Publicado em 28 de setembro de 2023.

Los drones se desarrollaron durante el siglo XX originalmente para misiones
militares demasiado aburridas, sucias o peligrosas para los humanos, y en el siglo XXI
ya se convirtieron en equipos esenciales para la mayoría de las fuerzas armadas. Con el
reciente avance en la industria de los drones, estos aparatos ahora se fabrican no solo
como juguetes, sino que también se adaptan para la entrega de documentos y para un
sinnúmero de otras aplicaciones con el uso de sensores sofisticados (Hutagalung et al.,
2023).
Debido al mayor uso de drones en diversos sectores profesionales e industriales,
el mercado comercial de los vehículos aéreos no tripulados (VANT) o drones crecerá
exponencialmente en los próximos años. Estos aparatos voladores se pueden utilizar
comercialmente para objetivos que abarcan las facetas sociales, económicas y ambientales
de las empresas y los productores agrícolas (Kapoor et al., 2023). En la agricultura los
drones pueden estimar con cámaras e imágenes RGB el área foliar, la altura del follaje, así
como muchas otras variables indicadoras de la fisiología del cultivo (Valluvan et al., 2023).
Desde la última década en la investigación agrícola, los datos de imágenes han
crecido exponencialmente utilizando drones y satélites. Debido a eso y al uso de la
inteligencia artificial se les está brindado a los agricultores la oportunidad de utilizar la
tecnología moderna en el campo (Abdulridha et al., 2023; Sundar et al. 2023).
Con los drones se puede leer con mayor eficiencia índices de plantas obtenidos
del análisis multiespectral para tomar decisiones dentro del campo. Ahora se están
desarrollando diferentes metodologías para drones en todo el mundo que se usan para
la detección de plagas y enfermedades de los cultivos y para predecir las necesidades de
agua y nitrógeno (Chiranjeeb et al., 2023).
Esto se puede lograr desarrollando un modelo para recopilar imágenes
geolocalizadas utilizando un dron integrado con una cámara multiespectral y obteniendo
índices de fitovariables utilizando técnicas de procesamiento de imágenes. Las imágenes
de alta calidad permiten a los agricultores tomar decisiones con precisión mucho antes de
que la enfermedad u otro problema se propague en el campo (Choubey y Reddy 2023).
La agricultura de precisión (AP) es una industria que ha sido vaticinada como un
importante lugar de innovación para los VANT. Sin embargo, este no ha sido el caso a nivel
mundial. Los datos de Rodríguez (2023) sobre la adopción de drones en Estados Unidos
muestran que existen diferencias regionales en su adopción, ya que los estados del este
y el oeste tienen una mayor tasa de adopción, mientras que los estados del centro tienen
tasas de adopción más bajas. Eso tiene implicaciones para los operadores, fabricantes y
reguladores de drones, ya que esta industria continúa desarrollándose a un ritmo acelerado.
La AP y la agricultura inteligente tienen grandes beneficios con el Internet de las
cosas (IoT por sus siglas en inglés), ya que permiten obtener y procesar datos para toda
Antecedentes 2
la granja y su entorno. Los dispositivos IoT como los drones son útiles para numerosas
aplicaciones de gestión o manejo de cultivos, porque pueden grabar imágenes de alta
calidad con una resolución fina y durante un determinado período de tiempo.
En el estudio de Pandiyan et al. (2023) predicen que la agricultura se transformará
como resultado de estas tecnologías en evolución, lo que permitirá tomar decisiones en
días en lugar de semanas, así como tener reducciones considerables de costos y aumentos
en el rendimiento. Cuando se toman tales decisiones, se hace posible la aplicación exitosa
de insumos agrícolas en apoyo de la agricultura de precisión (Rifat et al., 2022).
La teledetección con drones es un punto de inflexión en la AP, ya que ofrece una
resolución espectral, espacial y temporal sin precedentes, pero también puede proporcionar
datos detallados de la altura de la vegetación y observaciones multiangulares. Maes y
Steppe (2019) revisaron el progreso de la teledetección del estrés hídrico con drones, en la
detección de malezas y patógenos, en la evaluación del estado nutricional, en el vigor del
crecimiento y en la predicción del rendimiento.
Para transferir este conocimiento a la práctica cotidiana de la AP, la investigación
futura debe centrarse en explotar como integrar los datos hiperespectrales o multiespectrales
con los datos térmicos, pudiendo completar las observaciones en modelos matemáticos
robustos de transferencia, en lugar de usar modelos de regresión lineal (Sarma, y
Nidamanuri (2023). Con base en esas consideraciones el objetivo de este trabajo, es
mostrar la literatura más reciente sobre el estado del arte respecto al uso de drones en la
agricultura moderna de precisión, revelando sus ventajas y algunas de sus desventajas.