Inventario Agrícola Nacional-IAN

INTRODUCCIÓN

La agricultura en Panamá es una actividad primaria muy importante puesto que, muchos hogares panameños no solo dependen del sector agropecuario y su producción en áreas rurales, sino tambien del consumo nacional que agrega mucho valor económico al productor que genera los productos alimenticios para todo el país.

La constelación de satélites y las imágenes de Copernicus serán utilizados para verificar la cantidad de arroz que se siembra en Panamá y así tener una mejor planificación en cuanto a la cantidad de alimentos que produce el país, lo cual, a su vez, con una mejor coordinación promoverá la seguridad alimentaria. 

La seguridad alimentaria es el acceso físico, social y económico a alimentos suficientes, inocuos y nutritivos que satisfacen la necesidades energéticas diarias y preferencias alimentarias para llevar una vida activa y sana (Banco Mundial).

El proyecto IAN busca realizar un inventario exhaustivo del tipo y la cantidad de cultivos agrícolas en el país. A través de un enfoque metodológico que combina técnicas de recolección de datos en campo y análisis geoespacial, se identificarán las principales áreas de producción, los cultivos predominantes y su distribución geográfica; especialmente para productos como el arroz, el cual es un cultivo de gran consumo.

La información recopilada permitirá evaluar la situación actual de la agricultura, identificar tendencias y facilitar la toma de decisiones en políticas agrícolas. Además, se fomentará la participación de agricultores locales, universidades y organismos gubernamentales para asegurar la precisión y relevancia de los datos obtenidos. 

Este inventario será una herramienta clave para promover la sostenibilidad y el desarrollo del sector agropecuario dentro del país ante la llegada del cambio climático que se está viviendo a nivel nacional. Cabe destacar que esta metodología que se quiere aplicar para el inventario es viable para muchos otros cultivos.

OBJETIVO GENERAL

• Realizar un inventario exhaustivo de la cantidad de cultivos a nivel nacional con una estructura de datos geoespacial.

OBJETIVOS ESPECIFICOS

• Determinar las fechas óptimas de siembra arroz en Panamá.
• Enfocar en la correlación entre las precipitaciones y el rendimiento de los cultivos como el arroz.
• Determinar el tipo y cantidad de cultivos en la agricultura que pueden verse afectados por el cambio climático.
• Proporcionar métodos de análisis para la planeación y distribución adecuada de los productos agropecuarios con mayor riesgo de afectación.
• Suministrar herramientas que sirvan como referencia para implementar la toma decisiones y tendencias de los cultivos agropecuarios con el programa Copernicus.

METODOLOGÍA

Metodología para Establecer Fechas Óptimas de Siembra

1. Recolección de Datos

• Datos Climáticos Históricos: Obtener datos de precipitación de estaciones meteorológicas y/o bases de datos climáticas (como Intituto de Meteorología de Panamá, entre otros) para los últimos años.
• Datos Agronómicos: Recopilar información sobre las fechas de siembra y cosecha, así como el rendimiento de los cultivos en la región.
• Imágenes Satelitales: Utilizar imágenes de Sentinel-2 para observar el crecimiento y estado de los cultivos.

2. Análisis de Datos Climáticos

• Análisis de Precipitación: Realizar un análisis de las tendencias de precipitación, incluyendo la media mensual y las variaciones interanuales.
• Identificación de Estaciones: Identificar las estaciones secas y húmedas en Panamá y cómo afectan a los cultivos.

3. Modelación del Crecimiento de Cultivos

• Modelos de Crecimiento: Implementar modelos agronómicos (como el modelo APSIM o DSSAT) para simular el crecimiento del  arroz en función de las condiciones climáticas y las fechas de siembra.
• Parámetros de Crecimiento: Incluir variables como temperatura, humedad y humedad del suelo.

4. Análisis de Datos Satelitales

• Índices de Vegetación: Calcular índices como NDVI utilizando imágenes de Sentinel-2 para evaluar el estado de los cultivos en diferentes fechas.
• Correlación entre Clima y Crecimiento: Analizar la relación entre los índices de vegetación y las precipitaciones, buscando patrones que indiquen el rendimiento óptimo.

5. Establecimiento de Fechas de Siembra

• Evaluación de Resultados: Basado en los modelos y análisis previos, determinar las fechas de siembra que maximicen el rendimiento según las condiciones de precipitación y otros factores climáticos.
• Simulaciones: Realizar simulaciones con diferentes fechas de siembra para observar cómo varían los rendimientos en función de la lluvia.

6. Validación de Resultados

• Datos de Campo: Comparar los resultados obtenidos con datos de cultivos reales, ajustando las fechas recomendadas si es necesario.
• Consultas a Agricultores: Realizar entrevistas o encuestas a agricultores locales para validar las recomendaciones y ajustar según sus experiencias.

7. Visualización y Presentación de Resultados

• Mapas y Gráficos: Crear visualizaciones que muestren las fechas óptimas de siembra y correlaciones con los datos de precipitación.
• Informes: Elaborar un informe que incluya metodología, hallazgos y recomendaciones prácticas para los agricultores.

8. Monitoreo y Ajuste

• Proponer un sistema de monitoreo continúo utilizando datos climáticos y satelitales para ajustar las recomendaciones de siembra en años futuros.

Esta metodología permitirá establecer fechas de siembra basadas en evidencia, mejorando la productividad de los cultivos de arroz en Panamá, como también a futuro para otros cultivos.

Metodología para el Análisis de Cultivos con Imágenes Sentinel-2

1. Recolección de Datos

• Imágenes Satelitales: Descargar imágenes de Sentinel-2 del período relevante (considerando la estacionalidad de los cultivos).
• Datos Climáticos: Recopilar datos climáticos que puedan influir en el crecimiento de los cultivos.
• Datos de Referencia: Obtener mapas de uso de la tierra y datos agronómicos de la región.

2. Preprocesamiento de Imágenes

• Corrección Atmosférica: Aplicar correcciones atmosféricas para mejorar la calidad de las imágenes (usando algoritmos como Sen2Cor).
• Recorte de Imágenes: Recortar las imágenes para centrarse en el área de interés.
• Composición de Imágenes: Crear composiciones de imágenes en diferentes momentos (por ejemplo, imágenes de NDVI) para observar cambios temporales.

3. Análisis Espectral

• Índices Espectrales: Calcular índices espectrales relevantes para la identificación de cultivos, como el NDVI (Índice de Vegetación de Diferencia Normalizada) y el EVI (Índice de Vegetación Optimizado).
• Clasificación de Cultivos: Utilizar métodos de clasificación supervisada (como Random Forest o SVM) y no supervisada (como k-means) para identificar y mapear las áreas de cultivo.

4. Entrenamiento del Modelo

• Selección de Muestras: Definir áreas de entrenamiento basadas en datos de referencia (polígonos de arroz).
• Entrenamiento: Entrenar el modelo de clasificación utilizando las áreas seleccionadas y validarlo con un conjunto de datos de prueba.

5. Clasificación y Mapeo

• Aplicar el modelo entrenado a las imágenes para clasificar las áreas del arroz.
• Generar un mapa de distribución de los cultivos.

6. Cálculo de Hectáreas

• Vectorización: Convertir los resultados de la clasificación a un formato vectorial.
• Cálculo de Área: Usar herramientas GIS (QGIS) para calcular las hectáreas cultivadas de arroz.

7. Validación y Verificación

• Comparación con Datos Territoriales: Comparar los resultados con datos de campo, censos agrícolas o estadísticas que han sido estimados por las autoridades competentes en los últimos años.
• Validación Cruzada: Realizar una validación cruzada para garantizar la precisión del modelo.

8. Análisis y Presentación de Resultados

• Visualización de Datos: Crear mapas y gráficos que muestren la distribución de cultivos.
• Informes: Elaborar informes con los hallazgos, metodologías y recomendaciones para futuros estudios.

9. Monitoreo y Actualización

• Proponer un plan de monitoreo continúo utilizando imágenes periódicas de Sentinel-2 para actualizar la información sobre áreas cultivadas.

La metodología descrita permite realizar un análisis efectivo y riguroso del área cultivada en un país, proporcionando datos valiosos para la planificación agrícola y la gestión de recursos.

Conclusiones:

1. La realización de un inventario exhaustivo de cultivos de arroz proporciona una base sólida de datos que permitirá a las autoridades agrícolas y a los productores tomar decisiones informadas sobre políticas, financiamiento y prácticas de cultivo.

2. El inventario ayudará a identificar las regiones del país con mayor concentración de cultivos de arroz, así como aquellas que enfrentan desafíos climáticos o de manejo, permitiendo un enfoque más estratégico en la gestión de recursos.

3. Al comprender la distribución y el estado de los cultivos de arroz, se pueden implementar prácticas de agricultura sostenible que reduzcan el impacto ambiental y mejoren la resiliencia ante el cambio climático.

4. Un inventario detallado contribuirá a evaluar la producción nacional de arroz, lo que es crucial para garantizar la seguridad alimentaria en Panamá y disminuir la dependencia de importaciones.

5. Establecer un sistema de inventario facilitará el monitoreo continuo de los cultivos, lo que permitirá evaluar la efectividad de las políticas agrícolas y realizar ajustes necesarios en función de los cambios en la producción y el entorno.

6. Finalmente, este inventario no solo mejorará la comprensión del estado actual de los cultivos de arroz, sino que también fortalecerá la colaboración entre instituciones gubernamentales, académicas y el sector privado. El acceso a datos precisos facilitará la formulación de estrategias conjuntas para mejorar la competitividad y sostenibilidad del sector agrícola en Panamá.

Recomendaciones:

Establecer objetivos específicos y medibles. Selecciona una metodología adecuada para la recolección de datos, como encuestas, entrevistas o análisis satelital, asegurando que se adapte a las características de los cultivos y la diversidad geográfica del país.

Involucrar a instituciones gubernamentales, universidades y organizaciones no gubernamentales que trabajen en el sector agrícola. Su experiencia y conocimiento local pueden proporcionar información valiosa y facilitar el acceso a las comunidades agrícolas.

Asegurarse de capacitar al personal encargado del inventario, que esté bien capacitado en técnicas de recolección de datos y uso de herramientas tecnológicas. Esto mejorará la calidad y consistencia de la información recopilada.

Implementar herramientas de teledetección y sistemas de información geográfica (SIG) para mapear cultivos y obtener datos precisos sobre la distribución y extensión de las áreas cultivadas. Esto facilitará el análisis y visualización de los datos.

Diseñar una estrategia de comunicación para informar a los agricultores y a la comunidad sobre el proyecto, destacando sus beneficios. La participación y colaboración de los agricultores son cruciales para el éxito del inventario y la calidad de los datos recopilados.

EQUIPO

Eliecer Bernal: Ingeniero Geomático con experiencia en Sistemas de información Geográfica y sensores remotos.

Esmeralda Fiol: Ingeniera Geomática y piloto de Dron. Analista de sistemas de información geográfica con conocimientos procesamiento de datos de campo, Inteligencia Artificial y análisis de datos geoespaciales y estadísticos.