Doctorado en Ingeniería y Ciencias Ambientales

El presente proyecto de tesis tiene como objetivo desarrollar modelos de inteligencia artificial (IA) basados en aprendizaje automático (Machine Learning, ML) para predecir el rendimiento y detectar plagas en cultivos de arroz, integrando estos modelos en un geoportal interactivo que facilite el análisis y monitoreo agrícola en tiempo real. La investigación se enfoca en zonas arroceras de la región Lambayeque (Perú), complementada con estudios controlados en la Universidad Nacional Agraria La Molina. El proyecto responde a los desafíos actuales del cambio climático, la escasez hídrica y la necesidad de prácticas agrícolas sostenibles, especialmente en un cultivo tan demandante como el arroz. A través del uso de sensores multiespectrales montados en drones, estaciones meteorológicas, imágenes satelitales (Sentinel-2, Planet) y datos agronómicos en campo, se obtendrán variables clave como NDVI, NDWI, índices de estrés, texturas y parámetros biofísicos. Estos datos alimentarán modelos predictivos (regresión, redes neuronales, Random Forest, SVM, entre otros) para estimar el rendimiento de los cultivos y detectar plagas como Pyricularia oryzae. El geoportal a implementar será una plataforma web desarrollada con tecnologías modernas (React, Python, PostgreSQL), diseñada para visualizar mapas interactivos, aplicar filtros, mostrar capas de datos e integrar APIs de teledetección y modelos de IA. La herramienta permitirá a agricultores, técnicos y gestores públicos acceder a información procesada y útil para la toma de decisiones agrícolas eficientes. Se plantea una metodología no experimental, longitudinal y cuantitativa, con recolección de datos a lo largo del ciclo agrícola. El estudio se valida mediante métricas como R², MAE, RMSE y F1 Score, pruebas de integración, usabilidad y retroalimentación de usuarios clave. El proyecto cuenta con el respaldo de la Universidad Nacional Agraria La Molina, el programa de doctorado Prociencia-CONCYTEC y diversas entidades colaboradoras. En conjunto, esta investigación busca aportar soluciones tecnológicas de alto impacto para la agricultura de precisión, promoviendo el uso eficiente del agua, el control oportuno de plagas y la mejora de la productividad arrocera, en beneficio de la sostenibilidad alimentaria nacional y global.

VALDIVIEZO ESPINOZA ,JUAN JUNIOR