Compártelo en redes

Bogotá. Dentro de las razones que el Departamento Administrativo Nacional de Estadística (Dane) y la Federación Nacional de Arroceros (Fedearroz) identificaron para innovar en la estimación de las áreas cultivadas de arroz en Colombia fueron los altos costos operativos, las dificultades de acceso en zonas inseguras y el agotamiento de la fuente.

Por ello, desde el 2016 se inició una investigación para utilizar imágenes satelitales ópticas y de radar, que se obtienen, de manera gratuita, de fuentes como la Agencia Espacial Europea, entre otras. El proceso fue madurando y hoy ya se entregan resultados apoyados con esta tecnología que incluye la inteligencia artificial para producir más y mejores datos.

“Actualmente estamos trabajando con diferentes metodologías y a futuro se vienen muchas más. Por ejemplo, no solo el cultivo de arroz ha sido usuario de este tipo de tecnologías, sino también otros cultivos como: papa, piña y maíz, en diferentes lugares de Colombia”, señaló César Mauricio López Alfonso, director Técnico de la Dirección de Metodología y Producción Estadística (Dimpe) del Dane, en el marco del Webinar “Inteligencia Artificial y sensores remotos para la estimación del área sembrada de arroz y otros cultivos”.

A su turno, Fredy Martínez, líder del área de Geomática e Investigaciones Económicas de Fedearroz, fue el encargado de explicar la nueva metodología e indicó “hemos venido construyendo una base de datos con los polígonos de cada lote arrocero en Colombia y hoy tenemos 34.756 polígonos; que junto con el trabajo desarrollado en fenología para la identificación de las fases de los cultivos de arroz y con la utilización de códigos para procesamientos en software libre, el resultado es tomar fotografías georreferenciadas donde los colores permiten su lectura”.

Se agilizó recolección de información

Este proyecto de tecnificar las operaciones estadísticas relacionadas con productos agrícolas inició en 2016 y hoy ya se hace más ágil el proceso de recolección de la información e incluso se han optimizado los recursos, explicó Yeimy Montilla, líder del equipo técnico I+D Fortalecimiento del Marco Maestro Rural Agropecuario del Dane.

Y el director del Dimpe del Dane, agregó que estos avances se han realizado en el marco del convenio de cooperación técnica con Fedearroz, y que en los últimas fases de este proceso, los profesionales del Dane y Fedearroz han venido recibiendo asesoría y asistencia técnica por parte de expertos internacionales en el marco del proyecto “TCP sobre el uso de datos de observación de la Tierra para las estadísticas agrícolas oficiales” liderado por Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), esta asesoría ha permitido fortalecer aún más los procesos y metodologías para el uso de estas nuevas tecnología en la generación de información de área sembrada en cultivos entre ellos el de arroz.

Por su parte, el gerente general de Fedearroz, Rafael Hernández Lozano, señaló que el fructífero convenio con el Dane ya cumplió 24 años y la puesta en marcha de esta nueva tecnología en el sector arrocero es un desafío considerable, ya que la nubosidad en el trópico dificulta la observación óptica precisa. Sin embargo, el uso de imágenes de radar junto con algoritmos avanzados de Inteligencia Artificial permite alcanzar niveles de exactitud superiores al 90%, lo que se completa con el trabajo de campo de los profesionales en investigaciones económicas, proporciona un censo muy preciso con más de 98% de exactitud, crucial para la toma de decisiones en políticas públicas.

Finalmente, el director de investigaciones económicas de Fedearroz, Jean Paul Van Brackel, señaló que este modelo de identificación de áreas sembradas con estas imágenes ayuda a conocer de manera oportuna la información con un menor costo, menores riesgos en los operativos de campo y menores costos en general.

127 Views

Compártelo en redes

¿Cuál es tu reacción?

Emocionado
0
Feliz
0
Me gusta
0
No estoy seguro
0
Ridículo
0

TAMBIÉN TE PUEDE INTERESAR

Comments are closed.

Más en:Agricultura