Alfalfa y malas hierbas: un ensayo las distingue con imágenes de dron

Dos vuelos sobre una parcela de 3,3 hectáreas

La prueba combinó imágenes de luz visible y clasificación supervisada en 3,3 ha de alfalfa en Catamarca. Hubo dos vuelos separados 45 días: primero con ambas vegetaciones en crecimiento; después del corte de la alfalfa y la senescencia de las malas hierbas.

El equipo estimó un 45,2 % de superficie de alfalfa en la primera fecha y un 49,1 % en la segunda.

Los 3,9 puntos de diferencia no son una tasa de error

La resta es 49,1 − 45,2 = 3,9 puntos porcentuales. Si calculamos el cambio relativo respecto al primer valor, obtenemos 3,9 ÷ 45,2 × 100 ≈ 8,6 %. Son dos maneras distintas de expresar la diferencia entre las cifras comunicadas.

Ninguna de esas cuentas dice cuántas etiquetas del mapa están bien. Para comprobarlo hay que contrastar la clase asignada a cada unidad de la muestra con una referencia. Una matriz de error recoge las coincidencias y las confusiones entre clases. La selección y el tamaño de la muestra también condicionan lo que puede concluirse.

Entre los vuelos cambiaron las condiciones vegetales. La similitud de sus totales no permite calcular la exactitud.

Ejemplo: el mismo total puede esconder ocho errores

Imagina 20 puntos ficticios para entender la diferencia. Una comprobación de referencia identifica 10 como alfalfa y 10 como malas hierbas. El mapa también etiqueta 10 de cada clase. Los dos totales coinciden exactamente.

Al cruzar las etiquetas punto a punto, el mapa acierta en 6 de los 10 puntos de alfalfa y confunde los otros 4 con malas hierbas. En los 10 puntos de malas hierbas acierta en 6 y etiqueta los otros 4 como alfalfa.

El recuento del mapa sigue siendo 10 y 10, pero solo coinciden 12 de las 20 etiquetas: 12 ÷ 20 × 100 = 60 %. Los cuatro errores en cada dirección se compensan en el total y desaparecen si miramos únicamente la superficie conjunta.

Este ejemplo está inventado y no reproduce los datos del ensayo. Tampoco propone usar 20 puntos como muestra suficiente o extrapolar ese 60 % a una parcela. Sirve para ver qué información añade la comparación punto a punto.

Qué información pedir antes de utilizar un mapa

Busca cómo se obtuvieron las etiquetas de referencia, cómo se eligieron las unidades de comprobación y qué errores aparecen en cada clase. También debe quedar claro qué representa una unidad: un punto, un píxel o una zona delimitada. Un porcentaje conjunto puede esconder una clase que se distingue peor que las demás.

La nota no adjunta matriz de error, número de muestras de comprobación o intervalos de incertidumbre. No podemos evaluarlos aquí ni afirmar que esos análisis no existan.

Para leer otros avances similares, separa tres preguntas: cuánto terreno etiqueta el mapa, cuánto acierta al etiquetarlo y qué decisión agronómica permite tomar. La primera cuenta no resuelve las otras dos. Las lecturas relacionadas explican cómo comparar fechas, interpretar la escala espacial y valorar un ensayo antes de cambiar el manejo.