Contribuciones:
Lic. Econ. (Mg.) Federico Monzani, IDECOR
Ing. Agr. (Dr.) Mariano Córdoba, UFYMA (CONICET-INTA), FCA-UNC e IDECOR
Ing. Luis Pizarro y equipos técnicos del Ministerio de Agricultura y Ganadería de la Provincia de Córdoba

8 de marzo de 2022

El Ministerio de Agricultura y Ganadería (MAyG) de la Provincia de Córdoba, con apoyo de IDECOR, se encuentra desarrollando nuevas metodologías para la estimación y mapeo de detalle de los rindes agrícolas y la producción de granos en la provincia, que incluyen el uso de información satelital, la integración de otros datos geográficos disponibles en la IDE provincial, relevamientos de campo y la aplicación de técnicos de aprendizaje computacional (machine learning).

En ese marco, se presentan los resultados del estudio y mapeo de los rindes de soja y maíz de la campaña 2020/21 (Figura 1), que informa los rendimientos en qq/ha sobre una grilla provincial de 25 ha (celdas de 500 m de lado). Este nivel de detalle es una de las principales innovaciones del producto, comparado con los informes y mapas habituales donde los resultados suelen presentarse a nivel departamental o total provincial.

La estimación de rendimientos agrícolas, principalmente de soja y maíz, es demandada por los distintos agentes del sector, ya que permite mejorar la toma de decisiones sobre políticas agrarias y económicas. Como ejemplo, con el nivel de detalle que presenta la nueva metodología, los resultados pueden ser usados para delimitar zonas de producción diferencial, identificar en qué sectores realizar mayores o mejores inversiones, analizar el comportamiento del mercado de commodities, inferir la producción de próximas campañas, desarrollar y dar apoyo a buenas prácticas agropecuarias a escala local, organizar la logística de insumos y producción, entre otros.

Como toda la información que se incorpora a MapasCordoba, el geoportal de la Infraestructura de Datos Espaciales de la Provincia de Córdoba (IDECOR), los datos no sólo pueden consultarse en el mapa web, sino también consumirse como (geo)webservice desde un software SIG de escritorio u otras soluciones tecnológicas, y descargarse en forma completa. El mapa de Estimaciones Agrícolas 2020-2021 contiene sendas capas de los rendimientos de soja y maíz, permite ubicar una propiedad por su Número de Cuenta o Nomenclatura Catastral, o un sector por el nombre de localidad o paraje, y consultar el rinde de cada cultivo por sector de 25 has (si la respectiva capa está prendida), entre otros datos específicos.

¿Cómo se realizaron los mapas de rendimiento?

Para la elaboración del trabajo se emplearon modelos predictivos de aprendizaje automático, que se nutren, por un lado, de datos recolectados a campo. En este proceso destaca el rol de las Agencias Zonales del MAyG, además de la participación de otras instituciones como INTA y entidades del sector. El trabajo se llevó adelante con más de 2.000 muestras georreferenciadas (Figura 2) y un importante conjunto de variables explicativas de los rendimientos, procesadas ad-hoc y disponibles en la IDE provincial.

Para el trabajo de campo se desarrolló la aplicación “Rindes”, basada en la personalización de IDECOR Land Collect. Con la herramienta se relevó en cada localización: fecha de siembra, cultivo antecesor, cultivo relevado, superficie sembrada, rendimiento (qq/ha) y eventos que afectaron al cultivo (granizo, sequía, inundación, heladas, plagas, otros).

Para el modelado, además de los datos georreferenciados de rindes de soja y maíz, se incluyeron como covariables aquellas relacionadas a factores que explican el rendimiento. Entre estas, destacan: topografía (altura, pendiente), suelo (materia orgánica, fósforo, arcilla, limo, arena, capacidad de uso del suelo, índice de productividad), clima (precipitaciones, temperatura, radiación solar), rindes históricos, hidrología (déficit hídrico, recurrencia de agua, índice de sequía), vegetación (NDVI, EVI, MSAVI, LAI), entre otras. La predicción espacial se realizó sobre una grilla regular de 500 m x 500 m (25 ha) que cubre toda el área cultivada en la provincia. Para el modelado se implementaron algoritmos de aprendizaje automático, donde destacaron los métodos basados en árboles de regresión, como Random Forest (RF) y Quantile Random Forest (QRF); también se usaron métodos de regresión, como Support Vector Machine (SVM). El ajuste y la evaluación de los hiperparámetros de los modelos ajustados, así como la comparación de su capacidad predictiva, se realizó mediante procesamientos de validación cruzada (k-fold). Los resultados del modelo de predicción informan el valor de rendimiento de soja o maíz en qq/ha, para cada celda de la grilla provincial, y la incertidumbre de predicción, como medida de confiabilidad del proceso llevado adelante. Toda la información puede consultarse en el Informe Técnico de Área Sembrada, Rindes y Producción de Soja y Maíz, Campaña 2020/21, Provincia de Córdoba.

Los resultados muestran un rendimiento promedio del cultivo de soja en la Provincia de Córdoba para la campaña 2020-21, de 33 qq/ha, con un coeficiente de variación (CV) del 14%; mientras que, para el maíz, el rendimiento promedio fue de 83 qq/ha, con un CV del 16%. En la Figura 3 se presentan los mapas de estimación de cada cultivo. Ambos mapas muestran que los mayores rendimientos son obtenidos al sur este de la provincia, en los departamentos Unión y Marcos Juárez. Los rendimientos de maíz promedios en estos departamentos fueron de 97 y 107 qq/ha respectivamente, y de 37 y 38 qq/ha para la soja. Los rendimientos promedios más bajos se ubican al sur y oeste de la provincia, en los departamentos Gral. Paz y Pocho, donde los rendimientos promedios fueron de 64 y 66 qq/ha para el maíz, mientras que para soja fueron de 26 y 23 qq/ha respectivamente.

Usos de un mapa de rindes agrícolas a escala de detalle

Uno de los usos principales, y que forma parte de los objetivos de la Secretaría de Agricultura, es la estimación de la producción agrícola con mayor exactitud y detalle. A estos fines, un proyecto complementario fue llevado adelante por el equipo de Datos de IDECOR, que tuvo por fin fue la construcción de un mapa de las coberturas agrícolas estivales, cuantificando de esta manera, las superficies sembradas de cada cultivo. El mapa fue elaborado empleando algoritmos de clasificación supervisada (Random Forest) que permitieron clasificar los cultivos de soja, maíz y otras coberturas, en unidades espaciales (segmentos) de 1 hectárea. La estimación luego fue agregada sobre la grilla regular de 25 ha, que usa el modelo de rindes, tomando en cuenta la proporción de cada cultivo en cada celda. Así, al multiplicar en cada celda, el área sembrada de cada cultivo por el respectivo rendimiento calculado, se obtuvo la producción de granos para cada celda, que luego puede agregarse por zona, radio de interés, clase de uso de suelo, departamentos, entre otras unidades, y como total a nivel provincial.

Otra aplicación de significativo valor es analizar la variabilidad de los rindes con alto nivel de detalle. A modo de ejemplo, en la Figura 4 se presentan los resultados del maíz para el departamento Unión. Si bien el valor promedio del rendimiento fue de 97 qq/ha, la unidad de análisis de los resultados (25 ha), permite reconocer que en el norte del departamento se observan valores por debajo, en el orden de 85 qq/ha, que incluso llegan hasta los 35 qq/ha; mientras que en el centro se observan rendimientos por encima de los 108 qq/ha. Esto pone en evidencia la alta variabilidad intradepartamental, la cual no puede conocerse cuando la información se presenta, por ejemplo, como promedio por departamento. La misma figura muestra también, el mapa de cobertura de los cultivos realizados (maíz, soja y otros) y el mapa cómputo de la producción (cosecha), en qq/ha para cada celda de 25 ha.

Asimismo, la metodología desarrollada y los productos obtenidos permiten llevar adelante estudios de detalle sobre el rendimiento de los cultivos en áreas específicas, como una zona de acopio, grupo de parcelas, entre otros, de interés para productores, asesores, instituciones agropecuarias regionales, acopiadores y otros posibles interesados. La Figura 5 presenta el mapa de rendimientos de maíz en la zona de influencia de Justiniano Posse, donde se obtiene un rendimiento promedio de 107 qq/ha, con un coeficiente de variación del 4%; mientras que, para la soja, en el mismo sector, el rendimiento promedio fue de 42 qq/ha, con un coeficiente de variación del 8%.

Para más información puede consultarse en el Informe Técnico de Área Sembrada, Rindes y Producción de Soja y Maíz, Campaña 2020/21, elaborado por el Ministerio de Agricultura y Ganadería de la Provincia de Córdoba e IDECOR, donde se detallan las fuentes y datos utilizados, modelos y algoritmos desarrollados, y se presentan estadísticas y análisis de los resultados.

¡Seguimos!

Los equipos de trabajo ya se encuentran preparando la etapa de relevamiento para los estudios de la campaña 2021-22. ¿Querés saber más? ¿Querés participar? Contactá a el equipo técnico del Ministerio a través del siguiente correo: [email protected] o escribí a IDECOR en [email protected].

Seguí la IDE provincial en las redes sociales. Por Instagram en idecor.ok y en el canal de YouTube de IDECOR.