Agricultura

Se clasificaron la soja de primera (S1) y la soja de segunda (S2) en cada campaña agrícola entre 2000 y 2026 —campañas 2000/01 a 2025/26— sobre el área agrícola de Argentina (clase 19, cultivos anuales, de la colección 3 de MapBiomas Argentina), a 30 m de resolución espacial. Se utilizaron imágenes Harmonized Landsat Sentinel-2 (HLS) y Sentinel-2 desde 2016, e imágenes Landsat —con series de NDVI completadas con datos MODIS— para los años anteriores. El proceso, implementado en Google Earth Engine, consta de tres etapas sucesivas:

Generación de muestras de entrenamiento: No se utilizaron muestras obtenidas a campo. En su lugar, se seleccionaron por inspección visual 41 series temporales de NDVI de referencia de S1 (campaña 2020/21) y 39 de S2 (campaña 2023/24), ubicadas a partir de una capa de convergencia de mapas auxiliares (GLAD, Mapa Nacional de Cultivos del INTA y ESA WorldCereal). Con la técnica Time-Weighted Dynamic Time Warping (TWDTW) se calculó la distancia entre la serie decadal de NDVI de cada píxel y la referencia asignada a su carta (unidad de la grilla de procesamiento). En cada carta y campaña, los píxeles con distancias menores al percentil 20 se etiquetaron como muestras de soja (S1 o S2) y los que superaron el percentil 60, como muestras de “otros cultivos”; solo se conservaron píxeles de parches grandes y homogéneos.
Clasificación (espectral-temporal): Se entrenaron clasificadores Random Forest sobre unas 64 capas de atributos: composiciones mensuales de índices de vegetación y agua (EVI2, LSWI, NIRv y kNDVI, entre otros), bandas e índices de borde rojo (red-edge) en el pico de estación, la Posición del Borde Rojo (REP, por sus siglas en inglés) y, para S2, el NDVI del valle entre el cultivo de invierno y la soja. La clasificación se ejecuta en dos niveles: modelos binarios por carta (S1 vs. otros cultivos y S2 vs. otros cultivos), con ventanas de noviembre a abril (S1) y de julio a junio (S2), y luego un modelo de tres clases (S1, S2 y otros cultivos) por zona agroecológica PAS, con una ventana de noviembre a mayo, que atenúa las discontinuidades entre cartas. Para 2000–2015 se aplica el mismo esquema solo con datos Landsat y un proxy modelado de REP.

Post-procesamiento (reglas y filtros): Reglas fenológicas basadas en el NDVI (umbrales de invierno, momento del máximo, senescencia, duración del ciclo y NDVI primaveral) refinan la separación entre S1 y S2 y eliminan píxeles con fenología incompatible con la soja; un filtro de REP (medido con Sentinel-2 desde 2016 y modelado para los años anteriores) elimina falsos positivos de maíz; y un filtro espacial reemplaza los grupos de 18 píxeles o menos (≈ 1,6 ha) por la moda de su vecindad.