La detección de las primeras etapas del estrés es crucial para estabilizar los rendimientos de los cultivos y la producción agrícola. El objetivo de este estudio fue construir un método no destructivo y robusto para predecir el estado fisiológico temprano de sequía del tomate; para ello, se propuso un modelo basado en redes neuronales convolucionales (CNN) con un núcleo unidimensional (1D) para ajustar los datos espectrales visibles y de infrarrojo cercano (Vis/NIR).