A Phenology-Aligned Temporal Framework Improves Satellite-Based Field-Level Wheat Grain Protein Prediction

Resumen Técnico: Un Marco Temporal Alineado con la Fenología para la Predicción de la Proteína de Grano de Trigo Basada en Satélites

Planteamiento del Problema
La predicción precisa de la concentración de proteína de grano (GPC, por sus siglas en inglés) en el trigo de invierno es crítica para la fijación de precios de mercado y la segregación de granos, pero sigue siendo un desafío predecirla antes de la cosecha. A diferencia del rendimiento, que integra la acumulación de biomasa durante toda la temporada, la GPC está determinada por la partición de nitrógeno durante una ventana de desarrollo estrecha (llenado de grano). Los enfoques satelitales actuales suelen depender de observaciones espectrales compuestas sobre ventanas de calendario fijas. Este método asume implícitamente una sincronía fenológica entre los campos, ignorando las variaciones en las fechas de siembra, la madurez de los cultivares y los microclimas que causan que los campos dentro de una misma región se encuentren en diferentes etapas de crecimiento en una fecha de calendario determinada. Este "ruido fenológico" oscurece las señales biofísicas relevantes para la GPC. Aunque la fenología alineada con series temporales ha mejorado las predicciones de rendimiento para otros cultivos, su eficacia para la predicción de la GPC a nivel de campo no ha sido cuantificada sistemáticamente.

Metodología
El estudio evaluó seis estrategias temporales para predecir la GPC en 228 campos comerciales de trigo de invierno en el oeste de Kansas durante la temporada de cultivo 2024–2025. El marco integró cuatro fuentes de datos:

1. Imágenes Satelitales: Datos multiespectrales de Sentinel-2 (10 bandas, 32 índices de vegetación) procesados mediante Google Earth Engine.
2. Datos Meteorológicos: Reanálisis ERA5-Land (temperatura, precipitación, déficit de presión de vapor, grados día acumulados).
3. Datos de Suelo: Base de datos gSSURGO (43 propiedades del suelo en profundidades de capa superficial y subsuelo).
4. Datos Topográficos: Modelos digitales de elevación USGS 3DEP.

Innovación Central: Normalización Temporal
El estudio comparó dos enfoques de normalización:

• Normalización de Calendario: Ventanas de fechas fijas (por ejemplo, intervalos mensuales o quincenales basados en el calendario).
• Normalización Alineada con la Fenología: Ventanas específicas de cada campo ancladas a la fecha de máxima verdura del dosel (pico de GCVI), detectada mediante el ajuste de curvas logísticas dobles de las series temporales de Sentinel-2.

Estos métodos de normalización se cruzaron con tres resoluciones temporales:

1. Etapas de Crecimiento: Cinco ventanas de desarrollo amplias.
2. Mensual: 10–12 ventanas.
3. Quincenal: 20–22 ventanas.

Pipeline de Modelado

• Ingeniería de Características: Las observaciones diarias dentro de cada ventana se agregaron en estadísticas de resumen (media, desviación estándar, percentiles).
• Selección de Características: Un proceso de dos etapas que involucró un pre-filtrado no supervisado (filtros de varianza y colinealidad) seguido por el algoritmo Boruta (selección de características de todos los tipos relevantes) dentro de un marco de validación cruzada anidada.
• Aprendizaje Automático: Tres modelos de árboles de ensamble (Random Forest, XGBoost, LightGBM) fueron entrenados.
• Evaluación: El desempeño se evaluó mediante validación cruzada anidada (5 pliegues externos, 5 pliegues internos, 3 repeticiones) con métricas que incluyen $R^2$, RMSE, Coeficiente de Correlación de Concordancia (CCC) y Eficiencia de Kling–Gupta (KGE). Se utilizaron valores SHAP (SHapley Additive exPlanations) para interpretar la importancia de las características.

Resultados Clave

• Ventaja Fenológica: El enfoque alineado con la fenología superó al enfoque basado en el calendario. La mejor estrategia fue la normalización mensual relativa al pico, la cual alcanzó un $R^2$ de 0.304 (RMSE = 1.11%). Esto representó un aumento del 5.1% en la varianza explicada en comparación con la mejor estrategia de calendario ($R^2$ = 0.253).
• Concentración Temporal: La señal predictiva estuvo altamente concentrada en una única ventana de 30 días post-pico (M+1), ocurriendo aproximadamente 15–45 días después de la máxima verdura del dosel. Esta única ventana superó a las agregaciones más amplias; expandir la ventana para incluir periodos pre-pico o de pico en realidad diluyó el poder predictivo ($R^2$ cayó a ~0.25 al combinar múltiples ventanas).
• Importancia de las Características: El análisis SHAP identificó como los predictores más influyentes a:
  • Suelo: Materia orgánica de la capa superficial y conductividad hidráulica saturada del subsuelo.
  • Espectral: Índices de senescencia basados en el infrarrojo de onda corta (SWIR) (desviación estándar de NBR2, media de MIRBI) y variabilidad del borde rojo (MTCI, CVI).
  • Meteorológico: Temperatura de llenado de grano y déficit de presión de vapor.
  • Topográfico: Elevación mínima del campo.
• Utilidad de Clasificación: Para una clasificación de calidad de tres clases (Proteína Baja, Media, Alta), los modelos alcanzaron una precisión del 47–49%, superando significativamente la línea base aleatoria del 33.3%.
• Análisis de Error: Los errores de predicción estuvieron fuertemente correlacionados con las desviaciones de la relación esperada rendimiento-proteína ($r = -0.805$). Los campos con niveles de proteína inesperadamente altos o bajos para su rendimiento fueron sistemáticamente mal predichos, lo que sugiere que factores de manejo no observados (por ejemplo, el momento de la aplicación de nitrógeno, la elección del cultivar) impulsan la varianza restante.

Significancia y Reivindicaciones
El artículo sostiene que la alineación fenológica es una estrategia generalizable para mejorar la predicción de rasgos a partir de datos de observación de la Tierra, particularmente para rasgos gobernados por ventanas de desarrollo estrechas en lugar de la integración de toda la temporada.

• Contribución Metodológica: Proporciona la primera comparación sistemática entre ventanas de calendario estáticas y la alineación fenológica dinámica y específica de cada campo para la predicción de GPC, demostando que alinear las observaciones al desarrollo del cultivo reduce el ruido y mejora la precisión.
• Utilidad Operativa: El marco permite el pronóstico de la GPC aproximadamente un mes antes de la cosecha, ofreciendo utilidad práctica para las decisiones tempranas de segregación y comercialización de granos.
• Perspectiva Fisiológica: Los resultados confirman que la señal de la GPC está concentrada temporalmente en la fase de post-pico del llenado de grano, impulsada por procesos de senescencia sensibles al SWIR y la removilización de nitrógeno, en lugar de las señales estacionales más amplias utilizadas para el rendimiento.
• Limitaciones: Los autores señalan modestamente que el diseño de una sola temporada y una sola región limita la generalización, y que la ausencia de datos de manejo a nivel de campo crea un "techo" en la precisión de la predicción, ya que los factores de manejo impulsan la varianza no explicada en el intercambio rendimiento-proteína.

El estudio concluye que, si bien la predicción basada únicamente en satélites tiene límites, alinear las ventanas temporales a la fenología es un paso necesario para capturar la variación fisiológicamente significativa que el compuesto de fechas fijas oscurece.