Estudio de la producción de cebada en una explotación agrícola mediante técnicas de teledetección

Abstract

[ES] La provincia de Cuenca cuenta con una importante actividad agrícola en la que destaca el cultivo de cebada. En este trabajo se aborda la estimación del rendimiento de cebada en una superficie de 421.21 hectáreas en Carboneras de Guadazaón, mediante el uso de modelos estadísticos y técnicas de teledetección. Para ello, se emplearán variables climáticas y espectrales a partir de series temporales de imágenes satelitales del Sentinel-2 y Landsat 8 desde 2018 hasta la actualidad. La precisión en la estimación de la cosecha permitirá una gestión más efectiva de las próximas campañas y una evaluación más precisa de las pérdidas ante situaciones climáticas adversas.

[EN] The province of Cuenca has an important agricultural activity in which the cultivation of barley stands out. This work deals with the estimation of barley yield in an area of 421.21 hectares in Carboneras de Guadazaón, using statistical models and remote sensing techniques. For this purpose, climatic and spectral variables will be used from time series of Sentinel-2 and Landsat 8 satellite images from 2018 to the present. Accurate crop estimation will allow for more effective management of future seasons and a more accurate assessment of losses under adverse weather conditions.

[CA] La província de Conca, situada en l'est de Castella-la Manxa, compta amb una important activitat agrícola en la qual destaca el cultiu d'ordi. En aquest treball s'aborda l'estimació del rendiment d'ordi en una superfície de 421.21 hectàrees a Carboneras de Guadazaón, mitjançant l'ús de models estadístics i tècniques de teledetecció. Per a això, s'empraran variables climàtiques de l'AEMET i espectrals obtinguts mitjançant monitoratge de vegetació, a partir de sèries temporals d'imatges satel·litàries del Sentinel-2 des de 2018 fins a l'actualitat amb salts d'imatges amb diferents freqüències obtenint les etapes fenològiques més importants de la planta. La precisió en l'estimació de la collita permetrà una gestió més efectiva de les pròximes campanyes i una avaluació més precisa de les pèrdues davant situacions climàtiques adverses o altres problemes.