Caracterización del daño causado por granizo en la región agrícola argentina utilizando datos de sensores remotos satelitales ópticos y radares

Resumen

Los riesgos meteorológicos son cada vez más frecuentes e intensos, como consecuencia del cambio climático. Las tormentas de granizo suelen provocar la pérdida total de la cosecha, superando la capacidad financiera de los productores agropecuarios. Por tal motivo, en Argentina, este riesgo se transfiere a compañías de seguros agropecuarios especializadas. Después de una tormenta de granizo, un tasador inspecciona el campo afectado para evaluar la pérdida de rendimiento. La precisión de la evaluación depende en gran medida de la detección de las Zonas Homogéneas de Daños (ZHD). Actualmente, estas áreas son cuantificadas in situ y su identificación se vuelve compleja en parcelas grandes con cultivos de alto porte y con daño heterogéneo. Esta Tesis presenta un algoritmo para la detección automática de daños homogéneos por granizo. Se aplican técnicas de aprendizaje automático no supervisado a índices de vegetación calculados a partir de los datos satelitales aportados por las misiones Sentinel -1 y -2 del programa Copernicus de la UE. El primer paso del algoritmo es el pre-procesamiento de las imágenes aportadas por ambas misiones, eliminando el ruido de la señal microondas y las interferencias de la atmósfera en la señal espectral. Se evaluaron cinco índices de microondas y cinco espectrales antes y después de una tormenta de granizo en zonas con diferentes grados de daño. Las series de tiempo y las tasas de cambio de estos índices se usaron como variables de entrada en el método K-medias para agrupar los píxeles de cada parcela en diferentes ZHD. Para validar la calidad de las agrupaciones de los pixeles en ZHD, comparamos las medias de los porcentajes de daño evaluados in situ con los datos de cada una de las zonas definidas por el algoritmo. La homogeneidad entre las ZHD fue testeada utilizando el test ANOVA (One-Way). Los índices DPSVI (Dual Polarization SAR Vegetation Index) y NPCRI (Normalized Pigment Chlorophyll Ratio Index) revelaron ser los más sensibles a los cambios provocados por granizo. La validación del algoritmo propuesto mostró que en el 87,01% de los casos hubo evidencia significativa de diferencias en el daño promedio entre las zonas determinadas por el algoritmo dentro de la parcela. Por lo tanto, el algoritmo presentado en esta Tesis permitió la detección eficiente de zonas homogéneas dañadas por granizo, lo que se espera mejore la precisión y la transparencia en la caracterización de eventos de granizo. Este nuevo método fue publicado en la revista Agronomy (Sosa et al., 2021b). El factor impacto de la revista es 3.417, y ocupa el puesto 18/91 (Q1) en la categoría "Agronomía" del JCR (Journal Citation Reports). Con fecha 9 de mayo de 2022, el artículo ha sido citado en dos publicaciones (Ha et al., 2022; Watson-Hernández et al., 2022). Además, se ha presentado en una comunicación oral en el Tercer Congreso Internacional de Ingeniería Geomática, realizado en Valencia en julio de 2021 y se publicó en los proceedings del congreso (Sosa et al., 2021a). También, el día 25 de mayo se va presentar un poster en la XVIII Edición de la Conferencia Española de Biometría. Simultáneamente, se incorporó el nuevo método desarrollado en el marco de la presente tesis en una aplicación para dispositivos móviles. El método se encuentra en uso por más de 50 liquidadores de siniestro de riesgos agrícolas de la cooperativa de seguros argentina “La Segunda”.