Contratarnos

4.4 — Integración con Bases de Datos y Cruce Espacial

📂 Módulo 4: Extracción de Información y SIG⏱ 22 min
🌾

4.4 — Técnicas de Teledetección Aplicadas a Agricultura

Cuantificación de regadíos y clasificación de cultivos por teledetección

📖 22 min🗂 Módulo 4
💡

La teledetección permite cuantificar el área regada, cartografiar tipos de cultivo y monitorizar el estado del cultivo a escala regional — información crítica para la gestión de recursos hídricos, control de subvenciones agrícolas y planificación de seguros agrarios.

SIGPACBase de parcelas agrícolas de referencia en España
GreenSeekerSensor portátil NIR/Rojo para NDVI en campo
Sentinel-25 días revisita para seguimiento fenológico
LPISLand Parcel Identification System — parcelas SIGPAC en UE

🌾 Detección de Regadíos por Teledetección

NDVI mensual de distintos tipos de cultivo en una cuenca semiárida

🟢

Regadío: NDVI alto todo el año

🟡

Secano: NDVI con estacionalidad marcada

🔵

Pasto: NDVI bajo variable

🔴

Suelo desnudo: NDVI siempre bajo

💧

Detección de Regadíos

Serie temporal NDVI: las parcelas regadas mantienen NDVI elevado en verano (julio-agosto) mientras las de secano bajan drásticamente. Umbral NDVI julio > 0.4 = regadío probable.

🗓️

Clasificación de Cultivos por Fenología

Cada cultivo tiene una curva NDVI anual característica (firma temporal). SVM y Random Forest sobre métricas fenológicas (fecha de verde, pico, senescencia) clasifican cultivos con > 85% precisión.

📍

Integración con SIGPAC

Cruce espacial del mapa de regadíos con las parcelas SIGPAC para calcular área regada por uso SIGPAC, municipio y cuenca hidrográfica. Referencia para la CHD (Confederación Hidrográfica).

🌡️

Estrés Hídrico — NDWI veg.

NDWI de vegetación = (NIR-SWIR1)/(NIR+SWIR1). Valores bajos en período de riego = estrés hídrico activo. Permite optimizar calendarios de riego y detectar fugas en sistemas presurizados.

1
Construir pila temporal Sentinel-2
Descargar todas las imágenes Level-2A sin nubes de la campaña agrícola (enero-diciembre) en GEE o Copernicus Hub
2
Calcular NDVI para cada imagen
Raster Calculator o ee.Image.normalizedDifference([‘B8′,’B4’]) en cada imagen de la serie
3
Extraer métricas fenológicas
SOS (Start of Season), POS (Peak of Season), EOS (End of Season), Integral de NDVI mediante TIMESAT o Python phenopy
4
Clasificar con Random Forest
Usar métricas fenológicas + datos de parcelas SIGPAC como entrenamiento. Validar con declaraciones PAC o visitas de campo
5
Cuantificar regadíos
Cruzar clasificación con parcelas SIGPAC. Filtrar por umbral NDVI verano > 0.4 y comparar con derechos de agua concedidos
6
Cartografía final
Exportar mapa de cultivos y regadíos en GeoTIFF y shapefile. Estadísticas de superficie por municipio y comarca
CultivoNDVI máximoMes de picoIndica regadíoÍndice complementario
Maíz irrigado0.80-0.90JulioSí (pico en seco)NDWI veg. alto julio
Algodón irrigado0.70-0.80AgostoSí (pico en seco)SWIR1 reflectancia alta
Trigo secano0.65-0.75Mayo-JunioNoCae a <0.15 en julio
Girasol secano0.60-0.70Junio-JulioNo (coincide lluvia)Verificar con meteo
Olivar0.45-0.55EstableNo requierePerennifolia NDVI estable
Arroz irrigado0.70-0.80Julio-AgostoSí (agua visible en abril)MNDWI alto en trasplante
🎯 Conceptos Clave de la Teledetección Agrícola
  • La firma temporal (perfil anual de NDVI) es más discriminante que la firma espectral puntual para clasificar cultivos
  • La detección de regadíos se basa en que el NDVI de cultivos irrigados permanece alto en verano seco mientras el secano cae por debajo de 0.2
  • La integración con SIGPAC permite calcular estadísticas precisas: área regada, cultivo por tipo de sistema y cuenca hidrográfica
  • El NDWI de vegetación detecta estrés hídrico activo antes de que sea visible al ojo humano o cause pérdidas de rendimiento
  • Google Earth Engine permite procesar series temporales multiyear de toda España en minutos, imposible con desktop GIS

Conclusión del Módulo 4.4

  • ✅ La teledetección revoluciona el control de regadíos: detecta parcelas regadas sin declaración, cruza con SIGPAC y cuantifica el agua usada
  • ✅ La clasificación de cultivos por fenología supera el 85% de precisión con series Sentinel-2 — sin necesidad de muestras de campo densas
  • ✅ La integración GEE + SIGPAC + Random Forest es el stack técnico de referencia para proyectos de teledetección agrícola en España