Pasar al contenido principal
SALA DE PRENSA
Calendario 05/06/2023

El DANE presenta actualizaciones en el «Marco maestro rural y agropecuario»

El DANE presenta actualizaciones en el «Marco maestro rural y agropecuario»

Bogotá D. C., (@UPRAColombia, @felipeff). En el marco de la implementación del Plan Estadístico Sectorial (PES) Agropecuario, la Mesa de Estadísticas Agropecuarias desarrolla las jornadas de socialización de temas de interés para el sector. Así pues, el Departamento Administrativo Nacional de Estadísticas (DANE) presentó los antecedentes, la definición, características, conformación, actualización y fortalecimiento del «Marco maestro rural y agropecuario».

El «Marco maestro rural y agropecuario» consta de un marco de áreas y un marco de lista, su primera versión surgió en 2017 a partir de la información consolidada en el Censo Nacional Agropecuario. Así pues, se compone de información en seis ejes temáticos: agrícola, geográfico, pecuario, ambiental, económico y social.

Consulta más de la Mesa de Estadísticas.

Anualmente se actualiza la información disponible en los diferentes ejes temáticos con cobertura nacional, a fin de proveer la información sectorial actualizada que permita la creación de política pública. Durante el 2022, se actualizaron los límites municipales y departamentales, los centros poblados y conglomerados de la Encuesta Nacional Agropecuaria (ENA), los usos del suelo de la muestra ENA, los cultivos de dominio, entre otros.

Durante el 2022, se priorizaron las actualizaciones de los datos relacionados con productos agropecuarios tenidos en cuenta en la ENA, como papa en Villapinzón, Cundinamarca, y fríjol en San Gil, Santander. Tales actualizaciones se hicieron por medio del uso de imágenes satelitales y de drones, integrando datos de diferentes entidades que reflejan las diferentes fases del cultivo. Como resultado, se obtuvieron precisiones generales de 82 % para el cultivo de la papa y de 76 % para el fríjol.

De igual forma, a fin de desarrollar un modelo de clasificación haciendo uso de técnicas de machine learning para la identificación de cultivos de interés, se trabajó en el desarrollo de información sobre maíz y la piña, usando imágenes satelitales, e información georreferenciada. Se generó y seleccionó un modelo de clasificación aplicando técnicas como ingeniería de características, hiperparametrización, validación cruzada y umbral de descremación.

Para construir el marco se tuvieron en cuenta las áreas de reglamentación especial y zonas urbanas (resguardos indígenas, territorios colectivos de comunidades negras, parques nacionales naturales, cabeceras municipales y centros poblados), zonas biofísicas, zonas homogéneas en tamaño y zonas por predominancia de uso del suelo.

Se puede encontrar información de estructura de la tierra, áreas de reglamentación especial, zonas biofísicas, zonas urbanas, entre otros, en el marco del componente geográfico. En el ámbito ambiental, unidades productoras que protegen cuencas de agua, además del manejo de desechos. En el pecuario, están los inventarios de bovinos, equinos, bufalinos, y avícola. En el componente agrícola, se encuentra información del uso del suelo, cultivos, intensidad de uso y tecnificación. En lo social, información demográfica. En lo económico, datos como la cantidad de predios no agropecuario presentes en el conglomerado, unidades dedicadas a la industria, entre otros.​