Buen estado de los cultivos en el Noreste Argentino
Un equipo del Departamento de Estimaciones Agrícolas de la Bolsa de Cereales completó un recorrido de más de 2.176 kilómetros por la región del Noreste Argentino y el norte de Santa Fe. Fue entre el 27 y el 31 de octubre, con el objetivo de evaluar el estado fenológico y sanitario de los cultivos. Así como validar información obtenida por medios remotos y fortalecer el vínculo con los actores locales. El informe de la gira técnica reveló un buen estado de los cultivos en el Noreste Argentino.
La gira comenzó en el noreste de Santa Fe, donde se observaron lotes de trigo en su mayoría cosechados y otros próximos a cosecharse. Junto con girasoles en etapas de botón floral y floración. La región se encuentra cerca de su techo productivo esta campaña, gracias a las lluvias oportunas registradas durante el invierno.
Al atravesar los bajos submeridionales, el equipo constató una escasa actividad agrícola. Con predominio de lotes en barbecho y una situación hídrica que no ha mejorado de manera sustancial. Sin embargo, al ingresar a la zona de Quimili y Sachayoj, en Santiago del Estero, se notó una mejora progresiva en la disponibilidad de agua hacia el norte. Allí se relevaron numerosos lotes de girasol en distintos estados de desarrollo, desde vegetativo hasta inicio de llenado de grano. También se observaron algunos lotes de maíz temprano en muy buen estado.
En el sudoeste de Chaco, particularmente en las zonas de Charata, Las Breñas, Avia Terai y Sáenz Peña, se registró una importante expansión del cultivo de girasol. Junto con una elevada presencia de trigo. La superficie sembrada con girasol volvió a niveles históricos no alcanzados en los últimos cinco años. Además, se reportaron excelentes rendimientos en la cosecha de trigo, con promedios de 30 quintales por hectárea y lotes que alcanzaron entre 45 y 50 quintales.
Como parte de la metodología de trabajo, se realizó un muestreo de coberturas del suelo en 1.823 lotes. Los resultados mostraron un 28,4% de barbechos químicos, 26,8% de girasol, 20,9% de trigo y 3,7% de maíz, entre otras coberturas. Estos datos se utilizarán para entrenar algoritmos de clasificación basados en machine learning, con el fin de mejorar la precisión de las estimaciones de superficie sembrada.
La integración de observaciones de campo con herramientas de teledetección y modelado computacional permite generar información más robusta y confiable. Contribuyendo así a un mejor seguimiento de la campaña agrícola nacional.
