Finalizada la identificación de las zonas forestales en Soria y Guadalajara

Se ha finalizado la identificación de zonas susceptibles de actuación para las provincias de Soria y Guadalajara dentro del proyecto BIOVALOR. 

Para el desarrollo del proyecto BIOVALOR se hace necesaria la identificación de las zonas de pino negral (Pinus pinaster), pino albar (Pinus sylvestris) y sabina (Juniperus thurifera) que reúnan las condiciones de idoneidad para poder ser tratadas, no sólo con la intención de que sean aprovechadas para la obtención de aceites esenciales, sino también para aplicar un modelo de gestión que las haga más resilientes ante los incendios forestales.

¿Cuáles son las condiciones de idoneidad para el tratamiento?

Se buscan masas que puedan presentar un riesgo alto de propagación de incendios, para que, una vez hecho el tratamiento, este sea menor. Así, las condiciones clave en este tipo de masas son una elevada densidad de pies y presencia continuada de ramas desde el suelo hasta la copa. De esta forma, en los pinos las masas de interés son aquellas con hasta 9 metros de altura, con una densidad de pies superior a 1000 pies por hectárea y cuyos ejemplares no hubieran sido podados (Figura 1). En el caso de las sabinas las masas de interés son sabinares cuya densidad de pies sea de al menos 300 pies por hectárea, que presente ejemplares de más de 7 metros de altura, y que no hayan sido podados.
 

Figura 1. Ejemplo de masa de pino albar en la provincia de Soria susceptible de ser tratado, visitado durante una salida de verificación de la cartografía generada.

¿Cómo se han identificado las zonas de actuación?

La localización de las zonas de actuación se ha ceñido a las provincias del proyecto BIOVALOR: Soria, Guadalajara, Cuenca, Teruel y Zaragoza, tal y como se indica en la Figura 2. Dentro de estas, se ha usado el Mapa Forestal Español para seleccionar solo las superficies que presentasen masas puras de las especies de interés para el proyecto. Hecho esto, hemos usado el algoritmo de clasificación automática por machine-learning Random Forest, para que nos indicase las superficies que cumplían las condiciones que hemos mencionado anteriormente. Para ello, se usaron las parcelas del Inventario Forestal Nacional como muestra de entrenamiento, y las imágenes satelitales Sentinel-2 (programa Copernicus de la Agencia Espacial Europea) y las capas Lidar del Centro Nacional de Información Geográfica como variables independientes.

Figura 2. Mapa indicando zonas de interés para el proyecto BIOVALOR.

¿Qué hemos obtenido?

Como resultado de todo este proceso, hemos obtenido un mapa donde se indica para cada especie las diferentes áreas que el algoritmo ha identificado como zonas de posible tratamiento silvícola. Estas áreas ya están identificadas para las provincias de Soria y Guadalajara, y en las próximas semanas se sumarán las provincias restantes, pendientes únicamente de tiempo de procesado.

Por último, a modo de reflexión, indicar que la cartografía generada, si bien no es un recurso completamente preciso, sí es una herramienta que puede informar a los gestores forestales de las zonas con mayor probabilidad de poder ser tratadas. Adicionalmente se acompaña este mapa con una capa de pendientes y otra de pistas forestales para poder tener esto en cuenta a la hora de la mecanización de los tratamientos.
 

Figura 3. Ejemplo de la cartografía generada en la presente acción, donde se puede observar una amplia área de pino negral clasificada de interés para aplicar el tratamiento.