, con qué intervención previa o dentro de qué contexto territorial.

Digital Terroir® existe para preservar esas relaciones.

Su aspiración es construir una representación computacional donde los datos conserven el proceso que los hace interpretables; donde un Scientific Model pueda declarar qué parte fue observada y qué parte inferida; donde una Biological Trajectory pueda compararse con otra sin borrar diferencias de contexto; y donde el conocimiento de los Caficultores y operadores no sea tratado como ruido externo a la ciencia.

Esta aspiración contiene riesgos. La formalización puede simplificar en exceso el territorio. La sensorización puede producir una ilusión de objetividad. Un modelo puede transformar correlaciones locales en reglas universales. Una plataforma puede apropiarse del conocimiento que pretende preservar. El concepto deberá evaluarse no solo por capacidad predictiva, sino también por fidelidad semántica, legitimidad territorial, Interoperability y utilidad práctica.

---

#Resumen Ejecutivo

Digital Terroir® es el paradigma de The Nebula Framework™ para representar procesos biológicos complejos como sistemas dinámicos, contextualizados, parcialmente observables y sujetos a incertidumbre.

Su hipótesis central sostiene que el comportamiento de un proceso biológico puede caracterizarse mejor mediante la Biological Trajectory completa que mediante variables finales o mediciones aisladas. La trayectoria integra estados, eventos, intervenciones, Observations, Evidence, contexto e incertidumbre a través del tiempo.

Esta hipótesis se apoya en una orientación compatible con Systems Biology: comprender un sistema requiere estudiar su estructura y dinámica, no solo las propiedades aisladas de sus partes. Kitano formuló esta perspectiva al señalar que el análisis sistémico se concentra en estructura, dinámica y propiedades emergentes como robustez. ^[2] Digital Terroir® traslada esa orientación desde escalas celulares u organismales hacia bioprocesos territoriales y productivos.

El paradigma se representa mediante nueve dominios relacionados:

$$\mathcal{DT} = \langle I,T,X,C,O,E,M,K,G \rangle,$$

donde $I$ representa identidad; $T$, tiempo; $X$, estados; $C$, contexto; $O$, Observations; $E$, Evidence; $M$, Scientific Models; $K$, conocimiento; y $G$, Governance.

Esta estructura no es una ecuación predictiva. Es una gramática científica que determina qué debe conservarse para interpretar una trayectoria.

Digital Terroir® amplía el terroir tradicional en cinco direcciones. Primero, representa cambio y no únicamente pertenencia geográfica. Segundo, incorpora Evidence digital y metrológica. Tercero, diferencia Observation e Inference. Cuarto, vincula procesos con Knowledge Graph, Ontology y Scientific Models. Quinto, preserva Temporal Evolution, de modo que las nuevas interpretaciones no destruyan la capacidad de reconstruir decisiones anteriores.

El paradigma se relaciona con los Digital Twins, pero no es sinónimo de ellos. ISO 23247 define un marco de Digital Twin para manufactura y, en 2026, amplió esa familia con una parte dedicada al digital thread y otra a la composición de twins integrados, unificados y federados. ^{[5, 6]} Digital Terroir® puede utilizar Digital Twins como capacidad de sincronización y simulación, pero añade contexto territorial, historia, Evidence, estado epistemológico y conocimiento humano.

La arquitectura científica distingue cuatro realidades: el proceso material; su representación digital; los modelos que producen Inferences; y las decisiones adoptadas. Ninguna deberá declararse idéntica a otra.

Las Observations deberán representarse mediante entidad observada, propiedad, procedimiento, instrumento, tiempo, unidad, incertidumbre y procedencia. SSN/SOSA proporciona una base semántica para Sensors, Observations, Procedures, Features of Interest, Samples y Actuators; PROV-O proporciona clases y relaciones para procedencia entre Entity, Activity y Agent. ^{[8, 9]}

Los objetos digitales deberán ser Findable, Accessible bajo condiciones explícitas, Interoperable y Reusable. Los principios FAIR enfatizan identificadores persistentes, metadatos ricos, vocabularios compartidos, procedencia y estándares de dominio, incluyendo la capacidad de uso por agentes computacionales. ^[10] FAIR no implica acceso público irrestricto ni garantiza validez científica.

Digital Terroir® será operacionalizado mediante La Arquitectura Nebula™, The Nebula Ontology™, The Nebula Mathematics™, The Nebula Knowledge Model™, Originblok®, Proof of Process™, FermentOps®, RoastOps® y TraceOps®.

La primera validación prioritaria se realizará en fermentación de café de especialidad. El programa deberá evaluar si las trayectorias permiten explicar o predecir transiciones, reducir variabilidad, transferir aprendizaje entre lotes y distinguir patrones territoriales sin confundir asociación con causalidad.

La hipótesis será debilitada si la trayectoria completa no mejora explicación, predicción o decisión respecto de líneas base simples; si el contexto no puede representarse de manera reproducible; si los modelos no generalizan; o si la infraestructura aumenta la dependencia y extracción de datos sin producir beneficios territoriales verificables.

---

#1. Introducción

#1.1 El objeto del White Paper

Este documento presenta Digital Terroir® como programa de investigación, modelo conceptual y componente fundacional de Computational Bioeconomy™. Su función es definir el problema científico, las hipótesis, los objetos fundamentales, la arquitectura conceptual, las condiciones de validación y las limitaciones.

No constituye un protocolo experimental completo, un estándar de certificación ni una especificación de software. Las implementaciones deberán desarrollarse mediante documentos posteriores.

#1.2 La pregunta central

La pregunta que organiza el paradigma es:

¿Puede una representación temporal, contextualizada y semánticamente gobernada de un proceso biológico producir conocimiento más robusto, comparable y reutilizable que una colección de mediciones aisladas?

La pregunta contiene tres subproblemas.

El primero es representacional: qué entidades, relaciones y escalas deben formar parte del modelo.

El segundo es epistemológico: cómo diferenciar lo observado de lo inferido y cómo expresar incertidumbre.

El tercero es operacional: cómo convertir esa representación en decisiones útiles sin destruir contexto ni autonomía territorial.

#1.3 Clasificación de afirmaciones

Este documento distingue:

• Hecho documentado: afirmación respaldada por una fuente o estándar verificable.
• Hipótesis: proposición contrastable aún no confirmada de forma general.
• Interpretación: lectura razonada de Evidence o literatura.
• Visión: estado futuro deseado.
• Decisión arquitectónica: elección institucional revisable.
• Opinión institucional: posición normativa de Cafelium SRL.

La claridad de estas categorías es necesaria porque Digital Terroir® combina ciencia, ingeniería y visión institucional.

---

#2. Antecedentes conceptuales

#2.1 Del terroir descriptivo al sistema dinámico

El terroir clásico relaciona territorio, prácticas y características del producto. Su fuerza conceptual reside en reconocer que un producto no puede comprenderse completamente fuera de su ambiente y cultura.

Digital Terroir® no pretende reemplazar esa tradición ni apropiarse de su significado jurídico o cultural. Propone una extensión computacional para estudiar cómo las interacciones producen trayectorias observables.

La extensión incorpora tiempo, porque las condiciones no actúan de forma instantánea. Incorpora intervención, porque los procesos productivos están parcialmente dirigidos por decisiones humanas. Incorpora incertidumbre, porque ninguna medición representa el sistema sin error. Incorpora procedencia, porque una afirmación solo puede evaluarse si se conoce cómo fue producida.

#2.2 Systems Biology

Systems Biology mostró que la comprensión de sistemas vivos requiere estudiar redes, dinámicas, retroalimentación y propiedades emergentes. ^[2] Digital Terroir® comparte esa orientación, pero se aplica a sistemas donde interactúan organismos, materia prima, equipos, ambiente y prácticas territoriales.

No asume que los mismos métodos sean transferibles directamente. Un proceso de fermentación de finca posee escalas, disponibilidad de datos y objetivos distintos a un modelo celular de laboratorio.

#2.3 Precision Agriculture y digitalización

La agricultura de precisión ha demostrado la utilidad de combinar sensores, posicionamiento, imágenes y modelos para observar variabilidad espacial. Digital Terroir® incorpora esa capacidad, pero desplaza el interés desde la optimización espacial aislada hacia la continuidad entre territorio, proceso, Biological Trajectory, Evidence y conocimiento.

Una coordenada no constituye por sí sola terroir. El contexto incluye historia, prácticas, relaciones biológicas y decisiones.

#2.4 Digital Twins

Los Digital Twins ofrecen una estructura para relacionar entidades físicas y representaciones digitales. ISO 23247-1 presenta principios generales y requisitos para Digital Twins de manufactura; ISO 23247-2 define una arquitectura de referencia; las partes 5 y 6 de 2026 desarrollan digital thread y composición. ^{[3, 4, 5, 6]}

NIST ha señalado que la diferenciación de un Digital Twin frente a enfoques tradicionales reside en la sincronización continua entre la entidad física y virtual, y que su calidad depende de datos, modelos y cálculos. ^[7]

Digital Terroir® puede incluir un Digital Twin operacional, pero no exige sincronización continua para toda representación. Puede reconstruir trayectorias históricas, trabajar con observaciones irregulares y representar conocimiento territorial cualitativo.

#2.5 Knowledge Graph y Semantic Web

La representación de relaciones requiere una Semantic Infrastructure capaz de conservar identidad, procedencia y significado. SSN/SOSA y PROV-O proporcionan elementos reutilizables para Observation y procedencia. ^{[8, 9]} The Nebula Ontology™ deberá especializar estas estructuras para Biological Trajectory, Evidence y Digital Terroir®.

---

#3. El problema científico

#3.1 Fragmentación observacional

En numerosos bioprocesos, las mediciones se organizan por variable y no por trayectoria. El pH se conserva en una hoja, la temperatura en un dispositivo, las intervenciones en memoria humana y el resultado sensorial en otro sistema.

La fragmentación impide saber si una relación aparente representa un mecanismo, un desfase temporal o un error de registro.

#3.2 Reducción al estado final

El producto final resume el resultado, pero no conserva cómo se alcanzó. Dos procesos pueden terminar con valores semejantes y haber transitado por estados distintos, con diferente estabilidad o riesgo.

La pérdida de trayectoria limita aprendizaje y transferencia.

#3.3 Contexto como metadato débil

El contexto suele registrarse como texto libre o no registrarse. Esto impide comparar procesos y evaluar el dominio de validez de un modelo.

Digital Terroir® trata contexto como objeto de primer nivel.

#3.4 Confusión epistemológica

Los dashboards pueden presentar mediciones, predicciones y recomendaciones con la misma apariencia. Esta equivalencia visual crea una falsa simetría.

Una Inference deberá declarar su modelo, versión, Evidence e incertidumbre.

#3.5 Reproducibilidad limitada

La reproducibilidad no significa obtener siempre el mismo resultado biológico. Significa que el procedimiento, la información y el análisis pueden reconstruirse y que las fuentes de variabilidad pueden investigarse.

Digital Terroir® busca reproducibilidad de conocimiento, no identidad mecánica de organismos vivos.

#3.6 Pérdida de conocimiento humano

La experiencia de operadores y Caficultores contiene señales cualitativas, expectativas, decisiones y memoria. Excluirla empobrece el modelo; incorporarla sin tipificación puede confundir juicio con medición.

El paradigma deberá representarla como Observation humana, interpretación o Knowledge Claim según corresponda.

---

#4. Hipótesis central y subhipótesis

#4.1 Hipótesis central

La Biological Trajectory contextualizada de un proceso biológico contiene información relevante para explicar, comparar y predecir resultados que no puede recuperarse completamente mediante estados iniciales, estados finales o mediciones aisladas.

#4.2 Subhipótesis temporal

Las tasas, secuencias, retardos y transiciones contienen señal adicional respecto de valores absolutos.

Esta subhipótesis puede evaluarse comparando modelos basados en features finales con modelos basados en trayectoria.

#4.3 Subhipótesis contextual

La incorporación de Digital Terroir® mejora generalización y evita equivalencias falsas entre procesos.

Podría refutarse si el contexto no aporta mejora fuera del ruido o si impide transferibilidad sin beneficio.

#4.4 Subhipótesis semántica

Una representación basada en Ontology y Knowledge Graph mejora Interoperability y reutilización frente a esquemas ad hoc.

Su evaluación requiere implementaciones independientes y tareas de intercambio.

#4.5 Subhipótesis epistemológica

La separación explícita entre Observation, Evidence e Inference mejora confianza, auditoría y capacidad de revisión.

Podrá evaluarse mediante estudios de comprensión y reconstrucción de decisiones.

#4.6 Subhipótesis operacional

Las recomendaciones basadas en estado y trayectoria pueden superar reglas basadas exclusivamente en tiempo fijo o umbrales simples.

Esta subhipótesis deberá someterse a ensayos controlados y evaluación de riesgo.

graph TD
    H[Hipótesis central] --> HT[Información temporal]
    H --> HC[Contexto]
    H --> HS[Semántica]
    H --> HE[Separación epistemológica]
    H --> HO[Utilidad operacional]
    HT --> V[Programa de validación]
    HC --> V
    HS --> V
    HE --> V
    HO --> V
    V --> R{Resultado}
    R -->|Apoyo| K[Knowledge Claim restringido]
    R -->|Contradicción| X[Revisión o refutación]

---

#5. Definición formal de Digital Terroir®

#5.1 Definición institucional

Digital Terroir® es una representación computacional, temporal, semántica y gobernada de las interacciones entre material biológico, ambiente, organismos, prácticas, infraestructura y conocimiento que configuran la Biological Trajectory de un proceso dentro de un contexto territorial identificable.

La definición posee cinco condiciones.

Primero, la representación es computacional, porque sus objetos pueden identificarse, relacionarse y procesarse.

Segundo, es temporal, porque conserva evolución.

Tercero, es semántica, porque las variables y relaciones poseen significado explícito.

Cuarto, es gobernada, porque identidad, acceso, revisión y uso no son decisiones automáticas.

Quinto, es territorial, porque reconoce que ambiente, prácticas y conocimiento situado influyen sobre el proceso.

#5.2 Estructura mínima

$$\mathcal{DT} = \langle I,T,X,C,O,E,M,K,G \rangle.$$

#Identidad $I$

Comprende identidades de materiales, procesos, lotes, muestras, instrumentos, agentes, modelos y registros.

#Tiempo $T$

Comprende event time, Observation time, record time, valid time y model execution time.

#Estado $X$

Representa condiciones observadas o latentes del proceso.

#Contexto $C$

Representa ambiente, territorio, material, operaciones e historia.

#Observation $O$

Representa actos y resultados de observación.

#Evidence $E$

Representa soporte, contradicción o indeterminación respecto a claims.

#Scientific Model $M$

Representa formulaciones descriptivas, explicativas o predictivas.

#Knowledge $K$

Representa Knowledge Claims, hipótesis y relaciones.

#Governance $G$

Representa derechos, acceso, responsabilidad, versión y revisión.

#5.3 Condición de suficiencia

Una representación no será Digital Terroir® únicamente por contener geolocalización y sensores. Deberá conservar suficiente identidad, contexto, procedencia y estado epistemológico para reconstruir una Biological Trajectory.

#5.4 Condición de proporcionalidad

No todos los procesos requieren máxima resolución. La estructura deberá adaptarse al riesgo, la pregunta y la capacidad territorial.

El minimalismo científicamente suficiente es preferible a una captura exhaustiva sin propósito.

---

#6. Biological Trajectory

#6.1 Naturaleza

Una Biological Trajectory es una Information Entity que representa la evolución de un Biological Process.

Puede expresarse como:

$$\Gamma = \left\{ t,\mathbf{x}(t),\mathbf{c}(t),\mathbf{u}(t),\mathbf{y}(t) \right\},$$

donde $\mathbf{x}$ es estado, $\mathbf{c}$ contexto, $\mathbf{u}$ intervención y $\mathbf{y}$ Observation.

#6.2 Trayectoria material, observada e inferida

La trayectoria material corresponde al proceso real y no puede observarse de forma completa.

La trayectoria observada contiene resultados de medición y eventos registrados.

La trayectoria inferida estima estados no observados mediante un Scientific Model.

Estas tres no deberán declararse idénticas.

#6.3 Continuidad e irregularidad

La trayectoria puede representarse de forma continua, discreta o híbrida. Las Observations suelen ser irregulares y pueden poseer huecos.

La interpolación deberá declararse como transformación, no como Observation.

#6.4 Eventos

Los eventos incluyen carga, mezcla, inyección, aireación, muestreo, cambio de fase, fallo de sensor, intervención humana y finalización.

Un evento puede cambiar el estado o la dinámica.

#6.5 Segmentación

Una trayectoria puede dividirse en fases descriptivas o inferidas.

Las fases deberán poseer criterios explícitos. Una etiqueta como «fermentación activa» puede derivar de mediciones, regla experta o modelo.

#6.6 Comparación

Comparar trayectorias requiere decidir qué significa semejanza. Dos procesos pueden ser semejantes en forma y distintos en tiempo, o semejantes en resultado y distintos en mecanismo.

La métrica utilizada forma parte del Scientific Model.

classDiagram
    class BiologicalProcess {
        +processId
        +materialParticipants
        +timeExtent
    }

    class BiologicalTrajectory {
        +trajectoryId
        +coverage
        +representationVersion
    }

    class ProcessState {
        +stateType
        +validTime
        +uncertainty
    }

    class Event {
        +eventType
        +eventTime
    }

    class Observation {
        +result
        +procedure
        +qualityStatus
    }

    class Inference {
        +modelVersion
        +uncertainty
    }

    BiologicalProcess "1" --> "1..*" BiologicalTrajectory : representedBy
    BiologicalTrajectory "1" *-- "*" ProcessState
    BiologicalTrajectory "1" *-- "*" Event
    BiologicalTrajectory "1" *-- "*" Observation
    BiologicalTrajectory "1" *-- "*" Inference

---

#7. Contexto y Digital Terroir®

#7.1 Capas contextuales

El contexto deberá organizarse en capas relacionadas:

• territorial;
• ambiental;
• biológica;
• material;
• operacional;
• tecnológica;
• histórica;
• social;
• institucional.

Estas capas no son independientes. Las prácticas modifican ambiente; la infraestructura modifica exposición; la historia material influye sobre la respuesta biológica.

#7.2 Contexto territorial

Incluye ubicación, altitud, topografía, paisaje, disponibilidad hídrica, conectividad y acceso.

La coordenada representa posición, no totalidad territorial.

#7.3 Contexto ambiental

Incluye temperatura, humedad, presión, gases, radiación, precipitación y condiciones microclimáticas.

La escala deberá declararse. Una estación regional no representa necesariamente el microambiente del reactor.

#7.4 Contexto biológico

Incluye variedad, especie, microbiota, madurez, integridad, actividad y propiedades heredadas.

Muchos componentes serán latentes o parcialmente observados.

#7.5 Contexto operacional

Incluye equipo, geometría, carga, secuencia, operador, procedimiento, intervención y restricciones.

Las prácticas humanas son parte del sistema, no perturbaciones externas.

#7.6 Contexto histórico

Incluye procesos previos, almacenamiento, transporte, tratamientos y eventos.

El estado inicial aparente puede contener memoria no registrada.

#7.7 Contexto social e institucional

Incluye conocimiento local, derechos, organización, objetivos y reglas.

Su representación deberá evitar vigilancia o reducción cultural.

---

#8. Observation, Evidence y metrología

#8.1 Modelo de Observation

Una Observation deberá representar:

$$O_i = \langle f,p,r,t,m,q,\pi \rangle,$$

donde $f$ es Feature of Interest; $p$, propiedad; $r$, resultado; $t$, tiempo; $m$, método; $q$, calidad; y $\pi$, procedencia.

SSN/SOSA proporciona un modelo estandarizado para Sensors, Observations, Samples, Procedures, Features of Interest y Actuators, útil para esta arquitectura. ^[8]

#8.2 Measurement Model

$$\mathbf{y}\_k = \mathbf{h} \left( \mathbf{x}(t_k), \mathbf{c}(t_k), \boldsymbol{\phi} \right) - \boldsymbol{\varepsilon}\_k.$$

La Observation depende del estado, contexto, instrumento y error. El resultado no deberá confundirse con la propiedad real.

#8.3 Evidence

Una Observation se convierte en Evidence respecto a un claim cuando:

• posee identidad y procedencia;
• es relevante;
• su calidad puede evaluarse;
• su relación con el claim está declarada;
• sus limitaciones son conocidas.

#8.4 Procedencia

PROV-O permite representar Entity, Activity y Agent, así como generación, uso, atribución y derivación. ^[9] Digital Terroir® deberá especializar estas relaciones para instrumentos, muestras, transformaciones, modelos y decisiones.

#8.5 Ausencia y no detección

Una no detección puede constituir Evidence solo si se conoce la capacidad del procedimiento para detectar el fenómeno.

La ausencia de registro puede significar ausencia material, falla de captura, pérdida o falta de muestreo.

#8.6 Observación humana

Una Observation humana puede incluir olor, apariencia, sonido, textura o juicio operacional.

Deberá registrar vocabulario, observador, experiencia, contexto y, cuando sea posible, protocolo.

---

#9. The Nebula Mathematics™ aplicada a Digital Terroir®

#9.1 Modelo de estado

$$\dot{\mathbf{x}}(t) = \mathbf{f} \left( \mathbf{x}(t), \mathbf{u}(t), \mathbf{c}(t), \boldsymbol{\theta}, t \right) - \mathbf{w}(t).$$

La función $\mathbf{f}$ representa una hipótesis sobre dinámica. Puede ser mecanística, estadística, aprendida o híbrida.

#9.2 Estado latente

Variables como actividad microbiana o composición interna pueden no observarse directamente.

La estimación deberá expresar:

$$p(\mathbf{x}_t \mid O_{1:t},C\_{1:t},M).$$

#9.3 Incertidumbre

La incertidumbre incluye medición, muestreo, parámetros, estructura, contexto y cálculo.

Digital Terroir® no deberá reducirla a una puntuación sin interpretación.

#9.4 Geometría de trayectorias

La trayectoria puede analizarse mediante velocidad, curvatura, distancia, manifolds o regímenes.

La geometría deberá aportar significado o desempeño; una visualización compleja no constituye Evidence.

#9.5 Modelos jerárquicos

Los lotes pueden compartir información mediante niveles territoriales:

$$\theta*{ij}\sim p(\theta*{ij}\mid \eta_j), \qquad \eta_j\sim p(\eta_j\mid \zeta).$$

Este enfoque permite aprendizaje parcial sin asumir identidad entre territorios.

#9.6 Información y selección de sensores

El valor de una Observation puede evaluarse por reducción de incertidumbre o mejora decisional.

La arquitectura deberá priorizar sensores por valor de información y no por disponibilidad comercial.

---

#10. Ontology, Knowledge Graph y Semantic Infrastructure

#10.1 Función de The Nebula Ontology™

The Nebula Ontology™ define identidad y significado para procesos, lotes, muestras, estados, eventos, Observations, Evidence, Scientific Models e Inferences.

Sin Ontology, las integraciones pueden compartir valores y perder significado.

#10.2 Knowledge Graph

El Knowledge Graph conecta:

• Biological Process;
• Biological Trajectory;
• Digital Terroir®;
• Observation;
• Evidence;
• Scientific Model;
• Knowledge Claim;
• Agent;
• Asset;
• Location;
• Governance.

No toda relación del grafo será una afirmación científica. Algunas representan procedencia, identidad o política.

#10.3 FAIR Digital Terroir®

Los principios FAIR promueven identificadores persistentes, metadatos ricos, protocolos estandarizados, vocabularios formales, referencias calificadas, licencias y procedencia. ^[10]

Una representación FAIR puede continuar siendo científicamente incorrecta. FAIR facilita descubrimiento y reutilización; no certifica verdad.

#10.4 Interoperability

La Interoperability deberá evaluarse en cinco niveles:

• técnico;
• estructural;
• semántico;
• epistemológico;
• de Governance.

Dos sistemas no son plenamente interoperables si intercambian una predicción y el receptor la interpreta como medición.

graph LR
    BP[Biological Process] --> BT[Biological Trajectory]
    BT --> O[Observation]
    O --> E[Evidence]
    E --> KC[Knowledge Claim]
    M[Scientific Model] --> I[Inference]
    I --> KC
    DT[Digital Terroir® Context] --> BT
    DT --> KC
    P[Provenance] --> O
    P --> I
    G[Governance] --> KC

---

#11. Digital Terroir® y Digital Twins

#11.1 Distinción conceptual

Un Digital Twin se concentra en la representación y sincronización de una entidad o proceso para observar, simular o intervenir. Digital Terroir® se concentra en la relación entre trayectoria, contexto territorial, Evidence y conocimiento.

Los conceptos pueden superponerse, pero ninguno subsume completamente al otro.

#11.2 Sincronización

Un Digital Twin operacional puede requerir sincronización frecuente. Digital Terroir® puede trabajar con datos continuos, discretos, históricos o cualitativos.

La frecuencia deberá responder a dinámica y riesgo.

#11.3 Digital Thread

ISO 23247-5:2026 especifica cómo un digital thread conecta, gestiona y mantiene Digital Twins a través del ciclo de vida de manufactura. ^[5] Digital Terroir® adopta una idea similar de continuidad, pero extiende el thread hacia procedencia científica, Knowledge Claims y contexto territorial.

#11.4 Composición

ISO 23247-6:2026 define composición integrada, unificada y federada entre Digital Twins desarrollados por diferentes partes. ^[6] Esta orientación es relevante para representar finca, reactor, lote, laboratorio y cadena de custodia como componentes interoperables.

#11.5 Calidad

La calidad de un Digital Twin depende de datos, modelos y cálculos, y su evaluación debe seguir el ciclo de vida. ^[7] Digital Terroir® añade calidad semántica, epistemológica y territorial.

#11.6 Criterio de adopción

Nebula deberá utilizar la expresión Digital Twin solo cuando exista una relación operacional suficientemente fuerte entre entidad física y representación digital.

Una base histórica no deberá etiquetarse como twin por razones de marketing.

---

#12. Inteligencia artificial, inferencia y causalidad

#12.1 Función de IA

La IA puede detectar patrones, estimar estados, clasificar trayectorias, predecir transiciones y recomendar acciones.

Sus salidas son Inferences, no Observations.

#12.2 Datos irregulares

Los procesos territoriales producen series con huecos, frecuencias distintas y cambios de sensores.

Los modelos deberán conservar máscaras, tiempos y calidad, evitando imputaciones invisibles.

#12.3 Generalización

Un modelo entrenado en un territorio puede capturar correlaciones locales.

La validación deberá incluir nuevas temporadas, equipos, variedades y territorios.

#12.4 Inferencia causal

La predicción no demuestra que intervenir una variable produzca el resultado.

Las afirmaciones causales requieren experimentos, modelos de intervención o supuestos explícitos.

#12.5 Modelos híbridos

Los modelos híbridos combinan balances, restricciones y aprendizaje:

$$\dot{\mathbf{x}} = \mathbf{f}\_{mec}(\mathbf{x},\theta) - \mathbf{r}\_{IA}(\mathbf{x},C).$$

El componente aprendido no deberá convertirse en depósito de errores no comprendidos.

#12.6 Aprendizaje continuo

La actualización deberá preservar versión, Evidence y desempeño.

Un modelo que cambia sin registro no puede formar parte de Living Knowledge Infrastructure™.

#12.7 Supervisión humana

Una recomendación deberá comunicar fundamento, incertidumbre, horizonte y capacidad de rechazo.

La autoridad para intervenir pertenece a Governance.

---

#13. Arquitectura conceptual y operacionalización

#13.1 Capas

Digital Terroir® se operacionaliza mediante:

1. Capture;
2. Evidence Infrastructure;
3. Semantic Infrastructure;
4. Knowledge Graph;
5. Scientific Model Runtime;
6. Applications;
7. Trust Infrastructure.

#13.2 Edge e infraestructura institucional

La captura crítica deberá operar cerca del proceso cuando conectividad o latencia lo requieran.

La infraestructura institucional integra historia, Knowledge Graph y entrenamiento.

#13.3 Flujo canónico

sequenceDiagram
    participant P as Biological Process
    participant C as Capture Layer
    participant E as Evidence Infrastructure
    participant S as Semantic Infrastructure
    participant M as Scientific Model
    participant K as Knowledge Graph
    participant A as Application
    participant H as Human Authority

    P->>C: Señales, muestras y eventos
    C->>E: Data Artifacts + provenance
    E->>S: Validated Observations
    S->>K: Semantic entities and relations
    K->>M: Biological Trajectory + context
    M->>K: Inference + uncertainty
    K->>A: Knowledge Claim and evidence
    A->>H: Recommendation
    H->>P: Authorized intervention
    H->>K: Decision Record

#13.4 Originblok®

Originblok® preserva identidad y procedencia de lotes, objetos, modelos y claims.

No deberá presentar integridad criptográfica como exactitud científica.

#13.5 Proof of Process™

Proof of Process™ reúne Evidence suficiente para evaluar una afirmación sobre transformación.

Un paquete puede incluir trayectoria, Observations, calibración, eventos, modelos, decisiones, firmas y limitaciones.

#13.6 FermentOps®, RoastOps® y TraceOps®

FermentOps® consume Biological Trajectories para observación e intervención.

RoastOps® conecta trayectoria previa con transformación térmica.

TraceOps® preserva genealogía, custodia e identidad.

Las aplicaciones deberán utilizar el mismo Knowledge Model.

---

#14. Aplicación prioritaria: café de especialidad

#14.1 Justificación

La fermentación de café combina materia heterogénea, microbiota, ambiente, prácticas, equipos y objetivos sensoriales. Es un dominio adecuado para investigar Digital Terroir® porque contiene variabilidad, conocimiento territorial y decisiones temporales.

#14.2 Frontera del sistema

La frontera deberá declarar:

• material;
• agua;
• fase gaseosa;
• equipo;
• entorno;
• intervenciones;
• muestreo;
• inicio y fin.

#14.3 Variables candidatas

Podrán incluir temperatura, pH, ORP, gases, presión, actividad biológica, densidad, tiempo, humedad, masa y descriptores humanos.

La selección deberá derivarse de hipótesis y valor de información.

#14.4 Eventos

Incluyen recepción, selección, carga, cierre, adición, inyección, agitación, muestreo, apertura y finalización.

#14.5 Resultado

El resultado puede incluir composición, estabilidad, secado y evaluación sensorial.

La relación entre trayectoria y calidad deberá validarse y no asumirse.

#14.6 Transferencia

El aprendizaje entre lotes deberá utilizar modelos jerárquicos y contexto.

No deberá existir un «perfil ideal» universal sin Evidence.

#14.7 Participación de Caficultores

Los Caficultores deberán participar en definición de variables, interpretación y Governance de datos.

La tecnología no deberá reemplazar su conocimiento; deberá hacerlo visible, criticable y transmisible.

---

#15. Extensión a cacao, vino y otros sistemas

#15.1 Cacao

El cacao comparte fermentación microbiana y relevancia territorial, pero difiere en estructura, escala, oxigenación, manejo y objetivos.

La transferencia deberá tratarse como hipótesis.

#15.2 Vino

El vino posee una tradición formal de terroir y marcos regulatorios. Digital Terroir® deberá evitar confusión con denominaciones y respetar ontologías y Standards del dominio.

#15.3 Fermentaciones alimentarias

Puede aplicarse a lácteos, cereales, vegetales y otros procesos donde microbiota, ambiente y prácticas producen trayectorias.

#15.4 Bioprocesos industriales

Los entornos industriales poseen mayor instrumentación y control, pero continúan sujetos a variabilidad biológica, escala y adaptación.

#15.5 Agricultura regenerativa

La aplicación requerirá horizontes largos, escalas espaciales y variables ecológicas.

No deberá reducir regeneración a un índice único.

#15.6 Criterio de extensión

Una extensión será legítima si conserva el núcleo conceptual y demuestra que nuevas clases o modelos son necesarios.

---

#16. Programa de validación experimental

#16.1 Fase descriptiva

Construir Biological Trajectories completas y evaluar calidad, huecos y consistencia.

#16.2 Fase comparativa

Comparar modelos basados en:

• estado inicial;
• estado final;
• variables agregadas;
• trayectoria completa;
• trayectoria más contexto.

#16.3 Fase explicativa

Evaluar mecanismos, retardos y cambios de régimen.

#16.4 Fase predictiva

Predecir transición, resultado o riesgo en lotes no utilizados para desarrollo.

#16.5 Fase causal

Diseñar intervenciones controladas cuando sea viable.

#16.6 Fase operacional

Comparar decisiones humanas habituales, reglas simples y recomendaciones Digital Terroir®.

#16.7 Fase territorial

Evaluar generalización y adaptación entre territorios.

#16.8 Métricas

Las métricas deberán incluir:

• error;
• calibración;
• sensibilidad;
• utilidad decisional;
• robustez;
• costo;
• adopción;
• comprensión;
• beneficio territorial.

#16.9 Reproducción independiente

Una institución externa deberá poder reconstruir la trayectoria y repetir el análisis con los objetos proporcionados.

flowchart TD
    A[Foundation Dataset] --> B[Descriptive Baseline]
    B --> C[Trajectory Models]
    C --> D[Contextual Models]
    D --> E[External Validation]
    E --> F[Controlled Intervention]
    F --> G[Operational Pilot]
    G --> H[Territorial Replication]
    H --> I{Evidence sufficient?}
    I -->|No| J[Revise model]
    I -->|Sí| K[Restricted Knowledge Claim]

---

#17. Riesgos, ética y Governance

#17.1 Reduccionismo

El territorio puede reducirse a variables mensurables y perder significado histórico, social o cultural.

La Ontology deberá permitir narrativas y conocimiento no cuantitativo.

#17.2 Vigilancia

La captura continua puede observar prácticas y personas más allá del propósito científico.

Se aplicarán minimización, propósito y acceso.

#17.3 Apropiación

Los datos territoriales pueden producir modelos valiosos sin beneficio para quienes contribuyeron.

The Nebula Governance Model™ y The Nebula Economic Model™ deberán definir atribución, derechos y distribución.

#17.4 Sesgo

Los sitios con mejor infraestructura pueden dominar los modelos.

El programa deberá medir cobertura y desempeño por contexto.

#17.5 Automatización indebida

Una recomendación puede convertirse en instrucción automática sin validación.

El nivel de autonomía deberá corresponder con riesgo y Evidence.

#17.6 Ciberseguridad

La manipulación de sensores, modelos o identidad puede producir Inferences falsas y decisiones materiales.

Trust Infrastructure deberá proteger integridad, identidad y autorización.

#17.7 Propiedad intelectual

La protección legítima no deberá impedir auditoría científica esencial ni portabilidad de registros propios.

#17.8 Sostenibilidad

Más sensores y almacenamiento producen costos energéticos y materiales.

La resolución deberá ser científicamente proporcional.

---

#18. Implicaciones científicas

#18.1 Cambio de unidad analítica

La unidad deja de ser el valor aislado y pasa a ser la trayectoria contextualizada.

Esto permite investigar forma, secuencia, transición y memoria.

#18.2 Integración de escalas

Digital Terroir® conecta territorio, lote, reactor, muestra y Knowledge Claim.

La integración crea nuevas preguntas y riesgos de inferencia entre escalas.

#18.3 Reproducibilidad contextual

La reproducibilidad se redefine como capacidad de reconstruir procedimiento, contexto, análisis y fuentes de variabilidad.

#18.4 Ciencia de procesos

El paradigma fortalece una ciencia centrada en transformación, no únicamente en producto.

#18.5 Hipótesis computables

Las hipótesis pueden relacionarse con variables, eventos, Evidence y condiciones de refutación mediante Ontology y Knowledge Graph.

#18.6 Pluralidad de modelos

Un mismo proceso puede admitir modelos mecanísticos, estadísticos y expertos.

Living Knowledge Infrastructure™ deberá conservar desacuerdos y dominios de validez.

---

#19. Implicaciones tecnológicas

#19.1 Infraestructura distribuida

El paradigma requiere edge, almacenamiento temporal, sincronización y servicios institucionales.

#19.2 Semantic Infrastructure

La semántica deberá mantenerse como servicio gobernado, no quedar embebida en cada aplicación.

#19.3 Model Registry

Todo Scientific Model deberá poseer versión, Evidence, Context of Use y estado.

#19.4 Knowledge Graph

El grafo deberá conectar objetos sin convertirse en único repositorio.

#19.5 Interoperability

Las interfaces deberán transportar identidad, semántica, procedencia y estado epistemológico.

#19.6 Preservación

Las trayectorias deberán continuar interpretables después de cambios tecnológicos.

#19.7 Observabilidad del sistema

La infraestructura deberá observar calidad, sincronización, deriva, fallos y desempeño.

---

#20. Limitaciones

La primera limitación es ontológica. Ningún modelo representa la totalidad del territorio o del proceso.

La segunda es metrológica. La Biological Trajectory depende de Observations incompletas.

La tercera es temporal. Algunas dinámicas ocurren más rápido que la captura.

La cuarta es espacial. Un sensor local puede no representar el conjunto.

La quinta es biológica. La variabilidad puede limitar predicción.

La sexta es causal. Una trayectoria rica puede continuar siendo observacional.

La séptima es semántica. Las definiciones pueden introducir sesgo.

La octava es computacional. Los modelos complejos pueden ser difíciles de validar.

La novena es económica. La instrumentación y curación poseen costos.

La décima es territorial. La infraestructura puede excluir actores con menos recursos.

La undécima es ética. La digitalización puede convertir conocimiento situado en activo centralizado.

La duodécima es institucional. Governance débil puede degradar el concepto.

La decimotercera es de transferencia. El modelo puede no generalizar entre especies o territorios.

La decimocuarta es de interpretación. Una visualización convincente puede crear falsa certeza.

---

#21. Agenda de investigación

#21.1 Geometría de Biological Trajectory

Desarrollar métricas de forma, ritmo, curvatura y transición.

#21.2 Context embedding

Representar contexto sin perder interpretabilidad.

#21.3 Causal Digital Terroir®

Integrar modelos de intervención y experimentos.

#21.4 Digital Twin composition

Evaluar twins integrados, unificados y federados según ISO 23247-6:2026. ^[6]

#21.5 Semantic interoperability

Desarrollar perfiles con SSN/SOSA, PROV-O y The Nebula Ontology™.

#21.6 Evidence packages

Formalizar Proof of Process™ portable.

#21.7 Learning across territories

Desarrollar modelos jerárquicos y federados.

#21.8 Human knowledge representation

Investigar representación de conocimiento tácito y observación sensorial.

#21.9 Uncertainty-aware AI

Desarrollar modelos que comuniquen distribución y límites.

#21.10 Governance and rights

Evaluar atribución, consentimiento y distribución de valor.

#21.11 Sustainability

Medir costo material y energético de la infraestructura.

#21.12 Independent replication

Crear datasets y protocolos para terceros.

timeline
    title Agenda científica de Digital Terroir®
    Fase I : Ontology mínima
           : Biological Trajectory
           : Evidence profiles
    Fase II : Geometría de trayectorias
            : Modelos jerárquicos
            : Validación en café
    Fase III : Causal inference
             : Digital Twin composition
             : Proof of Process™
    Fase IV : Replicación en cacao
            : Modelos federados
            : Governance territorial
    Fase V : Validación independiente
           : Estándares de Interoperability
           : Programa multibioproceso

---

#22. Relación con The Nebula Framework™

#22.1 Modelo Científico Nebula™

Define preguntas, Evidence, validación y revisión.

Digital Terroir® proporciona el objeto contextual de estudio.

#22.2 The Nebula Epistemology™

Define Observation, Evidence, Inference, Hypothesis y Knowledge Claim.

Digital Terroir® preserva estas distinciones dentro de la trayectoria.

#22.3 The Nebula Mathematics™

Formaliza estados, dinámica, incertidumbre y geometría.

#22.4 The Nebula Ontology™

Define identidad, entidades y relaciones.

#22.5 La Arquitectura Nebula™

Implementa captura, Evidence Infrastructure, Knowledge Graph y modelos.

#22.6 The Nebula Knowledge Model™

Organiza, versiona y preserva conocimiento.

#22.7 The Nebula Governance Model™

Define autoridad, derechos, revisión y cambio.

#22.8 The Nebula Economic Model™

Define creación, distribución y captura de valor.

#22.9 Originblok® y Proof of Process™

Originblok® preserva identidad y procedencia.

Proof of Process™ organiza Evidence para claims verificables.

---

#Conclusiones

Digital Terroir® propone que la comprensión computacional de los procesos biológicos requiere conservar la trayectoria, no solo el resultado.

El paradigma extiende la intuición del terroir al dominio de Biological Trajectories, Evidence, Scientific Models y Knowledge Graph. Esta extensión no reemplaza el significado cultural, territorial o jurídico del terroir clásico. Lo toma como antecedente para construir una representación dinámica y criticable.

La estructura $\mathcal{DT}=\langle I,T,X,C,O,E,M,K,G\rangle$ establece una gramática mínima de identidad, tiempo, estado, contexto, Observation, Evidence, modelo, conocimiento y Governance.

La Biological Trajectory es el objeto central. El proceso material, la trayectoria observada y la trayectoria inferida deberán mantenerse separados. Esta distinción protege integridad científica.

Digital Terroir® no es sinónimo de Digital Twin. Puede incorporar twins y digital threads, pero añade contexto territorial, historia, metaconocimiento y estado epistemológico.

La Semantic Infrastructure permite preservar significado; PROV-O, SSN/SOSA y FAIR proporcionan referencias maduras para procedencia, Observation e Interoperability. ^{[9, 8, 10]}

La inteligencia artificial deberá producir Inferences versionadas, no hechos automáticos. La causalidad deberá investigarse mediante intervenciones o supuestos explícitos.

La primera validación en café de especialidad deberá comparar modelos simples y de trayectoria, incluir Evidence independiente y medir utilidad operacional y beneficio territorial.

El paradigma será útil si mejora explicación, comparación, predicción y aprendizaje sin destruir contexto. Será insuficiente si acumula datos, produce visualizaciones sofisticadas y no permite decisiones mejores o conocimiento más confiable.

La visión de Nebula no es digitalizar el territorio para sustituirlo.

Es construir una Living Knowledge Infrastructure™ en la cual la transformación biológica, el conocimiento humano y la Evidence puedan relacionarse sin perder identidad, historia ni capacidad de corrección.

---

#Glosario

#Biological Process

Proceso material donde organismos, materia, energía, ambiente y operaciones participan en una transformación.

#Biological Trajectory

Representación temporal y contextualizada de la evolución de un Biological Process.

#Computational Bioeconomy™

Campo interdisciplinario que integra procesos biológicos, conocimiento, computación y Governance para generar valor sostenible.

#Context

Conjunto gobernado de condiciones relevantes para interpretar una entidad, trayectoria o claim.

#Digital Terroir®

Representación computacional, temporal, semántica y gobernada de las interacciones que configuran una Biological Trajectory dentro de un contexto territorial.

#Digital Twin

Representación digital vinculada con una entidad o proceso físico mediante intercambio de datos, modelos y capacidades de sincronización.

#Evidence

Objeto o relación verificable que respalda, contradice o deja indeterminada una afirmación.

#FermentOps®

Dominio operacional de The Nebula Framework™ dedicado a procesos de fermentación.

#Inference

Proposición derivada mediante Scientific Model, cálculo, regla o interpretación.

#Interoperability

Capacidad de intercambiar y utilizar información conservando estructura, significado, procedencia y estado epistemológico.

#Knowledge Graph

Representación computacional de entidades, relaciones y Knowledge Claims.

#Knowledge Model

Arquitectura lógica para estructurar, versionar y gobernar conocimiento.

#Living Knowledge Infrastructure™

Infraestructura que preserva Evidence, modelos, claims, contradicciones y Temporal Evolution.

#Observation

Resultado contextualizado de un acto de medición, muestreo, inspección o percepción.

#Ontology

Especificación explícita de entidades, relaciones, propiedades y restricciones.

#Originblok®

Infraestructura de identidad y procedencia del ecosistema Nebula.

#Proof of Process™

Conjunto verificable de Evidence vinculado con una afirmación sobre una transformación.

#RoastOps®

Dominio operacional dedicado a transformaciones térmicas de tostado.

#Scientific Model

Representación formal utilizada para describir, explicar, simular o predecir.

#Semantic Infrastructure

Conjunto de ontologías, vocabularios, identificadores, mappings y reglas que preservan significado.

#Temporal Evolution

Cambio documentado de estados, modelos, conceptos, Evidence o Knowledge Claims.

#TraceOps®

Dominio operacional encargado de identidad, custodia y genealogía de transformaciones.

#Trust Infrastructure

Mecanismos científicos, técnicos, semánticos y de Governance que permiten evaluar identidad, integridad, procedencia y credibilidad.

---

#Bibliografía recomendada

1. Organisation Internationale de la Vigne et du Vin. Resolution OIV/VITI 333/2010 — Definition of Vitivinicultural Terroir.

2. Kitano, H. “Systems Biology: A Brief Overview.” Science, vol. 295, 2002, pp. 1662–1664.

3. International Organization for Standardization. ISO 23247-1:2021 — Automation Systems and Integration — Digital Twin Framework for Manufacturing — Part 1: Overview and General Principles.

4. International Organization for Standardization. ISO 23247-2:2021 — Digital Twin Framework for Manufacturing — Part 2: Reference Architecture.

5. International Organization for Standardization. ISO 23247-5:2026 — Digital Thread for Digital Twin.

6. International Organization for Standardization. ISO 23247-6:2026 — Digital Twin Composition.

7. Lu, Y. et al. “An Overarching Quality Evaluation Framework for Additive Manufacturing Digital Twin.” National Institute of Standards and Technology, 2024.

8. World Wide Web Consortium. Semantic Sensor Network Ontology. W3C Recommendation, 2017.

9. World Wide Web Consortium. PROV-O: The PROV Ontology. W3C Recommendation, 2013.

10. Wilkinson, M. D. et al. “The FAIR Guiding Principles for Scientific Data Management and Stewardship.” Scientific Data, vol. 3, 2016, 160018.

11. Pearl, J. Causality: Models, Reasoning, and Inference. Referencia sugerida.

12. Strogatz, S. H. Nonlinear Dynamics and Chaos. Referencia sugerida.

13. Holling, C. S. “Resilience and Stability of Ecological Systems.” Referencia sugerida.

14. Jones, G. V. “Climate, Grapes, and Wine: Structure and Suitability in a Variable Climate.” Referencia sugerida.

15. van Leeuwen, C. y Seguin, G. “The Concept of Terroir in Viticulture.” Referencia sugerida.

---

#Anexo A — Registro mínimo de Digital Terroir®

---

#Anexo B — Prueba de conformidad

Una representación será compatible con Digital Terroir® cuando:

1. identifique el Biological Process;
2. distinga proceso y Biological Trajectory;
3. conserve tiempo y secuencia;
4. identifique material, lotes y muestras;
5. represente contexto como objeto;
6. distinga Observation e Inference;
7. vincule Evidence con claims;
8. declare incertidumbre;
9. preserve procedencia;
10. utilice Semantic Infrastructure;
11. preserve versiones;
12. declare Context of Use;
13. permita representar Evidence adversa;
14. defina Governance y derechos;
15. permita exportación interoperable.

---

#Anexo C — Canon de Digital Terroir®

El territorio no es una coordenada; es una estructura de relaciones.

El proceso no se reduce al producto final.

La trayectoria contiene información que los estados aislados no conservan.

Una Observation no es una Inference.

El contexto forma parte del significado científico.

La procedencia permite evaluar Evidence, pero no demuestra verdad.

Un Digital Twin puede ser componente de Digital Terroir®, pero no es su equivalente.

La complejidad solo se justifica cuando mejora explicación, predicción o decisión.

El conocimiento territorial deberá conservar atribución, derechos y capacidad de objeción.

Digital Terroir® deberá poder refutarse mediante Evidence.

---

#Anexo D — Declaración institucional

Digital Terroir® constituye el paradigma científico y computacional de The Nebula Framework™ para representar procesos biológicos como Biological Trajectories contextualizadas.

Su propósito es conectar territorio, materia, organismos, ambiente, prácticas, Evidence, Scientific Models y conocimiento dentro de una infraestructura interoperable y gobernada.

Nebula reconoce que ninguna representación digital contiene la totalidad de un territorio, que ningún modelo sustituye la experiencia y que ninguna predicción elimina incertidumbre.

La legitimidad de Digital Terroir® dependerá de su capacidad para producir conocimiento verificable, permitir crítica y beneficiar materialmente a los actores que generan y custodian el contexto del cual ese conocimiento depende.

Versión: 1.0.0
Estado: Draft
Idioma canónico: Español Latino (es-419)
Documento: NBL-WP-013

The Nebula Framework™