Contar flores en un árbol frutal para predecir cuánta fruta va a dar suena casi artesanal, pero es exactamente el problema que un algoritmo desarrollado entre Chile, España y Reino Unido acaba de resolver con inteligencia artificial, mejorando en más de tres veces la precisión de los métodos manuales que hoy usa la mayoría de los productores. Vale una aclaración técnica importante: la tecnología que ya funciona usa cámaras de luz visible, no térmicas —aunque el infrarrojo tiene su propio rol, complementario, en el mismo huerto.
Antes de cada cosecha, un productor frutícola enfrenta una pregunta que hasta hace poco solo podía responder a ojo: ¿cuánta fruta va a dar realmente este huerto? El método tradicional —contar flores por muestreo visual en algunas ramas y extrapolar el resultado a todo el predio— es rápido, pero según reconocen los propios investigadores del sector, puede tener un margen de error de entre 30% y 50%. Eso se traduce en decisiones de riego, fertilización, contratación de mano de obra y logística de cosecha tomadas, en la práctica, a ciegas.
El algoritmo que ya funciona, y de dónde viene
La solución más avanzada a este problema hasta ahora fue desarrollada por investigadores del National Robotarium, el centro de robótica e inteligencia artificial del Reino Unido con sede en Edimburgo, en conjunto con la Universidad Técnica Federico Santa María (Valparaíso) y la Universidad Andrés Bello, ambas de Chile. El sistema utiliza fotografías tomadas con un smartphone estándar —sin necesidad de equipo especializado— y aplica reconocimiento de patrones para identificar bordes y formas de pétalos, incluso cuando las flores se superponen entre sí o quedan parcialmente ocultas por hojas y ramas.
El resultado, probado en huertos de melocotones en Cataluña, España, fue una precisión del 90% en el conteo de flores, una mejora sustancial frente al 30-50% de margen de error de los métodos manuales actuales. Según explicó Fernando Auat Cheein, profesor asociado en robótica y sistemas autónomos del National Robotarium y líder del proyecto, “en países de todo el mundo, los agricultores suelen depender de métodos manuales para estimar sus rendimientos, lo que puede generar un margen de error significativo”. El sistema permite proyectar el tamaño de la cosecha con hasta seis meses de anticipación, y los propios investigadores creen que el enfoque puede adaptarse a otros cultivos frutales como manzanas, peras y cerezas.
El contexto que justifica la urgencia de esta tecnología es considerable: la agricultura consume cerca del 65% al 70% del agua dulce del planeta, y casi la mitad de esa agua se desperdicia, mientras que aproximadamente un 45% de las frutas y verduras producidas para consumo humano se pierde o desperdicia a lo largo de la cadena de suministro global. Saber con meses de anticipación cuánta fruta realmente va a producir un huerto permite ajustar el riego, la fertilización y la planificación de cosecha a la escala real del cultivo, en vez de a una estimación con un tercio de margen de error.
El caso español que ya conecta flores con drones de verdad
Un desarrollo paralelo, este sí con drones propiamente dichos, viene de investigadores del Consejo Superior de Investigaciones Científicas (CSIC) y el IFAPA, en Córdoba, España, aplicado a programas de mejora genética del almendro. El equipo generó modelos tridimensionales a color a partir de imágenes capturadas por drones, y desarrolló un algoritmo capaz de cuantificar tanto el volumen de copa de cada árbol como su densidad floral y el período exacto de floración. El hallazgo más relevante para la predicción de cosecha fue que, en algunas variedades de almendro evaluadas, existe un ajuste lineal significativo entre el volumen de copa del árbol y su rendimiento final, lo que confirma que la arquitectura del árbol capturada por drones puede funcionar como un predictor temprano de la producción esperada.
La aclaración técnica que vale la pena hacer: RGB, no térmico
Aquí conviene ser precisos, porque el mundo de los sensores aéreos en agricultura mezcla distintas tecnologías que cumplen roles distintos. Tanto el sistema de conteo de flores del National Robotarium como el estudio del almendro en España funcionan con cámaras de luz visible (RGB) —el mismo tipo de imagen que capta cualquier cámara fotográfica convencional—, no con cámaras térmicas. Las cámaras térmicas, montadas en drones, sí tienen un rol establecido y bien documentado en el manejo de huertos frutales, pero para un propósito distinto: detectar el estrés hídrico de las plantas, planificar el riego, anticipar el riesgo de heladas y evaluar la madurez de la fruta antes de cosecha, aprovechando que pueden detectar diferencias de temperatura de hasta 0,1 grado Celsius entre plantas.
De hecho, existe ya al menos un desarrollo que conecta directamente la detección de flores con la gestión térmica del huerto, aunque no de la forma que el título de esta tecnología podría sugerir. Investigadores de Penn State desarrollaron un sistema que primero usa un algoritmo de visión computacional (entrenado con más de 5.000 imágenes RGB) para identificar seis etapas de desarrollo de los botones florales del manzano, y luego combina esa información con las temperaturas críticas de daño por helada de cada etapa floral para generar mapas de requerimiento de calefacción en tiempo real durante eventos de helada —es decir, la detección de flores sigue siendo por imagen visible, pero el sistema resultante sí gestiona información térmica para proteger esa floración una vez detectada.
Un mercado que está creciendo con fuerza
El contexto de mercado ayuda a entender por qué este tipo de tecnología avanza con tanto impulso. Según Global Market Insights, el mercado global de drones para agricultura de precisión se valoró en US$2.730 millones en 2025, con una proyección de crecimiento hasta US$5.300 millones para 2035, a una tasa de crecimiento anual del 7%. Entre los motores de esa expansión, la propia industria identifica la transición desde la inspección manual de cultivos hacia sistemas automatizados, y la proliferación de inteligencia artificial y computación en el borde —exactamente el tipo de avance que hizo posible el algoritmo de conteo de flores.
Qué significa esto para la fruticultura
Para el sector frutícola, la combinación de estas tecnologías —conteo de flores por imagen visible para proyectar volumen de cosecha con meses de anticipación, y monitoreo térmico paralelo para gestionar riego, heladas y madurez— apunta hacia un mismo objetivo: reemplazar decisiones basadas en estimaciones con un tercio de margen de error por datos capturados a escala de árbol individual. La tecnología de conteo floral ya demostró funcionar con una precisión considerablemente mayor que el método manual, usando equipos tan accesibles como un teléfono inteligente, mientras que la próxima frontera de investigación —según reconocen los propios responsables del proyecto— apunta a validar el sistema en más variedades de fruta y perfeccionar su integración con otras capas de datos del huerto, incluida la información térmica que hoy ya se recoge con fines de manejo hídrico y climático.
Fuentes: National Robotarium (Heriot-Watt University), WWWhat’s New, PortalFrutícola.com, Heriot-Watt News, The National, Fruit and Vine, FutureScot, Global Market Insights (mercado de drones para agricultura de precisión), Interempresas.net (CSIC / IFAPA, teledetección en almendro), Pure Penn State (detección de botones florales de manzano y gestión de heladas), Ceres Imaging.
por José Rios