# Drones e IA para seleccionar trigo resistente al cambio climático > Investigadores de la UB y Agrotecnio desarrollan un sistema que combina sensores aéreos y modelos predictivos para identificar variedades de trigo más productivas y adaptadas a la sequía y al calor extremo --- Consulta la previsión del tiempo en tu localización exactaSuscríbete a nuestra Newsletter semanal [Home](https://www.plataformatierra.es/)/[Actualidad](https://www.plataformatierra.es/actualidad) 15 April 2026 7 min # Drones e IA para seleccionar trigo resistente al cambio climático Investigadores de la UB y Agrotecnio desarrollan un sistema que combina sensores aéreos y modelos predictivos para identificar variedades de trigo más productivas y adaptadas a la sequía y al calor extremo Automatización y Robotización Herramientas Digitales ![Drone trigo](https://static.plataformatierra.es/strapi-uploads/assets/Drone_Trigo_c2412fb146.jpg) Guardar Compartir --- La búsqueda de variedades de trigo capaces de mantener su productividad frente al cambio climático ha dado un paso relevante gracias a la combinación de drones e inteligencia artificial (IA). Un equipo de investigadores de la [**Universitat de Barcelona (UB)**](https://web.ub.edu/es/inicio) y el centro de investigación **Agrotecnio** ha desarrollado una metodología que permite identificar, de forma precisa y eficiente, qué genotipos de trigo son más resilientes ante la sequía y las temperaturas elevadas, dos de las principales amenazas para la agricultura cerealística en el contexto actual. Los [resultados del estudio](https://agrotecnio.org/es/inteligencia-artificial-y-drones-para-seleccionar-el-trigo-mas-resiliente/) han sido publicados en la revista científica [**Plant Phenomics**,](https://www.sciencedirect.com/science/article/pii/S2643651526000154?via%3Dihub) una de las publicaciones de referencia en fenotipado vegetal y mejora genética de cultivos. El trabajo no solo aporta una solución tecnológica innovadora, sino que pone el foco en una cuestión que a menudo queda en segundo plano en los programas de mejora: la estabilidad productiva. No basta con que una variedad sea altamente productiva en condiciones óptimas; lo verdaderamente valioso para el agricultor es que esa producción sea consistente año tras año, independientemente de las condiciones ambientales. ## Fenotipado de precisión desde el aire El corazón metodológico del estudio reside en el uso de sensores terrestres y drones equipados con cámaras especializadas. Estos dispositivos permitieron al equipo monitorizar el desarrollo de los cultivos a lo largo del ciclo vegetativo, capturando datos sobre el estado fisiológico de las plantas sin necesidad de intervenir directamente sobre ellas.  Esta aproximación tiene una ventaja práctica fundamental: elimina la necesidad de segar las parcelas para obtener datos, lo que se traduce en una reducción significativa de costes y tiempos en los ensayos de mejora. En los programas tradicionales de selección varietal, la recogida de datos sobre rendimiento implica cosechar cada microparcela de forma individual, un proceso laborioso y caro. El fenotipado aéreo abre la puerta a evaluar cientos o miles de genotipos de manera simultánea y no destructiva. Los drones, volando a baja altitud sobre los ensayos de campo, capturaron imágenes multiespectrales e hiperespectrales que proporcionaron información detallada sobre parámetros como el índice de vegetación, el contenido en clorofila, la temperatura foliar o el estado hídrico de las plantas. Esta información, imposible de obtener a simple vista, resulta clave para distinguir cómo responde cada variedad ante el estrés abiótico. ## Inteligencia artificial para predecir el comportamiento varietalales Los datos recopilados por los sensores y los drones no tendrían utilidad práctica sin una herramienta capaz de interpretarlos y extraer conclusiones accionables. Ahí es donde entra en juego la inteligencia artificial. El equipo de investigación entrenó modelos de aprendizaje automático capaces de predecir tanto el rendimiento como la estabilidad productiva de cada variedad de trigo a partir de los datos fenotípicos recogidos durante el ciclo del cultivo. Este tipo de modelos aprenden a reconocer patrones complejos en grandes volúmenes de datos —en este caso, la relación entre las señales espectrales captadas por los drones y el comportamiento final del cultivo en cosecha— y son capaces de generalizar esas relaciones para hacer predicciones sobre variedades no evaluadas previamente. La combinación de fenotipado de alta resolución y algoritmos predictivos acorta de forma notable los ciclos de selección en los programas de mejora genética. ## Una herramienta urgente para la seguridad alimentaria  La relevancia de este trabajo va más allá del ámbito estrictamente técnico. El trigo es uno de los cereales más cultivados del mundo y un componente esencial de la dieta humana y de la cadena de valor agroalimentaria global. España, como país mediterráneo, es especialmente vulnerable al [impacto del cambio climático sobre sus cultivos:](https://www.aemet.es/es/serviciosclimaticos/cambio_climat) las proyecciones apuntan a veranos más largos y cálidos, precipitaciones más irregulares y episodios de sequía más severos, precisamente las condiciones que más perjudican al cultivo del trigo en sus fases críticas de floración y llenado del grano.  Contar con variedades adaptadas a estas condiciones no es una opción, sino, como subrayan los propios investigadores de la UB, _"una urgente necesidad para la agricultura"._ Los programas públicos y privados de mejora genética necesitan herramientas que permitan acelerar la identificación de genotipos resilientes y reducir el tiempo que tarda una nueva variedad en llegar al campo desde el laboratorio.  ## El papel del fenotipado en la mejora genética moderna El estudio se enmarca en una tendencia más amplia dentro de la ciencia agraria: la revolución del fenotipado de alto rendimiento. Durante décadas, el cuello de botella en los programas de mejora no era la generación de diversidad genética —la biotecnología ha avanzado enormemente en ese terreno— sino la capacidad de evaluar físicamente el comportamiento de miles de plantas en condiciones de campo reales. Los drones y la IA están cambiando esa ecuación.  ¡No te pierdas nada! Artículos, cursos, informes, libros... Suscríbete a nuestro newsletter Suscribirse Plataformas tecnológicas como la desarrollada por el equipo de la UB y Agrotecnio apuntan a un futuro en el que los mejoradores disponen de datos fenotípicos detallados de forma rápida, económica y no invasiva, lo que permite tomar decisiones de selección mucho más informadas. Esta capacidad es especialmente relevante cuando se trabaja con colecciones amplias de germoplasma o con poblaciones en segregación donde hay que evaluar un número muy elevado de individuos. ## Perspectivas de aplicación Aunque el estudio se ha centrado en el trigo, los investigadores apuntan a que la metodología es transferible a otros cultivos de interés agronómico. La lógica de combinar fenotipado aéreo con modelos predictivos de IA podría aplicarse a **cebada, maíz, girasol o leguminosas**, abriendo un campo de aplicación muy amplio para la mejora vegetal adaptada al clima futuro.  Para el sector agroalimentario español, donde los cereales ocupan millones de hectáreas y son la base de múltiples cadenas de valor, avances como este representan una oportunidad concreta para reforzar la resiliencia productiva y reducir la dependencia de variedades inadaptadas a las condiciones mediterráneas que se intensificarán en las próximas décadas. [License![Licencia Creative Commons Atribución 4.0 Internacional. Se permite la reproducción total o parcial del contenido siempre que se cite la fuente original.](https://i.creativecommons.org/l/by/4.0/88x31.png)](https://creativecommons.org/licenses/by/4.0/) Esta obra está bajo una [Licencia Creative Commons Atribución 4.0 Internacional. Se permite la reproducción total o parcial del contenido siempre que se cite la fuente original.](https://creativecommons.org/licenses/by/4.0/) --- Guardar Compartir --- --- Source: https://www.plataformatierra.es/actualidad/drones-e-ia-para-seleccionar-trigo-resistente-cambio-climatico