Tendencias en agricultura y silvicultura de precisión: un análisis bibliométrico de la integración de datos, el apoyo a la toma de decisiones y la sostenibilidad

Este estudio analiza las tendencias y la estructura conceptual de la investigación sobre agricultura y silvicultura de precisión, con énfasis en la integración de datos, los sistemas de apoyo a la toma de decisiones y la sostenibilidad. Se desarrolló un análisis bibliométrico de documentos indexados en Web of Science y Scopus, recuperados mediante una estrategia de búsqueda orientada a identificar estudios relacionados con tecnologías digitales, inteligencia artificial, teledetección, IoT, modelización predictiva y gestión sostenible. El proceso de selección documental siguió criterios de depuración basados en PRISMA, clasificación por cuartiles y revisión de metadatos, obteniéndose un corpus final de 411 documentos publicados entre 2003 y 2026. Los resultados evidencian un crecimiento acelerado de la producción científica, con una alta concentración de literatura reciente y una estructura temática organizada en torno a temas motores, básicos, de nicho y emergentes. Los clústeres de precision agriculture y smart agriculture se identificaron como núcleos articuladores del campo, mientras que inteligencia artificial, IoT y seguridad alimentaria funcionaron como bases transversales. Asimismo, la agricultura digital, la gobernanza tecnológica, el aprendizaje por refuerzo y las redes neuronales convolucionales aparecen como líneas especializadas o en desarrollo. Se concluye que el mapa temático permite reconocer patrones de centralidad y densidad que diferencian tendencias consolidadas, especializadas y emergentes, aportando una visión ordenada para orientar futuras investigaciones sobre sistemas agroforestales inteligentes, adaptativos y sostenibles.