En el proyecto europeo INNO4CFIS hemos combinado drones multiespectrales, dispositivos móviles, mediciones de campo y modelos digitales, junto a nuestros socios, para mejorar la estimación de la biomasa y, consecuentemente, el seguimiento del carbono almacenado en sistemas agroforestales. Los resultados nos acercan a metodologías más objetivas, trazables y transferibles al sector
Los sistemas agroforestales pueden contribuir a almacenar carbono en la vegetación y en el suelo, además de favorecer la biodiversidad, proteger frente a la erosión y mejorar la resiliencia de las explotaciones. Sin embargo, para demostrar esta contribución necesitamos medir cómo evolucionan los árboles y la biomasa a lo largo del tiempo.
Esta tarea es especialmente compleja en los entornos mediterráneos, donde conviven especies, tamaños, densidades y condiciones ambientales diferentes. Las mediciones manuales proporcionan información precisa, pero requieren tiempo y resultan difíciles de repetir sobre grandes superficies.
En INNO4CFIS hemos trabajado en metodologías que permiten complementar estas mediciones mediante tecnologías de teledetección aérea y terrestre.
Drones para caracterizar árboles y parcelas
Mediante drones equipados con cámaras RGB y multiespectrales y sistemas de posicionamiento de alta precisión hemos generado ortomosaicos, mapas de índices de vegetación, nubes de puntos tridimensionales y modelos digitales del terreno y de la superficie.
A partir de estos datos hemos obtenido información sobre la cobertura vegetal, la altura de los árboles, las dimensiones de las copas y la variabilidad existente dentro de las parcelas. Cuando la estructura de la plantación lo permite, podemos llegar a analizar árboles individuales y comparar su evolución entre campañas.
También hemos comprobado que la resolución de las imágenes no garantiza por sí sola un resultado fiable. La planificación del vuelo, la calibración de los sensores, las condiciones de iluminación y viento y la precisión de la georreferenciación son factores esenciales para diferenciar los cambios reales de las posibles variaciones generadas durante la adquisición y el procesamiento de los datos.
Medición terrestre de la estructura de los árboles
La observación aérea permite caracterizar principalmente las copas, pero ofrece menos información sobre elementos ocultos, como los troncos o las ramas inferiores.
Para completar estos datos, hemos utilizado dispositivos móviles que integran sensores LiDAR y RGB y que se apoyan en sistemas de posicionamiento RTK. Estas tecnologías nos han permitido generar reconstrucciones tridimensionales y estimar variables, como el diámetro del tronco, fundamentales para el desarrollo de los modelos de cálculo de biomasa.
Los resultados obtenidos muestran el potencial de estos dispositivos para agilizar determinadas mediciones y comparar la evolución de los árboles entre campañas. No obstante, también ponen de manifiesto la necesidad de validar cada metodología antes de trasladarla a otras especies, parcelas o condiciones distintas.
De las observaciones a la estimación de biomasa
Los sensores no miden directamente la biomasa ni el carbono almacenado. Registran señales a partir de las cuales se generan datos e imágenes que debemos procesar para obtener variables relacionadas con la biomasa de la vegetación.
Para ello, hemos conectado los datos obtenidos mediante drones y dispositivos terrestres con las mediciones realizadas en campo. Estas referencias nos permiten calibrar y validar los modelos utilizados para relacionar variables como la altura, el diámetro del tronco o las dimensiones de la copa con la biomasa de los árboles.
Nuestro objetivo no es sustituir el trabajo de campo, sino utilizarlo de forma más eficiente. Las mediciones directas aportan la referencia necesaria, mientras que la teledetección permite ampliar la observación, repetirla con mayor frecuencia y extenderla al conjunto de la parcela.
INNO4CFIS impulsa una agricultura de carbono basada en datos
En el siguiente vídeo mostramos cómo hemos aplicado estas tecnologías para conocer con mayor precisión la formación de biomasa como base para estimar la fijación de carbono en los sistemas agroforestales.
La combinación de mediciones terrestres, drones, datos satelitales y modelos digitales nos permite complementar las observaciones de campo con datos objetivos y comparables a diferentes escalas.
Además, hemos avanzado en la conexión de estas fuentes con una arquitectura digital de gestión de datos. De este modo, cada observación puede vincularse con una parcela, un árbol, una fecha y un procedimiento concreto, conservando la trazabilidad de los datos desde la medición inicial hasta el resultado final.
Estas capacidades pueden contribuir al desarrollo de futuros sistemas digitales de seguimiento, notificación y verificación del carbono. Sin embargo, la teledetección representa solo una parte del proceso y debe integrarse con metodologías de certificación y marcos que evalúen aspectos como la adicionalidad o la permanencia del carbono almacenado.
Tecnologías transferibles al sector
Los resultados de INNO4CFIS demuestran que combinar mediciones de campo, tecnologías de teledetección y modelos digitales puede mejorar el seguimiento de la biomasa en los sistemas agroforestales.
Hemos desarrollado metodologías que permiten caracterizar árboles y parcelas, comparar campañas y generar datos fiables sobre su evolución. El siguiente reto será ampliar su validación y conseguir un equilibrio entre precisión, coste, facilidad de uso y capacidad de aplicación en diferentes condiciones.
La agricultura de carbono comienza en el campo, pero solo puede avanzar si transformamos cada observación en una evidencia fiable, comparable y trazable. Desde AINIA seguimos trabajando para acercar estas tecnologías al sector y facilitar una gestión agroforestal basada en datos.
INNO4CFIS —Nature-Based Business Model and Emerging Innovations to Enhance Carbon Farming Initiatives while Preserving Biodiversity, Water Security and Soil Health— está cofinanciado por la Unión Europea mediante el instrumento de Inversiones Interregionales en Innovación I3 del Fondo Europeo de Desarrollo Regional, en virtud del acuerdo de subvención n.º 101115156.
