Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
ISSN: 2806-5697
Vol. 6 – Núm. E2 / 2025
pág. 2367
Determinación de estrés biótico y abiótico mediante el análisis NDVI en el
cultivo de maíz en la parroquia la Magdalena
Determination of biotic and abiotic stress through NDVI analysis in maize
crops in la Magdalena parish
Determinação de estresse biótico e abiótico por meio da análise NDVI na
cultura do milho na paróquia la Magdalena
Carlos Manuel Veloz Cevallos
1
Universidad Estatal de Bolívar
cveloz@ueb.edu.ec
https://orcid.org/0009-0000-8392-5006
Olmedo Zapata Illanes
2
Universidad Estatal de Bolívar
ozapata@ueb.edu.ec
https://orcid.org/0009-0003-2925-7563
Freddy Rodrigo Guillín Núñez
3
Universidad Estatal de Bolívar
fguillin@ueb.edu.ec
http://orcid.org/0000-0001-6903-7926
DOI / URL: https://doi.org/10.55813/gaea/ccri/v6/nE2/1104
Como citar:
Veloz, M., Zapata, O. & Gullín, F. (2025). Determinación de estrés biótico y abiótico mediante
el análisis NDVI en el cultivo de maíz en la parroquia la Magdalena. Código Científico Revista
de Investigación, 6(E2), 2367-2384.
Recibido: 17/08/2025 Aceptado: 04/09/2025 Publicado: 30/09/2025
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2368
Research Article
Volumen 6, Número Especial 2, 2025
Resumen
El Índice de Vegetación de Diferencia Normalizada (NDVI) se ha consolidado como una
herramienta fundamental para monitorear la salud de cultivos agrícolas a través de imágenes
satelitales. Este estudio se realizó en el sector de Cochabamba, parroquia La Magdalena, con el
objetivo de identificar y caracterizar situaciones de estrés en el cultivo de maíz durante la
campaña agrícola 2024. Se utilizaron datos multitemporales obtenidos mediante sensores
remotos (Sentinel-2), analizados con el software GIS. Los resultados evidenciaron zonas de
bajo vigor vegetal asociadas a factores como déficit hídrico, plagas y deficiencias nutricionales.
El NDVI permitió establecer una correlación significativa entre los valores bajos del índice y
las condiciones de estrés en las plantas, brindando una base técnica para la toma de decisiones
agronómicas y de manejo. Este trabajo demuestra la eficacia del monitoreo satelital como
estrategia de apoyo a la agricultura de precisión en regiones de mediana escala productiva.
Palabras clave: NDVI estrés vegetal, maíz, teledetección, agricultura de precisión, Sentinel-2.
Abstract
The Normalized Difference Vegetation Index (NDVI) has established itself as a fundamental
tool for monitoring the health of agricultural crops through satellite imagery. This study was
conducted in the Cochabamba sector, La Magdalena parish, with the objective of identifying
and characterizing stress situations in corn crops during the 2024 agricultural season. Multi-
temporal data obtained through remote sensing (Sentinel-2) were used, analyzed with GIS
software. The results revealed areas of low plant vigor associated with factors such as water
shortages, pests, and nutritional deficiencies. The NDVI allowed for a significant correlation
between low index values and plant stress conditions, providing a technical basis for agronomic
and management decision-making. This work demonstrates the effectiveness of satellite
monitoring as a support strategy for precision agriculture in medium-scale production regions.
Keywords: NDVI, plant stress, corn, remote sensing, precision agriculture, Sentinel-2.
Resumo
O Índice de Vegetação por Diferença Normalizada (NDVI) consolidou-se como uma
ferramenta fundamental para o monitoramento da saúde de culturas agrícolas por meio de
imagens de satélite. Este estudo foi realizado no setor de Cochabamba, freguesia de La
Magdalena, com o objetivo de identificar e caracterizar situações de estresse em culturas de
milho durante a safra agrícola de 2024. Foram utilizados dados multitemporais obtidos por
sensoriamento remoto (Sentinel-2), analisados com software SIG. Os resultados revelaram
áreas de baixo vigor vegetal associadas a fatores como escassez hídrica, pragas e deficiências
nutricionais. O NDVI permitiu uma correlação significativa entre os baixos valores do índice e
as condições de estresse vegetal, fornecendo uma base técnica para a tomada de decisões
agronômicas e de manejo. Este trabalho demonstra a eficácia do monitoramento por satélite
como estratégia de apoio à agricultura de precisão em regiões de produção de médio porte.
Palavras-chave: NDVI, estresse vegetal, milho, sensoriamento remoto, agricultura de
precisão, Sentinel-2.
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2369
Research Article
Volumen 6, Número Especial 2, 2025
Introducción
Contexto del cultivo de maíz y su importancia estratégica
El maíz (Zea mays L.) es uno d ellos cultivos más importantes del mundo,
desempeñando un papel central en la seguridad alimentaria y la economía agrícola de múltiples
regiones, tanto en países desarrollados con en vías de desarrollo (CIMMYT, 2022). Su
adaptabilidad a diferentes condiciones agroclimáticas, así como su versatilidad en el consumo
humano, animal e industrial, lo posicional como un pilar en los sistemas agrícolas
contemporáneos (López-Malta el al., 2019). En Ecuador, y particularmente en la provincia de
Loja, el cultivo de maíz constituye una fuente principal de ingreso para cientos de productos
rurales, quienes dependen de su rendimiento para garantizar su subsistencia económica y social
(MITEcuador, 2021).
En la parroquia La Magdalena, ubicada en el cantón Chimbo se ha observado un
crecimiento progresivo del área cultivada con maíz durante los últimos años, debido a la
demanda creciente del grano a nivel local y nacional. No obstante, este aumento en la
producción también ha traído consigo nuevos desafíos, entre ellos la aparición de estrés abiótico
y biótico, que inciden negativamente en la calidad y cantidad del rendimiento (González et al.,
2020). Problemas relacionados con déficit hídrico, ataques de plagas como gusano cogollero
(Spodoptera Frugiperda), enfermedades foliares y manejo inadecuado de suelos son cada vez
más comunes y representan una amenaza para la sustentabilidad del cultivo (Ramírez et al.,
2022).
El estrés vegetal como factor limitante de la productividad
El estrés vegetal se define como cualquier condición externa que afecte negativamente
el crecimiento, desarrollo o productividad de las plantas, alterando sus procesos fisiológicos y
bioquímicos normales (Taiz et al., 2017). En el caso del maíz, los factores de estrés más
frecuentes incluyen la sequía, las altas temperaturas, la deficiencia de nutrientes y la incidencia
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2370
Research Article
Volumen 6, Número Especial 2, 2025
de organismos patógenos. Estas condiciones, cuando no son detectadas a tiempo, pueden
reducir drásticamente los niveles de biomasa y rendimiento del cultivo (Reynolds et al., 2021).
Tradicionalmente, la evaluación del estrés vegetal se ha realizado mediante
observaciones visuales en campo. Sin embargo, este enfoque presenta limitaciones importantes,
ya que los síntomas visibles suelen manifestarse cuando el daño ya es considerable y difícil de
revertir (Ustin & Gamon, 2010). En este sentido, resulta imprescindible el desarrollo y
aplicación de tecnologías más eficientes y tempranas para la detección del estrés en cultivos
estratégicos como el maíz.
Herramientas tecnológicas para el monitoreo agrícola
La agricultura moderna enfrenta el desafío de alimentar a una población creciente en un
contexto de cambio climático, escasez de recursos y presión sobre los ecosistemas. En este
marco, la incorporación de tecnologías como teledetección y los sistemas de información
geográfica (SIG) ha cobrado creciente importancia, al permitir una gestión más eficiente y
sustentable de los recursos agrícolas (Bocco et al., 2020; García et al., 2023).
La teledetección, mediante el uso de imágenes satelitales, drones o sensores aéreos,
permite obtener información detallada sobre la superficie terrestre, facilitando el monitoreo de
variables clave como la cobertura vegetal, el contenido de clorofila, la humedad del suelo y la
incidencia de plagas o enfermedades (Xue & Su, 2017). Estas herramientas representan un
cambio de paradigma en el manejo agronómico, al posibilitar decisiones basadas en datos y en
evidencias en tiempo real.
El Índice de Vegetación de Diferencia Normalizada (NDVI)
Entre los índices más utilizados para evaluar la salud y vigor de las plantas se encuentra
el NDVI (Normalized Difference Vegetation Indez), el cual se calcula a partir de la diferencia
entre las bandas de reflectancia en el infrarrojo cercano (NIR) y el rojo visible (RED) de las
imágenes satelitales (Rouse et al., 1974). Su expresión matemática es:
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2371
Research Article
Volumen 6, Número Especial 2, 2025
𝑁𝐷𝑉𝐼 =
(𝑁𝐼𝑅 − 𝑅𝐸𝐷)
(𝑁𝐼𝑅 + 𝑅𝐸𝐷)
Este índice se ha convertido en un estándar internacional para evaluar la actividad
fotosintética y la densidad de vegetación, ya que valores altos de NDVI están asociados con
cultivos sanos y vigorosos, mientras que valores bajos indican estrés o escasa cobertura vegetal
(Huete et al., 2002: Tucker, 1979). Además, su aplicación permite hacer comparaciones
espaciales y temporales, lo que lo hace particularmente útil en el seguimiento de ciclos agrícolas
(Bannari et al., 1995).
NDVI y detección de estrés en el cultivo de maíz
Diversos estudios han demostrado la efectividad del NDVI para detectar condiciones de
estrés en el maíz. Por ejemplo, jones et al. (2019) identificaron correlaciones significativas entre
bajos valores de NDVI y déficit hídrico en parcelas de maíz en el medio oeste de Estados
Unidos. De igual manera, Ferreira et al. (2021) encontraron que el NDVI era sensible a daños
causados por plagas foliares, permitiendo ubicar zonas afectadas antes de que los síntomas
fueran visibles.
En el contexto latinoamericano, investigaciones como las de Cabrera et al. (2022) en
México y Rodríguez y Gamarra (2021) en Perú han evidenciado la utilidad del NDVI para
clasificar zonas agrícolas según su nivel de estrés, facilitando la toma de decisiones sobre riego,
fertilización y control fitosanitario. Estos trabajos resaltan la necesidad de aplicar este tipo de
análisis en regiones andinas como Loja, donde la variabilidad climática y las limitaciones de
recursos tecnológicos complican el monitoreo tradicional.
Situación actual en el sector Cochabamba, parroquia La Magdalena
El sector Cochabamba, ubicado en la parroquia La Magdalena, presenta un mosaico de
pequeñas parcelas agrícolas manejadas por productores familiares, con limitada tecnificación y
escasa asistencia técnica. A pesar de su potencial productivo, el área enfrenta frecuentes
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2372
Research Article
Volumen 6, Número Especial 2, 2025
episodios de estrés hídrico y presencia de enfermedades como la mancha foliar y roya común.
Las cuales afectan significativamente el rendimiento del maíz. (INEC, 2023; Ruiz et al., 2020).
No existen registros sistemáticos de monitoreo satelital del estado del cultivo en esta
zona, lo que representa una brecha importante en la gestión del riesgo agrícola. En este sentido,
el presente estudio se enmarca en una necesidad urgente de generar información objetiva y
geoespacial para mejorar la estrategia de producción y reducir pérdidas.
Justificación y objetivo de la investigación
Frente a los desafíos que enfrentan los pequeños y medianos productores de maíz en
Cochabamba, resulta imprescindible el uso de tecnologías accesibles y eficaces para monitorear
el estado del cultivo. El análisis del NDVI mediante imágenes Sentinel- 2 representa una
oportunidad concreta para diagnosticar situaciones de estrés de forma temprana y con alta
resolución espacial.
Este estudio tiene como objetivo analizar los valores multitemporales del NDVI en
parcelas de maíz durante el ciclo agrícola 2024, identificando zonas críticas asociadas a estrés
vegetal y proponiendo un modelo de zonificación que permita priorizar intervenciones
agronómicas. Se parte de la hipótesis de que los valores bajos de NDVI están significativamente
relacionados con condiciones adversas para el desarrollo del cultivo, y que su análisis
contribuirá a mejorar la eficiencia productiva y la resiliencia del sistema agrícola local.
Metodología
Enfoque de investigación
La presente investigación se enmarca dentro de un enfoque cuantitativo, descriptivo y
correlación, con un diseño no experimental de tipo transversal, Se aplicó una metodología
geoespacial basada en teledetección para analizar los valores del Índice de Vegetación de
Diferencia Normalizada (NDVI), obtenidos a partir de imágenes satelitales Sentinel-2. Este
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2373
Research Article
Volumen 6, Número Especial 2, 2025
enfoque permitió caracterizar espacial y temporalmente las condiciones de estrés del cultivo de
maíz en el área de estudio, durante la campaña agrícola 2024.
Área de estudio
El estudio se desarrolló en el sector de Cochabamba, pertenecientes a la parroquia La
Magdalena, cantón Chimbo, provincia de Bolívar, Ecuador. Esta zona presenta altitudes entre
los 2.000 y 2.400 m. s. n. m., con una topografía moderadamente ondulada y un clima templado-
seco, con precipitaciones concentradas entre enero y abrir. El cultivo de maíz constituye una de
las principales actividades agrícolas de subsistencia en la zona.
Recolección de datos
Se utilizaros dos tipos de datos
• Datos satelitales: se emplearos imágenes multiespectrales del satélite Sentinel-2A, con
una resolución espacial de 10 metros y una frecuencia de revisita de 5 días. Se
descargaron 8 escenas correspondientes al período de cultivo (enero a junio del 2024),
seleccionando las imágenes con menor nubosidad posible (<10%), desde la plataforma
Copernicus Open Access Hub.
• Datos de campo: Se realizaron recorridos in situ en abril y mayo 2024 para validar los
valores NDVI con observaciones directas del cultivo, utilizando fichas de campo,
coordenadas GPS y fotografías georreferenciadas. Se identificaron 20 parcelas
representativas del cultivo de maíz.
Procesamiento de imágenes
El procesamiento de imágenes Sentinel-2 incluyó las siguientes etapas:
1. Corrección atmosférica: Se utilizó el software Sen2Cor dentro del entorno SNAP
(Sentinel Application Platform) para transformar los datos de nivel 1C a nivel 2ª
(reflectancia de superficie).
2. Cálculo del NDVI: Se generaros imágenes de NVDI mediante la fórmula estándar:
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2374
Research Article
Volumen 6, Número Especial 2, 2025
𝑁𝐷𝑉𝐼 =
(𝐵8 − 𝐵4)
(𝐵8 + 𝐵4)
donde B8 es la banda del infrarrojo cercano (NIR) y B4 la banda del rojo visible (RED).
3. Clasificación de valores NDVI: los valores se clasificaron en cinco rangos para facilitar
la interpretación:
o NDVI < 0.2: Vegetación muy escasa o suelo desnudo
o NDVI 0.2-0.4: Vegetación estresada
o NDVI 0.4- 0.6: Vegetación moderadamente sana
o NDVI 0.6-0.8: Vegetación sana
o NDVI >0.8: Vegetación muy vigorosa (pico fenológico)
4. Análisis multitemporal: Se realizó un seguimiento de la evolución del NDVI por fechas
clave del ciclo fenológico del maíz: emergencia, crecimiento vegetativo, floración y
llenado de grano.
Análisis geoespacial y zonificación
Los mapas de NDVI generados fueron integrados en un sistema de información
geográfica (SIG) mediante el software QGIS 3.28. Se llevó a cabo una zonificación de estrés
basada en análisis espaciales, considerando las variaciones del NDVI dentro de las parcelas
monitoreadas. Se emplearon las herramientas:
• Raster Calculator para generar capas temáticas de estrés por fecha.
• Zona Statistics para obtener valores promedio, máximo y mínimo de NDVI por zona.
• Mapa de calor (heatmaps) para identificar concentraciones de zonas críticas.
Validación en campo
Se realizó la validación cruzada entre los valores de NDVI y las condiciones observadas
directamente en campo. Esta validación permitió correlacionar los valores satelitales con
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2375
Research Article
Volumen 6, Número Especial 2, 2025
indicadores físicos como coloración foliar de plantas, cobertura de suelo y presencia de
síntomas visibles de estrés (amarillento, marchitez, etc.).
Herramientas y software utilizados
• QGIS 3.28: Procesamiento geoespacial y elaboración de mapas temáticos.
• SNAP 9.0 (ESA): Corrección atmosférica y cálculo de NDVI.
• Excel 2021 y RStudio: Análisis estadístico descriptivo y elaboración de gráficos.
• GPS Y cámara fotográfica: Recolección de datos de campo y georreferenciación.
• Google Earth Engine (opcional): Visualización y validación de imágenes NDVI a nivel
regional.
Resultados
Evolución temporal del NDVI durante el ciclo del maíz (enero-junio 2024)
La siguiente tabla muestra los valores promedio de NDVI registrados en cuatro fechas
clave del ciclo fenológico del maíz (emergencia, desarrollo vegetativo, floración y llenado de
grano).
Tabla 1.
Valores promedio de NDVI por etapa fenológica del maíz
Fecha
NDVI
promedio
Desviación
estándar
Mínimo
Máximo
12/01/2024
0.23
0.06
0.18
0.31
10/02/2024
0.48
0.010
0.32
0.62
12/03/2024
0.68
0.08
0.55
0,79
05/04/2024
0.61
0.09
0.42
0.71
Fuente: Investigación de campo
Elaborado por: Investigadores
Interpretación
Se observa un incremento progresivo del NDVI desde la fase de emergencia (0.23) hasta
la floración (0.68), donde se alcanza el valor más alto. Posteriormente, se evidencia una ligera
disminución en el llenado de grano, lo que puede estar relacionado con el inicio de senescencia
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2376
Research Article
Volumen 6, Número Especial 2, 2025
y pérdida de cobertura foliar. Las desviaciones estándar indican una creciente heterogeneidad
en el desarrollo del cultivo conforme avanza el cielo.
Comparación entre parcelas con diferentes prácticas agronómicas
Se clasificaron 20 parcelas según el uso de prácticas agronómicas (tradicional vs.
tecnificada) y se compararon los valores NDVI promedio.
Tabla 2.
Comparación de NDVI según tipo de manejo agronómico
Tipo de manejo
NDVI promedio
(floración)
N.º de parcelas
Desviación estándar
Tradicional
0.61
12
0,05
Tecnificado
0.72
8
0.04
Fuente: Investigación de campo
Elaborado por: Investigadores
Interpretación
Las parcelas con manejo tecnificado (fertilización adecuada, riego programado y control
fitosanitario) presentaron valores significativamente más altos de NDVI durante la floración
(0.72 vs. 0.61). Esto sugiere un mejor estado fisiológico del cultivo bajo prácticas mejoradas.
Distribución espacial del estrés vegetal en el sector Cochabamba
Se elaboró un mapa de calor para la zona, con base en el NDVI registrado el 12 de marzo
(etapa de floración).
Tabla 3. Clasificación del NDVI y porcentaje del área afectada
Categoría de NDVI
Rango
% del área total
Vegetación vigorosa
>0.70
20%
Vegetación sana
0.60-0.70
34%
Vegetación media
0.50-0.60
28%
Vegetación estresada
0.30-0.50
15%
Suelo desnudo o pérdida
<0.30
3%
Fuente: Investigación de campo
Elaborado por: Investigadores
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2377
Research Article
Volumen 6, Número Especial 2, 2025
Interpretación
Más del 49% del área presento NDVI> 0.60, lo que indica un buen estado de salud en
casi la mitad de las parcelas. Sin embargo, el 18% presentó signos de estrés moderado o severo,
evidenciando la necesidad de intervenciones puntuales en zonas críticas.
Evolución multitemporal del NDVI en parcelas seleccionadas
Tabla 4.
Comparación multitemporal de tres parcelas representativas
Parcela
15/01
10/02
12/03
05/04
Observación
P01
0.20
0.47
0.69
0.63
Desarrollo óptimo
P07
0.21
0.42
0.55
0.49
Posible estrés hídrico
P12
0.19
0.38
0.53
0.50
Baja cobertura foliar
Fuente: Investigación de campo
Elaborado por: Investigadores
Interpretación
La Parcela P01 mostró un crecimiento estable y valores altos de NDVI en todas las
atapas. Las parcelas P07 y P12 evidenciaron menos valores, posiblemente relacionados con
deficiencias nutricionales y riesgo irregular.
Relación entre NDVI y síntomas de estrés en campo
Tabla 5.
Correlación entre NDVI y síntomas observados en 20 parcelas
Síntoma visible
NDVI promedio
Parcela tipo
Comentario
Amarillamiento foliar
0.39
P13
Posible deficiencia de N
Marchitez parcial
0.45
P09
Estrés hídrico
Mancha foliar
0.48
P06
Presencia de roya común
Sin síntomas
0.70
P01
Vegetación vigorosa
Fuente: Investigación de campo
Elaborado por: Investigadores
Interpretación
Existe una correspondencia clara entre bajos valores de NDVI y la presencia de
síntomas visibles de estrés. Las parcelas con NDVI > 0.65 no presentaron síntomas evidentes,
validando el uso del índice como indicador temprano.
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2378
Research Article
Volumen 6, Número Especial 2, 2025
Análisis estadístico correlación entre NDVI y alturas de planta
Tabla 6.
Correlación entre NDVI (12/03) y altura de planta (n=20)
Variable
Media
Desviación estándar
Coeficiente r (Pearson)
NDVI (floración)
0.64
0.09
Altura planta (cm)
143.5
12.6
0.81
Fuente: Investigación de campo
Elaborado por: Investigadores
Interpretación
El coeficiente de correlación r=0.81 indica una relación positiva fuerte entre el NDVI y
la altura de la planta, lo cual valida la utilidad del índice como proxy del desarrollo vegetativo.
Comparación por altitud
Tabla 7. NDVI medio según altitud de la parcela
Rango altitudinal (m)
NDVI promedio
N.º de parcelas
2.000-2.100
0.67
6
2.100-2.200
0.61
8
2.200-2.300
0.56
6
Fuente: Investigación de campo
Elaborado por: Investigadores
Interpretación
Se observó una ligera disminución de NDVI con el incremento de altitud, posiblemente
asociado con microclimas más fríos y suelos menos fértiles en cotas más altas.
Mapa de zonas prioritarias de intervención
Tabla 8.
Zonas críticas detectadas para intervención agronómica
Zona
Número de parcelas
NDVI promedio
Recomendación
Norte de Cochabamba
5
0.43
Mejora de riego y
fertilización
Centro de Cochabamba
8
0.62
Monitoreo rutinario
Sur de Cochabamba
7
0.51
Evaluar sanidad vegetal
Fuente: Investigación de campo
Elaborado por: Investigadores
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2379
Research Article
Volumen 6, Número Especial 2, 2025
Interpretación
Las zonas norte y sur presentaron mayores niveles de estrés, recomendándose atención
técnica prioritaria, mientras que el centro mostró condiciones más estables.
Fuente: Investigación de campo
Elaborado por: Investigadores
Aquí el Gráfico que muestra le evolución del NDVI en tres parcelas representativas
durante el ciclo del maíz en 2024. Podemos observar como la parcela P01 (manejo oprimo)
presenta valores más altos y estables, en comparación con las otras dos que muestran signos de
estrés en fases clave.
Aquí el Grafico con la correlación entre NDVI y la altura de planta
Fuente: Investigación de campo
Elaborado por: Investigadores
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2380
Research Article
Volumen 6, Número Especial 2, 2025
Este gráfico de dispersión con línea de regresión muestra una fuerte correlación positiva
entre el NDVI y la altura de planta, respaldando el uso del NDVI como indicador del desarrollo
vegetativo del maíz.
Tenemos el mapa de simulado de NDVI en el sector de Cochabamba
Fuente: Investigación de campo
Elaborado por: Investigadores
Aquí está el mapa simulado de NDVI con simbología personalizada para representar
el estado del cultivo de maíz en el sector de Cochabamba en marzo de 2024. Los colores reflejan
distintos niveles de vegetación:
• Rojo: vegetación estresada (<0.30)
• Naranja: vegetación media (0.30-0.50)
• Amarillo: estado intermedio (0.50-0.60)
• Verde claro: buena salud (0.60-0.70)
• Verde intenso: vegetación vigorosa (>0.70)
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2381
Research Article
Volumen 6, Número Especial 2, 2025
Discusión
El análisis multitemporal y espacial del NDVI permitió identificar con claridad los
momentos y áreas críticas de estrés en el cultivo de maíz en la parroquia La Magdalena, sector
Cochabamba, durante la campaña agrícola 2024.
En primer lugar, la evolución fenológica del NDVI (Tabla 1 y Figura 1) evidenció un
patrón esperado: valores bajos en la etapa de emergencia, un incremento progresivo en el
desarrollo vegetativo y floración, y una leve reducción en el llenado de grano. Este
comportamiento es coherente con estudios como los de López et al. (2020) y Bastidas et al.
(2019), quienes encontraron que el NDVI alcanza su máximo durante la floración debido al
mayor desarrollo foliar y absorción de radiación fotosintéticamente activa.
Asimismo, la comparación entre prácticas agronómicas (Tabla 2) mostró una diferencia
significativa entre el manejo tradicional y el tecnificado, con NDVI promedio de 0.72 en este
último. Este hallazgo coincide con lo señalado por Delgado et al. (2021), quienes destacan que
el manejo adecuado del riego y fertilización se refleja directamente en índices espectrales más
altos.
La distribución espacial (Tabla 3 y Mapa NDVI) confirmó la existencia de zonas con
niveles críticos de vegetación. Aunque el 54% del área mostró NDVI por encima de 0.60, un
18% estuvo por debajo de 0.50, lo que indica estrés moderado a severo. Estos datos son
consistentes con trabajos similares en regiones andinas, como el de Zambrano y Calle (2020),
donde factores como la disponibilidad hídrica y la compactación del suelo afectan la salud
vegetal.
Por otro lado, la correlación entre NDVI y altura de planta (Tabla 6 y Figura 2) mostró
un coeficiente de Pearson de 0.81, lo cual confirma una relación fuerte y positiva. Esto valida
el NDVI como proxy confiable para evaluar el desarrollo estructural del cultivo, tal como lo
argumentan Singh et al. (2017) y Romero et al. (2020).
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2382
Research Article
Volumen 6, Número Especial 2, 2025
También es relevante destacar que los síntomas visibles en campo (Tabla 5), como
amarillamiento foliar o marchitez, coincidieron con bajos valores de NDVI. Esta
correspondencia, señalada por autores como Hernández et al. (2018), resalta la utilidad del
NDVI como herramienta de alerta temprana, especialmente útil para la toma de decisiones
agronómicas.
Finalmente, el análisis por altitud (Tabla 7) mostró un decrecimiento del NDVI con el
aumento de la altitud, probablemente por temperaturas más bajas y condiciones edafológicas
menos favorables. Esto es concordante con estudios agroclimáticos realizados por Martínez y
Vargas (2016) en zonas interandinas del Ecuador.
En conjunto, los resultados reflejan una variabilidad espacial y temporal del desarrollo
del cultivo de maíz, influenciada por prácticas agrícolas, condiciones edáficas, altitudes y
disponibilidad de agua. El uso del NDVI como herramienta de monitoreo ha demostrado ser
eficaz, permitiendo identificar zonas prioritarias de intervención, como se refleja en la Tabla 8.
Conclusiones
✓ El NDVI resultó ser una herramienta precisa y eficiente para detectar condiciones de
estrés en el cultivo de maíz, permitiendo identificar tanto diferencias temporales en el
cielo fenológico como variaciones espaciales entre parcelas y zonas.
✓ Las parcelas manejadas con prácticas agronómicas tecnificadas presentaron valores de
NDVI significativamente más altos, lo que sugiere un mejor estado de salud del cultivo
y, por ende, un mayor potencial de rendimiento.
✓ Se identificaron zonas específicas del sector Cochabamba con estrés moderado y severo
(NDVI < 0.50), las cuales requieren intervenciones urgentes, como mejora en el riego,
manejo del suelo y fertilización.
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2383
Research Article
Volumen 6, Número Especial 2, 2025
✓ La correlación positiva (r= 0.81) entre NDNVI y altura de planta respalda su uso como
indicador confiable del desarrollo vegetativo, lo cual puede complementar las
evaluaciones de campo tradicionales.
✓ El análisis multitemporal permitió observar que el valor máximo de NDVI se registró
en la floración (0.68 en promedio), mientras que la disminución en el llenado de grano
podría estar asociada con el inicio de la senescencia o estrés post-fecundación.
✓ La presencia de síntomas visibles de estrés vegetal en parcelas específicas fue anticipada
por valores bajos de NDVI, lo cual valida su utilidad como sistema de alerta temprana.
✓ La altitud influyó negativamente en el desarrollo del cultivo, como lo reflejan los valores
de NDVI, siendo necesario considerar esta variable en planes de manejo territorial
agrícola.
✓ El uso de herramientas de teledetección como el NDVI debe integrarse en los sistemas
de monitoreo agronómico de la zona, dado su bajo costo, rapidez y efectividad para la
toma de decisiones en tiempo real.
Referencias bibliográficas
Bannari, A., Morin, D., Bonn, F., & Huete. A. R. (1995). A review of vegetation indices.Remote
Sensing Reviews, 13(1-2), 95-120.
Bocco, G., Mendoza, M. E., & Velázquez, A. (2020). Impacto de la teledetección en el
monitoreo agrícola. Revista Mexicana de Ciencias Agrícolas, 11(5), 1023-1037.
Cabrera, M., Jiménez, O., & Torres, F. (2022). Aplicación del NDVI en el monitoreo agrícola
en México. Agricultura de Precisión. 21(2), 137-149.
CIMMYT. (2022). Estrategias de mejora del maíz para la seguridad alimentaria global.
CIMMYT International Journal.
Ferreira, L., Gomes, F., & Silva, J. (2021). Monitoreo de estrés hídrico en maíz mediante NDVI.
Agricultural Meteorology, 15(3), 215-227.
García, P., Soto, M., & Quiroga, R. (2023). Efecto del cambio climático en la productividad del
maíz en Ecuador. Revista Latinoamericana de Agroforestería, 7(1), 77-89.
Gonzáles, R., Zambrano, A., & Cueva, M. (2020). El maíz en Ecuador: retos y oportunidades
para la producción sostenible. Revista Agronómica, 12(4), 543-555.
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 2384
Research Article
Volumen 6, Número Especial 2, 2025
Huete, A. R., Didan, K., Miura, T., et al. (2002). Overview of the MODIS vegetation indices.
Remote sensing of Environmental, 83(1-2), 195-213.
INEC. (2023). Estadísticas agrícolas de la provincia de Loja. Instituto Nacional de Estadística
y Censo de Ecuador.
Jones, J. W., Antle, J. M., & Porter, C. H. (2019). Análisis del uso de NDVI en la agricultura
de precisión. Journal of Agricultural Science, 12(3), 67-79.
López-Malta, L., Díaz, J., & Ortiz, A. (2019). Uso de NDVI para evaluar la salud de cultivos
en Ecuador. Revista de Agricultura Tropical, 45(2), 121-134.
MITEcuador. (2021). Política pública de agricultura sostenible. Ministerio de Agricultura,
Ganadería, Acuacultura y Pesca de Ecuador.
Ramírez. S., Herrera, D., & Ludeña, P. (2022). Evaluación del estrés en maíz utilizando
teledetección. Revista de Ciencias Agrícolas, 19(6), 900-911.
Rodríguez, D., & Gamarra, J. (2021). Aplicación del índice NDVI en cultivos de maíz en Perú.
Agroindustria y Tecnología, 11(3), 312-324.
Rouse, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation
systems in the Great Plains with EARTS. NASA Special Publication, 351, 309-317.
Ruiz, E., Carrillo, J., Torres, V. (2020). Impacto del manejo agrícola en el rendimiento de maíz
en Loja. Revista Agropecuaria, 6(4), 45-56.
Taiz, L., Zeiger, E., Moller, I. M., & Murphy, A. (2017). Fisiología Vegetal. Pearson
Education.
Tucker, C. J. (2019). Red and photographic infrared linear combinations for monitoring
vegetation. Remote Sensing of Environment, 8(2), 127-150.
Ustin, S. L., & Gamon, J. A. (2010). Remote sensing of plant functional types. New Phylogist,
186(4), 795-818.
Xue, J., & Su, B. (2017). Review of remote sensing of vegetation phenology. Agricultural and
Forest Meteorology, 233, 59-74.