Un modelo de IA de NASA e IBM cartografía arrozales de Asia monzónica con resolución de 30 metros

La IA identifica el cultivo de arroz en Asia monzónica

Investigadores elaboraron un nuevo mapa del cultivo de arroz en Asia monzónica mediante un modelo de inteligencia artificial para la observación terrestre desarrollado por NASA e IBM, según Aaj Tak. Construido con observaciones satelitales recopiladas entre 2018 y 2023, el mapa identifica las zonas arroceras con una resolución espacial de 30 metros.

El proyecto aborda un problema persistente del seguimiento agrícola. La producción de arroz en Asia se extiende por un territorio enorme y suele realizarse en parcelas pequeñas y contiguas que las encuestas regionales convencionales tienen dificultades para distinguir de manera uniforme. El análisis automatizado de imágenes satelitales permite cubrir esos campos con mayor rapidez y aplicar una metodología común en diferentes zonas.

Aaj Tak señala que el mapa obtuvo una precisión media cercana al 84%, con resultados de aproximadamente el 83% al 90% según la región. El desempeño no elimina la necesidad de validación local, pero ofrece a investigadores y organismos agrícolas una referencia de escala continental para localizar arrozales y seguir sus cambios en el tiempo.

Landsat y Sentinel-2 aportan detalle a escala de parcela

El modelo empleó imágenes y observaciones de los programas satelitales Landsat y Sentinel-2 para reconocer dónde se cultivaba arroz. La resolución de 30 metros permite detectar cultivos en porciones de terreno relativamente pequeñas, una capacidad importante en regiones donde la fragmentación de las explotaciones complica el cálculo de superficies.

Una cartografía más precisa puede reforzar las estimaciones de superficie sembrada y, al combinarse con datos de rendimiento y estacionalidad, mejorar las evaluaciones de producción. Gobiernos, procesadores, comerciantes e inversores dependen de estas cifras para analizar la disponibilidad de cosecha, las necesidades de compra y el riesgo de mercado. El mapa no constituye por sí solo un pronóstico de producción, pero aporta una base geográfica más detallada para elaborarlo.

Los datos de 2018 a 2023 también permiten estudiar cómo variaron las áreas cultivadas durante ese período. La repetición del ejercicio ayudaría a distinguir las zonas productoras estables de aquellas donde la superficie arrocera crece, disminuye o se desplaza, aunque Aaj Tak no publicó cifras de superficie por país.

Podrían mejorar los cálculos de agua y metano

La ubicación de los arrozales importa más allá de la medición agrícola porque este cultivo requiere grandes cantidades de agua. Aaj Tak cita una estimación mundial anterior según la cual la producción de arroz representa alrededor del 24% al 30% del agua dulce utilizada por los seres humanos. Dado que la mayor parte del arroz mundial se produce en Asia, una información más precisa a escala de parcela puede ayudar a ubicar dónde se concentra la demanda de riego.

Los arrozales inundados también generan metano. Los científicos estiman que estos campos emiten alrededor de 32 teragramos de metano al año en todo el mundo y que una proporción importante procede de Asia, según Aaj Tak. Conocer con mayor precisión la ubicación y extensión de los arrozales podría mejorar los cálculos de emisiones y el análisis de la relación entre prácticas agrícolas, uso de agua y generación de metano.

Para los participantes del sector, el valor inmediato está en una mayor visibilidad, no en un cambio directo de la oferta. Productores y autoridades podrían orientar mejor los programas de gestión hídrica, mientras procesadores y comerciantes podrían combinar el mapa con información meteorológica, de rendimientos y de cosecha para afinar sus balances regionales. Su utilidad comercial dependerá de actualizaciones periódicas, validación en cada región productora e integración con otros conjuntos de datos agrícolas.