Programa del congreso

Las nuevas misiones hiperespectrales permiten identificar rasgos de absorción sutiles esenciales para el monitoreo agrícola avanzado. Este estudio compara la capacidad del sensor hiperespectral EnMAP y el multiespectral Sentinel-2 en la estimación de rasgos biofísicos en el cultivo de arroz del Bajo Guadalquivir. Se empleó un enfoque híbrido basado en PROSAIL-PRO y algoritmos de Machine Learning (ML), optimizados mediante Active Learning (AL) para mitigar la redundancia espectral. Los resultados demuestran la mayor capacidad de EnMAP en la caracterización bioquímica foliar, alcanzando valores de R2 de 0,93 para carotenoides (CAR) y de 0,92 para nitrógeno foliar (LNC). En comparación, Sentinel-2 mostró correlaciones más moderadas, con R2 inferiores a 0,90 en todos los rasgos y limitaciones críticas en parámetros estructurales como el índice de área foliar (LAI) y la clorofila a nivel de dosel (CCC). Esta diferencia sugiere que la resolución espectral de EnMAP es clave para diferenciar las señales bioquímicas y la estructura del dosel. La eficacia de la tecnología hiperespectral frente a la multiespectral sienta las bases para que la misión europea CHIME se consolide como una herramienta esencial para la toma de decisiones en el sector agrario.