Los sistemas agrícolas están sometidos continuamente a muchas presiones, dentro de las cuales las enfermedades e insectos fitofágos son las de mayor importancia y en especial, bajo las presiones actuales asociadas a condiciones climáticas adversas y los efectos devastadores del distanciamiento y restricciones generadas por la pandemia causada por la emergencia sanitaria virus (SARS-CoV-2) y su enfermedad asociada Covid-19. Bajos estos escenarios de cambio e incertidumbre no solo se plantean potenciales efectos negativos sobre la productividad de los cultivos, sino que además podrían tener efectos sobre la dinámica poblacional de los artrópodos y enfermedades incrementando el nivel de daño, la incidencia y la severidad. Además de la necesidad de herramientas tecnológicas que permitan un uso eficiente del recurso humano para evitar la exposición y potencial contacto con portadores del Covid-19 y la búsqueda de sistemas de producción sostenibles, eficientes, competitivos y que reduzcan al máximo las pérdidas con el fin de incrementar la producción de alimentos e incentivar rápidamente la economía para reducir el impacto de la pandemia asociada a Covid-19. El cultivo de arroz en Colombia es de suma importancia por su aporte a la seguridad y soberanía alimentaria, adicional es un sistema altamente dinamizador de la economía rural, por lo que es clave para la recuperación del país post pandemia. La pandemia asociada al COVID-19, ha catalizado e impulsado la virtualidad y ha acercado a los agricultores a diferentes tecnologías que le permiten planificar de manera más efectiva el manejo de sus cultivos. En el marco de esta condición se han identificado y aplicado una gran cantidad de herramientas de big data para el uso de análisis epidemiológicos como insumo para la toma de decisiones por parte de los programas de salud pública, que pueden ser evaluados y adaptados también a algunos problemas en agricultura. Es así como esta cantidad de alternativas pueden ser aprovechadas y aplicadas en la gestión del riesgo fitosanitario en la agricultura y así poder generar mejores prácticas de manejo, mediante el análisis de riesgo y el desarrollo de sistemas de alerta temprana, las cuales al ser incorporadas a plataformas virtuales pueden ser visualizadas en tiempo real por parte de los productores. Basado en lo anterior, este proyecto tendrá como objetivos: (i) Analizar productos satelitales para la obtención de variables predictivas y/o explicativas de la presencia de problemas fitosanitarios en sistemas de producción de arroz en Colombia; (ii) implementar herramientas de big data, desarrolladas para el análisis epidemiológico de la pandemia mundial causada por el Covid-19 en la limpieza, organizacion y exploracion de la serie histórica de datos de monitoreo y evaluación de problemas fitosanitarios en sistemas de producción de arroz en Colombia y (iii) desarrollar un modelo de pronóstico del problema fitosanitario de mayor impacto en sistemas de producción de arroz en Colombia usando herramientas de machine learning altamente sensibles a las condiciones climáticas adversas. Con la realización de este trabajo se pretende generar información básica que permita pronosticar la dinámica de los problemas fitosanitarios, según los cambios en variables climáticas para así proponer prácticas agronómicas más efectivas. Así mismo, busca presentar información básica para el uso práctico por parte de tomadores de decisiones en el sector productivo del arroz en Colombia, mediante el uso de productos de imágenes satelitales y la optimización de muestreo e identificación indirecta en fases tempranas de áreas afectadas con problemas fitosanitarios o fuentes de estrés en el hospedero causada por las condiciones adversas del clima. Para el desarrollo de este trabajo se contará con una serie histórica de datos de nueve años asociada a variables respuesta de la afectación de artrópodos y enfermedades en diferentes regiones arroceras de Colombia.