evidoria

← Volver al listado

Buena práctica Importada

Controles por Monitorización — Castilla y León Reduce las Inspecciones de la PAC al 0,2% de las Parcelas Con IA Satelital

España · Valladolid · Ver el perfil de España

Evidencia: Observacional / pre-post Top 22% 73/100 · Pregunte a Evidence Copilot sobre esta práctica

La región española de Castilla y León clasifica las parcelas agrícolas a partir de series temporales de Sentinel-2 mediante aprendizaje automático en 26 tipos de cultivo y 9 tipos de no cultivo, sustituyendo la mayoría de las inspecciones físicas de la PAC. Una auditoría del Tribunal de Cuentas Europeo halló que solo el 0,2% de las parcelas todavía necesitaba una visita de campo.

0.2 %
Parcelas que requieren inspección presencial (2019)
9
Regímenes de ayuda de la PAC cubiertos por el método de monitorización
26 crop / 9 non-crop
Clases de cultivo y no cultivo distinguidas por el clasificador

Detalles

Madurez
Consolidada
Promotor
ITACyL (Instituto Tecnológico Agrario de Castilla y León), Junta de Castilla y León
Período
2016–present
Región (NUTS)
ES41
Palabras clave
agriculture, machine learning, compliance, earth observation

Contexto

Desde 2016, el instituto de tecnología agraria de Castilla y León, el ITACyL, combina imágenes de satélite Sentinel-2 (mejoradas a un producto de 10 metros casi diario desde 2017) con datos LIDAR de elevación, pendiente, pluviometría y el registro de parcelas SIGPAC de la región para clasificar automáticamente las tierras agrícolas. Un algoritmo de aprendizaje automático asigna cada parcela declarada a una de 26 clases de cultivo o 9 clases no agrícolas, alimentando el esquema español "Controles por Monitorización" para verificar solicitudes de la Política Agrícola Común.

Resultados

El informe especial de 2020 del Tribunal de Cuentas Europeo cita a Castilla y León como una de las primeras agencias pagadoras en aplicar el método a gran escala, utilizándolo en nueve regímenes de ayuda de la PAC; su tabla de auditoría registra que solo el 0,2% de las parcelas de la región requirió una inspección presencial, frente a una tasa de muestreo tradicional de la UE de alrededor del 5%.

Conclusiones

Según la auditoría de 2019/2020, solo 15 de las 66 agencias pagadoras de la UE habían operativizado los controles por monitorización, y la mayoría de las primeras implementaciones —incluidas las españolas— lo aplicaban solo a determinados regímenes y grupos de agricultores, por lo que la cobertura nacional completa en todas las regiones españolas aún no se había logrado.

Implementación

Coste indicativo
Medio (50 000–500 000 €) — Run by a regional public technical institute since 2016; no specific budget figure disclosed in sources.
Tiempo hasta resultados
Largo (> 3 años) — Piloted from 2016, upgraded to near-daily imagery in 2017, operating across nine CAP schemes by the time of the 2019/2020 EU audit.
Personal y competencias
ITACyL (Instituto Tecnológico Agrario de Castilla y León) technical staff, Junta de Castilla y León regional agriculture administration

Condiciones para el éxito

  • Near-daily 10m Sentinel-2 imagery (available from 2017)
  • Integration with the SIGPAC land-parcel registry and LIDAR/slope/rainfall data
  • Machine-learning classification pipeline for 26 crop and 9 non-crop classes

Dónde encaja

Tipo de gobernanza
regional public agency
Escala
regional
Nivel de ingresos
high-income

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles