Estimación de la producción de Banano en el litoral ecuatoriano mediante modelos de Machine Learning e integración de variables agroclimáticas (2012-2024)

Abstract

El presente trabajo desarrolla un modelo predictivo mediante técnicas de aprendizaje automático para estimar la producción anual de banano en la región Costa del Ecuador, utilizando información levantada en el periodo 2012–2024. El modelo integra datos agro productivos oficiales de la Encuesta de Superficie y Producción Agropecuaria Continua ESPAC y variables climáticas satelitales de NASA POWER. Con el objetivo de superar las limitaciones de modelos estadísticos tradicionales para representar la complejidad del sistema agrícola, se evaluaron múltiples arquitecturas de modelo, incluyendo regresión lineal, máquinas de vectores de soportes (SVM) y métodos de ensamble. Estas arquitecturas fueron analizadas tanto en términos de desempeño predictivo como de interpretabilidad, apoyándose en técnicas de explicabilidad del modelo (SHAP), las cuales permitieron identificar a la superficie cosechada y a variables estructurales asociadas como las predictoras dominantes del rendimiento...his research develops a predictive model using machine learning techniques to estimate annual banana production in the Ecuadorian Coastal region, utilizing data collected over the period 2012–2024. The model integrates official agro-productive data from the Continuous Agricultural Surface and Production Survey (ESPAC) with satellite-derived climatic variables from NASA POWER. To overcome the limitations of traditional statistical models in capturing the complexity of agricultural systems, multiple modeling architectures were evaluated, including linear regression, Support Vector Machines (SVM), and ensemble-based methods. These architectures were assessed both in terms of predictive performance and interpretability, supported by model explainability techniques (SHAP), which identified harvested areas and associated structural variables as the dominant predictors of production variability...