Semáforo para estimar el riesgo de roya en cafetales: una propuesta basada en series de tiempo

La aplicación del análisis de datos y la inteligencia artificial a la agricultura es crucial para mejorar la producción. En particular, la detección de condiciones de aparición de enfermedades que afectan cultivos provee beneficios económicos, productivos y sociales, orientados hacia la sostenibilidad. En este trabajo se reporta la aplicación de análisis de series de tiempo en datos reales recolectados in situ en fincas cafetaleras del estado de Veracruz, México, con el fin de estimar el riesgo de aparición del hongo causante de la roya amarilla del cafeto con base en las variables de temperatura y humedad relativa y, así, optimizar la aplicación de productos para prevenir la roya. Las alertas se presentan utilizando un código de colores al estilo de los semáforos de riesgo sanitario, que van del rojo al verde para representar los grados de presencia de condiciones de roya en los datos analizados.