Metodología para la reducción de la incertidumbre introducida por la variabilidad espacial en modelos de rendimiento de cultivos

Abstract

Las predicciones del rendimiento espacial deben lidiar con la incertidumbre
asociada a la variabilidad espacial; la que hoy en día puede ser cuantificada y
caracterizada con herramientas desarrolladas en las últimas décadas. La presente
investigación propone una metodología para estimar el sesgo introducido al ignorar la
disminución del rendimiento debido a la variabilidad espacial. Teorías no-lineales e
información de percepción remota de los Andes se utilizaron para clasificar y crear una
matriz de pesos de las zonas con productividad similar. Los pesos fueron asignados a los
resultados de un modelo geoespacial de productividad potencial de papa. Los resultados
mostraron que las técnicas convencionales de modelado, no consideran la variabilidad
espacial, sobrestiman enormemente las áreas y producción posibles. Siendo estas
magnitudes no menos importantes que los cambios esperados asociados a las
proyecciones de cambio climático. La metodología propuesta podría ser una
aproximación adecuada para la consideración de la variabilidad espacial en el
modelamiento de cultivos, con la ventaja de ser un método que se puede aplicar a
diferentes escalas espaciales.