Conjuntos de datos globales de idoneidad de cultivos para 17 cultivos en el presente (2024) y en escenarios climáticos futuros (2041–2100)

Por qué el futuro de los cultivos preocupa a todos

A medida que la población mundial crece y el clima se calienta, surge una pregunta básica y urgente: ¿dónde en la Tierra seguiremos pudiendo cultivar nuestros alimentos básicos? Este estudio aborda esa cuestión elaborando mapas globales detallados que muestran cuán apropiados son distintos lugares para cultivar 17 cultivos principales hoy y bajo condiciones climáticas futuras. Estos mapas pueden ayudar a agricultores, planificadores y ciudadanía a comprender cómo podría desplazarse la producción alimentaria en las próximas décadas.

Mapear dónde los cultivos pueden prosperar

Los autores se centran en la “idoneidad de cultivos”, es decir, en qué medida el clima y las condiciones naturales locales pueden sostener el ciclo completo de cultivo, desde la siembra hasta la cosecha. En lugar de confiar en enfoques antiguos de reglas empíricas o medias globales toscas, reúnen un conjunto de datos muy amplio y actualizado que refleja cómo se cultivan en la práctica las variedades modernas. Combinan tres fuentes principales de datos de presencia de cultivos: observaciones de campo de una base de datos de biodiversidad, mapas detallados de cultivos obtenidos por satélite y un reciente conjunto de estadísticas globales de cultivos. Juntas, estas fuentes generan millones de puntos de presencia para 17 cultivos importantes, incluidos trigo, arroz, maíz, soja, cultivos de raíz, oleaginosas y cultivos industriales como algodón y caña de azúcar.

Convertir datos de la Tierra en un atlas de idoneidad de cultivos

Para entender por qué los cultivos aparecen donde lo hacen, el estudio empareja estas ubicaciones de cultivos con 30 factores ambientales que influyen fuertemente en el crecimiento vegetal. Estos factores abarcan tres aspectos principales del paisaje. Los datos topográficos describen la altura y la forma del terreno, incluida la elevación y la pendiente. Los datos de suelo caracterizan la textura, profundidad, salinidad, materia orgánica y nutrientes. Los datos meteorológicos capturan la precipitación, la temperatura, la radiación, la humedad del suelo y las sumas térmicas necesarias para el desarrollo de los cultivos. Para el periodo actual (2024), estas variables proceden de productos globales de alta resolución basados en registros meteorológicos, estimaciones hidrológicas y observaciones satelitales. Para el futuro (2041–2100), los autores usan proyecciones climáticas de la última generación de modelos climáticos globales bajo cuatro distintos caminos socioeconómicos y de emisiones.

Cómo los modelos aprenden del territorio

Con este conjunto de datos combinado, el equipo entrena un modelo de aprendizaje automático separado para cada cultivo utilizando el algoritmo de bosque aleatorio (random forest). Para cada punto de muestra, el modelo ve si el cultivo está presente o ausente y las condiciones ambientales asociadas. Luego aprende a distinguir lugares que favorecen el cultivo de los que no. Para evitar el sobreajuste y asegurar que los modelos se transfieran bien entre regiones, los autores emplean un esquema de validación cruzada espacial que mantiene los datos de entrenamiento y prueba geográficamente separados. También utilizan un procedimiento de selección de variables para eliminar predictores redundantes y una búsqueda bayesiana para ajustar los parámetros del modelo. Los modelos resultantes alcanzan alta precisión: en datos de prueba independientes, la precisión global media entre los 17 cultivos es de alrededor del 94%, clasificando de forma fiable tanto las categorías de “apto” como de “no apto”.

Ver los campos de hoy y los cambios de mañana

Una vez entrenados, los modelos se aplican a cada celda de la cuadrícula mundial de 1 km por 1 km, para el clima actual y para tres ventanas temporales futuras bajo cuatro escenarios climáticos. En lugar de una respuesta simple de sí o no, los modelos generan una puntuación continua de idoneidad entre 0 y 1, que luego puede agruparse en categorías para su visualización. Los autores comparan sus mapas actuales con conjuntos de datos globales de idoneidad ampliamente usados, como GAEZ y GLUES. Sus mapas concuerdan a gran escala pero muestran un detalle espacial más fino y una mejor alineación con mapas independientes de alta resolución en regiones como el noreste de China y Argentina. Las variables relacionadas con la temperatura y las sumas térmicas resultan especialmente importantes para explicar dónde pueden crecer los cultivos, lo que subraya la sensibilidad de la agricultura global al calentamiento climático.

Qué implica esto para la alimentación y la planificación

El estudio ofrece un atlas global de alta resolución y de acceso libre sobre la idoneidad de 17 cultivos principales, que cubre tanto el presente como una gama de trayectorias climáticas futuras. Aunque los autores enfatizan que las proyecciones futuras no deben interpretarse como predicciones exactas —especialmente en regiones donde los climas se sitúan fuera de lo observado hasta hoy—, los mapas constituyen una herramienta potente para explorar ganancias y pérdidas relativas en el potencial de cultivo. Para los responsables de la toma de decisiones preocupados por alimentar a una población mayor en un planeta cambiante, estos conjuntos de datos pueden informar dónde proteger tierras agrícolas de primera calidad, dónde podrían surgir nuevas oportunidades y dónde los sistemas de cultivo actuales podrían necesitar adaptarse o desplazarse.

Cita: Wang, T., Dong, J. Global crop suitability datasets for 17 crops under present (2024) and future climate scenarios (2041–2100). Sci Data 13, 691 (2026). https://doi.org/10.1038/s41597-026-06688-4

Palabras clave: idoneidad de cultivos, cambio climático, seguridad alimentaria, teledetección, aprendizaje automático