Estimación de la humedad del suelo en áreas agrícolas de Cereté, córdoba mediante aprendizaje automático y datos satelitales (2015-2025)
La humedad del suelo es un componente clave en la dinámica hidrológica y en la productividad agrícola, especialmente en regiones tropicales sujetas a la variabilidad climática. En este trabajo se estimó la humedad superficial del suelo en áreas agrícolas del municipio de Cereté, Córdoba entre 2015 y...
- Autores:
-
Arango López, Johana Gabriela
Ossa Navarro, Eduar de la
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2025
- Institución:
- Universidad de Córdoba
- Repositorio:
- Repositorio Institucional Unicórdoba
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unicordoba.edu.co:ucordoba/9665
- Acceso en línea:
- https://repositorio.unicordoba.edu.co/handle/ucordoba/9665
https://repositorio.unicordoba.edu.co
- Palabra clave:
- Humedad del suelo
SMAP
MODIS
Cereté
Agricultura tropical
Soil moisture
Downscaling
SMAP
MODIS
Random Forest
Cereté
Tropical Agriculture
- Rights
- embargoedAccess
- License
- Copyright Universidad de Córdoba, 2025
| Summary: | La humedad del suelo es un componente clave en la dinámica hidrológica y en la productividad agrícola, especialmente en regiones tropicales sujetas a la variabilidad climática. En este trabajo se estimó la humedad superficial del suelo en áreas agrícolas del municipio de Cereté, Córdoba entre 2015 y 2025, integrando datos satelitales y aprendizaje automático. se utilizaron productos de la misión Soil Moisture Active Passive (SMAP, SPL4SMGP v008, -9 km) y del sensor Moderate Resolution Imaging Spectroradiometer MODIS (MOD11A2, MOD09A1 y MCD12Q1), procesados en Google Earth Engine. Se implementó un modelo de regresión Random Forest para realizar downscaling espacial a 1 km de resolución espacial, con entrenamiento semanal y fallback en semanas sin datos agrícolas válidos. La validación se efectuó con mediciones in situ obtenidas mediante reflectometría de dominio de tiempo (TDR), arrojando un desempeño global aceptable, (R=0,50; RMSE = 0,079 m³/m³; y MAE = 0,065 m³/m³). Los resultados muestran patrones espaciales y temporales coherentes con la estacionalidad local, así como diferencias entre las semanas modeladas y aquellas resueltas por fallback. La metodología propuesta constituye un aporte replicable y mejorable para la estimación de la humedad superficial de suelo en alta resolución en contextos agrícolas tropicales, con implicaciones en la gestión hídrica y la planificación de cultivos. |
|---|