La agricultura está entrando en una etapa en la que la tecnología ya no solamente ayuda a producir más: comienza a observar, interpretar, anticipar e incluso tomar decisiones.

En esta edición de TecnoAgro, dedicada a las innovaciones tecnológicas, quisimos mirar más allá de las novedades comerciales para preguntarnos qué tecnologías están cambiando realmente la manera en que entendemos y manejamos el campo.

Los ejemplos son sorprendentes.

En México, investigadores han desarrollado una cámara térmica de bajo costo que puede viajar a bordo de un dron y obtener información relacionada con el estado hídrico de los cultivos. Una herramienta que apunta hacia algo fundamental en un país donde el agua representa uno de nuestros mayores desafíos: detectar mejor para decidir mejor.

También estamos comenzando a hablar de gemelos digitales agrícolas, representaciones virtuales que permiten modelar el comportamiento de un cultivo y que, al integrarse con sensores, datos e inteligencia artificial, podrían ayudarnos a experimentar primero en una computadora antes de modificar las condiciones del sistema productivo real.

Mientras tanto, la robótica avanza rápidamente. Las nuevas máquinas agrícolas ya no solamente se desplazan: incorporan cámaras, sensores e inteligencia artificial para reconocer plantas, identificar frutos, detectar anomalías y realizar tareas cada vez más complejas. La agricultura autónoma comienza a construirse a partir de tractores sin conductor, drones, robots, sensores y plataformas digitales capaces de comunicarse entre sí.

Pero probablemente una de las discusiones más importantes de esta edición no esté en las máquinas, sino en algo invisible:

los datos.

La inteligencia artificial aprende de la información que recibe. Y si queremos sistemas capaces de comprender nuestros cultivos, variedades, suelos y condiciones climáticas, México tendrá que generar, organizar, validar y proteger su propia información agrícola.

¿De quién serán esos datos? ¿Quién podrá utilizarlos? ¿Quién entrenará los modelos que mañana podrían recomendar cuándo regar, detectar una enfermedad o anticipar una cosecha?

Son preguntas que apenas comenzamos a responder.

También debemos mantener una perspectiva crítica. No toda tecnología experimental está lista para utilizarse comercialmente y no todo lo que hoy denominamos “inteligencia artificial” puede sustituir el conocimiento agronómico.

La innovación verdaderamente valiosa no consiste en utilizar tecnología porque existe.

Consiste en utilizarla para resolver problemas reales.

Ahorrar agua.

Reducir insumos.

Detectar enfermedades antes.

Disminuir pérdidas.

Mejorar rendimientos.

Facilitar labores difíciles.

Tomar decisiones con mayor información.

Y hacer que esas soluciones sean accesibles para productores de diferentes escalas.

Quizá el campo del futuro no sea aquel donde desaparezcan las personas y trabajen solamente las máquinas.

Será aquel donde productores, técnicos y agrónomos tengan nuevas herramientas para comprender lo que sucede en cada parcela e incluso en cada planta.

Porque después de recorrer las innovaciones que presentamos en esta edición queda algo muy claro:

el futuro de la agricultura no será solamente más tecnológico. Tendrá que ser más inteligente, más preciso y, sobre todo, más útil para quien produce.

Ana Rocío Serna
Directora General
TecnoAgro

El cargo Editorial TA 205 | Innovar también es aprender a mirar el campo de otra manera apareció primero en Revista Agrícola. TecnoAgro.

DC. José Octavio Rodiles López

DC. Héctor Eduardo Martínez Flores

DCE. Rafael Zamora Vega

QFB. UMSNH. Michoacán, México

Las innovaciones tecnológicas han incrementado la producción agrícola y mejorando las tasas de rendimiento. Dentro de éstas está el uso de los llamados biofertilizantes. Se define biofertilizante como aquel fertilizante orgánico que se combina con microorganismos vivos. Los fertilizantes orgánicos pueden ser hechos de composta, estiércol, humus de lombrices o residuos vegetales, y los microorganismos pueden ser bacterias u hongos.

Todos los seres vivos interaccionan entre sí, simbiosis, y en base a estas relaciones podemos hablar de tres tipos: comensales, mutualistas y patógenos. Los comensales conviven sin generar cambios entre los mismos. Por otro lado, los mutualistas se complementan y ambos sacan ventajas del otro, y en los patógenos, uno de ellos genera una enfermedad al otro. Cabe señalar que hay microorganismos aerobios y anaerobios, los primeros necesitan oxígeno para vivir, mientras que los segundos mueren en presencia de oxígeno, pero hay algunos que pueden vivir en presencia o ausencia de oxígeno, llamados anaerobios facultativos.

Se le llama compost o composta al producto de varios materiales de origen orgánico que son sometidos a procesos de descomposición controlada que motiva el crecimiento de ciertos microorganismos; la composta alimenta a estos microorganismos y éstos ayudan al crecimiento y desarrollo de la planta. La descomposición se hace mediante bacterias u otros microorganismos como hongos y protozoarios, siendo la temperatura de la composta un factor crítico a regular. También pueden intervenir insectos, tales como lombrices de suelo, hormigas, caracoles, babosas, etc., y que en conjunto degradan la materia orgánica. Cabe mencionar que la materia orgánica de la composta proviene de organismos muertos, tanto vegetales, animales u hongos, y sus residuos. Esta materia aporta tanto macronutrientes (carbohidratos, proteínas y lípidos) como micronutrientes (vitaminas y minerales). En función a los tiempos de degradación dentro de la composta se habla de componentes rápidos (hojas, estiércoles de aves, y malezas jóvenes); componentes lentos (frutas y verduras, paja, heno, y estiércol de caballos, vacas, burros o conejos), y muy lentos (troncos, ramas, aserrín, cáscara de huevos, y flores y huesos de frutas). Además, no se pueden utilizar residuos inorgánicos, como plásticos.

En función al tipo de materia prima, existen diferentes métodos de hacer la composta. Uno de ellos, consiste en colocar la mezcla de la composta en un recipiente cerrado y dejarlo así durante un determinado tiempo, recipientes de 1.0 a 1.5 m³ y sin control de la temperatura. Otro método es el de las pilas estáticas aireadas, similar al anterior, pero conteniendo tubos que permiten la introducción de aire periódicamente; este sistema permite el desarrollo de microorganismos aerobios y anaerobios, mientras que el primero solamente anaerobios. Los tubos de flujo de aire también permiten un control de la temperatura. Recordemos que la temperatura es un factor crítico para el crecimiento de microorganismos e insectos. El ultimo sistema es el llamado de volteo, siendo el más usado, donde la pila de la composta se voltea periódicamente, ya sea manual o mecánicamente. Este sistema permite ambientes aerobios y anaerobios.

Actualmente, existen empresas industriales que hacen compostas, pero estas también pueden ser hechas por pequeños productores. Los factores críticos para su buen desarrollo son la humedad, temperatura, relación carbono/nitrógeno de la materia orgánica, pH, aireación, y el tamaño de partícula -a menor tamaño de la partícula, mayor velocidad de composteo.

Otro método es la fermentación de estos residuos, incluyendo compostas y humus de lombriz. La fermentación es un proceso metabólico de tipo anaerobio donde un microorganismo produce un determinado metabolito, y la pueden realizar bacterias u hongos. La condición es que el residuo vegetal o composta se encuentre en un sistema totalmente anaerobio, es decir, en ausencia de oxígeno, ya que la fermentación es un proceso anaerobio y se inhibe en presencia de oxígeno. Los microorganismos que crecen en la fermentación generan sustancias que ayudan al crecimiento de la planta.

Estrictamente hablando, la composta genera ciertos microorganismos, pero en un biofertilizante se agregan otros microorganismos de manera selectiva, para potenciar su efecto, y estos interactúan con las raíces y favorecen la asimilación de los nutrientes tipo minerales, incluyendo los macrominerales nitrógeno, potasio y fósforo, y también de los micronutrientes, tales como magnesio, calcio, manganeso, zinc, etc. Además, estos microorganismos favorecen la retención de agua y la resistencia a plagas y sequias, así como evitar enfermedades generadas por microorganismos patógenos. También se ha observado que pueden generar fitohormonas que favorecen el crecimiento de la planta.

Existe toda una gama de microorganismos que se pueden usar, y se siguen investigando otras alternativas. Se incluyen las bacterias fijadoras de nitrógeno, familia Rhizobiaceae, además de los género Azotobacter y Azospirillum, y dentro de los hongos, la familia de las Micorrizas.

Las bacterias fijadoras de nitrógeno, género Rhizobium, captan el nitrógeno ambiental y lo transforman en nitrógeno orgánico que es usado por la planta. Estas son bacterias Gram Negativas aerobias que viven mutualistamente, la bacteria aporta nitrógeno a la planta, y la planta le aporta cierta molécula que permite que la bacteria pueda usar el oxígeno para su metabolismo. Estas bacterias son comunes en leguminosas, pero actualmente se usan cultivos hechos en laboratorio de estas bacterias en otras plantas. De hecho, el barbecho hecho de leguminosas se usa desde hace muchos años para mejorar la productividad de otras plantas, pero en esencia era aportar las bacterias Rhizobium a otras plantas. La fijación de nitrógeno no la realizan exclusivamente las bacterias, ya que también necesitan de la planta, relación mutualista.

Azotobacter es un género de bacterias de la familia Pseudomonadaceae, bacterias Gram (-) aerobias, que también son fijadoras de nitrógeno. Cuando se usa un fertilizante inorgánico como fuente de nitrógeno, el problema es que los excesos de dicho nitrógeno son lixiviados y terminan en las aguas, incluyendo ríos, lagos, lagunas y mares. Estas bacterias fijan el nitrógeno en condiciones micro anaerobias, es decir, una baja concentración de oxígeno. Estas convierten el nitrógeno ambiental (N₂) en amonio (NH₄⁺), mediante una enzima llamada nitrogenasa, y que es usado por la planta como fuente de nitrógeno. La planta si puede utilizar el amonio. También se ha reportado que ayudan a la solubilización del fósforo, que también es aprovechado por la planta, y la formación de otras sustancias como aminoácidos, vitaminas, ácidos grasos, auxinas, y giberelinas, que en conjunto potencian el crecimiento de la planta y procesos de germinación, floración, y fructificación. Además, generan sustancias que inhiben el crecimiento de hongos patógenos.

Azospirillum es un género de bacteria que también es fijadora de nitrógeno. Se ha observado su presencia de forma natural en plantas de cereales, agaves y ciertas cactáceas. Estas bacterias crecen bien en zonas tropicales y templadas y son anaerobias facultativas. Estas usan el nitrógeno ambiental, N₂, pero también pueden usar nitratos y nitritos, pero necesitan de hierro o molibdeno para la conversión del nitrógeno.

Los hongos Micorrizas actúan de forma mutualista con la planta. En este caso, los hongos reciben azúcares de la planta que les sirven de alimento, mientras que el hongo captura el nitrógeno ambiental, inorgánico, y lo transforma en nitrógeno orgánico para que la planta lo utilice en su metabolismo.

Otros hongos son los de la familia Trichoderma. Estos favorecen la alimentación foliar, es decir, la nutrición a través de las hojas. También se ha observado que estos hongos evitan el ataque de hongos patógenos, evitando enfermedades y se les consideran como fungicidas naturales. Estos fungicidas están siendo ampliamente estudiados, ya que son amigables con el medio ambiente y con nulo efecto tóxico sobre agentes polinizadores, humanos y otros seres vivos. Además se ha observado que estos no dejan sabores anómalos en las plantas y mejoran el crecimiento de las raíces.

Los biofertilizantes disminuyen la contaminación ambiental, por lo que se les consideran amigables con el medio ambiente; agricultura ecológica. Así mismo, mejoran los suelos y con ello aumentan la fertilidad y retención de agua. Por otro lado, la generación de fitohormonas producen plantas más sanas y resistentes. Estos permiten el aprovechamiento de residuos orgánicos, propiciando la llamada agricultura circular, explotación de desechos de otras industrias. Los fertilizantes tradicionales, llamados agroquímicos, tienen un fuerte impacto ecológico, siendo fuente de alta contaminación ambiental de suelos y aguas, así mismo, el costo de elaboración de los mismos es muy alto, contrario a los fertilizantes orgánicos. Se han reportado aumentos en la producción agrícola de hasta 50% con el uso de los biofertilizantes.

Los biofertilizantes tienden a aumentar la temperatura de los suelos, beneficiando a las raíces y mejorando la nutrición de la planta. Estos lógicamente aumentan la actividad microbiana de los suelos, mejorando la fijación de carbono. Sin embargo, habrá que tener cuidado de no generar microorganismos patógenos que puedan afectar la salud de la planta.

Los biofertilizantes se pueden aplicar en líquido o en sólido, ya sea en el suelo o directamente a las raíces, y el tipo de fertilizante depende del tipo de cultivo y suelo. Los fertilizantes líquidos tiene una acción más rápida, mientras que los sólidos actúan de forma gradual. La gran ventaja dentro de las innovaciones tecnológicas actuales es que puede ser accesible a pequeños productores.

El uso de biofertilizantes es una gran herramienta dentro de la innovaciones tecnológicas. Estos nutren a la planta sin un daño ecológico en suelos y agua, además de incrementar la productividad. Estos son biodegradables y no tóxicos para humanos, agentes polinizadores, además de otros seres vivos. La gran ventaja es que pueden usarlos los pequeños productores sin gastos excesivos en su implementación.

El cargo BIOFERTILIZANTES apareció primero en Revista Agrícola. TecnoAgro.

Tractores sin conductor, robots que eliminan malezas, drones que inspeccionan cultivos, sensores que ordenan cuándo regar e inteligencia artificial capaz de reconocer plantas. Muchas piezas del campo autónomo ya existen. Sin embargo, entre automatizar algunas labores y conseguir que una explotación funcione prácticamente sola todavía existe una enorme distancia.

Imagine una parcela donde los sensores detectan falta de humedad y el sistema activa automáticamente el riego únicamente donde es necesario.

Después despega un dron. Sus cámaras encuentran malezas, un algoritmo determina su ubicación y envía las coordenadas a un robot terrestre.

Mientras tanto, un tractor trabaja sin conductor.

Parece ciencia ficción, pero las tecnologías necesarias para construir ese escenario ya existen individualmente.

La pregunta es: ¿pueden integrarse hasta formar una explotación verdaderamente autónoma?

La agricultura autónoma ya comenzó

Del 1 al 3 de julio de 2026, la FAO celebró en Roma su primera Conferencia Mundial sobre Agricultura Inteligente.

Su exposición tecnológica reunió tractores autónomos, robots de riego, drones agrícolas, rovers, pinzas robóticas, sensores, plataformas digitales y sistemas de monitoreo mediante inteligencia artificial.

Esto demuestra que la automatización agrícola ya no pertenece exclusivamente a los laboratorios.

Sin embargo, no todas estas tecnologías tienen el mismo grado de madurez.

Automatización no es autonomía

Un sistema automatizado ejecuta una acción programada.

Por ejemplo, abrir el riego todos los días a determinada hora.

Un sistema autónomo puede incorporar sensores, analizar información, decidir si necesita actuar y ejecutar una acción con cierto grado de independencia.

Por eso un tractor con autoguiado no necesariamente es autónomo.

Tampoco lo es un dron únicamente porque siga una ruta programada.

La verdadera autonomía aparece cuando se conectan tres capacidades:

percibir → decidir → actuar.

Lo que ya es realidad

Los sistemas de autoguiado de tractores y cosechadoras llevan años trabajando mediante posicionamiento satelital de alta precisión.

El siguiente paso ya está disponible para determinadas operaciones: retirar al conductor de la cabina.

John Deere, por ejemplo, dispone de soluciones autónomas para ciertas labores agrícolas que utilizan cámaras, procesamiento de imágenes e inteligencia artificial para detectar obstáculos y supervisar la operación de manera remota.

También existen robots comerciales capaces de recorrer cultivos para realizar tareas como control mecánico de malezas.

Y los sistemas de pulverización selectiva utilizan cámaras e inteligencia artificial para identificar vegetación y activar únicamente las boquillas necesarias.

Esto representa un cambio profundo: pasar de tratar uniformemente hectáreas completas a actuar solamente donde existe un objetivo.

Drones y sensores: los ojos del campo

El valor actual de los drones no está simplemente en volar.

Está en los datos que producen.

Cámaras RGB, multiespectrales y térmicas permiten detectar diferencias dentro de las parcelas que difícilmente podrían observarse con la misma rapidez desde el suelo.

Pero obtener información no significa todavía tener autonomía.

En muchos sistemas actuales, una persona debe interpretar el mapa y decidir qué hacer.

El siguiente paso es cerrar el ciclo:

detectar → interpretar → decidir → actuar.

Por ejemplo: un dron identifica una zona con malezas, el sistema calcula las coordenadas y un robot recibe automáticamente la orden para intervenir.

Los sensores cumplen otra función fundamental.

Humedad del suelo, temperatura, radiación, clima, flujo de agua, imágenes y estado de las máquinas pueden conectarse mediante Internet de las Cosas.

El campo comienza entonces a funcionar como una red.

La IA comienza a tomar decisiones

La inteligencia artificial permite encontrar patrones entre cantidades enormes de información.

Actualmente existen numerosos sistemas capaces de generar recomendaciones:

“Esta zona presenta menor vigor”.

“Existe riesgo de enfermedad”.

“El suelo tiene poca humedad”.

Pero generalmente una persona continúa tomando la decisión.

Una agricultura verdaderamente autónoma avanzaría hacia otro nivel:

“Esta zona necesita agua y aplicaré esta cantidad”.

“He identificado malezas y enviaré un robot”.

“Estos frutos están listos y comenzaré la cosecha”.

Algunas de estas capacidades ya existen para tareas específicas. Lo que todavía no existe de forma generalizada es una explotación que tome autónomamente todas esas decisiones.

La cosecha: una de las fronteras más difíciles

Cosechar una fruta demuestra lo complejo que puede ser reemplazar una tarea aparentemente sencilla.

Una persona observa el fruto, determina si está maduro, calcula dónde sujetarlo, ajusta la fuerza y lo desprende sin dañarlo.

Un robot necesita cámaras, visión artificial, reconocimiento de objetos, estimación tridimensional, brazo robótico, sistema de agarre y planificación de movimiento.

Ya existen prototipos avanzados y soluciones comerciales especializadas, pero la cosecha robótica generalizada continúa enfrentando limitaciones de velocidad, costo y confiabilidad.

Estamos ante una tecnología en transición, no ante una sustitución completa del trabajo humano.

El campo es más complicado que una fábrica

Una fábrica puede mantener condiciones relativamente controladas.

El campo cambia constantemente.

Lluvia, polvo, lodo, iluminación, viento, vegetación, animales y pérdida de conectividad introducen variables impredecibles.

Además, una máquina agrícola autónoma debe ser extremadamente segura.

Por eso conseguir que un tractor siga una trayectoria es muy diferente a permitir que una explotación completa tome decisiones sin supervisión.

Tres niveles de autonomía

En 2026 podemos dividir las tecnologías aproximadamente así:

REALIDAD ACTUAL: autoguiado, sensores conectados, riego automatizado, drones de monitoreo, pulverización selectiva, visión artificial y determinadas aplicaciones de tractores y robots autónomos.

TRANSICIÓN: robots cosechadores, flotas coordinadas, robots especializados y sistemas capaces de conectar automáticamente diagnóstico y acción.

FUTURO: explotaciones capaces de sembrar, monitorear, diagnosticar, regar, proteger y cosechar prácticamente sin intervención humana.

¿Un campo sin trabajadores?

La autonomía no significa necesariamente ausencia de personas.

Las máquinas necesitan supervisión, mantenimiento, programación, calibración y reparación.

Algunas actividades repetitivas o físicamente exigentes probablemente disminuirán, mientras aparecerán nuevas ocupaciones:

operadores de robots, especialistas en sensores, técnicos mecatrónicos, analistas de datos y agrónomos capaces de trabajar con inteligencia artificial.

Por eso la pregunta quizá no sea si desaparecerán las personas del campo.

Será:

¿qué harán las personas en el campo del futuro?

Estamos mucho más cerca de la agricultura autónoma que hace una década, pero todavía lejos de una explotación que funcione completamente sola.

El verdadero cambio probablemente no será ver campos vacíos llenos de robots.

Será conseguir que sensores, drones, algoritmos y máquinas dejen de trabajar aisladamente y comiencen a funcionar como un único sistema.

Y entonces aparecerá la pregunta más importante:

¿cuántas decisiones agrícolas estaremos dispuestos a delegar a las máquinas?

Fuentes

FAO. Global Conference on Smart Farming: Leveraging data and technology for sustainable agrifood systems. Roma, 1-3 julio de 2026.

FAO. Smart Farming Exhibition, 2026.

FAO-EBRD. Información sobre robótica y automatización en sistemas agroalimentarios, 2026.

John Deere. Documentación técnica sobre autonomía agrícola y maquinaria autónoma.

FAO. Agricultura digital, inteligencia artificial y mecanización agrícola sostenible.

El cargo Agricultura autónoma: ¿qué tan cerca estamos de un campo que opere casi solo? apareció primero en Revista Agrícola. TecnoAgro.

Robots que ven, diagnostican y cosechan: la nueva generación de trabajadores agrícolas

Detectar enfermedades, identificar frutos maduros, desplazarse entre plantas, calcular rutas y cosechar sin dañar el producto. La robótica agrícola está dejando atrás la idea de máquinas que simplemente siguen instrucciones. Los nuevos sistemas comienzan a observar, interpretar y actuar. Pero ¿qué tan cerca estamos realmente de contar con robots capaces de sustituir una jornada completa de trabajo agrícola?

Durante décadas, la mecanización del campo se concentró principalmente en hacer las máquinas más grandes, potentes y rápidas.

La robótica agrícola propone algo diferente.

Una máquina ya no necesita limitarse a recorrer una parcela siguiendo una trayectoria. Puede incorporar cámaras, sensores, inteligencia artificial y brazos robóticos para reconocer su entorno y ejecutar tareas específicas.

En septiembre de 2025, el Servicio de Investigación Agrícola del Departamento de Agricultura de Estados Unidos, USDA-ARS, inició un proyecto especialmente revelador: desarrollar un sistema de visión artificial e inteligencia artificial para robots de invernadero capaz de realizar varias tareas agrícolas con una misma plataforma.

El objetivo incluye detectar enfermedades, desplazarse de manera autónoma, planear rutas, estimar producción y cosechar mediante visión artificial y manipulación robótica.

No se trata todavía de un trabajador agrícola robótico capaz de resolver cualquier problema que encuentre.

Pero muestra con claridad hacia dónde está avanzando la tecnología.

Primero, el robot tiene que aprender a ver

Para una persona, observar una planta y detectar que algo parece anormal puede tomar segundos.

Para una máquina es mucho más complicado.

Debe transformar una imagen en información.

¿Dónde está la planta?

¿Dónde termina una hoja y comienza otra?

¿Ese cambio de color corresponde a una enfermedad, daño mecánico, sombra o variación normal?

¿Dónde está el fruto?

¿Está maduro?

¿Hay una rama bloqueando el acceso?

La visión artificial y el aprendizaje profundo están permitiendo responder cada vez mejor estas preguntas.

El proyecto de USDA-ARS para invernaderos busca precisamente desarrollar un sistema capaz de detectar y clasificar enfermedades en tiempo real, aun cuando cambien la iluminación y las condiciones de las plantas.

También pretende utilizar información visual para que el robot determine su ruta, evite obstáculos y se desplace dentro del invernadero.

Después viene la tarea más compleja: utilizar esa misma visión para dirigir un brazo robótico y cosechar.

Eso convierte a la cámara en mucho más que un sensor.

Se vuelve, literalmente, los ojos de la máquina.

Cosechar no es tan sencillo como parece

La recolección selectiva de frutas es una de las fronteras más difíciles de la robótica agrícola.

Una persona puede observar rápidamente varios frutos y decidir cuáles están listos para cosechar. Después calcula de manera casi intuitiva dónde sujetarlos y cuánta fuerza aplicar.

Un robot necesita resolver cada una de esas decisiones mediante sensores y algoritmos.

USDA-ARS mantiene desde mayo de 2025 un proyecto específico para desarrollar nuevas tecnologías de evaluación de calidad y madurez y una nueva generación de robots para cosecha de fruta.

Uno de sus objetivos es crear sistemas basados en inteligencia artificial capaces de estimar tamaño, rendimiento, calidad y grado de madurez de los frutos en tiempo real.

Además, se está desarrollando una plataforma móvil autónoma equipada con múltiples sensores para recorrer huertos y generar información localizada sobre rendimiento y madurez.

La segunda parte del proyecto es todavía más ambiciosa: desarrollar robots capaces de realizar cosecha completa y cosecha selectiva de manzanas.

Es decir, no solamente tomar un fruto.

Decidir qué fruto tomar.

El robot debe saber dónde está la fruta

En un huerto real, una manzana puede estar completamente visible o parcialmente cubierta por hojas y ramas.

La iluminación cambia constantemente.

El viento mueve el follaje.

Los frutos se encuentran a distintas profundidades.

Y dos manzanas pueden aparecer superpuestas desde el punto de vista de una cámara.

Por eso la percepción tridimensional es uno de los grandes desafíos.

El proyecto de USDA busca mejorar la localización de frutos y ramas incluso bajo estructuras complejas y condiciones adversas de iluminación. También desarrolla manipuladores de dos brazos con mejores algoritmos de planificación y coordinación para desprender los frutos con mayor rapidez.

Una revisión científica publicada en 2025 en Computers and Electronics in Agriculture coincide en que el reconocimiento de frutos y la estimación correcta del punto y la posición de cosecha son elementos fundamentales para que estos robots funcionen en condiciones reales.

Aunque los algoritmos han avanzado considerablemente, el uso generalizado de robots recolectores en huertos todavía no es una realidad.

Ver, decidir y tocar

Aquí aparece una diferencia importante respecto a otras aplicaciones de inteligencia artificial.

Un algoritmo puede identificar correctamente una manzana en una fotografía.

Pero cosecharla requiere interactuar físicamente con ella.

El robot necesita calcular una trayectoria para su brazo, aproximarse sin golpear ramas, posicionar su herramienta, sujetar el fruto con suficiente firmeza y desprenderlo sin dañarlo.

Después debe depositarlo correctamente.

Todo en pocos segundos.

Por eso la robótica agrícola depende de la integración de varias tecnologías:

visión artificial + inteligencia artificial + sensores + navegación + manipulación robótica.

Si cualquiera de ellas falla, la cosecha puede fallar.

Mucho más que cosechar

Los robots agrícolas tampoco están siendo diseñados únicamente para reemplazar recolectores.

USDA-ARS desarrolla actualmente otro proyecto donde robots equipados con visión artificial e inteligencia artificial realizarán tareas como plantar, inspeccionar y retirar plántulas defectuosas o potencialmente contaminadas en sistemas de agricultura en ambiente controlado.

El proyecto contempla imágenes de color, multiespectrales, térmicas y tridimensionales para detectar características que incluso pueden no resultar evidentes para el ojo humano.

En campo abierto, el mismo concepto se está explorando para identificar indicios de intrusión de fauna o contaminación fecal en zonas de producción y señalar automáticamente su ubicación para facilitar acciones de inocuidad.

La máquina deja entonces de ser solamente fuerza mecánica.

Se convierte en una plataforma de observación y vigilancia agrícola.

¿Puede un robot diagnosticar una enfermedad?

Aquí debemos ser cuidadosos.

Detectar visualmente síntomas compatibles con una enfermedad no equivale necesariamente a realizar un diagnóstico definitivo.

Muchas enfermedades, deficiencias nutricionales y problemas fisiológicos pueden producir síntomas similares.

La IA puede clasificar patrones y generar alertas con enorme rapidez, pero en determinados casos será necesaria la confirmación de especialistas o análisis complementarios.

Por ello, en el futuro cercano el robot podría funcionar más como un inspector extremadamente constante:

recorre plantas;

captura imágenes;

detecta anomalías;

clasifica posibles problemas;

marca su ubicación;

y alerta al responsable.

Esto por sí solo puede cambiar enormemente el manejo de un invernadero.

Una persona difícilmente puede examinar individualmente miles de plantas todos los días.

Un robot sí podría hacerlo.

¿Entonces ya podemos sustituir al trabajador agrícola?

No.

Y ésa es una distinción fundamental.

La investigación científica reciente sobre robots cosechadores muestra avances importantes en percepción, inteligencia artificial y manipulación, pero también reconoce obstáculos relevantes para su utilización masiva.

Velocidad.

Costo.

Fiabilidad.

Frutos ocultos.

Cambios de iluminación.

Variabilidad de las plantas.

Terreno irregular.

Mantenimiento.

Seguridad.

Una revisión de 2025 sobre robots cosechadores de manzana señala que, pese a décadas de desarrollo y numerosos prototipos, su adopción generalizada en huertos aún no se ha producido.

Por eso resulta más preciso hablar de robots especializados que de trabajadores universales.

Actualmente funcionan mejor cuando reciben una misión muy concreta.

Detectar.

Deshierbar.

Inspeccionar.

Transportar.

Podar.

Cosechar determinado fruto.

La investigación reciente confirma que los robots agrícolas suelen diseñarse para operaciones específicas, especialmente aquellas que requieren alta precisión o mucha mano de obra.

El verdadero cambio: multiplicar los ojos del productor

Quizá el impacto inmediato de la robótica agrícola no sea ver campos completamente vacíos.

Puede ser algo mucho menos espectacular y mucho más útil.

Un robot puede recorrer un cultivo durante horas sin cansarse.

Puede fotografiar cada planta.

Registrar dónde encontró una anomalía.

Comparar imágenes con las del día anterior.

Medir.

Contar frutos.

Estimar rendimiento.

Identificar cuáles podrían estar maduros.

Y transmitir toda esa información.

En ese escenario, el productor y el agrónomo siguen tomando decisiones, pero cuentan con una cantidad de información imposible de obtener manualmente.

La robótica no solamente sustituye manos.

También multiplica ojos.

¿Qué tan lejos está el “jornalero digital”?

En 2026 existen tres realidades diferentes.

Ya disponibles o técnicamente maduras: robots para algunas tareas repetitivas, sistemas de visión artificial, plataformas autónomas, control mecánico de malezas y maquinaria especializada.

En transición: robots capaces de combinar percepción, navegación y manipulación para cosecha selectiva, diagnóstico visual y múltiples tareas dentro de invernaderos.

Todavía futurista: un único robot capaz de entrar a una explotación, comprender cualquier problema agronómico y realizar con la versatilidad de una persona todas las labores necesarias durante un ciclo productivo.

La tecnología avanza rápidamente, pero la agricultura continúa siendo un entorno extraordinariamente complejo.

Una planta nunca crece exactamente igual que otra.

Y ése es precisamente el desafío.

El jornalero digital probablemente no llegará como un humano metálico capaz de hacerlo todo.

Llegará como una nueva generación de máquinas especializadas que ven, analizan y ejecutan tareas cada vez más complejas.

Y quizá la gran transformación no sea reemplazar completamente al trabajador agrícola.

Será conseguir que humanos y máquinas dividan el trabajo de otra manera:

los robots realizando labores repetitivas, precisas o físicamente demandantes;

y las personas aportando experiencia, criterio agronómico, supervisión y capacidad para responder ante lo inesperado.

Porque el verdadero desafío de la robótica agrícola no es conseguir que una máquina pueda recoger una fruta.

Es lograr que sepa cuál recoger, cuándo hacerlo y cómo hacerlo sin dañarla.

Y ese desafío, poco a poco, comienza a estar al alcance de las máquinas.

Fuentes

USDA Agricultural Research Service (ARS). Multi-Task AI Vision Framework for Greenhouse Robotics: Disease Diagnosis, Path Planning, and Harvesting. Proyecto 5082-30500-001-075-S, 2025-2026.

USDA Agricultural Research Service (ARS). Development of Innovative Technologies for Pre-harvest Precision Quality/Maturity Assessment and Robotic Harvesting of Fruits. Proyecto 5050-30600-001-000-D, 2025-2030.

USDA Agricultural Research Service (ARS). Development of AI-Machine Vision Based Automated Robotics Technologies for Microbial Food Safety and Agricultural Applications, 2025-2027.

Zhang, Y. et al. (2025). A review on the recent developments in vision-based apple-harvesting robots for recognizing fruit and picking pose. Computers and Electronics in Agriculture, 231, 109968.

Frontiers in Plant Science (2025). A review of visual perception technology for intelligent fruit harvesting robots.

El cargo El jornalero digital: ¿hasta dónde puede llegar realmente la robótica agrícola? apareció primero en Revista Agrícola. TecnoAgro.

Una investigación mexicana con lechugas aeropónicas permite asomarnos a una tecnología que podría cambiar la manera de diseñar, monitorear y controlar los cultivos en ambientes protegidos

Imagine poder observar en una computadora cómo responderá una lechuga si aumenta la temperatura, disminuye la humedad o cambian las condiciones de su entorno antes de modificar el cultivo real. Ésta es la lógica detrás de una de las tecnologías emergentes más interesantes de la agricultura digital: los gemelos digitales. En México, investigadores del Tecnológico Nacional de México desarrollaron un modelo digital de lechugas aeropónicas que permite explorar esta nueva frontera tecnológica.

Los gemelos digitales comenzaron a utilizarse principalmente en sectores industriales. La idea consiste en crear una representación virtual de un objeto o proceso físico que pueda alimentarse con información del mundo real.

Una turbina puede tener un gemelo digital.

Una fábrica también.

Y ahora, también puede tenerlo un cultivo.

En agricultura, la posibilidad resulta especialmente atractiva porque las plantas responden simultáneamente a temperatura, humedad, luz, agua, nutrientes, CO₂ y muchas otras variables.

Si podemos representar esas relaciones digitalmente, podemos comenzar a preguntarle al modelo:

¿qué pasaría si modificamos las condiciones antes de hacerlo en el cultivo real?

Del cultivo real al cultivo virtual

Investigadores del Tecnológico Nacional de México, adscritos al Instituto Tecnológico de Celaya y al Instituto Tecnológico de Roque, en Guanajuato, desarrollaron un trabajo denominado Desarrollo de un modelo digital didáctico de lechugas aeropónicas, publicado en 2024 en la revista Research in Computing Science.

Participaron Raúl O. Herrera-Arroyo, Juan J. Martínez-Nolasco, José E. Botello-Álvarez, Mauro Santoyo-Mora y Ricardo Yáñez-López.

El objetivo fue desarrollar un modelo digital de lechugas cultivadas mediante aeroponía que permitiera comprender cómo determinadas variables ambientales afectan su crecimiento.

El sistema considera particularmente temperatura y humedad relativa, permitiendo modificar virtualmente estas condiciones y observar su efecto sobre el desarrollo de las plantas.

Es, en esencia, una forma de experimentar primero en el mundo digital.

Pero ¿es realmente un gemelo digital?

Aquí debemos hacer una distinción importante.

Un modelo digital representa un sistema físico, pero puede permanecer desconectado de él. Los datos se introducen manualmente y lo que sucede en el cultivo real no necesariamente actualiza automáticamente al modelo.

Un gemelo digital completo, en cambio, mantiene comunicación con el sistema físico.

Imagine una lechuga creciendo dentro de una granja vertical.

Sensores registran continuamente temperatura, humedad, iluminación, CO₂, pH y conductividad eléctrica. Las cámaras observan el crecimiento.

Toda esa información actualiza constantemente la representación virtual.

El gemelo sabe lo que está sucediendo en el cultivo.

Pero puede hacer algo todavía más interesante: simular lo que podría suceder después.

El propio trabajo mexicano señala esta diferencia. Por eso resulta más preciso decir que los investigadores desarrollaron un modelo digital que constituye un paso hacia las aplicaciones de gemelos digitales agrícolas.

La diferencia es importante porque evita convertir una tecnología experimental en algo que todavía no es.

¿Para qué queremos una lechuga virtual?

El verdadero potencial aparece cuando utilizamos la representación digital para hacer preguntas.

¿Qué ocurrirá si aumenta la temperatura?

¿Qué sucede si disminuye la humedad?

¿Podemos modificar las condiciones ambientales sin afectar el crecimiento?

¿Podríamos anticipar cuánto producirá el cultivo?

¿Existe una combinación de variables que permita utilizar menos energía?

En una agricultura tradicional, responder algunas de estas preguntas requiere experimentar directamente sobre las plantas.

Un gemelo digital permitiría realizar primero parte de esos experimentos virtualmente.

No sustituye necesariamente al ensayo agronómico real, pero puede ayudar a identificar escenarios prometedores antes de aplicarlos.

¿Por qué comenzar con agricultura indoor?

Los cultivos sin suelo y la agricultura en ambiente controlado son particularmente adecuados para desarrollar esta tecnología.

En campo abierto existen innumerables variables difíciles de controlar: lluvia, viento, radiación, temperatura, suelo y eventos meteorológicos.

En una instalación indoor o una granja vertical, muchas de esas variables pueden medirse y modificarse.

La iluminación puede controlarse.

También la temperatura.

La humedad.

La solución nutritiva.

El pH.

La conductividad eléctrica.

Incluso el CO₂.

Eso convierte estos sistemas en enormes generadores de datos y crea condiciones favorables para construir representaciones digitales cada vez más precisas.

De modelo digital a sistema inteligente

El desarrollo internacional de esta tecnología permite observar hacia dónde podría dirigirse.

En julio de 2026, una investigación publicada en Frontiers in Plant Science presentó un marco de gemelo digital para agricultura en ambiente controlado capaz de integrar sensores, modelos predictivos y sistemas de control.

El estudio utilizó precisamente lechuga como caso de análisis y planteó un sistema donde el modelo puede estimar biomasa y realizar predicciones sobre el crecimiento.

Otra investigación publicada en 2026 desarrolló un sistema de gemelo digital de cultivos que combina datos del microclima, sensores, inteligencia artificial y monitoreo del crecimiento de lechuga. El sistema puede incluso ajustar iluminación artificial para responder a cambios en la luz natural.

Esto muestra la evolución:

modelo digital → sensores → datos en tiempo real → predicción → automatización.

Ahí comienza a aparecer el verdadero gemelo digital.

Una especie de laboratorio virtual

Una de sus aplicaciones más interesantes podría ser probar escenarios.

Supongamos que una granja vertical necesita reducir su consumo eléctrico.

En lugar de modificar directamente las condiciones del cultivo, el sistema podría simular distintas estrategias de iluminación y analizar su posible impacto sobre el crecimiento.

Otro escenario:

los sensores detectan un aumento de temperatura.

El gemelo digital puede utilizar modelos para estimar cómo podría afectar al cultivo y ayudar a determinar qué ajuste ambiental sería conveniente.

Con suficiente información, incluso podría anticipar problemas antes de que sean visibles.

El objetivo ya no sería solamente saber qué está ocurriendo, sino estimar qué puede ocurrir después.

El gemelo digital no trabaja solo

Para llegar a ese nivel se necesita mucho más que una representación gráfica de una planta.

Se requieren sensores confiables.

Internet de las Cosas.

Bases de datos.

Modelos matemáticos.

Cámaras.

Inteligencia artificial.

Capacidad de procesamiento.

Y, sobre todo, información agronómica de calidad.

El gemelo digital funciona como un punto de encuentro entre todas estas tecnologías.

Por eso probablemente escucharemos cada vez más este concepto dentro de la agricultura de precisión.

¿Puede llegar al campo abierto?

Sí, aunque el reto aumenta considerablemente.

En un invernadero o granja vertical muchas variables pueden controlarse. En una parcela abierta no podemos ordenar que deje de llover, modificar la radiación solar o controlar la temperatura.

Sin embargo, pueden incorporarse estaciones meteorológicas, sensores de suelo, satélites, drones y datos históricos para construir representaciones digitales de parcelas completas.

El objetivo sería el mismo: comprender mejor el sistema, simular escenarios y anticipar comportamientos.

La precisión dependerá de la calidad de los datos y de los modelos utilizados.

México comienza a explorar esta tecnología

El trabajo desarrollado en Guanajuato no representa todavía una granja controlada por un gemelo digital.

Y ésa es precisamente una distinción que debemos conservar.

Es un modelo digital didáctico funcional, desarrollado para explorar cómo las variables ambientales influyen sobre lechugas aeropónicas.

Pero también demuestra que investigadores mexicanos están trabajando con conceptos que forman parte de una frontera tecnológica internacional que avanza rápidamente.

En pocos años hemos pasado de digitalizar registros agrícolas a intentar construir representaciones virtuales capaces de seguir el comportamiento de los cultivos.

El siguiente paso será conectarlas permanentemente con sensores y sistemas físicos.

Después vendrán la predicción y la automatización.

Y entonces una pregunta que hoy parece futurista comenzará a formar parte de las decisiones agrícolas:

¿qué dice el gemelo digital que ocurrirá con mi cultivo?

Quizá la agricultura del futuro no comience sembrando.

Quizá, antes de tocar una planta, comience probando posibilidades dentro de una computadora.

Fuentes

Herrera-Arroyo, R. O.; Martínez-Nolasco, J. J.; Botello-Álvarez, J. E.; Santoyo-Mora, M.; Yáñez-López, R. (2024). Desarrollo de un modelo digital didáctico de lechugas aeropónicas. Research in Computing Science, 153(9), pp. 159-168.

Frontzek, J.; Wagner, Z.; Streif, S. (2026). Dynamic, adaptive and modular Digital Twin framework for resource-efficient Controlled Environment Agriculture. Frontiers in Plant Science, 17. DOI: 10.3389/fpls.2026.1864757.

Internet of Things (2026). A crop digital twin system for predictive growth monitoring and adaptive light control in controlled environment agriculture. DOI: 10.1016/j.iot.2026.101935.

El cargo Primero cultivar en una computadora: los gemelos digitales llegan a la agricultura mexicana apareció primero en Revista Agrícola. TecnoAgro.

La batalla por los datos del campo

México produce maíz, aguacate, berries, hortalizas, café y cientos de cultivos bajo condiciones extraordinariamente diferentes. ¿Puede una inteligencia artificial entrenada principalmente con información extranjera comprender esa diversidad? En Chapingo comienza a plantearse una discusión fundamental: para construir IA agrícola realmente útil, México necesita generar, organizar y proteger sus propios datos.

Pregunte a una inteligencia artificial cómo producir maíz y probablemente obtendrá una respuesta.

Pero agregue otras preguntas:

¿En qué municipio?

¿En qué suelo?

¿Con qué variedad?

¿Temporal o riego?

¿Cuánta lluvia recibió?

¿Qué plagas existen actualmente en la zona?

Entonces el problema cambia.

Una cosa es que una IA conozca agricultura y otra que comprenda ese cultivo, en ese lugar y bajo esas condiciones.

La IA necesita datos

Los modelos de inteligencia artificial encuentran patrones a partir de enormes cantidades de información.

En agricultura, los datos pueden provenir de clima, suelo, satélites, drones, sensores, rendimientos, variedades, fertilización, riego, plagas, enfermedades, maquinaria y registros históricos.

Cada ciclo agrícola genera información.

Cuando esos datos se organizan y relacionan correctamente pueden utilizarse para entrenar modelos capaces de detectar patrones, realizar predicciones y apoyar decisiones.

Chapingo pone el tema sobre la mesa

En 2025, durante el XIII Congreso Internacional y XXVII Congreso Nacional de Ciencias Agronómicas de la Universidad Autónoma Chapingo, el doctor León Palafox impartió la conferencia “Agricultura en la era de ChatGPT”.

La propia Universidad destacó posteriormente la necesidad de formar especialistas capaces de impulsar una agricultura basada en datos propios y modelos reentrenados localmente, adaptados a las variedades, climas y suelos mexicanos.

El planteamiento es relevante.

Si un algoritmo fue entrenado principalmente con información generada en otros países, ¿hasta qué punto representará correctamente las condiciones mexicanas?

Un cultivo de maíz en Iowa no enfrenta exactamente las mismas variables que uno en Sinaloa, Jalisco, Puebla o Chiapas.

Por eso México necesita modelos que aprendan también de México.

De la discusión a la investigación

En 2026, Chapingo incluyó formalmente entre sus áreas prioritarias de investigación:

“Inteligencia artificial, aplicaciones, programas y sistemas informáticos para la agricultura”.

La convocatoria contempla sistemas de monitoreo mediante sensores, drones y tecnologías satelitales; algoritmos predictivos para cultivos y plagas; optimización del uso de agua y fertilizantes; plataformas de Big Data con información climática y edáfica, y sistemas autónomos para siembra y cosecha.

Es una diferencia importante.

No estamos hablando de preguntarle a ChatGPT cómo cultivar tomates.

Estamos hablando de construir infraestructura para una agricultura basada en datos.

¿Cómo sería un verdadero ChatGPT agrícola?

Imagine que un productor toma una fotografía y pregunta:

“¿Por qué están amarillas estas plantas?”

Un sistema verdaderamente especializado podría solicitar ubicación, variedad, fecha de siembra, riego y fertilización.

Después podría consultar automáticamente información meteorológica, analizar imágenes satelitales, revisar datos del suelo y comparar la fotografía con miles de casos previamente diagnosticados en esa región.

Entonces podría responder:

“Existe una alta probabilidad de determinada condición, pero antes de intervenir deben verificarse estos indicadores”.

La diferencia respecto a un chatbot genérico sería enorme.

El valor estaría en el contexto local.

La IA más útil será la que pueda anticiparse

El potencial va mucho más allá de responder preguntas.

Un modelo podría aprender que determinada combinación de temperatura, humedad y desarrollo vegetal suele presentarse antes de una enfermedad.

Otro podría detectar que una zona está utilizando más agua de la esperada.

También podría estimar rendimientos, anticipar estrés hídrico o detectar anomalías mediante imágenes satelitales.

La secuencia sería:

datos → patrones → predicciones → decisiones.

Pero primero necesitamos los datos.

El problema de la calidad

México produce enormes cantidades de información agrícola, pero no necesariamente está estructurada para entrenar inteligencia artificial.

Hay datos en universidades, instituciones, empresas, maquinaria, sensores, asociaciones, plataformas y laboratorios.

También existe conocimiento acumulado durante décadas por productores y técnicos.

Convertir todo esto en bases confiables representa un desafío enorme.

Porque no basta con acumular información.

Los datos deben ser correctos.

Si queremos entrenar un modelo para identificar una enfermedad mediante fotografías, alguien debe confirmar que esas imágenes corresponden realmente a esa enfermedad.

¿Quién realizó el diagnóstico?

¿Un productor?

¿Un agrónomo?

¿Un laboratorio?

La inteligencia artificial aprende tanto de nuestros aciertos como de nuestros errores.

Por eso la participación de especialistas agrícolas seguirá siendo indispensable.

El nuevo agrónomo

La IA puede incluso crear un nuevo perfil profesional.

Un agrónomo que comprenda plantas, pero también programación, sensores y análisis de datos.

Chapingo ya cuenta con la Ingeniería en Inteligencia Artificial en Agricultura, que combina precisamente agricultura, matemáticas, programación y tecnologías digitales.

Es una señal de hacia dónde se dirige la formación agrícola.

La inteligencia artificial deja de ser una herramienta externa y comienza a convertirse en parte de las ciencias agronómicas.

¿De quién son los datos?

Aquí aparece la discusión que probablemente generará mayor debate.

Un tractor conectado registra información.

Un dron obtiene imágenes.

Los sensores transmiten humedad.

Una plataforma almacena mapas y rendimientos.

¿De quién son esos datos?

¿Del productor?

¿De la plataforma?

¿Del fabricante?

¿Puede utilizarse esa información para entrenar otros modelos?

¿Puede venderse?

¿Puede compartirse?

Los datos agrícolas comienzan a adquirir valor económico.

Conocer rendimientos históricos, enfermedades, consumo de agua o comportamiento productivo puede utilizarse para desarrollar modelos predictivos, seguros, créditos, herramientas comerciales e inteligencia de mercado.

La discusión sobre IA agrícola también será, por tanto, una discusión sobre propiedad, gobernanza y soberanía de datos.

México no necesita copiar ChatGPT

Crear inteligencia artificial agrícola mexicana tampoco significa desarrollar desde cero un gigantesco modelo que compita con las mayores compañías tecnológicas.

Existe una alternativa mucho más realista:

utilizar modelos existentes y especializarlos con información mexicana validada.

Entrenar sistemas de visión con imágenes locales.

Desarrollar modelos por cultivo y región.

Integrar información meteorológica, sensores y registros históricos.

Quizá México no necesite construir otro ChatGPT.

Necesita construir la inteligencia agrícola que un modelo genérico no posee.

La inteligencia se construirá en las parcelas

La IA agrícola mexicana no comenzará únicamente en centros de cómputo.

Comenzará con cada sensor que mide, cada dron que observa, cada productor que documenta y cada investigador que valida.

Durante décadas, gran parte de la información generada durante un ciclo agrícola desaparecía al terminar la temporada.

Hoy podemos conservarla y hacer que los algoritmos aprendan de ella.

Por eso la pregunta más importante quizá no sea:

¿puede México crear su propio ChatGPT agrícola?

Sino:

¿quién reunirá, protegerá y aprenderá primero de los datos del campo mexicano?

Porque la próxima gran riqueza tecnológica de la agricultura puede estar en algo que no podemos tocar:

la información.

Fuentes

Universidad Autónoma Chapingo. Agricultura en la era de ChatGPT, 2025.

Universidad Autónoma Chapingo – DGIPS. Convocatoria Proyectos de Investigación Convencionales 2026.

Universidad Autónoma Chapingo. Ingeniería en Inteligencia Artificial en Agricultura.

FAO. Información sobre agricultura digital, inteligencia artificial y gobernanza de datos en los sistemas agroalimentarios.

El cargo ¿Puede México crear su propio ChatGPT agrícola? apareció primero en Revista Agrícola. TecnoAgro.

Una cámara térmica de bajo costo abre nuevas posibilidades para utilizar mejor el agua

¿Podemos detectar que un cultivo necesita agua antes de que la falta sea evidente a simple vista? Investigadores mexicanos desarrollaron una cámara térmica de bajo costo que, instalada en un dron, permite medir la temperatura del dosel vegetal y obtener información relacionada con el estado hídrico del cultivo. La innovación fue probada en maíz y el costo reportado de sus componentes electrónicos fue de aproximadamente 135 dólares.

El manejo eficiente del agua es uno de los mayores desafíos de la agricultura mexicana. De acuerdo con la Comisión Nacional del Agua (Conagua), alrededor de tres cuartas partes del agua utilizada en México corresponden al sector agrícola. Mejorar su aprovechamiento no depende únicamente de modernizar los sistemas de riego: también necesitamos saber con mayor precisión cuándo y dónde necesita agua el cultivo.

Una investigación publicada el 9 de julio de 2026 en la Revista Mexicana de Ciencias Agrícolas propone una alternativa interesante.

Investigadores de la Universidad Autónoma Chapingo y del Instituto Mexicano de Tecnología del Agua (IMTA) desarrollaron una cámara térmica de bajo costo para instalarse en un sistema de aeronave pilotada a distancia —RPAS o dron— y utilizarla para monitorear la temperatura del dosel.

¿Cómo puede una cámara detectar la falta de agua?

Cuando una planta dispone de suficiente agua, la transpiración contribuye a enfriar sus hojas. Ante una deficiencia hídrica, la planta reduce la apertura de sus estomas para disminuir la pérdida de agua y, como consecuencia, puede aumentar la temperatura del follaje.

Ese cambio térmico puede detectarse mediante sensores infrarrojos.

La ventaja de llevar el sensor en un dron es que ya no se analiza solamente una planta. Es posible recorrer una superficie mayor e identificar diferencias dentro de la parcela.

Una imagen convencional muestra cómo se ve el cultivo. La termografía agrega información sobre cómo está respondiendo térmicamente.

Un sensor de aproximadamente 135 dólares

El dispositivo mexicano utiliza un sensor infrarrojo MLX90640, un microcontrolador Teensy 3.6 y almacenamiento mediante tarjeta microSD.

El costo reportado por los investigadores para los componentes electrónicos fue de aproximadamente 135 dólares estadounidenses.

Es importante aclararlo: no significa que por esa cantidad pueda adquirirse un sistema agrícola completo. La cifra corresponde a los componentes del dispositivo experimental; deben añadirse dron, cámara RGB, integración, procesamiento y operación.

Aun así, el desarrollo es relevante porque uno de los obstáculos para extender la termografía agrícola ha sido precisamente el costo de los equipos especializados.

El software también forma parte de la innovación

El sensor utilizado genera originalmente una matriz térmica de sólo 32 × 24 píxeles.

Los investigadores procesaron las imágenes mediante interpolación bicúbica hasta obtener una representación de 640 × 480 píxeles y posteriormente las fusionaron con imágenes RGB.

Esto no aumenta la resolución física original del sensor, pero facilita el procesamiento y la interpretación espacial.

Además, era necesario distinguir el cultivo del suelo, sombras y espacios entre plantas. Para ello se utilizaron técnicas de procesamiento digital que permitieron generar una máscara del dosel vegetal y analizar específicamente su información térmica.

La innovación, por tanto, no consiste únicamente en una cámara.

Es la combinación de sensor + dron + imágenes RGB + procesamiento digital.

Probada sobre maíz en Chapingo

El sistema fue evaluado en tres parcelas de maíz de aproximadamente 0.8 hectáreas cada una en el campo experimental “Ranchito” de la Universidad Autónoma Chapingo, en Texcoco, Estado de México.

Los investigadores realizaron 18 vuelos entre julio y septiembre de 2024 y compararon las temperaturas obtenidas desde el aire con mediciones directas realizadas mediante un porómetro LI-COR LI-1600.

El resultado fue una raíz del error cuadrático medio (RMSE) de 0.74 °C.

Esto no significa que el dispositivo sustituya automáticamente a instrumentos científicos de mayor costo, sino que bajo las condiciones evaluadas presentó suficiente proximidad con las mediciones de referencia para mostrar su potencial como herramienta de monitoreo agrícola.

Del riego programado al riego informado

Aquí está la verdadera importancia del proyecto.

Una parcela no es uniforme. Cambian suelo, pendiente, drenaje, exposición solar, densidad vegetal y disponibilidad de agua.

Aplicar exactamente la misma cantidad de agua en toda una superficie no necesariamente significa regar eficientemente.

La termografía puede ayudar a identificar zonas donde el comportamiento térmico del cultivo indique que algo merece atención.

En el futuro, esta información podría combinarse con humedad del suelo, estaciones meteorológicas, imágenes satelitales y modelos de evapotranspiración para tomar decisiones de riego mucho más precisas.

Una tecnología prometedora, no una solución mágica

También debemos reconocer sus limitaciones.

Las mediciones térmicas pueden verse afectadas por radiación solar, temperatura ambiental, viento, humedad, altura de vuelo y características del sensor.

Además, existe una distancia importante entre demostrar que un prototipo funciona experimentalmente y convertirlo en una herramienta utilizada diariamente por productores.

Será necesario evaluarlo en superficies mayores, otros cultivos y diferentes condiciones ambientales.

El productor tampoco necesita únicamente un mapa térmico.

Necesita saber:

¿Dónde existe estrés? ¿Debo regar? ¿Cuánta agua? ¿El problema realmente es hídrico?

Ése será el siguiente gran paso: transformar los datos en recomendaciones agronómicas.

Democratizar la agricultura de precisión

Durante años, la agricultura de precisión ha sido asociada con equipos sofisticados y grandes inversiones.

Pero sensores económicos, microcontroladores, drones y procesamiento digital están comenzando a modificar esa ecuación.

No significa que un dispositivo económico tenga las mismas prestaciones que un equipo de alta gama. Significa que para determinadas aplicaciones quizá sea posible obtener información útil sin requerir inversiones prohibitivas.

En un país donde el agua representa uno de los principales desafíos agrícolas, poder identificar diferencias en la respuesta hídrica de un cultivo desde el aire puede convertirse en una herramienta importante.

La innovación desarrollada en Chapingo parte de una pregunta sencilla:

¿podemos detectar que una planta necesita agua antes de verla sufrir?

Los resultados muestran que estamos avanzando en esa dirección.

Fuentes

Pérez-Paredes, J. J. et al. (2026). Desarrollo de cámara térmica para RPAS utilizada en monitoreo del estado hídrico de cultivos. Revista Mexicana de Ciencias Agrícolas, 17(4). DOI: 10.29312/remexca.v17i4.4097.

Universidad Autónoma Chapingo.

Instituto Mexicano de Tecnología del Agua (IMTA).

Comisión Nacional del Agua (Conagua).

El cargo Tecnología mexicana para ver la sed de los cultivos apareció primero en Revista Agrícola. TecnoAgro.

La industria del aguacate ha construido una historia extraordinaria. En pocas décadas pasó de ser un cultivo regional a convertirse en uno de los productos agrícolas más demandados del mundo. Sin embargo, el éxito alcanzado también plantea una nueva responsabilidad: prepararse para un escenario donde producir más ya no será suficiente.

Los desafíos que enfrentan los productores son muy distintos a los de hace veinte años. El cambio climático, la escasez de agua, la presión por reducir costos, las nuevas exigencias de los mercados internacionales y el avance acelerado de la tecnología están transformando profundamente la forma de entender la agricultura.

En esta edición especial de TecnoAgro quisimos ir más allá de las recomendaciones tradicionales de manejo agronómico. Nuestro objetivo fue explorar algunas de las tecnologías y conceptos que ya comienzan a definir el futuro del cultivo del aguacate.

Analizamos por qué muchos huertos necesitan ser rediseñados para responder a las condiciones climáticas y productivas de las próximas décadas. Descubrimos cómo el verdadero potencial de un suelo podría depender menos de sus nutrientes y más de la extraordinaria comunidad de microorganismos que vive alrededor de las raíces. Exploramos el impacto que la inteligencia artificial ya tiene dentro de los huertos mediante visión artificial, modelos predictivos y análisis automatizados que permiten tomar decisiones con un nivel de precisión nunca antes visto.

También abordamos un tema que apenas comienza a ganar relevancia: el estrés invisible del aguacate, ese conjunto de procesos fisiológicos que reducen la productividad mucho antes de que aparezcan síntomas visibles. Finalmente, presentamos una nueva visión sobre el manejo del agua, donde el futuro del riego no estará determinado únicamente por la humedad del suelo, sino por la disponibilidad de oxígeno que permite respirar a las raíces.

Todos estos temas comparten un mismo mensaje: la agricultura está entrando en una nueva etapa donde la información será tan valiosa como el agua, el suelo o los fertilizantes. La capacidad para medir, interpretar y anticipar los procesos fisiológicos del cultivo será uno de los factores que definan la competitividad de los productores en los próximos años.

En TecnoAgro creemos que nuestro compromiso no es únicamente informar sobre las tecnologías disponibles, sino acercar a nuestros lectores las tendencias que marcarán el rumbo de la agricultura antes de que se conviertan en una realidad cotidiana.

Porque el futuro del aguacate no se está construyendo mañana.

Ya comenzó.

El cargo El futuro del aguacate ya comenzó apareció primero en Revista Agrícola. TecnoAgro.

DCE. Rafael Zamora Vega

DC. José Octavio Rodiles López

DC. Héctor Eduardo Martínez Flores

QFB. UMSNH. Michoacán, México

Cuando se habla acerca del aguacate, la mayoría de las personas piensa en el guacamole o en un alimento indispensable de la cocina mexicana. Detrás de este fruto se encuentra su historia evolutiva, su importancia ecológica y el gran potencial que tiene para la salud humana, así como su valor económico. Desde sus hojas aromáticas, peculiaridad de sus flores, y riqueza nutricional de sus frutos, hacen en conjunto del aguacate uno de los recursos vegetales más valiosos originarios de Mesoamérica.

El aguacate pertenece a la familia Lauraceae y su nombre científico es Persea americana Mill. Esta especie se considera originaria de las regiones tropicales y subtropicales de México y Centroamérica, siendo domesticada hace miles de años por diferentes culturas prehispánicas. Hoy en día, el aguacate se cultiva en numerosos países con clima cálido y templado. México es el principal productor y exportador a nivel mundial. Las condiciones climáticas, la diversidad genética y la experiencia de los productores mexicanos han permitido consolidar al país como líder internacional en la producción de este cultivo. La palabra aguacate proviene del náhuatl “ahuácatl”, que significa testículo, llamado así por los Aztecas por su aspecto. El fruto es conocido en otros países con palta, cura, abacate, avocado y “fruta de mantequilla” entre otros.

Árbol

El árbol de aguacate es un árbol frondoso de hoja perenne y con tronco en sección circular. Llega a medir hasta 20 m, y su copa es de ramas ascendentes en forma cónica y densa. Tiene una floración muy generosa, sin embargo, es sensible al frío y a la humedad ambiental. Este puede alcanzar alturas superiores a los 15 metros cuando crece de manera silvestre, sin embargo, las plantaciones comerciales suelen ser de menor tamaño para facilitar las labores agrícolas. El follaje es abundante y permanente que le permite realizar fotosíntesis durante todo el año.

La recolección se hace a mano utilizando una escalera, y se corta el pedúnculo por encima de la inserción con el fruto; ya que el fruto tiene una actividad respiratoria muy intensa después de recolectado, y su almacenamiento por períodos largos se hace difícil. Se estima que actualmente existen más de 40 variedades del fruto, sin embargo, por razones de productividad y otras del mercado que van desde su vida de anaquel hasta su contenido graso, la explotación comercial se limita a un número muy reducido de estas.

Hojas

Las hojas del aguacate son alargadas de color verde intenso y poseen glándulas que producen aceites esenciales responsables de su aroma distintivo. En diversas regiones del país se utilizan tradicionalmente como condimento para preparar frijoles, carnes, tamales y otros platillos, y se preparan tés de las mismas.

Desde el punto de vista científico, las hojas contienen una amplia variedad de metabolitos secundarios, entre ellos compuestos fenólicos, flavonoides y terpenos. Estás moléculas participan en la protección natural del árbol contra microorganismos, insectos y estrés ambiental, y que en humanos presentan actividad antioxidante debido a su capacidad para neutralizar radicales libres. De igual se ha observado que presentan efectos antimicrobianos frente a ciertas bacterias y hongos de importancia alimentaria. Se menciona que su consumo puede tener varios efectos benéficos a la salud, tales como mejorar la actividad intestinal, reduciendo la hinchazón y la indigestión; control del peso corporal mediante el metabolismo de las grasas corporales; reducir los niveles de glucosa sanguínea, útil para personas con diabetes tipo 2; regulación de procesos inflamatorios; efectos diuréticos, ayudando a la desintoxicación del riñón; reducir la ansiedad; y hasta evitar problemas menstruales.

Flores

Sin duda las flores es uno de los aspectos más interesantes del aguacate debido a que representan su mecanismo de reproducción. La flor posee órganos masculinos y femeninos, los cuales no funcionan al mismo tiempo, a este fenómeno se le conoce como dicogamia protógina, donde la parte femenina (estigma) madura más rápidamente que la masculina (estambres). Ello favorece la polinización cruzada y aumenta la diversidad genética de la especie.

Las variedades comerciales se clasifican en dos grupos florales, tipo A y tipo B. Las flores del tipo A abren inicialmente como femeninas durante la mañana y posteriormente funcionan como masculinas al día siguiente por la tarde. Las flores tipo B presentan el patrón inverso. Lo anterior ha motivado que en muchas plantaciones se establezcan variedades de ambos grupos para favorecer la fecundación y mejorar la producción de frutos. Los insectos polinizadores como las abejas desempeñan un papel fundamental durante este proceso. Cada árbol produce miles de flores durante la temporada de floración y solo una pequeña proporción se transforma en frutos maduros lo que constituye una estrategia fisiológica mediante la cual la planta regula sus recursos energéticos.

Su consumo se ha asociado con beneficios a la salud, ya sea por infusiones o consumo directo. Estas son ricas en vitaminas, minerales, y antioxidantes, siendo buena fuente de potasio, calcio, magnesio y zinc. Se reporta que los tés de flor de aguacate ayudan a evitar problemas inflamatorios, principalmente intestinales; efectos antimicrobianos, control de infecciones urinarias; alivio del insomnio; y evitar dolores estomacales.

Fruto

Botánicamente el aguacate es una baya de una sola semilla. A diferencia de la mayoría de los frutos, la principal reserva energética corresponde a lípidos y no carbohidratos. La pulpa contiene principalmente ácido oleico, un ácido graso monoinsaturado asociado con diversos beneficios cardiovasculares. La pulpa también aporta fibra dietética, vitaminas liposolubles como la vitamina E y K, vitaminas del complejo B, y minerales como potasio, magnesio y cobre. Además del perfil nutricional, el fruto contiene compuestos bioactivos como carotenoides, tocoferoles, fitoesteroles y compuestos fenólicos que participan en la protección celular frente al daño oxidativo. La combinación de nutrientes hace que el aguacate presente una elevada densidad nutricional proporcionando gran cantidad de componentes benéficos por porción consumida. La porción amarilla del mesocarpio debe su color a los pigmentos β-caroteno, criptoxantina, luteína, crisantemaxantina e isoluteína.

Se menciona que el consumo del fruto ayuda a la salud cardiovascular y problemas de arterioesclerosis con control de los lípidos sanguíneos. Este presenta compuestos similares a las estatinas, que son un grupo de fármacos que se usan para disminuir el colesterol en sus distintas formas.

Diversidad de especies y variedades

EL género Persea comprende numerosas especies distribuidas principalmente en América tropical. Persea americana es la especie cultivada con mayor importancia económica. Dentro de esta especie se reconocen tres principales razas botánicas, la mexicana, la guatemalteca y la antillana. Cada una presenta diferente tamaño del fruto, grosor de la cáscara, contenido de aceite, tolerancia al frio y adaptación a distintas condiciones ambientales. La raza mexicana produce frutos relativamente pequeños con elevado contenido de aceite y mayor resistencia a bajas temperaturas. La guatemalteca desarrolla frutos de cáscara gruesa y excelente calidad comercial, mientras que la antillana se adapta mejor a regiones tropicales cálidas y húmedas. A partir de estas razas se obtiene numerosas variedades comerciales de las que destaca la Hass, que actualmente domina el mercado internacional debido a su excelente sabor, textura cremosa, alta concentración de aceite y buena capacidad de almacenamiento y transporte.

Beneficios para la salud

Diferentes estudios clínicos y epidemiológicos han evaluado los efectos del consumo habitual de aguacate sobre la salud humana. Estas investigaciones indican que incorporar aguacate dentro de una alimentación equilibrada puede contribuir a mejorar el perfil de lípidos sanguíneos, favoreciendo el aumento del colesterol asociado con lipoproteínas de alta densidad (HDL) y disminuyendo el de baja densidad LDL, factor relacionado con el desarrollo de enfermedades cardiovasculares.

El elevado contenido de fibra del aguacate favorece la sensación de saciedad y contribuye al adecuado funcionamiento del sistema digestivo. Otros estudios indican que el consumo regular de aguacate puede favorecer el control de la glucosa y mejorar ciertos indicadores del síndrome metabólico cuando forma parte de patrones alimentarios saludables. Los antioxidantes presentes en el fruto ayudan a disminuir el daño ocasionado por especies reactivas de oxígeno, fenómeno relacionado con el envejecimiento celular y diversas enfermedades crónicas. Los benéficos del fruto se ven reflejados cuando forma parte de una dieta balanceada acompañada de actividad física y otros hábitos saludables.

Aprovechamiento industrial

La industria del aguacate aprovecha únicamente la pulpa, mientras que la cáscara, la semilla y las hojas suelen considerarse residuos agrícolas. Estos subproductos contienen concentraciones importantes de compuestos fenólicos, flavonoides y otros metabolitos con actividad biológica.

Actualmente se desarrollan tecnologías para obtener extractos antioxidantes destinados a la elaboración de alimentos funcionales, películas biodegradables, recubrimientos comestibles y materiales con propiedades antimicrobianas. Lo anterior ayuda a reducir el desperdicio y aprovechar integralmente los recursos naturales mediante procesos sostenibles, concepto conocido como economía circular. El aprovechamiento de los residuos del aguacate representa una oportunidad para generar nuevos productos de alto valor agregado y disminuir el impacto ambiental asociado con la agroindustria.

El crecimiento de la demanda mundial del aguacate plantea importantes desafíos relacionados con la sostenibilidad, tales como el uso eficiente del agua, la conservación de la biodiversidad, la adaptación al cambio climático, e implementar sistemas de agricultura circular.

El aguacate constituye mucho más que un alimento de alto valor nutricional. Esta especie vegetal presenta una extraordinaria riqueza biológica, genética y química que continúa despertando el interés de la comunidad científica. Las hojas contienen compuestos bioactivos con potencial antioxidante y antimicrobianos. Las infusiones de sus flores presentan beneficios a la salud, y el fruto aporta grasas saludables, vitaminas, minerales, y moléculas bioactivas que favorecen una alimentación equilibrada. Acorde a la tendencia mundial hacia una agricultura circular, se pueden obtener productos con valor comercial a partir de hojas y flores en industrias cosméticas, farmacéuticas y alimentaria.

El cargo AGUACATE, HOJAS Y FLORES, AGRICULTURA CIRCULAR apareció primero en Revista Agrícola. TecnoAgro.

Dra. Ma. Dolores García Suárez
Dr. Héctor Serrano
Depatamento de Biología, Departamento de Ciencias de la Salud, Universidad Autónoma Metropolitana Iztapalapa.

INTRODUCCIÓN
El aguacaten es una fruto proveniente del árbol de Persea americana (Lauraceae) forma una semilla de hueso en su interior con pulpa carnoso a su alrededor, de sabor no dulce y se confunde por ello como verdura. Es un fruto que en la actualidad es utilizado más alla de su uso comestible, se utiliza en la industria de la cosmetología, la medicina por sus grasas aturales y saludables de textura suave y cremosa. Hoy se abre nuevos caminos en otras industrias
Es originario de las regiones tropicales de América Central, se cultiva hoy en gran escala en México, Chile y Estados Unidos, su popularidad a nivel mundial se debe a su delicioso sabor y valor nutricional.
El fruto del aguacate es considerado como un superalimento valorado por sus grasas saludables o grasas monoinsaturadas, tiene aceite oléico y omega 3 que dan un buen aporte calórico, mejora la digestión y control del azúcar en la sangre, mejora la sensibilidad a la insulina, además de que aporta antioxidantes. Es rico en minerales como potasio y magnesio, contiene vitaminas E, C y K.
Hoy México es considerado como el principal productor y exportador del aguacate, se produce en 28 Estados de la república principalmente en Michoacán, esto ha transformando la superficie de diferentes ecosistemas.

APLICACIONES MODERNAS
Sus aplicacioness modermas van más allá de los apectos de su consumo culinario, por su delicioso sabor y valor nutricional, en México su consumo principal es la elaboración del tradicional platillo de guacamole y su consumo presenta beneficios por su contenido de potasio más alto que el plátano.
El aguacate tambien tiene otros usos en la alta cocina y en la reposteria, con su pulpa se puede hacer una crema para utar debido a su sabor y textura cremosa de ésta que puede ser utilizada con sabor dulce o salado como mantequilla por sus aceites propios.
En la industria cosmética puede ser utilizada como mascarillas ricas en vitaminas E, C y propiedades antioxidantes que benefician a la salud de la piel, así se hidrata la piel y puede reparar daño por rayos UV, así mismo sirve como tratamiento capilar debidoa sus vitaminas y aceites.
La biotecnología moderna, ha introducido metodología para la producción de bioplásticos biodegradables utilizando el almidón extraído a partir de su semilla o hueso, elaboran do utencilios: cucharas, vasos, cubiertos, popotes de un solo uso. Uniéndose así a las investigaciones de bioplasticos provenientes de caña de azucar, maíz, papa, arroz, trigo que son biodegradables y no contaminantes para el medio ambiente (Chico y Sampeiro, 2022).
Las semilla del aguacate conocida como hueso del aguacate generalmente es desechada, es rica en fibra, antioxidantes y ácidos grasos puede ser utilizado como abono organico o fertilizante natural, es rico en minerales como: fósforo, calcio y potasio; se puede colocar en la tierra si se ralla y diluye en agua, se convierte en un excelente fertilizante natural para plantas.
Para producir aceite de aguacate es necesaria la pulpa de 80 aguacates maduros para producir un litro, se tritura la pulpa y se bate a 50°C se centrifuga separando así el aceite, agua, y restos sólidos. Son los aguacates criollos los que presentan mas aceite, son denominados “aguacates mantequilla”, se pueden encontrar en los estados de la república: Puebla, Michoacán, San Luis Potosí, Michoacán, Nayarit, Guanajuato, lo que hace a estos aguacates criolllos un grupo de variedades importantes para la producción del aceite.
El aceite de aguacate es muy similar a las propiedades culinarias del aceite de oliva, se puede consumir tanto en frío como en caliente, no pierde sus propiedades nutricionales a altas temperaturas, contiene ácidos oleícos, ácidos grasos esenciales y antioxidantes.

AGUACATE SU USO TRADICIONAL
En la medicina tradicional se preparan infusiones, como fomentos antiinflamatorios, mascarillas capilares y tónicos musculares y considerada importante en la medicina regenerativa de la piel.
El té de hojas de aguacate remedio tradicional, como infusión es un remedio casero ancestral, principalmente favorece evitar congestiones nasales, mejora la calidad del sueño, combate dolores estomacales, gases y cólicos, regula la presión arterial, reduce inflamaciones crónicas y el estrés, siendo una infusión deliciosa con grandes beneficios.
El aguacate es un fruto nutritivo que aporta potasio y grasas benéficas, su consume contribuye a mantener buea salud.

CULTIVO DE AGUACATE
El aguacate se cultiva desde la época Mesoamericana, su domesticación se calcula de más de 5 000 años por los Mayas al igual que otros cultivos como el maíz, calabaza, yucca, algodón (Turner & Miksiek, 1984).

Antropológicamente se encontraron restos del fruto en las cuevas de Cosxcatlán, Tehuacán Puebla de hace 9, 000 años. La producción del cultivo de aguacate, tiene una gran importancia a nivel mundial, produce un impacto socioeconómico de relevancia, en las regiones donde se cultiva. Su cultivo se ha extendido practicamente a todo el país, generando grandes beneficios económicos y mejorando su cultivo.

El éxito de las huertas de aguacate tarda varios años en lograrlo, sin embargo, su cultivo es altamente redituable. Se aprovecha el establecimiento de huertas con el uso de un buen suelo con mucha porosidad, buen drenaje y buen contenido de materia orgánica, que permita una alta densidad y debe realizarse un buen cuidado en el cuajado de los frutos, lo que contribuye al incremento de la productividad (Thorp y Sedgley, 1992).
Los árboles de aguacate producen dos tipos de ramas las de poco vigor, prolépticas y ramas silépticas con características juveniles, presentan un crecimiento acropétalo, dejando sus ramas más bajas desnudas y asi lograr mantener activos los meristemos superiores dando un follaje más abundante en la parte superior del árbol, que es donde recibe más luz solar que beneficiándose así la producción de los frutos.

COMENTARIOS FINALES
El cultivo del aguacate es después del maíz, el segundo producto más valioso de la agricultura en México, siendo el primer país exportador de su cultivo y le siguen Perú, España y Colombia.
El mercado internacional demanda la producción del aguacate como son los países de: Estados Unidos, Francia, y Países Bajos, generando una gran entrada de dinero al país.

México cuenta con climas que permiten el cultivo y cosecha del aguacate durante los 12 meses del año, lo que permite abastecer abundantemente la demanda internacional y nacional. El Estado de la República que más produce aguacate es Michoacán y le siguen Jalisco, Nayarit y el Estado de México.

REFERENCIAS
Chico M.F. & T. Sampeiro. 2022. Production of Bioplsic and their application as food packaging: PLA and PHB. Alimentos Ciencia e Ingenieria 29(1): 31-56.
Thorp, T. G., & Sedgley, M. (1992). Shoot Growth and Tree Architecture in Range of Avocado Cultivars. En Proceedings of Second World Avocado Congress (pp. 237-240). California.

Turner, B. L., & Miksiek, C. H. (1984). Economic Plant Species Associated with Prehistoric Agriculture in the Maya Lowlands. Economic Botany, 38(2), 179-173.

El cargo AGUACATE Persea americana  (Lauraceae) sus aplicaciones modernas apareció primero en Revista Agrícola. TecnoAgro.