La globalización ha traído una serie de importantes problemas a nuestros campos. El libre comercio de productos, que en principio debían ser de proximidad, desde países lejanos con diferentes regulaciones y exigencias respecto a los niveles de calidad de los productos agrícolas, así como de seguridad alimentaria ha hecho que en algunos casos, muy repetidos anualmente, aparezcan nuevas enfermedades o plagas en lugares donde no debería. Son bastante conocidos los casos de la Xylella Fastidiosa en diferentes países del arco mediterráneo (en Italia hizo arrancar muchos campos de olivos [1], y en España también es muy conocida su acción sobre las palmeras y los olivos) [2]. También, el caso de los trips en cítricos es un notable caso en el que esta plaga ha visto potenciada su acción.
Este panorama dibuja una escena en la que los problemas para el campo van creciendo cada vez más. Un sector con una falta de personal cada vez más evidente, ya que la mayoría de jóvenes no ven el trabajo de agricultor como una opción de futuro. También este sector se ha visto afectado por el cambio climático, que hace que ciertos cultivos cada vez sean menos viables y, por otro lado, las enfermedades y las plagas que se han potenciado en los campos debido a la globalización y la generación de resistencias de las nuevas enfermedades.
Ante este panorama, los agricultores se ven cada vez más desanimados y se ven obligados a realizar su trabajo en pérdidas, es decir, que desde el principio de su temporada, los agricultores se conciencian de que van a perder dinero por producir determinados productos para el público.
La tecnología puede ayudar a la solución de algunos de estos problemas. Actualmente, existen algunos proyectos de investigación en los que se plantean soluciones para los problemas que tiene el campo. El uso de drones para la evaluación de diferentes métricas calculadas a partir de imágenes multiespectrales de alta resolución (que llegan hasta unos 0.5cm/pixel, a nivel de tierra) con geolocalización precisa (mediante sistemas RTK) y para la aplicación de productos fitosanitarios, junto con la aplicación de sistemas de Internet de las Cosas (IoT en inglés) con sensores a nivel de suelo que pueden medir diferentes parámetros del suelo (p.e. pH, conductividad, temperatura y humedad, niveles de nitrógeno, fósforo o potasio). Todas estas tecnologías pueden comunicarse con el EDGE/CLOUD mediante comunicaciones 5G. Este EDGE/CLOUD se encargará de realizar los cálculos adecuados para detectar las enfermedades/plagas y aplicar los modelos de inteligencia artificial (IA) adecuados.
Finalmente, el uso de IA para detección y determinación de las enfermedades o plagas presentes en los cultivos, y el uso de modelos grandes de lenguaje (LLM), del estilo DeepSeek, Gemini o ChatGPT, para realizar recomendadores de aplicación de productos fitosanitarios a las enfermedades detectadas. La figura 1 presenta un resumen de esta descripción de combinación de tecnologías para ayudar al sector agrícola a avanzar en la batalla contra los problemas que pueden aparecer.
Para explicar cada una de sus partes, las siguientes secciones se centrarán en aplicaciones específicas de cada parte que hemos ido desarrollando a lo largo de nuestro trayecto en este ámbito.
Enjambres de drones e inteligencia artificial: aliados en la lucha contra las malas hierbas invasoras
La agricultura ecológica enfrenta importantes retos, entre los cuales destaca el control de malas hierbas invasoras. En general, los métodos tradicionales de control suelen ser costosos, laboriosos e insuficientes para frenar su rápida expansión.
Frente a este problema, tecnologías innovadoras como la inteligencia artificial (IA) y los drones ofrecen soluciones sostenibles y efectivas, enmarcadas dentro del concepto de Agricultura 5.0, una evolución de la agricultura digital que integra avances tecnológicos para mejorar la productividad y sostenibilidad.
El desafío de las malas hierbas en la agricultura ecológica
Araujia sericifera y Cortaderia selloana son especies altamente invasivas que compiten agresivamente con los cultivos por luz, agua y nutrientes. Además, dificultan la gestión agrícola tradicional, generando pérdidas económicas significativas y perjudicando la calidad de los productos. Los métodos manuales o mecánicos para eliminar estas malas hierbas, además de ser costosos, suelen requerir mucho tiempo y esfuerzo humano.
Estas plantas no deseadas afectan significativamente la productividad de los cultivos cítricos, especialmente en regiones como el Mediterráneo español. Ambas plantas han sido en su momento plantas ornamentales, pero se han convertido en plantas invasoras por su facilidad de reproducción y de adaptación. En el caso de la Araujia al ser una planta enredadera, puede llegar a matar a los árboles a los que se adhiere.
Tecnología al rescate: drones, IA y agricultura 5.0 [3]
La Agricultura 5.0 supone un avance decisivo hacia una gestión agrícola más eficiente mediante la incorporación de tecnologías como drones equipados con inteligencia artificial. Estos dispositivos voladores autónomos, dotados con cámaras avanzadas y redes neuronales como YOLOv10, pueden detectar y clasificar con precisión las malas hierbas directamente desde el aire, reduciendo drásticamente el tiempo necesario para la identificación de las especies invasoras. La figura 2 resume el procedimiento general de esta aplicación de detección y tratamiento de malas hierbas (y/o plagas).
La inteligencia artificial permite que estos drones identifiquen las malas hierbas con una precisión notable (hasta un 80 % de efectividad), diferenciándolas claramente de los cultivos saludables. Este método garantiza una respuesta rápida y eficiente, reduciendo significativamente los costos económicos y ambientales. La figura 3 muestra una aplicación de detección y geolocalización de estas malas hierbas con un modelo entrenado de YOLO funcionando sobre un dron.
¿Cómo funcionan estos enjambres autónomos de drones?
El sistema se basa en un enjambre de drones que trabajan en dos fases. En la primera, drones equipados con cámaras y tecnología de posicionamiento GPS y RTK vuelan sobre los campos y utilizan inteligencia artificial para identificar y geolocalizar las malas hierbas invasoras. Cada foto que toma cada dron monitorizador, está debidamente geoposicionada, de manera que cuando hay una detección, el sistema guarda la latitud y la longitud en un fichero KML, que posteriormente, será utilizado para generar mapas precisos de los puntos donde se ubican cada mala hierba. A continuación, este fichero se envía a un segundo grupo de drones pulverizadores, encargados de aplicar tratamientos localizados con productos fitosanitarios ecológicos. La figura 4 muestra una ortofoto generada a partir de las fotos geolocalizadas tomadas por el dron y que se usa para la generación del gemelo digital del campo en una aplicación propia sobre la que se pueden mostrar las detecciones y cualquier tipo de información que el agricultor pueda necesitar para tomar decisiones sobre el tratamiento.
Este procedimiento tiene un alto grado de autonomía, de manera que se reduce la necesidad de intervención humana directa durante el proceso, optimizando recursos y aumentando significativamente la precisión y eficiencia del control de las malas hierbas.
Ventajas prácticas y ambientales del método
El uso de drones autónomos para detectar y eliminar malas hierbas representa una notable reducción en costos operativos, con ahorros estimados entre 1.800 y 2.600 euros por hectárea. Además, al emplear productos ecológicos en tratamientos altamente localizados, se minimiza el impacto ambiental en comparación con los métodos químicos convencionales.
Asimismo, la reducción en la dependencia de mano de obra intensiva permite reorientar el trabajo humano hacia tareas agrícolas más estratégicas y menos repetitivas, mejorando las condiciones laborales y potenciando la sostenibilidad económica de las explotaciones agrícolas.
El futuro cercano: gemelos digitales y agricultura 6.0
Una herramienta complementaria para este tipo de sistemas es el uso de gemelos digitales, modelos virtuales tridimensionales que representan con precisión los cultivos y el terreno. Estas réplicas digitales permiten monitorizar y simular distintos escenarios agrícolas en tiempo real, facilitando una toma de decisiones más precisa y fundamentada. La figura 5 muestra una imagen de un mapa con información IoT e información de índices multiespectrales
El futuro de la agricultura, denominado Agricultura 6.0, apunta hacia una integración todavía más profunda de estas tecnologías, creando sistemas totalmente conectados e inteligentes que transformarán radicalmente la gestión agrícola, mejorando aún más la sostenibilidad, productividad y eficiencia del sector.
Conclusión
La integración de enjambres de drones con inteligencia artificial está revolucionando el control de malas hierbas invasoras en la agricultura ecológica. Estas innovaciones no solo aportan beneficios económicos claros, sino que también ofrecen soluciones sostenibles y ecológicas que pueden redefinir la agricultura del futuro cercano, haciendo de la sostenibilidad una realidad tangible y cotidiana en el sector agrícola.
Los autores agradecen al Ministerio y a la AEI la ayuda concedida en el proyecto de I+D+i Agriculture6.0 con referencia TED2021-131040B-C33, financiado/a por MCIN/ AEI/10.13039/501100011033/ y por la “Unión Europea NextGenerationEU/PRTR”. Así mismo, agradecen también a la Generalitat Valenciana la ayuda INREIA/2024/164 en la convocatoria Retech IA GVA, cofinanciada por AEI y por la “Unión Europea NextGenerationEU/PRTR.
Nota: Este artículo resume el trabajo que desarrolla la referencia número 3.
Referencias
- [1] A. Sicard, M. Saponari, M. Vanhove, A. I. Castillo, G. Loconsole, P. Saldarelli, D. Boscia, Cl. Neema, R.O.O. Almeida, Introduction and adaptation of an emerging pathogen to olive trees in Italy, Microbial Genomics, 7, 12, 2021, 735. DOI: 10.1099/mgen.0.000735
- [2] https://www.mapa.gob.es/es/agricultura/temas/sanidad-vegetal/organismos-nocivos/xylella-fastidiosa (Visitado: 14/09/2025)
- [3] P. Catala-Roman, J. Segura-Garcia, E. Dura, E. Navarro-Camba, J.M. Alcaraz-Calero, M. Garcia-Pineda, AI-based autonomous UAV swarm system for weed detection and treatment: Enhancing organic orange orchard efficiency with agriculture 5.0, Internet of Things, 28, 2024, 101418. DOI: 10.1016/j.iot.2024.101418
