Bud Rot (BR) is the most significant phytosanitary threat to oil palm cultivation in Colombia. Early detection is essential for effective curative management, but current methods for detecting BR in adult palms are subjective and unreliable. This research aimed to develop an integrated system for digital field monitoring and image analysis, testing two detection methods: computer-assisted detection and automatic detection using artificial intelligence (AI). Monthly monitoring was conducted over a 12-month period (January–December 2022) on 672 African oil palms (Elaeis guineensis), 15 years old and susceptible to BR. Disease monitoring focused on the incidence, cumulative incidence, and labor performance based on the number and spatial distribution of palms detected with BR, with or without the use of the device proposed. Results showed that automatic detection using AI had low effectiveness (17.1%), identifying only a small portion of actual cases. In contrast, computer-assisted detection significantly improved accuracy, reaching 78.6% during peak months and reducing detection time by up to two months compared to traditional methods, although, its maximum performance point only reached 4.7 ha/wage. The implementation of digital monitoring provides crucial technological support by considerably improving the effectiveness of early detection in BR curative management. Future advancements in AI-based detection are expected to further improve the efficiency and functionality of this approach.

Esta publicación tiene como objetivo fortalecer las capacidades de profesionales y técnicos en el geoprocesamiento, análisis de información vectorial y ráster, y generación de productos cartográficos para la toma de decisiones en cultivos de palma de aceite. La metodología adoptada integra fundamentos teóricos de teledetección con aplicaciones prácticas específicas, para lo cual progresa desde conceptos básicos hasta implementaciones de mayor complejidad. Se aborda la caracterización de sensores remotos, procedimientos fotogramétricos, cálculo de índices de vegetación y marco normativo para operación de drones, con la finalidad de proporcionar las bases técnicas necesarias para implementar sistemas de monitoreo basados en datos espaciales.

Esta publicación aborda desde los fundamentos cartográficos y tipos de datos geográficos hasta aspectos específicos, como la construcción de geometrías para el cultivo de palma de aceite y la visualización de información espacial. Se ha puesto especial énfasis en presentar los contenidos de manera práctica y aplicada, complementados con ejemplos concretos y recomendaciones basadas en la experiencia del equipo técnico. El propósito de esta publicación es contribuir significativamente al fortalecimiento de las capacidades técnicas del sector palmero en el uso de Sistemas de Información Geográfica (SIG), al tiempo que promueve la adopción de estas tecnologías para lograr una gestión más eficiente y sostenible de las plantaciones.