A quick appraisal of Machine learning techniques in different aspects of rice cultivation

Resumen Técnico: Una Evaluación Rápida de las Técnicas de Aprendizaje Automático en Diferentes Aspectos del Cultivo de Arroz

Planteamiento del Problema
El arroz (Oryza sativa L.) es un alimento básico mundial crítico, que sustenta a más de la mitad de la población mundial y contribuye significativamente a la seguridad alimentaria (ODS 2). Sin embargo, los métodos de cultivo tradicionales suelen ser lentos, imprecisos y propensos al error humano, luchando por abordar desafíos dinámicos como el cambio climático, la escasez de agua y el crecimiento de la población. Si bien el Aprendizaje Automático (ML, por sus siglas en inglés) ha surgido como una herramienta poderosa para analizar grandes volúmenes de datos en la agricultura (provenientes de satélites, UAV y IoT), su aplicación en los diversos aspectos del cultivo de arroz es desigual. La literatura existente suele centrarse en nichos específicos (por ejemplo, detección de enfermedades o predicción de rendimiento), pero existe una falta de evaluaciones comparativas integrales sobre cómo se distribuyen y utilizan los métodos de ML a lo largo de todo el especto del cultivo de arroz. Este estudio pretende llenar ese vacío mediante la evaluación de la cantidad y calidad de la utilización de ML en diferentes aspectos del cultivo de arroz.

Metodología
Los autores realizaron una revisión sistemática de artículos de investigación publicados entre 2020 y 2025.

• Fuentes de Datos: Los artículos se recuperaron de Science Direct y Google Scholar utilizando consultas de búsqueda que combinaban "(rice or paddy)" con "(Machine Learning OR Artificial Intelligence)".
• Proceso de Selección: De un grupo inicial de 600 artículos de alto nivel, se eliminaron los duplicados, quedando 411. Tras una revisión profunda de resúmenes, conclusiones y metodologías —excluyendo capítulos de libros, actas de conferencias y artículos no específicos de arroz— se seleccionaron 343 artículos para el análisis final.
• Clasificación: Los 343 artículos se categorizaron en 14 aspectos distintos del cultivo de arroz: Mejora de Cultivos (CI), Mapeo de Cultivos (CM), Contaminación, Monitoreo de Cultivos, Gestión de Enfermedades (DM), Gestión de Fertilizantes (FM), Maquinaria Agrícola (FMa), Gases de Efecto Invernadero (GHG), Gestión de Riego (IM), Gestión de Insectos, Post-cosecha (PH), Ciencia de Semillas, Gestión de Malezas (WM) y Pronóstico de Rendimiento (YF).
• Análisis: Los autores extrajeron datos sobre el año de publicación, la revista, el software y los modelos específicos de ML utilizados. Los modelos se clasificaron en 1 de 11 categorías: Redes Neuronales Convolucionales (CNN), Árboles de Decisión (DT), Redes Neuronales Profundas (DNN), Métodos de Ensamble, K-Vecinos Más Cercanos (KNN), Redes Neuronales (NN), Regresión, Bosque Aleatorio (RF), Redes Neuronales Recurrentes (RNN), Máquinas de Vectores de Soporte (SVM) y Otros.
• Métricas: Para evaluar la intensidad de uso por área de investigación, la frecuencia de uso de un modelo específico se dividió por el número total de artículos en esa categoría (por ejemplo, "usos por artículo").

Contribuciones Clave y Resultados

1. Distribución Desigual del Volumen de Investigación:
   El estudio identificó un desequilibrio significativo en el volumen de investigación. El Pronóstico de Rendimiento (56 artículos), la Gestión de Enfermedades (49 artículos), la Post-cosecha (42 artículos) y el Monitoreo de Cultivos (34 artículos) son las áreas más investigadas. En contraste, la Gestión de Riego (13), la Maquinaria Agrícola (12), los Gases de Efecto Invernadero (11), la Ciencia de Semillas (11), la Gestión de Insectos (8) y la Gestión de Malezas (8) están significativamente subrepresentadas.

2. Dominio de Algoritmos Específicos:

   • CNN (Redes Neuronales Convolucionales): La CNN es la herramienta más prominente en general, utilizada 303 veces en los estudios. Es el método dominante en Gestión de Enfermedades (1.73 usos/artículo), Maquinaria Agrícola (1.75 usos/artículo), Ciencia de Semillas (1.45 usos/artículo) y Mejora de Cultivos (1.11 usos/artículo). Sin embargo, su uso es notablemente bajo en Pronóstico de Rendimiento (0.34 usos/artículo) y Contaminación (0.04 usos/artículo).
   • Bosque Aleatorio (RF) y SVM: Estos son los segundos y terceros modelos más utilizados en general. RF es particularmente fuerte en Pronóstico de Rendimiento, Gestión de Fertilizantes y estimación de Gases de Efecto Invernadero. SVM es ampliamente utilizado en Post-cosecha y Pronóstico de Rendimiento.
   • Métodos de Ensamble: Se aplican con mayor frecuencia en el Pronóstico de Rendimiento (0.68 usos/artículo), pero están subutilizados en otras categorías.
   • Modelos Subutilizados: Las RNN se utilizan raramente (solo 25 veces en total), apareciendo solo en Pronóstico de Rendimiento, Gestión de Enfermedades, Monitoreo de Cultivos y Gestión de Fertilizantes, probablemente debido a la escasez de datos de series temporales en los estudios revisados.

3. Hallazgos Específicos por Categoría:

   • Gestión de Enfermedades: Depende fuertemente de arquitecturas avanzadas de CNN (por ejemplo, ResNet, EfficientNet, variantes de YOLO) para la clasificación y detección de imágenes.
   • Pronóstico de Rendimiento: A pesar de tener el mayor número de artículos, depende menos de las CNN y más de los Métodos de Ensamble, RF y Regresión. Los autores señalan que esto indica un potencial para integrar el análisis de imágenes avanzado (CNN) en la predicción del rendimiento.
   • Mejora de Cultivos: Utiliza una mezcla de CNN, RF y SVM, con algunas fusiones novedosas de CNN y Redes Neuronales de Grafos (GNN).
   • Gestión de Riego y Gestión de Malezas: Estas áreas críticas de gestión muestran una baja adopción de técnicas sofisticadas de ML, dependiendo de menos modelos y menores volúmenes de investigación.

Significancia y Reivindicaciones
El artículo afirma proporcionar una "evaluación rápida" que destaca un "gran vacío" en la aplicación de métodos de ML en los diversos aspectos del cultivo de arroz. Los autores argumentan que, si bien el ML está avanzando rápidamente, su aplicación es subóptima en áreas de gestión críticas como el riego, el control de malezas, la gestión de insectos y la aplicación de fertilizantes.

El estudio enfatiza que:

• Existe un Desequilibrio: Hay una disparidad entre la cantidad de investigación (por ejemplo, alta en pronóstico de rendimiento) y la sofisticación de los métodos utilizados (por ejemplo, bajo uso de CNN en el pronóstico de rendimiento).
• Potencial de Optimización: Mejorar el uso de ML en áreas subinvestigadas (riego, malezas, insectos) podría optimizar significativamente la producción de arroz y la sostenibilidad.
• Barreras: La distribución desigual puede atribuirse a la naturaleza de las variables de entrada, la falta de instalaciones computacionales o la insuficiencia de conocimiento especializado entre los investigadores.
• Alcance Futuro: Los autores sugieren que la investigación futura debería incluir meta-análisis que comparen la precisión de los modelos, expandir las fuentes de bases de datos (por ejemplo, Scopus, Web of Science) e investigar las variables dependientes/independientes específicas utilizadas.

El artículo concluye que, si bien el ML ofrece un camino para abordar los desafíos de la seguridad alimentaria mundial, es necesaria una aplicación más equilibrada y sofisticada de estas herramientas en todos los aspectos del cultivo de arroz para alcanzar plenamente su potencial.