{rfName}
De

Indexed in

License and use

Citations

Altmetrics

Analysis of institutional authors

Justel, AnaAuthor

Share

Publications
>
Proceedings Paper

Definición de zonas homogéneas de daño causado por granizo en cultivos agrícolas utilizando datos de sensores remotos

Publicated to:Proceedings - 3rd Congress in Geomatics Engineering - CIGeo. - 2021-10-11 (), DOI: 10.4995/cigeo2021.2021.12737

Authors: Leandro L. Sosa; Ana Justel; Íñigo Molina

Affiliations

Universidad Autónoma de Madrid - Author
Universidad Politécnica de Madrid - Author

Abstract

La frecuencia e intensidad de los eventos meteorológicos extremos, a nivel mundial, se han incrementado en las últimasdécadas, provocando enormes pérdidas económicas. En Argentina, en la campaña agrícola 2017-2018, se destinaronmás de 200 millones de dólares para proteger los cultivos soja, maíz y trigo contra granizo. Luego de una tormenta, unperito visita el campo para estimar las mermas de rendimiento causadas por granizo, sin información previa de las regionesafectadas ni su intensidad. La precisión en la estimación del daño depende en gran medida de la identificación de ZonasHomogéneas de Daños (ZHD) dentro de la parcela para ponderar el daño total. Actualmente, las ZHD se delimitan acampo con técnicas visuales. Se propone desarrollar un algoritmo para definir las ZHD aplicando técnicas MachineLearning a índices de vegetación calculados con datos Sentinel 1 y 2. Se procesaron y compararon 5 índices demicroondas (DPDD, IDPDD, VDDPI, MPDI y DPSVI) y 5 espectrales (NDVI, EVI, SAVI, AVI y NPCRI) y se seleccionó elmás sensible a los cambios para cada tipo de señal; además, se incorporaron como variable de entrada al modelo lasderivadas de ambos índices. Para definir las clases se empleó K-Means (k = 3). Para validar el algoritmo se analizaron38 tormentas ocurridas entre los años 2017 y 2020 en 91 parcelas de soja, trigo y maíz ubicadas en la llanura pampeanaargentina. Se aplicó a cada parcela el modelo One-Way ANOVA (p <0.05). Los índices seleccionados fueron DPSVI yNPCRI. Se detectaron correctamente ZHD en un 66,67%, 78,13% y 72,70% de los casos analizados, para los cultivos demaíz, trigo y soja, respectivamente. Se concluye que el algoritmo permite definir en forma eficiente ZHD causados porgranizo dando transparencia y precisión a la labor del perito y disminuyendo el tiempo de sus tareas a campo.

Keywords

Quality index

Impact and social visibility

From the perspective of influence or social adoption, and based on metrics associated with mentions and interactions provided by agencies specializing in calculating the so-called "Alternative or Social Metrics," we can highlight as of 2025-06-22:

  • The use of this contribution in bookmarks, code forks, additions to favorite lists for recurrent reading, as well as general views, indicates that someone is using the publication as a basis for their current work. This may be a notable indicator of future more formal and academic citations. This claim is supported by the result of the "Capture" indicator, which yields a total of: 2 (PlumX).

It is essential to present evidence supporting full alignment with institutional principles and guidelines on Open Science and the Conservation and Dissemination of Intellectual Heritage. A clear example of this is:

  • The work has been submitted to a journal whose editorial policy allows open Open Access publication.