INTRODUCTION

Agriculture is the largest consumer of water globally and it is expected that the demand for food and water will increase dramatically in the near future (Rejeb et al., 2022REJEB, A.; ABDOLLAHI, A.; REJEB, K.; TREIBLMAIER, H.: “Drones in agriculture: A review and bibliometric analysis”, Computers and electronics in agriculture, 198: 107017, 2022, ISSN: 0168-1699.). Furthermore, the increasing consumption of fertilizers and pesticides, together with the intensification of agricultural activities, could generate future environmental challenges. Similarly, arable land is limited and the number of farmers is declining around the world. These challenges accentuate the need for innovative and sustainable agricultural solutions (Tzounis et al., 2017TZOUNIS, A.F.; KATSOULAS, N.; BARTZANAS, T.; KITTAS, C.: “Internet of Things in agriculture, recent advances and future challenges”, Biosystems engineering, 164: 31-48, 2017, ISSN: 1537-5110, DOI: https://doi.org/10.1016/j.biosystemseng.2017.09.007.; Elijah et al., 2018ELIJAH, O.; RAHMAN, T.A.; ORIKUMHI, I.; LEOW, C.Y.; HINDIA, M.N.: “An overview of Internet of Things (IoT) and data analytics in agriculture: Benefits and challenges”, IEEE Internet of things Journal, 5(5): 3758-3773, 2018, ISSN: 2327-4662.; Inoue, 2020INOUE, Y.: “Satellite-and drone-based remote sensing of crops and soils for smart farming-a review”, Soil Science and Plant Nutrition, 66(6): 798-810, 2020, ISSN: 0038-0768, DOI: https://doi.org/10.1080/00380768.2020.1738899.; Friha et al., 2021FRIHA, O.; FERRAG, M.A.; SHU, L.; MAGLARAS, L.; WANG, X.: “Internet of things for the future of smart agriculture: A comprehensive survey of emerging technologies”, IEEE/CAA Journal of Automatica Sinica, 8(4): 718-752, 2021, ISSN: 2329-9266.).

The incorporation of new technologies has been identified as a promising option to address these challenges. The so-called Smart Agriculture Brewster et al. (2017)BREWSTER, C.; ROUSSAKI, I.; KALATZIS, N.; FUKAMI, K.; ELLIS, K.: “IoT in agriculture: Designing a Europe-wide large-scale pilot”, IEEE communications magazine, 55(9): 26-33, 2017, ISSN: 0163-6804.; Tang et al. (2021)TANG, Y.; DANANJAYAN, S.; HOU, C.; GUO, Q.; LUO, S.; HE, Y.: “A survey on the 5G network and its impact on agriculture: Challenges and opportunities”, Computers and Electronics in Agriculture, 180: 105895, 2021, ISSN: 0168-1699. and precision agriculture Feng et al. (2019)FENG, X.; YAN, F.; LIU, X.: “Study of wireless communication technologies on Internet of Things for precision agriculture”, Wireless Personal Communications, 108(3): 1785-1802, 2019, ISSN: 0929-6212.; Khanna & Kaur (2019)KHANNA, A.F.; KAUR, S.: “Evolution of Internet of Things (IoT) and its significant impact in the field of Precision Agriculture”, Computers and electronics in agriculture, 157: 218-231, 2019, ISSN: 0168-1699. have emerged as a result of such issues. The first introduces Information and Communication Technologies (ICT) and other cutting-edge innovations in agricultural activities to increase efficiency and effectiveness (Haque et al., 2021HAQUE, A.; ISLAM, N.; SAMRAT, N.H.; DEY, S.; RAY, B.: “Smart farming through responsible leadership in bangladesh: possibilities, opportunities, and beyond”, Sustainability, 13(8): 4511, 2021.). For its part, precision agriculture focuses on site-specific management by dividing the land into homogeneous parts, and each part receives the exact amount of input it requires to optimize crop performance through novel technologies (Feng et al., 2019FENG, X.; YAN, F.; LIU, X.: “Study of wireless communication technologies on Internet of Things for precision agriculture”, Wireless Personal Communications, 108(3): 1785-1802, 2019, ISSN: 0929-6212.; Khanna & Kaur, 2019KHANNA, A.F.; KAUR, S.: “Evolution of Internet of Things (IoT) and its significant impact in the field of Precision Agriculture”, Computers and electronics in agriculture, 157: 218-231, 2019, ISSN: 0168-1699.). Among the technologies that have attracted the attention of scholars in this field are wireless sensor networks (WSNs) Zhou et al. (2016)ZHOU, Y.; XIE, Y.; SHAO, L.: “Simulation of the core technology of a greenhouse monitoring system based on a wireless sensor network”, Int. J. Online Eng, 12(05): 43, 2016.; Zheng & Yang (2018)ZHENG, J.; YANG, W.: “Design of a Precision Agriculture Leakage Seeding System Based on Wireless Sensors.”, International Journal of Online Engineering, 14(5), 2018, ISSN: 1868-1646., Internet of Things (IoT) Gill et al. (2017)GILL, S.S.; CHANA, I.; BUYYA, R.: “IoT based agriculture as a cloud and big data service: the beginning of digital India”, Journal of Organizational and End User Computing (JOEUC), 29(4): 1-23, 2017.; Liu et al. (2019)LIU, S.; GUO, L.; WEBB, H.; YA, X.; CHANG, X.: “Internet of Things monitoring system of modern eco-agriculture based on cloud computing”, Ieee Access, 7: 37050-37058, 2019, ISSN: 2169-3536.; 2019; He et al. (2021)HE, Y.; NIE, P.; ZHANG, Q.; LIU, F.: Agricultural Internet of Things: technologies and applications, Ed. Springer, (1st ed. 2021 edition). ed., 2021., artificial intelligence (AI) techniques, including machine learning and deep learning Liakos et al. (2018)LIAKOS, K.G.; BUSATO, P.; MOSHOU, D.; PEARSON, S.; BOCHTIS, D.: “Machine learning in agriculture: A review”, Sensors, 18(8): 2674, 2018, ISSN: 1424-8220.; Shadrin et al. (2019)SHADRIN, D.; MENSHCHIKOV, A.; SOMOV, A.; BORNEMANN, G.; HAUSLAGE, J.; FEDOROV, M.: “Enabling precision agriculture through embedded sensing with artificial intelligence”, IEEE Transactions on Instrumentation and Measurement, 69(7): 4103-4113, 2019, ISSN: 0018-9456.; Parsaeian et al. (2020)PARSAEIAN, M.; SHAHABI, M.; HASSANPOUR, H.: “Estimating oil and protein content of sesame seeds using image processing and artificial neural network”, Journal of the American Oil Chemists’ Society, 97(7): 691-702, 2020, ISSN: 0003-021X., information technologies (Jinbo et al. (2019)JINBO, C.; XIANGLIANG, C.; BANDINI, F.; LAM, A.: “Agricultural product monitoring system supported by cloud computing”, Cluster Computing, 22(4): 8929-8938, 2019, ISSN: 1386-7857.; Zamora-Izquierdo et al. (2019)ZAMORA-IZQUIERDO, M.A.; SANTA, J.; MARTÍNEZ, J.A.; MARTÍNEZ, V.; SKARMETA, A.F.: “Smart farming IoT platform based on edge and cloud computing”, Biosystems engineering, 177: 4-17, 2019, ISSN: 1537-5110.; Hsu et al. (2020)HSU, sT-C.; YANG, H.; CHUNG, Y.; HSU, C.: “A creative iot agriculture platform for cloud fog computing, Sustain”, Comput. Inf. Syst, 28: 100-285, 2020.,, Big data Gill et al. (2017)GILL, S.S.; CHANA, I.; BUYYA, R.: “IoT based agriculture as a cloud and big data service: the beginning of digital India”, Journal of Organizational and End User Computing (JOEUC), 29(4): 1-23, 2017.; Tantalaki et al. (2019)TANTALAKI, N.; SOURAVLAS, S.; ROUMELIOTIS, M.: “Data-driven decision making in precision agriculture: The rise of big data in agricultural systems”, Journal of agricultural & food information, 20(4): 344-380, 2019, ISSN: 1049-6505. and blockchains (Khan et al., 2020KHAN, P.W.; BYUN, Y.-C.; NAMJE P N: “IoT-blockchain enabled optimized provenance system for food industry 4.0 using advanced deep learning”, Sensors, 20(10): 2990, 2020, ISSN: 1424-8220.; Pincheira et al., 2021PINCHEIRA, M.; VECCHIO, M.; GIAFFREDA, R.; KANHERE, S.S.: “Cost-effective IoT devices as trustworthy data sources for a blockchain-based water management system in precision agriculture”, Computers and Electronics in Agriculture, 180: 105889, 2021, ISSN: 0168-1699.).

In addition to the aforementioned technologies, remote sensing has been considered a technological tool with high potential to improve smart and precision agriculture. Satellites, human-manned aircraft, and drones are popular remote sensing technologies (Tsouros et al., 2019TSOUROS, D.; BIBI, S.; SARIGIANNIDIS, P.: “A review on UAV-based applications for precision agriculture”, Information, 10(11): 349, 2019, ISSN: 2078-2489, DOI: https://doi.org/10.3390/info10110349.). Drones, known as unmanned aerial vehicles (UAV), unmanned aircraft systems (UAS) and remotely piloted aircraft are of great importance as they have multiple advantages compared to other remote sensing technologies. For example, drones can deliver high-quality, high-resolution images on cloudy days (Manfreda et al., 2018MANFREDA, S.; MCCABE, M.F.; MILLER, P.E.; LUCAS, R.; PAJUELO-MADRIGAL, V.; MALLINIS, G.; BEN-DOR, E.; HELMAN, D.; ESTES, L.; CIRAOLO, G.: “On the use of unmanned aerial systems for environmental monitoring”, Remote sensing, 10(4): 641, 2018, ISSN: 2072-4292.). Furthermore, its availability and transfer speed constitute other benefits (Radoglou-Grammatikis et al., 2020RADOGLOU-GRAMMATIKIS, P.; SARIGIANNIDIS, P.; LAGKAS, T.; BOSCH, I.: “A compilation of UAV applications for precision agriculture”, Computer Networks, 172: 107148, 2020, ISSN: 1389-1286, DOI: https://doi.org/10.1016/j.comnet.2020.107148.). Compared to airplanes, drones are very cost-effective and easy to set up and maintain (Tsouros et al., 2019TSOUROS, D.; BIBI, S.; SARIGIANNIDIS, P.: “A review on UAV-based applications for precision agriculture”, Information, 10(11): 349, 2019, ISSN: 2078-2489, DOI: https://doi.org/10.3390/info10110349.).

In Cuba for several years, drone flights have been carried out with different objectives; however, the information obtained for agriculture has still been disseminated in most cases, more as an advertising impact than through reports or scientific publications that can be replicated by other researchers. The objective of this article is to provide summary information on the different uses that drones have had in agriculture internationally; their deficiencies and what they have been so far, their use in Cuba, as well as the challenges faced the extent of its use.

THE DRONES

A drone is a device that can fly on a preset course with the help of an autopilot and GPS coordinates. The device also has normal radio controls. It can be piloted manually in case of breakdown or dangerous situation. Sometimes the term drone is used to refer to the entire system, including ground stations and video systems, however, the term is more commonly used for fixed- or rotary-wing model airplanes and helicopters (Ahirwar et al., 2019AHIRWAR, S.; SWARNKAR, R.; BHUKYA, S.; NAMWADE, G.: “Application of drone in agriculture”, International Journal of Current Microbiology and Applied Sciences, 8(01): 2500-2505, 2019, DOI: https://doi.org/10.20546/ijcmas.2019.801.264.). Different types of sensors such as accelerometers, gyroscopes, GPS and barometers can be installed on drones to carry out georeferenced measurements. It is also very common for them to carry cameras to take aerial photographs and videos. The cameras can be of different types depending on the interest in the flight and can be very expensive. Ahirwar et al. (2019)AHIRWAR, S.; SWARNKAR, R.; BHUKYA, S.; NAMWADE, G.: “Application of drone in agriculture”, International Journal of Current Microbiology and Applied Sciences, 8(01): 2500-2505, 2019, DOI: https://doi.org/10.20546/ijcmas.2019.801.264. states that drones are classified according to their weight, autonomy, altitude and the radius in which they operate; for civil use, the types shown in Table 1 can mainly be found.

Despite the advantages that arise, the use of drones also has deficiencies associated among others, with the following aspects: the preparation of the pilot who flies it, the quality of the images obtained, the costs of implementation, its stability, maneuverability and reliability, the engine power that may be limited for certain tasks, the type of battery and its durability, the limitation in flight time, the limitations for data processing, its load capacity, the lack of regulations and the lack of experience (Laliberte et al., 2007LALIBERTE, A.S.; RANGO, A.; HERRICK, J.: “Unmanned aerial vehicles for rangeland mapping and monitoring: A comparison of two systems”, En: ASPRS Annual Conference Proceedings, 2007.; Nebiker et al., 2008NEBIKER, S.; ANNEN, A.; SCHERRER, M.; OESCH, D.: “A light-weight multispectral sensor for micro UAV-Opportunities for very high resolution airborne remote sensing”, Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci, 37(B1): 1193-1200, 2008.; Hardin & Hardin, 2010HARDIN, P.J.; HARDIN, T.J.: “Small‐scale remotely piloted vehicles in environmental research”, Geography Compass, 4(9): 1297-1311, 2010, ISSN: 1749-8198, DOI: https://doi.org/10.1111/j.1749-8198.2010.00381.x.; Hardin & Jensen, 2011HARDIN, P.J.; JENSEN, R.R.: “Small-scale unmanned aerial vehicles in environmental remote sensing: Challenges and opportunities”, GIScience & Remote Sensing, 48(1): 99-111, 2011, ISSN: 1548-1603, DOI: . https://doi.org/10.2747/1548-1603.48.1.99.; Laliberte & Rango, 2011LALIBERTE, A.S.; RANGO, A.: “Image processing and classification procedures for analysis of sub-decimeter imagery acquired with an unmanned aircraft over arid rangelands”, GIScience & Remote Sensing, 48(1): 4-23, 2011, ISSN: 1548-1603, DOI: https://doi.org/10.2747/1548-1603.48.1.4.; Zhang & Kovacs, 2012ZHANG, C.; KOVACS, J.M.: “The application of small unmanned aerial systems for precision agriculture: a review”, Precision agriculture, 13: 693-712, 2012, ISSN: 1385-2256, DOI: https://doi.org/10.1007/s11119-012-9274-5.; Puri et al., 2017PURI, V.; NAYYAR, A.; RAJA, L.: “Agriculture drones: A modern breakthrough in precision agriculture”, Journal of Statistics and Management Systems, 20(4): 507-518, 2017, ISSN: 0972-0510.; Lagkas et al., 2018LAGKAS, T.; ARGYRIOU, V.; BIBI, S.; SARIGIANNIDIS, P.: “UAV IoT framework views and challenges: Towards protecting drones as “Things””, Sensors, 18(11): 4015, 2018, ISSN: 1424-8220, DOI: https://doi.org/10.3390/s18114015.; Manfreda et al., 2018MANFREDA, S.; MCCABE, M.F.; MILLER, P.E.; LUCAS, R.; PAJUELO-MADRIGAL, V.; MALLINIS, G.; BEN-DOR, E.; HELMAN, D.; ESTES, L.; CIRAOLO, G.: “On the use of unmanned aerial systems for environmental monitoring”, Remote sensing, 10(4): 641, 2018, ISSN: 2072-4292.; Dawaliby et al., 2020DAWALIBY, S.; ABERKANE, A.; BRADAI, A.: “Blockchain-based IoT platform for autonomous drone operations management”, En: Proceedings of the 2nd ACM MobiCom Workshop on Drone Assisted Wireless Communications for 5G and beyond, pp. 31-36, 2020, DOI: . https://doi.org/10.1145/3414045.3415939.; Velusamy et al., 2021VELUSAMY, P.; BARTH, S.R.; MAHENDRAN, R.; NASEER, S.; AMADO, M.E.; CHOI, J.-G.: “Unmanned Aerial Vehicles (UAV) in precision agriculture: Applications and challenges”, Energies, 15(1): 217, 2021, ISSN: 1996-1073, DOI: https://doi.org/10.3390/en15010217.; Bacco, et al., (2018)BACCO, M.; BERTON, A.; FERRO, E.; GENNARO, C.; GOTTA, A.; MATTEOLI, S.; PAONESSA, F.; RUGGER, M.; VIRONE, G.; ZANELLA, A.: “vSmart farming: Opportunities, challenges and technology enablers. 2018 IoT Vertical and Topical Summit on Agriculture -Tuscany”, IOT Tuscany, : 1-6, 2018, DOI: https://doi.org/10.1109/IOTTUSCANY.2018.8373043...

USE OF DRONES IN AGRICULTURE

Although they were initially used mainly for military purposes, drones can be used in agriculture, with the Japanese being the first to successfully use them for fumigation in the 1980s (Nonami, 2007NONAMI, K.: “Prospect and recent research & development for civil use autonomous unmanned aircraft as UAV and MAV”, Journal of system Design and Dynamics, 1(2): 120-128, 2007, ISSN: 1881-3046.). Their use has expanded as they can be linked with novel technologies, computing capabilities and integrated sensors to support crop management (e.g. mapping, monitoring, irrigation, plant diagnosis, disaster reduction, early warning systems, wildlife and forest conservation, to name a few (Negash et al., 2019NEGASH, L.; KIM, H.-Y.; CHOI, H.-L.: “Emerging UAV applications in agriculture”, En: 2019 7th International Conference on Robot Intelligence Technology and Applications (RiTA), Ed. IEEE, pp. 254-257, 2019, DOI: https://doi.org/10.1109/RITAPP.2019, ISBN: 1-72813-118-9.). Similarly, drones could be leveraged in various agricultural activities, including crop and growth monitoring, yield estimation , evaluation of water stress and weeds, pests and disease detection (Inoue, 2020INOUE, Y.: “Satellite-and drone-based remote sensing of crops and soils for smart farming-a review”, Soil Science and Plant Nutrition, 66(6): 798-810, 2020, ISSN: 0038-0768, DOI: https://doi.org/10.1080/00380768.2020.1738899.; Panday et al., 2020PANDAY, U.; PRATIHAST, A.; ARYAL, J.: “A review on drone-based data solutions for cereal crops.”, Drones, 4(3): 1-29, 2020, DOI: https://doi.org/10.3390/ drones 403004.). They can not only be used for monitoring, estimation and detection purposes based on their sensory data, but also for precision in irrigation and the management of weeds, pests and diseases. In other words, drones are capable of applying water and pesticides in precise quantities according to environmental conditions.

Hunt Jr & Daughtry (2018)HUNT JR, R.; DAUGHTRY, C.S.: “What good are unmanned aircraft systems for agricultural remote sensing and precision agriculture?”, International journal of remote sensing, 39(15-16): 5345-5376, 2018, ISSN: 0143-1161, 5345-5376, DOI: 10.1080/01431161.2017.1410300. state that agricultural tasks with drones can be grouped into three lines: (1) problem exploration, (2) monitoring to prevent yield losses and (3) planning management operations. Each of these lines has different requirements regarding the type of sensor to be used and its calibration, which defines the operating costs. According to this author, line (3) is the most economical, however, in the United States, the majority of farmers still do not obtain benefits from the use of drones for planning management operations. Table 2 shows the requirements for each of these lines.

According to Rejeb et al. (2022)REJEB, A.; ABDOLLAHI, A.; REJEB, K.; TREIBLMAIER, H.: “Drones in agriculture: A review and bibliometric analysis”, Computers and electronics in agriculture, 198: 107017, 2022, ISSN: 0168-1699. Table 3 summarizes some of the benefits of drones in agriculture.

USE OF DRONES IN CUBA

Although at an international level, there is already a distinction between Smart Agriculture and Precision Agriculture, the terminology most used in Cuba has been Precision Agriculture and different papers use tools that are part of it, such as Geographic Information Systems (GIS), Global Positioning Systems (GPS), tractors with computer and sensory equipment for their management, satellite images of different types and drones. However, there are not many scientific articles that have been published, as well as participation in scientific conferences. In the particular case of the use of drones, the articles have been mainly informative with a view to promoting the advantages of using them. The press releases promoting precision agriculture tools are numerous, but logically no technical details of these applications are given. However, their growing popularity, both internationally and nationally, requires frequent reviews of their applications. Although the main objective of this work is a review of the use of drones, publications that use the term Precision Agriculture have also been incorporated with a view to giving a more complete idea of the gradual incorporation of new technologies in Cuban Agriculture.

Hernández et al. (2006)HERNÁNDEZ, P.P.; HERNÁNDEZ, A.P.; VARGAS, R.H.; ZAMORA, H.Y.; DOPICO, V.Y.: “Determinación de normas de fertilización diferenciada para el cultivo de la papa empleando técnicas de agricultura de precisión.”, Revista Ciencias Técnicas Agropecuarias, 15(1), 2006, ISSN: 2071-0054. has been the first publication found in which elements of precision agriculture are applied. The investigation was carried out on farm No 101; belonging to the Basic Cooperative Production Unit (UBPC) "La Julia" of the Various Crops Company (ECV), "Batabanó", in the area of an electric central pivot irrigation machine planted with potatoes. The general objective of the research was to propose recommendations for the differentiated application of fertilizers by quadrants for potato cultivation. In the area under study, it was necessary to carry out a study of the fertility and chemical environment of the soil. The applied methodology allowed us to determine the main chemical characteristics of the soil, demonstrating the differences that exist from one quadrant to another. The differentiated fertilization doses for potato cultivation on the aforementioned farm were also calculated, which if implemented, would guarantee a saving of 16.21 t of NPK (9-13-17) and 1.16 t of UREA (46 -0-0), meaning a decrease in the production cost for the ECV by $4,988.53 (MN) and a saving for the Cuban Ministry of Agriculture (MINAG) of $3,278.51 (USD). It is not known if the results were applied.

Lago-González et al. (2011)LAGO-GONZÁLEZ, C.; SEPÚLVEDA-PEÑA, J.C.; BARROSO-ABREU, R.; FERNÁNDEZ-PEÑA, F.O.; MACIÁ-PÉREZ, F.; LORENZO, J.: “Sistema para la generación automática de mapas de rendimiento. Aplicación en la agricultura de precisión”, Idesia (Arica), 29(1): 59-69, 2011, ISSN: 0718-3429. give an explanation of what precision agriculture is and what its main components are. The authors developed a System for the Generation of Performance Maps that, according to them, was one of the first at an international level. In addition, they explain how the proposed application can be used. Curiously, the system test was carried out in 2007 in Australia due to the existence of machines there where the System for generating performance maps created could be tested. The obtained maps are shown.

Lora (2015)LORA, C.D.: “Consumo energético de la maquinaria agrícola con el empleo de técnicas de agricultura de precisión”, Revista Ingeniería Agrícola, 5(2), 2015. applies GPS and GIS to evaluate the energy consumption of agricultural machinery in the “Niña Bonita” Livestock Company, obtaining that total energy expenses decrease by 16%

Almeida-Maldonado et al. (2017)ALMEIDA-MALDONADO, E.; CAMEJO-BARREIRO, L.E.; SANTIESTEBAN-TOCA, C.E.: “La fertirrigación inteligente, pilar de una agricultura sostenible”, Revista Cubana de Ciencias Informáticas, 11(3): 36-49, 2017, ISSN: 2227-1899. developed a website with a view to efficiently managing irrigation. Python language was used for its implementation, mainly because it is very flexible; Its code is readable and well organized, which makes maintenance work and further development easier; In addition, it allows the use of libraries in C and C++, which can be used to offer complex functionalities for which creating a library from scratch could be very expensive. Web2Py was used as the development framework, among other reasons, because it offers a very organized structure and syntax.

Sosa-Escalona et al. (2017)SOSA-ESCALONA, Y.; PEÑA CASADEVALLS, M.; SANTIESTEBAN-TOCA, C.E.: “Sistema para la alerta temprana de los efectos del cambio climático en la agricultura”, Revista Cubana de Ciencias Informáticas, 11(3): 64-76, 2017, ISSN: 2227-1899. present AgroAlert, a tool for predicting the effects of climate change on agriculture. Which provides early warnings of drought in specific crop fields three to six months in advance. AgroAlert is responsible for the organization, storage, handling, analysis and modeling of agroclimatic conditions. Describes the most vulnerable crop areas in terms of soil water conditions and level of salinization. Likewise, it offers the possibility of varying the criteria under which these areas are identified and carrying out the analysis and prediction of the risks.

Guillén et al. (2020)GUILLÉN, L.; YASELIS, P.P.; MOLINA, O.: “Drones, aplicaciones en la Agricultura de Precisión: una revisión”, Rev. Agricultura Tropical, 6(2): 1-11, 2020, ISSN: 2517-9292. provides a comprehensive review of the origin of drones in the North American military industry. Subsequently, it defines Precision Agriculture and how drones are a tool that allows many of its applications to be carried out. Provides information on types of drones and cameras, as well as the type of images obtained, citing examples of applications abroad. It also establishes the advantages and disadvantages of its use. Among the latter, the cost, interference in airspace, climate and the need for specialized personnel to analyze the images obtained. Finally, the role of the GARP (Automation, Robotics and Perception Group of the Faculty of Electrical Engineering) at the UCLV (Central University “Marta Abreu” of Las Villas) who have carried out the construction of drones as well as the development of the necessary software.

Ríos-Hernández (2021)RÍOS-HERNÁNDEZ, R.: “La Agricultura de Precisión. Una necesidad actual”, Revista Ingeniería Agrícola, 11(1): 67-74, 2021, ISSN: 2306-1545, e-ISSN-2227-8761. makes a review of some of the technologies used in Precision Agriculture such as satellite images, autonomous driving machinery, drones, the location of sensors in plots, soil maps, Geographic Information Systems and offers qualitative examples of the results obtained. It states that drones and other tools have been used to identify pests in Cuban sugarcane fields since 2009 in the Jesús Rabí base business unit (UEB) in Matanzas. It is reported that GEOCUBA (Business group formed by the integration of the Cuban Institute of Hydrography and the Cuban Institute of Geodesy and Cartography), INICA (Sugar Cane Research Institute) and CENPALAB (National Center for Production of Laboratory Animals) have participated in these works). However, no bibliographic references are offered where the quantitative results have been published.

Matamoros et al. (2022)MATAMOROS, C.P.; GARCÍA, R.E.; SOTO, M.F.; MENÉNDEZ, H.P.; MARTÍNEZ, S.F.; CRUZ, I.R.; CAPOTE, F.J.L.; OJEDA, M.D.; MENESES, D.P.; RODRIGUEZ, Q.B.; VALDIVIA, P.O.: “Agricultura de Precisión aplicada a la producción de arroz en Cuba”, En: Informática 2022. XVIII Convención y Feria Internacional. XII Congreso Internacional Geomática, La Habana 21-25 de marzo 2022, La Habana, Cuba, 2022. present perhaps the most complete work where the use of different types of drones and also other types of images has been decisive for the development of a computer platform for image processing, specialized cartography and Artificial Intelligence algorithms that are applied to satellite and drone images. The main investigations were carried out in the Sur del Jíbaro rice complex located in the La Sierpe municipality of the Province of Sancti Spíritus. Based on prior knowledge of the crop sowing plans, these were incorporated into the cartography to spatially know the entire distribution of fields, their sowing dates and planned tasks with a view to planning drone flights. Three types of drones were used (Phantom 4 Advanced, Delta Sky Walker X8 and Agras MG-1P Drone) with flight ranges of 30 minutes, 1h 30 minutes and 15 minutes respectively. To process the data, the Agisoft Metashape, Pix4dMapper and IA Tierra software were used, developed by specialists from the GEOCUBA Scientific and Technical Research and Consulting Unit. The authors of the research suggest that systematic monitoring of large areas of rice-planted area through the use of drones is complex due to the flight capacity and processing required. This led to the proposal of combined use of 10 meter resolution Sentinel images and greater exploitation of vegetation indices. The images from this satellite allow the evaluation of the state of the crop every 5 days and the detection of anomalies due to the state of humidity or vegetation. In this way, drone surveys are carried out at certain times of the phenological state of the crops and for the detailed study of areas of anomalies. A service that was widely accepted by producers was fumigation using drones. It is noteworthy that Geo Cuba has already created a drone infrastructure, access to satellite images and computer specialists that make the application of all these technologies possible. However, its use by other companies and private producers would imply prohibitive costs.

Finally, Sosa-Franco et al. (2023)SOSA-FRANCO, I.; PÉREZ-GUERRA, G.; MACHADO-GARCÍA, N.; PÉREZ-RUIZ, M.E.: “Método para el procesamiento de consultas en un Sistema de Información Geográfica”, Revista Ciencias Técnicas Agropecuarias, 32(2, (April-June)), 2023, ISSN: 2071-0054. discusses the necessary tools of what could be a “smart farm” in the future, creating a computer system that allows automated management through a GIS, images, data of different formats, the information produced by an agricultural farm, as well as such as the possibility of making inquiries about it by non-specialized personnel.

CONCLUSIONS

There is a dizzying growth at the international level in the use of technologies such as Geographic Information Systems, images from satellites, airplanes and lately, very numerously, drones, as well as the link to computer tools and sensors of different types. The above has led to benefits such as improving the spatial and temporal resolutions of agricultural studies, facilitating Precision Agriculture, classifying and exploring crops, applying fertilizers and water efficiently, monitoring drought, estimating biomass and yields, detection of pests, diseases and weeds, disaster reduction and conservation of wildlife and forests. In Cuba, it is observed that there are still few published works that describe in detail the results obtained that allow their reproducibility and there are many that describe them qualitatively. It is considered that, in the particular case of drones, the extension of their use is still very expensive since in a practical way only the GEOCUBA Company has all the infrastructure and trained personnel for their most complete use, so different companies and institutions those who wish to employ them must make large outlays.

INTRODUCCIÓN

La agricultura resulta la mayor consumidora de agua a nivel global y se espera que la demanda de alimentos y agua se incrementarán dramáticamente en el futuro cercano (Rejeb et al., 2022REJEB, A.; ABDOLLAHI, A.; REJEB, K.; TREIBLMAIER, H.: “Drones in agriculture: A review and bibliometric analysis”, Computers and electronics in agriculture, 198: 107017, 2022, ISSN: 0168-1699.). Además, el creciente consumo de fertilizantes y pesticidas, junto con la intensificación de las actividades agrícolas, podría generar futuros desafíos ambientales. De manera similar, la tierra cultivable es limitada y el número de agricultores está disminuyendo en todo el mundo. Estos desafíos acentúan la necesidad de soluciones agrícolas innovadoras y sostenibles (Tzounis et al., 2017TZOUNIS, A.F.; KATSOULAS, N.; BARTZANAS, T.; KITTAS, C.: “Internet of Things in agriculture, recent advances and future challenges”, Biosystems engineering, 164: 31-48, 2017, ISSN: 1537-5110, DOI: https://doi.org/10.1016/j.biosystemseng.2017.09.007.; Elijah et al., 2018ELIJAH, O.; RAHMAN, T.A.; ORIKUMHI, I.; LEOW, C.Y.; HINDIA, M.N.: “An overview of Internet of Things (IoT) and data analytics in agriculture: Benefits and challenges”, IEEE Internet of things Journal, 5(5): 3758-3773, 2018, ISSN: 2327-4662.; Inoue, 2020INOUE, Y.: “Satellite-and drone-based remote sensing of crops and soils for smart farming-a review”, Soil Science and Plant Nutrition, 66(6): 798-810, 2020, ISSN: 0038-0768, DOI: https://doi.org/10.1080/00380768.2020.1738899.; Friha et al., 2021FRIHA, O.; FERRAG, M.A.; SHU, L.; MAGLARAS, L.; WANG, X.: “Internet of things for the future of smart agriculture: A comprehensive survey of emerging technologies”, IEEE/CAA Journal of Automatica Sinica, 8(4): 718-752, 2021, ISSN: 2329-9266.).

La incorporación de nuevas tecnologías se ha identificado como una opción prometedora para abordar estos desafíos. La llamada Agricultura inteligente Brewster et al. (2017)BREWSTER, C.; ROUSSAKI, I.; KALATZIS, N.; FUKAMI, K.; ELLIS, K.: “IoT in agriculture: Designing a Europe-wide large-scale pilot”, IEEE communications magazine, 55(9): 26-33, 2017, ISSN: 0163-6804.; Tang et al. (2021)TANG, Y.; DANANJAYAN, S.; HOU, C.; GUO, Q.; LUO, S.; HE, Y.: “A survey on the 5G network and its impact on agriculture: Challenges and opportunities”, Computers and Electronics in Agriculture, 180: 105895, 2021, ISSN: 0168-1699. y la agricultura de precisión Feng et al. (2019)FENG, X.; YAN, F.; LIU, X.: “Study of wireless communication technologies on Internet of Things for precision agriculture”, Wireless Personal Communications, 108(3): 1785-1802, 2019, ISSN: 0929-6212.; Khanna y Kaur (2019)KHANNA, A.F.; KAUR, S.: “Evolution of Internet of Things (IoT) and its significant impact in the field of Precision Agriculture”, Computers and electronics in agriculture, 157: 218-231, 2019, ISSN: 0168-1699. han surgido como resultado de tales cuestiones. La primera introduce las Tecnologías de la comunicación e información (TIC) y otras innovaciones de vanguardia en las actividades agrícolas para aumentar la eficiencia y la eficacia (Haque et al., 2021HAQUE, A.; ISLAM, N.; SAMRAT, N.H.; DEY, S.; RAY, B.: “Smart farming through responsible leadership in bangladesh: possibilities, opportunities, and beyond”, Sustainability, 13(8): 4511, 2021.). Por su parte la agricultura de precisión se centra en la gestión específica del sitio dividiendo la tierra en partes homogéneas, y cada parte recibe la cantidad exacta de insumo que requiere para la optimización del rendimiento de los cultivos mediante tecnologías novedosas (Feng et al., 2019FENG, X.; YAN, F.; LIU, X.: “Study of wireless communication technologies on Internet of Things for precision agriculture”, Wireless Personal Communications, 108(3): 1785-1802, 2019, ISSN: 0929-6212.; Khanna y Kaur, 2019KHANNA, A.F.; KAUR, S.: “Evolution of Internet of Things (IoT) and its significant impact in the field of Precision Agriculture”, Computers and electronics in agriculture, 157: 218-231, 2019, ISSN: 0168-1699.). Entre las tecnologías que han llamado la atención de los académicos en este campo están las redes de sensores inalámbricos (WSN por sus siglas en inglés) Zhou et al. (2016)ZHOU, Y.; XIE, Y.; SHAO, L.: “Simulation of the core technology of a greenhouse monitoring system based on a wireless sensor network”, Int. J. Online Eng, 12(05): 43, 2016.; Zheng y Yang (2018)ZHENG, J.; YANG, W.: “Design of a Precision Agriculture Leakage Seeding System Based on Wireless Sensors.”, International Journal of Online Engineering, 14(5), 2018, ISSN: 1868-1646., la Internet de las Cosas (IoT por sus siglas en inglés) Gill et al. (2017)GILL, S.S.; CHANA, I.; BUYYA, R.: “IoT based agriculture as a cloud and big data service: the beginning of digital India”, Journal of Organizational and End User Computing (JOEUC), 29(4): 1-23, 2017.; Liu et al. (2019)LIU, S.; GUO, L.; WEBB, H.; YA, X.; CHANG, X.: “Internet of Things monitoring system of modern eco-agriculture based on cloud computing”, Ieee Access, 7: 37050-37058, 2019, ISSN: 2169-3536.; 2019; He et al. (2021)HE, Y.; NIE, P.; ZHANG, Q.; LIU, F.: Agricultural Internet of Things: technologies and applications, Ed. Springer, (1st ed. 2021 edition). ed., 2021., las técnicas de inteligencia artificial (IA), incluido el aprendizaje automático y el aprendizaje profundo Liakos et al. (2018)LIAKOS, K.G.; BUSATO, P.; MOSHOU, D.; PEARSON, S.; BOCHTIS, D.: “Machine learning in agriculture: A review”, Sensors, 18(8): 2674, 2018, ISSN: 1424-8220.; Shadrin et al. (2019)SHADRIN, D.; MENSHCHIKOV, A.; SOMOV, A.; BORNEMANN, G.; HAUSLAGE, J.; FEDOROV, M.: “Enabling precision agriculture through embedded sensing with artificial intelligence”, IEEE Transactions on Instrumentation and Measurement, 69(7): 4103-4113, 2019, ISSN: 0018-9456.; Parsaeian et al. (2020)PARSAEIAN, M.; SHAHABI, M.; HASSANPOUR, H.: “Estimating oil and protein content of sesame seeds using image processing and artificial neural network”, Journal of the American Oil Chemists’ Society, 97(7): 691-702, 2020, ISSN: 0003-021X., tecnologías informáticas Jinbo et al. (2019)JINBO, C.; XIANGLIANG, C.; BANDINI, F.; LAM, A.: “Agricultural product monitoring system supported by cloud computing”, Cluster Computing, 22(4): 8929-8938, 2019, ISSN: 1386-7857.; Zamora-Izquierdo et al. (2019)ZAMORA-IZQUIERDO, M.A.; SANTA, J.; MARTÍNEZ, J.A.; MARTÍNEZ, V.; SKARMETA, A.F.: “Smart farming IoT platform based on edge and cloud computing”, Biosystems engineering, 177: 4-17, 2019, ISSN: 1537-5110.; Hsu et al. (2020)HSU, sT-C.; YANG, H.; CHUNG, Y.; HSU, C.: “A creative iot agriculture platform for cloud fog computing, Sustain”, Comput. Inf. Syst, 28: 100-285, 2020., Big data Gill et al. (2017)GILL, S.S.; CHANA, I.; BUYYA, R.: “IoT based agriculture as a cloud and big data service: the beginning of digital India”, Journal of Organizational and End User Computing (JOEUC), 29(4): 1-23, 2017.; Tantalaki et al. (2019)TANTALAKI, N.; SOURAVLAS, S.; ROUMELIOTIS, M.: “Data-driven decision making in precision agriculture: The rise of big data in agricultural systems”, Journal of agricultural & food information, 20(4): 344-380, 2019, ISSN: 1049-6505. y cadenas de bloques (Khan et al., 2020KHAN, P.W.; BYUN, Y.-C.; NAMJE P N: “IoT-blockchain enabled optimized provenance system for food industry 4.0 using advanced deep learning”, Sensors, 20(10): 2990, 2020, ISSN: 1424-8220.; Pincheira et al., 2021PINCHEIRA, M.; VECCHIO, M.; GIAFFREDA, R.; KANHERE, S.S.: “Cost-effective IoT devices as trustworthy data sources for a blockchain-based water management system in precision agriculture”, Computers and Electronics in Agriculture, 180: 105889, 2021, ISSN: 0168-1699.).

Además de las tecnologías antes mencionadas, la teledetección ha sido considerada una herramienta tecnológica con alto potencial para mejorar la Agricultura inteligente y de precisión. Satélites, aviones tripulados por humanos y los drones son tecnologías populares de teledetección (Tsouros et al., 2019TSOUROS, D.; BIBI, S.; SARIGIANNIDIS, P.: “A review on UAV-based applications for precision agriculture”, Information, 10(11): 349, 2019, ISSN: 2078-2489, DOI: https://doi.org/10.3390/info10110349.). Los drones, conocidos como vehículos aéreos no tripulados (UAV por sus siglas en inglés), los sistemas de aeronaves no tripuladas (UAS por sus siglas en inglés) y las aeronaves pilotadas a distancia son de gran importancia ya que tienen múltiples ventajas en comparación con otras tecnologías de teledetección. Por ejemplo, los drones pueden entregar imágenes de alta calidad y alta resolución en días nublados (Manfreda et al., 2018MANFREDA, S.; MCCABE, M.F.; MILLER, P.E.; LUCAS, R.; PAJUELO-MADRIGAL, V.; MALLINIS, G.; BEN-DOR, E.; HELMAN, D.; ESTES, L.; CIRAOLO, G.: “On the use of unmanned aerial systems for environmental monitoring”, Remote sensing, 10(4): 641, 2018, ISSN: 2072-4292.). Además, su disponibilidad y velocidad de transferencia constituyen otros beneficios (Radoglou-Grammatikis et al., 2020RADOGLOU-GRAMMATIKIS, P.; SARIGIANNIDIS, P.; LAGKAS, T.; BOSCH, I.: “A compilation of UAV applications for precision agriculture”, Computer Networks, 172: 107148, 2020, ISSN: 1389-1286, DOI: https://doi.org/10.1016/j.comnet.2020.107148.). En comparación con los aviones, Los drones son muy rentables y fáciles de configurar y mantener (Tsouros et al., 2019TSOUROS, D.; BIBI, S.; SARIGIANNIDIS, P.: “A review on UAV-based applications for precision agriculture”, Information, 10(11): 349, 2019, ISSN: 2078-2489, DOI: https://doi.org/10.3390/info10110349.).

En Cuba desde hace varios años, se han llevado a cabo vuelos de drones con diferentes objetivos, no obstante, todavía la información obtenida para la agricultura se ha difundido en la mayoría de los casos, más como impacto publicitario que a través de informes o publicaciones científicos que puedan ser replicados por otros investigadores.

El objetivo de este artículo es brindar información de forma resumida sobre los diferentes usos que han tenido los drones en la agricultura a nivel internacional, sus deficiencias y cuál ha sido hasta el momento, su utilización en Cuba, así como los retos a que se enfrenta la extensión de su uso.

LOS DRONES

Un dron es un dispositivo que puede volar en un rumbo prestablecido con la ayuda de un piloto automático y coordenadas GPS. El dispositivo también dispone de mandos de radio normales. Se puede pilotar manualmente en caso de avería o situación peligrosa. A veces el término dron se utiliza para referirse al sistema completo, Incluidas estaciones terrestres y sistemas de vídeo, sin embargo, el término se usa más comúnmente para modelos de aviones y helicópteros con alas fijas o giratorias (Ahirwar et al., 2019AHIRWAR, S.; SWARNKAR, R.; BHUKYA, S.; NAMWADE, G.: “Application of drone in agriculture”, International Journal of Current Microbiology and Applied Sciences, 8(01): 2500-2505, 2019, DOI: https://doi.org/10.20546/ijcmas.2019.801.264.). En los drones pueden instalarse sensores de diferentes tipos como acelerómetros, giroscopios, GPS y barómetros para llevar a cabo mediciones georreferenciada. También es muy común que lleven cámaras para tomar fotografías aéreas y videos. Las cámaras pueden ser de diferentes tipos en dependencia del interés en el vuelo y pueden llegar a ser muy costosas.

Acharya et al. (2021)ACHARYA, B.S.; BHANDARI, M.; BANDINI, F.; PIZARRO, A.C.E.; PERKS, M.; JOSHI, D.R.; WANG, S.; DOGWILER, T.; RAY, R.L.; KHAREL, G.: “Unmanned aerial vehicles in hydrology and water management: Applications, challenges, and perspectives”, Water Resources Research, 57(11), 2021, ISSN: 0043-1397. plantea que los drones se clasifican de acuerdo su peso, autonomía, altitud y el radio en que opera, para el uso civil se pueden encontrar principalmente los tipos mostrados en la Tabla 1.

A pesar de las ventajas que se plantean, la utilización de drones también tiene deficiencias asociadas entre otros a los siguientes aspectos: la preparación del piloto que lo vuela, la calidad de las imágenes que se obtienen, los costos de implementación, su estabilidad, maniobrabilidad y fiabilidad, la potencia del motor que puede estar limitada para determinadas labores, el tipo de batería y su durabilidad, la limitación en el tiempo de vuelo, las limitantes para el procesamiento de datos, su capacidad de carga, la falta de regulaciones y la falta de experiencia (Laliberte et al., 2007LALIBERTE, A.S.; RANGO, A.; HERRICK, J.: “Unmanned aerial vehicles for rangeland mapping and monitoring: A comparison of two systems”, En: ASPRS Annual Conference Proceedings, 2007.; Nebiker et al., 2008NEBIKER, S.; ANNEN, A.; SCHERRER, M.; OESCH, D.: “A light-weight multispectral sensor for micro UAV-Opportunities for very high resolution airborne remote sensing”, Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci, 37(B1): 1193-1200, 2008.; Hardin y Hardin, 2010HARDIN, P.J.; HARDIN, T.J.: “Small‐scale remotely piloted vehicles in environmental research”, Geography Compass, 4(9): 1297-1311, 2010, ISSN: 1749-8198, DOI: https://doi.org/10.1111/j.1749-8198.2010.00381.x.; Hardin y Jensen, 2011HARDIN, P.J.; JENSEN, R.R.: “Small-scale unmanned aerial vehicles in environmental remote sensing: Challenges and opportunities”, GIScience & Remote Sensing, 48(1): 99-111, 2011, ISSN: 1548-1603, DOI: . https://doi.org/10.2747/1548-1603.48.1.99.; Laliberte y Rango, 2011LALIBERTE, A.S.; RANGO, A.: “Image processing and classification procedures for analysis of sub-decimeter imagery acquired with an unmanned aircraft over arid rangelands”, GIScience & Remote Sensing, 48(1): 4-23, 2011, ISSN: 1548-1603, DOI: https://doi.org/10.2747/1548-1603.48.1.4.; Zhang y Kovacs, 2012ZHANG, C.; KOVACS, J.M.: “The application of small unmanned aerial systems for precision agriculture: a review”, Precision agriculture, 13: 693-712, 2012, ISSN: 1385-2256, DOI: https://doi.org/10.1007/s11119-012-9274-5.; Puri et al., 2017PURI, V.; NAYYAR, A.; RAJA, L.: “Agriculture drones: A modern breakthrough in precision agriculture”, Journal of Statistics and Management Systems, 20(4): 507-518, 2017, ISSN: 0972-0510.; Lagkas et al., 2018LAGKAS, T.; ARGYRIOU, V.; BIBI, S.; SARIGIANNIDIS, P.: “UAV IoT framework views and challenges: Towards protecting drones as “Things””, Sensors, 18(11): 4015, 2018, ISSN: 1424-8220, DOI: https://doi.org/10.3390/s18114015.; Manfreda et al., 2018MANFREDA, S.; MCCABE, M.F.; MILLER, P.E.; LUCAS, R.; PAJUELO-MADRIGAL, V.; MALLINIS, G.; BEN-DOR, E.; HELMAN, D.; ESTES, L.; CIRAOLO, G.: “On the use of unmanned aerial systems for environmental monitoring”, Remote sensing, 10(4): 641, 2018, ISSN: 2072-4292.; Dawaliby et al., 2020DAWALIBY, S.; ABERKANE, A.; BRADAI, A.: “Blockchain-based IoT platform for autonomous drone operations management”, En: Proceedings of the 2nd ACM MobiCom Workshop on Drone Assisted Wireless Communications for 5G and beyond, pp. 31-36, 2020, DOI: . https://doi.org/10.1145/3414045.3415939.; Velusamy et al., 2021VELUSAMY, P.; BARTH, S.R.; MAHENDRAN, R.; NASEER, S.; AMADO, M.E.; CHOI, J.-G.: “Unmanned Aerial Vehicles (UAV) in precision agriculture: Applications and challenges”, Energies, 15(1): 217, 2021, ISSN: 1996-1073, DOI: https://doi.org/10.3390/en15010217.; Bacco, et al., (2018)BACCO, M.; BERTON, A.; FERRO, E.; GENNARO, C.; GOTTA, A.; MATTEOLI, S.; PAONESSA, F.; RUGGER, M.; VIRONE, G.; ZANELLA, A.: “vSmart farming: Opportunities, challenges and technology enablers. 2018 IoT Vertical and Topical Summit on Agriculture -Tuscany”, IOT Tuscany, : 1-6, 2018, DOI: https://doi.org/10.1109/IOTTUSCANY.2018.8373043..

UTILIZACIÓN DE DRONES EN LA AGRICULTURA

A pesar de que inicialmente se utilizaron principalmente con fines militares, los drones pueden emplearse en la agricultura, siendo los japoneses los primeros en su empleo exitoso en la década de los ochenta para la fumigación (Nonami, 2007NONAMI, K.: “Prospect and recent research & development for civil use autonomous unmanned aircraft as UAV and MAV”, Journal of system Design and Dynamics, 1(2): 120-128, 2007, ISSN: 1881-3046.). Su utilización se ha extendido ya que pueden ser vinculados con tecnologías novedosas, capacidades informáticas y sensores integrados para respaldar el manejo de cultivos (por ejemplo, mapeo, monitoreo, riego, diagnóstico de plantas, reducción de desastres, sistemas de alerta temprana, conservación de la vida silvestre y de los bosques, por nombrar algunos (Negash et al., 2019NEGASH, L.; KIM, H.-Y.; CHOI, H.-L.: “Emerging UAV applications in agriculture”, En: 2019 7th International Conference on Robot Intelligence Technology and Applications (RiTA), Ed. IEEE, pp. 254-257, 2019, DOI: https://doi.org/10.1109/RITAPP.2019, ISBN: 1-72813-118-9.). De manera similar, los drones podrían aprovecharse en varias actividades agrícolas, incluido el seguimiento de cultivos y crecimiento, estimación del rendimiento, evaluación del estrés hídrico y malezas, plagas y detección de enfermedades (Inoue, 2020INOUE, Y.: “Satellite-and drone-based remote sensing of crops and soils for smart farming-a review”, Soil Science and Plant Nutrition, 66(6): 798-810, 2020, ISSN: 0038-0768, DOI: https://doi.org/10.1080/00380768.2020.1738899.; Panday et al., 2020PANDAY, U.; PRATIHAST, A.; ARYAL, J.: “A review on drone-based data solutions for cereal crops.”, Drones, 4(3): 1-29, 2020, DOI: https://doi.org/10.3390/ drones 403004.). No sólo pueden utilizarse con fines de seguimiento, estimación y detección basados en sus datos sensoriales, sino también para el riego de precisión y el manejo de malezas, plagas y enfermedades. En otras palabras, los drones son capaces de aplicar agua y pesticidas en cantidades precisas según las condiciones ambientales.

Hunt Jr y Daughtry (2018)HUNT JR, R.; DAUGHTRY, C.S.: “What good are unmanned aircraft systems for agricultural remote sensing and precision agriculture?”, International journal of remote sensing, 39(15-16): 5345-5376, 2018, ISSN: 0143-1161, 5345-5376, DOI: 10.1080/01431161.2017.1410300. plantean que las tareas agrícolas con drones se pueden agrupar en tres líneas: (1) exploración de problemas, (2) monitoreo para prevenir pérdidas de rendimientos y (3) planeamiento de las operaciones de manejo. Cada una de estas líneas tiene requerimientos diferentes en cuanto a tipo de sensor a utilizar y su calibración lo cual define los costos de operación. Según el propio autor, la línea (3) resulta la más económica, sin embargo, en los Estados Unidos, la mayoría de los agricultores aún no obtienen beneficios del uso de los drones para el planeamiento de las operaciones de manejo. En la Tabla 2 se muestran los requerimientos para cada una de estas líneas.

De acuerdo a Rejeb et al. (2022)REJEB, A.; ABDOLLAHI, A.; REJEB, K.; TREIBLMAIER, H.: “Drones in agriculture: A review and bibliometric analysis”, Computers and electronics in agriculture, 198: 107017, 2022, ISSN: 0168-1699. en la Tabla 3 se resumen algunos de los beneficios de los drones en la agricultura.

UTILIZACIÓN DE DRONES EN CUBA

Aunque a nivel internacional ya se distingue entre Agricultura inteligente y Agricultura de Precisión, la terminología más empleada en Cuba ha sido la de Agricultura de Precisión y diferentes trabajos, emplean herramientas que forman parte de ella, como los Sistemas de Información Geográfica (GIS por sus siglas en inglés), los Sistemas de Posicionamiento Global (GPS por sus siglas en inglés), los tractores con equipamiento informático y sensorial para su manejo, las imágenes de satélite de diferentes tipos y los drones. Sin embargo, no son numerosos los artículos científicos que han sido publicados, así como la participación en Conferencias científicas. En el caso particular del uso de los drones, los artículos han sido principalmente informativos con vistas a promover las ventajas de utilizarlos. Las notas de prensa en que se promocionan las herramientas de la agricultura de precisión son numerosas, pero lógicamente no se dan detalles técnicos de estas aplicaciones. Sin embargo, el auge creciente de los mismos tanto a nivel internacional como nacional, requiere revisiones frecuentes sobre sus aplicaciones. Aunque el objetivo principal de este trabajo es una revisión sobre el empleo de los drones, se ha incorporado también las publicaciones que emplean el término de Agricultura de Precisión con vistas a dar una idea más completa de la incorporación paulatina de nuevas tecnologías en la Agricultura Cubana.

Hernández et al. (2006)HERNÁNDEZ, P.P.; HERNÁNDEZ, A.P.; VARGAS, R.H.; ZAMORA, H.Y.; DOPICO, V.Y.: “Determinación de normas de fertilización diferenciada para el cultivo de la papa empleando técnicas de agricultura de precisión.”, Revista Ciencias Técnicas Agropecuarias, 15(1), 2006, ISSN: 2071-0054. ha sido la primera publicación encontrada en que se aplican elementos de agricultura de precisión. La investigación fue realizada en la finca No 101; perteneciente a la Unidad Básica de Producción Cooperativa (UBPC) «La Julia» de la Empresa de Cultivos Varios (ECV), «Batabanó», en el área de una máquina de riego de pivote central eléctrica sembrada de papa. El objetivo general de la investigación fue proponer recomendaciones para la aplicación diferenciada de fertilizantes por cuadrantes para el cultivo de la papa. En el área en estudio, fue necesario efectuar el estudio de la fertilidad y medio químico del suelo. La metodología aplicada permitió determinar las principales características químicas del suelo, demostrando las diferencias existentes de un cuadrante a otro. Se calcularon, además, las dosis diferenciadas de fertilización para el cultivo de la papa en la finca mencionada, que de implementarse garantizarían un ahorro de 16,21 t de NPK (9-13-17) y 1,16 t de UREA (46-0-0), significando una disminución del costo de producción para la ECV en $ 4 988,53 (MN) y un ahorro para el Ministerio de la Agricultura de Cuba (MINAG) de $3 278,51 (USD). No se conoce si los resultados fueron aplicados.

Lago-González et al. (2011)LAGO-GONZÁLEZ, C.; SEPÚLVEDA-PEÑA, J.C.; BARROSO-ABREU, R.; FERNÁNDEZ-PEÑA, F.O.; MACIÁ-PÉREZ, F.; LORENZO, J.: “Sistema para la generación automática de mapas de rendimiento. Aplicación en la agricultura de precisión”, Idesia (Arica), 29(1): 59-69, 2011, ISSN: 0718-3429. hacen un recuento sobre qué es la agricultura de precisión y cuáles son sus componentes principales. Los autores desarrollaron un Sistema para la Generación de los Mapas de Rendimiento que según manifestaron fue uno de los primeros a nivel internacional. Además, explican cómo se puede emplear la aplicación propuesta. Curiosamente, la prueba del sistema se realizó en el año 2007 en Australia por la existencia allí de las máquinas en que se pudiera comprobar el Sistema para la generación de mapas de rendimiento creado. Se muestran los mapas obtenidos.

Lora (2015)LORA, C.D.: “Consumo energético de la maquinaria agrícola con el empleo de técnicas de agricultura de precisión”, Revista Ingeniería Agrícola, 5(2), 2015. aplica GPS y SIG para evaluar el consumo energético de la maquinaria agrícola en la Empresa Pecuaria “Niña Bonita” obteniendo que los gastos energéticos totales disminuyen en un 16%

Almeida-Maldonado et al. (2017)ALMEIDA-MALDONADO, E.; CAMEJO-BARREIRO, L.E.; SANTIESTEBAN-TOCA, C.E.: “La fertirrigación inteligente, pilar de una agricultura sostenible”, Revista Cubana de Ciencias Informáticas, 11(3): 36-49, 2017, ISSN: 2227-1899. elaboran una web con vistas a manejar de forma eficiente el riego. Para su implementación se utilizó lenguaje Python, debido principalmente a que es muy flexible; su código es legible y bien organizado, con lo cual se facilitan las labores de mantenimiento y ulteriores desarrollos; además, permite el uso de librerías en C y C++, lo cual puede ser utilizado para ofrecer funcionalidades complejas para las cuales la creación de una librería desde cero podría ser muy costoso. Como marco de desarrollo se utilizó Web2Py, entre otros motivos, porque ofrece una estructura y sintaxis muy organizadas.

Sosa-Escalona et al. (2017)SOSA-ESCALONA, Y.; PEÑA CASADEVALLS, M.; SANTIESTEBAN-TOCA, C.E.: “Sistema para la alerta temprana de los efectos del cambio climático en la agricultura”, Revista Cubana de Ciencias Informáticas, 11(3): 64-76, 2017, ISSN: 2227-1899. presentan AgroAlert, una herramienta de predicción de los efectos del cambio climático en la agricultura. El cual brinda alertas tempranas de sequía en terreno de cultivos específicos con tres a seis meses de anticipación. AgroAlert se encarga de la organización, almacenamiento, manipulación, análisis y modelación de las condiciones agroclimáticas. Describe las zonas de cultivos más vulnerables en cuanto a las condiciones hídricas del suelo y nivel de salinización. De igual forma, brinda la posibilidad de variar los criterios bajo los cuales son identificadas dichas zonas y realizar el análisis y predicción de los riesgos

Guillén et al. (2020)GUILLÉN, L.; YASELIS, P.P.; MOLINA, O.: “Drones, aplicaciones en la Agricultura de Precisión: una revisión”, Rev. Agricultura Tropical, 6(2): 1-11, 2020, ISSN: 2517-9292. hace un amplio recuento sobre el origen de los drones en la industria militar norteamericana. Posteriormente define Agricultura de Precisión y como los drones son una herramienta que permiten llevar a cabo muchas de sus aplicaciones. Brinda información sobre tipos de drones y cámaras, así como el tipo de imágenes que se obtienen, citando ejemplos de aplicaciones en el extranjero. Igualmente establece las ventajas y desventajas de su utilización. Entre estas últimas, el costo, las interferencias en el espacio aéreo, el clima y la necesidad de personal especializado para el análisis de las imágenes obtenidas Por último destaca el rol del GARP (Grupo de Automatización, Robótica y Percepción de la Facultad de Ingeniería Eléctrica de la UCLV (Universidad Central “Marta Abreu” de Las Villas) que han llevado a cabo la construcción de drones así como el desarrollo de los software necesarios.

Ríos-Hernández (2021)RÍOS-HERNÁNDEZ, R.: “La Agricultura de Precisión. Una necesidad actual”, Revista Ingeniería Agrícola, 11(1): 67-74, 2021, ISSN: 2306-1545, e-ISSN-2227-8761. realiza un recuento de algunas de las tecnologías empleadas en la Agricultura de Precisión como las imágenes de satélite, las maquinarias de conducción autónoma, drones, la ubicación de sensores en parcelas, los mapas de suelos, los Sistemas de Información Geográfica y ofrece ejemplos cualitativos de los resultados obtenidos. Plantea que se han empleado drones y otras herramientas para identificar plagas en campos cañeros cubanos desde el año 2009 en la unidad empresarial de base (UEB) Jesús Rabí en Matanzas. Se informa que en estos trabajos han participado GEOCUBA (Grupo empresarial formado por la integración del Instituto Cubano de Hidrografía y del Instituto Cubano de Geodesia y Cartografía), INICA (Instituto de Investigaciones de la Caña de Azúcar) y CENPALAB (Centro Nacional para la Producción de Animales de Laboratorio). No obstante, no se ofrecen referencias bibliográficas donde se hayan publicado los resultados cuantitativos.

Matamoros et al. (2022)MATAMOROS, C.P.; GARCÍA, R.E.; SOTO, M.F.; MENÉNDEZ, H.P.; MARTÍNEZ, S.F.; CRUZ, I.R.; CAPOTE, F.J.L.; OJEDA, M.D.; MENESES, D.P.; RODRIGUEZ, Q.B.; VALDIVIA, P.O.: “Agricultura de Precisión aplicada a la producción de arroz en Cuba”, En: Informática 2022. XVIII Convención y Feria Internacional. XII Congreso Internacional Geomática, La Habana 21-25 de marzo 2022, La Habana, Cuba, 2022. presentan quizá el trabajo más completo donde el empleo de diferentes tipos de drones y también otros tipos de imágenes ha sido determinante para el desarrollo de una plataforma informática para el procesamiento de las imágenes, la cartografía especializada y los algoritmos de Inteligencia Artificial que son aplicados a las imágenes de satélites y drones. Las principales investigaciones se llevaron a cabo en el complejo arrocero Sur del Jíbaro ubicado en el municipio la Sierpe de la Provincia de Sancti Spíritus. A partir del conocimiento previo de los planes de siembra del cultivo, estos fueron incorporados a la cartografía para conocer espacialmente toda la distribución de campos, sus fechas de siembra y labores planificadas con vistas a planificar los vuelos de drones. Se emplearon tres tipos de drones (Phantom 4 Advanced, Delta Sky Walker X8 y Dron Agras MG-1P) con autonomías de vuelo de 30 minutos, 1h 30 minutos y 15 minutos respectivamente. Para el procesamiento de los datos se emplearon los softwares Agisoft Metashape, Pix4dMapper e IA Tierra, desarrollados por especialistas de la Unidad Científico Técnica GEOCUBA de Investigación y Consultoría. Los autores deñ la investigación plantean que el monitoreo sistemático de grandes extensiones de área sembrada de arroz mediante el uso de drones es complejo debido a la capacidad de vuelo y el procesamiento requerido. Esto llevó a la propuesta de utilización combinada de imágenes Sentinel de 10 metros de resolución y una mayor explotación de los índices de vegetación. Las imágenes de este satélite permiten la evaluación cada 5 días del estado del cultivo y la detección de anomalías por el estado de la humedad o la vegetación. De este modo los levantamientos con drones se realizan en determinados momentos del estado fenológico de los cultivos y para el estudio detallado de las áreas de anomalías. Un servicio de gran aceptación por los productores que se logró fue la fumigación mediante drones. Es de destacar que Geo Cuba ya ha creado una infraestructura de drones, acceso a imágenes de satélite y especialistas en informática que hacen posible la aplicación de todas estas tecnologías. No obstante, su utilización por otras empresas y productores privados implicaría costos prohibitivos.

Por último, Sosa-Franco et al. (2023)SOSA-FRANCO, I.; PÉREZ-GUERRA, G.; MACHADO-GARCÍA, N.; PÉREZ-RUIZ, M.E.: “Método para el procesamiento de consultas en un Sistema de Información Geográfica”, Revista Ciencias Técnicas Agropecuarias, 32(2, (April-June)), 2023, ISSN: 2071-0054. discute las herramientas necesarias de lo que podría ser en el futuro una “granja inteligente” creando un sistema informático que permite manejar de forma automatizada través de un GIS, imágenes, datos de diferentes formatos la información que produce una granja agrícola, así como la posibilidad de realizar consultas al mismo por personal no especializado.

CONCLUSIONES

Se observa un crecimiento vertiginoso a nivel internacional del empleo de las tecnologías como los Sistemas de Información Geográfica, las imágenes provenientes de satélites, aviones y últimamente de forma muy numerosa de los drones, así como la vinculación a herramientas informáticas y sensores de diferentes tipos. Lo anterior ha llevado a obtener beneficios tales como mejorar las resoluciones espacial y temporal de estudios agrícolas, facilitar la Agricultura de Precisión, clasificar y explorar cultivos, aplicar de fertilizantes y agua de forma eficiente, monitoreo de la sequía, estimación de la biomasa y los rendimientos, la detección de plagas, enfermedades y malezas, la reducción de desastres y la conservación de la vida salvaje y los bosques. En Cuba se observa que todavía son pocos los trabajos publicados que describan de forma detallada los resultados obtenidos que permitan su reproducibilidad y abundan los que describen los mismos de forma cualitativa. Se considera que, en el caso particular de los drones, resulta muy costosa todavía la extensión de su utilización ya que de forma práctica sólo la Empresa GEOCUBA dispone de toda la infraestructura y personal capacitado para su utilización más completa por lo que diferentes empresas e instituciones que deseen emplearlos deben realizar grandes desembolsos.