Estimación de rendimiento de cultivos agrícolas: integración de datos derivados de monitores de rendimiento y productos del sensoramiento remoto

Abstract

En el contexto de un aumento demográfico continuo, la seguridad alimentaria global enfrenta desafíos, acentuados por el cambio climático. La producción de cultivos fundamentales como el maíz se ve afectada por las perturbaciones climáticas, lo que destaca la necesidad de soluciones resilientes. La teledetección emerge como un recurso práctico para estimar los rendimientos de maíz, al proporcionar vasta información de manera remota sobre el crecimiento y las condiciones del cultivo permitiendo ajustes precisos en la gestión agrícola. Esta capacidad no solo optimiza la eficiencia de los recursos para los agricultores, sino que también guía la formulación de políticas adaptativas a nivel local y global, con miras a asegurar la disponibilidad sostenible de alimentos. La recopilación de datos georreferenciados, especialmente a través de sistemas de monitoreo de cosecha, brinda una perspectiva detallada de los rendimientos agrícolas a nivel geográfico. La investigación, basada en información derivada de sensores satelitales, ha generado modelos de predicción de rendimiento de maíz a escala regional y paisajística. En esta investigación se trabajó sobre la hipótesis que la variabilidad de variables derivadas de información de sensado remoto medidas a nivel de lote permiten predecir el rendimiento del cultivo de maíz medido con monitores de cosecha. El objetivo principal de esta tesis fue generar modelos paramétricos y no paramétricos para predecir el rendimiento de maíz en la zona núcleo de la República Argentina a nivel de lote, tomando como datos de entrada información geoespacial de sensores remotos y utilizando observaciones de campo de 33 lotes. Se probó la efectividad de una metodología que permite depurar, estandarizar y re-escalar archivos de datos georreferenciados, que facilitó la interpolación geoestadística de manera cuasiautomática. Se probaron diferentes marcos teóricos para predecir el rendimiento desde información geo-espacial de sensores remotos, información climática y de relieve: modelos de regresión lineal múltiple (RLM) y regresión basada en el método de aprendizaje automático “bosque aleatorio” (RFR). Se ponderó la variabilidad intra lote de cada una de las variables predictoras calculando el desvío estándar y el rango. El modelo RLM con interacciones (RMSE: 1.48) explicó un 4,12 % más de la variabilidad del rendimiento que el mejor modelo RFR (RMSE: 1.87). Siendo ambos modelos eficientes para explicar y predecir la variabilidad de los rendimientos. La evidencia aportada por esta tesis sugiere que se pueden construir mejores protocolos de predicción estadística de rendimiento de maíz a nivel regional utilizando el modelo RLM.

In the context of ongoing demographic growth, global food security faces significant challenges, accentuated by climate change. The production of fundamental crops like maize is affected by climatic disruptions, underscoring the need for resilient solutions. Remote sensing emerges as an essential resource for estimating maize yields, providing extensive information remotely on crop growth and conditions, allowing precise adjustments in agricultural management. This capability not only optimizes resource efficiency for farmers but also guides the formulation of adaptive policies at local and global levels, aiming to ensure sustainable food availability. The collection of georeferenced data, especially through harvest monitoring systems, offers a detailed perspective on agricultural yields at a geographical level. Research, based on information derived from satellite sensors, has generated predictive models for maize yield at regional and landscape scales. In this research, we worked on the hypothesis that the variability of multiple variables derived from remote sensing information measured at the field level allows predicting the yield of the corn crop measured with harvest monitors. The main objective of this thesis was to generate parametric and non-parametric models to predict corn yield in the core zone of the Argentine Republic at the field level, taking as input geospatial data from remote sensors and using data from 33 fields. In first place, the effectiveness of a methodology that allows debugging, standardizing and re-scaling georeferenced data files was tested, which facilitated geostatistical interpolation in a quasi-automatic manner. Secondly, different theoretical frameworks were tested to predict maize yield from climatic, relief and remote sensors geospatial information: multiple linear regression models (RLM) and regression based on the machine learning method random forest"(RFR). The intra-lot variability of each of the predictor variables was weighted by calculating the standard deviation and the range. The RLM model without interactions (RMSE: 1.48) explained 4,12 % more of the performance variability than the best RFR model (RMSE: 1.87). As both models are efficient to explain and predict the variability of yields, the evidence provided by this thesis suggests that better statistical prediction protocols for maize yield can be built at the regional level using the RLM model.