{"id":70686,"date":"2022-07-29T08:18:35","date_gmt":"2022-07-29T05:18:35","guid":{"rendered":"https:\/\/eos.com\/?page_id=70686"},"modified":"2024-12-27T12:59:23","modified_gmt":"2024-12-27T09:59:23","slug":"yield-prediction","status":"publish","type":"page","link":"https:\/\/eos.com\/es\/products\/crop-monitoring\/custom-solutions\/yield-prediction\/","title":{"rendered":"Predicci\u00f3n del Rendimiento de los Cultivos"},"content":{"rendered":"","protected":false},"excerpt":{"rendered":"","protected":false},"author":43,"featured_media":0,"parent":44641,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-templates\/page-crop-yield-prediction.php","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"class_list":["post-70686","page","type-page","status-publish","hentry"],"acf":{"":null,"media":{"alt":"recolecci\u00f3n de datos de rendimiento por sat\u00e9lite","image":91605,"image_tablet":70925,"image_mobile":91609},"content":[{"acf_fc_layout":"title","title":"Predicci\u00f3n del Rendimiento de los Cultivos"},{"acf_fc_layout":"description","description":"El equipo de cient\u00edficos e ingenieros de datos de EOSDA ha desarrollado t\u00e9cnicas eficaces para estimar el rendimiento de los cultivos mediante modelos de teledetecci\u00f3n y aprendizaje autom\u00e1tico. Nos basamos en datos de observaci\u00f3n de la Tierra obtenidos por sat\u00e9lite para cubrir \u00e1reas que van desde explotaciones individuales hasta regiones."},{"acf_fc_layout":"buttons","buttons":[{"acf_fc_layout":"modal_button","style":"btn-primary1","label":"Obtener predicci\u00f3n del rendimiento","trigger":"#modalSalesLocal","click_event":"dataLayer.push({'event':'EOSCOM', 'eventCategory':'EosComEvents', 'eventAction':'contact_us_button', 'eventLabel':'first_section', 'eventContent':'', 'eventPosition':'yield_prediction', 'eventContext':'get yield prediction'});\r\ndataLayer.push({'event':'EOSCOM','eventCategory':'EosComEvents', 'eventAction':'Contact Sales Button Click', 'eventLabel':'Yield Prediction First Section'});","autocomplete_forms":"sessionStorage.setItem('#modalSalesLocal',\r\n JSON.stringify({\r\n 'modal-autocomplete': { 'subject' : 'Talk to expert', 'product' : 'Yield prediction' },\r\n 'events-form' : {'eventLabel':'first_section', 'eventPosition' : 'yield_prediction'} \r\n }) \r\n);","hide_button":false}]}],"what_we_offer":{"":null,"pre_title":"Estad\u00edsticas","title":"Predicci\u00f3n del Rendimiento en N\u00fameros","cards":[{"title":"Precisi\u00f3n","data":"hasta el 95%<\/span>","description":"La precisi\u00f3n de la estimaci\u00f3n del rendimiento depende de la calidad de los datos estad\u00edsticos y puede variar entre el 85% y el 95%."},{"title":"Previsiones","data":"con hasta 3<\/span> meses de antelaci\u00f3n","description":"Previsi\u00f3n del rendimiento en la temporada actual con hasta 3 meses de antelaci\u00f3n"},{"title":"Tipos de cultivos","data":"100 +<\/span>","description":"Predicci\u00f3n del rendimiento para m\u00e1s de 100 tipos de cultivos."},{"title":"Velocidad del proyecto","data":"hasta 14<\/span> d\u00edas","description":"La producci\u00f3n de la predicci\u00f3n del rendimiento con un 95% de precisi\u00f3n requiere dos semanas o menos, dependiendo de la complejidad del proyecto."},{"title":"Entradas por cultivo","data":"0<\/span> - 100<\/span> campos","description":"El modelo de pr\u00f3nostico del rendimiento WOFOST no requiere ninguna entrada."},{"title":"Fuentes de datos","data":"10 +<\/span>","description":"Nos aseguramos de que las predicciones se basen en el an\u00e1lisis de datos m\u00e1s completo."}],"buttons":[{"acf_fc_layout":"modal_button","style":"btn-primary1","label":"Obtener predicci\u00f3n del rendimiento","trigger":"#modalSalesLocal","click_event":"dataLayer.push({'event':'EOSCOM', 'eventCategory':'EosComEvents', 'eventAction':'contact_us_button', 'eventLabel':'numbers_section', 'eventContent':'', 'eventPosition':'yield_prediction', 'eventContext':'get yield prediction'});\r\ndataLayer.push({'event':'EOSCOM','eventCategory':'EosComEvents', 'eventAction':'Contact Sales Button Click', 'eventLabel':'Yield Prediction Numbers Section'});","autocomplete_forms":"sessionStorage.setItem('#modalSalesLocal',\r\n JSON.stringify({\r\n 'modal-autocomplete': { 'subject' : 'Talk to expert', 'product' : 'Yield prediction' },\r\n 'events-form' : {'eventLabel':'numbers_section', 'eventPosition' : 'yield_prediction'} \r\n }) \r\n);","hide_button":false}]},"video":{"":null,"title":"Vea el v\u00eddeo sobre nuestra soluci\u00f3n de predicci\u00f3n del rendimiento","description":"La seguridad alimentaria mundial depende de la eficacia de las pr\u00e1cticas de gesti\u00f3n de alimentos, como la predicci\u00f3n del rendimiento, que permite a los agricultores cultivar de forma m\u00e1s sostenible. La soluci\u00f3n de predicci\u00f3n del rendimiento de EOSDA, desarrollada a partir de los \u00faltimos avances tecnol\u00f3gicos en aprendizaje autom\u00e1tico y an\u00e1lisis geoespacial, proporciona a agricultores, explotaciones agr\u00edcolas, empresas de seguridad alimentaria y otros responsables de la toma de decisiones los datos cruciales necesarios para una producci\u00f3n de cultivos sostenible y rentable.","video_alt":"v\u00eddeo sobre nuestra soluci\u00f3n de predicci\u00f3n del rendimiento","video_id":"okclK7AzCBQ","video_data":{"":null,"width":"1920","height":"1080","duration":"PT00H2M46S","uploaddate":"2023-05-16T12:02:58+03:00","thumbnailurl":"https:\/\/i.ytimg.com\/vi\/okclK7AzCBQ\/maxresdefault.jpg","embedurl":"https:\/\/www.youtube.com\/watch?v=okclK7AzCBQ"}},"what_you_get":{"":null,"pre_title":"Beneficios","title":"Beneficios de la Predicci\u00f3n del Rendimiento","cards":[{"image":70656,"alt":"informaci\u00f3n para pron\u00f3stico de rendimiento","list":[{"text":"Aumento de la velocidad en la toma de decisiones relacionadas con las operaciones de cosecha, almacenamiento y transporte."},{"text":"Datos sobre la rentabilidad en su zona de inter\u00e9s basados en la predicci\u00f3n del rendimiento de los cultivos."},{"text":"Una gran oportunidad de reforzar la seguridad alimentaria mundial mediante la introducci\u00f3n de la predicci\u00f3n del rendimiento de los cultivos en pa\u00edses en desarrollo, ayud\u00e1ndoles a prevenir hambrunas, impulsar la econom\u00eda locale e implementar pr\u00e1cticas agr\u00edcolas sostenibles."}]},{"image":70658,"alt":"simulaciones de rendimiento de cultivos","list":[{"text":"Mejor entendimiento del mercado agr\u00edcola y una toma de decisiones mejor sobre la gesti\u00f3n de las existencias, las importaciones y las exportaciones, de acuerdo con la PAC y otras pol\u00edticas similares."},{"text":"Una comprensi\u00f3n mucho mayor de los efectos acumulativos de las condiciones hostiles del campo (plagas, enfermedades, deficiencias de nutrientes y otras) en el desarrollo de los cultivos."}]}],"buttons":[{"acf_fc_layout":"modal_button","style":"btn-primary1","label":"Obtener predicci\u00f3n del rendimiento","trigger":"#modalSalesLocal","click_event":"dataLayer.push({'event':'EOSCOM', 'eventCategory':'EosComEvents', 'eventAction':'contact_us_button', 'eventLabel':'benefits_section', 'eventContent':'', 'eventPosition':'yield_prediction', 'eventContext':'get yield prediction'});\r\ndataLayer.push({'event':'EOSCOM','eventCategory':'EosComEvents', 'eventAction':'Contact Sales Button Click', 'eventLabel':'Yield Prediction Benefits Section'});","autocomplete_forms":"sessionStorage.setItem('#modalSalesLocal',\r\n JSON.stringify({\r\n 'modal-autocomplete': { 'subject' : 'Talk to expert', 'product' : 'Yield prediction' },\r\n 'events-form' : {'eventLabel':'benefits_section', 'eventPosition' : 'yield_prediction'} \r\n }) \r\n);","hide_button":false}],"background_image":69871},"prediction_models":[{"acf_fc_layout":"intro","pre_title":"Metodolog\u00eda","title":"Nuestro Enfoque","description":"Para lograr la m\u00e1xima eficacia y precisi\u00f3n en la predicci\u00f3n del rendimiento de los cultivos, fusionamos dos tipos diferentes de modelos de predicci\u00f3n del rendimiento: biof\u00edsico y estad\u00edstico. Este enfoque \"h\u00edbrido\" nos permite afrontar proyectos m\u00e1s complejos."},{"acf_fc_layout":"two_models","cards":[{"title":"Modelo biof\u00edsico de predicci\u00f3n del rendimiento","list":[{"text":"Recopilaci\u00f3n de datos (par\u00e1metros meteorol\u00f3gicos, an\u00e1lisis del suelo, estado del cultivo, datos fenol\u00f3gicos, etc.)."},{"text":"Calibraci\u00f3n del modelo y la asimilaci\u00f3n del LAI para garantizar la precisi\u00f3n de la predicci\u00f3n del rendimiento de los cultivos en ausencia de datos estad\u00edsticos y para aumentar la variabilidad de los valores."},{"text":"Simulaci\u00f3n de los par\u00e1metros de productividad biol\u00f3gica (TAGP, WSO, humedad relativa del suelo, consumo total de agua y otros) para estimar el rendimiento."},{"text":"Actualizaci\u00f3n de los datos una vez cada 14 d\u00edas para aumentar la precisi\u00f3n. Esto est\u00e1 relacionado con las actualizaciones meteorol\u00f3gicas."}]},{"title":"Modelo estad\u00edstico de predicci\u00f3n del rendimiento","list":[{"text":"Recopilaci\u00f3n de datos para crear un conjunto de datos de predicci\u00f3n del rendimiento de los cultivos y su combinaci\u00f3n con algunos posibles predictores (precipitaciones, temperatura, humedad, tipo de suelo y otros)."},{"text":"Selecci\u00f3n del modelo de aprendizaje autom\u00e1tico adecuado para el proyecto (por ejemplo, regresi\u00f3n lineal, Random Forest, LightGBM, XGBoost, CatBoost, por nombrar algunos)."},{"text":"Ajuste del modelo para responder a las necesidades espec\u00edficas del proyecto en cuesti\u00f3n para obtener los mejores resultados."}]}]},{"acf_fc_layout":"fusing_models","title":"Fase de fusi\u00f3n de los modelos","description":"La fase de fusi\u00f3n es necesaria si queremos alcanzar la m\u00e1xima precisi\u00f3n posible del 95%<\/span>. Fusionamos los 2 modelos de predicci\u00f3n del rendimiento descritos anteriormente. ","start_element":"EOSDA Crop Modeling + Asimilaci\u00f3n LAI","list":[{"item":"Conjunto de escenarios de modelos"},{"item":"Acquisici\u00f3n de datos 1"},{"item":"Acquisici\u00f3n de datos 2"},{"item":"Acquisici\u00f3n de datos 3Selecci\u00f3n del escenario m\u00e1s probable y reinicializaci\u00f3n del estado del sistema modelado con el escenario<\/span>"},{"item":"Acquisici\u00f3n de datos 4Observaciones de LAI<\/span>"},{"item":"Acquisici\u00f3n de datos 5"},{"item":"Cosecha"}]},{"acf_fc_layout":"lai_assimilation","title":"La aplicaci\u00f3n de la asimilaci\u00f3n del LAI nos permiti\u00f3 alcanzar el 95% de precisi\u00f3n en el 30% de los campos. En los campos marcados en rojo se alcanz\u00f3 una precisi\u00f3n inferior al 80%, mientras que la precisi\u00f3n de la predicci\u00f3n del rendimiento en los campos marcados en verde super\u00f3 la marca del 80%. ","cards":[{"image":70834,"alt":"Precisi\u00f3n del modelado de cultivos EOSDA","caption":"EOSDA Crop Modeling"},{"image":70836,"alt":"Modelado de cultivos EOSDA + Precisi\u00f3n de asimilaci\u00f3n LAI","caption":"EOSDA Crop Modeling + Asimilaci\u00f3n LAI"}]},{"acf_fc_layout":"buttons","buttons":[{"acf_fc_layout":"modal_button","style":"btn-primary1","label":"Obtener predicci\u00f3n del rendimiento","trigger":"#modalSalesLocal","click_event":"dataLayer.push({'event':'EOSCOM', 'eventCategory':'EosComEvents', 'eventAction':'contact_us_button', 'eventLabel':'methodology_section', 'eventContent':'', 'eventPosition':'yield_prediction', 'eventContext':'get yield prediction'});\r\ndataLayer.push({'event':'EOSCOM','eventCategory':'EosComEvents', 'eventAction':'Contact Sales Button Click', 'eventLabel':'Yield Prediction Methodology Section'});","autocomplete_forms":"sessionStorage.setItem('#modalSalesLocal',\r\n JSON.stringify({\r\n 'modal-autocomplete': { 'subject' : 'Talk to expert', 'product' : 'Yield prediction' },\r\n 'events-form' : {'eventLabel':'methodology_section', 'eventPosition' : 'yield_prediction'} \r\n }) \r\n);","hide_button":false}]}],"success_stories":{"":null,"pre_title":"Casos de Uso","title":"Algunos de Nuestros Exitos","additional_title":"Predicci\u00f3n del rendimiento para una gran explotaci\u00f3n agr\u00edcola en Ucrania","description":"En 2020, pusimos en marcha un proyecto de predicci\u00f3n de rendimiento para 6 grandes cultivos: Cebada de invierno, colza de invierno, trigo de invierno\/primavera, girasol, soja y ma\u00edz. ","content":{"intro_text":"Se generaron dos informes diferentes:","":null,"list_reports":[{"report":"45 d\u00edas antes de la cosecha"},{"report":"2 semanas antes de la cosecha"}],"list_accuracy":[{"accuracy":"menos del 80% de precisi\u00f3n"},{"accuracy":"m\u00e1s del 80% de precisi\u00f3n"}],"figure_list":[{"image":70830,"alt":"Predicci\u00f3n del rendimiento WOFOST","caption":"Predicci\u00f3n del rendimiento WOFOST"},{"image":70832,"alt":"WOFOST (aportaci\u00f3n\/resultado) + LAI (Sentinel-2)","caption":"Modelo de aprendizaje autom\u00e1tico de predicci\u00f3n de rendimiento de EOSDA - WOFOST (aportaci\u00f3n\/resultado) + LAI (Sentinel-2)"}],"accuracy_table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
<\/th>\r\nPrecisi\u00f3n (WOFOST)<\/th>\r\nPrecisi\u00f3n (WOFOST + LAI)<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
Ma\u00edz<\/td>\r\n0.75<\/td>\r\n0.91<\/td>\r\n<\/tr>\r\n
Soja<\/td>\r\n0.78<\/td>\r\n0.86<\/td>\r\n<\/tr>\r\n
Girasol<\/td>\r\n0.71<\/td>\r\n0.88<\/td>\r\n<\/tr>\r\n
Cebada de invierno<\/td>\r\n0.53<\/td>\r\n0.82<\/td>\r\n<\/tr>\r\n
Trigo de invierno<\/td>\r\n0.75<\/td>\r\n0.92<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>","percent_table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
<\/th>\r\nN\u00famero de campos<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
Cultivo \/ Precisi\u00f3n<\/span><\/span><\/td>\r\n<70%<\/td>\r\n70-75%<\/td>\r\n75-80%<\/td>\r\n80-85%<\/td>\r\n85-90%<\/td>\r\n>90%<\/td>\r\n<\/tr>\r\n
Cebada de invierno<\/td>\r\n27<\/td>\r\n7<\/td>\r\n5<\/td>\r\n22<\/td>\r\n23<\/td>\r\n52<\/td>\r\n<\/tr>\r\n
Trigo de invierno<\/td>\r\n33<\/td>\r\n17<\/td>\r\n19<\/td>\r\n21<\/td>\r\n19<\/td>\r\n102<\/td>\r\n<\/tr>\r\n
Colza de invierno<\/td>\r\n26<\/td>\r\n6<\/td>\r\n20<\/td>\r\n14<\/td>\r\n27<\/td>\r\n22<\/td>\r\n<\/tr>\r\n
Girasol<\/td>\r\n12<\/td>\r\n11<\/td>\r\n12<\/td>\r\n14<\/td>\r\n19<\/td>\r\n22<\/td>\r\n<\/tr>\r\n
Soja<\/td>\r\n28<\/td>\r\n22<\/td>\r\n29<\/td>\r\n58<\/td>\r\n37<\/td>\r\n86<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>","description_second":"Al mejorar el modelo con la asimilaci\u00f3n del LAI desarrollado por el equipo, conseguimos aumentar la precisi\u00f3n de la predicci\u00f3n del rendimiento en el 30% de los campos en comparaci\u00f3n con el enfoque tradicional de WOFOST.","intro_text_second":"La siguiente tabla muestra la correlaci\u00f3n entre la precisi\u00f3n de la predicci\u00f3n del rendimiento, el cultivo objetivo y el n\u00famero de campos. Por ejemplo, la predicci\u00f3n del rendimiento de la cebada de invierno tuvo una precisi\u00f3n superior al 90% en 52 campos."}},"challenge_1":{"":null,"title":"Previsi\u00f3n del rendimiento de los cultivos para una compa\u00f1\u00eda de seguros canadiense","input_data":[{"data":"Objetivo:<\/span> Datos fiables sobre el rendimiento previsto de cada cliente para reducir los riesgos de los seguros."},{"data":"Datos de entrada:<\/span> M\u00e1s de 100 campos en 20 explotaciones."}],"challenge_pre_title":"Tarea 1.","challenge_title":"Estimar el rendimiento medio de los 6 principales tipos de cultivos que crecen en cada campo de las 20 explotaciones y compararlo con el informe de rendimiento real.","challenge_intro":"modelo de predicci\u00f3n del rendimiento frente al rendimiento real por tipo de cultivo dado en %.","crop_type_list":[{"icon":70673,"title":"Canola","data":"> 98,03"},{"icon":70674,"title":"Ma\u00edz","data":"> 87, 59"},{"icon":70684,"title":"Guisantes","data":"> 76,25"},{"icon":70675,"title":"Soja","data":"> 95,94"},{"icon":70676,"title":"Girasol","data":"> 98,21"},{"icon":70677,"title":"Trigo","data":"> 98,63"}],"graph_image":70763,"graph_alt":"","graph_table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Cultivo<\/th>\r\nRendimiento modelado<\/th>\r\nRendimiento real<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
Canola, lb\/ac<\/td>\r\n41,81<\/td>\r\n41,00<\/td>\r\n<\/tr>\r\n
Ma\u00edz, fanegas por acre<\/td>\r\n123,65<\/td>\r\n110,00<\/td>\r\n<\/tr>\r\n
Guisantes, q\/ac<\/td>\r\n30,94<\/td>\r\n25,00<\/td>\r\n<\/tr>\r\n
Soja, fanegas por acre<\/td>\r\n22,89<\/td>\r\n22,00<\/td>\r\n<\/tr>\r\n
Girasol, lb\/ac<\/td>\r\n1767,73<\/td>\r\n1800,00<\/td>\r\n<\/tr>\r\n
Trigo, fanegas por acre<\/td>\r\n53,72<\/td>\r\n53,00<\/td>\r\n<\/tr>\r\n
Suma general<\/td>\r\n95,6<\/td>\r\n94,47<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>"},"challenge_2":{"":null,"challenge_pre_title":"Tarea 2.","challenge_title":"Predicci\u00f3n del rendimiento 14 d\u00edas antes de la cosecha de 2020.","challenge_intro":"modelo de predicci\u00f3n del rendimiento frente al rendimiento real por tipo de cultivo dado en %.","crop_type_list":[{"icon":70673,"title":"Canola","data":"> 96,96"},{"icon":70674,"title":"Corn","data":"> 91,69"},{"icon":70677,"title":"Avena","data":"> 99,98"},{"icon":70677,"title":"Centeno de Oto\u00f1o","data":"> 85,85"},{"icon":70676,"title":"Girasol de Confiter\u00eda","data":"> 85,36"},{"icon":70676,"title":"Aceite de Girasol","data":"> 98,06"},{"icon":70677,"title":"Trigo","data":"> 94,95"}],"graph_table":"
\r\n
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Cultivo<\/th>\r\nRendimiento modelado<\/th>\r\nRendimiento real (Farm 4)<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
Canola<\/td>\r\n40,19<\/td>\r\n39,00<\/td>\r\n<\/tr>\r\n
Ma\u00edz<\/td>\r\n119,14<\/td>\r\n110,00<\/td>\r\n<\/tr>\r\n
Avena<\/td>\r\n125,03<\/td>\r\n125,00<\/td>\r\n<\/tr>\r\n
Centeno de oto\u00f1o<\/td>\r\n64,39<\/td>\r\n75,00<\/td>\r\n<\/tr>\r\n
Girasol de confiter\u00eda<\/td>\r\n2063,60<\/td>\r\n1800,00<\/td>\r\n<\/tr>\r\n
Aceite de girasol<\/td>\r\n1834,19<\/td>\r\n1800,00<\/td>\r\n<\/tr>\r\n
Trigo<\/td>\r\n61,73<\/td>\r\n65,00<\/td>\r\n<\/tr>\r\n
Suma general<\/td>\r\n584,34<\/td>\r\n528,00<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>\r\n<\/div>"},"challenge_3":{"":null,"challenge_pre_title":"Tarea 3.","challenge_title":"Proporcionar al cliente datos de predicci\u00f3n del rendimiento de los cultivos para permitir una planificaci\u00f3n m\u00e1s eficiente de la rotaci\u00f3n de cultivos y, como resultado, reducir significativamente las situaciones de riesgo.","challenge_intro":"El gr\u00e1fico muestra el rendimiento previsto para los cultivos objetivo en 3 campos seleccionados en bushel\/ha.","graph_table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nombre del campo<\/th>\r\nCanola<\/th>\r\nMa\u00edz<\/th>\r\nSoja<\/th>\r\nAceite de girasol<\/th>\r\nTrigo<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
SE-2-6-28-W1<\/td>\r\n58,68<\/td>\r\n194,33<\/td>\r\n41,45<\/td>\r\n2208,85<\/td>\r\n72,49<\/td>\r\n<\/tr>\r\n
SW-36-7-28-W1<\/td>\r\n30,91<\/td>\r\n169,49<\/td>\r\n14,42<\/td>\r\n1146,91<\/td>\r\n46,24<\/td>\r\n<\/tr>\r\n
W-34-5-27-W1<\/td>\r\n38,77<\/td>\r\n151,58<\/td>\r\n24,71<\/td>\r\n1476,83<\/td>\r\n59,82<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>","conclusion_title":"Se utiliz\u00f3 la t\u00e9cnica de remuestreo Jackknife. Es decir, omitiendo sistem\u00e1ticamente cada observaci\u00f3n de un conjunto de datos, calculamos la predicci\u00f3n y luego descubrimos la media de los c\u00e1lculos. Para excluir los factores clim\u00e1ticos y tecnol\u00f3gicos, s\u00f3lo utilizamos los datos de los \u00faltimos 6 a\u00f1os.","conclusion_text":"El periodo de cosecha de los cultivos objetivo en Canad\u00e1 suele durar de agosto a septiembre. Sabiendo esto, pudimos predecir el rendimiento dos meses antes de la cosecha, logrando una precisi\u00f3n de m\u00e1s del 82%. La precisi\u00f3n fue aumentando a medida que se acercaba la cosecha hasta alcanzar el 90% justo dos semanas antes de la misma, tal y como esper\u00e1bamos.","buttons":[{"acf_fc_layout":"modal_button","style":"btn-primary1","label":"Obtener predicci\u00f3n del rendimiento","trigger":"#modalSalesLocal","click_event":"dataLayer.push({'event':'EOSCOM', 'eventCategory':'EosComEvents', 'eventAction':'contact_us_button', 'eventLabel':'usecases_section', 'eventContent':'', 'eventPosition':'yield_prediction', 'eventContext':'get yield prediction'});\r\ndataLayer.push({'event':'EOSCOM','eventCategory':'EosComEvents', 'eventAction':'Contact Sales Button Click', 'eventLabel':'Yield Prediction Use Cases Section'});","autocomplete_forms":"sessionStorage.setItem('#modalSalesLocal',\r\n JSON.stringify({\r\n 'modal-autocomplete': { 'subject' : 'Talk to expert', 'product' : 'Yield prediction' },\r\n 'events-form' : {'eventLabel':'usecases_section', 'eventPosition' : 'yield_prediction'} \r\n }) \r\n);","hide_button":false}]},"solutions_request":{"":null,"title":"Soluciones Personalizadas Para Una Agricultura Inteligente","cards":[{"image":91008,"alt":"An\u00e1lisis avanzado de la humedad del suelo imagen","page_link":"https:\/\/eos.com\/es\/products\/crop-monitoring\/custom-solutions\/soil-moisture-analytics\/","title":"An\u00e1lisis avanzado de la humedad del suelo"},{"image":91011,"alt":"Monitorizaci\u00f3n de la cosecha imagen","page_link":"https:\/\/eos.com\/es\/products\/crop-monitoring\/custom-solutions\/harvest-monitoring\/","title":"Monitorizaci\u00f3n de la cosecha"},{"image":91010,"alt":"Detecci\u00f3n de los l\u00edmites del campo imagen","page_link":"https:\/\/eos.com\/es\/products\/crop-monitoring\/custom-solutions\/field-boundaries-detection\/","title":"Detecci\u00f3n de los l\u00edmites del campo"},{"image":91009,"alt":"Clasificaci\u00f3n de \u0441ultivos imagen","page_link":"https:\/\/eos.com\/es\/products\/crop-monitoring\/custom-solutions\/crops-classification\/","title":"Clasificaci\u00f3n de \u0441ultivos"}]},"eos_banner":{"":null,"decorate_image":70828,"logo_image":71371,"logo_alt":"logotipo de EOSDA","text":"EOSDA es l\u00edder en la aplicaci\u00f3n de tecnolog\u00edas de teledetecci\u00f3n con fines empresariales y medioambientales en m\u00e1s de 22 sectores, haciendo especial hincapi\u00e9 en la agricultura y la silvicultura. Hasta ahora, m\u00e1s de 900.000 clientes de todo el mundo han sacado partido a los productos de observaci\u00f3n por sat\u00e9lite de EOSDA. Hemos lanzado nuestro propio sat\u00e9lite polivalente que proporciona im\u00e1genes en 11 canales espectrales para los agricultores de todo el mundo. Puede encargarnos la predicci\u00f3n del rendimiento de los cultivos en un \u00e1rea tan peque\u00f1a como un campo y tan grande como un pa\u00eds. Utilizando 10 fuentes distintas de datos, junto con modelos de redes neuronales entrenados, nuestro equipo de cient\u00edficos de I+D ayudar\u00e1 a su negocio a prosperar de forma sostenible."},"left_image_alt":"nuestro experto","left_image":72414,"right_image_alt":"sat\u00e9lite","right_image":72415,"title":"\u00a1Estamos aqu\u00ed para ayudar!","subtitle":"Mejore su experiencia agr\u00edcola gracias a un equipo agr\u00edcola gestionado a distancia mejor que lo que siempre ha so\u00f1ado","buttons":[{"acf_fc_layout":"modal_button","style":"btn-primary1","label":"Solicitar una demostraci\u00f3n","trigger":"#modalSalesLocal","click_event":"dataLayer.push({'event':'EOSCOM', 'eventCategory':'EosComEvents', 'eventAction':'demo_request_button', 'eventLabel':'help_section', 'eventContent':'', 'eventPosition':'yield_prediction', 'eventContext':''});\r\ndataLayer.push({'event':'EOSCOM','eventCategory':'EosComEvents', 'eventAction':'CM Schedule a Demo Button Click', 'eventLabel':'Yield Prediction Ready Section'});","autocomplete_forms":"sessionStorage.setItem('#modalSalesLocal',\r\n JSON.stringify({\r\n 'modal-autocomplete': { 'subject' : 'Demo Presentation', 'product' : 'Yield prediction' },\r\n 'events-form' : {'eventLabel':'help_section', 'eventPosition' : 'yield_prediction'} \r\n }) \r\n);","hide_button":false}],"crop_tables":[{"acf_fc_layout":"table_crop","table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
<\/th>\r\nPrecisi\u00f3n (WOFOST)<\/th>\r\nPrecisi\u00f3n (WOFOST + LAI)<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
<\/td>\r\nMa\u00edz<\/td>\r\n<\/tr>\r\n
Ma\u00edz<\/td>\r\n0.75<\/td>\r\n0.91<\/td>\r\n<\/tr>\r\n
<\/td>\r\nSoja<\/td>\r\n<\/tr>\r\n
Soja<\/td>\r\n0.78<\/td>\r\n0.86<\/td>\r\n<\/tr>\r\n
<\/td>\r\nGirasol<\/td>\r\n<\/tr>\r\n
Girasol<\/td>\r\n0.71<\/td>\r\n0.88<\/td>\r\n<\/tr>\r\n
<\/td>\r\nCebada de invierno<\/td>\r\n<\/tr>\r\n
Cebada de invierno<\/td>\r\n0.53<\/td>\r\n0.82<\/td>\r\n<\/tr>\r\n
<\/td>\r\nTrigo de invierno<\/td>\r\n<\/tr>\r\n
Trigo de invierno<\/td>\r\n0.75<\/td>\r\n0.92<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>"},{"acf_fc_layout":"table_crop_percent","table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
<\/th>\r\nN\u00famero de campos<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
<\/td>\r\nCultivo \/ Precisi\u00f3n<\/td>\r\n<\/tr>\r\n
Cultivo \/ Precisi\u00f3n<\/span><\/span><\/td>\r\n<70%<\/td>\r\n70-75%<\/td>\r\n75-80%<\/td>\r\n80-85%<\/td>\r\n85-90%<\/td>\r\n>90%<\/td>\r\n<\/tr>\r\n
<\/td>\r\nCebada de invierno\r\n\r\n
\r\n\r\nN\u00famero de campos<\/cite><\/td>\r\n<\/tr>\r\n
Cebada de invierno<\/td>\r\n27<\/td>\r\n7<\/td>\r\n5<\/td>\r\n22<\/td>\r\n23<\/td>\r\n52<\/td>\r\n<\/tr>\r\n
<\/td>\r\nTrigo de invierno\r\n\r\n
\r\n\r\nN\u00famero de campos<\/cite><\/td>\r\n<\/tr>\r\n
Trigo de invierno<\/td>\r\n33<\/td>\r\n17<\/td>\r\n19<\/td>\r\n21<\/td>\r\n19<\/td>\r\n102<\/td>\r\n<\/tr>\r\n
<\/td>\r\nColza de invierno\r\n\r\n
\r\n\r\nN\u00famero de campos<\/cite><\/td>\r\n<\/tr>\r\n
Colza de invierno<\/td>\r\n26<\/td>\r\n6<\/td>\r\n20<\/td>\r\n14<\/td>\r\n27<\/td>\r\n22<\/td>\r\n<\/tr>\r\n
<\/td>\r\nGirasol\r\n\r\n
\r\n\r\nN\u00famero de campos<\/cite><\/td>\r\n<\/tr>\r\n
Girasol<\/td>\r\n12<\/td>\r\n11<\/td>\r\n12<\/td>\r\n14<\/td>\r\n19<\/td>\r\n22<\/td>\r\n<\/tr>\r\n
<\/td>\r\nSoja\r\n\r\n
\r\n\r\nN\u00famero de campos<\/cite><\/td>\r\n<\/tr>\r\n
Soja<\/td>\r\n28<\/td>\r\n22<\/td>\r\n29<\/td>\r\n58<\/td>\r\n37<\/td>\r\n86<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>"},{"acf_fc_layout":"table_crop_total","table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Cultivo<\/th>\r\nRendimiento modelado<\/th>\r\nRendimiento real<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
<\/td>\r\nCanola, lb\/ac<\/td>\r\n<\/tr>\r\n
Canola, lb\/ac<\/td>\r\n41,81<\/td>\r\n41,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nMa\u00edz, fanegas por acre<\/td>\r\n<\/tr>\r\n
Ma\u00edz, fanegas por acre<\/td>\r\n123,65<\/td>\r\n110,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nGuisantes, q\/ac<\/td>\r\n<\/tr>\r\n
Guisantes, q\/ac<\/td>\r\n30,94<\/td>\r\n25,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nSoja, fanegas por acre<\/td>\r\n<\/tr>\r\n
Soja, fanegas por acre<\/td>\r\n22,89<\/td>\r\n22,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nGirasol, lb\/ac<\/td>\r\n<\/tr>\r\n
Girasol, lb\/ac<\/td>\r\n1767,73<\/td>\r\n1800,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nTrigo, fanegas por acre<\/td>\r\n<\/tr>\r\n
Trigo, fanegas por acre<\/td>\r\n53,72<\/td>\r\n53,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nSuma general<\/td>\r\n<\/tr>\r\n
Suma general<\/td>\r\n95,6<\/td>\r\n94,47<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>"},{"acf_fc_layout":"table_crop_total","table":"
\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Cultivo<\/th>\r\nRendimiento modelado<\/th>\r\nRendimiento real (Farm 4)<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
<\/td>\r\nCanola<\/td>\r\n<\/tr>\r\n
Canola<\/td>\r\n40,19<\/td>\r\n39,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nMa\u00edz<\/td>\r\n<\/tr>\r\n
Ma\u00edz<\/td>\r\n119,14<\/td>\r\n110,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nAvena<\/td>\r\n<\/tr>\r\n
Avena<\/td>\r\n125,03<\/td>\r\n125,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nCenteno de oto\u00f1o<\/td>\r\n<\/tr>\r\n
Centeno de oto\u00f1o<\/td>\r\n64,39<\/td>\r\n75,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nGirasol de confiter\u00eda<\/td>\r\n<\/tr>\r\n
Girasol de confiter\u00eda<\/td>\r\n2063,60<\/td>\r\n1800,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nAceite de girasol<\/td>\r\n<\/tr>\r\n
Aceite de girasol<\/td>\r\n1834,19<\/td>\r\n1800,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nTrigo<\/td>\r\n<\/tr>\r\n
Trigo<\/td>\r\n61,73<\/td>\r\n65,00<\/td>\r\n<\/tr>\r\n
<\/td>\r\nSuma general<\/td>\r\n<\/tr>\r\n
Suma general<\/td>\r\n584,34<\/td>\r\n528,00<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<\/div>"},{"acf_fc_layout":"table_crop_rate","table":"\r\n\r\n\r\n\r\n\r\n\r\n\r\n
Nombre del campo<\/th>\r\nCanola<\/th>\r\nMa\u00edz<\/th>\r\nSoja<\/th>\r\nAceite de girasol<\/th>\r\nTrigo<\/th>\r\n<\/tr>\r\n<\/thead>\r\n
SE-2-6-28-W1<\/td>\r\n58,68<\/td>\r\n194,33<\/td>\r\n41,45<\/td>\r\n2208,85<\/td>\r\n72,49<\/td>\r\n<\/tr>\r\n
SW-36-7-28-W1<\/td>\r\n30,91<\/td>\r\n169,49<\/td>\r\n14,42<\/td>\r\n1146,91<\/td>\r\n46,24<\/td>\r\n<\/tr>\r\n
W-34-5-27-W1<\/td>\r\n38,77<\/td>\r\n151,58<\/td>\r\n24,71<\/td>\r\n1476,83<\/td>\r\n59,82<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>"}]},"aioseo_notices":[],"lang":"es","translations":{"es":70686,"en":70645,"pt":70689,"ru":70691,"uk":70693,"fr":87085},"pll_sync_post":[],"_links":{"self":[{"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/pages\/70686","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/users\/43"}],"replies":[{"embeddable":true,"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/comments?post=70686"}],"version-history":[{"count":0,"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/pages\/70686\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/pages\/44641"}],"wp:attachment":[{"href":"https:\/\/eos.com\/wp-json\/wp\/v2\/media?parent=70686"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}