Programa del congreso

Comprender la respuesta de la vegetación a la variabilidad y al cambio climático es esencial para evaluar la dinámica de los ecosistemas a escala global. El índice de área foliar (LAI), derivado de series temporales satelitales de larga duración, constituye un indicador clave del estado estructural y funcional de la vegetación; sin embargo, atribuir sus tendencias a forzamientos climáticos específicos sigue siendo complejo debido a la no linealidad de las interacciones, la heterogeneidad espacial y la multicolinealidad entre variables ambientales. En este estudio se desarrolla un marco metodológico escalable a nivel global para analizar las relaciones vegetación-clima a partir de la evolución del producto GEOV2-AVHRR LAI durante el periodo 1982-2022 y su relación con variables climáticas derivadas del reanálisis ERA5. Como caso ilustrativo, se presentan resultados para el dominio de América, donde se analiza la sensibilidad del LAI frente a indicadores de disponibilidad hídrica, incluyendo la humedad del suelo. Las relaciones vegetación-clima se modelizan mediante algoritmos no lineales basados en árboles, como bosques aleatorios (Random Forest) y métodos de potenciación del gradiente (Gradient Boosting), con el objetivo de capturar respuestas complejas bajo distintos regímenes climáticos y contrastar la robustez de los resultados entre modelos. La interpretabilidad constituye un eje central del estudio: se aplican técnicas de inteligencia artificial explicable (XAI), como SHAP y análisis de dependencia parcial, para cuantificar la contribución relativa de los predictores climáticos a las anomalías y tendencias del LAI y estimar sensibilidades comparables entre modelos y regiones. Los resultados muestran una alta consistencia espacial entre algoritmos, lo que refuerza la interpretación física de los patrones detectados. El enfoque propuesto sienta las bases para su extensión a otras regiones, predictores climáticos y algoritmos adicionales, proporcionando un marco reproducible, transparente y alineado con los principios FAIR para el análisis de las interacciones vegetación-clima a gran escala.