Un conjunto de datos multianual a 30 m sobre la distribución de los principales cultivos en Xinjiang, China (2013–2024) basado en datos armonizados Landsat–Sentinel-2

Por qué importa cartografiar los cultivos desde el espacio

Alimentar a una población en crecimiento en un mundo que se calienta y se seca depende de saber qué se planta dónde y cómo cambia con el tiempo. En Xinjiang, una vasta y mayormente árida región del oeste de China que produce gran parte del algodón y los cereales del país, esta información básica ha sido sorprendentemente difícil de obtener. El estudio aquí descrito transforma años de imágenes satelitales en un mapa detallado de los principales cultivos de Xinjiang, ofreciendo a agricultores, planificadores y científicos una nueva ventana para comprender cómo se gestiona esta despensa de tierras secas.

Una región de secano con grandes ambiciones agrícolas

Xinjiang ocupa un área equivalente a aproximadamente una sexta parte de China, enmarcada por altas montañas y cuencas desérticas. La mayor parte de la agricultura se realiza en oasis verdes alimentados por ríos y canales de riego, donde predominan el algodón, el maíz, el trigo, el arroz y los frutales. Las políticas nacionales y las tecnologías de ahorro de agua han contribuido a que Xinjiang sea el mayor productor de algodón de China, mientras que sus cereales son vitales para el suministro alimentario regional. Sin embargo, las mismas montañas, desiertos y campos dispersos que hacen el paisaje espectacular también dificultan su seguimiento mediante encuestas tradicionales. Hasta ahora, los mapas disponibles tendían a cubrir solo un cultivo, unos pocos años o un detalle relativamente grueso.

Convertir instantáneas satelitales en un atlas anual de cultivos

Los investigadores construyeron un nuevo sistema de cartografía usando datos armonizados Landsat–Sentinel-2, un producto global que combina las fortalezas de dos constelaciones satelitales para ofrecer imágenes consistentes de la superficie terrestre cada pocos días con un detalle de 30 metros. Se centraron en dos indicadores sencillos que pueden medir los satélites: cuán verde está la tierra y cuánto agua contienen las plantas y el suelo. Al rastrear cómo estas señales suben y bajan durante la estación de crecimiento, capturaron el ritmo de desarrollo de cada cultivo, como el pico de trigo a inicios de la primavera, el largo ascenso veraniego del algodón o los campos inundados del arroz.

Enseñar a un clasificador inteligente a reconocer parcelas

Para traducir estos patrones estacionales en etiquetas de cultivo, el equipo combinó miles de muestras de campo y basadas en imagen recogidas en 2018 y 2019 con un método de aprendizaje automático conocido como random forest. Primero descartaron terrenos no agrícolas usando un mapa nacional de uso del suelo existente, de modo que el modelo se concentrara en parcelas reales. Luego ajustaron curvas matemáticas suaves a las señales satelitales, convirtiendo secuencias de imágenes ruidosas en perfiles de crecimiento limpios. El random forest aprendió cómo suelen comportarse los distintos cultivos a lo largo del año y luego aplicó ese conocimiento a cada píxel satelital adecuado en Xinjiang para cada año de 2013 a 2024.

Comprobar qué tan bien coinciden los mapas con la realidad

Cualquier mapa automatizado requiere una verificación cuidadosa. El equipo reservó parte de sus muestras de campo e imagen como un conjunto de prueba independiente y las comparó con las predicciones del modelo. Para los dos años de validación, la mayoría de los cultivos principales alcanzaron precisiones de usuario y productor superiores al 83 por ciento, y la precisión global llegó al 90 y al 93 por ciento. También sumaron el área cartografiada de cada cultivo por condado y compararon estos valores con las estadísticas oficiales y con otros mapas especializados de cultivo para algodón, maíz y trigo. Las estimaciones basadas en satélite siguieron de cerca estas fuentes independientes, especialmente para el algodón, lo que sugiere que los mapas capturan no solo dónde se cultivan los cultivos, sino también cómo sus superficies cambian con el tiempo.

Qué significa esto para la alimentación y el medio ambiente

El resultado de este trabajo es un registro público a 30 metros de resolución de los principales cultivos de Xinjiang desde 2013 en adelante, actualizado a medida que llegan nuevos datos satelitales. Para quienes no son expertos, esto significa que preguntas como qué tan rápido ha crecido el algodón, dónde el maíz reemplaza al trigo o cómo se expanden los huertos a lo largo de nuevos canales ahora pueden responderse con evidencia visual clara. Aunque los autores señalan incertidumbres pendientes, especialmente para cultivos mixtos o minoritarios, el conjunto de datos ofrece una herramienta potente para vigilar la producción alimentaria regional, orientar políticas de agua y tierras y estudiar cómo la agricultura interactúa con frágiles ecosistemas desérticos y montañosos.

Cita: Liang, Q., Di, Y., Hao, X. et al. A 30 m Multi-Year Dataset of Major Crop Distributions in Xinjiang, China (2013–2024) Based on Harmonized Landsat–Sentinel-2 Data. Sci Data 13, 730 (2026). https://doi.org/10.1038/s41597-026-07082-w

Palabras clave: cartografía de cultivos, teledetección, agricultura en Xinjiang, datos satelitales, seguridad alimentaria