Evaluación de variables radar para la discriminación de daños agrícolas por granizo

Autores/as

DOI:

https://doi.org/10.17398/3101-7177.2.227

Palabras clave:

Radar meteorológico, reflectividad, granizo, umbral, índice de Youden

Resumen

Este trabajo evalúa la capacidad de variables derivadas de radares meteorológicos para discriminar parcelas agrícolas con y sin daño por episodios de granizo. El estudio se centra en la zona oriental de la Península Ibérica y utiliza datos de los radares de Murcia y Zaragoza correspondientes al año 2022. Para ese año se dispone de una base de datos de parcelas afectadas por eventos de granizo y de otras no afectadas, que incluye cultivo, fecha de siembra, fecha del episodio y el porcentaje de daño tasado en campo. Para generar un conjunto de datos balanceado se seleccionó, para cada parcela dañada con un nivel de daño >20%, una parcela sin daño del mismo cultivo, con fecha de siembra similar (±7 días) y situadas entre 5 y 10 km. Para dichas parcelas, se extrajeron los datos de reflectividad radar y de precipitación correspondientes al día del daño. A partir de ellos se derivaron las variables: reflectividad máxima en 24h (), precipitación acumulada en 24h (), precipitación máxima horaria en 24h () y energía cinética del granizo acumulada en 24h (), calculada a partir de la integración temporal de la reflectividad. La capacidad de discriminación se evaluó mediante curvas ROC y el índice de Youden, que permitió determinar umbrales operativos óptimos. A nivel global,  y  mostraron la mayor capacidad discriminativa (AUC = 0,70), mientras que  (AUC = 0,65) y  (AUC = 0,62) presentaron menor rendimiento. El análisis por cultivo evidenció variabilidad en la respuesta, con valores elevados del índice de Youden en cultivos como melón, calabaza, pimiento o cebolla, y menor capacidad discriminativa en otros como lechuga. Los resultados indican que las variables basadas en la reflectividad presentan mayor consistencia para identificar daño por granizo y que el índice de Youden constituye una herramienta útil para definir umbrales operativos reproducibles a partir de datos radar.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Agroseguro. (2026, January 28). La siniestralidad del seguro agrario crece un 15% en 2025 y se eleva hasta los 804 millones de euros. https://agroseguro.es/la-siniestralidad-del-seguro-agrario-crece-un-15-en-2025-y-se-eleva-hasta-los-804-millones-de-euros/

FAO. (2025). Climate change adaptation and mitigation | Modules | SFM Toolbox | Food and Agriculture Organization of the United Nations. SFM-Toolbox. https://www.fao.org/home/es

Schmitt, J., Offermann, F., Söder, M., Frühauf, C., & Finger, R. (2022). Extreme weather events cause significant crop yield losses at the farm level in German agriculture. Food Policy, 112, 102359. https://doi.org/10.1016/j.foodpol.2022.102359

van Tilburg, A. J., & Hudson, P. F. (2022). Extreme weather events and farmer adaptation in Zeeland, the Netherlands: A European climate change case study from the Rhine delta. Science of The Total Environment, 844, 157212. https://doi.org/10.1016/j.scitotenv.2022.157212

Waldvogel, A., Schmid, W., & Federer, B. (1978). The Kinetic Energy of Hailfalls. Part I: Hailstone Spectra. Journal of Applied Meteorology, 17(4), 515–520.

WMO. (2025). WMO report documents spiralling weather and climate impacts. World Meteorological Organization. https://wmo.int/news/media-centre/wmo-report-documents-spiralling-weather-and-climate-impacts

Youden, W. J. (1950). Index for rating diagnostic tests. Cancer, 3(1), 32–35. https://doi.org/10.1002/1097-0142(1950)3:1<32::AID-CNCR2820030106>3.0.CO;2-3

Zweig, M. H., & Campbell, G. (1993). Receiver-operating characteristic (ROC) plots: A fundamental evaluation tool in clinical medicine. Clinical Chemistry, 39(4), 561–577.

Descargas

Publicado

2026-06-03

Cómo citar

Evaluación de variables radar para la discriminación de daños agrícolas por granizo. (2026). Congresos UEx, Actas De Congresos, 2. https://doi.org/10.17398/3101-7177.2.227