Debido al actual crecimiento global de la población, escasez de recursos y cambio climático, los modelos agrícolas tradicionales enfrentan grandes desafíos. La agricultura de precisión (PA), como una forma de realizar la gestión precisa y el apoyo a la toma de decisiones de los procesos de producción agrícola utilizando tecnología de la información moderna, se está convirtiendo en un método efectivo para resolver estos desafíos. En particular, la combinación de la tecnología de teledetección y los algoritmos de aprendizaje automático abre nuevas posibilidades para la PA. Sin embargo, hay relativamente pocas revisiones integrales y sistemáticas sobre la aplicación integrada de estas dos tecnologías. Por esta razón, este estudio realiza una búsqueda sistemática de literatura utilizando las bases de datos de Web of Science, Scopus, Google Scholar y PubMed y analiza la aplicación integrada de la tecnología de teledetección y los algoritmos de aprendizaje automático en la PA en los últimos 10 años. El estudio encontró que: (1) debido a sus características variadas, diferentes tipos de datos de teledetección muestran diferencias significativas en cuanto a satisfacer las necesidades de la PA, en la cual la teledetección hiperespectral es el método más utilizado, representando más del 30% de los resultados. La aplicación de teledetección de UAV ofrece el mayor potencial, representando aproximadamente el 24% de los datos y mostrando una tendencia al alza. (2) Los algoritmos de aprendizaje automático muestran ventajas evidentes en la promoción del desarrollo de la PA, en la cual el algoritmo de máquina de vectores de soporte es el método más utilizado, representando más del 20%, seguido por el algoritmo de bosques aleatorios, que representa aproximadamente el 18% de los métodos utilizados. Además, este estudio también discute los principales desafíos que enfrenta actualmente, como los problemas difíciles relacionados con la adquisición y procesamiento de datos de teledetección de alta calidad, la interpretación de modelos y la capacidad de generalización, y considera las futuras tendencias de desarrollo, como promover la inteligencia y automatización agrícola, fortalecer la cooperación y el intercambio internacionales y la transformación sostenible de logros. En resumen, este estudio puede proporcionar nuevas ideas y referencias para la teledetección combinada con el aprendizaje automático para promover el desarrollo de la PA.