Uso de índices de vegetación para la detección del estrés hídrico en cultivos: Una revisión sistemática de estudios basados en teledetección

Leonela Del Rocio De La A Salinas, Jean Pierre Monserrate Rodríguez, Andrés Israel Medina Robayo, Byron Alexander Tobar Cuesta

Resumen


Objetivo: analizar el uso de índices de vegetación para la detección del estrés hídrico en cultivos basados en teledetección. Metodología: se trata de una revisión sistemática de la literatura mediante bases de datos digitales de revistas indexadas y repositorios de universidades nacionales e internacionales, se incluyeron 23 publicaciones correspondientes al lapso 2020 – 2025. Resultados: se encuentran 08 estudios que indican que el índice de estrés hídrico de los cultivos (Crop Water Stress Index - CWSI) constituye un medio apropiado para la recolección de datos sobre el estrés hídrico mediante diversas modalidades de teledetección; se identifican 05 estudios para el Índice de vegetación de diferencia normalizada (NDVI) para determinar el estrés hídrico con el uso de diversas herramientas de detección remota, 10 publicaciones que emplearon varios tipos de índices de vegetación como el índice de Salud de la Vegetación (VHI), Índice de Sequía de la Vegetación (VDI); Índice de Vegetación Ajustado al Suelo (SAVI); Índice de Pigmentación Insensible a la Estructura (SIPI) y de índices de humedad como el Índice Diferencial de Agua Normalizado estrés hídrico índice (NDWI) y el denominado Moisture Stress Index– MSI o Índice de Estrés Hídrico basados en diversas tecnologías de teledetección de diferentes cultivos. Conclusión: se ha logrado establecer en el presente trabajo que los índices de vegetación para la detección del estrés hídrico en cultivos basados en teledetección pueden ser altamente efectivos para la estimación de las condiciones de riego en los diversos sistemas agrícolas para elevar el rendimiento productivo además de contribuir a mejorar las técnicas de la agricultura que debe ser cada vez más sostenible y resiliente al cambio climático actual.


Palabras clave


Cambio climático; estrés hídrico; cultivos; sostenibilidad; teledetección.

Texto completo:

PDF HTML

Referencias


Ahmad, U., Alvino, A., & Marino, S. (2021). A Review of Crop Water Stress Assessment Using Remote Sensing. Remote Sens, 13(20), 4155; https://doi.org/10.3390/rs13204155. https://www.mdpi.com/2072-4292/13/20/4155.

Alotaibi, M. (2023). Climate change, its impact on crop production, challenges, and possible solutions. Notulae Botanicae Horti Agrobotanici Cluj-Napoca; Volume 51, Issue 1, Article number13020. DOI:10.15835/nbha51113020, pp.1-39.

Arbeláez, M., & Onrubia, J. (2014). Análisis bibliométrico y de contenido. Dos metodologías complementarias para el análisis de la revista colombiana Educación y Cultura. Revista de Investigaciones UCM, 14(23), https://doi.org/10.22383/ri.v14i1.5. https://revistas.ucm.edu.co/index.php/revista/article/view/5, pp.14 - 31.

Barquero Araya, A. (2024). Teledetección Temprana de Estrés Hídrico en Dos Variedades de Plantas de Café (Coffea Arabica) . Universidad de Costa Rica. Trabajo de Titulación. https://www.ingbiosistemas.ucr.ac.cr/wp-content/uploads/TFG-AndresBarqueroA.pdf, pp.125.

Been Cho, S., Mohamad Soleh, H., Won Choi, J., Hwang, W., Lee, H., Cho , Y., y otros. (2024). Recent methods for assessing crop water stress using AI techniques: a review. Sensors; 24(19):6313. doi: 10.3390/s24196313. https://pmc.ncbi.nlm.nih.gov/articles/PMC11478660/.

Bermúdez, J., Luna, J., Von Borstel, F., & Sandoval, J. (2023). Detección del nivel de estrés hídrico en plantas de lechuga romana a través de CNN. Pädi Vol. 11 No. Especial 2 (2023). DOI: https://doi.org/10.29057/icbi.v11iEspecial2.10943. https://repository.uaeh.edu.mx/revistas/index.php/icbi/article/view/10943, pp.39–46.

Dey, A., Sarkar, S., Mondal, A., & Mitra, P. (2025). Space-time prediction of NDVI for rice cultivation. SN Computer Science; 6(3). DOI: 10.1007/s42979-025-03767-y. https://www.researchgate.net/publication/389438871_Spatio-Temporal_NDVI_Prediction_for_Rice_Crop.

Gálvez Valencia, A. (2020). Determinación del Estrés Hídrico en la Palma Africana Mediante la Integración de Parámetros de Suelo, Planta y su Respuesta Espectral. Universidad Católica de Manizales. Colombia. Trabajo de Grado de Maestría. https://repositorio.ucm.edu.co/server/api/core/bitstreams/01cd89b7-0204-48f6-805e-4389059987eb/content, pp.61.

Hernández Lozano, R., & Pavón, N. (2023). Índices para el monitoreo de cuerpos de agua usando sensores remotos. Acta Universitaria 34, e3814. doi: http://doi.org/10.15174/au.2024.3814. https://www.scielo.org.mx/pdf/au/v34/2007-9621-au-34-e3814.pdf, pp.1-19.

Huancas Correa, N., & Barrios De La Cruz, T. (2023). Cuantificación de índice y umbral de estrés hídrico vía termografía infrarroja de un RPA en 100 hectáreas de arroz, Ferreñafe. Universidad Nacional “Pedro Ruiz Gallo” Lambayeque -Perú. Trabajo de titulación. https://repositorio.unprg.edu.pe/handle/20.500.12893/11594, pp.94.

Ingrao, C., Strippoli, R., Lagioia, G., & Huising, D. (2023). Water scarcity in agriculture: an overview of causes, impacts, and approaches to risk reduction. Heliyón;9(8):e18507. doi: 10.1016/j.heliyon.2023.e18507. https://pubmed.ncbi.nlm.nih.gov/37534016/.

INIFAP. (2024). Estimación del estado hídrico del cultivo mediante el Índice de Estrés Hídrico (MSI). Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias son (INIFAP) de México. https://www.gob.mx/inifap/articulos/estimacion-del-estado-hidrico-del-cultivo-mediante-el-indice-de-estres-hidrico-msi.

Irik, H., Kaymaz, E., Polu, P., Beyzi, E., Varol, I., Unlukara, A., y otros. (2024). Potential use of crop water stress index (CWSI) and spectral vegetation indices for black cumin under defcit irrigation. Environmental Sciences Europe; (2024) 36:93. https://doi.org/10.1186/s12302-024-00876-y, pp.1-14.

Jardim, C., Ribeiro, W., Gerosa, M., Pereira, L., Das Chagas, R., Ferreira, A., y otros. (2022). Water stress alters the morphophysiological, grain quality, and vegetation indices of soybean varieties. Plans; 11(4):559. doi: 10.3390/plants11040559. https://pmc.ncbi.nlm.nih.gov/articles/PMC8880803/.

Lagouarde, J., & Boulet, G. (2016). Teledetección de la superficie terrestre en hidrología continental. Elsevier Ltd. ISBN 978-1-78548-104-8. DOI. https://doi.org/10.1016/C2015-0-01226-6. pp.323 - 361. https://www.sciencedirect.com/book/9781785481048/land-surface-remote-sensing-in-continental-hydrology.

Mahajan, S., & Tuteja, N. (2005). Cold, salinity, and drought stress: an overview. Archives of Biochemistry and Biophysics; Volume 444, Number 2, https://doi.org/10.1016/j.abb.2005.10.018. https://www.sciencedirect.com/science/article/abs/pii/S000398610500439X, pp.139-158.

MARM. (2008). Teledetección aplicada a la detección temprana del estrés hídrico en cubiertas vegetales. Ministerio de Medio Ambiente y Medio Rural y Marino. Gobierno de España. https://www.miteco.gob.es/content/dam/miteco/es/biodiversidad/temas/desertificacion-restauracion/0904712280144dc1_tcm30-152646.pdf, pp.1-5.

Meza, K., Ruales, B., Maiguashca, J., & Rivadeneira, J. (2020). Caracterización Espectral de Estrés Hídrico en el Cultivo de Pepino Dulce (Solanum muricatum). Revista GEOESPACIAL; 17(1). https://journal.espe.edu.ec/ojs/index.php/revista-geoespacial/article/view/1492/1308, pp.14-24.

Mousinho Almadanim, M. (2024). Estudio técnico del uso de imágenes multiespectrales y térmicas para el manejo del riego del viñedo de 17 ha en Yepes, Toledo. Universidad Politécnica de Madrid-UPM. Tesis de Maestría, E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas (UPM). https://oa.upm.es/85035/.

Peña, T. (2022). Etapas del análisis de la información documental. Revista Interamericana de Bibliotecología, 45(3), e340545. https://doi.org/10.17533/udea.rib.v45n3e340545. http://www.scielo.org.co/pdf/rib/v45n3/2538-9866-rib-45-03-e4.pdf, pp.1-7.

Quezada, C., Bastias, R., Quintana, R., Arancibia, R., & Solis, A. (2020). Validación del Índice de Estrés Hídrico de Cultivo (Cwsi) Mediante Termografía Infrarroja y su Incidencia en Rendimiento y Calidad en Manzanas “Royal Gala”. Chilean J. Agric. Anim. Sci., ex Agro-Ciencia;36(3). https://doi.org/10.29393/CHJAAS36-18VICQ50018, pp.198-207.

Quito, N., Tacuri, E., López, M., & Lupercio, L. (2020). Detección de estrés hídrico en brocoli (brassica oleracea var. itálica), utilizando ndvi sobre imágenes multiespecttrales capturadas a corta distancia. Journal of Science and Research. E-ISSN: 2528-8083. Vol. 5, Núm. CININGEC2020. https://doi.org/10.5281/zenodo.4421593, pp.41-59.

Ramos Galarza, C., & García Cruz, P. (2024). Guía para realizar estudios de revisión sistemática cuantitativa. Ciencia América; VoL.13 (1). https://doi.org/10.33210/ca.v13i1.444, pp.1-13.

Ramos, L., Galindo, M., Núñez, H., Espinoza, E., Pino, E., & del Águila-Ríos, S. (2025). Termografía infrarroja para medir índice de estrés hídrico en cultivares de palto (Persea americana M.). Agronomía Mesoamericana; Volumen 36: Artículo 57230, e-ISSN 2215-3608, https://doi.org/10.15517/am.2024.57230. https://www.scielo.sa.cr/pdf/am/v36n1/2215-3608-am-36-01-57230.pdf, pp.1-21.

Raya Sereno, M. (2023). Estrategias para mejorar la productividad y eficiencia de uso de agua y nutrientes en rotaciones de cultivo. Universidad Politécnica de Madrid (UPM). Tesis Doctoral. https://doi.org/10.20868/UPM.thesis.72719. https://oa.upm.es/72719/.

Rodríguez, M., González, X., Fandiño, M., & Cancela, J. (2020). Determinación del Estado Hídrico del Viñedo Mediante el Uso de Imágenes Térmicas y su Influencia en la Calidad y Producción de la Uva. AERYD. XXXVIII Congreso Nacional de Riesgos, Parte I Cartagena (Murcia) 2020. DOI:10.31428/10317/8673. https://repositorio.upct.es/server/api/core/bitstreams/80029c78-fb2f-4961-881f-994786e4f5da/content, pp.1-6.

Safdar, M., Shahid, M., Sarwar, A., Rasul, F., Majeed, M., & Sabir, R. (2023). Crop Water Stress Detection Using Remote Sensing Techniques. Environ. Sci. Proc;5, x. https://doi.org/10.3390/xxxxxEnviron. www.mdpi.com/journal/environsciproc. https://sciforum.net/manuscripts/14198/manuscript.pdf, pp.1-6.

Santos Portillo, C. (2024). Desarrollo de una Herramienta de Detección Remota de Estrés Fisiológico en Cultivos Para la Mejora de la Toma de Decisiones Agronómicas en Comunidades Rurales de la Provincia de Maputo (Mozambique). Universidad de Córdoba. Trabajo Final de Máster. https://reedes.org/wp-content/uploads/2024/12/TFM-Premiado-Carolina-Santos-UCO.pdf, pp.63.

Shayanmehr, S., Porhajašová, J., Babošová, M., Sabouhi, M., Mohamed, M., Rastegari, H., y otros. (2022). The impacts of climate change on water resources and agricultural production in an arid region. Agriculture;12 (7), 1056; https://doi.org/10.3390/agriculture12071056. https://www.mdpi.com/2077-0472/12/7/1056.

Shyamal, S., Virnodkar, V., Pachghare, V., Patil, V., & Sunil Kumar, J. (2020). Remote sensing and machine learning for crop water stress determination in various crops: a critical review. Springer Nature Link; Volume 21, https://link.springer.com/article/10.1007/s11119-020-09711-9, pp.1121–1155.

Subert Semanat, A., Reyes Colgado, L., & Castro Piñol, D. (2021). Teledetección de Estrés en Cultivos de Caña A Través de Imágenes Multiespectrales Detección Remota de Estrés en Cultivos de Caña A Través de Imágenes Multiespectrales. Revista Telemática. Vol.4 No. 20. http://revistatelematica.cujae.edu.cu/index.php/tele, pp. 25-39 .

Tenebo Alito, K., Sewinet Kerebih, M., & Asregedew Hailu, D. (2025). Characterization of drought detection with remote sensing-based multi-indices and SPEI in the northeastern highlands of Ethiopia. Impact factor; 2,8. https://doi.org/10.1177/11786221251328833. https://journals.sagepub.com/doi/10.1177/11786221251328833.

Torres Roaro, A. (2025). Correlación del índice de estrés hídrico con el contenido de humedad del suelo y desarrollo fenológico del maíz forrajero utilizando imágenes de satélite (Sentinel-2). Universidad Autónoma Agraria Antonio Narro. Torreón-Coahuila. México. Trabajo de titulación. http://repositorio.uaaan.mx:8080/handle/123456789/50448, pp.79.

Torres, E., Fuentes, F., Gutter, K., Rondón, F., Mancebo, J., Maurer, W., y otros. (2025). Teledetección y sensores de humedad del suelo para la gestión del riego en huertos de aguacate: un enfoque práctico para la evaluación del estrés hídrico en zonas agrícolas remotas. Remote Sensing 2025, 17 (4), 708; https://doi.org/10.3390/rs17040708. https://www.mdpi.com/2072-4292/17/4/708.

UNESCO. (2024). Informe Mundial de las Naciones Unidas sobre el Desarrollo de los Recursos Hídricos 2024: agua para la prosperidad y la paz. París, Francia: Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO). ISBN: 978-92-3-300229-6, Pág. 194. https://unesdoc.unesco.org/ark:/48223/pf0000391195.

Velazquez Chavez, L., Daccache, A., Mohamed, A., & Centritto, M. (2024). Plant-based and remote sensing for water status monitoring of orchard crops: Systematic review and meta-analysis. Agricultural Water Management; Volume 303, 109051. https://doi.org/10.1016/j.agwat.2024.109051. https://www.sciencedirect.com/science/article/pii/S037837742400386X.

Villalaz Pérez, J., Villarreal, J., Pineda, A., & Gutiérrez, A. (2024). Efecto del Índice de Estrés Hídrico Sobre el Estado Vegetativo de la Planta de Cacao. Ciencia Agropecuaria No. 38:84-10 4.ISSN L 2414-3278. https://www.researchgate.net/publication/377963728_EFECTO_DEL_INDICE_DE_ESTRES_HIDRICO_SOBRE_EL_ESTADO_VEGETATIVO_DE_LA_PLANTA_DE_CACAO_1.

WeAreWater Foundation. (2023). El estrés hídrico, factor geopolítico. https://www.wearewater.org/es/insights/el-estres-hidrico-factor-geopolitico/.




DOI: https://doi.org/10.23857/pc.v10i8.10183

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/