Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
DOI: https://doi.org/10.56124/allpa.v8i16.0120  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L.,  
en la parroquia Eloy Alfaro del cantón Chone  
Multitemporal analysis of the cultivated areas of Theobroma cacao L., in  
the parish Eloy Alfaro of the Chone canton  
1
2
Burgos-García Dioclesiana María ; Delgado-Alcívar Roger Adrián ;  
3
4
Reyna-Bowen Lizardo Mauricio ; Cedeño-García George Alexander  
1
Universidad Técnica De Manabí. Portoviejo, Ecuador.  
Correo: dburgos5872@utm.edu.ec. ORCID ID: https://orcid.org/0009-0006-0126-2178.  
2
Universidad Técnica De Manabí. Portoviejo, Ecuador.  
Correo: roger.delgado@utm.edu.ec. ORCID ID: https://orcid.org/0000-0001-5152-9973.  
3
Universidad Técnica De Manabí. Portoviejo, Ecuador.  
Correo: lizardo.reyna@utm.edu.ec. ORCID ID: https://orcid.org/0000-0003-0191-8908.  
4
Universidad Técnica De Manabí. Portoviejo, Ecuador.  
Correo: georgi.cedeno@utm.ecu.ec. ORCID ID: https://orcid.org/0000-0001-8271-5752.  
Resumen  
La expansión del cultivo de cacao en la parroquia Eloy Alfaro del cantón Chone y su impacto en la cobertura  
vegetal natural ha sido objeto de estudio. Mediante el uso de imágenes satelitales Sentinel-2 y Landsat 7,  
se aplicaron técnicas de clasificación supervisada y no supervisada para la identificación de áreas cultivadas  
y su evolución temporal. La clasificación supervisada permitió una caracterización más precisa de los  
cultivos. Además, el análisis de índices de vegetación mostró que el NDVI es un indicador robusto para  
evaluar la salud del cultivo de cacao, presentando una alta correlación con otros índices espectrales. No  
obstante, la expansión del cultivo ha resultado en una reducción de la vegetación natural. Los hallazgos  
resaltan la necesidad de implementar prácticas agrícolas sostenibles, como sistemas agroforestales y  
manejo eficiente del suelo, para equilibrar la producción de cacao con la conservación ambiental.  
Palabras clave: Cacao, teledetección, índices espectrales, clasificación, sostenibilidad.  
Abstract  
The expansion of cocoa cultivation in the Eloy Alfaro parish of the Chone canton and its impact on natural  
vegetation cover has been the subject of study. Using Sentinel-2 and Landsat 7 satellite images, supervised  
and unsupervised classification techniques were applied to identify cultivated areas and their temporal  
evolution. Supervised classification allowed for a more accurate characterization of the crops. In addition,  
the analysis of vegetation indices showed that NDVI is a robust indicator for assessing the health of cocoa  
crops, presenting a high correlation with other spectral indices. However, the expansion of cultivation has  
resulted in a reduction in natural vegetation. The findings highlight the need to implement sustainable  
agricultural practices, such as agroforestry systems and efficient soil management, to balance cocoa  
production with environmental conservation.  
Keywords: Cocoa, remote sensing, spectral indices, classification, sustainability.  
87  
Fecha de recepción: 09 de abril de 2025; Fecha de aceptación: 18 de junio de 2025; Fecha de publicación:  
9 de julio del 2025.  
0
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
1
. Introducción  
producción agrícola; aunque cerca del  
0% de las ganancias derivadas de la  
7
El árbol del cacao es una especie  
dicotiledónea perteneciente a la familia  
Malvaceae, cuyo origen se localiza en los  
bosques tropicales de América,  
especialmente en la región amazónica  
venta de chocolate se concentran en  
países de altos ingresos (Foster et al.,  
2024). África occidental es la región  
productora de cacao más grande,  
representando el 77% de su producción  
mundial (Ullah & Dunwell, 2023).  
(
Silva et al., 2024). Prospera en climas  
tropicales con temperaturas entre 10 y  
2°C, elevada humedad (70–90%) y  
altitudes por debajo de los 400 m.s.n.m.  
Meza-Sepulveda et al., 2024). Bajo  
3
Pese a la creciente demanda de cacao, su  
producción mundial ha comenzado a  
decrecer. Entre las causas se encuentran  
problemas de la fertilidad del suelo, el  
incremento de plagas y enfermedades y  
el impacto del cambio climático  
(
sombra, el árbol del cacao puede  
alcanzar hasta diez metros de altura, y  
destaca por la particularidad de que sus  
flores brotan tanto en el tronco como en  
las ramas principales (Mougang et al.,  
(
Visscher et al., 2024). Los fabricantes de  
chocolate fino prefieren la variedad  
conocida como "Cacao Fino de Aroma",  
que se caracteriza por notas aromáticas  
únicas, con matices florales, frutales, a  
nueces, almendras y especias (Tejeda et  
al., 2024).  
2
024).  
Es de gran importancia a nivel global  
debido a sus propiedades nutricionales,  
farmacológicas  
y
valor económico  
(
Vargas-Munévar et al., 2024),  
y
cualidades  
organolépticas  
(Arias-  
Según Barrera et al., (2019), la provincia  
de Manabí se destaca como una de las  
áreas clave para la producción de cacao  
en la costa de Ecuador, debido a las  
condiciones naturales óptimas de suelo y  
clima. Datos del Sistema de Información  
Publica Agropecuaria (SIPA) (2024)  
indican que, en 2023, Ecuador contaba  
con 609 750 ha sembradas de cacao  
Contreras et al., 2024). El interés  
medicinal ha crecido significativamente  
en las últimas décadas, a raíz del hallazgo  
de fitoquímicos y compuestos bioactivos  
en los extractos de cacao (Enogieru &  
Idemudia, 2024).  
Representa una fuente importante de  
ingresos y un recurso para diversificar la  
(
almendra seca), de las cuales 516 634  
88  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
ha fueron cosechadas, alcanzando una  
producción de 379 584 t, lo que resultó  
en un rendimiento promedio de 0,73  
t·ha-1. La provincia de Los Ríos lideró en  
superficie dedicada al cacao, con 124  
El suelo es el mayor sumidero de  
carbono orgánico terrestre del cual  
dependen varios servicios  
ecosistémicos, como la producción de  
alimentos, regulación del clima, ciclo de  
019 ha sembradas, 111 887 ha  
nutrientes,  
transformaciones  
cosechadas, una producción de 99 055 t  
y un rendimiento de 0,89 t·ha-1. En  
segundo lugar, Manabí presentó 117  
bioquímicas y control de plagas (Ozsahin  
et al., 2024). Cambios en la cobertura  
terrestre y en el uso del suelo responden  
a una interacción compleja de factores  
biofísicos y socioeconómicos (Alemu et  
al., 2024). Las actividades humanas se  
han convertido en el impulsor directo de  
las alteraciones en aquellos servicios (Liu  
et al., 2024), afectando el equilibrio  
ecológico, proyecciones climáticas  
futuras, sostenibilidad humana y el  
desarrollo urbano (Niu et al., 2024).  
0
80 hectáreas plantadas, de las cuales  
7 360 fueron cosechadas, logrando una  
9
producción de 65 504 t y un rendimiento  
de 0,67 t·ha-1.  
La Teledetección y los Sistemas de  
Información  
representan  
Geográfica  
(SIG)  
herramientas  
fundamentales en el desarrollo eficiente  
de modelos geoespaciales (Wei et al.,  
2
024). La teledetección, en particular,  
En el contexto de la Agricultura de  
Precisión (AP), basada en tecnologías de  
destaca por ser un método ágil y  
rentable que, gracias a los avances en  
sensores, ha alcanzado niveles elevados  
y estables de precisión posicional (Lei &  
Lei, 2024). Además, los sistemas de  
información geográfica han demostrado  
su utilidad en la evaluación de riesgos,  
debido a sus avanzadas capacidades  
información  
geoespacial,  
se  
ha  
propuesto el análisis de los cambios en la  
superficie cultivada de cacao en la  
parroquia Eloy Alfaro del cantón Chone,  
en la provincia de Manabí, durante un  
período de ocho años.  
para manipular y visualizar datos  
espaciales (Lu et al., 2024).  
89  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
2
. Metodología (materiales y métodos)  
.1. Materiales delimitación  
principales:  
(i)  
las  
coordenadas  
geográficas obtenidas mediante un  
receptor GNSS de alta precisión, y (ii) la  
información espacial proporcionada por  
la Asociación de Productores de Cacao  
Fino de Aroma “La Y de Cucuy”, la cual  
facilitó los límites georreferenciados de  
las fincas dedicadas a la producción de  
cacao orgánico.  
2
y
cartográfica  
La investigación se llevó a cab en la  
parroquia Eloy Alfaro, perteneciente al  
cantón Chone, en la provincia de  
Manabí, Ecuador (Figura 1). La  
delimitación cartográfica de las unidades  
productivas se basó en dos fuentes  
Figura 1. Ubicación geográfica del área de estudio: a) localización de la provincia de Manabí  
dentro del territorio ecuatoriano; b) parroquia Eloy Alfaro en el cantón Chone, dentro de la  
provincia de Manabí; c) distribución espacial de las fincas dedicadas al cultivo de cacao orgánico  
en la parroquia Eloy Alfaro.  
El procesamiento de la información  
geoespacial se llevó a cabo utilizando el  
software QGIS versión 3.22.11, en un  
equipo con procesador Intel(R) Core  
Sentinel-2, para capturas recientes de  
alta resolución, y el conjunto de datos  
LANDSAT TOA (composite image),  
descargado a través de Google Earth  
Engine Explorer, correspondiente al  
periodo 2008–2012.  
(
TM) i3-8130U CPU @ 2.20GHz. Se  
emplearon imágenes multiespectrales  
provenientes de dos fuentes: el sensor  
90  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
2
.2. Procedimientos metodológicos  
Isodata, tanto en las bandas originales  
como en las componentes principales.  
2.2.1. Selección y procesamiento de  
Posteriormente,  
se  
aplicó  
una  
imágenes satelitales  
clasificación supervisada basada en la  
definición de Regiones de Interés (ROI)  
representativas de los cultivos de cacao,  
lo que permitió establecer una  
correspondencia espectral entre clases y  
coberturas reales.  
Se utilizaron imágenes compuestas  
(
composite) generadas en la plataforma  
Google Earth Engine, las cuales son útiles  
para mitigar la interferencia de  
nubosidad en zonas tropicales, ya que  
combinan múltiples escenas adquiridas  
en un intervalo temporal definido  
2.2.3. Construcción de la base de datos  
espacial  
(
Domej et al., 2025) con imágenes de las  
misiones Landsat Sentinel. Esta  
y
Para  
establecer  
una  
muestra  
metodología es especialmente adecuada  
para estudios comparativos con bajo  
dinamismo en el uso del suelo.  
representativa dentro de las áreas  
cultivadas con cacao, se utilizó el  
algoritmo “Puntos aleatorios dentro de  
polígonos” de QGIS (O’Donohue, 2023).  
Cada punto fue georreferenciado con  
coordenadas X e Y, formando así una  
base de datos espacial sobre la cual se  
extrajeron valores espectrales.  
2.2.2. Clasificación espectral de  
cobertura vegetal  
La selección de la imagen se basó en  
criterios de  
mínima nubosidad,  
aplicando un Análisis de Componentes  
Principales (PCA) con el objetivo de  
reducir la dimensionalidad del espectro y  
determinar las bandas con mayor  
capacidad discriminante. La clasificación  
se realizó mediante el complemento  
Semi-Automatic Classification Plugin  
A
partir de imágenes libres de  
nubosidad, se calcularon los siguientes  
índices multiespectrales: NDVI, EVI,  
SAVI, LAI, TVI, DVI, NDWI, BSI. Con la  
herramienta “Point Sampling Tool”, se  
capturaron los valores de dichos índices  
para cada punto y se exportaron a hojas  
de cálculo. En esta etapa se depuraron  
los datos, eliminando valores atípicos  
(
SCP) de QGIS (Congedo, 2021).  
Inicialmente,  
clasificaciones  
se  
ejecutaron  
no  
supervisadas,  
utilizando los algoritmos K-means e  
91  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
provenientes de cuerpos de agua, áreas  
urbanizadas y sombras.  
posible obtener capturas aisladas con  
baja cobertura nubosa de los años 2018,  
019, 2021 y 2022, que permitieron el  
2
2.2.4. Análisis multitemporal de la  
cálculo de índices espectrales. Asimismo,  
se empleó una imagen compuesta  
LANDSAT del periodo 2008–2012, lo que  
permitió comparar la situación inicial  
con los años más recientes.  
cobertura de cacao  
Mediante la calculadora ráster de QGIS,  
se aplicaron operaciones de álgebra de  
mapas para generar los índices en  
diferentes fechas, incluyendo el NDVI  
correspondiente a la imagen LANDSAT  
del periodo 2008–2012. Las variaciones  
espectrales se calcularon comparando  
los valores entre los distintos periodos  
temporales.  
A partir del Análisis de Componentes  
Principales (PCA) aplicado a las 12  
bandas originales de la imagen Sentinel-  
2
con menor nubosidad (28 de agosto de  
018), se generaron seis componentes  
2
sintéticas que concentraron la mayor  
parte de la varianza espectral. Esta  
Estos resultados se contrastaron con los  
puntos aleatorios previamente definidos  
y, tras excluir aquellos afectados por  
nubosidad o interferencias, los datos  
reducción  
dimensional  
permitió  
identificar las bandas más relevantes  
para la discriminación de coberturas,  
optimizando el procesamiento posterior.  
fueron  
exportados  
a
Excel y  
procesados  
posteriormente  
No obstante, los métodos de  
clasificación no supervisada (K-means e  
Isodata), aplicados tanto a las bandas  
originales como a las componentes del  
PCA, no ofrecieron una segmentación  
confiable de las coberturas presentes. La  
agrupación automática generó clases  
espectrales que no correspondían de  
forma precisa con las distintas  
coberturas del terreno, lo que limitó su  
utilidad en este caso.  
estadísticamente en SPSS. Esto permite  
evaluar los cambios en la vegetación  
asociada a los cultivos de cacao y  
determinar tendencias espaciales y  
temporales en su dinámica.  
3. Resultados y discusión  
La persistente nubosidad en la zona de  
estudio restringió la disponibilidad de  
imágenes satelitales limpias durante  
varios meses del año. Sin embargo, fue  
92  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
Por el contrario, la clasificación  
supervisada, ejecutada con el  
asociadas a cultivos de cacao, tres  
correspondientes coberturas no  
a
complemento SCP de QGIS y basada en  
Regiones de Interés (ROI) dentro de las  
fincas cacaoteras, ofreció resultados  
más coherentes con la realidad  
observada en campo. Se identificaron al  
menos seis clases espectrales: dos  
agrícolas (vegetación natural, suelo  
desnudo y áreas urbanas), además de  
clases específicas para nubes y sus  
sombras. La Figura 2 presenta un  
ejemplo de clasificación supervisada  
para 2018.  
Figura 2. Clasificación supervisada de áreas cultivadas de cacao y coberturas vegetales en la  
parroquia Eloy Alfaro (2018).  
Adicionalmente se realizaron pruebas de  
correlación de Pearson y Spearman. La  
matriz de valores p obtenida mediante la  
correlación de Pearson muestra el nivel  
de significancia estadística entre los  
índices espectrales analizados en las  
zonas cultivadas con cacao. Los valores p  
cercanos a 0.00 (color verde) indican una  
correlación significativa entre los pares  
de índices, mientras que los valores más  
altos (en color rojo) indican ausencia de  
significancia estadística al nivel  
convencional (p > 0.05). Debido a que  
todos los coeficientes de correlación de  
Spearman  
fueron  
altamente  
significativos (p < 0.001), no se presenta  
la matriz de valores p.  
93  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
Figura 3. Valor p de los diferentes índices espectrales para distribuciones normales mediante  
análisis de correlación bivariado de Pearson. Colores verdes muestran significancia p < 0.05.  
En esta matriz, la mayoría de las  
combinaciones presentan valores p  
iguales a 0.00, lo que evidencia una  
Este patrón de significancia sugiere que,  
aunque hay alta redundancia entre la  
mayoría de índices (especialmente entre  
NDVI, SAVI, TVI y DVI), no todos aportan  
la misma información. Por ello, la  
selección de índices debe considerar no  
solo su valor interpretativo, sino también  
su comportamiento estadístico en  
contextos específicos, como el cultivo de  
cacao en paisajes tropicales.  
correlación  
estadísticamente  
significativa entre la mayoría de los  
índices, sugiriendo que responden de  
manera coherente a las condiciones  
biofísicas del cultivo. Sin embargo, hay  
tres excepciones notables con valores p  
superiores a 0.05: NDWI y EVI (p = 0.33);  
EVI y LAI (p = 0.19); SAVI y EVI (p = 0.85).  
Estas combinaciones no presentan una  
relación significativa, lo que indica que,  
bajo las condiciones del área de estudio  
y con los datos utilizados, EVI podría  
estar capturando información diferente  
o más sensible a factores externos (como  
Se obtuvieron un total de 18 imágenes  
compuestas basadas en los valores  
mínimo, medio y mediano de las  
diferentes imágenes de cada periodo  
(
2018, 2019 y 2022). Estas imágenes  
compuestas permitieron superar el  
desafío de la alta nubosidad en la región  
tropical. En la Figura 4, se muestra un  
ejemplo de las imágenes compuestas de  
sombras, suelos  
o
saturación en  
coberturas densas), en comparación con  
otros índices.  
94  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
la banda 4 (RED) para el año 2018, donde  
se observa la representatividad de los  
valores mínimos, medios y medianos.  
Figura 4. Imágenes compuestas de la banda 4 del año 2018 (valores: a) mínimos; b) medios; y c)  
medianos).  
a)  
b)  
c)  
A partir de estas imágenes compuestas,  
se seleccionaron las de mayor  
representatividad para cada periodo.  
Para el año 2018, se eligieron las  
imágenes con valores mínimos en la  
banda 4 y valores medianos en la banda  
valores fueron obtenidos mediante la  
extracción de datos espectrales en  
puntos distribuidos aleatoriamente  
dentro de los polígonos cultivados con  
cacao,  
lo  
que  
garantiza  
una  
representación espacial adecuada de las  
condiciones de vegetación presentes en  
cada año.  
8A. Para el año 2019, se seleccionaron  
las imágenes con valores mínimos en  
ambas bandas, y para el año 2022, se  
optó por las imágenes con valores  
mínimos en la banda 4 y valores medios  
en la banda 8ª (NIR).  
La figura 5 muestra la evolución  
temporal de los valores del índice de  
vegetación (NDVI) en la parroquia Eloy  
Alfaro, correspondiente a los años a)  
2012, b) 2018, c) 2019 y d) 2022, a partir  
del análisis de histogramas raster. Estos  
95  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
Figura 5. Distribución del NDVI en la parroquia Eloy Alfaro; a) 2012; b) 2018; c) 2019; y d) 2022).  
a)  
b)  
c)  
d)  
En general, se observa una transición  
desde una vegetación más dispersa y  
heterogénea en 2012 hacia una mayor  
La información se obtuvo a partir de lo  
especificado en la sección 2.2.3. Si bien  
se  
calcularon  
varios  
índices  
densidad  
y
uniformidad en 2018,  
multiespectrales, se ha dado prioridad al  
NDVI por su eficacia comprobada como  
indicador general del estado fisiológico  
de la vegetación, especialmente útil en  
cultivos perennes como el cacao,  
permitiendo así una interpretación  
seguida por una leve reducción del vigor  
vegetal en 2019 y una distribución más  
diversificada en 2022. Esta variabilidad  
puede atribuirse a factores como el  
manejo condiciones  
agronómico,  
climáticas y cambios en el uso del suelo.  
96  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
robusta de la dinámica del paisaje  
agrícola en el tiempo.  
uso de NDVI y otros índices espectrales  
como herramientas eficaces para  
monitorear la vegetación y detectar  
cambios en la cobertura vegetal  
Discusión  
Los resultados obtenidos en este estudio  
reflejan una expansión del cultivo de  
cacao en la parroquia Eloy Alfaro del  
cantón Chone, acompañada de una  
reducción en la cobertura vegetal  
natural. Este fenómeno es consistente  
con estudios previos que han  
documentado la relación entre el cultivo  
de cacao y la deforestación en diversas  
regiones tropicales, particularmente en  
África y América Latina (Kalischek et al.,  
(
Pascuzzi et al., 2019). Sin embargo, los  
resultados de este estudio revelaron que  
la clasificación no supervisada no fue  
suficiente para discriminar con precisión  
las distintas coberturas vegetales.  
Asimismo, la presencia de alta  
nubosidad en la región representó un  
desafío  
significativo  
para  
la  
teledetección.  
Desde una perspectiva de sostenibilidad,  
la implementación de sistemas  
2023; Kanmegne Tamga et al., 2023;  
agroforestales podría mitigar los efectos  
negativos de la expansión del cacao  
Ordway et al., 2017). La expansión del  
cacao es impulsada por la creciente  
demanda global, lo que ha llevado a la  
conversión de bosques en tierras  
agrícolas, generando efectos adversos  
sobre  
el  
medio  
ambiente.  
Investigaciones han demostrado que la  
combinación de árboles de sombra con  
cultivos de cacao puede mejorar la  
conservación del suelo, aumentar la  
biodiversidad y contribuir a la resiliencia  
climática del cultivo (Olwig et al., 2024;  
Ruiz-Russi et al., 2023). En este sentido,  
la promoción de técnicas agroforestales  
en la región de estudio podría  
representar una estrategia viable para  
equilibrar la producción con la  
conservación ambiental.  
sobre  
la  
biodiversidad  
y
el  
almacenamiento de carbono (Kamath et  
al., 2024).  
El uso del Índice de Vegetación de  
Diferencia Normalizada (NDVI) permitió  
evaluar la salud del cultivo de cacao a lo  
largo del tiempo, mostrando un  
incremento en sus valores y sugiriendo  
mejoras  
en  
la  
productividad.  
Investigaciones previas han validado el  
97  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
Por otro lado, los análisis de correlación  
entre los diferentes índices de  
vegetación refuerzan la utilidad del NDVI  
como indicador clave en la evaluación de  
cultivos. No obstante, la eficacia del  
NDVI puede verse afectada por factores  
como la estructura del dosel y la  
presencia de sombra, lo que sugiere que  
4. Conclusiones  
El presente estudio permitió identificar  
el comportamiento en la cobertura del  
cultivo de cacao en la parroquia Eloy  
Alfaro del cantón Chone. La clasificación  
supervisada de imágenes satelitales  
Sentinel-2 y Landsat 7 resultó ser una  
metodología  
efectiva  
para  
la  
futuras  
investigaciones  
podrían  
caracterización de los cultivos y la  
diferenciación de otras coberturas  
terrestres, mientras que los métodos no  
complementar estos análisis con el uso  
de imágenes SAR (Radar de Apertura  
Sintética) y la tecnología UAVs (drones)  
supervisados  
no  
lograron  
una  
(
Kalecinski et al., 2024)para mejorar la  
discriminación precisa. Asimismo, la alta  
correlación del NDVI con otros índices de  
vegetación validó su utilidad como  
indicador clave para evaluar la salud y  
productividad del cacao en la región.  
detección de la cobertura vegetal en  
condiciones de alta nubosidad.  
Se aportan evidencia sobre los cambios  
en la cobertura del cacao en la parroquia  
Eloy Alfaro. Se resalta la necesidad de  
adoptar estrategias sostenibles para  
minimizar la pérdida de vegetación  
natural y optimizar la productividad del  
cultivo. Además, se recomienda el uso  
A pesar del desafío que representa la alta  
nubosidad en la teledetección de áreas  
tropicales, la generación de imágenes  
compuestas permitió mejorar la calidad  
de los datos y facilitar el análisis de las  
dinámicas del cultivo en diferentes  
periodos. El análisis temporal del NDVI  
evidenció una tendencia positiva en la  
salud del cultivo, lo que sugiere mejoras  
en las condiciones agrícolas y en las  
prácticas de manejo utilizadas en la  
zona.  
continuo  
de  
herramientas  
de  
teledetección y SIG para un monitoreo  
más preciso de las dinámicas espaciales  
del cultivo de cacao.  
Desde una perspectiva de sostenibilidad,  
los hallazgos de este estudio resaltan la  
98  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
importancia de promover estrategias  
agroforestales prácticas agrícolas  
https://doi.org/https://doi.org/1  
.1016/j.heliyon.2024.e38971  
0
y
Arias-Contreras, M. A., Checca-Huaman,  
sostenibles para mitigar los efectos  
negativos de la expansión del cacao  
sobre el medio ambiente. La adopción  
de sistemas que integren árboles de  
sombra, rotación de cultivos y el uso de  
N.-R.,  
Arévalo-Hernández,  
Arévalo-Gardini,  
C.  
E.,  
O.,  
Passamani, E. C., & Ramos-  
Guivar, J. A. (2024). Medium  
scale-up  
synthesis  
of  
nanomaghemite as an inhibitor  
of cadmium uptake in seedlings  
of Theobroma cacao L. Journal of  
Agriculture and Food Research,  
biofertilizantes podría contribuir  
a
mantener la productividad del cacao sin  
comprometer la biodiversidad y los  
servicios ecosistémicos de la región.  
1
8, 101295.  
https://doi.org/https://doi.org/1  
.1016/j.jafr.2024.101295  
0
En términos de monitoreo agrícola, se  
recomienda continuar con la aplicación  
de herramientas de teledetección y SIG  
para un seguimiento más preciso de la  
evolución del cultivo y su impacto  
ambiental. Futuras investigaciones  
podrían explorar el uso de imágenes SAR  
y UAVs para mejorar la detección de la  
cobertura vegetal en condiciones de  
nubosidad extrema, optimizando así la  
evaluación de la salud del cultivo y su  
sostenibilidad a largo plazo.  
Barrera, V., Casanova, T., Domínguez, J.,  
Escudero, L., Loor, G., Peña, G.,  
Rarraga, J., Arevalo, J., Tarqui, O.,  
Plaza,  
L.,  
Sotomayor,  
I.,  
Zambrano, F., Rodriguez, G.,  
García, C., & Racines, M. (2019).  
La cadena de valor del cacao en y  
el bienestar de los productores  
de la provincia de Manabí-  
Ecuador. In Iniap: Vol. Libro Técn.  
ARCOIRIS Producciones Gráficas.  
http://repositorio.iniap.gob.ec/h  
andle/41000/5382  
Congedo, L. (2021). Semi-Automatic  
Classification Plugin: A Python  
tool for the download and  
processing of remote sensing  
images in QGIS. Journal of Open  
Source Software, 6(64), 3172.  
https://doi.org/10.21105/joss.03  
172  
Bibliografía  
Alemu, M., Warkineh, B., Lulekal, E., &  
Asfaw, Z. (2024). Analysis of land  
use land cover change dynamics  
in Habru District, Amhara Region,  
Ethiopia.  
e38971.  
Heliyon,  
10(19),  
Domej, G., Pluta, K., & Ewertowski, M.  
(
2025). CataEx: A multi-task  
export tool for the Google Earth  
99  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
Engine  
Environmental Modelling  
Software, 183, 106227.  
https://doi.org/https://doi.org/1  
.1016/j.envsoft.2024.106227  
data  
catalog.  
Schindler, K., & Wegner, J. D.  
(2023). Cocoa plantations are  
associated with deforestation in  
Côte d’Ivoire and Ghana. Nature  
&
0
Food, 384–393.  
https://doi.org/10.1038/s43016-  
23-00751-8  
4(5),  
Enogieru, A. B., & Idemudia, O. U. (2024).  
Comparative protective activity  
of aqueous Zingiber officinale  
root and Theobroma cacao seed  
extracts on lead acetate-induced  
cerebellar toxicity in rats. Journal  
of Trace Elements and Minerals,  
0
Kamath, V., Sassen, M., Arnell, A., van  
Soesbergen, A., & Bunn, C.  
(2024). Identifying areas where  
biodiversity is at risk from  
potential cocoa expansion in the  
1
0,  
https://doi.org/https://doi.org/1  
.1016/j.jtemin.2024.100190  
100190.  
Congo  
Basin.  
Agriculture,  
Ecosystems & Environment, 376,  
109216.  
0
https://doi.org/https://doi.org/1  
Foster, K. A., Suarez-Guzman, L. M.,  
Meza-Sepulveda, D. C.,  
Baributsa, D., & Zurita, C. A.  
2024). Effects of alternative  
0.1016/j.agee.2024.109216  
Kanmegne Tamga, D., Latifi, H., Ullmann,  
T., Baumhauer, R., Thiel, M., &  
Bayala, J. (2023). Modelling the  
spatial distribution of the  
classification error of remote  
(
hermetic bag storage on  
fermented and dried cocoa bean  
(
Theobroma cacao L.). Journal of  
Stored Products Research, 107,  
02351.  
https://doi.org/https://doi.org/1  
.1016/j.jspr.2024.102351  
sensing  
data  
in  
cocoa  
1
agroforestry  
systems.  
Agroforestry Systems, 97(1),  
109–119.  
0
https://doi.org/10.1007/s10457-  
Kalecinski, N. I., Skakun, S., Torbick, N.,  
Huang, X., Franch, B., Roger, J.-C.,  
022-00791-2  
&
Vermote, E. (2024). Crop yield  
Lei, Z., & Lei, T. L. (2024). Large-scale  
integration of remotely sensed  
and GIS road networks: A full  
estimation at different growing  
stages using a synergy of SAR and  
optical remote sensing data.  
Science of Remote Sensing, 10,  
image-vector  
conflation  
approach based on optimization  
and deep learning. Computers,  
Environment and Urban Systems,  
113, 102174.  
https://doi.org/https://doi.org/1  
1
00153.  
https://doi.org/https://doi.org/1  
.1016/j.srs.2024.100153  
0
Kalischek, N., Lang, N., Renier, C., Daudt,  
R. C., Addoah, T., Thompson, W.,  
Blaser-Hart, W. J., Garrett, R.,  
0
0
.1016/j.compenvurbsys.2024.1  
2174  
100  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
Lu, Y., Zhai, G., & Zhou, S. (2024). An  
integrated Bayesian networks  
and Geographic information  
system (BNs-GIS) approach for  
flood disaster risk assessment: A  
case study of Yinchuan, China.  
https://doi.org/https://doi.org/1  
0.1016/j.ecolind.2024.112794  
O’Donohue, D. (2023). Creating Random  
Points in QGIS. Mapscaping.  
https://mapscaping.com/creatin  
g-random-points-in-  
Ecological 166,  
12322.  
https://doi.org/https://doi.org/1  
.1016/j.ecolind.2024.112322  
Indicators,  
qgis/#:~:text=Random Points in  
Polygon%3A This,density values  
for each polygon.  
1
0
Olwig, M. F., Asare, R., Vaast, P., &  
Bosselmann, A. S. (2024). Can  
Agroforestry Provide a Future for  
Cocoa? Implications for Policy  
and Practice BT - Agroforestry as  
Climate Change Adaptation: The  
Case of Cocoa Farming in Ghana  
Meza-Sepulveda, D. C., Hernandez-  
Urrea, C., & Quintero-Saavedra,  
J. I. (2024). Physicochemical  
characterization of the pod husk  
of Theobroma cacao L. of clones  
CCN51, FEAR5, and FSV41 and its  
agroindustrial  
Heliyon,  
application.  
e28761.  
(
M. F. Olwig, A. Skovmand  
10(7),  
Bosselmann, & K. Owusu (eds.);  
https://doi.org/https://doi.org/1  
.1016/j.heliyon.2024.e28761  
pp.  
147–166).  
Springer  
0
International  
Publishing.  
Mougang, N. N., Tene, S. T., Zokou, R.,  
Kohole, H. A. F., Solefack, E. N.,  
Ntongme Mboukap, A., Abaoabo,  
A. A. F., & Womeni, H. M. (2024).  
Influence of fermentation time,  
drying time and temperature on  
cocoa pods (Theobroma cacao L.)  
marketability. Applied Food  
https://doi.org/10.1007/978-3-  
031-45635-0_6  
Ordway, E. M., Asner, G. P., & Lambin, E.  
F. (2017). Deforestation risk due  
to commodity crop expansion in  
sub-Saharan  
Environmental Research Letters,  
2(4).  
https://doi.org/10.1088/1748-  
326/aa6509  
Africa.  
1
Research, 100460.  
https://doi.org/https://doi.org/1  
.1016/j.afres.2024.100460  
4(2),  
9
0
Ozsahin, E., Sarı, H., Erdem, D. B., &  
Ozturk, M. (2024). Digital Soil  
Mapping (DSM) Using a GIS-  
Based RF Machine Learning  
Model: The Case of Strandzha  
Mountains (Thrace Peninsula,  
Türkiye). Revue Internationale de  
Geomatique, 33(0), 341–361.  
Niu, H., Chen, S., & Xiao, D. (2024). Multi-  
Scenario land cover changes and  
carbon emissions prediction for  
peak carbon emissions in the  
Yellow River Basin, China.  
Ecological  
12794.  
Indicators,  
168,  
1
101  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Burgos-García et al. (2025)  
https://doi.org/https://doi.org/1  
.32604/rig.2024.054197  
https://doi.org/https://doi.org/1  
0.1016/j.heliyon.2024.e39295  
0
Pascuzzi, S., Santoro, F., Anifantis, A. S.,  
Cimino, V. (2019). Correlation  
Sistema de Información Publica  
Agropecuaria (SIPA). (2024).  
&
analysis between vegetation  
index (NDVI) and canopy  
coverage (TOC) based on remote  
Información  
Territorial  
https://sipa.agricultura.gob.ec/in  
dex.php/cifras-agroproductivas  
Productiva  
2023.  
sensing  
Engineering  
by  
using  
for  
UAV.  
Rural  
Tejeda, J. F., Arango-Angarita, J., &  
Cuervo, J. L. (2024). Impact of  
solar pre-drying and yeast starter  
Development, 18, 214–220.  
https://doi.org/10.22616/ERDev  
2019.18.N290  
inoculation  
treatments  
on  
Ruiz-Russi, D., Escobar, L., Montealegre  
Bustos, F., Galvis-Neira, D.,  
Camacho Diaz, J., Jaimes Suarez,  
Y. Y., & Rojas Molina, J. (2023).  
CARACTERIZACIÓN DE SISTEMAS  
AGROFORESTALES CON CACAO  
volatile compounds in cocoa  
(Theobroma cacao L.) beans from  
Southwestern Colombia. Applied  
Food Research, 4(2), 100559.  
https://doi.org/https://doi.org/1  
0.1016/j.afres.2024.100559  
(
Theobroma cacao L) EN TRES  
MUNICIPIOS DEL  
DEPARTAMENTO DE BOYACÁ,  
Ullah, I., & Dunwell, J. M. (2023).  
Bioinformatic,  
genetic  
and  
molecular analysis of several  
badnavirus sequences integrated  
in the genomes of diverse cocoa  
COLOMBIA  
CHARACTERIZATION  
†
OF  
[
AGROFORESTRY SYSTEMS WITH  
COCOA (Theobroma cacao L) IN  
THREE MUNICIPALITIES OF THE  
DEPARTMENT OF BOYACÁ,  
COLOMBIA].  
Subtropical Agroecosystems, 26.  
https://doi.org/10.56369/tsaes.4  
(
Theobroma L.)  
germplasm. Saudi Journal of  
Biological Sciences, 30(5),  
03648.  
https://doi.org/https://doi.org/1  
.1016/j.sjbs.2023.103648  
cacao  
1
Tropical  
and  
0
8
01  
Vargas-Munévar, L., Borja-Fajardo, J.,  
Sandoval-Aldana, A., García, W.  
Q., Moreno, E. M., Henriquez, J.  
C., Stashenko, E., García, L. T., &  
Silva, N. M. de J., Lima, C. L. S. de,  
Meireles Santos, R., Rogez, H., &  
Souza, J. N. S. de. (2024).  
EXPLORING VARIATIONS IN  
García-Beltrán,  
Microencapsulation  
O.  
(2024).  
of  
QUALITY  
Theobroma cacao L. BEANS  
FROM EASTERN AMAZONIA.  
PARAMETERS  
OF  
Theobroma cacao L polyphenols:  
A high-value approach with in  
vitro anti-Trypanosoma cruzi,  
Heliyon,  
e39295.  
immunomodulatory  
and  
102  
Revista de Ciencias Agropecuarias ‘‘ALLPA’’: Vol. 8 (Núm. 16) (jul-dic 2025). ISSN: 2600-5883.  
Análisis multitemporal de las superficies cultivadas de Theobroma cacao L., en la parroquia Eloy Alfaro  
del cantón Chone.  
antioxidant  
Biomedicine  
activities.  
&
Pharmacotherapy, 173, 116307.  
https://doi.org/https://doi.org/1  
0.1016/j.biopha.2024.116307  
Visscher, A. M., Chavez, E., Caicedo, C.,  
Tinoco, L., & Pulleman, M.  
(
2024). Biological soil health  
indicators are sensitive to shade  
tree management in a young  
cacao (Theobroma cacao L.)  
production system. Geoderma  
Regional, e00772.  
https://doi.org/https://doi.org/1  
.1016/j.geodrs.2024.e00772  
37,  
0
Wei, G., Han, G. S., & Lang, X. (2024).  
Using RS and GIS for risk  
management of natural disasters  
consequences: The case of  
cultural heritage in Jinan city,  
China. Heliyon, 10(19), e38217.  
https://doi.org/10.1016/j.heliyo  
n.2024.e38217  
103