Geoinformación al servicio de la gestión agrícola: un caso aplicado a productores de caña de azúcar en Costa Rica

Abstract

Aquesta Tesi aborda l’ús de la Geoinformació com a recurs per proporcionar eines, basades en criteris espai-temporals, per a la gestió de la canya de sucre a Costa Rica, integrant tècniques de Teledetecció, Sistemes d’informació Geogràfica i modelització de dades. S’han explorat tres línies de recerca: l’estimació de rendiments agro-industrials, la classificació de varietats i el monitoratge de l’estat de creixement del cultiu, aconseguint aportacions significatives en cadascuna d’elles. Les aportacions d’aquesta Tesi s’han estructurat a partir del compendi de quatre articles publicats. En primer lloc, es van desenvolupar models d’estimació del rendiment agro-industrial, obtenint un RMSE de 8,0 t/ha i d’aproximadament 4,0 kg de sucre per, respectivament. Es destaca la incorporació de variables històriques de rendiment i dades satel·litals harmonitzades, així com la influència dels factors climàtics en les estimacions. En segon lloc, per a la classificació de varietats de canya de sucre, també es van utilitzar dades satel·litals harmonitzades combinades amb mètodes no paramètrics, assolint nivells d’exactitud superiors al 86%. A més, es va conceptualitzar i desenvolupar SugarSaT, un sistema d’ajuda a la presa de decisions espacial (S-DSS) dissenyat per millorar el monitoratge del cultiu a partir de dades satel·litals, que inclou eines com el seguiment de collites, amb nivells d’encert propers al 93%, i un sistema d’alerta primerenca, amb una exactitud del 75%. L’avaluació de la usabilitat va confirmar que SugarSaT té una alta aplicabilitat en la gestió quotidiana del cultiu, tal com ho va indicar el 83% dels assessors agronòmics enquestats. En síntesi, aquesta Tesi reforça la importància de la Geoinformació en la gestió de la canya de sucre, en particular, i en l’agricultura, en general, com a recurs clau per afrontar problemàtiques quotidianes. La seva aplicació és essencial davant els reptes actuals de la producció agrícola, ja que permet desenvolupar eines que contribueixin a resoldre problemàtiques relacionades amb la necessitat d’augmentar la productivitat, optimitzar l’ús de recursos, i mantenir el desenvolupament sostenible del cultiu.

Esta Tesis abordó el uso de la Geoinformación como recurso para proveer herramientas, basadas en criterios espaciotemporales, a la gestión de la caña de azúcar en Costa Rica, integrando técnicas de Teledetección, Sistemas de Información Geográfica y modelización de datos. Se exploraron tres líneas de investigación: estimación de rendimientos agro-industriales, clasificación de variedades y monitoreo del estado de crecimiento, logrando aportaciones significativas en cada una de ellas. Los aportes de esta Tesis se han estructurado a partir del compendio de cuatro artículos publicados. En primera instancia, se desarrollaron modelos de estimación de rendimiento agro-industrial, obteniéndose un RMSE de 8,0 ton/ha y de aproximadamente 4,0 kg de azúcar por tonelada, respectivamente. Se destaca la inclusión de variables históricas de rendimiento y de datos satelitales armonizados, junto a la influencia de los factores climáticos en las estimaciones. Por otra parte, en la clasificación de variedades de caña de azúcar, también se utilizaron datos satelitales armonizados junto con métodos no paramétricos, alcanzando niveles de exactitud superiores a 86%. Asimismo, se conceptualizó y desarrolló SugarSaT, un S-DSS diseñado para mejorar el monitoreo del cultivo a partir de datos satelitales, incluyendo herramientas como el seguimiento de cosechas, con niveles de acierto cercanos al 93%, y el sistema de alerta temprana con un 75% de exactitud. La evaluación de usabilidad confirmó que SugarSaT tiene una alta aplicabilidad en la gestión diaria del cultivo, como así lo indicó el 83% de los asesores agronómicos encuestados. En síntesis, esta Tesis refuerza la importancia de la Geoinformación en la gestión de la caña de azúcar, en particular, y en la agricultura, en general, como un recurso clave para abordar problemáticas cotidianas. Su aplicación es esencial ante los desafíos actuales de la producción agrícola, permitiendo desarrollar herramientas que contribuyan a la solución de problemáticas relacionadas con la necesidad de aumentar la productividad, optimizar el uso de los recursos, y mantener el desarrollo sostenible del cultivo.

This Thesis addressed the use of Geoinformation as a resource to provide tools, based on spatiotemporal criteria, for the management of sugarcane cultivation in Costa Rica, by integrating Remote Sensing, Geographic Information System, and data modelling techniques. Three lines of research were explored: the estimation of agro-industrial yields, variety classification, and monitoring of crop growth status, achieving significant contributions in each area. The contributions of this Thesis are structured around a compendium of four published articles. First, models for estimating agro-industrial yield were developed, achieving RMSE of 8.0 tons/ha and approximately 4.0 kg of sugar per ton, respectively. A particular emphasis is placed on the integration of historical yield data and harmonized satellite imagery, along with the influence of climatic factors on yield estimations. Secondly, in the classification of sugarcane varieties, harmonized satellite data were also combined with non-parametric methods, achieving classification accuracies above 86%. Additionally, SugarSaT was conceptualized and developed as a spatial decision support system (S-DSS) designed to enhance crop monitoring using satellite data. This system included tools such as harvest progress monitoring, with accuracy levels close to 93%, and an early warning system, with 75% of accuracy. The usability evaluation confirmed that SugarSaT had high applicability for daily activities of crop management, as indicated by 83% of the surveyed agronomic advisors. In summary, this Thesis reinforces the importance of Geoinformation in sugarcane management, specifically, and in agriculture more broadly, as a key resource for addressing daily challenges. Its application is essential in the current agricultural production challenges, enabling the development of tools that contribute to solving issues related to the needs to increase productivity, optimize resource use, and support the sustainable development of the crop.