El problema fundamental para la Quinta Generación Más Allá (B5G) es proporcionar una conexión omnipresente a dispositivos heterogéneos y diversos en entornos inteligentes. Por lo tanto, los drones juegan un papel vital en el B5G, permitiendo la transmisión inalámbrica y comunicaciones de alta velocidad. Además, el dron ofrece varias ventajas en comparación con las comunicaciones terrestres fijas, incluyendo un despliegue flexible, conexiones robustas de Línea de Vista (LoS) y más grados de libertad en el diseño debido a la movilidad controlada. Los drones pueden proporcionar conectividad confiable y de alta tasa de datos a los usuarios independientemente de su ubicación. Sin embargo, las perturbaciones atmosféricas afectan la calidad de la señal entre los drones y los usuarios y degradan el rendimiento del sistema. Considerando la implementación práctica, la ubicación de los drones hace que la comunicación dron-usuario sea susceptible a varias perturbaciones ambientales. En este artículo, evaluamos el rendimiento de la conectividad dron-usuario durante perturbaciones atmosféricas. Además, se propone un algoritmo asistido por Aprendizaje Automático (ML) para adaptarse a una técnica de modulación que ofrezca un rendimiento óptimo durante perturbaciones atmosféricas. Los resultados muestran que, con el algoritmo, el sistema cambia a un esquema de modulación de orden inferior durante tasas de lluvia más altas y proporciona comunicación confiable con una tasa de datos optimizada y un rendimiento de error mejorado.