Inteligencia artificial y drones para seleccionar el trigo más resiliente
en-GBde-DEes-ESfr-FR

Inteligencia artificial y drones para seleccionar el trigo más resiliente


Hacer que el trigo se adapte mejor al cambio climático sin perder rendimiento se ha convertido en una necesidad urgente para la agricultura. Ahora, una investigación liderada por un equipo de la Universidad de Barcelona y del centro de investigación Agrotecnio ha descubierto una forma innovadora de afrontar este desafío: combinar tecnología avanzada e inteligencia artificial para seleccionar las mejores variedades de esta gramínea.

El trabajo, publicado en la revista Plant Phenomics, propone un cambio de mirada: es necesario fijarse no solo en el rendimiento, sino también en la capacidad del trigo de mantener cosechas consistentes aunque el clima sea cambiante. Las conclusiones apuntan a que esta combinación de productividad y estabilidad es clave para asegurar cosechas seguras en condiciones ambientales cambiantes.

Los autores del estudio son los investigadores Jara Jauregui Besó, José Luis Araus y Shawn Carlisle Kefauver, del Departamento de Biología Evolutiva, Ecología y Ciencias Ambientales de la Facultad de Biología de la UB y Agrotecnio; Nieves Aparicio y Sara Álvarez, del Instituto Tecnológico Agrario de Castilla y León (ITACyL), y María Teresa Nieto Taladriz, del Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria (INIA-CSIC).

Drones para estudiar los cultivos de trigo

El equipo ha analizado 64 variedades de trigo duro cultivadas en dos entornos mediterráneos distintos: en regadío y en secano. El objetivo era identificar qué genotipos combinan una elevada producción con una respuesta estable en ambientes variables, con diferencias en temperatura y disponibilidad de agua.

Uno de los resultados más asombrosos es que las variedades seleccionadas no son las que mantienen las hojas verdes más tiempo hasta el final de la temporada, sino las que crecen con fuerza al principio y maduran un poco antes.

Por el contrario, las líneas descartadas presentaban un vigor inicial bajo y mantenían las hojas verdes durante más tiempo, lo que no garantiza un mejor rendimiento.

En el marco del trabajo, el equipo utilizó sensores terrestres y drones equipados con cámaras RGB, multiespectrales y térmicas, que permitieron monitorear el desarrollo de los cultivos durante todo el ciclo. Esta tecnología permite obtener información clave del trigo antes de segar, eliminando la necesidad de hacerlo y reduciendo tanto los costes como el tiempo necesario para su estudio.

Con todos estos datos, el equipo entrenó modelos de inteligencia artificial capaces de predecir con gran precisión tanto el rendimiento como la estabilidad productiva de las variedades.

Esta estrategia puede convertirse en una herramienta muy útil para los programas de mejora genética y puede ayudar a desarrollar variedades de trigo preparadas para afrontar los retos del cambio climático.

Más verde no siempre significa mejor

Los investigadores analizaron, en primer lugar y por separado, los rasgos de rendimiento y estabilidad del trigo duro. Vieron que los genotipos con mayor rendimiento se caracterizan por un alto vigor inicial y un verdor sostenido durante las fases de crecimiento rápido hasta el final del ciclo. En cambio, los genotipos más estables presentan un menor vigor inicial, un crecimiento más lento y un ciclo más corto, lo que les permite aprovechar mejor los recursos disponibles para el grano. Con el objetivo de identificar un equilibrio entre estos mecanismos compensatorios, los expertos desarrollaron un método de selección de variedades que combina un rendimiento competitivo con una buena estabilidad.

El estudio concluye que un establecimiento vigoroso inicial combinado con la maduración anticipada parece clave para conseguir cosechas más constantes en condiciones ambientales variables, lo que ayudaría a que el trigo pudiera afrontar mejor la sequía y las temperaturas elevadas.

Jauregui-Besó, Jara; Aparicio, Nieves; Álvarez, Sara; Nieto-Taladriz, María Teresa; Araus, José Luis; Carlisle Kefauver, Shawn. «Multi-sensor phenotyping of yield and yield stability for genotype selection in durum wheat». Plant Phenomics, febrero de 2026. DOI:10.1016/j.plaphe.2026.100178.
Attached files
  • Un estudio liderado por la Universidad de Barcelona y Agrotecnio propone una nueva estrategia para identificar variedades de trigo más productivas y adaptadas al cambio climático. Foto: Jara Jauregui Besó
Regions: Europe, Spain
Keywords: Applied science, Technology, Artificial Intelligence, Business, Food & drink, Science, Agriculture & fishing, Life Sciences

Disclaimer: AlphaGalileo is not responsible for the accuracy of content posted to AlphaGalileo by contributing institutions or for the use of any information through the AlphaGalileo system.

Testimonials

For well over a decade, in my capacity as a researcher, broadcaster, and producer, I have relied heavily on Alphagalileo.
All of my work trips have been planned around stories that I've found on this site.
The under embargo section allows us to plan ahead and the news releases enable us to find key experts.
Going through the tailored daily updates is the best way to start the day. It's such a critical service for me and many of my colleagues.
Koula Bouloukos, Senior manager, Editorial & Production Underknown
We have used AlphaGalileo since its foundation but frankly we need it more than ever now to ensure our research news is heard across Europe, Asia and North America. As one of the UK’s leading research universities we want to continue to work with other outstanding researchers in Europe. AlphaGalileo helps us to continue to bring our research story to them and the rest of the world.
Peter Dunn, Director of Press and Media Relations at the University of Warwick
AlphaGalileo has helped us more than double our reach at SciDev.Net. The service has enabled our journalists around the world to reach the mainstream media with articles about the impact of science on people in low- and middle-income countries, leading to big increases in the number of SciDev.Net articles that have been republished.
Ben Deighton, SciDevNet

We Work Closely With...


  • The Research Council of Norway
  • SciDevNet
  • Swiss National Science Foundation
  • iesResearch
Copyright 2026 by AlphaGalileo Terms Of Use Privacy Statement