Estimation of agricultural areas through cloud processing for the Potosino highlands

Abstract

Las imágenes satelitales ópticas son bancos de información poderosos para la estimación de superficies agrícolas. El objetivo de este estudio fue estimar las superficies agrícolas en los municipios de Salinas, Santo Domingo y Villa de Ramos, mediante el procesamiento en la nube de imágenes satelitales y su comparación con la tecnología de INEGI-tradicional. El trabajo se realizó limitado a la zona agrícola, la cual suma una superficie de 190 871 ha, de esta, el 86% son de temporal. El período de estudio fue de octubre 2020 a octubre 2021. Se aplicaron seis algoritmos de clasificación, tres para INEGI-tradicional: mínima distancia, máxima verosimilitud y spectral angle mapper en QGIS 3.18 y tres para el procesamiento en la nube: classification and regression trees, random forest y support vector machine con Google Earth Engine. Se estimaron las superficies de los principales cultivos (maíz, frijol, avena, alfalfa y chile) para la zona de estudio, a partir de 294 muestras de campo. Para el procesamiento de imágenes Sentinel-2, se utilizó una geomediana libre de nubes. Los resultados de las matrices de confusión indicaron qué clasificaciones fueron más precisas, los valores fueron de: 89% para classification and regression trees y random forest, 59% para support vector machine, 48% para mínima distancia, 43% para máxima verosimilitud y 46% para spectral angle mapper. Los algoritmos classification and regression trees y random forest superaron en precisión a los demás clasificadores evaluados, estos estimaron las superficies agrícolas de maíz y frijol más cercanas entre sí (80 131 y 98 138 ha en maíz y 60 174 y 60 358 ha en frijol) en comparación a los clasificadores restantes.