Sistemas para la selección de cultivos, una revisión sistemática de la literatura

Resumen

Las técnicas de inteligencia artificial son utilizadas en la Agricultura de Precisión (AP) para aumentar la producción y mejorar el rendimiento de los cultivos. Esto permite a los agricultores optimizar el uso de los recursos, disminuir el impacto ambiental y facilitar la toma de decisiones. En la actualidad, aumentar la producción y el rendimiento de los cultivos es de vital importancia para alcanzar la soberanía alimentaria de todas las regiones del mundo. Es por esto, que se propone el desarrollo de un algoritmo que recomiende la raza de maíz nativo que mejor se adapte a las propiedades del suelo y condiciones climáticas presentes en la región montañosa central del estado de Veracruz. Para lograrlo, se realizó una revisión sistemática de la literatura con la finalidad

conocer las características en común que presentan los diferentes “sistemas recomendadores de cultivos” que se han desarrollado en los últimos años (2017-2022), así como identificar los métodos y/o técnicas, los parámetros y las herramientas tecnológicas de desarrollo utilizadas en estos sistemas para generar las recomendaciones.
Los resultados demuestran que la técnica más utilizada en los sistemas recomendadores de cultivos son los algoritmos de Machine Learning, siendo las Redes Neuronales Artificiales el método más usado. Los parámetros más considerados son el pH, el nitrógeno, el fósforo, el potasio y la temperatura. En general, los sistemas revisados tienen una precisión que va del 82% al 99.91%. En conclusión los sistemas de recomendación de cultivos cuentan con una estructura básica definida, sin embargo, el principal problema para el sistema propuesto, es el acceso y recopilación de la información necesaria para lograr la adecuada clasificación de las razas de maíz nativo de la región, por lo que la técnica a utilizar debe consistir en un Sistema Experto, alimentado por el conocimiento de una persona experta en este grano básico.