 |
  |
La data sirve a la planificación del transporte, acopio y acceso a los insumos.
Con el objetivo de conocer la distribución espacial de cultivos y sus cambios en y entre campañas agrícolas que describen procesos de expansión, intensificación y rotación agrícola, especialistas de 29 unidades del INTA en todo el país publicaron una nueva edición del Mapa Nacional de Cultivos para la campaña 2022/2023. De esta manera se completa una secuencia de mapas de 5 campañas agrícolas consecutivas: 2018/2019, 2019/2020, 2020/2021, 2021/2022 y 2022/2023.
“La disponibilidad de información a escala detallada y con alcance nacional de la ubicación de los principales cultivos extensivos constituye una herramienta clave para la planificación de la producción agrícola, transporte, acopio de productos y distribución de insumos”, indicó Diego de Abelleyra, investigador del Instituto de Clima y Agua del INTA y uno de los desarrolladores del mapa.
En esa línea, De Abelleyra afirmó: “La generación de estos mapas en campañas consecutivas permite analizar aspectos adicionales como zonas de expansión o retracción de la agricultura, rotaciones de cultivos y agrícolo-ganaderas y una cuantificación objetiva del grado de monocultivo y su distribución espacial”.
El MNC se viene utilizando como información de base para el desarrollo de diversas aplicaciones y estudios científicos entre los que se pueden incluir, por ejemplo, su utilización como capa para el seguimiento de cultivos, permitiendo enfocar diversos índices -vegetación, meteorológicos, humedad del suelo- sobre áreas agrícolas o cultivos específicos, como capa para el seguimiento forrajero, o para la caracterización de secuencias de cultivos e impactos.
También sirve para la cuantificación de emisiones de carbono, como base para estudios de fragmentación del paisaje y sus efectos; para la optimización del trazado de rutas y caminos rurales y su impacto en salud humana.
“Se espera que en el mediano plazo la información provista por estas colecciones de MNC puedan ser generadas en tiempo real, permitiendo el desarrollo de nuevos productos, tales como la predicción del rendimiento agrícola a nivel lote, pronósticos de producción de granos a nivel departamento y la caracterización de sistemas de producción de granos, entre otros”, explicó el investigador.
¿Cómo se realizó?
La metodología consistió en la realización de clasificaciones supervisadas a partir de índices obtenidos de imágenes satelitales de las plataforma Landsat y Sentinel 2. “Se tomaron muestras de entrenamiento a partir de relevamientos a campo durante dos momentos de la campaña agrícola 2022/2023. En áreas con faltante de datos de campo, se consideró información complementaria a partir de referentes, productores e interpretación visual”, comentó De Abelleyra.
Asimismo, agregó que “se consideró una zonificación que incluye las principales áreas agrícolas del país, basada en las zonas del Panorama Agrícola Semanal (PAS) de la Bolsa de Cereales de Buenos Aires que agrupa departamentos o partidos en 15 zonas en función de la distribución y abundancia de cultivos”.
Para cada zona se realizaron clasificaciones supervisadas en forma independiente, es decir clasificaciones que son entrenadas con muestras de referencia a partir de observaciones a campo, que brindan información georreferenciada del tipo de cultivo y otras clases no agrícolas observadas en un número de lotes o parches a lo largo de la campaña considerada (2022/2023). La información de campo relevada también permite hacer estimaciones de la exactitud de los mapas generados y de su nivel de error.
