Resumen

SAYAGO, S  y  BOCCO, M. Estimación del rendimiento de cultivos usando imágenes satelitales: comparación de modelos lineales y no lineales. Agriscientia [online]. 2018, vol.35, n.1, pp.1-9. ISSN 1668-298X.

El desarrollo de modelos para predecir rendimiento de los cultivos mediante teledetección permite realizar estimaciones precisas y oportunas en grandes áreas. En particular, este es un insumo necesario para prever tanto la provisión de alimentos, como para contribuir con formuladores de políticas y agricultores. En Argentina, los cultivos más importantes son soja (Glycine max (L.) Merr.) y maíz (Zea mays L.). El objetivo de este trabajo fue desarrollar modelos lineales y no lineales para estimar rendimiento de los cultivos a partir de datos satelitales. En particular se propuso y se aplicaron esos modelos en la región central de Córdoba (Argentina), usando imágenes Landsat y SPOT. Los modelos se construyeron considerando todas o algunas bandas incluidas en las imágenes de uno o ambos satélites. Los resultados mostraron un buen ajuste cuando se utilizaron todas las imágenes, siendo superior la precisión obtenida por las redes neuronales (NN). Para soja, la mejor estimación presentó un coeficiente de determinación de 0,90 con NN y 0,82 para los modelos de regresión múltiple y para maíz 0,92 y 0,88 respectivamente. En conclusión, las imágenes Landsat y SPOT pueden usarse para predecir en etapas tempranas y a mitad de la temporada de crecimiento, el rendimiento de maíz y soja.

Palabras clave : Redes neuronales; Regresión lineal múltiple; Soja; Maíz; Modelos.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )