La identificación oportuna del declive del dosel en la producción comercial de fresas es un desafío porque la exploración visual a menudo pasa por alto síntomas sutiles o espacialmente heterogéneos. Desarrollamos un marco de monitoreo basado en UAV a nivel de planta que integra imágenes multiespectrales repetidas, métricas derivadas del dosel, agrupamiento no supervisado y modelado de tiempo hasta el evento con Random Survival Forest (RSF). El marco se aplicó en tres campos comerciales de fresas en Oxnard, California, utilizando nueve encuestas de UAV recolectadas desde diciembre de 2022 hasta junio de 2023, lo que resultó en 159,220 unidades de monitoreo a nivel de planta. Las clasificaciones basadas en el índice NDRE y el índice de enrojecimiento cuantificaron la disminución proporcional y absoluta del dosel dentro de unidades hexagonales estandarizadas y apoyaron el modelado basado en la supervivencia de la progresión del declive del dosel. A través de plantas de prueba retenidas de todas las fechas de encuesta, los índices de concordancia general variaron de 0.88 a 0.95 en los campos, lo que indica una fuerte capacidad para clasificar las plantas según el riesgo de tiempo hasta el declive en condiciones de campo heterogéneas. Los mapas de riesgo espacial revelaron clústeres de alto riesgo localizados que se expandieron con el tiempo en campos con mayor deterioro del dosel, mientras que los campos con un declive visible mínimo exhibieron distribuciones de riesgo difusas pero estables. La comparación post-hoc con tasas de fumigación operativas (280, 336 y 392 kg Pic-Clor 60/ha) no mostró una asociación consistente con el riesgo de declive del dosel predicho. Estos resultados demuestran que enmarcar observaciones repetidas de UAV como un proceso de tiempo hasta el evento permite un modelado espaciotemporal a escala fina de la dinámica del declive del dosel y apoya la estratificación del riesgo para el monitoreo dirigido en sistemas comerciales de fresas.