Disponer de información actualizada sobre las estadísticas de producción agrícola es fundamental para el diseño de programas y políticas públicas relacionadas con la seguridad y soberanía alimentaria. Este informe entrega los resultados del estudio “Inteligencia artificial para la estimación de superficie de trigo a nivel nacional”, en el cual se desarrolló una metodología para estimar, a partir de imágenes satelitales, el número de parcelas, la superficie cultivada y la producción de trigo a nivel nacional. El modelo de clasificación del tipo de cultivo se entrenó con un conjunto limitado de datos de la región de Ñuble, para luego realizar la inferencia en las regiones del Maule, Ñuble, Bio-Bio y Araucanía. Comparando con datos del INE (2023), los resultados muestran una subestimación de la superficie y, por consiguiente, de la producción de trigo para todas las regiones analizadas. La región de Ñuble es la que presenta una estimación más cercana a los datos estadísticos oficiales, lo que indicaría que el modelo no presenta un buen nivel de generalización a otras zonas geográficas diferentes a las empleadas durante su entrenamiento. En este informe se analizan las posibles causas de estas discrepancias y se proponen estrategias para mejorar el desempeño de los distintos modelos utilizados, en particular aquellos de delineación automática de parcelas, clasificación de tipos de cultivos, y estimación del rendimiento. Finalmente, se generan manuales de uso de los modelos, incluyendo las etapas de pre y post procesamiento de los datos, y se pone a disposición los archivos con los resultados del estudio.
