NSAC

La entrega, campo por campo

El formulario de entrega del Space Apps tiene tres lugares donde el proyecto se juega la vida: los detalles del proyecto, la lista de datos NASA y la lista de recursos de socios. Con el cierre al mediodía, esto es lo que enviamos.

Detalles del proyecto

El texto que mandamos, traducido (el formulario va en inglés; el original quedó en la versión en inglés):

GrazePoint es una herramienta web que responde la pregunta que un ganadero se hace cada mañana: a qué potrero debe entrar hoy la manada y cuáles necesitan descanso, corte o resiembra. La construimos sobre un caso real. En la Hacienda Patiño, en Santa Cruz, Bolivia, esa decisión la toma a ojo, caminando el campo, un técnico con años de experiencia. Entrevistamos a la directora de la hacienda el día antes del hackathon y diseñamos la herramienta contra sus respuestas.

Cómo funciona: dibujas los potreros de tu finca sobre un mapa satelital (o los importas), registras lo que sabes (especies forrajeras, fecha del último pastoreo, tamaño de la manada, análisis de suelo de laboratorio) y la app lo cruza con datos satelitales abiertos. Cada potrero recibe un reloj de rebrote: días desde el último uso, ponderados por el agua y el calor que de verdad tuvo, así que una semana seca y fría cuenta menos que una húmeda y cálida. El índice de vegetación satelital (NDVI) luego confirma la recuperación o marca un desacuerdo que vale la pena revisar. La salida es un ranking: qué potrero está en su punto óptimo de pastoreo, cuántos días faltan para que el siguiente esté listo, qué pasto ya pasó de madurez y un análisis de ventana de siembra para resiembrar. Los reportes salen como PDF por WhatsApp, el canal que la gente de campo ya usa.

Beneficios e impacto buscado: convierte el ojo entrenado de un técnico en un número que cualquiera puede revisar desde un teléfono, medido sobre su propia tierra y no sobre un promedio regional. Los beneficiarios inmediatos son reales: Fundación Patiño capacita a más de 300 productores al año y provee semilla certificada a 1.342 productores en siete departamentos, y la propia hacienda funciona con pastoreo rotacional. Más allá de esa red, la herramienta sirve para cualquier finca sobre la que pasen los satélites, gratis, porque cada entrada es un dato abierto.

Herramientas y stack: una app bilingüe (inglés/español) de navegador en HTML, CSS y JavaScript puro con mapas Leaflet, respaldada por una API REST en Node.js en /api/grazepoint con un backend espejo offline, generación de reportes PDF y entrega por WhatsApp/Telegram. Datasets de la NASA: API diaria POWER (lluvia, temperatura, humedad del suelo superficial y de raíz), humedad del suelo en zona de raíz SMAP L4 y NDVI MODIS servido por GIBS. Como los datos de suelo y cultivo no son productos NASA, sumamos fuentes abiertas de socios: SoilGrids vía WCS, capas de suelo de Open-Meteo y los análisis de laboratorio y mediciones de biomasa de la propia hacienda.

Lo que la hace creativa: el modelo de días efectivos de rebrote, un reloj que el ganadero puede leer en vez de índices crudos, y el NDVI tratado como un árbitro que puede discrepar con el reloj, con el desacuerdo mostrado como información en lugar de oculto. También convertimos un hueco de datos en una función: Bolivia no tiene datos públicos de parcelas ni rotaciones, así que la app lo dice tal cual y usa el historial de vegetación como proxy.

Factores que consideramos: conectividad y dispositivos en campo (WhatsApp primero, PDF antes que dashboard), costo de adopción (registrar un pastoreo toma tres toques), incertidumbre honesta (las mallas globales son gruesas en los Andes y el trópico, así que mostramos rangos y avisamos cuando un potrero es más chico que el pixel de 250 m) y validez científica (el modelo infiere madurez, un proxy de lignificación, no contenido de proteína, y el reporte lo dice).

Datos NASA

Cada recurso NASA que la app usa, enlazado como pide el formulario:

Cada producto de la lista es uno que el código lee de verdad. Los últimos seis llegan por capas GIBS (MODIS_Terra_NDVI_8Day, SMAP_L4_Analyzed_Root_Zone_Soil_Moisture, MERRA2_Precipitation_Bias_Corrected_Monthly, MODIS_Terra_L3_Land_Surface_Temp_Daily_Day, MODIS_Terra_Thermal_Anomalies_All, MODIS_Combined_L3_IGBP_Land_Cover_Type_Annual): si un jurado verifica, los nombres coinciden con la fuente.

Datos de socios y otros

Todo lo que no es NASA, primero los datos y después el código:

Dos cosas de cómo se armaron las listas. La fila de Patiño no es decorativa: el catálogo forrajero y los criterios de pastoreo vienen de un aliado de campo real, y esa es la carta más fuerte para Local Impact. Y la lista quedó honesta: Open-Meteo, FAO GAEZ y el resto de la lista de deseos de los documentos de diseño no entraron a producción, así que no aparecen. Mejor una lista corta que calce con la app corriendo que una inflada.