Programa del congreso

Los cambios de uso del suelo y de la cobertura terrestre (LULCC) tienen una fuerte interrelación entre ellos, llegando a alterar los servicios ecosistémicos y contribuir negativamente al cambio climático. El objetivo general de este estudio es analizar diferentes fuentes de información para cuantificar el LULCC en el LIC Río Tea (NO de España) en el periodo 2015-2023. El área de estudio presenta múltiples coberturas con muy baja variabilidad entre ellas y con una gran fragmentación del territorio, lo que dificulta la obtención de altos niveles de precisión. La clasificación de las coberturas del suelo se realizó mediante metodologías de Clasificación por Análisis de Imágenes Basadas en Objetos (OBIA) y Redes Neuronales Artificiales (ANN) a partir de imágenes de las plataformas de satélites multiespectrales Sentinel-2 y Planet Labs (RapidEye y PlanetScope). La precisión obtenida para los datos de Planet Labs y la metodología OBIA fue de un 80%, mientras que Sentinel-2 proporcionó una precisión de un 70%, y los datos de Planet Labs y la ANN desarrollada la precisión se sitúo en torno al 55%. Así pues, los datos utilizados y la metodología seguida influyen en los niveles de precisión obtenidos en las clasificaciones. La elección de los datos y la metodología a utilizar depende de los objetivos perseguidos y de las características del área de estudio. Por último, se concluye que los datos geoespaciales disponibles son muy útiles para detectar y cuantificar los cambios en la ocupación del suelo. Se confirma que la metodología utilizada contribuye a la planificación territorial y a la gestión forestal sostenible, facilitando futuras decisiones y planes de acción en la gobernanza de la región.

La conservación de las zonas naturales es esencial para mantener el equilibrio ecológico de nuestro planeta y preservar la biodiversidad. Estas áreas desempeñan un papel fundamental en la regulación del clima y la provisión de hábitats para innumerables especies. En este contexto, la teledetección se ha convertido en una herramienta valiosa para la gestión sostenible de estos espacios. Específicamente, este trabajo aborda la evaluación del estado de conservación de un bosque de laurisilvas a partir de datos multiplataforma (satélite, avión y dron) de alta y muy alta resolución. Se ha realizado un detallado estudio y evaluación de índices de vegetación, se han aplicado los correspondientes procesados, usando modelos avanzados de corrección y clasificación y se ha generado información relativa al estado de salud del ecosistema, a la estructura del dosel arbóreo y a la distribución de los sistemas naturales de vegetación predominantes (bosques de laurisilva y de fayal-brezal). Los resultados de este trabajo están siendo utilizados para el seguimiento ecológico del Parque y para la identificación de las zonas de desvitalización y de pérdida de vigor vegetal.

Se presenta la nueva base de datos climática (climate data record, CDR) a escala diaria del producto MDGPP obtenido a partir del satélite geoestacionario MSG para el periodo 20042022. La evaluación de la serie se realiza tanto a escala local a partir de estimaciones de GPP en 17 torres eddy covariance (EC) como a escala global utilizando productos GPP derivados de satélite, como MOD17A2H v6 y PMLV2 a 8-días y 500 m. La comparación con torres EC muestra valores de RMSE y MAE para la serie MDGPP muy similares a los obtenidos con el producto MODIS dentro de los requisitos impuestos para los usuarios en las cubiertas forestales (RMSE menor de 3.0 g m−2 d−1). Cabe destacar el alto potencial del nuevo producto en dehesas (torres ZA-Kru y ES-LMA) con respecto a los productos MODIS y PML, con errores por debajo del requerimiento intermedio (2 g m−2 d−1) y con coeficiente de determinación superiores a 0,5.

Los bosques desempeñan un papel fundamental en el secuestro de carbono y por tanto es de vital importancia su consideración para la mitigación del cambio climático. Durante el período comprendido entre 2010 y 2019, se estima que absorbieron aproximadamente un tercio de las emisiones de dióxido de carbono de origen antropogénico. El análisis de series temporales de teledetección ha sido una técnica ampliamente utilizada para evaluar la dinámica de los bosques de una manera sistemática y continua. El objetivo de este estudio fue la identificación de las masas forestales que se comportan como sumideros o emisores de carbono en la península Ibérica e Islas Baleares en el periodo 2001-2020. Para ello, se generaron series de tiempo de NDVI a partir de los valores de reflectancia del producto MODIS MOD09A1 a nivel de píxel, con una resolución espacial de 500 metros y temporal de 8 días. Dichas series se filtraron para eliminar los posibles valores atípicos y se calcularon los valores medios anuales a partir de los cuales se analizó la presencia de una tendencia creciente o decreciente utilizando el test no paramétrico de Mann-Kendall. Simultáneamente, se creó una máscara forestal utilizando la tercera versión del Mapa Forestal Español 1:50.000 con el fin de identificar y clasificar las masas forestales arboladas, permitiendo así evaluar las tendencias en función del tipo de masa. Los resultados obtenidos revelan que el 47,54% de la superficie analizada actúa como sumidero de carbono, el 1,45% como emisor de carbono, mientras que el 51,01% restante no presenta una tendencia estadísticamente significativa. Particularmente, las coníferas son el tipo de formación arbolada que ocupa la mayor superficie, y los estratos geoclimáticos en suelos ácidos o neutros contribuyen en mayor medida a las tendencias positivas significativas.

En este trabajo se evalúa el potencial de un modelo universal LiDAR, basado en la altura media de la vegetación, el área basal y la densidad de la madera, para la estimación del carbono almacenado en los bosques mediterráneos. Los resultados muestran que el modelo universal ofrece un ajuste robusto para estimar la biomasa en bosques mixtos y dehesas, con un R2=0.71, RMSE= 43.4 Mg ha-1 y RelRMSE=35.7% para los datos de calibración, y R2=0.79, RMSE= 39.2 Mg ha-1 y RelRMSE=28.7.7% para los datos de validación. Estos resultados son de especial importancia para las actividades de calibración y validación de la misión NiSAR, uno de cuyos objetivos es estimar biomasa a escala global.

Los inventarios LiDAR por métodos de masa se han consolidado como herramientas esenciales en la planificación de las masas forestales españolas, aprovechando la disponibilidad de datos abiertos del Plan Nacional de Ortofotografía Aérea (PNOA). Uno de los puntos más sensibles en este tipo de inventarios es la obtención de parcelas de campo que reflejen fielmente la diversidad de las masas forestales, pudiendo optar por el levantamiento de nuevas muestras o el uso de bases de datos preexistentes como las del Inventario Forestal Nacional (IFN). Este estudio enfatiza la importancia de una selección cuidadosa de las muestras en inventarios LiDAR, particularmente para formaciones mediterráneas de estructura heterogénea. A través de un análisis realizado con parcelas del IFN4 en Cataluña, se examinaron cuatro tipos de masas forestales con diferencias significativas en sus características dasométricas y de cobertura. Los resultados subrayan que los inventarios dirigidos, en comparación con los sistemáticos, ofrecen una mayor precisión en la modelización LiDAR de las principales variables forestales, especialmente en las formaciones más heterogéneas. Este hallazgo resalta la relevancia de adaptar la metodología de diseño muestreo a la especificidad de las masas forestales para mejorar la precisión de los mismos.