Skip to main content
European Commission logo
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Efficient forestry by precision planning and management for sustainable environment and cost-competitive bio-based industry

Article Category

Article available in the following languages:

Los datos masivos ayudan a reducir los impactos medioambientales de la silvicultura en los ecosistemas de los bosques

Unos investigadores financiados con fondos europeos han diseñado nuevas herramientas para ayudar a los gestores forestales a minimizar los impactos medioambientales y abordar retos como el cambio climático y el incremento del uso de los bosques como fuente de materias primas.

Alimentos y recursos naturales icon Alimentos y recursos naturales

El cambio climático aumenta el número de días en que los bosques no están cubiertos por nieve y escarcha. Estas condiciones cada vez más húmedas aumentan el riesgo de formación surcos y compactación del suelo por parte de vehículos y maquinaria durante la cosecha, lo que supone un importante impacto medioambiental de la silvicultura. Por lo tanto, los métodos para predecir la resistencia del suelo en diferentes condiciones son fundamentales para saber cuándo pueden continuar las operaciones. El proyecto EFFORTE abordó estos retos mediante el desarrollo y la adopción de tecnologías novedosas para mejorar la cosecha y la gestión de los bosques a lo largo de toda la cadena de valor forestal en la Unión Europea (UE). «Nuestro objetivo era mejorar la comprensión sobre los mecanismos del suelo y su transitabilidad (la capacidad de un vehículo de atravesar un terreno concreto) para evitar la perturbación del suelo, acelerar la movilidad de las máquinas y evaluar la persistencia y los surcos», afirma Jori Uusitalo, coordinador del proyecto. EFFORTE recibió financiación de la Empresa Común para las Bioindustrias, una asociación público-privada entre la UE y la industria.

Uso de modelos

Los investigadores investigaron los principios de la mecánica del suelo, concretamente la importancia del contenido de humedad del suelo en la resistencia y las perturbaciones del mismo. Después, desarrollaron modelos hidrológicos que predicen la humedad del suelo para operaciones prácticas. Los modelos complementaron otros modelos para prever la humedad del suelo (la resistencia, la humedad del suelo y las relaciones de deformación del suelo). Los socios del proyecto pudieron desarrollar y demostrar una metodología para detectar e interpretar la capacidad de soporte del suelo basada en la relación entre la potencia del motor y la velocidad de desplazamiento. «La interpretación se realiza a través del registro de la comunicación de datos en una red bus CAN de una máquina forestal», explica Uusitalo. El término bus CAN hace referencia a un sistema de comunicación de red de zona del controlador. Los resultados mejorarán la comprensión del efecto de las cargas de las ruedas sobre el estrés y la compactación del suelo, y los datos sobre la mecánica del suelo se convertirán en recomendaciones operativas para los profesionales forestales. Según Uusitalo: «Los hallazgos principales y las recomendaciones sobre la transitabilidad relacionados con EFFORTE pueden adaptarse de inmediato en todos los países europeos».

Los beneficios de los datos masivos

El consorcio también buscó materializar el potencial de la mecanización de las operaciones de silvicultura para obtener una productividad y una eficiencia mayores en actividades como la plantación de árboles y la gestión del arbolado nuevo. Además, desarrollaron y probaron soluciones de datos masivos para aumentar la producción a la vez que minimizaban los impactos medioambientales. La adopción de aplicaciones de datos masivos no solo mejora la calidad del trabajo, sino que también reduce al mínimo el trabajo de campo previo y posterior a la cosecha. «Disminuir la proporción de masa forestal con una alta tasa de perturbaciones también conducirá a una mayor aceptación de las operaciones forestales entre los dueños de los bosques y el público en general», comenta Uusitalo. Tener unos conocimientos previos más precisos, basados en observaciones previas a la cosecha o en aplicaciones de datos masivos, permite una programación óptima de las operaciones forestales según su sensibilidad a las condiciones cambiantes. Esto ayuda a abordar una gran fuente de ineficacia: cuando las máquinas permanecen inactivas en condiciones climáticas adversas. «Por lo tanto, tener una supervisión y programación mejores ofrece una oportunidad importante de aumentar la utilización anual de las máquinas, a la vez que se evita la destrucción del entorno», señala Uusitalo. EFFORTE ha mejorado la comprensión sobre la resistencia del suelo forestal, la interacción entre las máquinas y el terreno, y la resiliencia del suelo tras el paso de vehículos. El proyecto también potenció la rentabilidad de las operaciones silvícolas y el crecimiento forestal. Uusitalo señala: «Gracias a la adopción de varias aplicaciones de datos masivos en la silvicultura práctica, se alcanzarán grandes beneficios económicos y se evitará la deformación del suelo».

Palabras clave

EFFORTE, suelo, bosque, datos masivos, modelos, impacto medioambiental, ingeniería de montes, mecánica del suelo, cosecha, transitabilidad, silvicultura

Descubra otros artículos del mismo campo de aplicación