Mapas inteligentes para terrenos forestales
Un investigador de la UVa en Soria elabora cartografía detallada a través de inventarios, teledetección e inteligencia artificial que se emplea para alimentar a los simuladores de crecimiento de bosques
Paco Mauro, doctor en Ingeniería de Montes, especializado en la elaboración de cartografía desagregada sobre terrenos forestales. MARIO TEJEDOR
La demanda de los gestores forestales cada vez es más exigente y obliga al mundo científico a desarrollar herramientas tecnológicas que permitan recabar datos más precisos para emplearlos en la toma de decisiones en los montes.
Los investigadores llevan años desarrollando modelos de crecimiento de los bosques que son muy útiles para conocer el volumen de madera, biomasa e incluso para tener datos de cara a los incendios forestales. La incorporación en este campo de técnicas de teledetección ha supuesto un gran avance para el sector que sigue mejorando gracias a las innovaciones tecnológicas.
El investigador de la Escuela de Ingeniería de la Industria Forestal, Agronómica y de la Bioenergía (Eifab) del campus de Soria de la Universidad de Valladolid, Paco Mauro Gutiérrez, trabaja en este campo, concretamente en el desarrollo de una cartografía detallada que sirve para alimentar los simuladores que se emplean en los modelos de crecimiento forestal relacionados con el clima.
Este doctor en Ingeniería de Montes ha comenzado trabajar en un modelo de mapas inteligentes de la provincia de Soria, en un proyecto de investigación, en el que emplea el conocimiento de un trabajo similar al que desarrolló en la Universidad de Oregón (EEUU).
«Se trata de mapas más desagregados, con mayor detalle», explica Mauro, que indica que ésta es la principal novedad del trabajo, dado que la elaboración de mapas para hacer predicciones sobre el terreno del volumen de madera y biomasa se lleva realizando desde hace décadas, pero esta innovadora cartografía permite conocer cómo pueden crecer temporalmente determinadas masas forestales.
El investigador puntualiza que se ha investigado de manera extensa sobre los simuladores de crecimiento, «pero no se ha hecho tanto en lo relativo a este tipo de cartografía desagregada».
La elaboración de estos mapas se realiza combinando varias fuentes de datos, por un lado se encuentran las mediciones de campo que se extraen de los inventarios nacionales y, por otro lado, datos que se obtienen de sensores remotos (láser y Lidar), imágenes de satélites y datos climáticos.
Estos datos se entrenan con herramientas de inteligencia artificial y procesos estadísticos que permiten obtener información de lo que sería la pirámide poblacional de bosque, es decir, se puede saber el número de árboles que hay, si son grandes, medianos o pequeños, en cada punto del territorio sobre el que se lleva a cabo la cartografía que resultará muy válida posteriormente para los simuladores de crecimiento.
Estos mapas realizan una predicción de la estructura de los bosques reduciendo la necesidad de llevar a cabo trabajos de campo. Permiten agilizar el conocimiento de la superficie forestal con ahorro de tiempo y dinero, ya que los trabajos de campo suelen resultar más costosos económicamente y se tiene que emplear más tiempo.
Una vez que se ha ajustado el modelo se incorporan los datos de teledetección que son continuos y esto permite «rellenar los huecos que dejan los inventarios forestales, que a pesar de hacer un trabajo enorme solo pueden medir fracciones de terreno muy pequeñas», aclara el investigador, que también advierte que «siempre se puede realizar un trabajo de campo para corregir errores» que se aprecien durante el proceso de elaboración de los mapas.
El trabajo de investigación que Paco Mauro realizó en Oregón fue un encargo para el Bureau of Land Management, que maneja una gran extensión forestal del país. Empleó datos de un inventario forestal nacional de EEUU e información procedente de vuelos de teledetección.
La combinación de variables de teledetección, los datos del inventario de campo y las herramientas de predicción permitieron realizar estimaciones aéreas que no estaban registradas en los inventarios de campo y que permitieron predecir la estructura forestal de las parcelas de terreno que formaron parte de la detallada cartografía.
Las variables que emplea en este trabajo de investigación son un centenar y entre ellas destacan los pulsos Lidar por encima de ciertos umbrales de altura, la altura media y la desviación típica de los retornos Lidar, también incluye información del vigor de la vegetación y los cambios de verdor, gracias a las imágenes de satélite, y datos climáticos, como son las oscilaciones térmicas.
Para validar este método de predicción de la estructura forestal que tendrán los mapas, se reservan unas parcelas de territorio sobre las que se llevan a cabo los pertinentes ensayos para comprobar los errores. Mauro aclara «que llega un momento en que no se puede hacer mejor, por lo que se dan las estimaciones de la incertidumbre de los mapas».
Para la elaboración de la cartografía específica en la provincia de Soria, el investigador trabaja con datos del IV Inventario Forestal Nacional que tiene como referencia base el año 2019. Se están estudiando fundamentalmente las especies de pino silvestre, pino resinero, haya y quejigo.
En la actualidad se están procesando las imágenes de los sensores remotos, con la posibilidad de que estos mapas estén concluidos al finalizar el año y con el objetivo de ampliar el trabajo a territorios colindantes, como el resto de provincias de Castilla y León, Navarra, La Rioja y Madrid.
Mauro, experto en aplicaciones de teledetección para el sector forestal, aplica en Soria el conocimiento científico que adquirió en la Universidad de Oregón, donde investiga en el mismo campo gracias a una beca María Zambrano.
A la vez colabora con un equipo de investigadores del Forest Service de EEUU, y con las universidades de Oregón, Washington, Colorado y Minessota, para desarrollar cartografías variables forestales a gran escala en el oeste de Estados Unidos.