Volver al blog

Investigación • Cartografía de huertos

¿Píxel, objeto o parcela?

Las salidas por píxel, objeto y parcela son capas de evidencia distintas, no etiquetas que compiten.

6 de abril de 2026 6 min de lectura
Píxeles Objetos Parcelas Límites de huertos

La unidad espacial de un mapa de huertos no es un detalle técnico que pueda decidirse al final. Determina qué significa el resultado. Un mapa por píxel responde qué lugares se parecen a los ejemplos de entrenamiento, un mapa por objetos responde qué formas segmentadas comparten un patrón y un mapa por parcela responde qué campo debe tratarse como una unidad operativa. Las preguntas están relacionadas, pero no son intercambiables, especialmente cuando un píxel de diez metros contiene a la vez dosel, hierba, el borde de un camino y suelo desnudo.

La clasificación por píxel suele ser el punto de partida más sencillo porque trabaja directamente con los datos y conserva la variación fina. Su problema es el conocido efecto de sal y pimienta, que convierte un mismo huerto en un mosaico de etiquetas. Los métodos orientados a objetos reducen ese ruido agrupando píxeles vecinos antes de extraer características espectrales, temporales, texturales o de radar. En regiones áridas de cultivo frutal, un estudio obtuvo buenos resultados combinando segmentación multiescala y Random Forest, mientras que un estudio de Linyi publicado en 2025 obtuvo una precisión global ligeramente mayor con el método por píxel, aunque el método por objetos produjo límites más coherentes. La diferencia importa: el modelo con la OA más alta no siempre produce el mapa más útil para el trabajo de campo. Consulta el estudio de la cuenca del Tarim y el estudio de Linyi.

Para las operaciones del campo, la parcela suele ser el nivel adecuado para tomar la decisión final, pero las capas de píxeles y objetos no deberían desaparecer. Un resultado por parcela puede informar qué proporción de píxeles fue utilizable, qué superficie cambió, qué intensidad tuvo el cambio y cuánta incertidumbre acompaña la estimación. Así el mapa puede señalar una zona prioritaria sin fingir que cada píxel dentro del límite tiene exactamente la misma condición. Esta estructura por capas conserva la fidelidad a la imagen y hace que el resultado sea más fácil de convertir en una acción.