Metodología para la estimación del rendimiento de maíz utilizando datos de sensores remotos satelitales en el Centro de México

• Autores: Jesús Soria Ruiz, Yolanda Fernández Ordoñez, Rebeca Granados Ramírez
• Localización: Investigaciones geográficas, ISSN 0188-4611, ISSN-e 2448-7279, Nº. 55, 2004
• Idioma: español
• Títulos paralelos:
  • Methodology for prediction of corn yield using remote sensing satellite data in Central Mexico
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    El principal reto de la agricultura en cualquier país, es garantizar la producción de alimentos para su población. La heterogeneidad de condiciones de cultivo del maíz en muchos países, especialmente en México, hace más difícil hacer predicciones de sitios de ocurrencia y de rendimiento antes de la cosecha. Las predicciones anticipadas a la cosecha son necesarias al gobierno para estimar la cantidad de grano que requiere importar con el fin de afrontar los déficit de producción. Por ello, en este artículo se desarrolla una metodología para la estimación anticipada a la cosecha del rendimiento de maíz, bajo las condiciones de sistemas de producción intensivos en el Centro de México. El método se basa en el análisis multi-temporal de los índices de vegetación normalizados (NDVI) de imágenes de satélite NOAA-AVHRR, grados-calor (DD) y los índices de área foliar (LAI) para predecir ocurrencia en maíz y su rendimiento. En este artículo se discuten los resultados de la aplicación de una metodología generada para identificar áreas de siembra de maíz y predecir su rendimiento en el Centro de México.

  • English

    The main goal of agricultural crop management in any country is to guarantee food resources for its population. The heterogeneity of corn-growing conditions in many countries, especially in Mexico makes accurate predictions of yield ahead of harvest time difficult. Such predictions are needed by the government to estimate, ahead of time, the amount of corn required to be imported to meet the expected domestic shortfall. In this paper, therefore, a methodology for the estimation of corn yield ahead of harvest time is developed for the conditions of intensive production systems in central Mexico. The method is based on the multi-temporal analysis of NOAA-AVHRR satellite images, and uses normalized difference vegetation indices (NDVIs), Degree-Days (DDs) and Leaf Area Indices (LAIs) to predict corn occurrence and yield. Results of the application of the methodology to successfully identify sites with corn, and to predict corn yield in Central Mexico, are presented and discussed.