Hanademi

Satellites screen every field, humans handle the exceptionsLos satélites revisan cada campo, las personas resuelven las excepciones · V7

29 slides · 36 min · 2026-08-05 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Satellites screen every field,humans handle the exceptionsMade for Julián Calderón Escobar, by Hanademi
  1. Frequent scans and parcel-level detail are different satellite advantages.
  2. Remote sensing kept Ukraine's 2024 crop statistics moving, with winter wheat at 4.73 Mha.
  3. CCRIF says predefined triggers can deliver catastrophe payouts within 14 days.
Los satélites revisan cadacampo, las personas resuelvenlas excepcionesMade for Julián Calderón Escobar, by Hanademi
  1. Las revisiones frecuentes y el detalle parcelario son ventajas satelitales distintas.
  2. La teledetección mantuvo activas las estadísticas agrícolas de Ucrania en 2024, con 4,73 Mha de trigo de invierno.
  3. CCRIF afirma que los activadores predefinidos pueden entregar pagos catastróficos en 14 días.
Satellites trade frequency for field-leveldetailSatellite revisit intervals in days and CropCloud's reported spatial resolution in meters.Made for Julián Calderón Escobar, by HanademiSources: United States Geological Survey. (2024). Landsat 8. USGS.; National Aeronautics and Space Administration. (2024). MODISspecifications. NASA.; business.esa.int.UnitDays and metersRevisit cycle1516MODISSentinel-2Landsat 8CropCloud resolution101Original inputEnhanced output
The first tradeoff is simple. MODIS revisits daily, Sentinel-2 every 5 days, and Landsat 8 every 16. More detail creates another challenge: CropCloud reports enhancing 10 m imagery to approximately 1 m for parcel-level intelligence.
Sources
Los satélites cambian frecuencia por detalleparcelarioIntervalos de revisita satelital en días y resolución espacial reportada por CropCloud en metros.Made for Julián Calderón Escobar, by HanademiFuentes: United States Geological Survey. (2024). Landsat 8. USGS.; National Aeronautics and Space Administration. (2024). MODISspecifications. NASA.; business.esa.int.UnidadDías y metrosCiclo de revisita1516MODISSentinel-2Landsat 8Resolución de CropCloud101Entrada originalSalida mejorada
El primer intercambio es sencillo. MODIS revisita a diario, Sentinel-2 cada 5 días y Landsat 8 cada 16. Más detalle crea otro reto: CropCloud reporta mejorar imágenes de 10 m hasta aproximadamente 1 m para obtener información parcelaria.
Fuentes
The terms behind the argumentMade for Julián Calderón Escobar, by HanademiRemote sensingMeasurement of land or crops from satellites, aircraft, or other sensors withoutdirect physical contact.Basis riskThe risk that an index payout and the policyholder's actual covered loss do not match.ReanalysisA historical weather dataset created by combining observations with a consistentatmospheric model.Remote triageScreening claims with data and models to identify cases that can be resolvedremotely and cases requiring inspection.
4 technical terms carry much of the argument.
Los términos detrás del argumentoMade for Julián Calderón Escobar, by HanademiTeledetecciónMedición de tierras o cultivos mediante satélites, aeronaves u otros sensores sincontacto físico directo.Riesgo de baseEl riesgo de que el pago de un índice y la pérdida cubierta real del asegurado nocoincidan.ReanálisisUn conjunto histórico de datos meteorológicos creado al combinar observaciones con unmodelo atmosférico consistente.Clasificación remotaEvaluación de siniestros con datos y modelos para identificar casosresolubles a distancia y casos que requieren inspección.
4 términos técnicos sostienen buena parte del argumento.
Fields form a mosaicA false-color satellite-style view of a mosaic of cultivated field parcels.Sources: AI could bring satellite crop monitoring to the world's most vulnerable farms. phys.org.
Parcel-scale imagery makes remote screening concrete before the evidence expands to national programs and historical datasets.
Los campos forman un mosaicoUna vista satelital en falso color de un mosaico de parcelas cultivadas.Fuentes: AI could bring satellite crop monitoring to the world's most vulnerable farms. phys.org.
Las imágenes a escala de parcela vuelven tangible el monitoreo remoto antes de ampliar la evidencia a programas nacionales y datos históricos.
Ukraine's wheat area dwarfed other wintercrops in 2024Ukraine planted area by winter crop type in 2024, in million hectares; values were transcribed from apublished figure.Made for Julián Calderón Escobar, by HanademiSources: nature.com.Values were transcribed from a published figure.UnitMillion hectares4.7Winter wheat1.3Rapeseed0.8Other winter cereals
Ukraine's agricultural reporting was disrupted, but remote sensing still produced a usable crop breakdown. Winter wheat dominates at 4.73 Mha. Rapeseed and other winter cereals are much smaller, which shows the practical value of repeated observation when field statistics fail.
Sources
El trigo de Ucrania superó ampliamente aotros cultivos de invierno en 2024Área sembrada de Ucrania por tipo de cultivo de invierno en 2024, en millones de hectáreas; valorestranscritos de una figura publicada.Made for Julián Calderón Escobar, by HanademiFuentes: nature.com.Los valores se transcribieron de una figura publicada.UnidadMillones de hectáreas4,7Trigo de invierno1,3Colza0,8Otros cereales de invierno
Los reportes agrícolas de Ucrania se interrumpieron, pero la teledetección aún produjo un desglose útil de cultivos. El trigo de invierno domina con 4,73 Mha. La colza y otros cereales de invierno son mucho menores, lo que muestra el valor práctico de observar repetidamente cuando fallan las estadísticas de campo.
Fuentes
In 2024, Canada mapped crops acrossevery province and Yukon.Sources: agriculture.canada.ca.
This is the operational benchmark. In 2024, Agriculture and Agri-Food Canada generated annual satellite crop-inventory maps for every province and Yukon. Coverage at that scale turns remote sensing from a pilot into infrastructure.
Sources
En 2024, Canadá cartografió cultivos entodas sus provincias y Yukón.Fuentes: agriculture.canada.ca.
Este es el punto de referencia operativo. En 2024, Agriculture and Agri-Food Canada generó mapas satelitales anuales del inventario de cultivos para todas las provincias y Yukón. Esa cobertura convierte la teledetección de un piloto en infraestructura.
Fuentes
Climate triggers can draw on recordsreaching back to 1940Start years of three climate archives used for trigger design; ERA5 also provides hourly global variables.Made for Julián Calderón Escobar, by HanademiSources: Hersbach, H., Bell, B., Berrisford, P., et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146,1999-2049.; Funk, C., Peterson, P., Landsfeld, M., et al. (2015). The climate hazards infrared precipitation with stations dataset. Scientific Data, 2, 150066.Sources use different measurement bases; read the comparison directionally, not as one exact scale.UnitArchive start yearERA51,940CHIRPS1,981NASA POWER1,981
A trigger is only as credible as the history behind it. ERA5 provides hourly global reanalysis from 1940, while CHIRPS and NASA POWER begin in 1981. That history makes comparisons reproducible, but it does not remove the need to test modeled estimates locally.
Sources
Los activadores climáticos pueden usarregistros que se remontan a 1940Años de inicio de tres archivos climáticos usados para diseñar activadores; ERA5 también ofrece variablesglobales horarias.Made for Julián Calderón Escobar, by HanademiFuentes: Hersbach, H., Bell, B., Berrisford, P., et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146, 1999-2049.;Funk, C., Peterson, P., Landsfeld, M., et al. (2015). The climate hazards infrared precipitation with stations dataset. Scientific Data, 2, 150066.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.UnidadAño de inicio del archivoERA51.940CHIRPS1.981NASA POWER1.981
Un activador solo es tan creíble como la historia que lo respalda. ERA5 ofrece reanálisis global horario desde 1940, mientras CHIRPS y NASA POWER comienzan en 1981. Esa historia hace reproducibles las comparaciones, pero no elimina la necesidad de probar localmente las estimaciones modeladas.
Fuentes
Uganda paired early warnings with moneyand responseUganda program cost, reported benefits, reserve, and rapid draw, in USD millions, 2016 to 2020.Made for Julián Calderón Escobar, by HanademiSources: alnap.org.; gfdrr.org.UnitUSD millionsProgram economics$14M$40.7MProgram costBenefitsReserve deployment$10M$4MReserveRapid draw
Uganda shows what a trigger can do beyond measuring risk. The program reported US$40.7 million in benefits against US$14 million in cost. A separate drought response drew US$4 million from a US$10 million reserve, turning an alert into deployable liquidity.
Sources
Uganda conectó las alertas tempranas confondos y respuestaCosto del programa, beneficios reportados, reserva y retiro rápido de Uganda, en millones de USD, de 2016a 2020.Made for Julián Calderón Escobar, by HanademiFuentes: alnap.org.; gfdrr.org.UnidadMillones de USDEconomía del programa$14 M$40,7 MCosto del programaBeneficiosDespliegue de la reserva$10 M$4 MReservaRetiro rápido
Uganda muestra lo que un activador puede hacer más allá de medir el riesgo. El programa reportó US$40,7 millones en beneficios frente a un costo de US$14 millones. Una respuesta separada a la sequía retiró US$4 millones de una reserva de US$10 millones, convirtiendo una alerta en liquidez disponible.
Fuentes
Zambia proposal raiseshistorical-risk coverage to 50– 60%,estimating 25% more claim value.This is a proposal estimate, not an observed regional result. It projects coverage risingfrom 30% to a 50% to 60% range and total insurance-claim value increasing byapproximately 25%.Sources: fist.iri.columbia.edu.
The final signal is a proposal, not a proven outcome. In Zambia, yield audits were estimated to raise historical-risk coverage from 30% to 50% to 60%. The same proposal estimated approximately 25% more total claim value, showing the upside that better measurement might unlock.
Sources
Propuesta de Zambia eleva cobertura deriesgo histórico a 50– 60%, estimando 25%más valor de siniestros.Esta es una estimación de propuesta, no un resultado regional observado. Proyecta que lacobertura suba de 30% a un rango de 50% a 60% y que el valor total de los siniestrosaumente aproximadamente 25%.Fuentes: fist.iri.columbia.edu.
La señal final es una propuesta, no un resultado probado. En Zambia, se estimó que las auditorías de rendimiento elevarían la cobertura del riesgo histórico de 30% a 50% a 60%. La misma propuesta estimó aproximadamente 25% más valor total de siniestros, mostrando el potencial que podría liberar una mejor medición.
Fuentes
No universal 40% saving is establishedacross Latin American crop insurance.Peer-reviewed reviews find heterogeneous index-insurance outcomes. They do notestablish a universal 40% reduction in loss-adjustment costs across Latin America.Sources: Carter, M. R., de Janvry, A., Sadoulet, E., & Sarris, A. (2017). Index insurance for developing country agriculture: A reassessment. AnnualReview of Resource Economics, 9, 421-438.
The headline promise is stronger than the evidence. Peer-reviewed reviews find that index-insurance results vary widely across settings. That means a 40% regional saving is not an established benchmark.
Sources
No se ha establecido un ahorrouniversal del 40% en el seguroagrícola latinoamericano.Las revisiones académicas encuentran resultados heterogéneos del seguro indexado. Noestablecen una reducción universal del 40% en los costos de ajuste de pérdidas enAmérica Latina.Fuentes: Carter, M. R., de Janvry, A., Sadoulet, E., & Sarris, A. (2017). Index insurance for developing country agriculture: A reassessment. AnnualReview of Resource Economics, 9, 421-438.
La promesa central es más fuerte que la evidencia. Las revisiones académicas encuentran resultados muy distintos entre contextos. Eso significa que un ahorro regional del 40% no es un punto de referencia establecido.
Fuentes
CCRIF says predefined triggers can delivercatastrophe payouts within 14 days.CCRIF presents 14 days as an operational payout benchmark after an insured event. Thefigure does not mean every approval, identity check, or payment step finishes within thatwindow.Sources: CCRIF SPC. (2023). Annual report 2022/23. CCRIF SPC.; REVISED APRIL 2025.
Predefined triggers can remove the need to calculate every loss one farm at a time. CCRIF says catastrophe payouts are made within 14 days after an insured event. That is a possible speed benchmark, not a promise that every administrative delay disappears.
Sources
CCRIF afirma que los activadorespredefinidos pueden entregar pagoscatastróficos en 14 días.CCRIF presenta 14 días como referencia operativa de pago después de un eventoasegurado. La cifra no significa que cada aprobación, verificación de identidad o paso depago termine dentro de ese plazo.Fuentes: CCRIF SPC. (2023). Annual report 2022/23. CCRIF SPC.; REVISED APRIL 2025.
Los activadores predefinidos pueden eliminar la necesidad de calcular cada pérdida finca por finca. CCRIF afirma que los pagos catastróficos se realizan en 14 días después de un evento asegurado. Es una referencia posible de velocidad, no una promesa de que desaparezca cada demora administrativa.
Fuentes
Farm work does not waitFarm workers harvest leafy crops in a field under overcast skies.Sources: Ecuador rolls out parametric cover for farmers. fintech.global.
Faster settlement matters because farm work and cash needs continue while claims are processed.
El trabajo agrícola no esperaTrabajadores agrícolas cosechan cultivos de hoja en un campo bajo un cielo nublado.Fuentes: Ecuador rolls out parametric cover for farmers. fintech.global.
Una liquidación más rápida importa porque el trabajo agrícola y las necesidades de efectivo continúan mientras se procesan los reclamos.
District triggers reduce inspections butcreate two-sided basis risk.Rainfall or yield triggers measured across a district can replace universal plot visits.The tradeoff is two-sided: real losses may go unpaid, while payments may arrive withoutmatching damage.Sources: Mahul, O., & Stutley, C. J. (2010). Government support to agricultural insurance: Challenges and options for developing countries. World Bank.;Carter, M. R., de Janvry, A., Sadoulet, E., & Sarris, A. (2017). Index insurance for developing country agriculture: A reassessment. Annual Review ofResource Economics, 9, 421-438.
A district trigger sees a broad pattern instead of every individual plot. That can make claims easier to process and reduce universal inspection. But the same broad view can miss a farmer's real loss or pay a farmer whose plot was not damaged.
Sources
Los activadores distritales reduceninspecciones, pero crean riesgo debase en ambos sentidos.Los activadores de lluvia o rendimiento medidos en un distrito pueden reemplazar lasvisitas universales a cada parcela. El intercambio tiene dos lados: pérdidas realespueden quedar sin pago, mientras llegan pagos sin daños correspondientes.Fuentes: Mahul, O., & Stutley, C. J. (2010). Government support to agricultural insurance: Challenges and options for developing countries. World Bank.;Carter, M. R., de Janvry, A., Sadoulet, E., & Sarris, A. (2017). Index insurance for developing country agriculture: A reassessment. Annual Review ofResource Economics, 9, 421-438.
Un activador distrital observa un patrón amplio en lugar de cada parcela individual. Eso puede facilitar el procesamiento de siniestros y reducir las inspecciones universales. Pero esa misma visión amplia puede ignorar la pérdida real de un agricultor o pagar a alguien cuya parcela no sufrió daños.
Fuentes
An author framework adds data but risksoverfittingIllustrative hierarchy of 1, 2, and 5 data layers for crop-loss modeling, not measured performance.Made for Julián Calderón Escobar, by HanademiSources: Vroege, W., Bucheli, J., Dalhaus, T., Hirschi, M., & Finger, R. (2021). Insuring crops from space: The potential of satellite-retrieved soil moisture to reduce farmers'drought risk exposure. European Review of Agricultural Economics.; Insuring crops from space: the potential of satellite-retrieved soil moisture to reduce farmers’ drought…Author framework, 2025.UnitIllustrative data layers5Multisensor plus field calibration2Weather plus vegetation1Single weather layer
More information is not automatically better insurance evidence. The framework moves from 1 weather layer to 5 combined layers, suggesting a path to lower error. But limited loss records can make a complex model fit the past instead of generalizing well.
Sources
Un marco del autor añade datos peroarriesga sobreajusteJerarquía ilustrativa de 1, 2 y 5 capas de datos para modelar pérdidas agrícolas, no rendimiento medido.Made for Julián Calderón Escobar, by HanademiFuentes: Vroege, W., Bucheli, J., Dalhaus, T., Hirschi, M., & Finger, R. (2021). Insuring crops from space: The potential of satellite-retrieved soil moisture to reducefarmers' drought risk exposure. European Review of Agricultural Economics.; Insuring crops from space: the potential of satellite-retrieved soil moisture to reduce…Marco del autor, 2025.UnidadCapas de datos ilustrativas5Multisensor más calibración de campo2Clima más vegetación1Una capa meteorológica
Más información no siempre produce mejor evidencia para el seguro. El marco pasa de 1 capa meteorológica a 5 capas combinadas, lo que sugiere una vía para reducir errores. Pero pocos registros de pérdidas pueden hacer que un modelo complejo se ajuste al pasado en vez de generalizar bien.
Fuentes
Two Colombian and Mexican plantdatasets found no scale returns fromfixed adjustment costs.The study is counterevidence to a general fixed-cost argument. It examines 2 plant-levelmanufacturing datasets from Colombia and Mexico, not crop-insurance loss adjustmentdirectly.Sources: ideas.repec.org.
Fixed costs can make scale sound inevitable. But this study found no increasing returns from fixed adjustment costs in 2 manufacturing plant datasets from Colombia and Mexico. That result warns against treating a general cost theory as direct proof for crop insurance.
Sources
Dos bases de plantas de Colombia y Méxicono encontraron rendimientos de escala porcostos fijos de ajuste.El estudio contradice un argumento general basado en costos fijos. Examina 2 bases dedatos de plantas manufactureras de Colombia y México, no el ajuste de pérdidas delseguro agrícola directamente.Fuentes: ideas.repec.org.
Los costos fijos pueden hacer que la escala parezca inevitable. Pero este estudio no encontró rendimientos crecientes derivados de costos fijos de ajuste en 2 bases de plantas manufactureras de Colombia y México. El resultado advierte contra usar una teoría general de costos como prueba directa para el seguro agrícola.
Fuentes
Mechanization drove 75% of São Paulosugarcane employment shifts, 2000–2010.The study links the 2002 sugarcane fire ban and mechanization to sectoral employmentchanges in São Paulo. It does not generalize this result to insurance loss adjustment.Sources: doi.org.
Automation can reshape field work, but the mechanism matters. In São Paulo sugarcane, a study attributed 75% of sectoral employment shifts from 2000 to 2010 to mechanization, alongside the 2002 fire ban. That is useful context, not direct evidence about crop-insurance adjustment.
Sources
La mecanización impulsó el 75% delos cambios laborales en caña de SãoPaulo, 2000–2010.El estudio vincula la prohibición de quemar caña de 2002 y la mecanización con cambioslaborales sectoriales en São Paulo. No generaliza este resultado al ajuste de pérdidas delseguro.Fuentes: doi.org.
La automatización puede transformar el trabajo de campo, pero importa el mecanismo. En la caña de São Paulo, un estudio atribuyó el 75% de los cambios laborales sectoriales entre 2000 y 2010 a la mecanización, junto con la prohibición de quemar caña de 2002. Es contexto útil, no evidencia directa sobre el ajuste del seguro agrícola.
Fuentes
Argentina has counted every agriculturalinsurer since 2004.Sources: argentina.gob.ar.
Argentina has run an annual census of agricultural and forestry insurers since 2004. The scope matters because it covers every insurer active in those lines. That creates a consistent view of the market before asking how inspections can scale.
Sources
Argentina cuenta todas las aseguradorasagropecuarias desde 2004.Fuentes: argentina.gob.ar.
Argentina realiza un censo anual de aseguradoras agropecuarias y forestales desde 2004. El alcance importa porque cubre a todas las aseguradoras activas en esas líneas. Eso crea una visión constante del mercado antes de preguntar cómo pueden escalar las inspecciones.
Fuentes
Less than 15% of Brazil'scropland is insured.A 2026 study places insured Brazilian cropland below 15%. The displayed value is thereported upper bound, not an exact uninsured complement.Sources: doi.org.
Brazil has a vast crop-insurance gap. A 2026 study reports that less than 15% of its cropland is insured. The figure is an upper bound, but it still signals how much farmland sits outside formal protection.
Sources
Menos del 15% de las tierras cultivadas deBrasil está asegurado.Un estudio de 2026 sitúa las tierras cultivadas aseguradas de Brasil por debajo del 15%.El valor mostrado es el límite superior reportado, no un complemento exacto de tierrassin seguro.Fuentes: doi.org.
Brasil tiene una gran brecha en seguros agrícolas. Un estudio de 2026 señala que menos del 15% de sus tierras cultivadas está asegurado. La cifra es un límite superior, pero aun así muestra cuánta superficie queda fuera de la protección formal.
Fuentes
Bihar's 2022 drought was its sixthdriest in over a century.Researchers also surveyed farmers in real time across 11 districts during the drought.The pairing connected an extreme climate event with evidence gathered close to affectedcommunities.Sources: ideas.repec.org.
Bihar's 2022 drought was not an ordinary dry spell. It ranked as the sixth driest year in more than a century. Researchers responded with real-time farmer surveys across 11 districts, bringing ground evidence into the event as it unfolded.
Sources
La sequía de Bihar en 2022 fue la sextamás seca en más de un siglo.Los investigadores también encuestaron en tiempo real a agricultores de 11 distritosdurante la sequía. La combinación vinculó un evento climático extremo con evidenciarecogida cerca de las comunidades afectadas.Fuentes: ideas.repec.org.
La sequía de Bihar en 2022 no fue una sequía común. Fue el sexto año más seco en más de un siglo. Los investigadores respondieron con encuestas en tiempo real a agricultores de 11 distritos, incorporando evidencia de campo mientras ocurría el evento.
Fuentes
Manual evidence still mattersFarm workers handle bundles of harvested crop beside a large haystack.Sources: Can Technology Fix India’s Crop Insurance? YES-TECH vs Manual Crop Cutting Under PMFBY. downtoearth.org.in.
Satellite screening gains value when scarce field teams can focus manual evidence gathering on ambiguous losses.
La evidencia manual aún importaTrabajadores agrícolas manipulan haces de cultivo cosechado junto a un gran montón de paja.Fuentes: Can Technology Fix India’s Crop Insurance? YES-TECH vs Manual Crop Cutting Under PMFBY. downtoearth.org.in.
El monitoreo satelital gana valor cuando los equipos de campo pueden concentrar la recopilación manual de evidencia en pérdidas ambiguas.
Mexico's maize production series runsfrom 1990 to 2024Maize (corn) production in Mexico is shown for every year from 1990 to 2024.Made for Julián Calderón Escobar, by HanademiSources: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.Unitt010M20M199019952000200520102015202014,635,43924,326,508.2
The long series adds a historical production baseline to the deck's evidence about agricultural monitoring and response.
Sources
La serie de producción de maíz de Méxicova de 1990 a 2024Se muestra la producción de Maize (corn) en Mexico para cada año de 1990 a 2024.Made for Julián Calderón Escobar, by HanademiFuentes: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.Unidadt010 M20 M199019952000200520102015202014.635.43924.326.508,2
La serie extensa añade una línea de base histórica de producción a la evidencia del deck sobre monitoreo y respuesta agrícola.
Fuentes
Maize (corn) production in Argentina, 1990to 2024Maize (corn) production in Argentina is plotted for every year from 1990 to 2024.Made for Julián Calderón Escobar, by HanademiSources: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.UnitProduction (t)020M40M60M60,525,8051990199520002005201020152020
This evidence slide preserves the full annual series for maize (corn) production in Argentina from 1990 through 2024.
Sources
Maize (corn) - Production (t) en Argentina,1990 a 2024.Se representa la producción de maize (corn) en Argentina para cada año de 1990 a 2024.Made for Julián Calderón Escobar, by HanademiFuentes: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.UnidadProducción (t)020 M40 M60 M60.525.8051990199520002005201020152020
Esta diapositiva de evidencia conserva la serie anual completa de producción de maize (corn) en Argentina de 1990 a 2024.
Fuentes
Brazilian maize production rose across1990 to 2024Brazilian maize production is shown annually from 1990 to 2024, reaching 114953303.0 t in 2024.Made for Julián Calderón Escobar, by HanademiSources: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.Unitt050M100M199019952000200520102015202021,347,770114,953,303
After evidence about real-time ground collection, the complete Brazilian maize production record adds a longer time-series view before the deck's summary.
Sources
La producción de maíz en Brazil aumentóde 1990 a 2024La producción anual de maíz en Brazil se muestra de 1990 a 2024 y alcanzó 114953303.0 t en 2024.Made for Julián Calderón Escobar, by HanademiFuentes: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.Unidadt050 M100 M199019952000200520102015202021.347.770114.953.303
Después de la evidencia sobre la recopilación de datos en campo en tiempo real, el registro completo de producción de maíz en Brazil añade una perspectiva temporal más extensa antes del resumen de la presentación.
Fuentes
Harvest makes production tangibleA combine harvester cuts a grain crop across a rolling rural landscape.Sources: Revealing Incentives: Implications of the Design of Public Rural Insurance Policies in Brazil - CPI. climatepolicyinitiative.org.
Production series ultimately describe physical harvests that insurers must monitor and assess.
La cosecha vuelve tangible la producciónUna cosechadora corta un cultivo de grano en un paisaje rural ondulado.Fuentes: Revealing Incentives: Implications of the Design of Public Rural Insurance Policies in Brazil - CPI. climatepolicyinitiative.org.
Las series de producción describen cosechas físicas que las aseguradoras deben monitorear y evaluar.
Argentina's soy-to-maize production ratiohas stayed below one since 2018Divide annual soybean production by annual maize production for Argentina and Brazil.Made for Julián Calderón Escobar, by HanademiSources: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT56:5510]. FAOSTAT.; Food and Agriculture Organization of the United Nations. (n.d.). Soya beans - Production (t)[FAOSTAT 236:5510]. FAOSTAT.Unittonnes of soybeans per tonne of maize0.00.51.01.520152017201920212023ArgentinaBrazil
Argentina fell from 1.82 tonnes of soy per maize tonne in 2015 to 0.84 in 2024 and remained below one from 2018 onward. Brazil remained above one throughout the same period.
Sources
La razón de producción soja-maíz de Argentina semantiene por debajo de uno desde 2018Dividir la producción anual de soja por la producción anual de maíz para Argentina y Brasil.Made for Julián Calderón Escobar, by HanademiFuentes: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT56:5510]. FAOSTAT.; Food and Agriculture Organization of the United Nations. (n.d.). Soya beans - Production (t)[FAOSTAT 236:5510]. FAOSTAT.Unidadtoneladas de soja por tonelada de maíz0,00,51,01,520152017201920212023ArgentinaBrasil
Argentina bajó de 1,82 toneladas de soja por tonelada de maíz en 2015 a 0,84 en 2024 y se mantuvo por debajo de uno desde 2018. Brasil permaneció por encima de uno durante todo el mismo periodo.
Fuentes
Colombia's maize production from 1990 to2024Colombia's maize production is shown for every year from 1990 through 2024.Made for Julián Calderón Escobar, by HanademiSources: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.Unitt01M2M1,921,177.51990199520002005201020152020
The full annual series makes Colombia's maize production record visible before the deck turns to its concluding discoveries.
Sources
La producción de maíz de Colombia de1990 a 2024Se muestra la producción de maíz de Colombia para cada año de 1990 a 2024.Made for Julián Calderón Escobar, by HanademiFuentes: Food and Agriculture Organization of the United Nations. (n.d.). Maize (corn) - Production (t) [FAOSTAT 56:5510]. FAOSTAT.Unidadt01 M2 M1.921.177,51990199520002005201020152020
La serie anual completa hace visible el registro de producción de maíz de Colombia antes de que el mazo pase a sus conclusiones.
Fuentes
A 14-day payout window is shorter than oneLandsat repeat cycleDivide the 14-day settlement target by each sensor's nominal revisit period: 14/1, 14/5, and 14/16.Made for Julián Calderón Escobar, by HanademiSources: European Space Agency. (2015). Sentinel-2 user handbook. ESA.; United States Geological Survey.(2024). Landsat 8. USGS.; National Aeronautics and Space Administration. (2024). MODIS specifications. NASA.Unitnominal revisit cycles within 14 daysMODIS, 1-day revisit14Sentinel-2, 5-day revisit2.8Landsat 8, 16-day cycle0.9
MODIS fits 14 nominal cycles and Sentinel-2 fits 2.8, while Landsat reaches only 0.88 and does not complete a repeat cycle within the payout window.
Sources
Una ventana de pago de 14 días dura menosque un ciclo de repetición de LandsatDividir el objetivo de pago de 14 días por el periodo nominal de revisita de cada sensor: 14/1, 14/5 y14/16.Made for Julián Calderón Escobar, by HanademiFuentes: European Space Agency. (2015). Sentinel-2 user handbook. ESA.; United States Geological Survey.(2024). Landsat 8. USGS.; National Aeronautics and Space Administration. (2024). MODIS specifications. NASA.Unidadciclos nominales de revisita en 14 díasMODIS, revisita de 1 día14Sentinel-2, revisita de 5 días2,8Landsat 8, ciclo de 16 días0,9
MODIS permite 14 ciclos nominales y Sentinel-2 permite 2,8, mientras Landsat llega a solo 0,88 y no completa un ciclo de repetición dentro de la ventana de pago.
Fuentes
Family-farm land has 14 times the potentialinspection density of other farmlandUse 16.5 million as 81% of all farms to infer 20.37 million total farms and 3.87 million other farms. Divideeach farm count by its land share and index regional density to 1.Made for Julián Calderón Escobar, by HanademiSources: Food and Agriculture Organization. (2014). Family farming in Latin America and the Caribbean: Policyrecommendations. FAO.Unitpotential inspections per equal land area, regional average = 1Family-farm land3.5Regional average1Other farmland0.2
A one-inspection-per-farm benchmark yields 3.52 times regional density on family-farm land and 0.25 times on other farmland, a 14.3 to 1 ratio.
Sources
La tierra de agricultura familiar tiene 14 veces ladensidad potencial de inspección de otras tierrasagrícolasUsar 16,5 millones como el 81% de todas las fincas para inferir 20,37 millones de fincas totales y 3,87millones de otras fincas. Dividir cada cantidad de fincas por su proporción de tierra e indexar la densidadregional en 1.Made for Julián Calderón Escobar, by HanademiFuentes: Food and Agriculture Organization. (2014). Family farming in Latin America and the Caribbean: Policyrecommendations. FAO.Unidadinspecciones potenciales por igual superficie, promedio regional = 1Tierra de agricultura familiar3,5Promedio regional1Otras tierras agrícolas0,2
Un parámetro de una inspección por finca produce 3,52 veces la densidad regional en tierras de agricultura familiar y 0,25 veces en otras tierras agrícolas, una razón de 14,3 a 1.
Fuentes
A 16.5 million-claim parametric cycle stillcarries US$99 million in variable costMade for Julián Calderón Escobar, by HanademiSources: Food and Agriculture Organization. (2014). Family farming in Latin America and the Caribbean: Policyrecommendations. FAO.Unitmodeled field visits and variable adjustment costVariable adjustment cost, US$ millions4503001500051015Field visits, millionsTraditional workflow16.5M visitsUS$412.5M costHybrid workflow4.95M visitsUS$198M costParametric workflow0.83M visitsUS$99M cost
Traditional adjustment reaches 16.5 million visits and US$412.5 million. Hybrid falls to 4.95 million visits and US$198 million, while parametric reaches 0.83 million visits and US$99 million.
Sources
Un ciclo paramétrico de 16,5 millones de siniestrosaún implica US$99 millones de costo variableMade for Julián Calderón Escobar, by HanademiFuentes: Food and Agriculture Organization. (2014). Family farming in Latin America and the Caribbean: Policyrecommendations. FAO.Unidadvisitas de campo y costo variable de ajuste modeladosCosto variable de ajuste, millones de US$4503001500051015Visitas de campo, millonesFlujo tradicional16,5 M de visitasCosto de US$412,5 MFlujo híbrido4,95 M de visitasCosto de US$198 MFlujo paramétrico0,83 M de visitasCosto de US$99 M
El ajuste tradicional alcanza 16,5 millones de visitas y US$412,5 millones. El híbrido baja a 4,95 millones de visitas y US$198 millones, mientras el paramétrico llega a 0,83 millones de visitas y US$99 millones.
Fuentes
In summaryMade for Julián Calderón Escobar, by HanademiSources: alnap.org.; gfdrr.org.; doi.org.; fist.iri.columbia.edu.; CCRIF SPC. (2023). Annual report 2022/23. CCRIF SPC.; ideas.repec.org.From 2016–2020, Uganda’s satellite-triggered program supported over 400,000 people; its $14 million cost generated$40.7 million in benefits and an approximately 2.9 return ratio.Uganda rapidly drew US$4 million from a US$10 million reserve after its government early-warning system triggered adrought-response scale-up.A study of São Paulo’s 2002 sugarcane fire ban attributed three-quarters of sectoral employment shifts between 2000 and 2010 to mechanization.A Zambia proposal estimated yield audits would raise historical-risk coverage from 30% to 50–60% and increase totalinsurance-claim value by about 25%.CCRIF states that parametric catastrophe payouts are made within 14 days after an insured event, demonstrating possiblespeed under predefined triggers.A study using two plant-level manufacturing datasets from Colombia and Mexico found no support for increasing returnsarising from fixed adjustment costs.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
Sources
En resumenMade for Julián Calderón Escobar, by HanademiFuentes: alnap.org.; gfdrr.org.; doi.org.; fist.iri.columbia.edu.; CCRIF SPC. (2023). Annual report 2022/23. CCRIF SPC.; ideas.repec.org.Entre 2016 y 2020, el programa ugandés activado por satélite apoyó a más de 400.000 personas; costó US$14 millones,generó US$40,7 millones en beneficios y un retorno aproximado de 2,9.Uganda retiró rápidamente US$4 millones de una reserva de US$10 millones después de que su sistema gubernamental dealerta temprana activara la ampliación de la respuesta a la sequía.Un estudio sobre la prohibición paulista de quemar caña en 2002 atribuyó a la mecanización tres cuartas partes de loscambios sectoriales de empleo entre 2000 y 2010.Una propuesta para Zambia estimó que las auditorías de rendimiento elevarían la cobertura del riesgo histórico de 30% a50–60% y aumentarían cerca de 25% el valor total de los siniestros.CCRIF declara que los pagos paramétricos por catástrofe se realizan dentro de 14 días después de un evento asegurado,demostrando la velocidad posible con activadores predefinidos.Un estudio con dos bases de datos de plantas manufactureras de Colombia y México no encontró evidencia de rendimientoscrecientes derivados de costos fijos de ajuste.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.
Fuentes

The research behind this deck

Frequent scans and parcel-level detail are different satellite advantages. Remote sensing kept Ukraine's 2024 crop statistics moving, with winter wheat at 4.73 Mha.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

Las revisiones frecuentes y el detalle parcelario son ventajas satelitales distintas. La teledetección mantuvo activas las estadísticas agrícolas de Ucrania en 2024, con 4,73 Mha de trigo de invierno.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English

Related researchInvestigación relacionada
Build your own researchCrea tu propia investigación