Esta revisión evalúa el uso de vehículos aéreos no tripulados (VANT) en la detección y gestión del estrés hídrico en cultivos especiales a través de imágenes térmicas, multiespectrales e hiperespectrales. Basada en 104 artículos académicos de 2012 a 2024, la revisión destaca las ventajas, limitaciones y evolución de estos sistemas de imagen. Los viñedos son los cultivos más estudiados para el riego de precisión en comparación con otros cultivos. El documento traza el cambio de la imagen independiente a enfoques de fusión de múltiples sensores, integrando índices de vegetación y modelos de aprendizaje automático para mejorar la precisión, resolución y evaluación del estrés en tiempo real. También aborda las lagunas de conocimiento como la escalabilidad, las limitaciones de carga útil y las demandas computacionales. Problemas como la altitud de vuelo, el ángulo del sensor y las condiciones de iluminación pueden llevar a inconsistencias en los datos, afectando la detección del estrés hídrico y la toma de decisiones. Se proponen tecnologías emergentes como LiDAR, IA y aprendizaje automático para mejorar el procesamiento de datos de VANT y la detección de estrés. La investigación futura debería centrarse en desarrollar corrección de datos automatizada, fusión de múltiples sensores y análisis en tiempo real impulsado por IA para abordar la calibración de sensores y factores ambientales. La revisión también aboga por integrar los datos de VANT con sensores satelitales y terrestres en sistemas de riego inteligentes para crear un marco de monitoreo a múltiples escalas, avanzando así en la agricultura de precisión y la gestión de recursos hídricos.