El algoritmo de la procesionaria

La sanidad forestal se ha convertido en un reto cada vez más complejo en un entorno en el que la presión climática cada vez es mayor, lo que obliga a los gestores de montes a actuar con rapidez y con precisión. 

Esta vigilancia es de suma importancia para combatir la procesionaria de pino, una de las plagas más importantes de la cuenca mediterránea. Una detección temprana de estos brotes sería clave para minimizar los impactos ambientales y económicos.

Para buscar una solución a este problema la Universidad de Valladolid, a través del grupo de investigación Cambium, y las empresas Quasar Science Resources y Föra Forest Technologies trabajan en un proyecto de I+D para la detección temprana de la procesionaria, financiado por el Fondo Europeo de Desarrollo Regional de la UE y la Junta de Castilla y León, a través del Instituto para la Competitividad Empresarial de Castilla y León.

El trabajo ha cerrado la primera fase en la que se ha desarrollado un algoritmo validado en escenarios reales y a partir del mismo se desarrollará, ya en la segunda fase del proyecto, una herramienta informática de consulta que permitirá conocer la existencia de plaga de procesionaria y el riesgo potencial de su extensión en el terreno.

Se trata de un desarrollo tecnológico que se sostiene en el tratamiento de datos obtenidos de la teledetección, lo que a juicio de los investigadores, le ofrece una robustez destacada para evaluar, en este caso, la detección temprana de procesionaria.

En la actualidad los métodos tradicionales de seguimiento se apoyan en la inspección visual y en algunos casos en campañas con dron, que aunque son valiosos resultan costosos y difíciles de escalar para vigilar grandes superficies. 

La clave es pasar de una vigilancia basada solo en las campañas puntuales a un sistema que permita observar grandes extensiones de terreno de forma coherente y repetible, explican los investigadores del proyecto que creen que su solución tecnológica puede responder a estas necesidades.

Los investigadores mostraron su satisfacción con el algoritmo conseguido, del que dicen que se ha obtenido un buen resultado. La metodología empleada combina datos satelitales ópticos, del Sentinel 2, con el que se captura variaciones del vigor forestal mediante índices de vegetación; de radar, del Sentinel 1, que aporta información independiente de nubosidad, sensible a la estructura forestal y condiciones de humedad del suelo, que son complementarias a las imágenes ópticas, y datos recogidos del servicio forestal y de vuelos de dron multiespectral, necesarios para realizar una validación. 

Estos últimos datos de alta resolución funcionan como una referencia y ayudan a comprobar si los patrones detectados desde el espacio se corresponden con los daños reales sobre el terreno.

La alianza para el proyecto partió de la Universidad de Valladolid que solicitó a las empresas tecnológicas Föra y Quasar, en se encuentran en el campus de Soria, su colaboración para poder avanzar en el conocimiento y la prevención de la procesionaria, cuyo estudio ya habían iniciado hace 5 años en la UVa, con la recopilación de datos de archivos de las administraciones públicas que realizan un seguimiento de esta enfermedad forestal que ataca principalmente al pino.

«Necesitábamos incluir el manejo de los datos satelitales y ellos nos podían ayudar», explica Cristina Gómez, investigadora de la universidad.

De esta manera, la empresa Föra se encargó del estudio de las imágenes ópticas de los satélites y Quasar hizo lo propio, pero con la información satelital de radar. Los datos recogidos son complementarios, las señales ópticas y de radar permiten a los investigadores detectar la defoliación en las masas forestales causada por una plaga de procesionaria.

Para calibrar y validar los datos recogidos por los satélites se utilizaron bases de datos recabadas por las administraciones públicas sobre la presencia de procesionaria en los bosques.

«Esta información generalmente es recogida por agentes forestales a pie de campo, pero espacialmente no suele ser explícita y nosotros con la teledetección podemos mejorar la identificación de las defoliaciones», explica Cristina Gómez. 

El trabajo científico que se completó con el dron «son nuestros ojos», indica la experta, «porque podemos ver las copas y estimar un grado de defoliación mucho más preciso», puntualiza.

El estudio piloto se realizó en bosques de pino nigra en Cuenca, donde se conoce de antemano que existen problemas importantes de plaga de procesionaria, además esta Comunidad Autónoma ha realizado un seguimiento de esta enfermedad desde hace bastantes años, lo que ofrece robustez a los datos consultados. También se trabajó en parte de la provincia de Teruel.

Una vez que recopilada toda la información se observó que a mayor nivel de infestación de procesionaria en el pinar había una reducción de los índices de vegetación, había una alta concordancia espacial entre las áreas marcadas con procesionaria por los servicios forestales y los patrones de defoliación recogidos con teledetección. 

Además se comprobó que el uso de imágenes ópticas de los satélites con las de radar ayudaron a discriminar las defoliaciones en los bosques por procesionaria frente a otro tipo de perturbaciones, ya que aportan una señal adicional que ayuda a diferenciar la naturaleza del evento y mejora la interpretación de los datos.

El resultado ha sido la creación de un algoritmo validado que los expertos quieren mejorar con la realización de pruebas piloto en otras provincias, como Burgos y Madrid. Esto permitiría ampliar el entrenamiento con más datos de referencia de alta resolución.

El algoritmo es la base tecnológica con la que el equipo pretende crear un desarrollo web que ofrezca un servicio operativo de mapas de alerta, cartografía de riesgo y variables climáticas e informes periódicos para apoyar las decisiones de los gestores forestales, que son a los que va dirigido esta herramienta.

El objetivo es poder detectar la procesionaria en el pinar pero también estimar dónde puede haber un brote importante y el nivel de riesgo, «esto último es muy importante porque ayuda a anticiparse, ya que si vamos al monte y vemos que el daño está hecho no podemos hacer nada», concluye, Job Rosier, de la empresa Föra.