El arroz con cáscara es un producto agrícola importante, y el mapeo preciso de los campos de arroz con cáscara es esencial para mejorar la seguridad alimentaria, promover la agricultura sostenible, aumentar el rendimiento de los cultivos y facilitar los avances tecnológicos.
por la Academia China de Ciencias
Un grupo de investigación dirigido por el profesor Sun Xiaobing, de los Institutos de Ciencias Físicas de Hefei de la Academia de Ciencias de China, desarrolló un método para mapear con precisión el cultivo de arroz en Anhui, una provincia del este de China. El trabajo se publicó en la revista Agriculture .
Los investigadores combinaron características fenológicas anuales con imágenes de Sentinel-1/2, aprovechando la teledetección satelital y el aprendizaje automático para mejorar el monitoreo agrícola.
Derivaron variaciones fenológicas anuales a partir de datos reales verificados y asignaron varios índices de vegetación a diferentes fases fenológicas.
Esto les ayuda a obtener mapas de distribución de la siembra de arroz a nivel de píxel a través del aprendizaje automático .
El equipo de investigación utilizó una técnica de expansión automática de muestra para aumentar el tamaño de la muestra y estratificó diferentes cuadrículas dentro del área de estudio.
Los investigadores validaron los resultados de este método con una matriz de confusión, el Anuario estadístico de Anhui y otros algoritmos de mapeo del arroz de resoluciones similares. El método demostró una alta precisión en las principales áreas productoras de cereales de Anhui con menos del 10% de error y mostró un valor práctico en la agricultura.
Además, las técnicas de expansión de muestra desarrolladas en este estudio podrían adaptarse para mapear otros cultivos comerciales importantes.
Este estudio integra características fenológicas con datos ópticos y de radar de apertura sintética para la estimación del área de cultivo y ofrecerá un valor práctico para futuros estudios de plantación y rendimiento agrícola, según el profesor Sun.
Más información: Zeling Wang et al., Clasificación mejorada del arroz con cáscara utilizando imágenes Sentinel-1/2 en Anhui, China: características fenológicas, algoritmos, validación y análisis, Agricultura (2024). DOI: 10.3390/agriculture14081282
