SciELO - Scientific Electronic Library Online

 
 issue55Impact of land-use changes on the climate of the Mexico City RegionThe role of commodities trasportation and logistics on Brazilian territory author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Investigaciones geográficas

On-line version ISSN 2448-7279Print version ISSN 0188-4611

Abstract

SORIA-RUIZ, Jesús; FERNANDEZ-ORDONEZ, Yolanda  and  GRANADOS-RAMIREZ, Rebeca. Metodología para la estimación del rendimiento de maíz utilizando datos de sensores remotos satelitales en el Centro de México. Invest. Geog [online]. 2004, n.55, pp.61-78. ISSN 2448-7279.

El principal reto de la agricultura en cualquier país, es garantizar la producción de alimentos para su población. La heterogeneidad de condiciones de cultivo del maíz en muchos países, especialmente en México, hace más difícil hacer predicciones de sitios de ocurrencia y de rendimiento antes de la cosecha. Las predicciones anticipadas a la cosecha son necesarias al gobierno para estimar la cantidad de grano que requiere importar con el fin de afrontar los déficit de producción. Por ello, en este artículo se desarrolla una metodología para la estimación anticipada a la cosecha del rendimiento de maíz, bajo las condiciones de sistemas de producción intensivos en el Centro de México. El método se basa en el análisis multi-temporal de los índices de vegetación normalizados (NDVI) de imágenes de satélite NOAA-AVHRR, grados-calor (DD) y los índices de área foliar (LAI) para predecir ocurrencia en maíz y su rendimiento. En este artículo se discuten los resultados de la aplicación de una metodología generada para identificar áreas de siembra de maíz y predecir su rendimiento en el Centro de México.

Keywords : Sensores remotos; maíz; rendimiento; predicción; México.

        · abstract in English     · text in English

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License