Hoy en día la agricultura de precisión se basa en un concepto agronómico de gestión de parcelas

agrícolas, incorporando en la existencia una importante variabilidad espacial a nivel de campo,

generando el uso de varias herramientas tecnológicas dentro de las cuales precisará, los sistemas
de posicionamiento Global (GPS), sensores remotos, imágenes aéreas y/o satelitales junto con
Sistemas de Información Geográfica (SIG) que permiten relacionar datos con una localización
geográfica, y estas tecnologías en conjunto permiten evaluar con mayor precisión la densidad
óptima de siembra, estimar el uso de fertilizantes, optimizar la gestión del recurso hídrico, además
de predecir con más precisión la producción de los cultivos y la calidad del producto terminado,
como también mejorar los rendimientos a través de prácticas de cosecha automatizada. Grandes
beneficios que se presentan con la implementación de la AP generan un alto impacto sobre los
sistemas productivos principalmente en los ámbitos de gestión (Le-Bert, 2009).

La generación de estas tecnologías de analítica permite definir al sistema como una administración
que utiliza las TIC´S para recolectar datos útiles desde distintos medios de información con el
término de apoyar decisiones asociadas a la producción de cultivos. La AP proporciona la
capacidad de recopilar, interpretar y aplicar información propia de las explotaciones,
transformando datos e información en conocimiento y rentabilidad, posibilitando una gestión
agronómica más competente, además permiten aumentar la precisión de las labores (Best &
Vargas , 2020).

La agricultura de precisión se basa en la captura remota de información, la cual es validada con

parámetros de huerto, que caracterizan las condiciones del predio y de los cultivos. Esta
tecnología permite diferenciar a nivel de sectores el predio, siendo posible diseñar un plan de
manejo especifico para cada uno de ellos, de acuerdo con sus necesidades o potenciales
productivos. La finalidad de esto, es poder optimizar la calidad y cantidad de un producto agrícola,
minimizando sus costos por medio del uso de tecnologías mas eficiente y que generen un menor
efecto ambiental, que consiste en optimizar el uso de insumos agrícolas en función de determinar
la variabilidad espacia y temporal de la producción agrícola (García, 2008).

La agricultura de precisión se puede dividir en etapas:

 La primera etapa consiste en la recolección de datos, monitoreando cultivos y suelos,
realizando mapas de producción.
 La segunda etapa consiste en el procesamiento y la interpretación de la información,
haciendo un análisis.
 La tercera etapa consiste en la aplicación de insumos o la realización de prácticas de
corrección, consiguiente un manejo variable (García, 2008).

Esta información luego de ser corregida y procesada mediante software de análisis, es clasificada
en distintos niveles como se puede observar en la Figura X, principalmente se utilizan mapas que
representan el estado de desarrollo, así como el estrés nutricional, hídrico y la afección de plagas o
enfermedades que puedan estar incidiendo en el cultivo. Las imágenes multiespectrales
adquiridas, pueden registrar la refracción radiométrica en los huertos, la cual se separa en bandas
espectrales desde las cuales se pueden obtener imágenes que permiten disponer de mapas de
vigor, mediante el uso de índices vegetacionales (Razeto, 2020).

Figura X: Esquema de trabajo de la agricultura de precisión

La agricultura de precisión comprende la aplicación de tecnologías con el fin de mejorar la
productividad de los cultivos disminuyendo el impacto medioambiental, sin afectar la calidad. La
AP recopila y analiza datos temporales y espaciales del cultivo, del suelo, del terreno o clima, a
través de sensores que facilitan la información o a través de imágenes obtenidas mediante la
teledetección, ya sea satélites, drones, etc. y los combina con otra información adicional para
tomar decisiones y hacer uso eficiente y más sostenible de recursos. Esta permite almacenar,
procesar, visualizar y trasladar a mapas de datos la información, en el lugar y momento adecuados
(Prado, 2022).

Dentro de sus aplicaciones se destacan:

 La facilitación de la actividad agraria con un ahorro de tiempo en el manejo de cultivos.
 Recopilación de datos en tiempo real sobre el desarrollo y crecimiento de los cultivos.
 El establecimiento de zonas en el campo en base a los niveles de productividad.
 Alertar de cambios importantes en el estado del cultivo.
 Reducir el consumo de nutrientes y fitosanitarios, con el ahorro de costos y la disminución
del impacto medioambiental.
 La optimización del riego.
 La realización de seguimiento en el estado sanitario de los cultivos.
 Analizar las condiciones meteorológicas y alertar sobre las inclemencias meteorológicas
que puedan amenazar a los cultivos (Prado, 2022).

(Pérez-Ruiz, 2021) destaca que una agricultura tecnificada y precisa es mas sostenible. Permite
emplear fitosanitarios solo donde es necesario, pero también porque logra que el agricultor sea
mas competitivo. Además, permite una mayor trazabilidad de los productos y así proporciona al
consumidor información veraz para decidir según criterios de sostenibilidad. La revolución
tecnológica aplicada al sector esta integrando dispositivos y maquinaria conectados para
monitorizar rendimientos, “Big Data” e Inteligencia Artificial para una analítica avanzada de datos,
y robótica que opera a pie de cultivo. Muchos de los avances de la tecnología han producido
reducción de costos, una correcta apertura al mercado, permitiendo nueva infraestructura
tecnológica con nuevos desafíos.
Algunas de las tecnologías básicas aplicables en la agricultura de precisión se detallan a
continuación:

Tecnología de tasa variable (VRT): Es una tecnología o método que permite a los agricultores
controlar con precisión la cantidad de insumos aplicables dentro de zonas agrícolas definidas. Esta
tecnología es usada en programas informáticos especializados, controladores y un sistema de
posicionamiento global diferencial (DGPS). Básicamente hay tres enfoques para la VRT – manual,
basado en mapas o datos de sensores (Bragachini et. al., 2000).
Muestreo de suelo con GPS: este método incorpora la tecnología GPS en la agricultura de
precisión para seleccionar muestras de suelo de diferentes zonas para comprobar los nutrientes, el
nivel de pH y otros datos para tomar decisiones rentables en la agricultura. Los grandes datos
recogidos por el muestreo, se aplican para calcular la tasa variable para optimizar la siembra y la
fertilización (Bragachini et. al., 2000).
Aplicaciones informáticas: Apoyándose en el GIS, la agricultura de precisión puede incorporar
aplicaciones que creen planes precisos de explotación agrícola, mapas de campo, exploración de
cultivos, mapas de rendimiento y para definir con precisión la cantidad exacta de insumos que
deben aplicarse en los campos. Por otra parte, estas aplicaciones proporcionan datos de valor
reducido que no pueden aplicarse a soluciones de agricultura de gran precisión debido a la
incapacidad de integrar los datos obtenidos en otros sistemas auxiliares (Kogut, 2020).
Tecnología de observación remota: La teledetección y la agricultura de precisión pueden
combinarse para centrarse en los factores que pueden estresar un cultivo en un momento
específico o estimar con precisión la cantidad de humedad en el suelo. Estos datos se obtienen a
partir de drones y satélites. En comparación con los datos de drones, las imágenes satelitales son
más accesibles y polivalentes como se observa en la figura X, permite apreciar la colorimetría en la
que se presentan los estadios de un cultivo (Kogut, 2020).

Figura X: Imagen satelital en el momento de inicio de senescencia de un cultivo

La inclusión de estas practicas responde a una creciente necesidad de incrementar la producción

de alimentos a través de la optimización de los rendimientos productivos agrícolas. Actualmente
en Chile, la inserción de este tipo de practicas es de apenas un 5% de todas las hectáreas
cultivables, dejando a la industria agrícola nacional relegada en la competencia. Existen distintas
herramientas aplicable en la AP que permiten mantener el control de los cultivos, o bien permiten
gestionar los recursos agrícolas, en Chile pocas opciones han avanzado en incluir modelos
agronómicos predictivos, y combinarlos con la ingeniería industrial a través del conocimiento
agronómico, siendo un eje fundamental en la solución a los bajos índices de inserción de prácticas
(Arellano, 2020).
La AP en chile ha sido incorporada escasamente como una herramienta de gestión para la
fruticultura y viticultura, donde posteriormente se han incluido los cultivos industriales y de
cereales. A través de su uso, ha permitido mejorar la eficiencia productiva de forma significativa a
nivel de huertos y viñedos, y con ello, disminuyendo los impactos ambientales de forma notable.
Investigaciones realizadas por centros Tecnológicos y de Investigación han demostrado la
contribución del uso de estas herramientas, haciendo posible, en términos de disminución de
costos, ahorro energético e hídrico, y gestión de sitio en huertos, entre otros (Undurraga, 2019).

De esta forma, se considera importante que el estado, a través de su institucionalidad agrícola,

pueda desarrollar una estrategia nacional de fomento para la aplicación de la AP, como una forma
de estimular y ampliar su aplicación en el país, mejorando la competitividad sectorial y
protegiendo el medio ambiente. Se puede esperar que el desarrollo de lineamientos estratégicos
en el diseño de una agenda, pueda orientar una futura política sectorial, en el contexto de la
agricultura chilena (Undurraga, 2019).

Las tecnologías necesarias para realizar una agricultura de precisión de señalan y describen a
continuación, se consideran la base del sistema permitiendo realizar el monitoreo y análisis a
distancia a través de su uso.
Software: Son los programas de aplicación y los sistemas operativos que permiten que la
computadora pueda desempeñar tareas inteligentes, dirigiendo a los componentes físicos o
hardware con instrucciones o datos a través de diferentes tipos de programas. Este en la AP ayuda
en la gestión de tareas como la planificación, ya sea de la cosecha, siembra, riego, control de
malezas, etc. registrando las operaciones de campo o gestión de riesgos (Delgado et. al., 2016).
Hardware: Es el conjunto de dispositivos que se relacionan entre sí para conformar una
computadora, su uso en el campo incluye; sondas de suelo con análisis en laboratorios, telemática
en predios, operaciones de maquinaria a distancia, entre otros (Cottino, 2020).
Satélites: Un satélite es un cuerpo material, natural o artificial, que gira alrededor de un planeta
en una órbita definida. Actualmente son numerosos los satélites artificiales orbitando alrededor
de nuestro planeta. Muchos de ellos se utilizan para las comunicaciones y para tomar datos
(climáticos, geográficos, físicos, entre otros) sobre el planeta. En el ámbito agrícola pueden realizar
tareas de monitorización, como la meteorología y previsión meteorológica o el análisis de la salud
de los cultivos (Palacios et. al., 2011).
Teledetección: Esta técnica que permite adquirir imágenes de la superficie terrestre desde
sensores aéreos o espaciales, asumiendo que entre suelo y sensor existe una interacción
energética, ya sea por reflexión de la energía solar o de un haz energético artificial, ya por emisión
propia (Balbontín et. al., 2014).
Sistema sensor: Compuesto por el sensor, propiamente dicho, y la plataforma que lo alberga.
Tiene como misión captar la energía procedente de las cubiertas terrestres, codificarla y grabarla o
enviarla directamente al sistema de recepción (Balbontín et. al., 2014).
Drones: Aeronaves no tripuladas, controladas de forma remota y se emplean para diferentes
tareas. Estas aeronaves permiten a los trabajadores agrícolas recopilar datos, automatizar
procesos redundantes y aumentar la producción (Sabry, 2021).
Robótica: Técnica que aplica la informática al diseño y empleo de aparatos que, en sustitución de
personas, realizan operaciones o trabajos, por lo general en instalaciones industriales (Vázques,
2015)
GPS: Sistema de posicionamiento global, es un sistema de satélites usado en navegación que
permite determinar la posición las 24 horas del día, en cualquier lugar del globo y en cualquier
condición climatológica (Letam, 2001).
En la historia de la humanidad, siempre hemos estado ligados a la agricultura. Algo que siempre ha
buscado el hombre es cómo mejorar la productividad en esta área. Primeramente, la fuente de
energía era el ser humano mismo, luego sé utilizó la energía animal, con el tiempo llegó la
revolución industrial, la maquina a vapor, la invención del motor, el descubrimiento de nuevas
fuentes de energía como los hidrocarburos, etc. Siempre se ha ido evolucionando, mejorando,
optimizando procesos, hasta llegar, por ejemplo, a los tractores autónomos en la actualidad y a los
drones.
Vehículos autónomos para tratamiento fitosanitario. En este campo destaca el desarrollo de un
sistema fumigador sobre tractores autónomos realizado, entre otros, por la NASA, la universidad
de Carnegie Mellon y la empresa fabricante de tractores Jhon Deere (EEUU). Una sola persona
puede supervisar cuatro o más tractores que funcionan en el campo. Este sistema reduce al
mínimo la interacción, automatizando casi todas las funciones del tractor, dejando al operador
sólo tareas simples como verificación de obstáculos, la supervisión del funcionamiento, etc.
(Rodriguez & Berenguel, 2004)
Drones para la agricultura. Su utilización ayuda a analizar las parcelas y siembras de manera
efectiva, ahorrando recursos y optimizando el sistema productor. Los trabajos agrícolas con drones
abarcan un gran número de tareas, desde la siembra hasta la fumigación de los cultivos (Conforti,
2018).
La teledetección multiespectral. Ya ha sido utilizada en numerosos estudios de zonas áridas a
diferentes escalas, para establecer procesos relacionados con la degradación del suelo como la
erosión y la salinización, para evaluar la productividad del ecosistema o para detectar cambios en
el uso del suelo entre otras aplicaciones (Velasco, 2009).
Agrobots. El diseño de robots agrícolas depende en gran medida de las tecnologías modernas,
como la tecnología de sensores, que es la principal herramienta para recopilar datos en tiempo
real y, a partir de ellos, entrenar a los robots para que realicen las actividades que deseamos. La
mayoría de los robots agrícolas se basan en técnicas de procesamiento de imágenes, como los
robots recolectores de fruta, que procesan la imagen de una fruta y deciden si está madura o no.
El procesamiento basado en la visión también desempeña un papel importante en el proceso de
sembrado, deshierbado y fumigación (Sudan jha et al., 2022).
Existen tecnologías que son necesarias y esenciales para la robótica en la agricultura, como se
presentan a continuación:

GPS: El sistema GPS está compuesto de 3 elementos distintos, denominados segmentos. El primer
segmento, formado por los satélites, es llamado segmento espacial. El segundo segmento que
comprende las estaciones de control, se denomina segmento de control. El tercero corresponde a
los receptores GPS y se conoce como segmento del usuario, permitiendo obtener información
acerca de localizaciones (Correia, 2002).
Satélites: Un sistema de comunicaciones por satélite está compuesto por los siguientes
elementos:
- Satélite de comunicaciones.
- Centro de control.
- Estación terrena.
Satélite de comunicaciones: Está compuesto esencialmente por conjuntos de repetidores de
señales radioeléctricas o transpondedores (formados por receptor, amplificador y transmisor) y
por sistemas de apoyo. Los equipos de comunicaciones, incluyendo antenas y repetidores,
constituyen la carga útil del satélite.
Centro de control: Realiza desde tierra el control del satélite (telemediación, telemando y control).
Posee todos los equipos necesarios para mantener al satélite en su posición orbital, posibilitando
la realización desde tierra de todas las operaciones necesarias para tal fin.
Estación terrena: Forma el enlace entre el satélite y la red terrestre conectada al sistema. Un
sistema puede operar con algunas decenas o centenas de ellas, dependiendo de los servicios
brindados (Huidobro., 2017).
Cámaras multiespectrales: se utilizan para fotografiar la misma escena en diferentes bandas
espectrales. Esto se consigue, ya sea utilizando varias cámaras sincronizadas o un sistema
multilente (varios objetivos operando cada uno de ellos en una banda diferente). Pueden utilizarse
hasta 9 cámaras, aunque lo habitual es 4 o 6. El resultado es una fotografía multiespectral, esto es,
varias fotos diferentes correspondientes a una misma escena u objeto. La configuración más
común es de 4 cámaras operando en banda verde, banda roja, banda infrarroja y la cuarta con
película color.
(Sobrino, 2000)
La agricultura del futuro esta apoyada pen el automatismo y la robótica, con información
precargada se puede hacer seguimiento de un cultivo, anticiparse al ataque de plagas y
enfermedades, identificar zonas de malezas, detectar fallas de siembra, etc. Los agrobots van
desde cosechadoras automáticas hasta equipos de conducción autónoma que usan visión artificial
y GPS para hacer recorridos de campo. Este tipo de maquinarias suele ser muy eficiente y sus
capacidad para el trabajo son precisas, permitiéndoles manipular hojas como la lechuga o frutos
maduros como frutillas sin causar daño alguno. En la actualidad existe un amplio abanico de
robots autónomos capaces de recorrer los campos para ejecutar todo tipo de actividades como la
fumigación, la detección de enfermedades, la recolección de frutos, control de maleza y mucho
más (Ribeiro, 2022).

Robots autodirigidos: iniciaron como tractores automáticos, dotados con visión artificial y módulos
de IA para la detección de anomalías en el campo como se puede observar en la Figura X, la
preparación del terreno, la siembra con distribución ideal de semillas y la cosecha de productos de
arado simple como el maíz y el trigo. Actualmente, pueden recorrer los campos en busca de
productos maduros, detectando plagas, desmalezando y realizando pequeñas tareas como el
transporte de materiales (Ribeiro, 2022).

Figura X: Detección de la línea de cultivo y malezas en campo

Robot cosechador automático: Cosechan frutos pequeños con una alta eficiencia. Poseen brazos
cosechadores automáticos que manipulan con extremo cuidado y precisión los frutos, cosechando
y transportando solo los alimentos maduros gracias a un sistema de detección mediante la
aplicación de visión artificial (García L. , 2003).
Robot de supervisión y mantenimiento: estos pueden reconocer el crecimiento ideal de las flores,
su trabajo va más allá de la recolección, consiste en la supervisión del cultivo (García L. , 2003).
Robot recolector de fruta autónomo: la detección de espectros a través de visión artificial permite
reconocer los frutos en un estado óptimo de maduración y recolectarlos gracia a sistemas de
succión con aire o mediante brazos mecánico-colaborativos. Son similares a una plataforma móvil
que acompañan al trabajador agrícola, siendo 2 a 5 veces más rápidos que un trabajador con
escalera común (Manchado, 2019).
Dron aéreo de supervisión, control de plagas y fumigación con visión artificial: Se consideran
drones de granja o robots aéreos, se encargan de la supervisión de las cosechas, detección de
plagas y obtención de información. Pueden escanear toda el área de trabajo obteniendo datos
relevantes como la humedad del terreno, la limpieza de campo, la acumulación inusual de gases,
efectividad de los canales de riego o la integridad general del cultivo, combinando la detección y
movilidad con equipos centrales sofisticados, siendo posible generar datos históricos para
implementar procesos de big data (Manchado, 2019).

La robótica agrícola posee grandes ventajas sobre los modelos de siembra y cultivos tradicionales,
como:

 Reducción del trabajo pesado por parte del personal.

 Reduce la necesidad de supervisión del campo.
 Mejora de manera significativa la detección de plagas gracias a la visión artificial.
 Disminuye las perdidas asociadas a mala manipulación.
 Optimiza el espacio, permitiendo cultivos verticales e hidropónicos de máxima eficiencia.
 Detección de frutos en estado óptimo de maduración.
 Menor dependencia de personal, lo que se traduce en menos costes operativos.
 Reducción de insumos químicos necesarios, gracias a la alta capacidad de detección de
necesidades específicas del cultivo.
 Se espera que, con los años, la automatización del trabajo ronde entre el 60% y 80%
incluyendo solo robótica (Rodríguez, 2017).

La incorporación de las herramientas de agricultura de precisión, permiten optimizar el uso de los

recursos productivos, tales como agua, fertilizantes, agroquímicos y mano de obra, lo que tendrá
efectos directos en la productividad del cultivo y sus costos. El uso y beneficio de la agricultura de
precisión es dinámico, permitiéndole que sea usada una o cuantas veces se requiera, con distintos
niveles de profundidad (Moltoni, 2016).

En otros países la utilización de robots es mucho mas amplia, por ejemplo:

Argentina: existen robots como “Inau” (Ver figura X), que es capaz de desplazarse por un
invernadero, diseñar actividades, hacer mapas 3d, aplicar fitosanitario y fertilizar. Su autonomía
permite evitar obstáculos, transportar insumos y, además, medir humedad, temperatura y
radiación (Vélez, 2016).
Además, existen robots para ordeñar a las vacas de forma automática, midiendo la producción,
detectando problemas de mastitis y suministrando alimentos. La unidad ordeña 40 vacas en un
sistema pastoril intensificado con tres sectores de alimentación, además, cuentan con tecnología
de “ordeño voluntario”, la que incluye el uso de robótica, teleinformática y tecnologías de
precisión (Vélez, 2016).

Figura X: Robot Inau

Por otra parte, existen sistemas que advierten cuando es necesario regar, en Argentina se
desarrolló un sistema online que monitorea el estado del cultivo y optimiza el uso del agua y los
fertilizantes. El sistema de riego, además, incluye una serie de dispositivos electrónicos, sensores,
válvulas, bombas, equipos de control automático y de comunicación, entre otros, que registras la
información relacionada a distintas mediciones y variables del cultivo (Vita, 2018).

Obtener los máximos rendimientos en cada uno de los cultivos según el potencial de cada uno de
los ambientes, utilizando menores recursos posibles. Este es el principal objetivo que persiguen las
empresas de agricultura de precisión en nuestro país.
Producto de su geografía estrecha y variable entre el mar y la cordillera de los andes, desde el
punto de vista agronómico, Chile no tiene más alternativa que usar todas las herramientas a su
alcance para ser demasiado eficiente por cada hectárea producida. La adopción de tecnologías de
la información y la comunicación es una opción importante.
La plataforma SADA, sistema de apoyo a la decisión agrícola, se creó para que los agricultores en
primera instancia puedan visualizar de mejor forma la información geoespacial que se genera en
los campos. Esta información se ve a través de software complejos de operar y los agricultores, la
mayoría de las veces, optaban por no operarlos porque aquello les significaba tomar cursos y
perder su tiempo, por supuesto, como sociedad caemos en un gran error al pensar así. Esta
aplicación sirve para caracterizar suelos, a nivel físico, textura, profundidad, compactación. A nivel
químico, fertilidad, capacidad del suelo para retener agua. Las imágenes aéreas proporcionan
información en el tiempo sobre cómo evolucionan los cultivos.
Lamentablemente en nuestro país, puntualmente en la agricultura campesina, existe un temor a la
innovación, a la tecnología en general y se suele dejar de lado, evitar todo aquello que cueste un
poco de trabajo aprender. Este temor, conduce a la ignorancia y la ignorancia no permite progreso
ni éxitos.
Las experiencias agrícolas mundiales (exitosas) indican que los incrementos de productividad y la
reducción de los costos unitarios de producción, junto a la calidad de los productos (la que incluye
progresivamente con más fuerzas las garantías de sustentabilidad ambiental de todo el proceso
productivo) son los mecanismos más potentes de competitividad que puede controlar el
productor primario, para enfrentar a los mercados en condiciones más ventajosas. Igualmente se
concluye de las experiencias exitosas, que los tres factores mencionados (productividad, reducción
de costos y calidad) están directamente asociados al conocimiento y a la innovación tecnológica.
(Echeñique, 2000)
En Chile, la subsecretaría del ministerio de ciencia, tecnología, conocimiento e innovación, y la
subsecretaría de agricultura están coordinando esfuerzos para generar diferentes iniciativas de
innovación y transferencia tecnológica para la agricultura. De esta manera se busca fortalecer los
programas de desarrollo de talento enfocados en la agricultura y en los sectores rurales.
(https://brechacero.com/chile-trabaja-en-la-incorporacion-de-tecnologia-en-agricultura/, s.f.)
Bibliografía
Arellano, G. (2020). Modelo de negocio para un sistema de agricultura de precisión. Obtenido de
U. Chile, Departamento de Ingeniería Industrial:
https://repositorio.uchile.cl/bitstream/handle/2250/177341/Modelo-de-negocio-para-un-
sistema-de-agricultura-de-precision-e-inteligencia-de-negocio-en-la-agroindustria-de-la-
zona.pdf?sequence=1&isAllowed=y#:~:text=Actualmente%2C%20en%20Chile%2C%20se
%20esti

Balbontín et. al., C. (2014). Teledetección: apoyando a la agricultura desde el cielo. Obtenido de
Instituto de Investigaciones Agropecuarias:
https://biblioteca.inia.cl/bitstream/handle/20.500.14001/67624/NR41563.pdf?
sequence=8&isAllowed=y

Best, S., & Vargas , P. (2020). Aplicación de la Agricultura Tecnológica 4.0. Obtenido de Intituto de
Investigaciones Agropecuarias:
https://biblioteca.inia.cl/bitstream/handle/20.500.14001/4011/NR42318.pdf?
sequence=1&isAllowed=y

Bragachini et. al., M. (2000). Tecnología de aplicación variable de insumos. Obtenido de INTA
Manfredi: https://inta.gob.ar/sites/default/files/script-tmp-inta-_tecnologia-de-aplicacion-
variable.pdf

Conforti, F. (2018). Piloto de drones.

Correia, P. (2002). Guía práctica del GPS.

Cottino, D. (Octubre de 2020). Hardware y Software de Farmers Edge. Obtenido de EOS Data
Analytics: https://eos.com/es/blog/software-agricola/#:~:text=Su%20hardware%20en
%20los%20campos%20incluye%3A&text=Sensores%20de%20humedad%20del%20suelo,y
%20apoyo%20t%C3%A9cnico%20y%20agr%C3%ADcola.

Delgado et. al., J. (2016). Desarrollo de Software Web para la gestíon de campo de cultivos
agrícolas. Obtenido de Sistemas y Telemática, Universidad ICESI:
https://www.redalyc.org/pdf/4115/411534375006.pdf

Echeñique, J. (2000). Tendencias y papel de la tecnología en la agricultura.

García, L. (Diciembre de 2003). Navegación Autónoma de Robots en Agricultura. Obtenido de

Universidad Complutense de Madrid: https://eprints.ucm.es/id/eprint/5277/1/T27198.pdf
García, M. (Diciembre de 2008). Tecnologías aplicables en Agricultura de Precisión. Obtenido de
Fundación para la Innovación Agraria:
http://wapp.corfo.cl/ticrural/descargas/I+D+I_3_TECNOLOGIAS_AGRICULTURA_PRECISIO
N.pdf

https://brechacero.com/chile-trabaja-en-la-incorporacion-de-tecnologia-en-agricultura/. (s.f.).

Huidobro., J. M. (2017). Telecomunicaciones.

Kogut, P. (Septiembre de 2020). Agricultura de Precisión: De los libros a la realidad. Obtenido de

Eos Data Analytics: https://eos.com/es/blog/agricultura-de-precision/

Le-Bert, G. R. (Julio de 2009). Alcance de la agricultura de precisión. Obtenido de Oficina de

Estudios y Políticas Agrarias:
https://www.odepa.gob.cl/wp-content/uploads/2009/07/AgriculturaDePrecision.pdf

Letam, L. (2001). GPS facil uso del sistema de posicionamiento global.

Manchado, A. (Septiembre de 2019). Desarrollo de un robot para la caracterización y tratamiento

de las plantas en agricultura de precisión. Obtenido de Universidad Politécnica de Madrid:
https://oa.upm.es/56778/1/TFG_ALEJANDRO_MANCHADO_RUBIO.pdf

Moltoni, A. (Abril de 2016). Robots: La próxima revolución del campo. Obtenido de RIA: Revista de
Investigaciones Agropecuarias: https://www.redalyc.org/pdf/864/86445998004.pdf

Palacios et. al., E. (Junio de 2011). Agricultura de riego asistida con Satélites. Obtenido de Instituto
Mexicano de Tecnología del Agua: https://www.redalyc.org/pdf/3535/353531973005.pdf

Pérez-Ruiz, M. (Agosto de 2021). Agricultura de Precisión, Gestión digital del campo. Obtenido de
Agricultura Digital e Innovación Agroalimentaria de la Universidad de Sevilla:
https://www.bbva.com/es/sostenibilidad/que-es-la-agricultura-de-precision-la-gestion-
digital-del-campo/

Prado, J. (2022). La transformación tecnológica del presente. Obtenido de Gobierno de La Rioja:

https://web.larioja.org/landing/agricultura-de-precision/#:~:text=La%20agricultura%20de
%20precisi%C3%B3n%20permite,y%20en%20el%20momento%20adecuado.

Razeto, B. (2020). Agricultura de Precisión en Frutales. Obtenido de Ficha de valoración de

resultados FIA:
https://bibliotecadigital.fia.cl/bitstream/handle/20.500.11944/145598/101_Ficha_AP_Fru
tales.pdf?sequence=2&isAllowed=y#:~:text=Base%20conceptual&text=La%20AP%20ha
%20sido%20identificada,para%20la%20producci%C3%B3n%20de%20cultivos%E2%80%9D.

Ribeiro, A. (Septiembre de 2022). Robótica en agricultura. Obtenido de Centre for Automation and
Robotics: https://aihub.csic.es/wp-content/uploads/2022/09/MIERCOLES-2-
Presentacion_AngelaRibeiro-Robotica-inteligente.pdf

Rodriguez, & Berenguel. (2004). Control y robótica en agricultura.

Rodríguez, F. (Mayo de 2017). La oportunidad de utilizar robots en agricultura. Obtenido de

Universidad de Almería: http://www.cde.ual.es/wp-content/uploads/2017/05/Presentaci
 %C3%B3n-Rob%C3%B3tica-agr%C3%ADcola-F-Rodr%C3%ADguez-2017.pdf

Sabry, F. (2021). Drones autónomos.

Sobrino, J. (2000). Teledetección.

Sudan jha et al. (2022). Industrial Internet of Things: Technologies, Design, and Applications.

Undurraga, M. (Diciembre de 2019). Potenciales efectos de la agricultura digital. Obtenido de

ODEPA:
https://www.odepa.gob.cl/wp-content/uploads/2020/01/InformeAgriculturaDigital2019.p
df

Vázques, A. S. (2015). Robótica educativa.

Velasco, P. E. (2009). Integracion de técnicas espectrales para la deteccion y cuantificación de los

tipos de cubiertas en ecosistemas áridos.

Vélez, J. (Abril de 2016). Una nueva agricultura: robots, la próxima revolución del campo. Obtenido
de Instituto de Investigaciones Agropecuarias: https://intainforma.inta.gob.ar/robots-la-
proxima-revolucion-del-campo/

Vita, F. (Julio de 2018). Riego: estrategias. Obtenido de Instituto Nacional de Tecnología

Agropecuaria :
https://argoliva.com.ar/files/ponencias/27_20180914133232_03_Facundo_Vita.pdf