Various nutrients are needed during the sugarcane growing season for plant development and productivity. However, traditional methods for assessing nutritional status are often costly and time consuming. This study aimed to determine the level of nitrogen (N), phosphorus (P), potassium (K) and chlorophyll of sugarcane plants using remote sensing. Remotely sensed images were obtained using a MicaSense RedEdge-P camera attached to a drone. Leaf chlorophyll content was measured in the field using an N-Tester chlorophyll meter, and leaf samples were collected and analyzed in the laboratory for N, P and K. The highest correlation between field samples and predictor variables (spectral bands, selected vegetation indices, and plant height from Light Detection and Ranging (LiDAR)), were noted.The spatial distribution of chlorophyll, N, P, and K maps achieved 60%, 75%, 96% and 50% accuracies, respectively. The spectral profiles helped to identify areas with visual differences. Spatial variability of nutrient maps confirmed that moisture presence leads to nitrogen and potassium deficiencies, excess phosphorus, and a reduction in vegetation density (93.82%) and height (2.09 m), compared to green, healthy vegetation (97.64% density and 3.11 m in height). This robust method of assessing foliar nutrients is repeatable for the same sugarcane variety at certain conditions and leads to sustainable agricultural practices in Costa Rica.
La erosión hídrica y el transporte de sedimentos son procesos clave en la degradación del suelo, impactando significativamente la sostenibilidad agrícola en regiones tropicales con alta pendiente como América Latina. Esta revisión analiza el estado del arte en la modelación de dichos procesos, con énfasis en enfoques experimentales a nivel de laboratorio y su integración en estrategias de conservación del suelo. Se aplicó una metodología mixta, utilizando la base de datos Scopus, identificando 64 publicaciones como nivel integrador entre 2020 y 2025. Los modelos más citados fueron SWAT, IBER y SDR-InVEST, por su capacidad de simular pérdida de suelo y transporte de sedimentos a distintas escalas. La teledetección y las parcelas de escorrentía emergen como herramientas clave para la validación de modelos en contextos tropicales. Los resultados evidencian el potencial de la modelación para apoyar el manejo sostenible del suelo y contribuir al cumplimiento de los Objetivos de Desarrollo Sostenible (ODS). Sin embargo, persisten desafíos asociados a la calidad de los datos, la validación en condiciones locales y la articulación con marcos de sostenibilidad. Se concluye que es necesario fortalecer los estudios aplicados en zonas tropicales y fomentar la integración de herramientas técnico-científicas en planes de conservación del suelo.
El uso de sensores de humedad del suelo es esencial para conocer la capacidad hídrica de los suelos y con esto establecer tiempos de riego de forma óptima. La Agricultura 4.0. apunta a crear soluciones tecnológicas que establezcan mecanismos de comunicación y transmisión de información al productor, permitiéndole conocer en tiempo real como se encuentra su cultivo y cuáles son susnecesidades hídricas gracias a la implementación del IoT (por sus siglas en inglés Internet de las Cosas). Este proyecto se enfoca en la transmisión de datos del sensor de humedad “EDANA” a partir de lo cual el productor podrá recibir una alerta vía mensaje de texto que le indique cuando activar y/o desactivar el riego de una forma precisa, logrando no solamente satisfacer las necesidades hídricas del cultivo sino también el ahorro del recurso hídrico, a partir de la conexión tecnológica de la información suministrada en campo y la respectiva calibración en función de la zona de trabajo.