GeoMaster — Análisis Geoespacial Agrícola

🚨

ALERTA CRÍTICA: Estrés hídrico severo detectado en sector naranjos Norte

12 parcelas de naranjos (zonas POLID-0041 a POLID-0052) presentan NDWI medio de −0.31, indicando déficit hídrico severo. NDVI cayó un 18% en los últimos 14 días. Se recomienda riego de emergencia en las próximas 48h para evitar pérdida de cosecha estimada en 340 t.

NDVI Medio Global

0.61

Zona: 0.42 – 0.79

🌿

Parcelas Saludables

289

83.3% del total

✅

Estrés Moderado

NDWI: −0.10 a −0.25

⚠️

Estrés Severo

NDWI < −0.25

🔴

Imágenes Procesadas

Nube <15% · 78 días

🛰️

🗺️ Mapa NDVI — Ribera Baixa (Sentinel-2, 10 jun 2025)

🛰️ S2A_MSIL2A_20250610

☁️ Nubosidad: 4.2%

📐 10 m/px

🌡️ EPSG:32630

NDVI alto (0.65–0.85) — Saludable

NDVI medio (0.40–0.65) — Moderado

NDVI bajo (<0.40) — Estrés severo

Agua (Albufera)

Urbano

📈 Serie Temporal NDVI — Naranjos (Jun–Ago 2025)

📊 Índices Espectrales — Media zonal (10 jun)

NDVI

0.61

Rango: −1 a 1

NDWI

−0.18

Umbral: <−0.10

EVI

0.44

Enhan. vegetal

SAVI

0.53

Suelo ajustado

🏷️ Clasificación de Uso del Suelo (Random Forest, 94.2% acc.)

Naranjos / Cítricos

1.477 ha · 189 parc.

52%

Arrozales

795 ha · 82 parc.

28%

Huerta hortícola

341 ha · 58 parc.

12%

Urbano / Caminos

228 ha

Rendimiento del modelo RF (100 árboles)

Exactitud global

94.2%

Kappa Cohen

0.91

F1 Naranjos

0.96

F1 Arrozales

0.93

💻 Pipeline Python — Detección Estrés Hídrico

# GeoMaster · AgroSmart Analytics — Ribera Baixa
import rasterio, numpy as np
import geopandas as gpd
from rasterio.features import zonal_stats
from sklearn.ensemble import RandomForestClassifier

# 1. Cargar imagen Sentinel-2 (L2A)
with rasterio.open('S2A_20250610_ribera.tif') as src:
    B03 = src.read(3).astype(float)   # Verde
    B04 = src.read(4).astype(float)   # Rojo
    B08 = src.read(8).astype(float)   # NIR
    B11 = src.read(11).astype(float)  # SWIR

# 2. Calcular índices espectrales
eps = 1e-8
ndvi = (B08 - B04) / (B08 + B04 + eps)
ndwi = (B03 - B08) / (B03 + B08 + eps)
evi  = 2.5 * (B08-B04)/(B08+6*B04-7.5*B03+1)

# 3. Cargar parcelas catastrales + alinear CRS
parcelas = gpd.read_file('parcelas_ribera.gpkg')
if parcelas.crs.to_epsg() != 32630:
    parcelas = parcelas.to_crs(32630)
assert parcelas.geometry.is_valid.all()

# 4. Estadísticas zonales por parcela
stats_ndvi = zonal_stats(parcelas, ndvi, stats='mean std min max')
stats_ndwi = zonal_stats(parcelas, ndwi, stats='mean')

parcelas['ndvi_mean'] = [s['mean'] for s in stats_ndvi]
parcelas['ndwi_mean'] = [s['mean'] for s in stats_ndwi]

# 5. Clasificar nivel de estrés hídrico
parcelas['estres'] = pd.cut(
    parcelas['ndwi_mean'],
    bins=[-1, -0.25, -0.10, 0, 1],
    labels=['severo', 'moderado', 'leve', 'ok']
)

# 6. Clasificacion uso suelo (RF pre-entrenado)
rf = RandomForestClassifier(n_estimators=100, n_jobs=-1)
rf.fit(X_train, y_train)   # acc=0.942, kappa=0.91

# 7. Exportar alertas críticas
alertas = parcelas[parcelas['ndwi_mean'] < -0.25]
alertas.to_file('alertas_criticas.gpkg')
      

rasterio 1.4 geopandas 1.0 scikit-learn 1.5 EPSG:32630 COG-ready

🚨 Ranking Parcelas Críticas — Zona Norte (Naranjos, NDWI < −0.10)

ID Parcela	Propietario	Cultivo	Ha	NDVI (jun 10)	Tendencia 14d	NDWI Medio	Prod. Estimada	Alerta	Acción
POLID-0047	Coop. Ribera Sud	🍊 Naranjo Valencia	14.2	0.24	↓ −23%	−0.38	142 t	🔴 CRÍTICO	Riego urgente <24h
POLID-0041	Manuel Pons Vidal	🍊 Clementina	8.7	0.28	↓ −19%	−0.34	87 t	🔴 CRÍTICO	Riego urgente <24h
POLID-0052	SAT l'Arrossar	🍊 Naranjo Navel	22.1	0.31	↓ −18%	−0.31	221 t	🔴 CRÍTICO	Riego urgente <48h
POLID-0038	Coop. Alzira Nord	🍊 Naranjo Valencia	11.4	0.40	↓ −11%	−0.22	108 t	🟠 ALERTA	Monitorizar 48h
POLID-0029	Rosa Marí Tarazona	🌾 Arroz Bomba	6.3	0.46	↓ −8%	−0.18	38 t	🟡 AVISO	Verificar en campo
POLID-0015	Coop. Sollana	🍊 Mandarina	18.9	0.71	↑ +3%	+0.04	198 t	✅ OK	Sin acción
POLID-0007	Pedro Esteve Llopis	🌿 Pimiento	3.2	0.74	→ 0%	+0.06	32 t	✅ OK	Sin acción

🛰️ Fuentes de Datos Satelitales

Sentinel-2 L2A

47 img

DEM (SRTM 30m)

1 cap.

Catastro GeoJSON

347 par

Met. AEMET (ETo)

8 est.

Acceso cloud vía STAC · Planetary Computer
Bandas usadas: B02 B03 B04 B08 B11 B12
Resolución: 10 m (visual) · 20 m (SWIR)
Frecuencia revisita: 5 días (2 satélites)

⚙️ Stack Técnico GeoMaster

rasterio + GDALI/O raster

geopandas + shapelyVectorial

xarray + rioxarraySeries temp.

pystac-clientSTAC API

scikit-learn RFClasificación

Google Earth EngineGEE API

PostGIS + PostgreSQLAlmacén

QGIS + foliumVisualización

Procesado: COG + Dask — Chunks 1024×1024 px · ~18 min/pasada completa

💧 Resumen Campaña Verano 2025

🔴 Parcelas con intervención urgente

179.4 ha · Pérdida potencial: ~340 t

🟠 Parcelas en monitorización

421 ha · Revisión en 48–72h

✅ Parcelas saludables

289

2.241 ha · Sin intervención requerida