| Sumario: | El aceite de palma (Elaeis guineensis) es uno de los aceites vegetales más consumidos en el mundo y es un ingrediente clave en cadenas de valor globales rentables. En Costa Rica, es uno de los tres cultivos con mayor área agrícola ocupada. Este estudio tiene como objetivo estimar la edad del cultivo de palma aceitera en función de índices de vegetación y humedad generados con imágenes satelitales mediante técnicas de aprendizaje automático, para esto se consideró información de 20 años de un cultivo de palma aceitera ubicado en el Pacífico Central de Costa Rica y sus imágenes satelitales LANDSAT. Se generaron dos modelos, el modelo Random Forest (RF) presentó mejores resultados al usar un ntree de 10000 en el entrenamiento, obteniéndose los siguiente coeficientes: NSE=0,9161, RMSE=1,6485 años, MAE=1,0178 años y r2=0,9476; y el modelo XGBoost utilizando un max.depth de 4, nrounds de 50 y nthread de 10 en el entrenamiento para el que se obtuvo; NSE=0,9530, RMSE=1,23 años, MAE=0,89 años y r2=0,9577. Para los datos obtenidos en la validación, con RF resultaron los coeficientes de: NSE=0,5395, RMSE=3,76 años, MAE= 2,46 años y r2=0,5533; para el modelo XGBoost se obtuvo NSE=0,6204, RMSE=3,41 años, MAE= 2,24 años y r2=0,6210. La variable más importante en ambos modelos fue el percentil 75 del NDMI. El modelo más adecuado y con mejor rendimiento es XGBoost, sin embargo, no se recomienda cuando las edades del cultivo sobrepasen los 25 años.
|
|---|