Programa del congreso

Las quemas de biomasa (incluidos los incendios de bosques, pastizales, turberas y agrícolas) tienen importantes repercusiones en el sistema terrestre global, ya que afectan a la cobertura del suelo, la biomasa, el albedo de la superficie y la concentración atmosférica de gases de efecto invernadero y aerosoles. Como parte del programa de cambio climático de la Agencia Espacial Europea, el proyecto FireCCI ha desarrollado en los últimos años varios productos globales y regionales sobre áreas quemadas para evaluar la extensión de las áreas quemadas, así como sus características espaciales y temporales, pero siguen existiendo incertidumbres, especialmente las relacionadas con los incendios pequeños y de baja intensidad. El producto más reciente se ha desarrollado a partir de datos SYN del Sentinel-3 y los incendios activos del VIIRS desde 2019 hasta la actualidad, incluyendo una estrategia de validación formal, basada en una muestra derivada estadísticamente de imágenes Landsat de mayor resolución. El coeficiente de Dice medio de este producto para el periodo 2020-24 fue de 58,51, con una media de 19,95 de error de comisión y 53,90 de error de omisión, superando a otros productos globales. Para obtener tendencias temporales coherentes a largo plazo, recientemente se ha lanzado también un nuevo producto (denominado FireCCI60) cuyo objetivo es armonizar las detecciones del S-3 y del MODIS.

El índice Normalized Radar Burn Ratio (NRBR), basado en Sentinel-1 y recientemente publicado, presenta una alternativa robusta con rendimientos comparables y superiores a datos ópticos para la cartografía de áreas quemadas. Evaluado mediante un modelo de Aprendizaje Profundo U-Net entrenado en California y probado en España, el NRBR mostró un desempeño competitivo frente a enfoques multiespectrales y al índice óptico dNBR (delta Normalized Burn Ratio), con un coeficiente Dice del 83.51%. Este índice monovariable, que supera limitaciones como la nubosidad y la iluminación solar, ofrece generalización espacial (bajo diferentes tipos de cobertura), menor costo computacional y operatividad bajo condiciones adversas, posicionándose como una herramienta eficaz para el monitoreo de incendios a nivel global.

La sequía es un fenómeno recurrente en los pastizales de Borena, Etiopía, con impactos severos sobre la producción ganadera y las comunidades agro-pastoriles. Los datos de Observación de la Tierra (EO) ofrecen un gran potencial para mejorar la detección de sequías mediante información espacio-temporal oportuna; sin embargo, muchos indicadores tradicionales se centran únicamente en la sequía meteorológica o no son adecuados para ecosistemas semiáridos. La evapotranspiración real (ET) es un indicador clave, ya que integra condiciones atmosféricas (i.e. sequía meteorológica), disponibilidad de agua (i.e. sequía hidrológica) y el estado fisiológico de la vegetación (i.e. sequía agrícola/ecológica). Este estudio evalúa estimaciones de ET obtenidas con el modelo de balance de energía de tres fuentes (3SEB), forzado con datos globales de Copernicus (Sentinel-3 y ERA5), para caracterizar la respuesta de la vegetación a la sequía en ecosistemas semiáridos. El modelo se validó en tres sitios de eddy-covariance (EC), dos dehesas en España y una sábana en Sudáfrica que presentan condiciones similares a las que encontramos en Etiopía. Además, se generaron mapas de ET para Borena (2019–2022) y se compararon con el índice de vegetación de diferencia normalizada (NDVI), comúnmente usado en indicadores de sequía para caracterizar la respuesta de la vegetación. Los resultados preliminares muestran buena concordancia con las mediciones EC (RMSE ~1 mm/día) y una respuesta más rápida de la ET frente al NDVI, lo que resalta su potencial para la detección temprana del estrés hídrico. El trabajo futuro se centrará en comparar indicadores basados en ET con índices tradicionales de sequía mediante un análisis espacio-temporal, así como con mediciones de servicios ecosistémicos.

Las inundaciones son uno de los desastres naturales con mayor impacto humano y económico a escala global. En este contexto, la Observación de la Tierra y los Sistemas de Información Geográfica son herramientas clave para la monitorización de eventos extremos, evaluación de impactos y apoyo a la gestión de emergencias. En este trabajo se presenta un enfoque multiescalar para el análisis de inundaciones, aplicado al episodio de Depresión Aislada en Niveles Altos ocurrido en la provincia de Valencia (España) en octubre de 2024. En este estudio se combinan imágenes satelitales Sentinel-2 Level-2A de resolución media con imágenes de vehículos aéreos no tripulados (UAVs) de muy alta resolución (3.9cm), tomando como referencia la delimitación oficial de áreas inundadas proporcionada por el Copernicus Emergency Management Service. A escala global, se accedió a imágenes de Sentinel-2A mediante el estándar abierto STAC a través del software ArcGIS Pro y fueron analizadas mediante el índice multiespectral MNDWI. A escala local, se emplearon técnicas de inteligencia artificial sobre imágenes de drones para la detección de obstáculos en la vía pública, utilizando el modelo pre-entrenado TextSAM y un modelo refinado basado en SAMLoRA. Los resultados evidencian que la integración de datos multiescalares, estándares abiertos e inteligencia artificial reducen significativamente los tiempos de obtención de datos para la evaluación de daños y el soporte en la toma de decisiones ante situaciones de emergencia.

La sequía, como evento climático extremo con presencia creciente a nivel mundial, desempeña un papel importante en la gestión forestal y conservación de espacios naturales, especialmente en la cuenca mediterránea. Este estudio estima el balance hídrico superficial a escala regional en la Reserva de la Biosfera del Montseny mediante el análisis de estimaciones de evapotranspiración (ET) obtenidas por Teledetección mediante datos Sentinel (2017-2022) y Terra/Aqua MODIS (2000-2022) aplicando el modelo TSEB (Two-Source Energy Balance) para evaluar la dinámica del balance hídrico en dos cuencas forestales monitorizadas. Los resultados muestran que el marco de modelización SenET con datos Sentinel y MODIS se aplicó exitosamente a escala regional, con un RMSE medio aproximado de 1 mm·día-1. Se identificaron dos períodos severos de sequía (2006-2007 y 2021-2022) mediante el análisis de anomalías del balance hídrico superficial. La ET mostró una tendencia negativa mientras que la ET potencial presentó tendencia positiva durante 2017-2022, capturando de forma efectiva el período de sequía severa.

El aumento reciente de grandes incendios bajo condiciones de sequía intensa ha reforzado la necesidad de contar con indicadores espaciales y actualizables del estado hídrico del combustible. En este estudio se evaluó la utilidad del Índice Diferencial Normalizado de Agua (NDWI), derivado de Sentinel-3, para caracterizar las condiciones previas a incendios extremos, comparándolo con el Índice Estandarizado de Precipitación-Evapotranspiración a 3 meses (SPEI-3) como referencia de sequía meteorológica. El análisis se centró en diez grandes incendios (>10.000 ha) ocurridos en agosto de 2025 en el sector noroccidental de la península Ibérica. Se compararon tres ámbitos espaciales: el interior de los perímetros quemados, un buffer externo de 5 km y zonas alejadas utilizadas como control. Los resultados muestran un deterioro sostenido de las condiciones hídricas durante el verano. El SPEI-3 evolucionó hacia valores más negativos, alcanzando niveles severos a extremos (≤ -2) en las dos últimas semanas de agosto. El NDWI descendió gradualmente desde junio y presentó una caída abrupta al final de agosto dentro de los perímetros, más moderada en el buffer y menos marcada en las zonas alejadas. La relación entre NDWI y SPEI-3, evaluada mediante el coeficiente de correlación de Pearson, fue mayor en los perímetros (0,68) y en el buffer (0,64) que en las zonas alejadas (0,51).