Mapa Nacional de Cultivos campaña 2018/2019

Autores: De Abelleyra, Diego; Banchero, Santiago; Veron, Santiago Ramón; Mosciaro, Maria Jesus; Volante, Jose Norberto; Boasso, Miguel Angel; Castrillo, Silvana Alejandra; Dacunto, Luciana; Ferraina, Antonella; Franzoni, Agustin; Gaitan, Juan Jose; Gómez Taffarel, María Cielo; Moreno, Andrea; Propato, Tamara Sofia
Año de publicación: 2019
Idioma: español castellano
Tipo de recurso: informe técnico
Estado: versión publicada
Descripción: La disponibilidad de mapas que describan de manera precisa la localización de los principales cultivos extensivos de grano a escala nacional es un prerrequisito para numerosas aplicaciones. Por ejemplo, la estimación del área sembrada, el seguimiento del estado fisiológico de los cultivos, la estimación del rendimiento, y por último de la producción agrícola, requieren información georeferenciada. Conocer la distribución espacial de los cultivos permite estratificar el área para el muestreo a campo y de esta manera optimizar los recursos de los programas de estimación de la superficie sembrada con cada cultivo anualmente. Además, proveen una manera objetiva de cuantificar la ocurrencia de doble cultivos y así mejorar la estimación del área sembrada. De la misma manera, los sistemas de monitoreo del estado y el rendimiento de cultivos que frecuentemente integran la información satelital de cada departamento sin discriminar área agrícola de no agrícola podrían beneficiarse al considerar la superficie efectivamente sembrada con cada cultivo. En conjunto, la mejora en la estimación del área sembrada y del rendimiento de cada cultivo disminuye el error en la estimación de la producción agrícola total del país y de la contribución de cada región. Mejorar la estimación de la producción agrícola tiene beneficios a múltiples escalas. A escala local permite por ejemplo anticipar la necesidad de almacenamiento, a escala regional la utilización de puertos y la demanda de transporte, a escala nacional los ingresos fiscales y la generación de divisas y a escala internacional los precios de los granos y potenciales proveedores de granos. Finalmente, si estos mapas se producen de manera periódica permiten caracterizar a nivel de lote aspectos clave de la sustentabilidad del manejo agrícola: la rotación de cultivos y la intensidad de uso, es decir la cantidad de cultivos por estación de crecimiento (o campaña agrícola). A pesar de su importancia, existen pocos ejemplos de mapas de cultivos a escala nacional. Estados Unidos, Canadá y Europa poseen programas de seguimiento e inventario de cultivos agrícolas. Más recientemente Ucrania ha generado su primer mapa nacional de cultivos (Kussul et al. 2017). Un aspecto común entre estos programas es la utilización de información satelital. La información provista por satelites de observacion de la tierra es particularmente adecuada para la generación de mapas de cultivos debido a su capacidad para registrar la radiación reflejada por la superficie del planeta de manera periódica, sistemática y objetiva a lo largo de extensas superficies. En particular los radiómetros ópticos proveen imágenes de la superficie en diferentes porciones del espectro electromagnético, usualmente en el visible, infrarrojo cercano, infrarrojo de onda corta e infrarrojo térmico. Si bien teóricamente la información espectrotemporal -es decir el conjunto de las adquisiciones satelitales a lo largo del tiempo de información del espectro electromagnético- debería permitir la discriminación de cultivos, esto frecuentemente está impedido por dos razones: la nubosidad que disminuye la información útil en un dado periodo, y la diversidad espaciotemporal de fechas de siembra para un mismo cultivo La producción agrícola argentina se ha incrementado en gran medida durante los últimos años, pasando la producción de los principales granos (soja, maíz, trigo y girasol) de 34 a 143 millones de toneladas entre 1990 y 2019. En 2013, Argentina fue el tercer exportador mundial de soja y maíz y el décimo tercero de trigo (FAOSTAT, 2018) representando la agricultura una fuente de divisas y de ingresos fiscales clave para el país. En 2010 se estableció en San Antonio de Areco un sitio de estudio de la iniciativa JECAM-GEOGLAM (Experimento Conjunto para la estimación del área y monitoreo de cultivos o Joint Experiment on Crop Assessment and Monitoring en ingles - www.jecam.org). El objetivo de la iniciativa JECAM es desarrollar y validar metodologías de estimación del área sembrada con cultivos y su seguimiento temporal a partir de información satelital. En este trabajo nuestro objetivo fue generar un mapa de tipos de cultivo para el área agrícola extensiva de Argentina. Para ello capitalizamos la disponibilidad de plataformas de almacenamiento y procesamiento de imágenes satelitales en la nube y de nuevos algoritmos de clasificación supervisada, junto con la experiencia previa en la generación de mapas regionales de los grupos de trabajo de INTA involucrados en este trabajo.
Fil: de Abelleyra, Diego Sebastián. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina
Fil: Verón, Santiago Ramón. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina
Fil: Banchero, Santiago. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina
Fil: Mosciaro, Jesús. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Volante, José. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Boasso, Miguel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Castrillo, Silvana. Universidad Nacional de Salta; Argentina
Fil: Dacunto, Luciana. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina
Fil: Ferraina, A. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina
Fil: Franzoni, Agustín. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina
Fil: Gaitan, Juan José. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; Argentina
Fil: Gómez Taffarel, María Cielo. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Moreno, Andrea. Universidad Nacional de Salta; Argentina
Fil: Propato, Tamara. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina
Materia: Utilización de la Tierra
Producción
Soja
Maíz
Trigo
Girasol
Land Use
Production
Soybeans
Maize
Wheat
Sunflowers
Area Sembrada
Regiones Agrícolas
Agricultural Regions
Sown Area
Nivel de accesibilidad: acceso abierto
Condiciones de uso: http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
Institución: Instituto Nacional de Tecnología Agropecuaria
OAI Identificador: oai:localhost:20.500.12123/15134

Acceder

id	INTADig_b4277a17a13bbf1ce63f54de7aff01e2
oai_identifier_str	oai:localhost:20.500.12123/15134
network_acronym_str	INTADig
repository_id_str	l
network_name_str	INTA Digital (INTA)
spelling	Mapa Nacional de Cultivos campaña 2018/2019De Abelleyra, DiegoBanchero, SantiagoVeron, Santiago RamónMosciaro, Maria JesusVolante, Jose NorbertoBoasso, Miguel AngelCastrillo, Silvana AlejandraDacunto, LucianaFerraina, AntonellaFranzoni, AgustinGaitan, Juan JoseGómez Taffarel, María CieloMoreno, AndreaPropato, Tamara SofiaUtilización de la TierraProducciónSojaMaízTrigoGirasolLand UseProductionSoybeansMaizeWheatSunflowersArea SembradaRegiones AgrícolasAgricultural RegionsSown AreaLa disponibilidad de mapas que describan de manera precisa la localización de los principales cultivos extensivos de grano a escala nacional es un prerrequisito para numerosas aplicaciones. Por ejemplo, la estimación del área sembrada, el seguimiento del estado fisiológico de los cultivos, la estimación del rendimiento, y por último de la producción agrícola, requieren información georeferenciada. Conocer la distribución espacial de los cultivos permite estratificar el área para el muestreo a campo y de esta manera optimizar los recursos de los programas de estimación de la superficie sembrada con cada cultivo anualmente. Además, proveen una manera objetiva de cuantificar la ocurrencia de doble cultivos y así mejorar la estimación del área sembrada. De la misma manera, los sistemas de monitoreo del estado y el rendimiento de cultivos que frecuentemente integran la información satelital de cada departamento sin discriminar área agrícola de no agrícola podrían beneficiarse al considerar la superficie efectivamente sembrada con cada cultivo. En conjunto, la mejora en la estimación del área sembrada y del rendimiento de cada cultivo disminuye el error en la estimación de la producción agrícola total del país y de la contribución de cada región. Mejorar la estimación de la producción agrícola tiene beneficios a múltiples escalas. A escala local permite por ejemplo anticipar la necesidad de almacenamiento, a escala regional la utilización de puertos y la demanda de transporte, a escala nacional los ingresos fiscales y la generación de divisas y a escala internacional los precios de los granos y potenciales proveedores de granos. Finalmente, si estos mapas se producen de manera periódica permiten caracterizar a nivel de lote aspectos clave de la sustentabilidad del manejo agrícola: la rotación de cultivos y la intensidad de uso, es decir la cantidad de cultivos por estación de crecimiento (o campaña agrícola). A pesar de su importancia, existen pocos ejemplos de mapas de cultivos a escala nacional. Estados Unidos, Canadá y Europa poseen programas de seguimiento e inventario de cultivos agrícolas. Más recientemente Ucrania ha generado su primer mapa nacional de cultivos (Kussul et al. 2017). Un aspecto común entre estos programas es la utilización de información satelital. La información provista por satelites de observacion de la tierra es particularmente adecuada para la generación de mapas de cultivos debido a su capacidad para registrar la radiación reflejada por la superficie del planeta de manera periódica, sistemática y objetiva a lo largo de extensas superficies. En particular los radiómetros ópticos proveen imágenes de la superficie en diferentes porciones del espectro electromagnético, usualmente en el visible, infrarrojo cercano, infrarrojo de onda corta e infrarrojo térmico. Si bien teóricamente la información espectrotemporal -es decir el conjunto de las adquisiciones satelitales a lo largo del tiempo de información del espectro electromagnético- debería permitir la discriminación de cultivos, esto frecuentemente está impedido por dos razones: la nubosidad que disminuye la información útil en un dado periodo, y la diversidad espaciotemporal de fechas de siembra para un mismo cultivo La producción agrícola argentina se ha incrementado en gran medida durante los últimos años, pasando la producción de los principales granos (soja, maíz, trigo y girasol) de 34 a 143 millones de toneladas entre 1990 y 2019. En 2013, Argentina fue el tercer exportador mundial de soja y maíz y el décimo tercero de trigo (FAOSTAT, 2018) representando la agricultura una fuente de divisas y de ingresos fiscales clave para el país. En 2010 se estableció en San Antonio de Areco un sitio de estudio de la iniciativa JECAM-GEOGLAM (Experimento Conjunto para la estimación del área y monitoreo de cultivos o Joint Experiment on Crop Assessment and Monitoring en ingles - www.jecam.org). El objetivo de la iniciativa JECAM es desarrollar y validar metodologías de estimación del área sembrada con cultivos y su seguimiento temporal a partir de información satelital. En este trabajo nuestro objetivo fue generar un mapa de tipos de cultivo para el área agrícola extensiva de Argentina. Para ello capitalizamos la disponibilidad de plataformas de almacenamiento y procesamiento de imágenes satelitales en la nube y de nuevos algoritmos de clasificación supervisada, junto con la experiencia previa en la generación de mapas regionales de los grupos de trabajo de INTA involucrados en este trabajo.Fil: de Abelleyra, Diego Sebastián. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; ArgentinaFil: Verón, Santiago Ramón. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; ArgentinaFil: Banchero, Santiago. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; ArgentinaFil: Mosciaro, Jesús. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; ArgentinaFil: Volante, José. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; ArgentinaFil: Boasso, Miguel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; ArgentinaFil: Castrillo, Silvana. Universidad Nacional de Salta; ArgentinaFil: Dacunto, Luciana. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; ArgentinaFil: Ferraina, A. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; ArgentinaFil: Franzoni, Agustín. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; ArgentinaFil: Gaitan, Juan José. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; ArgentinaFil: Gómez Taffarel, María Cielo. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Moreno, Andrea. Universidad Nacional de Salta; ArgentinaFil: Propato, Tamara. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; ArgentinaINTA2023-09-07T11:47:50Z2023-09-07T11:47:50Z2019-09-01info:eu-repo/semantics/reportinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfhttp://hdl.handle.net/20.500.12123/15134spainfo:eu-repograntAgreement/INTA/PROGRAMA NACIONAL DE RECURSOS NATURALES Y GESTIÓN AMBIENTAL PROYECTO MAPBIOMAS (Convenio 26121) RED JECAM-GEOGLAM Sitio Argentinainfo:eu-repo/semantics/reference/doi/10.5281/zenodo.8286326info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuaria2025-09-29T13:46:04Zoai:localhost:20.500.12123/15134instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-09-29 13:46:04.893INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv	Mapa Nacional de Cultivos campaña 2018/2019
title	Mapa Nacional de Cultivos campaña 2018/2019
spellingShingle	Mapa Nacional de Cultivos campaña 2018/2019 De Abelleyra, Diego Utilización de la Tierra Producción Soja Maíz Trigo Girasol Land Use Production Soybeans Maize Wheat Sunflowers Area Sembrada Regiones Agrícolas Agricultural Regions Sown Area
title_short	Mapa Nacional de Cultivos campaña 2018/2019
title_full	Mapa Nacional de Cultivos campaña 2018/2019
title_fullStr	Mapa Nacional de Cultivos campaña 2018/2019
title_full_unstemmed	Mapa Nacional de Cultivos campaña 2018/2019
title_sort	Mapa Nacional de Cultivos campaña 2018/2019
dc.creator.none.fl_str_mv	De Abelleyra, Diego Banchero, Santiago Veron, Santiago Ramón Mosciaro, Maria Jesus Volante, Jose Norberto Boasso, Miguel Angel Castrillo, Silvana Alejandra Dacunto, Luciana Ferraina, Antonella Franzoni, Agustin Gaitan, Juan Jose Gómez Taffarel, María Cielo Moreno, Andrea Propato, Tamara Sofia
author	De Abelleyra, Diego
author_facet	De Abelleyra, Diego Banchero, Santiago Veron, Santiago Ramón Mosciaro, Maria Jesus Volante, Jose Norberto Boasso, Miguel Angel Castrillo, Silvana Alejandra Dacunto, Luciana Ferraina, Antonella Franzoni, Agustin Gaitan, Juan Jose Gómez Taffarel, María Cielo Moreno, Andrea Propato, Tamara Sofia
author_role	author
author2	Banchero, Santiago Veron, Santiago Ramón Mosciaro, Maria Jesus Volante, Jose Norberto Boasso, Miguel Angel Castrillo, Silvana Alejandra Dacunto, Luciana Ferraina, Antonella Franzoni, Agustin Gaitan, Juan Jose Gómez Taffarel, María Cielo Moreno, Andrea Propato, Tamara Sofia
author2_role	author author author author author author author author author author author author author
dc.subject.none.fl_str_mv	Utilización de la Tierra Producción Soja Maíz Trigo Girasol Land Use Production Soybeans Maize Wheat Sunflowers Area Sembrada Regiones Agrícolas Agricultural Regions Sown Area
topic	Utilización de la Tierra Producción Soja Maíz Trigo Girasol Land Use Production Soybeans Maize Wheat Sunflowers Area Sembrada Regiones Agrícolas Agricultural Regions Sown Area
dc.description.none.fl_txt_mv	La disponibilidad de mapas que describan de manera precisa la localización de los principales cultivos extensivos de grano a escala nacional es un prerrequisito para numerosas aplicaciones. Por ejemplo, la estimación del área sembrada, el seguimiento del estado fisiológico de los cultivos, la estimación del rendimiento, y por último de la producción agrícola, requieren información georeferenciada. Conocer la distribución espacial de los cultivos permite estratificar el área para el muestreo a campo y de esta manera optimizar los recursos de los programas de estimación de la superficie sembrada con cada cultivo anualmente. Además, proveen una manera objetiva de cuantificar la ocurrencia de doble cultivos y así mejorar la estimación del área sembrada. De la misma manera, los sistemas de monitoreo del estado y el rendimiento de cultivos que frecuentemente integran la información satelital de cada departamento sin discriminar área agrícola de no agrícola podrían beneficiarse al considerar la superficie efectivamente sembrada con cada cultivo. En conjunto, la mejora en la estimación del área sembrada y del rendimiento de cada cultivo disminuye el error en la estimación de la producción agrícola total del país y de la contribución de cada región. Mejorar la estimación de la producción agrícola tiene beneficios a múltiples escalas. A escala local permite por ejemplo anticipar la necesidad de almacenamiento, a escala regional la utilización de puertos y la demanda de transporte, a escala nacional los ingresos fiscales y la generación de divisas y a escala internacional los precios de los granos y potenciales proveedores de granos. Finalmente, si estos mapas se producen de manera periódica permiten caracterizar a nivel de lote aspectos clave de la sustentabilidad del manejo agrícola: la rotación de cultivos y la intensidad de uso, es decir la cantidad de cultivos por estación de crecimiento (o campaña agrícola). A pesar de su importancia, existen pocos ejemplos de mapas de cultivos a escala nacional. Estados Unidos, Canadá y Europa poseen programas de seguimiento e inventario de cultivos agrícolas. Más recientemente Ucrania ha generado su primer mapa nacional de cultivos (Kussul et al. 2017). Un aspecto común entre estos programas es la utilización de información satelital. La información provista por satelites de observacion de la tierra es particularmente adecuada para la generación de mapas de cultivos debido a su capacidad para registrar la radiación reflejada por la superficie del planeta de manera periódica, sistemática y objetiva a lo largo de extensas superficies. En particular los radiómetros ópticos proveen imágenes de la superficie en diferentes porciones del espectro electromagnético, usualmente en el visible, infrarrojo cercano, infrarrojo de onda corta e infrarrojo térmico. Si bien teóricamente la información espectrotemporal -es decir el conjunto de las adquisiciones satelitales a lo largo del tiempo de información del espectro electromagnético- debería permitir la discriminación de cultivos, esto frecuentemente está impedido por dos razones: la nubosidad que disminuye la información útil en un dado periodo, y la diversidad espaciotemporal de fechas de siembra para un mismo cultivo La producción agrícola argentina se ha incrementado en gran medida durante los últimos años, pasando la producción de los principales granos (soja, maíz, trigo y girasol) de 34 a 143 millones de toneladas entre 1990 y 2019. En 2013, Argentina fue el tercer exportador mundial de soja y maíz y el décimo tercero de trigo (FAOSTAT, 2018) representando la agricultura una fuente de divisas y de ingresos fiscales clave para el país. En 2010 se estableció en San Antonio de Areco un sitio de estudio de la iniciativa JECAM-GEOGLAM (Experimento Conjunto para la estimación del área y monitoreo de cultivos o Joint Experiment on Crop Assessment and Monitoring en ingles - www.jecam.org). El objetivo de la iniciativa JECAM es desarrollar y validar metodologías de estimación del área sembrada con cultivos y su seguimiento temporal a partir de información satelital. En este trabajo nuestro objetivo fue generar un mapa de tipos de cultivo para el área agrícola extensiva de Argentina. Para ello capitalizamos la disponibilidad de plataformas de almacenamiento y procesamiento de imágenes satelitales en la nube y de nuevos algoritmos de clasificación supervisada, junto con la experiencia previa en la generación de mapas regionales de los grupos de trabajo de INTA involucrados en este trabajo. Fil: de Abelleyra, Diego Sebastián. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina Fil: Verón, Santiago Ramón. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina Fil: Banchero, Santiago. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina Fil: Mosciaro, Jesús. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina Fil: Volante, José. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina Fil: Boasso, Miguel. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina Fil: Castrillo, Silvana. Universidad Nacional de Salta; Argentina Fil: Dacunto, Luciana. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina Fil: Ferraina, A. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina Fil: Franzoni, Agustín. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Salta; Argentina Fil: Gaitan, Juan José. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Suelos; Argentina Fil: Gómez Taffarel, María Cielo. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Moreno, Andrea. Universidad Nacional de Salta; Argentina Fil: Propato, Tamara. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Clima y Agua; Argentina
description	La disponibilidad de mapas que describan de manera precisa la localización de los principales cultivos extensivos de grano a escala nacional es un prerrequisito para numerosas aplicaciones. Por ejemplo, la estimación del área sembrada, el seguimiento del estado fisiológico de los cultivos, la estimación del rendimiento, y por último de la producción agrícola, requieren información georeferenciada. Conocer la distribución espacial de los cultivos permite estratificar el área para el muestreo a campo y de esta manera optimizar los recursos de los programas de estimación de la superficie sembrada con cada cultivo anualmente. Además, proveen una manera objetiva de cuantificar la ocurrencia de doble cultivos y así mejorar la estimación del área sembrada. De la misma manera, los sistemas de monitoreo del estado y el rendimiento de cultivos que frecuentemente integran la información satelital de cada departamento sin discriminar área agrícola de no agrícola podrían beneficiarse al considerar la superficie efectivamente sembrada con cada cultivo. En conjunto, la mejora en la estimación del área sembrada y del rendimiento de cada cultivo disminuye el error en la estimación de la producción agrícola total del país y de la contribución de cada región. Mejorar la estimación de la producción agrícola tiene beneficios a múltiples escalas. A escala local permite por ejemplo anticipar la necesidad de almacenamiento, a escala regional la utilización de puertos y la demanda de transporte, a escala nacional los ingresos fiscales y la generación de divisas y a escala internacional los precios de los granos y potenciales proveedores de granos. Finalmente, si estos mapas se producen de manera periódica permiten caracterizar a nivel de lote aspectos clave de la sustentabilidad del manejo agrícola: la rotación de cultivos y la intensidad de uso, es decir la cantidad de cultivos por estación de crecimiento (o campaña agrícola). A pesar de su importancia, existen pocos ejemplos de mapas de cultivos a escala nacional. Estados Unidos, Canadá y Europa poseen programas de seguimiento e inventario de cultivos agrícolas. Más recientemente Ucrania ha generado su primer mapa nacional de cultivos (Kussul et al. 2017). Un aspecto común entre estos programas es la utilización de información satelital. La información provista por satelites de observacion de la tierra es particularmente adecuada para la generación de mapas de cultivos debido a su capacidad para registrar la radiación reflejada por la superficie del planeta de manera periódica, sistemática y objetiva a lo largo de extensas superficies. En particular los radiómetros ópticos proveen imágenes de la superficie en diferentes porciones del espectro electromagnético, usualmente en el visible, infrarrojo cercano, infrarrojo de onda corta e infrarrojo térmico. Si bien teóricamente la información espectrotemporal -es decir el conjunto de las adquisiciones satelitales a lo largo del tiempo de información del espectro electromagnético- debería permitir la discriminación de cultivos, esto frecuentemente está impedido por dos razones: la nubosidad que disminuye la información útil en un dado periodo, y la diversidad espaciotemporal de fechas de siembra para un mismo cultivo La producción agrícola argentina se ha incrementado en gran medida durante los últimos años, pasando la producción de los principales granos (soja, maíz, trigo y girasol) de 34 a 143 millones de toneladas entre 1990 y 2019. En 2013, Argentina fue el tercer exportador mundial de soja y maíz y el décimo tercero de trigo (FAOSTAT, 2018) representando la agricultura una fuente de divisas y de ingresos fiscales clave para el país. En 2010 se estableció en San Antonio de Areco un sitio de estudio de la iniciativa JECAM-GEOGLAM (Experimento Conjunto para la estimación del área y monitoreo de cultivos o Joint Experiment on Crop Assessment and Monitoring en ingles - www.jecam.org). El objetivo de la iniciativa JECAM es desarrollar y validar metodologías de estimación del área sembrada con cultivos y su seguimiento temporal a partir de información satelital. En este trabajo nuestro objetivo fue generar un mapa de tipos de cultivo para el área agrícola extensiva de Argentina. Para ello capitalizamos la disponibilidad de plataformas de almacenamiento y procesamiento de imágenes satelitales en la nube y de nuevos algoritmos de clasificación supervisada, junto con la experiencia previa en la generación de mapas regionales de los grupos de trabajo de INTA involucrados en este trabajo.
publishDate	2019
dc.date.none.fl_str_mv	2019-09-01 2023-09-07T11:47:50Z 2023-09-07T11:47:50Z
dc.type.none.fl_str_mv	info:eu-repo/semantics/report info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_18gh info:ar-repo/semantics/informeTecnico
format	report
status_str	publishedVersion
dc.identifier.none.fl_str_mv	http://hdl.handle.net/20.500.12123/15134
url	http://hdl.handle.net/20.500.12123/15134
dc.language.none.fl_str_mv	spa
language	spa
dc.relation.none.fl_str_mv	info:eu-repograntAgreement/INTA/PROGRAMA NACIONAL DE RECURSOS NATURALES Y GESTIÓN AMBIENTAL PROYECTO MAPBIOMAS (Convenio 26121) RED JECAM-GEOGLAM Sitio Argentina info:eu-repo/semantics/reference/doi/10.5281/zenodo.8286326
dc.rights.none.fl_str_mv	info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv	openAccess
rights_invalid_str_mv	http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv	application/pdf
dc.publisher.none.fl_str_mv	INTA
publisher.none.fl_str_mv	INTA
dc.source.none.fl_str_mv	reponame:INTA Digital (INTA) instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str	INTA Digital (INTA)
collection	INTA Digital (INTA)
instname_str	Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv	INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv	tripaldi.nicolas@inta.gob.ar
_version_	1844619178515890176
score	12.749369

Mapa Nacional de Cultivos campaña 2018/2019

Publicaciones similares