Investigadoras del campus de Ponferrada lideran un estudio internacional clave para la detección de enfermedades en choperas mediante satélites e inteligencia artificial

  • El trabajo, realizado por Erika García y Flor Álvarez Taboada, del grupo Dracones y que se centra en las plantaciones multiclonales de chopo, ha sido publicado en la revista International Journal of Applied Earth Observation and Geoinformation

Ponferrada, 25 de junio de 2025. Las investigadoras Erika García y Flor Álvarez Taboada, del grupo DRACONES del campus de Ponferrada de la Universidad de León, han liderado un estudio internacional publicado en la revista International Journal of Applied Earth Observation and Geoinformation, que marca un hito en la detección temprana de patologías forestales.

El trabajo se centra en las plantaciones multiclonales de chopo (Populus spp.), una especie clave para la economía forestal de Castilla y León, y aborda la detección y seguimiento de los daños causados por la roya foliar Melampsora spp., que afecta a un porcentaje elevado de plantaciones.

La investigación ha sido desarrollada en colaboración con el Laboratorio de Ciencia de la Información Geográfica y Teledetección de la Wageningen University (Países Bajos), el Centro Común de Investigación de la Comisión Europea en Ispra (Italia), y el Departamento de Sistemas Agrarios, Forestales y Ambientales de la Universidad de Zaragoza, unidad asociada con el CSIC, y la empresa Bosques y Ríos. Este consorcio europeo multidisciplinar ha permitido combinar teledetección, modelado fisiológico y aprendizaje automático en un enfoque pionero.

El estudio presenta tres modelos de detección construidos a partir de imágenes multitemporales del satélite Sentinel-2, de acceso libre y gratuito, y del modelo de transferencia radiativa PROSAIL, capaz de estimar rasgos fisiológicos de las plantas como la concentración de clorofila, carotenoides y contenido de agua foliar. Estos

datos se combinaron con inspecciones de campo y algoritmos de inteligencia artificial (máquinas de vectores soporte, bosques aleatorios y redes neuronales), logrando una detección de árboles enfermos con una precisión del 89,5 %. Los resultados subrayan que las variables más determinantes en la detección de roya son la clorofila (21 %), los carotenoides (16 %) y el contenido hídrico de las hojas (11 %), lo que refleja el gran potencial de integrar datos fisiológicos y espectrales para monitorizar la salud forestal.

El estudio valida este enfoque mediante la base de datos ANGERS de propiedades ópticas foliares, demostrando la viabilidad fisiológica de los rasgos estimados. Su aplicación resulta especialmente relevante en regiones como Castilla y León, donde el sector del chopo representa un recurso estratégico tanto a nivel ambiental como económico. La metodología aporta una herramienta robusta y escalable para mejorar la gestión sanitaria de plantaciones forestales ante condiciones climáticas cambiantes.

Las conclusiones del estudio refuerzan el valor de acoplar modelos biofísicos como PROSAIL con imágenes satelitales gratuitas como Sentinel-2 para la detección temprana de enfermedades en ecosistemas forestales. Esta metodología proporciona a gestores y técnicos forestales información objetiva para anticiparse a brotes, planificar acciones de control y diseñar estrategias de gestión más eficaces. Además, el marco desarrollado es adaptable a otras especies forestales y condiciones ecológicas, lo que amplía su aplicabilidad frente a diversas amenazas fúngicas y mejora nuestra capacidad de respuesta ante los efectos del cambio climático.

Castilla y León, como principal región productora de chopo en España, puede beneficiarse directamente de estos avances, ya que este sistema facilita la vigilancia sanitaria a gran escala, reduce costes de inspección de campo y apoya decisiones de gestión forestal con base fisiológica.

El artículo completo puede consultarse en el siguiente enlace:

🔗 https://www.sciencedirect.com/science/article/pii/S1569843225003103