Estudiantes de posgrado de la Universidad Autónoma Chapingo (UACh) impulsan el desarrollo de tecnologías que buscan modificar de fondo la manera en que se producen alimentos en México. A través del uso de drones, sensores e inteligencia artificial, investigaciones recientes apuestan por sustituir prácticas agrícolas tradicionales, basadas en la experiencia empírica, por sistemas inteligentes entrenados con datos locales y adaptados a las condiciones agroecológicas del país.
Los trabajos se desarrollan en el programa de posgrado en Ingeniería Agrícola y Uso Integral del Agua (IAUIA), en el que los estudiantes investigan aplicaciones de agricultura de precisión con Sistemas de Aeronaves Pilotadas a Distancia (RPAS).
Bajo la asesoría del doctor Gilberto de Jesús López Canteñs, profesor-investigador del programa y miembro del Sistema Nacional de Investigadoras e Investigadores (SNII) Nivel I, los proyectos se enfocan en el monitoreo de cultivos, análisis multiespectral, planeación productiva y gestión sustentable de los recursos.
Del dato aéreo a la toma de decisiones en el campo
De acuerdo con el investigador, los drones funcionan como plataformas para la adquisición de grandes volúmenes de datos en campo. Sin embargo, el valor agregado surge cuando esa información es procesada mediante modelos de aprendizaje automático, capaces de estimar variables como fenotipos, biomasa o estrés hídrico, lo que redefine la toma de decisiones agrícolas y reduce la dependencia de métodos empíricos.
Uno de los estudios destacados es la tesis de Ricardo Sarabia López, quien desarrolló una metodología para el conteo automatizado de olivos a partir de imágenes multiespectrales de alta resolución. El sistema permite sustituir procesos manuales lentos y propensos a errores por modelos inteligentes entrenados con información local.
Agricultura de precisión aplicada a cultivos estratégicos
En otra línea de investigación, Juan José Pérez Paredes diseñó y evaluó un dron tipo cuadricóptero, basado en software y hardware abierto, capaz de realizar vuelos autónomos para levantamientos topográficos agrícolas.
El prototipo alcanzó altos niveles de estabilidad y precisión, con márgenes de error de apenas centímetros frente a levantamientos realizados con GPS. El investigador abordó también la determinación del estado hídrico del maíz mediante imágenes térmicas y aprendizaje automático, una alternativa al riego por calendario o intuición.
La aplicación de estas tecnologías se extiende a cultivos estratégicos. Juan Espinoza Hernández desarrolló un sistema de detección y conteo automatizado de plantas de agave con imágenes aéreas RGB, logrando niveles de precisión cercanos al 100 % y generando información útil para el manejo del cultivo.
En tanto, el tesista Canek Mota Delfín demostró que es posible estimar de manera confiable la densidad de plantas de maíz incluso en presencia de maleza, uno de los escenarios más complejos del campo mexicano.
Modelos inteligentes para medir biomasa y floración
En el ámbito de la producción forrajera, Francisco Muñoz Bustos construyó un modelo para estimar biomasa de maíz a partir de imágenes multiespectrales y redes neuronales, alcanzando un coeficiente de determinación del 92.9 %, lo que permite evaluaciones no destructivas y más eficientes.
Por su parte, Carlos Martínez Nicolás automatizó la detección de la floración en piña, un proceso clave para programar la cosecha que tradicionalmente dependía de la inspección visual en campo.
En conjunto, estos proyectos reflejan una tendencia hacia la integración de ingeniería, análisis de datos e inteligencia artificial en la agricultura mexicana. Desde el posgrado IAUIA, estudiantes de Chapingo desarrollan soluciones tecnológicas con potencial de aplicación real, orientadas a mejorar la productividad, optimizar el uso del agua y avanzar hacia un manejo más sustentable de los sistemas agroalimentarios del país.
LEE TAMBIÉN: Tesla presenta en México a Optimus, su robot humanoide
