Créditos

De dónde sale cada número de Aluni

Aluni se apoya en ciencia pública. Aquí está cada fuente que consultamos, cada fórmula que aplicamos y cada biblioteca que usamos: qué leemos, cómo, por qué, su licencia y cómo citarla.

  • 39 fuentes
  • 8 de la NASA
  • 34 en la app en vivo
  • 13 con DOI

Cómo leer una tarjeta

Cada tarjeta dice qué lee Aluni, por qué lo necesita y en qué parte del código ocurre (el archivo y el servidor que consulta). Las insignias dicen si la usa la app en vivo o solo la prueba retrospectiva de 2001 a 2025, y su licencia. La referencia está en formato APA 7.ª edición, tal como la publica el proveedor, con el DOI cuando existe; la línea de crédito es la redacción que pide el proveedor, en su idioma original.

Datos de la NASA

Las observaciones de la Tierra en el centro de Aluni: clima, lluvia, humedad del suelo, agua subterránea, verdor de las plantas, estrés de las plantas y relieve.

  1. NASA POWER

    App en vivo y prueba retrospectiva Abierta, sin restricciones Referencia por confirmar
    Qué leemos
    Temperatura, lluvia y humedad del suelo en la zona de raíces de cada día de la temporada, y los promedios mensuales de temperatura, lluvia, días de helada, humedad, viento y sol en la celda del campo.
    Por qué
    La tarjeta del clima, los grados día, el riesgo de helada, la necesidad de agua de cada cultivo (evapotranspiración FAO-56), los escenarios climáticos y las ventanas para revisar plagas.
    Cómo (código y servidor)
    app/services/nasa_power/client.rbdocs/proposal/validation/fetch.rb power.larc.nasa.gov
    Crédito que se pide
    These data were obtained from the NASA Langley Research Center (LaRC) POWER Project funded through the NASA Earth Science/Applied Science Program.

    NASA Langley Research Center. (2025). Prediction Of Worldwide Energy Resources (POWER) Project: Daily, hourly and climatology API (Version 2) [Data set]. https://power.larc.nasa.gov/

  2. NASA GPM IMERG

    App en vivo y prueba retrospectiva Abierta, sin restricciones Referencia por confirmar
    Qué leemos
    Lluvia diaria por satélite a 0,1 grados en los últimos 20 años, a través de la interfaz de NASA POWER.
    Por qué
    Con qué frecuencia caen aguaceros cada mes, los meses en que el suelo queda expuesto a lluvias fuertes y la lluvia en la necesidad de agua de cada cultivo.
    Cómo (código y servidor)
    app/services/nasa_power/client.rbapp/jobs/fields/fetch_observations_job.rb power.larc.nasa.gov
    Crédito que se pide
    Cite the dataset DOI (NASA Earthdata data use guidance).

    Huffman, G. J., Stocker, E. F., Bolvin, D. T., Nelkin, E. J., & Tan, J. (2023). GPM IMERG Final Precipitation L3 1 day 0.1 degree x 0.1 degree V07 [Data set]. Goddard Earth Sciences Data and Information Services Center (GES DISC). https://doi.org/10.5067/GPM/IMERGDF/DAY/07

  3. NASA GRACE and GRACE-FO

    App en vivo Abierta, sin restricciones Referencia por confirmar
    Qué leemos
    El cambio mensual del agua almacenada en el terreno de la región, medido por dos satélites que la pesan por gravedad.
    Por qué
    Si el agua del suelo y del subsuelo de la región está por debajo de lo habitual.
    Cómo (código y servidor)
    app/services/grace/client.rb archive.podaac.earthdata.nasa.govurs.earthdata.nasa.gov
    Crédito que se pide
    Cite the dataset DOI and Watkins et al. (2015) (PO.DAAC dataset page).

    Wiese, D. N., Yuan, D.-N., Boening, C., Landerer, F. W., & Watkins, M. M. (2023). JPL GRACE and GRACE-FO Mascon Ocean, Ice, and Hydrology Equivalent Water Height Coastal Resolution Improvement (CRI) Filtered Release 06.3 Version 04 [Data set]. NASA Physical Oceanography DAAC. https://doi.org/10.5067/TEMSC-3JC634

    Watkins, M. M., Wiese, D. N., Yuan, D.-N., Boening, C., & Landerer, F. W. (2015). Improved methods for observing Earth's time variable mass distribution with GRACE using spherical cap mascons. Journal of Geophysical Research: Solid Earth, 120(4), 2648-2671. https://doi.org/10.1002/2014JB011547

  4. NASA SMAP L4

    App en vivo Abierta, sin restricciones Referencia por confirmar
    Qué leemos
    Humedad del suelo en la zona de raíces y su percentil, cada 3 horas a 9 km, en los últimos 12 meses.
    Por qué
    Si el suelo está más húmedo o más seco que lo habitual para el mes.
    Cómo (código y servidor)
    app/jobs/fields/fetch_appeears_job.rb appeears.earthdatacloud.nasa.gov
    Crédito que se pide
    Cite the dataset DOI (NSIDC citation policy).

    Reichle, R., De Lannoy, G., Koster, R. D., Crow, W. T., Kimball, J. S., Liu, Q., & Bechtold, M. (2025). SMAP L4 Global 3-hourly 9 km EASE-Grid Surface and Root Zone Soil Moisture Geophysical Data (Version 8) [Data set]. NASA National Snow and Ice Data Center Distributed Active Archive Center.

  5. NASA MODIS NDVI (MOD13Q1)

    App en vivo Abierta, sin restricciones
    Qué leemos
    Verdor de las plantas (NDVI) cada 16 días desde 2001 a 250 m.
    Por qué
    Qué tan verde suele estar el campo cada mes, la base con la que se comparan las imágenes recientes.
    Cómo (código y servidor)
    app/jobs/fields/fetch_appeears_job.rb appeears.earthdatacloud.nasa.gov
    Crédito que se pide
    Cite the dataset DOI (LP DAAC citation policy).

    Didan, K. (2021). MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V061 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center. https://doi.org/10.5067/MODIS/MOD13Q1.061

  6. NASA ECOSTRESS

    App en vivo Abierta, sin restricciones Referencia por confirmar
    Qué leemos
    El índice de estrés evaporativo a 70 m desde la estación espacial, últimos 3 años.
    Por qué
    Si a las plantas les faltaba agua los días en que pasó por encima.
    Cómo (código y servidor)
    app/jobs/fields/fetch_appeears_job.rb appeears.earthdatacloud.nasa.gov
    Crédito que se pide
    Cite the dataset DOI (LP DAAC citation policy).

    Fisher, J. B., & Halverson, G. H. (2022). ECOSTRESS Tiled Evaporative Stress Index PT-JPL Instantaneous L4 Global 70 m V002 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center.

  7. NASADEM

    App en vivo Abierta, sin restricciones
    Qué leemos
    Elevación en el campo y a 90 m de cada lado.
    Por qué
    La pendiente para estimar la pérdida de suelo fuera de Estados Unidos.
    Cómo (código y servidor)
    app/services/planetary_computer/client.rb planetarycomputer.microsoft.com
    Crédito que se pide
    Cite the dataset DOI (LP DAAC citation policy).

    NASA JPL. (2020). NASADEM Merged DEM Global 1 arc second V001 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center. https://doi.org/10.5067/MEaSUREs/NASADEM/NASADEM_HGT.001

  8. NASA GIBS

    App en vivo Abierta, sin restricciones
    Qué leemos
    Una imagen satelital de unos 40 km alrededor del pin.
    Por qué
    Para que el agricultor confirme la zona de un vistazo al empezar.
    Cómo (código y servidor)
    app/services/onboarding/area_image.rb gibs.earthdata.nasa.gov
    Crédito que se pide
    We acknowledge the use of imagery provided by services from NASA's Global Imagery Browse Services (GIBS), part of NASA's Earth Science Data and Information System (ESDIS).

    NASA Global Imagery Browse Services. (n.d.). Blue Marble: Next Generation and MODIS Terra Corrected Reflectance (True Color) [Imagery service]. NASA Earth Science Data and Information System. https://gibs.earthdata.nasa.gov

    Stöckli, R., Vermote, E., Saleous, N., Simmon, R., & Herring, D. (2005). The Blue Marble Next Generation: A true color earth dataset including seasonal dynamics from MODIS. NASA Earth Observatory.

Otros datos

Registros de suelo, tierra, cultivos y estadísticas que complementan los datos de la NASA, y los registros independientes con los que la prueba retrospectiva califica a Aluni.

  1. Landsat Collection 2 (USGS)

    App en vivo Dominio público
    Qué leemos
    Reflectancia roja e infrarroja cercana en el campo, la escena más despejada de cada mes.
    Por qué
    El verdor mensual del campo, junto con Sentinel-2.
    Cómo (código y servidor)
    app/services/planetary_computer/client.rb planetarycomputer.microsoft.com
    Crédito que se pide
    Landsat imagery courtesy of the U.S. Geological Survey (USGS credit request).

    U.S. Geological Survey. (2020). Landsat 8-9 Operational Land Imager / Thermal Infrared Sensor Level-2, Collection 2 [Data set]. https://doi.org/10.5066/P9OGBGM6

  2. Copernicus Sentinel-2

    App en vivo y prueba retrospectiva Abierta, con crédito obligatorio Referencia por confirmar
    Qué leemos
    Reflectancia roja e infrarroja cercana y la máscara de nubes en el campo, a 10 m.
    Por qué
    El verdor mensual del campo, y los meses verdes y desnudos con que se calificó la línea de tiempo.
    Cómo (código y servidor)
    app/services/planetary_computer/client.rb planetarycomputer.microsoft.com
    Crédito que se pide
    Contains modified Copernicus Sentinel data [year].

    European Space Agency. (2022). Copernicus Sentinel-2 MSI Level-2A Bottom-of-Atmosphere Reflectance (Collection 1) [Data set]. https://doi.org/10.5270/S2_-znk9xsj

  3. FAO GAEZ v4

    App en vivo y prueba retrospectiva Licencia por confirmar Referencia por confirmar
    Qué leemos
    Aptitud y rendimiento alcanzable en secano para los cultivos del campo y 8 candidatos, clima de 1981 a 2010.
    Por qué
    Qué cultivos pueden sostener el clima y el suelo, y su rendimiento potencial.
    Cómo (código y servidor)
    app/services/gaez/client.rb gaez-services.fao.org
    Crédito que se pide
    Source: FAO & IIASA, GAEZ v4 (FAO terms ask that FAO be acknowledged as the source).

    FAO & IIASA. (2021). Global Agro-Ecological Zones version 4 (GAEZ v4) [Data portal]. Food and Agriculture Organization of the United Nations. https://gaez.fao.org/

  4. FAO ECOCROP

    App en vivo Licencia por confirmar Referencia por confirmar
    Qué leemos
    Los rangos de temperatura, lluvia, suelo y pH de cada cultivo y la duración de su temporada.
    Por qué
    Si un cultivo tolera el clima y el suelo del campo.
    Cómo (código y servidor)
    config/ecocrop.yml
    Crédito que se pide
    FAO as the source.

    Food and Agriculture Organization of the United Nations. (n.d.). ECOCROP: Crop ecological requirements database [Data set]. Extracted from the OpenCLIM EcoCrop_DB.csv, https://github.com/OpenCLIM/ecocrop

  5. USDA SSURGO

    App en vivo y prueba retrospectiva Dominio público
    Qué leemos
    El suelo en el pin: nombre, drenaje, pendiente, materia orgánica, textura, capacidad de retener agua, pH y erosionabilidad.
    Por qué
    La tarjeta del suelo, la estimación de pérdida de suelo y la reserva de agua del suelo.
    Cómo (código y servidor)
    app/services/ssurgo/client.rb sdmdataaccess.sc.egov.usda.gov
    Crédito que se pide
    Soil Survey Staff, NRCS, USDA. Soil Survey Geographic (SSURGO) Database. Available online. Accessed [date] (NRCS citation format).

    Soil Survey Staff, Natural Resources Conservation Service, United States Department of Agriculture. (2025). Soil Survey Geographic (SSURGO) Database [Data set]. https://sdmdataaccess.sc.egov.usda.gov/

  6. USGS 3DEP

    App en vivo Dominio público
    Qué leemos
    Elevación por lidar en el pin y a 30 m alrededor.
    Por qué
    La pendiente para estimar la pérdida de suelo en Estados Unidos.
    Cómo (código y servidor)
    app/services/usgs/elevation_client.rb epqs.nationalmap.gov
    Crédito que se pide
    Data courtesy of the U.S. Geological Survey (USGS credit request).

    U.S. Geological Survey. (2025). 3D Elevation Program Elevation Point Query Service [Data set]. https://epqs.nationalmap.gov/v1/

  7. USDA Cropland Data Layer

    App en vivo y prueba retrospectiva Dominio público
    Qué leemos
    El cultivo mapeado en el campo cada año reciente.
    Por qué
    El historial de cultivos del campo para el consejo de rotación, y la verdad de lo sembrado en la prueba retrospectiva.
    Cómo (código y servidor)
    app/services/cdl/client.rb nassgeodata.gmu.edu
    Crédito que se pide
    USDA National Agricultural Statistics Service Cropland Data Layer. {YEAR}. Published crop-specific data layer [Online]. Available at https://nassgeodata.gmu.edu/CropScape/ (NASS citation format).

    USDA National Agricultural Statistics Service. (2025). Cropland Data Layer [Data set]. USDA NASS. https://nassgeodata.gmu.edu/CropScape/

    Han, W., Yang, Z., Di, L., & Mueller, R. (2012). CropScape: A Web service based application for exploring and disseminating US conterminous geospatial cropland data products for decision support. Computers and Electronics in Agriculture, 84, 111-123. https://doi.org/10.1016/j.compag.2012.03.005

  8. Daymet V4 R1

    Solo prueba retrospectiva Abierta, sin restricciones
    Qué leemos
    Lluvia y temperatura diarias a 1 km, de 2001 a 2025.
    Por qué
    Una verificación independiente del clima de la NASA, y el patrón de lluvia detrás de la estimación de pérdida de suelo.
    Cómo (código y servidor)
    docs/proposal/validation/fetch.rb daymet.ornl.gov
    Crédito que se pide
    Cite the dataset DOI (and the single-pixel tool, https://doi.org/10.3334/ORNLDAAC/2361).

    Thornton, M. M., Shrestha, R., Wei, Y., Thornton, P. E., Kao, S.-C., & Wilson, B. E. (2022). Daymet: Daily surface weather data on a 1-km grid for North America (Version 4 R1) [Data set]. ORNL DAAC. https://doi.org/10.3334/ORNLDAAC/2129

  9. CoCoRaHS

    Solo prueba retrospectiva Licencia por confirmar Referencia por confirmar
    Qué leemos
    Reportes diarios de pluviómetros voluntarios a menos de 30 km de cada campo de prueba.
    Por qué
    La verdad de terreno para la lluvia de la NASA.
    Cómo (código y servidor)
    docs/proposal/validation/fetch.rb data.cocorahs.org
    Crédito que se pide
    Data courtesy of CoCoRaHS.

    Community Collaborative Rain, Hail and Snow Network. (2025). CoCoRaHS daily precipitation reports [Data set]. Colorado Climate Center, Colorado State University. https://www.cocorahs.org

  10. USDA RMA Cause of Loss

    Solo prueba retrospectiva Dominio público Referencia por confirmar
    Qué leemos
    Pagos del seguro agrícola por condado, cultivo, causa y mes.
    Por qué
    La verdad de los años de sequía y las pérdidas por plagas que el modelo debió señalar.
    Cómo (código y servidor)
    docs/proposal/validation/fetch.rb pubfs-rma.fpac.usda.gov

    USDA Risk Management Agency. (2025). Cause of loss historical data files, 2001-2025 [Data set]. https://www.rma.usda.gov/tools-reports/summary-of-business/cause-loss

  11. USDA NASS Quick Stats

    App en vivo y prueba retrospectiva Dominio público
    Qué leemos
    Rendimientos por condado, precios estatales, avance semanal de siembra y días aptos para trabajar el campo.
    Por qué
    La verdad para el modelo de agua y la regla de margen, y el mes en que siembran los agricultores de cada estado.
    Cómo (código y servidor)
    docs/proposal/validation/fetch.rbconfig/crops/planting_calendars.yml quickstats.nass.usda.gov
    Crédito que se pide
    This product uses the NASS API but is not endorsed or certified by NASS.

    USDA National Agricultural Statistics Service. (2025). Quick Stats database [Data set]. https://quickstats.nass.usda.gov/

  12. Zhao et al. 2022

    Solo prueba retrospectiva CC BY 4.0
    Qué leemos
    Un metaanálisis de 11.768 rendimientos pareados después de una leguminosa y después de un cereal.
    Por qué
    El tamaño del beneficio de la rotación, con su intervalo de confianza.
    Cómo (código y servidor)
    docs/proposal/validation/fetch.rb api.figshare.comndownloader.figshare.com
    Crédito que se pide
    Cite the paper and the data (CC BY 4.0).

    Zhao, J., Chen, J., Beillouin, D., Lambers, H., Yang, Y., Smith, P., Zeng, Z., Olesen, J. E., & Zang, H. (2022). Global systematic review with meta-analysis reveals yield advantage of legume-based rotations and its drivers. Nature Communications, 13, Article 4926. https://doi.org/10.1038/s41467-022-32464-0

Servicios y mapas

Las interfaces y los mapas que llevan los datos al campo, y el modelo de lenguaje detrás del chat.

  1. NASA AppEEARS

    App en vivo Abierta, sin restricciones Referencia por confirmar
    Qué leemos
    El servicio de extracción por punto de la NASA, usado para SMAP, MODIS y ECOSTRESS.
    Por qué
    Una consulta por producto en el campo en lugar de descargar archivos completos.
    Cómo (código y servidor)
    app/services/appeears/client.rb appeears.earthdatacloud.nasa.govurs.earthdata.nasa.gov
    Crédito que se pide
    LP DAAC asks that AppEEARS be cited along with the products.

    AppEEARS Team. (2025). Application for Extracting and Exploring Analysis Ready Samples (AppEEARS) [Computer software]. NASA EOSDIS Land Processes Distributed Active Archive Center, USGS/Earth Resources Observation and Science Center. https://appeears.earthdatacloud.nasa.gov

  2. Microsoft Planetary Computer

    App en vivo y prueba retrospectiva Términos del proveedor Referencia por confirmar
    Qué leemos
    La búsqueda en el catálogo y el servicio que calcula el valor de un píxel.
    Por qué
    Valores de un píxel sin descargar la escena, y las teselas del mapa de verdor.
    Cómo (código y servidor)
    app/services/planetary_computer/client.rb planetarycomputer.microsoft.com
    Crédito que se pide
    Credit the datasets' providers; the Planetary Computer asks to be cited with the Zenodo DOI.

    Microsoft Open Source, McFarland, M., Emanuele, R., Morris, D., & Augspurger, T. (2022). microsoft/PlanetaryComputer: October 2022 (Version 2022.10.28) [Computer software]. Zenodo. https://doi.org/10.5281/zenodo.7261897

  3. FCC Census Block API

    App en vivo Dominio público
    Qué leemos
    El estado y el condado de Estados Unidos que contienen el pin.
    Por qué
    Si aplican los datos de Estados Unidos, y la región de la finca sin preguntar.
    Cómo (código y servidor)
    app/services/fcc/client.rb geo.fcc.gov

    Federal Communications Commission. (n.d.). Census Block Conversions API [Application programming interface]. https://geo.fcc.gov/api/census/

  4. Meteomatics Weather API

    App en vivo Licencia por confirmar
    Qué leemos
    Un pronóstico por hora de 7 días en el pin: temperatura, lluvia y su probabilidad, humedad, punto de rocío, viento, evapotranspiración y suelo.
    Por qué
    La tarjeta del pronóstico y las alertas diarias de helada, lluvia y calor.
    Cómo (código y servidor)
    app/services/meteomatics/client.rb api.meteomatics.com
    Crédito que se pide
    Check the account's terms; Meteomatics usually asks for a visible credit.

    Meteomatics AG. (2026). Meteomatics Weather API [Application programming interface]. https://www.meteomatics.com/en/weather-api/

  5. OpenStreetMap Nominatim

    App en vivo ODbL, con crédito obligatorio
    Qué leemos
    La búsqueda de lugares y el nombre del pueblo bajo un pin.
    Por qué
    El buscador de campos: escribir un pueblo para encontrar el campo.
    Cómo (código y servidor)
    app/services/geocoding/client.rb nominatim.openstreetmap.org
    Crédito que se pide
    © OpenStreetMap contributors

    OpenStreetMap contributors. (2026). OpenStreetMap [Data set], via the Nominatim geocoding service. https://www.openstreetmap.org

  6. OpenStreetMap tiles

    App en vivo ODbL, con crédito obligatorio
    Qué leemos
    Teselas de mapa de calles.
    Por qué
    Para que el agricultor reconozca caminos y pueblos al poner el pin.
    Cómo (código y servidor)
    app/javascript/controllers/field_map_controller.js tile.openstreetmap.org
    Crédito que se pide
    © OpenStreetMap contributors

    OpenStreetMap contributors. (2026). OpenStreetMap standard tile layer [Map tiles]. https://www.openstreetmap.org

  7. Esri World Imagery

    App en vivo Licencia por confirmar
    Qué leemos
    Teselas de mapa base satelital.
    Por qué
    Para que el agricultor vea los bordes del campo al poner el pin y en el mapa de verdor.
    Cómo (código y servidor)
    app/javascript/controllers/field_map_controller.jsapp/javascript/controllers/ndvi_map_controller.js server.arcgisonline.com
    Crédito que se pide
    Powered by Esri. Source: Esri, Maxar, Earthstar Geographics, and the GIS User Community.

    Esri. (2026). World Imagery [Basemap]. Sources: Esri, Maxar, Earthstar Geographics, and the GIS User Community. https://www.arcgis.com/home/item.html?id=10df2279f9684e4a9f6a7f08febac2a9

  8. Google Gemini

    App en vivo Términos del proveedor Referencia por confirmar
    Qué leemos
    Las respuestas escritas del chat de bienvenida, los nombres de cultivos escritos libremente y el resumen en lenguaje sencillo de una rotación.
    Por qué
    Ayuda en palabras sencillas. Cada número en pantalla sale de las fuentes de datos, nunca del modelo.
    Cómo (código y servidor)
    app/services/gemini/client.rb generativelanguage.googleapis.com

    Google. (2026). Gemini 3.8 Flash [Large language model]. https://ai.google.dev/

Métodos

Las fórmulas publicadas que Aluni aplica a los datos. Nada se ajusta: cada coeficiente sale de estas fuentes.

  1. FAO-56

    App en vivo y prueba retrospectiva Citada, no copiada
    Qué leemos
    La evapotranspiración de referencia, los coeficientes de cultivo y la profundidad de raíces.
    Por qué
    La necesidad de agua de cada cultivo a partir del clima de la NASA.
    Cómo (código y servidor)
    app/services/weather/et0.rb

    Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration: Guidelines for computing crop water requirements (FAO Irrigation and Drainage Paper No. 56). Food and Agriculture Organization of the United Nations.

  2. FAO-33

    Solo prueba retrospectiva Citada, no copiada
    Qué leemos
    La respuesta del rendimiento al agua.
    Por qué
    Convierte una falta de agua en pérdida de rendimiento, para calificarla contra rendimientos reales.
    Cómo (código y servidor)
    docs/proposal/validation/lib.rb

    Doorenbos, J., & Kassam, A. H. (1979). Yield response to water (FAO Irrigation and Drainage Paper No. 33). Food and Agriculture Organization of the United Nations.

  3. CROPWAT (FAO-46)

    App en vivo y prueba retrospectiva Citada, no copiada
    Qué leemos
    La lluvia efectiva a partir del total mensual.
    Por qué
    Solo la lluvia que llega a las raíces cubre la necesidad del cultivo.
    Cómo (código y servidor)
    app/services/crops/water_need.rb

    Smith, M. (1992). CROPWAT: A computer program for irrigation planning and management (FAO Irrigation and Drainage Paper No. 46). Food and Agriculture Organization of the United Nations.

  4. RUSLE (Agriculture Handbook 703)

    App en vivo y prueba retrospectiva Dominio público
    Qué leemos
    La ecuación de pérdida de suelo y su factor de cobertura del dosel.
    Por qué
    El suelo perdido por hectárea y año en cada rotación, con y sin cultivo de cobertura.
    Cómo (código y servidor)
    app/services/erosion/rusle.rb

    Renard, K. G., Foster, G. R., Weesies, G. A., McCool, D. K., & Yoder, D. C. (1997). Predicting soil erosion by water: A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE) (Agriculture Handbook No. 703). U.S. Department of Agriculture.

  5. Renard and Freimund 1994

    App en vivo y prueba retrospectiva Citada, no copiada
    Qué leemos
    La erosividad de la lluvia a partir de la lluvia anual.
    Por qué
    El factor de lluvia donde no hay registro de tormentas.
    Cómo (código y servidor)
    app/services/erosion/rusle.rb

    Renard, K. G., & Freimund, J. R. (1994). Using monthly precipitation data to estimate the R-factor in the revised USLE. Journal of Hydrology, 157(1-4), 287-306. https://doi.org/10.1016/0022-1694(94)90110-4

  6. McCool et al. 1987, 1989

    App en vivo y prueba retrospectiva Citada, no copiada Referencia por confirmar
    Qué leemos
    Los factores de inclinación y longitud de la pendiente.
    Por qué
    Cuánto aceleran la pendiente y su longitud la pérdida de suelo.
    Cómo (código y servidor)
    app/services/erosion/rusle.rb

    McCool, D. K., Brown, L. C., Foster, G. R., Mutchler, C. K., & Meyer, L. D. (1987). Revised slope steepness factor for the Universal Soil Loss Equation. Transactions of the ASAE, 30(5), 1387-1396. https://doi.org/10.13031/2013.30576

    McCool, D. K., Foster, G. R., Mutchler, C. K., & Meyer, L. D. (1989). Revised slope length factor for the Universal Soil Loss Equation. Transactions of the ASAE, 32(5), 1571-1576. https://doi.org/10.13031/2013.31192

  7. Webster et al. 2023

    App en vivo y prueba retrospectiva CC BY 4.0 Referencia por confirmar
    Qué leemos
    Las temperaturas que favorecen la mancha de asfalto en el maíz.
    Por qué
    Cuándo revisar el maíz por mancha de asfalto.
    Cómo (código y servidor)
    app/services/weather/scout_windows.rb

    Webster, R. W., Nicolli, C., Allen, T. W., Bradley, C. A., Chilvers, M. I., Kleczewski, N. M., Mueller, D. S., Robertson, A. E., Shim, S., Smith, D. L., & Telenko, D. E. P. (2023). Uncovering the environmental conditions required for Phyllachora maydis infection and tar spot development on corn in the United States for use as predictive models for future epidemics. Scientific Reports, 13, Article 17064. https://doi.org/10.1038/s41598-023-44338-6

  8. du Plessis et al. 2020

    App en vivo y prueba retrospectiva CC BY 4.0
    Qué leemos
    Los umbrales de desarrollo del gusano cogollero.
    Por qué
    Cuántas generaciones de gusano cogollero permite una temporada.
    Cómo (código y servidor)
    app/services/weather/scout_windows.rb

    du Plessis, H., Schlemmer, M.-L., & Van den Berg, J. (2020). The effect of temperature on the development of Spodoptera frugiperda (Lepidoptera: Noctuidae). Insects, 11(4), Article 228. https://doi.org/10.3390/insects11040228

Software y tipografía

Las bibliotecas abiertas y las tipografías con que están hechas las páginas.

  1. Leaflet 1.9.4

    App en vivo BSD-2-Clause
    Qué leemos
    La biblioteca de mapas interactivos.
    Por qué
    El buscador de campos y el mapa de verdor.
    Cómo (código y servidor)
    vendor/javascript/leaflet.js
    Crédito que se pide
    Keep the copyright notice; Leaflet asks for the 'Leaflet' link in the attribution control.

    Agafonkin, V. (2023). Leaflet (Version 1.9.4) [Computer software]. https://leafletjs.com

  2. three.js r169

    App en vivo MIT
    Qué leemos
    La biblioteca 3D.
    Por qué
    La escena del campo en la página de inicio.
    Cómo (código y servidor)
    vendor/javascript/three.js

    three.js authors. (2024). three.js (Version r169) [Computer software]. https://threejs.org

  3. Inter, Fraunces, JetBrains Mono

    App en vivo SIL Open Font License Referencia por confirmar
    Qué leemos
    Inter, Fraunces y JetBrains Mono.
    Por qué
    La tipografía del sistema de diseño.
    Cómo (código y servidor)
    app/views/layouts/public.html.erb fonts.googleapis.comfonts.gstatic.com

    Andersson, R. (2023). Inter [Typeface]; Undercase Type. (2018). Fraunces [Typeface]; JetBrains. (2020). JetBrains Mono [Typeface]. Served by Google Fonts, https://fonts.google.com

Pendiente

Aún no se encontró una licencia explícita para FAO GAEZ v4, FAO ECOCROP, Meteomatics Weather API, Esri World Imagery y CoCoRaHS. Se usan bajo los términos publicados del proveedor mientras el equipo pide confirmación por escrito.

16 referencias están marcadas por confirmar: su redacción sigue al proveedor, pero su DOI aún no se ha contrastado con el registro DOI ni con el catálogo de la NASA.

Cómo se verifica esta página

La lista es un archivo del repositorio y un script la compara con el código: cada dirección web que consulta el código debe tener aquí su tarjeta, cada producto, versión y parámetro que nombra una tarjeta debe aparecer de verdad en el archivo que indica, y cada crédito que debe ir sobre un mapa debe estar ahí en inglés y en español. La verificación en línea lee cada DOI desde doi.org en formato APA y el DOI de cada producto de la NASA desde su catálogo.

  1. mise exec -- ruby docs/proposal/credits_audit.rb
  2. mise exec -- ruby docs/proposal/credits_audit.rb --online