Agricultura de Precisión
Enfoque que aplica tecnologías de información, sensores remotos y GPS para gestionar partes específicas del campo, optimizando insumos y reduciendo impacto ambiental.
En esta sección encontrarás definiciones y explicaciones de los términos más relevantes en modelación estadística, SIG y teledetección. El objetivo es brindarte herramientas para tomar decisiones informadas. Queremos que comprendas las aplicaciones y limitaciones de cada concepto, y veas cómo pueden ayudarte a resolver problemas y mejorar tus proyectos.
Nuestro compromiso es ofrecer información confiable y transparente, explicada de forma sencilla pero rigurosa. Creemos que un cliente informado sabe exactamente lo que está contratando y por qué lo necesita. Esperamos que este “Diccionario de Conceptos Clave” te sea útil para familiarizarte con el lenguaje técnico y aprovechar al máximo los servicios que ofrecemos.
Enfoque que aplica tecnologías de información, sensores remotos y GPS para gestionar partes específicas del campo, optimizando insumos y reduciendo impacto ambiental.
Conjunto de pasos lógicos que transforman datos de entrada en resultados; su eficiencia determina la velocidad y escalabilidad de un sistema.
Conjunto de definiciones que permiten que diferentes aplicaciones o servicios se comuniquen entre sí, facilitando la integración y separación de responsabilidades.
Proceso de entrenar un modelo hallando los mejores parámetros para describir la relación entre variables o clasificar/predicir con precisión.
Parte de una aplicación que corre en el servidor: lógica de negocio, bases de datos y seguridad, respondiendo peticiones del front‑end.
Relacionales usan tablas y SQL; NoSQL emplea documentos, grafos o columnas anchas, ofreciendo flexibilidad y escalabilidad según el caso.
La supervisada se entrena con ejemplos etiquetados; la no supervisada agrupa datos similares sin etiquetas.
Disponibilidad de recursos informáticos vía internet sin gestionar infraestructura propia, permitiendo escalabilidad y ahorro de costos.
Ajustar datos o modelos para eliminar errores sistemáticos que distorsionan conclusiones, mejorando precisión y equidad.
Porción de datos usada para enseñar a un modelo; si están sesgados, el modelo aprenderá de forma equivocada.
Datos separados para evaluar objetivamente el rendimiento de un modelo ya entrenado y detectar sobreajuste.
Información que incluye ubicación o geometría; fundamental para cartografía y análisis geoespacial.
Conjunto de técnicas para extraer conocimiento de datos masivos, combinando estadística, programación y visualización.
Subárea del ML que usa redes neuronales profundas capaces de descubrir patrones complejos en datos.
Raster que representa altitud de la superficie terrestre; útil en topografía e hidrología.
Técnica para aumentar resolución espacial o temporal de datos o modelos, refinando proyecciones climáticas.
Aplicar un modelo a áreas o rangos distintos de los de entrenamiento, con riesgo de predicciones poco confiables.
Parte visual con la que interactúa el usuario en el navegador; incluye diseño y lógica de interfaz.
Modelo matemático que simula la dinámica climática global para proyecciones de largo plazo.
Rama de la estadística para fenómenos espaciales, usando variogramas y kriging para predicciones.
Integra métodos para recolectar, analizar y representar información geográfica.
Aplica ciencia de datos a información con coordenadas, combinando teledetección, SIG y programación.
Plataforma en la nube con vasto archivo satelital y herramientas para procesarlo a escala global.
Sensores que capturan decenas o cientos de bandas estrechas, permitiendo identificar materiales con precisión.
Captura visual de la superficie terrestre desde sensores orbitales con diversas resoluciones.
Combinaciones de bandas para resaltar propiedades como vegetación (NDVI) o humedad (NDWI).
Campo que desarrolla sistemas capaces de tareas que requieren inteligencia humana; depende de datos de calidad y expertise para ser útil.
Grado en que un humano entiende cómo el modelo toma decisiones; mayor en modelos simples.
Estimación de valores en puntos no muestreados dentro de una región, asumiendo continuidad espacial.
Programa NASA‑USGS que captura imágenes multiespectrales desde 1972 con 30 m de resolución.
Tecnología que usa pulsos láser para obtener nubes de puntos 3D de alta precisión.
Modelo de IA entrenado con grandes corpus de texto, capaz de generar lenguaje coherente (ej. GPT).
Métodos que permiten aprender patrones a partir de datos para predicciones sin reglas explícitas.
Indicadores (accuracy, precision, recall) que evalúan aciertos de un modelo en clasificación.
Cuantifican desviación entre predicción y realidad en regresión (MSE, RMSE, MAE).
Modelo que estima variables sobre un área usando datos ambientales y técnicas estadísticas.
Representación matemática aprendida de datos; no confundir con el algoritmo que lo entrena.
Sensor multiespectral en satélites Terra y Aqua, con 36 bandas y revisita diaria de la Tierra.
Unidad mínima de una imagen; en teledetección representa un área terrestre con valores espectrales.
Lenguaje de programación popular en ciencia de datos, ML y automatización, con librerías como NumPy y Pandas.
Lenguaje y entorno para análisis estadístico y ciencia de datos con potentes librerías (ggplot2, sf).
Algoritmo de ensamble basado en múltiples árboles de decisión, robusto y eficaz con datos ruidosos.
Formato de datos basado en matriz de celdas; cada celda almacena valores continuos como reflectancia o elevación.
Algoritmo inspirado en el cerebro con capas de neuronas conectadas para detectar patrones complejos.
Tamaño del área que cubre cada píxel de una imagen; determina nivel de detalle.
Número y anchura de bandas que captura un sensor; hiperespectrales tienen muchas bandas estrechas.
Capacidad de distinguir niveles de energía; se mide en bits (8 bits = 256 niveles).
Frecuencia con la que un sensor capta imágenes de la misma zona, por ejemplo 5 días (Sentinel‑2).
Probabilidad de que un resultado no sea azaroso; suele medirse con valor p.
Sensor de microondas que opera día y noche y atraviesa nubes, midiendo retrodispersión.
Satélites SAR del programa Copernicus con resolución de 5‑20 m y revisita de 6‑12 días.
Satélites ópticos multiespectrales (13 bandas) con resoluciones de 10‑60 m y revisita ~5 días.
Secuencia de datos medidos en intervalos sucesivos que permiten detectar tendencias y patrones.
Tendencia o distorsión en datos que genera resultados poco representativos; debe corregirse para predicciones confiables.
Herramientas para recolectar, almacenar, analizar y visualizar datos geográficos con coordenadas.
Cuando un modelo memoriza el conjunto de entrenamiento y falla al generalizar a datos nuevos.
Obtención de información de la superficie terrestre mediante sensores remotos como satélites o drones.
Formato SIG que representa puntos, líneas o polígonos; útil para entidades discretas.
Algoritmo de gradient boosting de alto rendimiento basado en árboles de decisión.