Programa del congreso

Resumen: La obtención eficiente de variables dendrométricas (diámetro normal, altura y volumen) es esencial para la planificación selvícola, la evaluación de existencias y el seguimiento del crecimiento en masas forestales. Este trabajo evalúa el potencial de un sistema UAV equipado con LiDAR para operar bajo copa, capaz de geolocalizar árboles, estimar el diámetro normal (DBH) a 1,30 m y calcular volumen a partir de nubes de puntos de alta densidad. El estudio se realizó en un rodal de Pinus sylvestris en Soria (España), donde se establecieron 11 parcelas circulares (radio 14,1 m) y se inventariaron 442 pies, midiendo DBH y altura en campo y calculando el volumen mediante ecuaciones de cubicación. El dron bajo copa detectó de forma inequívoca 397 árboles de los medidos, y el vuelo sobre copas permitió identificar 239 árboles coincidentes. Los DBH derivados del dron bajo copa mostraron una relación elevada con las mediciones de campo (R² = 0,895). Las alturas obtenidas desde el vuelo sobre copa presentaron alta concordancia con el campo (R² = 0,863). En términos de volumen, la estimación directa desde el dron bajo copa fue de 89,75 m³ frente a 99,53 m³ en campo (236 árboles). Sin embargo, la combinación de DBH bajo copa y alturas sobre copa, aplicando ecuaciones de cubicación mostró un ajuste perfecto (98,12 m³), mostrando una diferencia de 1,41 m³. Los resultados evidencian que la integración de vuelos bajo y sobre copa muestra una precisión muy elevada en la estimación de volumen. Por tanto, la ejecución de los trabajos de cubicación con una combinación de vuelos sobre y bajo copa puede reducir considerablemente los tiempos y costes.

El objetivo de este estudio fue evaluar la coherencia entre las fechas del inicio de la estación de crecimiento (Start Of Season; SOS) derivadas de los productos fenológicos globales MCD12Q2, VNP22Q2 y CLMS LSP y las fechas del primer despliegue foliar registradas mediante observaciones humanas in situ de la red fenológica PEP725 para 2023. Las fechas del SOS se agregaron espacialmente mediante zonas de influencia (buffer) alrededor de cada estación fenológica y se emparejaron con las fechas medianas del primer despliegue foliar por grupos funcionales de vegetación, evaluando su relación mediante el coeficiente de correlación de Pearson (R), el error cuadrático medio (RMSE), el error absoluto medio (MAE) y el sesgo medio. En frondosas caducifolias, el SOS del producto CLMS LSP mostró la mayor coherencia con las observaciones in situ (R = 0,56; RMSE = 15,3 días; MAE = 12,6 días; sesgo = 10,3 días). En coníferas caducifolias, todos los productos alcanzaron correlaciones similares (R ≈ 0,61), aunque el SOS del VNP22Q2 registró las menores discrepancias con las observaciones del primer despliegue foliar (RMSE = 16,4 días; MAE = 13,3 días; sesgo medio = -9,6 días). En coníferas perennifolias, el SOS derivado de MCD12Q2 y VNP22Q2 alcanzaron correlaciones elevadas con las observaciones in situ (R = 0,70-0,82), pero los errores y el sesgo fueron muy altos (RMSE, MAE y sesgo ≥ 36 días). En conjunto, estos resultados ponen de manifiesto que no existe un producto universalmente superior y subrayan la necesidad de validar los datos de LSP mediante observaciones independientes para una interpretación ecológica más robusta de las fenométricas.

La representación realista de la heterogeneidad estructural del combustible constituye uno de los principales retos en la modelización física del comportamiento del fuego. En este trabajo se desarrolla una metodología reproducible para integrar en Fire Dynamics Simulator (FDS) un escenario real de bosque mediterráneo escaneado mediante TLS. La aproximación propuesta permite incorporar explícitamente la heterogeneidad estructural del combustible en la simulación, estimando la densidad de combustible a escala de vóxel a partir de la estructura tridimensional derivada de la nube de puntos TLS. La biomasa se calculó mediante relaciones alométricas y se distribuyó espacialmente en función de la proporción de retornos dentro de cada vóxel, asumiendo una distribución heterogénea tanto a nivel de estrato como a nivel individual. El escenario voxelizado resultante se implementó en FDS y se simuló un incendio bajo condiciones ambientales constantes. Los resultados muestran que las variaciones en la continuidad horizontal, la carga y la densidad de combustible influyen directamente en la aceleración o desaceleración del frente. Asimismo, permiten analizar la dinámica del fuego y evaluar la relación entre la velocidad de propagación y la estructura espacial de la vegetación, mostrando el potencial de este enfoque para representar escenarios forestales con mayor realismo estructural.

La erupción volcánica de 2021 en la isla de La Palma generó cambios significativos en la cubierta forestal, lo que hace necesaria la actualización de la cartografía de cubiertas mediante técnicas robustas de teledetección. En este trabajo se presenta una metodología basada en series temporales de imágenes Sentinel-2 y el modelo de aprendizaje profundo SITS-former, una arquitectura Transformer capaz de modelar dependencias espacio-temporales. Se emplean composiciones mensuales de reflectancia superficial y se evalúa el modelo tanto en su versión base como en una versión mejorada que incorpora información topográfica (DEM, elevación, pendiente y orientación) mediante fusión tardía. Los resultados muestran que la inclusión de variables topográficas incrementa la precisión global del 60% al 71% en el conjunto de validación, mejorando especialmente la discriminación de clases forestales ecológicamente similares como Laurisilva y Fayal-Brezal. El enfoque propuesto demuestra el potencial de los modelos Transformer para la cartografía forestal en entornos complejos y afectados por perturbaciones naturales.

La presente investigación muestra un flujo de trabajo reproducible para interpretar series temporales SAR Sentinel-1 en ecosistemas tropicales estacionales evitando ambigüedades fenológicas. El estudio se desarrolló en el Parque Nacional Santa Rosa (Costa Rica), considerando tres ambientes del bosque tropical seco caducifolio mesoamericano; un sector costero próximo a Playa Naranjo, los valles interiores de la Hacienda Santa Rosa y parte de la meseta ignimbrítica.

Las series temporales (2017–2025) fueron transformadas a ciclo anual plegado (DOY) para separar componente estacional de la variabilidad interanual. A partir de las polarizaciones VV y VH se construyeron índices diferenciales (VV−VH, VH−VV) y se definieron métricas temporales como mínimo seco, inicio hídrico funcional (umbral 30% de amplitud), pendientes tempranas post-evento y anisotropía entre órbitas ascendente y descendente.

El procedimiento permitió evaluar sistemáticamente si los picos anuales corresponden a procesos ecofisiológicos o a cambios de régimen de dispersión radar. La ausencia de máximos estructurales consistentes y la presencia de fuerte anisotropía orbital demostraron que la señal C-band está dominada por transiciones suelo-dosel dependientes de geometría de observación durante el reverdecimiento temprano.

La principal aportación del trabajo es un criterio operativo para distinguir fenología real de artefactos geométrico-hidrológicos en SAR: un evento fenológico debe ser simultáneamente estable en DOY, independiente de la órbita y coherente entre polarizaciones. En este ecosistema dichas condiciones no se cumplen, evidenciando que Sentinel-1 detecta estados eco-hidrológicos recurrentes más que fechas de rebrote del bosque tropical seco caducifolio.

El método proporciona una base replicable para análisis fenológico radar en regiones tropicales estacionales y previene interpretaciones ecológicas erróneas derivadas de la retrodispersión.