Ir al contenido principal

Hydroforest

Un equipo de la Escuela de Ingeniería Forestal diseña un sistema de alerta temprana de la proliferación de cianobacterias

En el marco de un proyecto financiado por el Ministerio de Ciencia, Innovación y Universidades

Seleccionado en la convocatoria de proyectos de transición ecológica y digital del Ministerio de Ciencia, Innovación y Universidades, el grupo de investigación de Geomodelización Hidroforestal (Hydro-Forest), de la Escuela de Ingeniería Forestal, trabajó durante los dos últimos años en el proyecto Resilient2Change, cuyo objetivo era diseñar herramientas que contribuyesen a una gestión sostenible del territorio frente al cambio climático. La investigación, en la que también participó el grupo Ecosot (Economía, Sociedad y Territorio), comprendió el uso de imágenes por satélite, modelos hidrológicos y técnicas de inteligencia artificial con el propósito de desarrollar soluciones para mejorar la gestión del territorio y de los recursos hídricos en Galicia. Estos trabajos dieron lugar al diseño de un sistema de alerta temprana de la proliferación de cianobacterias en los embalses y de modelos que permiten evaluar la evolución de la conectividad ecológica en los espacios naturales protegidos.

El proyecto, que concluye estas semanas, se centraba en identificar las principales amenazas ecológicas vinculadas al cambio climático en Galicia. «Analizamos la pérdida de conectividad en áreas protegidas, la reducción de la capacidad de captación de carbono, el aumento del riesgo de inundaciones y la proliferación de cianobacterias en los embalses», señala Xana Álvarez, investigadora principal de Resilient2Change, en el que participaron los integrantes del grupo Hydro-Forest Carolina Acuña, Mario García, Pedro Lago, Elena Seoane, Diego Barba y Carlos Peco, así como Juan Vidal y María Gómez, del grupo Ecosot.

La investigación incluyó trabajos de campo en diferentes puntos de Galicia, que permitieron poner a prueba un conjunto de herramientas, con distintos grados de desarrollo, que contribuirían a «anticipar riesgos e identificar las zonas más vulnerables», destaca Álvarez.

Sistema de alerta temprana

En lo relativo a los recursos hidrológicos, una de las líneas de trabajo se centró en la aplicación de modelos estadísticos avanzados para analizar la influencia de diferentes variables en la proliferación de cianobacterias en los embalses. Entre otras acciones, se desarrolló un sistema de alerta temprana basado en técnicas de machine learning e imágenes por satélite, que parte de unos modelos que permiten estimar «con gran precisión indicadores como el índice de estado trófico, la clorofila y la temperatura superficial». En este ámbito, «uno de los avances más destacados fue la aplicación de técnicas de deep learning» para predecir la evolución de estos indicadores, «con una precisión del 92 %» en lo relativo a la detección de la concentración de cianobacterias. Este enfoque fue validado en embalses «con distintos niveles tróficos, demostrando su aplicabilidad en contextos diversos», señala el equipo investigador. Al mismo tiempo, las simulaciones realizadas teniendo en cuenta diferentes condiciones climáticas permitieron constatar que «la adopción de medidas de gestión» en este ámbito permitiría reducir la concentración de cianobacterias hasta en un 10 %.

Resilient2Change incluyó también la simulación de «eventos de crecida» en los ríos Umia, Loira (Francia) y Voglajna (Eslovenia), en este último caso en colaboración con la Universidad de Liubliana. Estos trabajos permitieron constatar que la transformación de superficies forestales en terrenos de uso agrícola «puede incrementar notablemente el caudal máximo» y el volumen de agua de lluvia que circularía por la superficie de estas áreas «durante eventos extremos». Al mismo tiempo, también mostraron que «reforestar las zonas de cabecera» de las cuencas fluviales «con suelos poco permeables puede reducir significativamente los efectos de las inundaciones», además de permitir identificar zonas prioritarias para aplicar soluciones basadas en la naturaleza.

Evolución de la conectividad ecológica

Otro de los trabajos se centró en analizar, en las sierras de O Cando y O Candán, la «evolución de la conectividad ecológica», es decir, el grado en que diferentes ecosistemas pueden encontrarse aislados o fragmentados dentro de un territorio. La combinación de la «clasificación multitemporal de los usos del suelo, algoritmos de machine learning y modelización de corredores ecológicos» permitió estimar esa conectividad en estos espacios protegidos de la Red Natura 2000, en los que «la presencia del bosque autóctono fue el factor más determinante», apunta Álvarez. Estas simulaciones permiten, a su vez, «anticipar escenarios futuros de pérdida o recuperación» de esa conexión entre ecosistemas, «una información fundamental para la correcta gestión del territorio».

También en el ámbito forestal, se utilizaron datos del satélite Sentinel-2 y el software libre InVest para cartografiar el potencial de los bosques de los montes de Baiona para capturar carbono de la atmósfera. «Las masas de coníferas fueron identificadas como los principales sumideros por hectárea», señala el equipo responsable de una investigación que incluyó también la aplicación de redes neuronales y técnicas de clasificación basada en objetos para analizar los cambios de uso del suelo en el corredor ecológico del río Tea. Los resultados revelan, «con hasta un 80 % de precisión, una pérdida progresiva del bosque autóctono en favor de usos antrópicos», explican.

Teoría de juegos para promover la cooperación y la sostenibilidad

En este objetivo de mejorar la gestión de los recursos naturales se enmarcan también los trabajos realizados por los investigadores del grupo Ecosot mediante el enfoque de la teoría de juegos, centrado en promover la optimización de las medidas que deben adoptarse en situaciones que afectan a colectivos con diferentes intereses. Vidal y Gómez llevaron a cabo un estudio aplicado con datos correspondientes a diversas cuencas fluviales, dirigido a analizar, según explican, «distintas reglas para el reparto de los costes atribuibles a la contaminación de los ríos». Su objetivo era conocer qué factores permitirían diseñar acuerdos «que garanticen la cooperación, la sostenibilidad y la eficiencia».