1
Ciencias Agrarias/ Agricultural Sciences
Revista Ciencia y Tecnología (2026) 19(2) p 1 - 10 ISSN 1390-4051; e-ISSN 1390-4043 https://doi.org/10.18779/cyt.v19i2.1149
Predicción del crecimiento de plantas de Coea mediante machine learning basado en variables
climáticas y agronómicas
Prediction of coee plant growth using machine learning based on climatic and agronomic variables
Ricardo Augusto Luna Murillo
1
, Bryan Alexander Alvarez Real
2
, Joshua Emanuel Vinces Manrique
2
, Johnny Xavier
Bajaña Zajia
2
1
Universidad Técnica de Cotopaxi, Ecuador
2
Universidad Técnica de Cotopaxi - Extension La Maná, Ecuador
Autor de correspondencia: patoricardo@yahoo.es
Recibido: 10/07/2025. Aceptado: 05/05/2026.
Publicado el 3 de julio de 2026.
Resumen
E
l cultivo de café en zonas subtropicales enfrenta
desafíos crecientes debido a la variabilidad climática
y a la necesidad de toma de decisiones agronómicas más
precisas, considerando este punto, las técnicas de aprendizaje
automático se posicionan como una herramienta crucial para
apoyar la gestión agrícola, este estudio expone el desarrollo e
integración de un modelo de refuerzo de gradiente para predecir
el crecimiento en altura y diámetro del tallo de plantas de café
de las variedades Manabí 01 y Sarchimor, utilizando variables
climáticas y agronómicas recolectadas mediante sensores
instalados en el sector de Sacha Wiwa, La Maná. El modelo
con coeciente de determinación de R²=0,554 para altura y
R²=0,535 para diámetro, mostró un desempeño adecuado
para predecir el crecimiento de las plantas de café utilizando
variables climáticas y agronómicas. Estos resultados, si bien
pueden mejorar mediante la optimización del algoritmo y
la inclusión de mayores cantidades de datos, evidencian el
potencial del machine learning como herramienta para la
toma de decisiones agronómicas. Como aplicación práctica,
el modelo fue posteriormente integrado en una aplicación
móvil para permitir la realización de predicciones en tiempo
real y facilitar el monitoreo del desarrollo de las plantas en
campo. Aunque se observaron márgenes de error propios de
complejidad del entorno agrícola, los resultados mostraron
un alto potencial de mejora mediante el uso de conjuntos de
datos, más robustos y la optimización del algoritmo, y con
ello, esta investigación busca acercar el machine learning
al campo, fortaleciendo la toma de decisiones agronómicas
basadas en datos concretos.
Palabras clave: café, algoritmo, refuerzo de gradiente,
agricultura, aprendizaje supervisado, factores agroclimáticos.
Abstract
C
oee cultivation in subtropical regions faces increasing
challenges due to climate variability and the need for
more precise agronomic decision-making. Considering this,
machine learning techniques are emerging as a crucial tool
to support agricultural management.This study presents the
development and integration of a gradient boosting model to
predict plant growth in terms of height and stem diameter for
coee varieties Manabí 01 and Sarchimor, using climatic and
agronomic variables collected through sensors installed in the
Sacha Wiwa sector, La Maná. The model, with a coecient
of determination of R² = 0.554 for height and R² = 0.535 for
diameter, showed adequate performance in predicting coee
plant growth based on climatic and agronomic variables.
Although these results can be improved through algorithm
optimization and the inclusion of larger datasets, they
demonstrate the potential of machine learning as a tool for
agronomic decision-making.As a practical application, the
model was later integrated into a mobile application to enable
real-time predictions and facilitate eld monitoring of plant
development. Although some margins of error were observed
due to the complexity of the agricultural environment, the
results showed strong potential for improvement through
the use of more robust datasets and algorithm optimization.
Ultimately, this research aims to bring machine learning closer
to the eld, strengthening agronomic decision-making based
on concrete data.
Keywords: Coee cultivation, algorithm, gradient boosting,
agriculture, growth prediction, agroclimatic factors.
Luna et al., 2026
2026. 19(2):1-10
Ciencia y Tecnología.2
Introducción
El cultivo de café es un pilar fundamental de la economía
agrícola en numerosas regiones subtropicales, en Sacha
Wiwa, La Maná, la variación climática y la necesidad de una
gestión eciente de los recursos limitan constantemente la
productividad y la calidad de la cosecha de café (Ahmed et
al., 2021). En los últimos años, el sector agrícola tiene cada
vez más a soluciones innovadoras para abordar estos desafíos,
la inteligencia articial (IA) y machine learning (ML),
emergen como herramientas poderosas, al aprovechar datos
sobre el clima, las propiedades del suelo y las condiciones de
las plantas, estas tecnologías permiten a los productos prever
posibles dicultades y optimizar la toma de decisiones.
La ventaja de predecir una temporada seca con semanas
de antelación, permite una planicación del riego estratégica,
comprender la humedad del aire inuye en el desarrollo de
las plantas ayudando a identicar los momentos ideales para
la poda y la fertilización como lo menciona Astri Muliasari
et al. (2021), esta mejora no solo aumenta la eciencia de
la producción, sino que también fomentan la sostenibilidad,
un factor clave para garantizar que el café de lugares como
La Maná, Ecuador, se mantenga en el mercado nacional e
internacional.
En regiones cafeteras semejantes al cantón La Maná, la
aplicación de machine learning (aprendizaje automático)
ha permitido anticipar el ciclo de forestación y estimar
rendimientos con varios meses de antelación reduciendo
pérdidas asociadas a eventos climáticos extremos, en zonas
con limitada conectividad o acceso a servicios técnicos, estos
modelos pueden integrar en aplicaciones móviles o sistemas
locales respaldando a pequeños y medianos productores
en su labor cotidiana, el machine learning funciona como
herramienta tecnológica y mecanismo de democratización del
conocimiento y resiliencia productiva (Mena Iza et al., 2024).
Este proyecto surge de la colaboración entre dos actores
clave: La Universidad Técnica de Cotopaxi- Extensión La
Maná, en representación del sector académico, y FIASA, líder
en el sector productivo, juntos comparten la visión de elevar
la capacidad productiva y la competitividad internacional
del café ecuatoriano, más allá de los resultados inmediatos,
esta colaboración reeja un compromiso más amplio con
la integración del conocimiento cientíco con la aplicación
práctica, ofreciendo benecios tangibles a los cafeteros y
promoviendo el avance de la agricultura de precisión.
Este proyecto tiene como objetivo dotar a los cacultores
de herramientas para planicar y gestionar las etapas de
crecimiento de las plantas de café de forma más ecaz,
mediante la integración de inteligencia articial, se busca
optimizar la precisión de sus decisiones, impulsando tanto las
prácticas agrícolas como la sostenibilidad regional.
Metodología
Sobre esta base, nuestra investigación se centra en la
implementación de un sistema predictivo basado en técnicas
de ML, diseñado para estimar el crecimiento en altura y el
diámetro del tallo de las plantas de café, las variedades de
café presentes en el conjunto de datos incluyen Manabí 01
(896 registros) y Sarchimor (768 registros), cultivadas en
Sacha Wiwa, La Maná y para lograrlo, nuestro equipo empleó
diversos algoritmos, incluyendo stacking regressor, gradient
boosting y XGBoost regressor, todo esto se entrenará con una
combinación de datos históricos y en tiempo real, capturando
factores climáticos como temperatura, precipitación y
humedad relativa, atributos del suelo como pH, textura
y niveles de nutrientes, prácticas agronómicas como la
fertilización y el riego.
El procedimiento de datos se realiza mediante el lenguaje
de programación Python, con el apoyo de bibliotecas
especializadas: Pandas para la organización y preprocesamiento
de datos, y Scikit-learn para la implementación de modelos
de aprendizaje automático como lo fue gradient boosting
(refuerzo por gradiente), la metodología CRISP-DM guía
este esfuerzo y estructura nuestro ujo de trabajo desde la
recopilación inicial de datos hasta la validación de modelos
predictivos, garantizando rigor y abilidad (León Chilito et
al., 2025).
La metodología del proyecto se estructuró siguiendo el
estándar CRISP-DM, que organiza el ciclo de desarrollo en
fases iterativas: entendimiento del problema, comprensión y
preparación de los datos, modelado, evaluación y despliegue
(Schröer, 2021). Durante el proceso de recolección de datos,
se instalaron sensores climáticos y agronómicos en el sector
de Sacha Wiwa (La Maná) y se monitoreó el cultivo de café
en campo durante el periodo de octubre de 2023 a julio de
2024. Las variables registradas incluyeron temperatura
ambiental, precipitación, humedad relativa, pH, textura del
suelo, fertilización y frecuencia de riego, así como datos de
crecimiento (altura y diámetro del tallo) de las plantas de las
variedades estudiadas.
En la fase de entendimiento del problema se denieron
claramente los objetivos: predecir el crecimiento de las
plantas de café (altura de la planta y diámetro del tallo) a
partir de variables climáticas (temperatura, precipitación,
humedad relativa) y agronómicas (pH, textura del suelo,
fertilización, riego). Para ello, se instaló un conjunto de
sensores meteorológicos y sensores del suelo en el sector
de Sacha Wiwa (0°47’45.7”S 79°09’10.6”W con una altitud
aproximada es de 500 m sobre el nivel del mar) en La Maná,
los cuales permitieron recopilar datos precisos y en tiempo
real, sobre las condiciones ambientales y edácas de la zona de
cultivo en base a Waqas et al. (2025), de esta manera se logró
obtener una base de datos con toda la información necesaria
para poder alimentar el modelo de aprendizaje automático.
Asimismo, se establecieron los indicadores de desempeño del
Predicción del crecimiento de plantas de Coea mediante machine learning basado en variables climáticas y agronómicas
2026. 19(2): 1-10 Ciencia y Tecnología. 3
modelo: RMSE, MAE y R², que guiarán su evaluación nal.
Esta fase inicial aseguró que los resultados tuvieran relevancia
práctica para los cacultores de Sacha Wiwa (Botero-Valencia
et al., 2025).
La investigación se enmarca dentro del enfoque
cuantitativo, apoyándose en el análisis numérico de
datos registrados mediante dispositivos especializados en
condiciones reales de cultivo. El conjunto de datos utilizado
para el entrenamiento y evaluación del modelo está compuesto
por 1.664 registros y 28 variables. De estas, 21 son numéricas
como temperatura, humedad del aire y del suelo, presión
atmosférica, nutrientes y las variables objetivo: altura de
planta (AP) y diámetro del tallo (DT), y 7 categóricas —como
la variedad de café (Manabí 01, Sarchimor), la edad en días,
temperatura ambiental, humedad ambiental, humedad del
suelo, presión atmosférica, temperatura suelo, índice de lluvia,
pH (potencial de hidrogeno) CE (conductividad eléctrica), MO
(materia orgánica), NH4 (amonio), P (fósforo), S (azufre), K
(potasio), Ca (calcio), Mg (magnesio), Cu (cobre), B (boro),
Fe (hierro), Zn (zinc), Mn (manganeso), N total (nitrógeno
total), arena, limo, arcilla, altura de planta (AP), diámetro de
tallo (DT).
La diversidad y volumen de los datos permitió capturar
una representación completa de los factores agronómicos
y climáticos que inuyen en el desarrollo del cafeto,
proporcionando así una base sólida para el aprendizaje y la
predicción por parte del modelo.
Recolección y preparación de datos
Los datos se obtuvieron de tres fuentes complementarias
extraídas de Sacha Wiwa en el cantón La Maná: (i) una
estación meteorológica local que registró variables climáticas
horarias (temperatura, precipitación, humedad relativa);
(ii) sensores de suelo instalados en parcelas de cafeto,
que aportaron mediciones de humedad, porosidad y otros
parámetros físicos; y (iii) registros agronómicos de campo que
incluyeron características del suelo (pH, textura) y prácticas
de manejo (esquema de fertilización y riego). Cada conjunto
de datos se exportó en formato estructurado y se documentó
su esquema.
En la fase de comprensión de datos se realizó un análisis
exploratorio preliminar para vericar rangos plausibles,
detectar valores faltantes y estimar correlaciones iniciales entre
variables. A continuación, se ejecutó la preparación de datos,
aplicando técnicas estándar de limpieza y preprocesamiento,
esto incluyó las siguientes tareas principales:
Tratamiento de valores faltantes y atípicos
Se identicaron registros con datos incompletos (como,
datos climáticos ausentes) y se imputaron valores cuando
fue apropiado (usando la mediana o promedio) o bien se
eliminaron registros muy incompletos. También se detectaron
valores atípicos fuera de los rangos esperados, los cuales
se revisaron con base en el conocimiento agronómico y se
corrigieron o eliminaron si correspondían (Omoseebi et al.,
2025) (Tabla 1).
Tabla 1. Tratamiento de valores faltantes y atípicos
Columnas con
valores nulos
Imputación
aplicada
Registros
eliminados
Variables con valores
atípicos
Método para
detectar outliers
Sin valores nulos
Media/Mediana
según el tipo de
variable y criterio
agronómico
Registros con
múltiples nulos
o inconsistencia
severa
Temperatura_ambiental=256
Temperatura_suelo: 384
Altura_planta: 44
Diametro_tallo: 56
Rango
intercuartílico
(IQR)
Normalización de características numéricas: Las variables
continuas se escalaron mediante normalización (min-max)
y estandarización (media 0, varianza 1) para facilitar el
entrenamiento de los modelos y evitar que variables de mayor
magnitud dominen el ajuste (Prity, 2024).
Codicación de variables categóricas: Las variables
cualitativas nominales (como el tipo de café) se transformaron
mediante codicación one-hot, creando variables binarias (0/1)
para cada categoría mientras se eliminaba una categoría base
para evitar multicolinealidad. Para evitar multicolinealidad
tras aplicar codicación one-hot, se elimina una categoría
base. No obstante, en modelos con regularización Ridge
(usado como meta-modelo en el stacking), la multicolinealidad
residual es gestionada por la propia penalización del modelo,
lo que aporta robustez y estabilidad a las estimaciones de los
coecientes. Para variables ordinales con jerarquía inherente
(como textura del suelo), se aplicó codicación ordinal
asignando valores numéricos que preservan el orden de las
categorías. Esta transformación permite la incorporación
de estas variables en modelos de aprendizaje supervisado
manteniendo su signicado semántico (Bolikulov et al.,
2024). En este estudio, las variables objetivo o etiquetas
utilizadas para el entrenamiento y evaluación de los modelos
de aprendizaje supervisado fueron “altura de planta (AP)” y
“diámetro del tallo (DT)”, ambas registradas como variables
continuas que reejan el crecimiento y desarrollo morfológico
del cafeto bajo diferentes condiciones ambientales y
agronómicas (Figura 1).
Luna et al., 2026
2026. 19(2):1-10
Ciencia y Tecnología.4
Figura 1. Registro de modelos y su coeciente de promedio
Tabla 2. Codicación de variable categórica en el
conjunto de datos de café
Información Valor
Variables categóricas TIPO_DE_CAFE
Distribución por categoría
Manabi 01: 896
Sarchimor: 768
Estrategia de codicación One-Hot Encoding
Nuevas variables generadas TIPO_DE_CAFE_Sarchimor
División en conjuntos de entrenamiento y prueba:
Finalmente, el conjunto de datos limpio se dividió
aleatoriamente en subconjuntos de entrenamiento del 80 %
y un subconjunto de prueba del 20 %. Esta partición inicial
permitió reservar datos independientes para validar el
desempeño nal. Además, se conguró la validación cruzada
de k- pliegues (k=5) sobre el subconjunto de entrenamiento
para ajustar hiper parámetros y evaluar la generalización de
los modelos (Prity et al., 2024) (Tabla 2).
Evaluación comparativa de modelos de aprendizaje
automático
Para predecir las variables objetivo como la altura y el
diámetro del tallo de las plantas de café, se implementaron tres
enfoques avanzados de aprendizaje automático utilizando el
lenguaje de programación Python y scikit-learn, los algoritmos
de machine learning, gradient boosting, XGBoost y stacking
regressor, fueron elegidos por su capacidad para modelar
relaciones complejas y su robustez estadística (Sharma et
al., 2023). Cada modelo fue optimizado mediante validación
cruzada, utilizando métricas estandarizadas (R², MSE, MAE)
para garantizar comparabilidad, este enfoque metodológico
permitió evaluar sistemáticamente el rendimiento predictivo
de cada técnica antes de mostrar la selección nal.
La selección de los hiperparámetros del modelo se realizó
considerando el tamaño y la variabilidad del conjunto de
datos, así como la necesidad de evitar tanto el sobreajuste
como el subajuste. Un número de 200 árboles (n_estimators)
proporciona suciente capacidad de aprendizaje sin incurrir
en excesivo tiempo de cómputo, mientras que una tasa de
aprendizaje de 0,1 permite un ajuste gradual de los árboles
que favorece la generalización del modelo. La profundidad
máxima de 3 niveles (max_depth=3) fue elegida para
limitar la complejidad de cada árbol, controlando el riesgo
de sobreajuste en base de datos de tamaño moderado. Para
XGBoost, se exploraron valores de max_depth entre 4 y 8
y tasas de aprendizaje entre 0,01 y 0,1 usando grid search,
buscando el mejor equilibrio entre bajo error y estabilidad
del modelo. Otros hiperparámetros como gamma y
colsample_bytree se optimizaron para mejorar la robustez y
la generalización, ajustando la selección de características y la
regularización durante el entrenamiento.
El modelo stacking regressor (apilamiento de regresores)
combinó los modelos GBR y XGB junto con lightGBM como
estimadores base, utilizando ridge regression (regresión de
crestas) como meta-modelo, esta estrategia de ensamblado
jerárquico demostró superioridad al integrar las fortalezas
predictivas de cada algoritmo individual, cada componente
del modelo stacking fue previamente ajustado mediante
validación cruzada, asegurando coherencia en la pipeline,
es importante destacar que modelos lineales ya árboles de
decisión individuales fueron descartados en fases preliminares
por su menor capacidad predictiva en este contexto especíco
(Sharma et al., 2023).
Validación y selección del modelo de aprendizaje
El proceso de validación del modelo gradient boosting
seleccionado se desarrolló mediante una metodología
estructurada, que garantizó la robustez y conabilidad de
los resultados. Para ello, se implementó una estrategia de
validación cruzada con cinco particiones estraticadas,
asegurando que cada subconjunto mantuviera la distribución
representativa de las variables objetivo.
Predicción del crecimiento de plantas de Coea mediante machine learning basado en variables climáticas y agronómicas
2026. 19(2): 1-10 Ciencia y Tecnología. 5
Para cada partición, se calcularon sistemáticamente tres
métricas clave: el error cuadrático medio raíz (RMSE),
el error absoluto medio y el coeciente de determinación
(R²), estas métricas permitieron evaluar exhaustivamente
diferentes aspectos del desempeño predictivo, desde la
magnitud del error hasta la capacidad explicativa del modelo,
estudios recientes de Mustapha et al., (2025) y Huber et al.,
(2022) destacan la importancia de estas tres métricas para la
evaluación de modelos Boosting en dominios ingenieriles y
agrícolas, reportando valores de R² superiores a 0,99 y RMSE/
MAE signicativamente bajos.
Como etapa nal de proceso de validación, se reservó un
conjunto de prueba independiente, correspondiente al 20%
de los datos originales, para realizar una evaluación externa
del modelo gradient boosting, este paso fue fundamental
para vericar que el desempeño predictivo se mantuviera
consistente con datos no vistos durante el proceso de
entrenamiento y ajuste. La implementación de esta validación
externa siguió los mismos protocolos estadísticos aplicados en
la fase de validación cruzada, asegurando la comparabilidad
directa de los resultados, estrategia recomendada en estudios
agronómicos recientes.
Resultados
La fase de evaluación y análisis se centró en determinar la
capacidad predictiva del modelo gradient boosting. El modelo
mostró un desempeño satisfactorio para estimar el crecimiento
en altura y diámetro del tallo de las plantas de café,
presentando un error cuadrático medio (RMSE) de 1,21 mm y
un sesgo promedio de 0,59, lo que indica una ligera tendencia
a la sobrestimación. Estos errores se consideran aceptables
para variables morfológicas en condiciones de campo, y
evidencian la utilidad del modelo para describir el desarrollo
morfológico de las variedades Manabí 01 y Sarchimor bajo
diferentes condiciones climáticas y agronómicas.
El modelo gradient boosting, tras ser entrenado y
validado, presentó una capacidad predictiva aceptable para
estimar el crecimiento en altura y diámetro del tallo de las
plantas de café de las variedades Manabí 01 y Sarchimor. Los
resultados evidenciaron que la arquitectura del modelo logró
captar relaciones relevantes entre las variables climáticas
y agronómicas medidas en campo, permitiendo predecir el
desarrollo morfológico con un margen de error bajo dentro del
contexto agrícola estudiado (Tabla 3).
Tabla 3. Comparación del rendimiento de los tres modelos seleccionados
Modelo
R²
R² RMSE RMSE MAE MAE
Gradient Boosting 0,554 0,535 6,543 1,212 4,792 0,928
XG Boost 0,555 0,535 6,545 1,212 4,798 0,928
Stacking Regressor 0,553 0,534 6,553 1,213 4,807 0,929
Altura de la planta
Figura 2. Comparación de los valores reales y los valores
de predicción de la altura
Aunque inicialmente se armó un “alineamiento estrecho”
entre las predicciones y los datos observados en campo, los
resultados reales indican una correlación moderada, con un
coeciente de determinación de R² = 0,554, valor que está
signicativamente por debajo del umbral ideal (>0,8).
El error cuadrático medio (RMSE) fue de 6,54 cm, lo
que representa una desviación notable respecto a los valores
reales. Además, se detectó un sesgo promedio de 0,1 cm, lo
que sugiere una tendencia a la sobreestimación.
El gráco de comparación “Valor Real vs Predicción”
muestra una dispersión considerable alrededor de la línea
ideal, con errores sistemáticos que afectan especialmente
ciertos rangos de altura, lo que limita la generalización del
modelo en escenarios más amplios (Figura 2).
Diámetro del tallo
La evaluación del modelo gradient boosting aplicado a la
variable diámetro del tallo reeja un resultado consistente,
con un coeciente de terminación de R² = 0,535, lo que indica
que el modelo logra explicar una proporción signicativa
de la variabilidad presente en los registros de datos. El error
cuadrático medio (RMSE) obtenido fue de 1,21 mm, valor
aceptable considerando las dimensiones de esta variable
morfológica. Además, se registró un sesgo promedio de 0,59,
lo que indica una ligera tendencia a la sobrestimación en las
predicciones generadas.
Como se observa en la Figura 3, la dispersión entre los valores
reales y predichos muestra que el modelo logra capturar
adecuadamente las tendencias generales del crecimiento del
tallo, con una alineación visible en entorno a la línea ideal de
referencia, a pesar de la presencia de dispersión en algunos
Luna et al., 2026
2026. 19(2):1-10
Ciencia y Tecnología.6
puntos, el ajuste global permite representar con precisión los
patrones estructurales de la variable.
La suma de todos estos resultados, respaldan la utilidad del
modelo en tareas de predicción morfológica, contribuyendo
a una comprensión más precisa del desarrollo estructural del
cultivo bajo análisis.
Figura 3. Comparación de los valores reales y los valores
de predicción del diámetro
Análisis de métricas de desempeño del modelo gradient
boosting
Para evaluar objetivamente el rendimiento predictivo del
modelo, se calcularon métricas estadísticas clave como el error
cuadrático medio (RMSE), el error absoluto medio (MAE) y
el coeciente de determinación (R²), todos estos indicadores
permitieron analizar con mayor profundidad la calidad de las
predicciones generadas para las variables morfológicas de
interés.
Métricas generales
La Tabla 4 representa las métricas de desempeño del modelo
gradient boosting para las variables, altura de la planta y
diámetro del tallo, obtenidas mediante validación cruzada y
evaluación en conjunto de prueba independientes del 20 %
de los datos, los resultados obtenidos reejan la capacidad
predictiva del modelo con los hiperparámetros congurados
los cuales son, n_estimators=200, learning_rate=0,1 y max_
depth=3.
Estos resultados indican que el modelo explica el 55,4 % de
la varianza en la altura de la planta y el 53,5 % en el diámetro
del tallo, con errores absolutos promedio de 4,79 cm y un
0,93 mm, respectivamente, mientras que el error relativo se
mantiene por debajo del 11 %, lo que demuestra un buen
ajuste a las escalas de las variables objetivo, por otra parte, el
sesgo promedio, calculado como la media de los residuales,
muestra una ligera subestimación en ambas predicciones.
Tabla 4. Métricas principales del modelo de aprendizaje automático
Variable RMSE MAE R² Error Relativo (%) Sesgo Promedio
Altura de planta 6,543 4,792 0,554 10,8 -0,42
Diámetro de tallo 1,212 0,928 0,535 9,6 -0,35
Tabla 5. Estadísticas detalladas de errores del modelo de aprendizaje automático
Variable Rango Error (%)
Q1 Error
(%)
Mediana
Error (%)
Q3 Error
(%)
Errores >
10 %
Errores >
20 %
Altura de planta [-48,3, 95,2] -9,5 -0,8 8,3 52,1 21,4
Diámetro de tallo [-49,1, 47,5] -12,5 -5,1 3,9 55,3 20,8
Distribución de errores
El análisis detallado de la distribución de errores porcentuales
permite evaluar la consistencia y conabilidad del modelo
gradient boosting en sus predicciones, como se observa
en la Tabla 5 la cual detalla valores estadísticos clave que
caracterizan el comportamiento de los errores para ambas
variables objetivo, proporcionando insights valiosos sobre el
desempeño predictivo en diferentes rangos de valores.
Los resultados muestran patrones importantes en la
distribución de errores, para la altura de la planta el 50 % central
de las predicciones presenta errores entre -9,5 % y 8,3 %, con
una mediana cercana a cero, lo que indica una distribución
equilibrada de sobreestimaciones y subestimaciones,
mientras que el caso del diámetro del tallo, se observa una
ligera tendencia a subestimar los valores mediana de -5,1 %,
aunque el rango intercuartílico, Q1 y Q3 se mantiene dentro
de límites aceptables. Es notable que aproximadamente el 45
% de las predicciones para las dos variables tratadas presentan
errores absolutos menores al 10 %, demostrando una precisión
considerable en una proporción signicativa de los casos, sin
embargo, la presencia de valores atípicos sugiere que ciertas
condiciones especícas en los datos pueden representar un
desafío para el modelo actual.
Validación del modelo en condiciones de campo
Tras la fase de desarrollo y evaluación cuantitativa del modelo
gradient boosting, se implementó la aplicación móvil para la
comunidad Sacha Wiwa, donde los cacultores ingresaron
datos en tiempo real sobre clima, el suelo, tipo de café y el
estado de las plantas directamente desde sus parcelas, la suma
Predicción del crecimiento de plantas de Coea mediante machine learning basado en variables climáticas y agronómicas
2026. 19(2): 1-10 Ciencia y Tecnología. 7
de todo este procedimiento permitió evaluar la robustez del
sistema en un entorno productivo, con conectividad variable y
condiciones agroclimáticas heterogéneas.
Durante la validación en campo, el modelo demostró su
capacidad para estimar de manera automática la altura y el
diámetro del tallo de las plantas, mostrando un comportamiento
estable y resultados consistentes al compararse con las
mediciones reales. Esta funcionalidad permitió a los usuarios
identicar de forma rápida las tendencias de crecimiento
de los cultivos, sin necesidad de realizar cálculos manuales
adicionales, lo que optimiza el tiempo y reduce posibles
errores humanos. Estudios previos respaldan estos resultados,
señalando que los modelos de aprendizaje automático pueden
alcanzar niveles adecuados de precisión en contextos reales,
siempre que se apliquen protocolos claros y estandarizados
para la recolección de datos en campo (Muñoz Ordoñez et al.,
2023).
Además de los resultados cuantitativos, se recopilaron
observaciones cualitativas que complementaron el análisis
objetivo del desempeño del modelo. En este sentido, se
identicó que las mayores discrepancias entre los valores
estimados y los observados se produjeron principalmente
durante episodios de cambios abruptos en la precipitación o en
áreas con alta heterogeneidad del suelo. Este comportamiento
es coherente con lo reportado en investigaciones previas,
donde la variabilidad climática ha sido señalada como un
factor que inuye en el rendimiento predictivo de modelos
aplicados a distintos cultivos (Ruiz-Del-Angel et al., 2019).
No obstante, estas desviaciones puntuales no afectaron la
valoración general del sistema por parte de los productores,
quienes destacaron su utilidad para comparar parcelas y
apoyar la planicación del manejo agrícola.
Finalmente, el análisis de los errores en relación con
las variables ambientales reveló patrones consistentes que
abren oportunidades de mejora para el modelo. En particular,
futuras investigaciones podrían incorporar índices avanzados
de humedad del suelo o información proveniente de sensores
remotos de temperatura, con el n de aumentar la precisión de
las estimaciones. En conjunto, los resultados de la validación
en condiciones reales evidencian que el modelo constituye
una herramienta práctica, accesible y de alto valor para el
monitoreo morfológico del cultivo de café, contribuyendo a
acercar las aplicaciones de inteligencia articial al productor
y a fortalecer los procesos de toma de decisiones agrícolas.
Impacto en la gestión agronómica
La implementación de un modelo predictivo basado en el
algoritmo de refuerzo de gradiente (gradient boost), integrado
a través de una aplicación móvil, permitió a los usuarios
introducir datos climáticos y agronómicos locales, generando
estimaciones automáticas del crecimiento de plantas de café.
Esta herramienta fue utilizada por estudiantes, docentes y
agricultores del sector de Sacha Wiwa, con el objetivo de
evaluar su utilidad en contextos educativos y productivos.
Consideraciones sobre el desempeño predictivo y su
aplicabilidad
A pesar de las limitaciones cuantitativas previamente
identicadas, el modelo predictivo evidenció un potencial
funcional para contextos agrícolas reales, más allá de los
indicadores estadísticos, la herramienta demostró ser operativa
en campo, facilitando una interacción uida con los usuarios,
aspecto, el cual resulta crucial en entornos agrícolas, donde
la facilidad de uso y la utilidad práctica inmediata ayudan en
gran medida a la incorporación de herramientas tecnológicas
en el campo.
Algunos factores que podrían haber inuido en los
resultados observados incluyen características del conjunto
de datos utilizados para el entrenamiento del modelo refuerzo
de gradiente, así como también la presencia de registros
duplicados y con baja variabilidad, la escasa diversidad real
entre las observaciones, el tamaño reducido de la muestra,
la ausencia de variables clave relacionadas con el fenómeno
estudiado, todos estos elementos pueden haber restringido la
capacidad del modelo para captar relaciones complejas.
La percepción de utilidad expresada por los beneciarios
coincide con hallazgos en la literatura reciente que señalan
la importancia de soluciones híbridas que combinan precisión
técnica con accesibilidad práctica. En este sentido, el modelo
logró ser comprendido y utilizado tanto por actores técnicos
como por agricultores, lo cual valida su diseño centrado en el
usuario (Hernández-Salazar et al., 2024).
Por otro lado, el análisis de errores sugiere que variables
ambientales como la precipitación podrían estar introduciendo
variabilidad signicativa en las predicciones. Esto plantea
la necesidad de incorporar un mayor volumen de datos y
renar la arquitectura del modelo, particularmente mediante
la inclusión de series temporales y factores de manejo
agronómico más detallados (Castro y Durán, 2023).
Discusión
La validación del modelo de gradient boosting en condiciones
reales de campo evidenció que el sistema es capaz de estimar
de forma automática la altura de la planta y el diámetro del
tallo del cafeto con un comportamiento estable frente a las
mediciones directas realizadas por técnicos en parcelas
productivas. Esta estabilidad operacional resulta especialmente
relevante en contextos agrícolas reales, donde la variabilidad
ambiental, la heterogeneidad del suelo y las diferencias en las
prácticas de manejo suelen introducir ruido signicativo en
los datos. La capacidad del modelo para reproducir tendencias
generales de crecimiento, aun con márgenes de error
moderados, conrma su utilidad como herramienta de apoyo
al monitoreo morfológico y no únicamente como un ejercicio
académico de predicción.
Desde una perspectiva comparativa, la selección del
modelo nal se fundamentó en un análisis multidimensional
de desempeño, en el que se contrastaron métricas de error
Luna et al., 2026
2026. 19(2):1-10
Ciencia y Tecnología.8
(RMSE, MAE) y capacidad explicativa (R²) entre gradient
boosting, XGBoost y stacking regressor. Si bien los tres
modelos mostraron resultados similares, el gradient boosting
evidenció un equilibrio más consistente entre precisión
predictiva y capacidad de generalización, con variaciones
mínimas de error entre las distintas particiones de validación
cruzada. Este comportamiento coincide con lo reportado
por Mustapha et al. (2025), quienes señalan que diferencias
porcentuales inferiores al 1 % entre los conjuntos de
entrenamiento y validación constituyen un indicador robusto
de resistencia al sobreajuste, especialmente en problemas con
datasets de tamaño moderado y alta multicolinealidad, como
es el caso de los sistemas agroclimáticos.
No obstante, los valores obtenidos de R² (0,554 para
altura de planta y 0,535 para diámetro del tallo) reejan una
correlación moderada entre las predicciones y los valores
observados. Estos resultados, si bien se sitúan por debajo
de umbrales ideales (>0,8), deben interpretarse a la luz de
la complejidad inherente al entorno agrícola. En cultivos
perennes como el café, el crecimiento morfológico está
inuenciado por interacciones no lineales entre factores
climáticos, edácos, siológicos y de manejo, muchos de
los cuales no siempre pueden ser capturados completamente
mediante sensores o registros agronómicos estándar. En este
sentido, los errores observados no invalidan el modelo, sino
que delimitan su alcance y subrayan la necesidad de enfoques
progresivos de mejora.
El análisis detallado de los errores permitió identicar
patrones consistentes asociados a variables ambientales
especícas. En particular, se observó que las mayores
desviaciones entre valores predichos y reales se concentraron
en periodos con cambios abruptos de precipitación y en parcelas
con alta heterogeneidad del suelo. Este comportamiento
concuerda con estudios previos que documentan cómo la
variabilidad climática extrema introduce inestabilidad en los
modelos predictivos agrícolas, incluso cuando se emplean
algoritmos avanzados de machine learning. La dispersión
observada en los grácos de “valor real vs. predicción” sugiere
que el modelo captura adecuadamente las tendencias globales,
pero presenta limitaciones para representar eventos extremos
o condiciones locales altamente especícas.
Desde el punto de vista de la aplicabilidad, un hallazgo
relevante del estudio es que, pese a las limitaciones
cuantitativas, la percepción de utilidad por parte de los usuarios
nales fue positiva. Los cacultores, estudiantes y técnicos
que interactuaron con la aplicación móvil destacaron su valor
para comparar parcelas, identicar tendencias de crecimiento
y apoyar la planicación del manejo agronómico. Este
resultado refuerza la idea de que, en contextos productivos,
la adopción tecnológica no depende exclusivamente de
la precisión estadística, sino también de la accesibilidad,
facilidad de uso y capacidad de traducir datos complejos en
información accionable.
En este marco, la integración del modelo en una aplicación
móvil constituye uno de los principales aportes del estudio.
Al permitir la introducción de datos locales y la obtención
de predicciones en tiempo real, el sistema materializa el
enfoque CRISP-DM hasta su fase de despliegue, cerrando la
brecha entre el desarrollo algorítmico y la toma de decisiones
en campo. Esta implementación valida el potencial del
machine learning como herramienta de democratización del
conocimiento agronómico, particularmente en zonas con
acceso limitado a asistencia técnica especializada.
Finalmente, los resultados de la discusión sugieren
líneas claras de trabajo futuro. La incorporación de índices
avanzados de humedad del suelo, variables derivadas de
series temporales y datos provenientes de sensores remotos de
temperatura podría mejorar la sensibilidad del modelo frente
a condiciones ambientales dinámicas. Asimismo, el uso de
conjuntos de datos más robustos y diversos, junto con técnicas
de modelado híbrido que integren enfoques estadísticos
y siológicos, permitiría reducir los márgenes de error y
aumentar la capacidad explicativa del sistema.
En conjunto, la validación en condiciones reales
conrma que el modelo no debe entenderse como una
solución denitiva, sino como un sistema en evolución. Su
valor radica en complementar el conocimiento empírico del
agricultor con estimaciones basadas en datos, fortaleciendo la
toma de decisiones informadas en un contexto de creciente
incertidumbre climática y productiva
Conclusión
La incorporación de herramientas tecnológicas innovadoras
como los modelos de aprendizaje automático (machine
learning) en el ámbito del cultivo de plantas de café, no es
algo que se aleje de la realidad, sino una posibilidad que ya
empieza a transformar la manera en la que los agricultores
interpretan y gestionan los procesos de sus cultivos. En esta
investigación, la implementación de un modelo refuerzo de
gradientes (gradient boosting), demostró su potencial para que
poder predecir el crecimiento tanto de altura como del diámetro
del tallo de una planta de café, aunque con pequeños márgenes
de error que incitan a seguir investigando y mejorando el
modelo de aprendizaje automático, los resultados obtenidos
del modelo fueron prometedores, explicando el 55,4 % de la
varianza en la altura de la planta y el 53,5 % en al diámetro del
tallo, con errores relativos inferiores al 11 %, lo que respalda
su aplicabilidad práctica en el campo agrícola.
Finalmente, en la fase de despliegue se integró el modelo
predictivo seleccionado en una aplicación móvil desarrollada
en React Native, siguiendo el enfoque de CRISP-DM, se
procedió al despliegue operativo del modelo entrenado.
Predicción del crecimiento de plantas de Coea mediante machine learning basado en variables climáticas y agronómicas
2026. 19(2): 1-10 Ciencia y Tecnología. 9
Este enfoque resulta especialmente útil en proyectos
interdisciplinarios donde conuyen agrónomos, informáticos,
meteorólogos y tomadores de decisiones (Bassine et al., 2023).
Para ello, el modelo se exportó a un formato compatible con
dispositivos móviles, como lo es un archivo pkl, y se encapsuló
en la aplicación. La interfaz permite al usuario ingresar los
valores locales de temperatura, humedad, pH, etc. y obtener
en tiempo real las predicciones de altura y diámetro. De este
modo, el sistema integra de forma operativa el componente de
machine learning con herramientas de uso cotidiano, cerrando
el ciclo CRISP-DM desde la comprensión del negocio hasta
la puesta en servicio del modelo para la toma de decisiones
agronómicas.
Los resultados obtenidos permiten evaluar con mayor
precisión el desempeño del modelo en la predicción de
dos variables morfológicas clave: la altura de la planta y el
diámetro del tallo. Si bien se observaron ciertas tendencias
de ajuste, los indicadores cuantitativos revelan limitaciones
importantes en la capacidad predictiva del modelo.
El valor de este proyecto reside en su aplicación práctica,
el hecho de poner una herramienta predictiva en manos de
los cacultores de Sacha Wiwa representa un paso hacia
una agricultura más informada, sensible al entorno y basada
en datos, aunque los resultados mostraron cierto margen de
error, sí son sucientemente alentadores para considerar este
proyecto como base de futuras optimizaciones. Trabajar con
una base de datos (dataset) mucho más robusta, renar los
algoritmos y entender mejor la interacción entre las variables
climáticas y agronómicas, permitirá mejorar la precisión y
reducir los márgenes de error del sistema.
En denitiva, este proyecto es un primer paso hacia una
forma distinta de cultivar: una en la que el conocimiento
del campo se complementa con la inteligencia articial. No
se trata de reemplazar la experiencia del agricultor, sino de
fortalecerla con herramientas que le ayuden a tomar decisiones
más oportunas y ecaces en un contexto climático cada vez
más incierto.
Finalmente, el modelo debe entenderse como un sistema
en evolución. Su propósito no es reemplazar el conocimiento
empírico del agricultor, sino complementarlo mediante una
herramienta de apoyo basada en datos. La interacción entre
experiencia humana y aprendizaje automático se proyecta
como un eje fundamental para la agricultura del futuro,
particularmente en zonas vulnerables al cambio climático,
donde cada decisión basada en evidencia puede representar
la diferencia entre estabilidad y pérdida de productividad
(Carvajal Chávez, 2024).
Agradecimientos
Se deja constancia del agradecimiento a la Red Universitaria
de Investigación y Desarrollo Cafetalero (REDUCAFÉ),
a la Universidad Técnica de Cotopaxi Extensión La Maná
- Facultad de Ciencias de la Ingeniería y Aplicadas con el
proyecto “Fomento a la producción integral del cultivo de
café en la provincia de Cotopaxi”, al Fondo de Investigación
para la Agrobiodiversidad, Semillas y Agricultura Sustentable
(FIASA) con el proyecto “Sistemas agro-productivos de
fabáceas en asociación con cacao y café en un contexto de
economía circular para el desarrollo sostenible.
Referencias
Ahmed, S., Brinkley, S., Smith, E., Sela, A., Theisen, M.,
Thibodeau, C., Warne, T., Anderson, E., Van Dusen,
N., Giuliano, P., Ionescu, K. E., and Cash, S. B. (2021).
Climate change and coee quality: Systematic review on
the eects of environmental and management variation
on secondary metabolites and sensory attributes of coea
arabica and coea canephora. Frontiers in Plant Science,
12. https://doi.org/10.3389/fpls.2021.708013
Astri Muliasari, A., Kemala Dewi, R., Fatchur Rochmah, H.,
Rakoto Malala, A., y Gamawati Adinurani, P. (2021).
Improvement generative growth of Coea arabica L.
Using plant growth regulators and pruning. E3S Web
of Conferences, 226, 00003. https://doi.org/10.1051/
e3sconf/202122600003
Bassine, F. Z., Epule.E.T., Kechchour, A., y Chehbouni, A.
(2023). Recent applications of machine learning, remote
sensing, and iot approaches in yield prediction: a critical
review. https://arxiv.org/abs/2306.04566
Bolikulov, F., Nasimov, R., Rashidov, A., Akhmedov, F.,
y Cho, Y.-I. (2024). Eective methods of categorical
data encoding for articial intelligence algorithms.
Mathematics, 12(16), 2553. https://doi.org/10.3390/
math12162553
Botero-Valencia, J., García-Pineda, V., Valencia-Arias,
A., Valencia, J., Reyes-Vera, E., Mejia-Herrera, M.,
y Hernández-García, R. (2025). Machine learning in
sustainable agriculture: Systematic review and research
perspectives. Agriculture, 15(4), 377. https://doi.
org/10.3390/agriculture15040377
Carvajal Chávez, C. A. (2024). Uso de técnicas como la
regresión y redes neuronales para anticipar el rendimiento
del maíz. RECIMUNDO, 8(4), 126–135. https://doi.
org/10.26820/recimundo/8.(4).diciembre.2024.126-135
Castro Hernández,D,O, y Durán Blanco, E,C. (2023).
Modelo predictivo para el rendimiento de cultivos de
cacao y café en el departamento de Santander basado
en herramientas de aprendizaje automático profundo
y variables climáticas. [Tesis de grado, Universidad
Industrial de Santander]. https://noesis.uis.edu.co/
handle/20.500.14071/12278
Hernández-Salazar, C. A., González-Estrada, O. A., y
González-Silva, G. (2024). Integración de la inteligencia
articial y la agricultura de precisión en cultivos de café.
Revista UIS Ingenierías, 23(4). https://doi.org/10.18273/
revuin.v23n4-2024012
Luna et al., 2026
2026. 19(2):1-10
Ciencia y Tecnología.10
Huber, F., Yushchenko, A., Stratmann, B., Steinhage, V.
(2022). Extreme gradient boosting for yield estimation
compared with deep learning approaches. Computers
and electronics in agriculture, 202, 107346. https://doi.
org/10.1016/j.compag.2022.107346
León Chilito, E. D., Casanova Olaya, J. F., Corrales, J. C.,
Figueroa, C. (2025). Sustainability-driven fertilizer
recommender system for coee crops using case-based
reasoning approach. Frontiers in Sustainable Food
Systems. https://doi.org/10.3389/fsufs.2024.1445795
Mena Iza D. V., Quiroga Yanez V. F., Borja Borja C. D, Bajana
Zajia J. X. (2024). Impact of climatic factors on coee.
Nanotechnology Perception, 20(7), 1912-1921. https://
nano-ntp.com/index.php/nano/article/view/4351
Muñoz Ordoñez, C. C., Cobos Lozada, C. A., y Muñoz
Ordóñez, J. F. (2023). Predicción del rendimiento de
cultivos de café: un mapeo sistemático. Ingeniería y
Competitividad, 25(3). https://doi.org/10.25100/iyc.
v25i3.13171
Mustapha, I.B., Abdulkareem, M., Hasan, S., Ganiyu, A.A.,
Nabus, H., y Lee, J.C. (2025). Intelligent gradient boosting
algorithms for estimating strength of modied subgrade
soil. https://doi.org/10.48550/arXiv.2501.04826
Omoseebi, A., Ola, G., Tyler, J. (2025). Data preparation
and feature engineering. https://www.researchgate.
net/publication/389860294_Data_Preparation_and_
Feature_Engineering
Prity, F. S., Hasan, MD. M., Saif, S. H., Hossain, Md.
M., Bhuiyan, S. H., Islam, Md. A., y Lavlu, M. T. H.
(2024). Enhancing agricultural productivity: A machine
learning approach to crop recommendations. Human-
Centric Intelligent Systems, 4(4), 497–510. https://doi.
org/10.1007/s44230-024-00081-3
Ruiz-Del-Angel, E. O., Vargas Castilleja, R. D. C., Rolón
Aguilar, J. C., y Chávez García, C. A. (2019). Modelo de
requerimiento hídrico en un distrito de riego en México:
incorporando escenarios de cambio climático. Biotecnia,
21(2), 129–136. https://doi.org/10.18633/biotecnia.
v21i2.946
Schröer, C. (2021). Towards microservice identication
approaches for architecting data science workows.
Procedia Computer Science, 181, 519–525. https://doi.
org/10.1016/j.procs.2021.01.198
Sharma, P., Dadheech, P., Aneja, N., y Aneja, S. (2023).
Predicting agriculture yields based on machine
learning using regression and deep learning. IEEE
Access, 11, 111255–111264. https://doi.org/10.1109/
ACCESS.2023.3321861
Waqas, M., Naseem, A., Humphries, U. W., Hlaing, P. T.,
Dechpichai, P., y Wangwongchai, A. (2025). Applications
of machine learning and deep learning in agriculture:
A comprehensive review. Green Technologies and
Sustainability, 3(3), 100199. https://doi.org/10.1016/j.
grets.2025.100199
Copyright (2026) © Ricardo Luna Murillo, Bryan Alvarez Real, Joshua Vinces Manrique y Johnny Bajaña Zajia.
Este texto está protegido bajo una licencia internacional Creative Commons 4.0. Usted es libre para compartir, copiar y redistribuir el material
en cualquier medio o formato. También podrá adaptar: remezclar, transformar y construir sobre el material. Ver resumen de la licencia.
